针对激光雷达与相机数据融合问题，提出了一种基于室内结构特征的二维激光雷达和彩色相机之间的标定方法.该方法利用室内场景的柱特征，根据点在线上的位置关系推导激光雷达与相机坐标系间的投影矩阵方程.采用Canny算子和Hough变换提取墙角图像中直线特征，利用RANSAC方法拟合点云中的角点特征.通过奇异值分解法求解投影矩阵，在剔除重投影误差较大的点线特征数据后，进一步优化标定结果.实验结果表明：采用优化后的投影矩阵，柱子特征点的平均重投影误差从0.375 5个像素降低至0.045 9个像素.与两步标定法相比本文提出的算法具有更好的重投影效果.同时该方法不需要特定的标定物体，仅用较少的时间即可实现较高的投影精度.

设计了一个基于二维激光雷达的室内物体三维重建系统, 并利用实验过程中采集到的图片, 对研究目标的三维模型进行轮廓识别。系统的硬件采用了一款消费级二维激光雷达, 具有较高的实际应用价值; 系统软件采用了Labview编程, 实现了设备间的控制和通信, 达到三维坐标的采集、预处理和后期的图像处理及识别的目的, 在三维点云处理中使用了3DReshaper软件, 准确获得了感兴趣区域(ROI)的三维模型及轮廓图, 通过后期和目标图像轮廓的相似度对比, 相似度都在0.7以上, 效果较好。实验结果表明, 该系统成本低、结构简单、性能稳定, 通过采集数据、构建模型以及图像的相关算法, 为将来实现目标物体的图像匹配和深度学习提供了研究基础。

动力型下肢假肢的主要功能是帮助截肢患者实现独立自如的行走, 为了使假肢能够配合用户的运动, 需要对用户的运动意图进行识别。通过提前获知用户前方环境信息, 将其作为运动意图识别的先验知识, 可以提高运动意图的识别精度。为了给动力型下肢假肢提供前方环境信息, 设计了一种可穿戴的地形识别系统。首先通过安装在人体腰部的二维激光雷达收集前方地形数据, 然后利用凝聚分层聚类算法对采集的数据进行线性特征提取, 最后利用有限状态自动机对前方地形进行识别。实验中, 对平地过渡到上/下斜坡、上/下楼梯四种地形进行了测试。结果表明, 该系统不仅对四种地形的识别精度达到了95.8%, 还可以计算出传统的运动意图识别方法无法得到的地形参数信息, 包括斜坡的坡度、楼梯的阶数和台阶的高度与宽度。这证明了将该系统应用于动力型下肢假肢的有效性和可行性。

针对室内空间的三维重建, 采用双二维激光雷达, 提出精确标定两雷达相对位姿的方法, 实现三维空间的可连续采集, 并获得准确的三维轮廓点云。利用静态标定靶标的扫描数据, 建立靶标参数求解数学模型, 得到双雷达坐标系相对位姿的补偿矩阵, 并转化为精确矩阵。建立仿真平台, 模拟标定实验,实现靶标参数的扭曲校正, 初步验证该标定方法可行, 并进行模拟采集实验, 获得的点云分离程度小于等于7 mm。搭建了硬件实物平台, 标定后进行室内轮廓采集实验, 最终得到了无畸变扭曲的三维轮廓点云。实验结果表明,双二维激光雷达相对位姿的标定精度可以满足室内场景三维重建的要求。