Quem gira a trena já sabe para onde apontou.
Imagine alguém parado no meio de um cômodo escuro, girando devagar com uma trena a laser na mão. A cada passo do giro anota um número: a distância até a parede. Não precisa escrever “agora apontei para 37 graus”, porque a próxima linha do caderno é sempre o próximo passo do giro.
No fim da volta, o caderno tem uma coluna de distâncias, e isso basta para desenhar o cômodo. Um LiDAR de carro faz o mesmo com 64 ou 128 lasers empilhados, dando dez voltas por segundo. Cada laser desenha um anel em volta do veículo.
O jeito comum de guardar o resultado é converter tudo em pontos soltos no espaço, com x, y e z. São três números onde havia um, e some a ordem em que os disparos aconteceram. Nossa proposta é guardar o caderno, e não o desenho.
Três passos, e o compressor é o mesmo de sempre.
1. O anel vira um canal. A sequência de distâncias de um laser, volta após volta, é uma série temporal como a de qualquer sensor. É o formato que o TUBE já comprime: ele prevê o próximo valor a partir dos anteriores e só gasta bits quando a medição foge da previsão mais do que a tolerância combinada.
2. A parede lisa custa quase nada. Ao longo de uma fachada ou do asfalto, a distância muda devagar e a previsão acerta. O gasto se concentra onde o feixe salta de um objeto para outro: a quina do caminhão, a borda do poste.
3. Os ângulos saem da grade do sensor. O compressor sabe de quanto o cabeçote gira entre dois disparos e a inclinação de cada laser. Só viaja o pequeno desvio em relação a essa grade, medido com um passo que acompanha a distância: fino perto, mais largo longe, sempre o mesmo erro em centímetros.
Ilustração com ruído de 3 mm no alcance e um preditor simples. Com tolerância menor que o ruído, quase todo disparo vira surpresa: ruído não se comprime. A estimativa de bits é um modelo didático, não o codec. Os bytes reais estão na seção de medições.
O erro do laser é um traço, não uma caixa.
O laser erra ao longo do próprio raio: mede 20,03 m onde havia 20,00 m. A direção ele praticamente não erra. Quando o ponto é guardado em x, y e z com uma tolerância por eixo, a incerteza vira uma caixa em volta do ponto, com folga em direções em que o sensor nunca errou.
Guardando o alcance, a incerteza volta a ser um traço ao longo do feixe. A pergunta “a que distância está esse objeto?” passa a ter resposta com a folga mínima possível.
A garantia que damos é a mais fácil de auditar: cada disparo reconstruído fica a no máximo uma distância combinada do original, medida em linha reta no espaço. É a mesma régua de um arquivo LAZ com a escala equivalente, e foi com ela que comparamos.
Dois sensores, três precisões, duas réguas externas.
Rodamos em dois sensores de fabricantes diferentes: um Velodyne HDL-64E (o do conjunto público KITTI, 64 feixes) e um Ouster OS2-128 (amostra pública do fabricante, 128 feixes, pacotes brutos). São 22 voltas de cada um, cerca de 2,6 e 2,9 milhões de pontos.
As réguas são o LAZ, formato padrão de nuvem de pontos comprimida, e o G-PCC, o codec de nuvem de pontos do MPEG, no software de referência e em três configurações (fica a melhor). Todos com o mesmo erro máximo por ponto, conferido ponto a ponto.
Contra o LAZ o modo por feixe ganhou nos seis casos, de 16% a 44%. Contra o G-PCC ganhou em precisão fina e perdeu em precisão grossa. O mesmo compressor aplicado a x, y e z perde do LAZ em todos: o ganho vem da geometria, e não do codec.
Barra menor é melhor. G-PCC: software de referência MPEG TMC13, geometria sem perdas na mesma grade, melhor de três configurações.
| Sensor | Tolerância | LAZ | G-PCC (melhor) | TUBE em x, y, z | Por feixe | ÷ LAZ · ÷ G-PCC |
|---|---|---|---|---|---|---|
| Velodyne HDL-64E (KITTI) | 1 mm | 1,804 | 1,503 | 2,240 | 1,253 | 0,69 · 0,83 |
| 1 cm | 0,801 | 0,852 | 1,102 | 0,622 | 0,78 · 0,73 | |
| 5 cm | 0,430 | 0,297 | 0,574 | 0,352 | 0,82 · 1,19 | |
| Ouster OS2-128 | 1 mm | 1,989 | 1,231 | 2,335 | 1,112 | 0,56 · 0,90 |
| 1 cm | 1,029 | 0,531 | 1,246 | 0,701 | 0,68 · 1,32 | |
| 5 cm | 0,565 | 0,140 | 0,722 | 0,474 | 0,84 · 3,38 |
Numa terceira fonte, o altímetro a laser LOLA em órbita da Lua, o resultado se repete: uma órbita na ordem em que os disparos aconteceram ocupa 1,497 bytes por ponto, contra 2,399 do LAZ (38% menor, tolerância de 10 cm). O mesmo dado como nuvem reordenada, sem o eixo do tempo, tinha dado derrota de 2% a 5% para o LAZ.
Em grade grossa, quem ganha é o octree.
Com tolerância de 5 cm, o G-PCC em modo octree ficou à frente: 16% no sensor da Velodyne e 3,4 vezes no da Ouster. Na Ouster ele já ganhava com 1 cm.
O motivo é simples de ver ao lado. Quando a grade é grossa e o sensor é denso, vários disparos caem na mesma célula. O octree guarda quais células estão ocupadas e quantos pontos há em cada uma. O modo por feixe continua guardando um alcance para cada disparo, na ordem.
São promessas diferentes. O octree devolve uma nuvem. O modo por feixe devolve o registro do sensor, com cada disparo no seu lugar na varredura. Para um mapa ou um detector que trabalha em células de 10 cm, o octree é a ferramenta certa, e é isso que recomendamos nesse caso.
– das células têm um ponto só, no dado real ·
“Nenhum ponto” não é “nenhum obstáculo”.
A pergunta mais comum feita a uma nuvem de pontos é se há algo numa zona de segurança. A resposta usual olha se algum ponto caiu lá dentro. Só que a nuvem não distingue duas situações opostas: o sensor olhou e não havia nada, ou o sensor não conseguiu olhar, porque um caminhão estava na frente.
No quadro do sensor a diferença aparece. Cada feixe que atravessou a zona e voltou de trás dela é uma prova de espaço vazio ao longo daquele raio. Cada feixe que parou antes, ou que nunca voltou, não prova nada.
Medimos nas 22 voltas do KITTI, em 1.760 zonas de 3 × 3 m. Onde a consulta comum respondeu “nenhum obstáculo”, colocamos um objeto do tamanho de uma criança e perguntamos se algum feixe o tocaria. Em 40% das vezes, nenhum: a varredura sairia idêntica. A 6 m isso quase não acontece. A 45 m acontece em dois terços dos casos.
Por isso a consulta devolve, junto do veredito, a cobertura: a fração dos feixes apontados para a zona que de fato a atravessaram.
Esquema em planta, com 900 feixes num plano só. No sensor real a conta usa todos os anéis e a tolerância do arquivo comprimido.
| Distância da zona | “Nenhum obstáculo” | Objeto caberia sem ser visto |
|---|---|---|
| 6 m | 147 | 0,1% |
| 12 m | 106 | 8,7% |
| 20 m | 193 | 37,1% |
| 30 m | 318 | 46,7% |
| 45 m | 297 | 65,8% |
| Cobertura | Zonas | Objeto caberia sem ser visto |
|---|---|---|
| < 50% | 756 | 56,2% |
| 50–90% | 155 | 0,1% |
| ≥ 90% | 150 | 0,0% |
À esquerda, o resultado do protocolo. À direita, uma observação feita depois, na mesma amostra: com metade ou mais dos feixes atravessando, o objeto escondido apareceu 1 vez em 3.050 tentativas. É um trecho só, e o limiar de cobertura é decisão de quem usa. Um “vazio provado” estrito, com todos os feixes atravessando, nunca ocorreu no dado real: 13% dos disparos não têm eco.
Quando usar o modo por feixe.
O arquivo é o registro do sensor
Perícia, auditoria, reprocessamento: quando cada disparo precisa voltar no seu lugar, com erro máximo conhecido.
A precisão é fina
Até cerca de 1 cm, foi onde ganhou das duas réguas. Em sensor muito denso, só em 1 mm.
Para mapa em células grandes, use octree
Se o destino é uma grade de 10 cm e a ordem dos disparos não importa, o G-PCC ocupa menos.
Peça a cobertura junto do veredito
“Sem retorno, cobertura 93%” e “sem retorno, cobertura 4%” são respostas diferentes à mesma pergunta.
O círculo que um dos lasers do sensor desenha em volta do veículo a cada volta. Aqui, um canal de telemetria.
A distância máxima, em linha reta, entre cada ponto guardado e o ponto original. Vale para todos, sem média.
De todos os feixes apontados para uma zona, a parte que a atravessou e voltou de trás dela.
Onde isso pode estar errado.
Duas amostras curtas
São 22 voltas de cada sensor, pouco mais de dois segundos de rua. Chuva, poeira e outros sensores podem dar números diferentes.
O G-PCC tem um modo que não medimos
Comparamos com a geometria sem perdas numa grade, a única forma de ele garantir erro máximo por ponto. O modo com perdas nativo junta pontos e mira o erro médio; num critério assim ele pode ganhar.
A técnica não é nossa
Guardar LiDAR giratório no quadro do sensor é conhecido, e o próprio G-PCC tem um modo angular. O que medimos é que um compressor de telemetria, sem mudança, serve para isso com erro por disparo.
Num dos sensores a grade foi reconstruída
O KITTI entrega os pontos já convertidos. Recuperamos os anéis a partir deles; num arquivo bruto do sensor, os ângulos custariam ainda menos.
A cobertura é um resultado de uma amostra só
A tabela por faixa de cobertura foi observada depois do experimento, num único trecho urbano. É hipótese a confirmar, e não limiar a adotar.
Sem eco não diz por quê
Céu aberto, superfície escura e vidro dão o mesmo silêncio. A cobertura trata todos como “não visto”, que é o lado seguro do erro.
Isto se aplica ao seu sensor?
Conte em duas linhas qual é o sensor, quanto dado ele gera e o que precisa ser provado depois. A primeira conversa serve para ver se este modo resolve o seu caso, e, se não resolve, dizemos.
← Telemetria certificada · stickybit.com.br
- Velodyne HDL-64E: KITTI raw,
2011_09_26_drive_0048, 22 voltas (Geiger, Lenz, Stiller e Urtasun, 2013). Só as medições aparecem aqui; a cena das animações é sintética. - Ouster OS2-128: amostra pública do fabricante,
OS2_128_bridge_sample, 22 voltas, lida com oouster-sdk. - LAZ:
laspycomlazrs, formato de ponto 0, escala igual ao dobro da tolerância por eixo. - G-PCC: software de referência MPEG TMC13 (
MPEGGroup/mpeg-pcc-tmc13), octree, octree com modo angular e preditivo com modo angular; geometria sem perdas na grade. - LOLA: registro
LOLARDR_092590139do PDS Geosciences (NASA), uma órbita, 289.080 disparos válidos. - Régua comum: erro em linha reta por ponto de no máximo √3 vezes a tolerância por eixo, conferido em todos os pontos.