惯性导航相关技术，知识比较深

CH-T 3014-2014 数字表面模型 机载激光雷达测量技术规程 CH-T 3014-2014 数字表面模型 机载激光雷达测量技术规程 CH-T 3014-2014 数字表面模型 机载激光雷达测量技术规程 CH-T 3014-2014 数字表面模型 机载激光雷达测量技术规程

整理的一些基于视觉SLAM的无人机导航所用 含部分程序

设计了一种基于工控机和AEC429-PCI-22/S5 PCI板卡的便携式ARINC429总线仿真与采集系统，描述了系统的硬件原理及组成，并分析了软件结构及PCI板卡的初始化、接收及发送的方法。经测试，该系统实时性好，可靠性高，可满足机载电子设备检测及维护的需要。

有关自然资源管理的战术决策需要准确和最新的空间信息，以实现可持续森林管理。 通过使用从卫星或机载传感器获得的多光谱数据的遥感设备，可以进行大量数据采集，从而降低了数据收集成本并满足了对连续精确数据的需求。 森林高度和乳房高度直径（DBH）是预测体积和生物量的关键变量。 传统的估算树高和生物量的方法既费时又费力，这使各国很难定期进行国家森林清单调查以支持森林管理和REDD +活动。 这项研究评估了LiDAR数据在估算Londiani林区各种森林条件下的树高和生物量方面的适用性。 目标森林是在各种地形条件下分析的天然林，人工林和其他零散森林。 LiDAR数据是由在1550 m高处飞行的飞机收集的。 用激光雷达击中森林来估计森林的高度和植被的密度，这暗示着生物量。 在15个半径为15 m的78个采样图中收集了LiDAR数据。 对LiDAR数据进行了地面真实处理，以比较其对地上生物量（AGB）和高度估计的准确性。 LiDAR与野外数据之间的高度相关系数对于汇总数据为0.92，在天然林中为0.79，在人工林中为0.95，在其他零星林中为0.92。 根据LiDAR和地面实测数据估算的AGB，汇总数

一本不错的机载雷达详细资料，PDF文档，可以看看

building_segmentation_data.txt

GB／T 36100-2018 机载激光雷达点云数据质量评价指标及计算方法，新国标，共享给大家。 里面详细记录的机载激光雷达点云评价的相关指标和计算方法，包括点密度、旁向重叠度、对质量检查有知道意义。 希望有更好的资源可以共享。

通过分析机载雷达（LIDAR）点云数据与航空影像数据特点，提出了融合机载LIDAR点云和航空影像的建筑物轮廓探测方法。分别提取机载点云和航空影像中的部分建筑轮廓线，将轮廓线拟合成直线段的建筑物轮廓边，并以两相邻且垂直的轮廓边相交得到建筑的角点，根据建筑物的同名角点实现机载点云和航空影像的配准融合；将航空影像的光谱信息赋予机载点云，并将光谱信息作为特征向量进行聚类，分离出植被和树木等地物，利用高程信息从光谱信息相似的地面道路和建筑物中分离出建筑物，提取建筑物的轮廓边，完成建筑物轮廓的探测。实验结果表明，利用该方法进行建筑物点云的分类正确率可达97.96%，轮廓边的提取精度可达0.21 m，能够有效的实现建筑物轮廓的探测。

实现了2017年Improved progressive TIN densification filtering algorithm for airborne LiDAR data in forested areas一文中较高精度的滤波算法 调通代码后仍有问题，欢迎私信。