SurfFill: Completion of LiDAR Point Clouds via Gaussian Surfel Splatting

تخيل أنك تحاول إنشاء خريطة ثلاثية الأبعاد مثالية لغرفة باستخدام ماسح ضوئي ليزري عالي التقنية (LiDAR). هذا الماسح يشبه كشافاً ضوئياً فائق الدقة، حيث يرتد منه شعاع من الضوء عن الجدران والأجسام لقياس المسافات. إنه "المعيار الذهبي" للدقة على الجدران المستوية والمساحات المفتوحة الكبيرة.

ومع ذلك، فإن لهذا الليزر عيباً: شعاعه ليس إبرة غير مرئية ومثالية. فبينما ينتقل، يتوسع الشعاع مثل ضوء الكشاف الذي يزداد عرضاً كلما ابتعد أكثر. عندما يصطدم هذا الشعاع العريض بجسم رفيع (مثل ساق كرسي، أو شريحة سياج، أو حافة طاولة)، فإنه يصطدم بالجسم وبالخلفية الموجودة خلفه في نفس الوقت. يصاب الماسح بالارتباك، ويسجل إشارة "مختلطة"، ويقرر برنامج التشغيل الخاص به حذف هذه البيانات لتجنب الأخطاء.

النتيجة: خريطتك ثلاثية الأبعاد المثالية تحتوي على ثقوب. أرجل الكراسي الرفيعة مفقودة، وحواف الطاولة تبدو ضبابية أو متقطعة. إصلاح ذلك يدوياً يشبه محاولة نحت ساق كرسي صغيرة ومثالية من الطين بيدك؛ الأمر بطيء، ومكلف، ومن الصعب ضبطه بدقة.

الحل: SurfFill

لقد ابتكر مؤلفو هذه الورقة البحثية، SurfFill، طريقة ذكية لإصلاح هذه الثقوب عبر الجمع بين الماسح الليزري وصور الكاميرا العادية. فكر في الأمر كأنك تمنح الماسح الليزري "عينين" (كاميرات) لمساعدته على رؤية ما فاته.

إليك كيف يفعلون ذلك، خطوة بخوة، باستخدام تشبيهات بسيطة:

1. إيجاد "المناطق الضبابية" (الاستدلال بالغموض)
أولاً، يبحث الكمبيوتر في خريطة الليزر للعثور على نقاط المشاكل. هو يعلم أنه حيثما كان شعاع الليزر "مرتبكاً" وحُذف، فإن المنطقة المحيطة بالجسم المفقود لا تبدو فارغة؛ بل تبدو كمنطقة انتقالية متفرقة وفوضوية.

• التشبيه: تخيل حشداً من الناس يقفون بلا حراك تماماً (بيانات الليزر الجيدة). إذا ترك شخص ما فجوة، فقد يبدو الأشخاص على حافة الفجوة وكأنهم يتحركون قليلاً أو يقفون متباعدين عن المعتاد. يرصد الكمبيوتر هذا "التحرك" في الحشد ويقول: "آه، هناك شيء مفقود بجانب هؤلاء الناس تماماً".

2. استراتيجية "التركيز"
بدلاً من محاولة إعادة بناء الغرفة بالكامل من الصفر (والذي سيكون بطيئاً جداً وقد يفسد الأجزاء التي هي بالفعل مثالية)، يركز الكمبيوتر فقط على تلك "المناطق الضبابية".

• التشبيه: تخيل أنك تقوم بإصلاح قطعة قماش ممزقة. أنت لا تعيد نسج القميص بأكمله؛ بل تقوم فقط بخياطة الثقب المحدد. يستخدم الكمبيوتر نقاط "التحرك" هذه كبذرة أولية لنمو أشكال ثلاثية الأبعاد جديدة فقط حيث تشتد الحاجة إليها.

3. استخدام "الأسطح الغاوسية" (الطلاء السحري)
لملء الثقوب، يستخدمون تقنية تسمى "Gaussian Splatting". بدلاً من البناء بكتل صلبة، يستخدمون "فطائر" ضوئية ثنائية الأبعاد، ناعمة وضبابية (غاوسية) يمكن مدها وتشكيلها.

• التشبيه: فكر في هذه الفطائر كأنها قطع من الصلصال الرقمي. يقوم الكمبيوتر بدفع هذه الفطائر في المناطق المفقودة. ينظر إلى الصور الملتقطة للغرفة ليرى كيف يجب أن يبدو الجسم (على سبيل المثال: "هذا ساق كرسي، يجب أن يكون مستديراً وعمودياً"). يشكل الفطائر لتطابق الصور، ولكن فقط في الأماكن المفقودة.

4. حيلة "فرق تسد"
المباني في العالم الحقيقي ضخمة وتحتوي على ملايين النقاط. محاولة إصلاح مبنى كامل دفعة واحدة قد تؤدي إلى انهيار ذاكرة الكمبيوتر.

• التشبيه: بدلاً من محاولة أكل فيل في قضمة واحدة، يقوم الكمبيوتر بتقسيم المبنى إلى أجزاء أصغر يمكن التعامل معها (مثل الغرف). يصلح كل غرفة واحدة تلو الأخرى، ثم يربطها ببعضها البعض. هذا يسمح لهم بإصلاح مبانٍ ضخمة في أقل من ساعة.

5. التنظيف النهائي
بمجرد تشكيل ووضع "الفطائر" الجديدة، يحولها الكمبيوتر مرة أخرى إلى نقاط حادة لتتطابق مع مسح الليزر الأصلي. ثم يقوم بفحص نهائي للجودة:

• إذا كانت النقطة الجديدة قريبة جداً من بيانات الليزر الأصلية، فإنه يحذفها (لأن الليزر كان موجوداً هناك بالفعل).
• إذا كانت النقطة الجديدة تطفو بعيداً في مساحة فارغة، فإنه يحذفها (لأنها خطأ).
• يحتفظ فقط بالنقاط التي تملأ الفجوات بشكل مثالي.

الخلا ចات (الخلاصة)

تزعم الورقة البحثية أن هذه الطريقة، SurfFill، أفضل من الطرق السابقة لإصلاح المسوحات ثلاثية الأبعاد.

• إنها أكثر دقة: تستعيد التفاصيل الصغيرة مثل أرجل الكراسي أو شرائح السياج التي عادة ما تفقدها أشعة الليزر.
• إنها أكثر أماناً: لا تفسد بالخطأ الأجزاء التي كانت مثالية بالفعل في المسح.
• إنها سريعة: يمكنها التعامل مع مسوحات بحجم مبانٍ ضخمة عن طريق تقسيمها إلى قطع.

باختصار، يأخذ SurfFill مسحاً ليزرياً "مثالياً في معظمه ولكنه يفتقر إلى التفاصيل الدقيقة"، ويستخدم صور الكاميرا لتخمين شكل تلك التفاصيل، ثم يملأ الفجوات بعناية دون العبث ببقية الخريطة.