Spatial Calibration of Diffuse LiDARs

إليك ملخص تقني مفصل لورقة البحث "المعايرة المكانية لأجهزة ليدار المنتشرة" (Spatial Calibration of Diffuse LiDARs) للباحثين نكيل بيهاري وراميش راسكار.

1. بيان المشكلة

تعتمد عملية معايرة "الليدار إلى كاميرا RGB" القياسية على افتراض أن كل بكسل في جهاز الليدار يقابل نقطة واحدة أو شعاعاً واحداً محدد المعالم في المشهد. وهذا ينطبق على أجهزة ليدار (DToF) التقليدية التي تستخدم أشعة ليزر ضيقة ومجالات رؤية لحظية (IFOV) صغيرة.

ومع ذلك، تعمل أجهزة الليدار المنتشرة (Diffuse LiDARs) (الشائعة في الأجهزة الاستهلاكية والروبوتات المتنقلة نظراً لانخفاض تكلفتها وصغر حجمها) بشكل مختلف:

• الإضاءة الغمرية (Flood Illumination): تستخدم إضاءة واسعة الزاوية بدلاً من أشعة الليزر المتوازية.
• الخلط المكاني (Spatial Mixing): يقوم كل بكسل مُبلغ عنه بتجميع العائدات الفوتونية عبر مجال رؤية لحظي (IFOV) واسع. وبناءً على ذلك، فإن قياس بكسل الليدار الواحد يمثل عائداً عمقياً مختلطاً مكانياً من منطقة في المشهد، وليس نقطة واحدة.
• فشل المعايرة: تفشل طرق المعايرة القياسية لأن لا يوجد تطابق واحد لواحد بين بكسل الليدار وبكسل RGB محدد. وهذا يعيق المحاذاة عبر الوسائط (cross-modal alignment)، والدمج، وإعادة البناء ثلاثي الأبعاد.

يتمثل التحدي الجوهري في نمذجة منطقة الدعم المكاني (spatial support region) والحساسية المكانية النسبية لكل بكسل ليدار منتشر بالنسبة لمستوى صورة كاميرا RGB المتمركزة معها.

2. المنهجية

يقترح المؤلفون طريقة معايرة سلبية تعتمد على البيانات لتقدير خريطة استجابة لكل بكسل (نواة الخلط/mixing kernel) لجهاز استشعار الليدار بالنسبة لكاميرا RGB.

أ. الإعداد العتادي (Hardware Setup)

• المستشعرات: مستشعر Ams OSRAM TMF8828 (ليدار منتشر dToF) وكاميرا Intel RealSense D435i (كاميرا RGB-D).
• التثبيت: يقوم دعامة صلبة مخصصة بتثبيت الوضع النسبي للمستشعرات، مما يؤدي إلى محاذاة محاورهما البصرية لتعظيم تداخل مجال الرؤية.
• وضع التشغيل: يعمل الليدار في وضع العرض 3×3 (3×3 Wide Mode)، حيث تجمع 9 بكسلات مُبلغ عنها العائدات عبر مناطق واسعة.

ب. بروتوكول جمع البيانات

1. المسح العاكس للضوء (Retroreflective Scan): يقوم ذراع روبوت UR10 بتحريك رقعة دائرية عاكسة للضوء عبر شبكة ثنائية الأبعاد كثيفة ($80 \times 45 = 3600$ نقطة) ضمن مجال الرؤية المشترك.
2. المزامنة: لكل نقطة في الشبكة، يلتقط النظام:
   • إطارات RGB متزامنة.
   • مخططات زمنية (histograms) لوصول الفوتونات لكل بكسل.
3. طرح الخلفية: يتم إجراء مسحين؛ أحدهما بوجود الرقعة والآخر بعد إزالتها (الخلفية). تُستخدم مسحة الخلفية لطرح الضوضاء المحيطة وانعكاسات ذراع الروبوت.

ج. النموذج الرياضي والمعالجة

يصيغ المؤلفون مخطط الليدار $\tau_{p,k}(t)$ للبكسل $p$ عند المسح $k$ كدالة تكامل للاستجابة العابرة الكامنة $\tau_k(u, t)$ عبر مجال رؤية الكاميرا $\Omega$، موازنة بدالة حساسية مكانية مجهولة $w_p(u)$:

$$\tau_{p,k}(t) = \int_{\Omega} w_p(u) \tau_k(u, t) du$$

خطوات التقدير:

1. تحديد موقع الرقعة: يحدد كشف "دائرة هوف" (Hough circle detection) مركز الرقعة $u_k$ في صورة RGB لكل مسح.
2. استخراج الإشارة: يتم اختيار نافذة زمنية ثابتة $G$ تتوافق مع عمق الرقعة. تتم معالجة المخطط الزمني بعد طرح الخلفية لاستخراج استجابة قياسية $R_p(u_k)$:
   $$R_p(u_k) \triangleq \max_{t \in G} [\tau_{p,k}(t) - \tau^{bg}_{p,k}(t)]_+$$
3. بناء خريطة الاستجابة: يتم إسقاط الاستجابات القياسية $R_p(u_k)$ على شبكة إحداثيات RGB.
   • يحدد المنطقة غير الصفرية منطقة الدعم الفعالة (البصمة/footprint) للبكسل.
   • تمثل القيمة (Magnitude) الحساسية المكانية النسبية داخل هذه البصمة.
4. التطبيع (Normalization): يتم تطبيع الخرائط باستناد إلى ذروة استجابتها لتسهيل المقارنة والدمج.

3. المساهمات الرئيسية

• أول معايرة مكانية صريحة لليدار المنتشر: تقدم الورقة طريقة تتجاوز افتراض "الشعاع الواحد"، وتوفر خرائط استجابة لكل بكسل تحدد بصمة بكسل الليدار وتوزيع الحساسية في إحداثيات RGB.
• تقنية معايرة سلبية: على عكس الطرق التي تتطلب ضوءاً هيكلياً نشطاً أو أهدافاً معقدة، تستخدم هذه الطريقة رقعة عاكسة بسيطة وذراع روبوت، مما يجعلها سهلة الوصول وقابلة للتكرار.
• موارد مفتوحة المصدر: يوفر المؤلفون خط معالجة المعايرة بالكامل، بما في ذلك مثبتات المستشعرات، وسكريبتات الالتقاط، ونماذج المخرجات، لتسهيل تبنيها من قبل المجتمع التقني.
• رؤية فيزيائية: تستعيد الطريقة ليس فقط حدود المناطق (كما تظهر في كتيبات البيانات) بل أيضاً التغير المستمر في الحساسية المكانية داخل كل منطقة، مما يسمح بعمليات رندرة (rendering) ودمج أكثر دقة من الناحية الفيزيائية.

4. النتائج

• التحقق: تم اختبار الطريقة على جهاز TMF8828 في كل من وضع العرض 3×3 وعبر إعدادات مدى مختلفة (1.5 متر للمدى القصير و5 أمتار للمدى الطويل).
• الاتساق: أظهرت خرائط الاستجابة المقدرة اتساقاً عالياً عبر الأوضاع المختلفة:
  • معدل التقاطع على الاتحاد (IoU) لأقنعة الدعم: $0.915 \pm 0.029$.
  • إزاحة المركز (Centroid Displacement): $2.94 \pm 0.67$ بكسل.
  • تشابه جيب التمام (Cosine Similarity) للخرائط المطبّعة بالذروة: $0.984 \pm 0.008$.
• المخرج البصري: توضح الخرائط الناتية بوضوح أن بكسلات الليدار لها مناطق دعم غير منتظمة ومتداخلة مع تدرجات حساسية متغيرة، مما يناقض المناطق المستطيلة المثالية الموضحة غالباً في كتيبات البيانات.

5. الأهمية والقيود

الأهمية:
يسد هذا العمل فجوة حرجة في الإدراك متعدد الوسائط. من خلال توفير نموذج رياضي لكيفية "رؤية" بكسلات الليدار المنتشرة للعالم، فإنه يتيح:

• محاذاة دقيقة بين الليدار وRGB.
• تقدير أفضل للعمق عبر الدمج مع بيانات RGB.
• تحسين التصوير خارج خط النظر (non-line-of-sight imaging) وفهم المشهد على المنصات ذات الموارد المحدودة (مثل الروبوتات المتنقلة).

القيود:

• افتراض المستوى الثنائي الأبعاد: تتم المعايرة في مستوى صورة RGB ثنائي الأبعاد المتمركزة. إن توسيع ذلك إلى معايرة هندسية كاملة في فضاء العالم ثلاثي الأبعاد يُترك كعمل مستقبلي.
• أخذ العينات المتقطع: يتم تقدير الاستجابة عند مواقع مسح متقطعة بدلاً من كونها نواة مستمرة (رغم أنه يمكن ملاءمتها).
• الاعتماد على المواد: تُشتق الأوزان باستخدام عاكس للضوء ذو نسبة إشارة إلى ضجيج (SNR) عالية. في المشاهد الواقعية ذات الانعكاسية والمواد المتنوعة، قد تختلف الأوزان المكانية الفعلية قليلاً.
• البيئة المتحكم بها: تتطلب تثبيتاً صلباً وذراع روبوت للمسح الكثيف، وهو ما قد يكون أقل عملية للمستخدم العادي مقارنة بطرق المعايرة الذاتية.