LiDAR

LiDAR (phát hiện và đo khoảng cách bằng ánh sáng) là công nghệ cảm biến chủ động sử dụng ánh sáng laser để đo khoảng cách và ghi nhận hình dạng của môi trường. Máy quét LiDAR tự cung cấp nguồn chiếu sáng, nhờ đó có thể đo bề mặt trong bóng tối. Trong thị giác máy tính, các phép đo này cung cấp thông tin không gian để máy móc định vị đối tượng, điều hướng trong môi trường và xây dựng bản đồ ba chiều.

Cách thức hoạt động của máy quét LiDAR#

Cảm biến LiDAR dạng xung phát ra ánh sáng laser và đo thời gian ánh sáng phản xạ quay trở lại. Khoảng cách bằng tốc độ ánh sáng nhân với thời gian truyền đi và về, rồi chia cho hai. Kết hợp mỗi khoảng cách với hướng của chùm tia sẽ xác định vị trí trên bề mặt. Các phép đo lặp lại tạo thành đám mây điểm: tập hợp các điểm có tọa độ x, y và z, thường kèm theo cường độ phản hồi, thể hiện độ mạnh của tín hiệu phản xạ.

LiDAR dựa trên laser phát triển từ những thử nghiệm radar quang học ban đầu. Giorgio Fiocco và Louis Smullin đã thực hiện các phép đo khí quyển bằng laser vào năm 1963, phát hiện các lớp tán xạ ở độ cao từ 60 đến 140 km phía trên Trái Đất. Thí nghiệm của họ đặt nền móng cho một ứng dụng ban đầu của tín hiệu vọng laser trong đo đạc từ xa.

Máy quét 2D quét một mặt phẳng xung quanh robot; máy quét 3D đo trên nhiều cao độ. Các hệ thống trên không còn kết hợp khoảng cách đo bằng laser với các phép đo vị trí và hướng để xác định tọa độ địa lý của các điểm. LiDAR địa hình và đo sâu phục vụ các môi trường khác nhau: thiết bị địa hình thường dùng ánh sáng cận hồng ngoại để lập bản đồ đất liền, trong khi thiết bị đo sâu dùng ánh sáng xanh lục để đo địa hình dưới nước.

Chuyển phép đo LiDAR thành khả năng nhận thức bằng AI#

Đám mây điểm mô tả hình học. Machine learning bổ sung khả năng diễn giải thông qua các tác vụ như phát hiện đối tượng 3D, ước tính vị trí, kích thước và hướng của đối tượng. PointPillars, do Alex H. Lang và các cộng sự giới thiệu vào năm 2018, nhóm các điểm thành những cột thẳng đứng, học đặc trưng cho các cột đó và xử lý biểu diễn góc nhìn từ trên xuống thu được bằng một mạng phát hiện. Cách này chuyển các phép đo không đồng nhất thành cấu trúc phù hợp với xử lý tích chập hiệu quả.

Hợp nhất cảm biến kết hợp hình học LiDAR với hình ảnh từ camera. Ảnh cung cấp màu sắc, kết cấu và các chi tiết có thể nhận dạng; LiDAR cung cấp khoảng cách và hình dạng được đo trực tiếp. Hiệu chuẩn xác định phép quay và phép tịnh tiến giữa các cảm biến, còn đồng bộ hóa căn chỉnh dấu thời gian của chúng. Sai số ở một trong hai bước có thể khiến kết quả phát hiện của camera bị ghép với các điểm thuộc về đối tượng khác.

Ultralytics YOLO hỗ trợ quy trình từ hình ảnh đến hình học này thông qua tích hợp ROS: các mặt nạ phân đoạn của YOLO26 từ ảnh RGB đã căn chỉnh có thể chọn các điểm tương ứng trong đám mây điểm có tổ chức và mang thông tin màu, qua đó cô lập đối tượng trong không gian 3D.

LiDAR, radar và độ sâu dựa trên camera#

Các công nghệ này cung cấp những phép đo bổ trợ cho nhau:

• Ước tính độ sâu: Các phương pháp dựa trên camera suy ra khoảng cách từ ảnh. LiDAR đo khoảng cách bằng ánh sáng laser phát ra; bản đồ độ sâu là một cách biểu diễn thông tin khoảng cách.
• Radar: Sử dụng sóng vô tuyến và thường đo khoảng cách cùng vận tốc hướng tâm—tốc độ di chuyển về phía hoặc ra xa cảm biến. Radar vẫn hữu ích trong mưa và sương mù, vốn làm suy giảm khả năng cảm biến quang học.
• Tái tạo 3D: Xây dựng mô hình hình học của một cảnh. LiDAR cung cấp các phép đo để hệ thống tái tạo kết hợp thành bản đồ hoặc bề mặt.

Đám mây điểm LiDAR thưa dần theo khoảng cách, khiến người đi bộ ở xa và các đối tượng nhỏ khác được biểu diễn bằng ít phép đo hơn. Sương mù và tuyết cũng tán xạ ánh sáng laser, tạo ra tán xạ ngược làm biến dạng đám mây điểm và cản trở việc phát hiện. Những ảnh hưởng này xảy ra trong bài toán nhận thức cho ô tô, nơi hình học bị thiếu hoặc tín hiệu phản hồi do thời tiết tạo ra có thể làm thay đổi các chướng ngại vật mà bộ phát hiện nhận diện.

Ứng dụng trong lái xe, robot và lập bản đồ#

• Lái xe tự hành: Waymo Driver kết hợp LiDAR, camera và radar để nhận biết xe cộ, người đi bộ và người đi xe đạp. LiDAR cung cấp hình học của khu vực xung quanh, còn hệ thống nhận thức diễn giải dữ liệu cảm biến để xác định người tham gia giao thông và vị trí của họ.
• Robot di động: Quy trình SLAM của TurtleBot3 sử dụng các lượt quét laser để xây dựng bản đồ đồng thời ước tính vị trí của robot. SLAM là viết tắt của định vị và lập bản đồ đồng thời; các quan sát lặp lại liên kết vị trí thay đổi của robot với những đặc điểm môi trường ổn định.
• Lập bản đồ trên không và giám sát môi trường: LiDAR trên không của Mạng lưới Đài quan sát Sinh thái Quốc gia đo cấu trúc rừng, bao gồm chiều cao tán cây và mật độ thảm thực vật. Một xung đơn lẻ có thể tạo ra nhiều tín hiệu phản hồi từ ngọn cây, cành cây, tầng cây bụi và mặt đất, vì một phần ánh sáng xuyên qua các khoảng trống trong thảm thực vật.