Proč je nízká textura problémem pro navigaci dronů
Nízká textura (hladké stěny, monotónní povrchy, mlha, sníh, asfalt bez detailů) zásadně ztěžuje odhad pohybu a mapování. Stereo kamery při takových scénách trpí nekorektními korelacemi a „plochými“ disparity mapami; LiDAR má vlastní limity při malých odrazivostech a v aerosolech. Pro autonomní UAS je proto klíčová otázka: která technologie je robustnější a s jakou latencí dodá použitelné měření v reálném čase?
Měřicí princip a důsledky pro nízkou texturu
- LiDAR (ToF): měří vzdálenost z doby letu laserového pulzu nebo frekvenční modulace. Nezávisí na vizuální textuře; závisí na odrazivosti materiálu, úhlu dopadu a atmosféře.
- Stereo kamera: triangulace z levého/pravého obrazu. Potřebuje discriminative features nebo alespoň šum, který lze korelovat. Při homogenních plochách disparty degradují (ambiguita) a algoritmy volí vyhlazené, ale chybné hloubky.
Robustnost v hraničních podmínkách
| Scéna / podmínka | LiDAR | Stereo |
|---|---|---|
| Monotónní bílá stěna, interiér | Stabilní vzdálenost, možný slabší návrat při matném bílém povrchu | Slabá/neexistující disparity; VO/SLAM selhává bez pomocných textur |
| Mlha, prach, déšť | Vícenásobné rozptýlení → „blízké“ echa, šum; nutná filtrace intenzity/Kalmanův filtr | Kontrast klesá, ale obraz zůstává; stereo ještě může korelovat, ale roste chyba |
| Nízké osvětlení / noc | Bez vlivu (aktivní senzor), pokud není saturace jiným zdrojem | Bez aktivního přísvitu selhává; s IR přísvitem zlepšení na krátkou vzdálenost |
| Sklo, lesklé plochy | Odchylky a lomy paprsku → falešné vzdálenosti | Moaré/odlesky, ale často alespoň okrajové prvky pro VO |
| Vysoké vibrace / rychlý pohyb | Rotující/solid-state LiDARy odolné; možné „motion distortion“ během skenu | Rolling shutter + rozmazání → velké chyby; global shutter výrazně pomáhá |
Latence: kde vzniká a jak ji kvantifikovat
Latence je čas od expozice/emise po dostupnost odhadu polohy/hloubky pro řízení. Kritická je determinističnost – malý jitter je stejně důležitý jako průměrná hodnota.
- LiDAR pipeline: emise → příjem → akumulace skenu (10–100 ms podle frekvence a vzorkování) → odfiltrování odlehlých bodů → registrace (ICP/NDT) a/nebo odhad pohybu (LOAM, VIO-fúze) → aktualizace stavového odhadu.
- Stereo pipeline: expozice (typicky 1–5 ms) → demosaic/ISP → synchronizace páru → výpočet disparity (SGBM/SGM/hluboké sítě) 5–20+ ms → reprojekce do 3D → VO/VIO (5–10+ ms) → filtr.
Typická čísla (orientační, 60–120 Hz IMU): LiDAR-odhad pózy 40–120 ms, stereo-VIO 20–60 ms. S IMU predikcí se efektivní řídicí latence snižuje o 10–30 ms. Determinizmus: LiDAR je obvykle stabilnější, stereo s neuronovými sítěmi má větší jitter podle textury a expozice.
Chyby měření a jejich statistika
- LiDAR: náhodná chyba vzdálenosti (mm–cm), systematická s úhlem dopadu, multipath v aerosolech; při rotujících skenerech „časová spirálová“ deformace při rychlých rotacích UAV.
- Stereo: chyba disparity ~1 px → hloubka
Z ≈ (f·B)/d; při malém d (nízká textura) roste chyba nelineárně. Vzdálené objekty mají prudce rostoucí nejistotu.
Algoritmy a jejich citlivost na texturu
- Stereo SGM/HL stereo: potřebují gradienty; při „flat“ plochách vyhrávají regularizační členy → nadměrné vyhlazení.
- VIO (stereo/mono + IMU): používejte feature-sparse aware režimy (hranové/linie rysy, event kamery) a robustní zkostné funkce (Huber, Cauchy).
- LiDAR ICP/NDT: ICP vyžaduje překrývání a strukturu; v prázdných chodbách pomáhá point-to-plane, normály a motion compensation.
- LIO (LiDAR-IMU odometrie): IMU odstraňuje časovou deformaci a stabilizuje odhad v nízké struktuře; integrace intenzity bodů pomáhá vnitřní registraci.
Synchronizace a časování: základ robustnosti
- Společný časový základ: PTP/IEEE 1588 nebo hardwarové triggery; bez toho vzniká pseudo-latence a chyby fúze.
- IMU jako páteř: vysoká frekvence (200–1 000 Hz) s nízkým jitterem; vizuální/LiDAR aktualizace jako korekce.
- Rolling vs. global shutter: pro stereo preferujte global shutter; jinak vyžadujte „row time“ kompenzaci.
Energetika, hmotnost, výpočty
| Parametr | LiDAR (rotující/solid-state) | Stereo kamera (GS dvojice) |
|---|---|---|
| Příkon | 6–20 W (více při dlouhém dosahu) | 2–6 W (bez výpočtu) |
| Hmotnost | 300–1 200 g+ | 80–200 g (pár + baseline) |
| Výpočetní nárok | ICP/NDT/LIO střední–vysoký | Disparity/VO střední–vysoký (závisí na síti) |
| Dosah | 40–200 m (typicky), kratší v mlze/prachu | Efektivní do 10–30 m při přesné hloubce, více při VO bez hloubky |
Fúze senzorů: když 1+1 > 2
- VIO + LiDAR (LIO-VIO): stereo poskytne hustou blízkou geometrii, LiDAR stabilizuje měřítko a dlouhodobou driftovou složku.
- Filtr vs. smoothing: EKF/UKF/MHE; při proměnné latenci preferujte out-of-sequence update nebo „fixed-lag smoother“.
- Mapování: vizuální hustota pro detail, LiDAR pro absolutní geometrii; výsledkem je robustní lokalizace v nízké textuře.
Latence v řídicí smyčce: návrhová pravidla
- Udržujte end-to-end latenci měření < 50 ms pro rychlosti > 10 m/s (s IMU predikcí).
- Kompenzujte časové posuny (timestamping u zdroje) a používejte predikci stavů do času řízení.
- Stabilizujte expoziční časy (auto-exposure bounds) – snižuje jitter stereo odhadů.
- U LiDARu provádějte de-skew bodů na základě IMU a odhadu rychlosti.
Fail-safe scénáře a detekce degradace
- LiDAR: monitorujte míru návratu a varianci bodů; při aerosolech přepněte na „near-field cautious“ režim a zpomalte let.
- Stereo: sledujte počet validních korelací / reprojekční chybu; při poklesu pod práh přepněte na IMU-only dead reckoning s rychlým přistáním.
- Rozhodovací logika: health score každého senzoru a váhování ve fúzi podle kvality.
Kalibrace a design baseline
- Stereo baseline: delší baseline zlepšuje přesnost hloubky, ale zvyšuje citlivost na paralax a montážní tolerance.
- Exstrinzika LiDAR–kamera–IMU: offline přesná kalibrace + online jemné doladění během letu (hand-eye, targetless metody).
- Termální drifty: fixace teploty nebo online rekalibrace intrinzik (pro dlouhé mise).
Náklady a TCO perspektiva
- LiDAR: vyšší kapitálové náklady, robustnější výsledky v nízké textuře a v noci; vyšší příkon a hmotnost.
- Stereo: nižší kapitálové náklady, nižší příkon, vyšší citlivost na světlo a texturu; s IR přísvitem roste spotřeba a omezuje se dosah.
Doporučení podle typické mise
| Mise / prostředí | Preference | Poznámka k latenci |
|---|---|---|
| Interiér s hladkými stěnami, nízké osvětlení | LiDAR + IMU, volitelně mono kamera na vizuální cíle | Stabilní, predikovatelné zpoždění; pozor na sklo |
| Mlha, prach, tunely | LiDAR s filtrace intenzity + radar, stereo pouze doplňkově | Počítat s „blízkými“ echy; zpomalit trajektorii |
| Exteriér, den, detailní scéna | Stereo-VIO + IMU, doplňkový krátkodobý LiDAR | Nejnižší latence při dobré textuře |
| Vysoká rychlost > 15 m/s | LiDAR/LIO s pevnou frekvencí + kvalitní predikce z IMU | Determinističtější zpoždění pro plánování |
Checklist implementace
- Hardwarová synchronizace senzorů, přesné timestampy u zdroje.
- Global shutter stereo s fixovanými expozičními limity; IR přísvit jen pro blízké vzdálenosti.
- LiDAR de-skew na základě IMU; filtrace aerosolu (intenzita, lokální hustota, časový medián).
- Fúze s IMU (EKF/UKF/smoother), OOS korekce při proměnlivé latenci.
- Online metriky kvality (validní zápasy, inlier ratio, return rate) a adaptivní váhování.
- Bezpečnostní režimy při degradaci: zpomalení, vyšší clearance, návrat/přistání.
Robustnost vs. latence není binární volba
V nízké textuře má LiDAR přirozenou výhodu v spolehlivosti hloubky, zejména v noci a interiérech. Stereo může nabídnout nižší latenci a nižší náklady, avšak vyžaduje texturu a stabilní osvětlení. Pro drony v náročných scénářích nejlépe funguje fúze LiDAR–IMU–(Stereo) s důrazem na časování, de-skew a deterministickou latenci. Cílem není zvolit „vítěze“, ale navrhnout řetězec vnímání, který udrží kvalitu měření v reálném čase i tehdy, když textura zmizí.
