激光雷達的未來將是什么？引用亞伯拉罕·林肯的話：“預測未來最可靠的方法就是創(chuàng)造未來”。那么，地理空間市場目前正在創(chuàng)造什么呢？本文重點介紹與以下相關(guān)主題有關(guān)的Lidar：Lidar技術(shù)，開放數(shù)據(jù)和人工智能/機器學習（AI / ML）。

激光雷達技術(shù)正在迅速發(fā)展，如許多服務于自治市場的初創(chuàng)公司所展示的那樣，這些機器人具有傳統(tǒng)的機械掃描設(shè)備，微型芯片固態(tài)激光雷達單元和新興的FMCW激光雷達。蘋果已經(jīng)發(fā)布了帶有激光雷達的iPad，這一事實表明該技術(shù)已經(jīng)進入了公共領(lǐng)域。盡管幾十年前甚至無法解釋我們的行業(yè)也是一個挑戰(zhàn)，但現(xiàn)在許多消費者已經(jīng)熟悉“激光雷達”這個術(shù)語！此外，消費類設(shè)備上技術(shù)的可用性可能成為建筑世界中建筑信息建模（BIM）和數(shù)字化大力的推動力媒介。但是圍繞激光雷達未來的討論有很多切線，而技術(shù)只是其中之一。

激光雷達技術(shù)

在過去的幾十年中，光子學和激光雷達的增長和發(fā)展令人矚目。我們在獲取數(shù)據(jù)的能力方面取得了巨大的進步。系統(tǒng)的大小，性能和生產(chǎn)率已經(jīng)改變了測繪專業(yè)。工作的執(zhí)行方式和最終用戶的期望在不斷變化。該技術(shù)的巨大進步導致了更高的脈沖頻率（PRR）和小型化。這將一直持續(xù)到我們達到摩爾定律的極限為止。激光雷達一詞是指由各種組件組成的系統(tǒng)。這個復雜的系統(tǒng)具有優(yōu)勢和局限性，就像物理定律一樣。當我們在這些系統(tǒng)的一個領(lǐng)域達到極限時，我們會在相關(guān)領(lǐng)域找到進步。

另一個解決范圍模糊性的例子對于單通道儀器來說變得越來越困難。這會影響系統(tǒng)設(shè)計以適應多通道儀器。例如，每個通道均以當今標準的PRR運行，但具有單獨的指示方向。結(jié)果，我們將看到針對特定任務的更專業(yè)的激光掃描儀，例如通道地圖和電力線監(jiān)控，其獨特的掃描模式可最大程度地減少陰影效應。

在無人駕駛飛機（UAV或“無人機”）上發(fā)現(xiàn)的小型激光雷達系統(tǒng)中，電子產(chǎn)品中的微型化作用顯而易見。市場正在看到由垂直起降（VTOL）平臺承載的用于走廊映射的優(yōu)化傳感器。這些新系統(tǒng)重量輕，其方向可減少對象陰影。它們具有高測量精度和高測量速度，并具有獨特的多目標功能。

公開資料

現(xiàn)在可以定期查看開放地理空間數(shù)據(jù)的影響，價值和重要性。在過去的幾十年中，地理空間市場已經(jīng)成熟，這一點對我們?nèi)绾慰创约汉凸芾硎澜缰陵P(guān)重要。監(jiān)控COVID-19大流行在全球范圍內(nèi)傳播的儀表板就是一個很好的例子。來自衛(wèi)星系統(tǒng)的免費數(shù)據(jù)顯示了病毒傳播的影響，而與報告國統(tǒng)計數(shù)據(jù)的準確性無關(guān)，例如通過在經(jīng)濟停工期間證明地球變綠來進行說明。

在激光雷達領(lǐng)域，我們提供了一些國家/地區(qū)數(shù)據(jù)的示例，其中的結(jié)果免費提供給所有潛在用戶且無需許可。這在顯著地區(qū)產(chǎn)生了使用。許多城市，縣和州都使用此數(shù)據(jù)來改善其地區(qū)的管理。在全球范圍內(nèi)都可以看到國家制圖的努力，但是歐洲地理委員會是這種加速趨勢的最好的例證：愛爾蘭共和國和荷蘭等國家已經(jīng)建立了國家制圖的方案，瑞士在其地形圖中使用了3D技術(shù)。

用于跟蹤和監(jiān)視風暴和海平面上升的NOAA海岸線數(shù)據(jù)瀏覽器是為居民服務的開放數(shù)據(jù)的另一個示例。該測深激光雷達數(shù)據(jù)示例對于挽救生命和財產(chǎn)極為重要。較小的無人飛行器的測深系統(tǒng)的影響將凸顯出當?shù)氐貐^(qū)監(jiān)測關(guān)鍵濕地并計算河流和溪流中的水負荷的能力，以保護我們免于再次發(fā)生洪水。

在美國，USGS的開放數(shù)據(jù)示例是3DEP程序。它被用于許多傳統(tǒng)領(lǐng)域，例如運輸和水管理。但是，大量的地理空間數(shù)據(jù)對所有人都是免費的，并且已被硅谷的許多人下載，以使他們能夠檢查其地圖并更正其產(chǎn)品。這是一個巨大的地理空間數(shù)據(jù)實用程序，可用于協(xié)助消費者和公司獲取正確的數(shù)據(jù)。

人工智能/機器學習

來自機器學習的低級任務（例如點云的高速分類）是一些低級的成果，將有助于提高生產(chǎn)率。下一級別的升級將帶來數(shù)據(jù)挖掘的希望，以便進行更準確的預測，評估變更的影響以及有效利用和分配資源。

數(shù)十年來，對具有等距點模式的高精度，高清晰度和密度增加的點云數(shù)據(jù)的需求不斷增長。這就是人們所說的“高保真”。這為世界提供了管理地球人口對生態(tài)的影響所必需的可視化效果。因此，我們看到了地理空間分析對我們的世界進行管理的重要性。據(jù)估計，我們僅利用了典型點云的20％。隨著AI / ML的發(fā)展，我們最終將能夠利用Lidar的數(shù)字信號處理機制提供的所有信息。

Lidar的成果是信息的準確性和完整性以及相關(guān)附加傳感器數(shù)據(jù)的集成，以提供所需的高保真可視化。一個示例是通道地圖。通道是我們世界的關(guān)鍵要素。如果不及時發(fā)現(xiàn)，較小的巖土工程危害會造成嚴重破壞。能夠清晰，正確地“看到”有形資產(chǎn)的需求至關(guān)重要。具有適當傳感器集成的高保真激光雷達系統(tǒng)將成為提供AI / ML所需的可視化功能的標準，以常規(guī)地發(fā)現(xiàn)問題和入侵并避免災難。AI / ML，開放數(shù)據(jù)和激光雷達技術(shù)本身只是激光雷達未來對地理空間行業(yè)的一些關(guān)鍵因素。我們可能無法預測未來，但是鑒于該行業(yè)正在完成的所有工作，我們可以看到我們走在正確的道路上。