Instantaneous Material Classification Using a Polarization-Diverse RMCW LIDAR

Autor:	Cibby Pulikkaseril, Duncan Ross, Alexander Tofini, Yannick K. Lize, Federico Collarte
Jazyk:	angličtina
Rok vydání:	2024
Předmět:	LIDAR laser sensing polarization classification material properties Chemical technology TP1-1185
Zdroj:	Sensors, Vol 24, Iss 17, p 5761 (2024)
Druh dokumentu:	article
ISSN:	1424-8220
DOI:	10.3390/s24175761
Popis:	Light detection and ranging (LIDAR) sensors using a polarization-diverse receiver are able to capture polarimetric information about the target under measurement. We demonstrate this capability using a silicon photonic receiver architecture that enables this on a shot-by-shot basis, enabling polarization analysis nearly instantaneously in the point cloud, and then use this data to train a material classification neural network. Using this classifier, we show an accuracy of 85.4% for classifying plastic, wood, concrete, and coated aluminum.
Databáze:	Directory of Open Access Journals
Externí odkaz:	https://doaj.org/article/1f2522de80ab460aa854c75b1a0e8801 Zobrazit plný text záznamu View record in DOAJ Plný text ve formátu PDF Plný text ve formátu HTML
Nepřihlášeným uživatelům se plný text nezobrazuje	K zobrazení výsledku je třeba se přihlásit.