LiDAR vs. stereo kamera při nízké textuře: robustnost a latence

Proč je nízká textura problémem pro navigaci dronů

Nízká textura (hladké stěny, monotónní povrchy, mlha, sníh, asfalt bez detailů) výrazně ztěžuje odhad pohybu a mapování. Stereo kamery při těchto scénách trpí nesprávnými korelacemi a „plochými“ disparity mapami; LiDAR má své limity při nízké odrazivosti a v aerosolech. Pro autonomní UAS je proto klíčová otázka: která technologie je robustnější a s jakou latencí poskytne použitelné měření v reálném čase?

Měřicí princip a důsledky pro nízkou texturu

LiDAR (ToF): měří vzdálenost z doby letu laserového impulsu 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 je možné korelovat. Při homogenních plochách disparity degradují (ambiguita) a algoritmy volí vyhlazené, ale chybné hloubky.

Robustnost v hraničních podmínkách

Scéna / podmínka	LiDAR	Stereo
Monotónní bílá stěna, interiér	Stabilní vzdálenost, možná slabší odezva při matném bílém povrchu	Slabá/neexistující disparity; VO/SLAM selhává bez pomocných textur
Mlha, prach, déšť	Vícenásobné rozptýlení → „blízké“ echa, šum; nutná filtrace intenzity/Kalman	Kontrast klesá, ale obraz zůstává; stereo může korelovat, i když chyba roste
Nízké osvětlení / noc	Bez vlivu (aktivní senzor), pokud není saturace jiným zdrojem	Bez aktivního přisvícení selhává; s IR přisvícením zlepšení pouze na krátkou vzdálenost
Sklo, lesklé plochy	Odchylky a lom 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 → značné chyby; global shutter výrazně pomáhá

Latence: kde vzniká a jak ji kvantifikovat

Latence je čas od expozice/vyslání po dostupnost odhadů polohy/hloubky pro řízení. Kritická je determinističnost – malý jitter je stejně důležitý jako průměrná hodnota.

LiDAR pipeline: emise → příjem → akumulace skenu (10–100 ms dle 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 řídící latence snižuje o 10–30 ms. Determinizmus: LiDAR bývá stabilnější, stereo s neuronovými sítěmi má větší jitter podle textury a expozice.

Chyby měření a jejich statistika

LiDAR: náhodná chyba vzdálenosti (mm–cm), systematická závislost na úhlu dopadu, multipath efekty v aerosolech; u rotujících skenerů „časová spirálová“ deformace při rychlých rotacích UAV.
Stereo: chyba disparity cca 1 px → hloubka Z ≈ (f·B)/d; při malém d (nízká textura) roste chyba nelineárně. Vzdálené objekty vykazují rapidně vzrůstající neurčitost.

Algoritmy a jejich citlivost na texturu

Stereo SGM/HL stereo: vyžadují gradienty; na „plochých“ plochách dominují regularizační členy → přesměrování na příliš vyhlazené výsledky.
VIO (stereo/mono + IMU): používejte feature-sparse aware režimy (okrajové/lineární prvky, event kamery) a robustní kostní funkce (Huber, Cauchy).
LiDAR ICP/NDT: ICP vyžaduje překrytí a strukturu; v prázdných koridorech 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 napomáhá vnitřní registraci.

Synchronizace a časování: základ robustnosti

Sdílený časový základ: PTP/IEEE 1588 nebo hardwarové spouštěče; 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, výpočetní nároky

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 náročnost	ICP/NDT/LIO střední–vysoká	Disparita/VO střední–vysoká (závisí na síti)
Dosah	40–200 m (typicky), kratší v mlze/prachu	Efektivní do 10–30 m při přesné hloubce, více u VO bez hloubky

Fúze senzorů: kdy 1+1 > 2

VIO + LiDAR (LIO-VIO): stereo poskytuje hustou blízkou geometrii, LiDAR stabilizuje měřítko a dlouhodobou driftní složku.
Filtr vs. smoothing: EKF/UKF/MHE; při proměnné latenci preferujte out-of-sequence update nebo „fixed-lag smoother“.
Mapování: vizuální hustota pro detaily, 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 (omezení automatické expozice) – snižuje jitter stereo odhadů.
U LiDARu provádějte de-skew bodů na základě IMU a odhadu rychlosti.

Fail-safe scénáře a detekce degradace

LiDAR: sledujte míru návratu a varianci bodů; při aerosolech přepněte do režimu „near-field cautious“ a zpomalte let.
Stereo: monitorujte počet validních korelací / reprojekční chybu; při poklesu pod práh přepnout na IMU-only dead reckoning s rychlým přistáním.
Rozhodovací logika: health score každého senzoru a jejich vážení ve fúzi podle kvality.

Kalibrace a design baseline

Stereo baseline: delší baseline zlepšuje přesnost hloubky, ale zvyšuje citlivost na paralaxu a montážní tolerance.
Exterzika LiDAR–kamera–IMU: offline přesná kalibrace + online jemné doladění během letu (hand-eye, targetless metody).
Teplotní drifty: fixace teploty nebo online rekalibrace intrinzických parametrů (pro dlouhé mise).

Náklady a TCO perspektiva

LiDAR: vyšší kapitálové náklady (CapEx), robustnější výsledky v nízké struktuře a noci; vyšší příkon a hmotnost.
Stereo: nižší CapEx, nižší spotřeba energie, vyšší citlivost na světlo a texturu; s IR přisvícením roste spotřeba a dosah je omezený.

Doporučení podle typické mise

Mise / prostředí	Preference	Poznámka k latenci
Interiér s hladkými stěnami, nízké světlo	LiDAR + IMU, volitelně mono kamera na vizuální cíle	Stabilní, předvídatelná latence; pozor na sklo
Mlha, prach, tunely	LiDAR s intenzitní filtrací + radar, stereo pouze doplňkově	Počítejte s „blízkými“ echy; zpomalit trajektorii
Exteriér, den, detailní scéna	Stereo-VIO + IMU, doplňkový krátkodobý LiDAR	Nejnižší latence při dobrých texturách
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 přisvícení pouze na blízké vzdálenosti.
LiDAR de-skew na základě IMU; filtrace aerosolu (intenzita, lokální hustota, temporální medián).
Fúze s IMU (EKF/UKF/smoother), OOS korekce při proměnné latenci.
Online metriky kvality (valid matches, inlier ratio, return rate) a adaptivní vážení.
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, ale 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 v případě, že textura zmizí.