Resumo Técnico: Fantasmas nas Nuvens de Pontos: Remoção de Ofuscamento em LiDAR no Domínio Transiente

1. Declaração do Problema

A transição rápida da tecnologia LiDAR de sistemas volumosos e mecanicamente escaneados para arrays compactos, de estado sólido e semelhantes a câmeras (especificamente aqueles que utilizam arrays de Diodos de Avalanche de Fóton Único ou SPAD) introduz um modo de falha crítico: ofuscamento por multipath interno.

Nesses sensores "câmerizados", a luz proveniente de superfícies brilhantes ou retrorefletoras (por exemplo, placas de trânsito, placas de licença) sofre múltiplas reflexões internas e espalhamento dentro do conjunto óptico antes de atingir o sensor. Diferentemente dos LiDARs de varredura legados, que evitavam isso por meio de caminhos ópticos dedicados e disparos sequenciais, os arrays densos de pixels modernos permitem que essa luz espalhada se espalhe por pixels vizinhos. Esse fenômeno cria "fantasmas nas nuvens de pontos"—objetos fantasma que obscurecem a geometria real da cena e representam riscos críticos para a segurança de sistemas autônomos.

As soluções existentes são insuficientes por três razões principais:

1. Temporização: Muitas abordagens operam na nuvem de pontos final, após os artefatos se tornarem emaranhados com dados geométricos, tornando a separação difícil.
2. Distorção de Acúmulo (Pileup): Retornos de alta intensidade que causam ofuscamento frequentemente induzem um severo acúmulo de fótons (distorção não linear onde fótons iniciais censuram os tardios), que métodos lineares padrão de remoção de ofuscamento falham em lidar.
3. Generalização: Métodos baseados em aprendizado frequentemente dependem de dados sintéticos e suposições geométricas específicas (por exemplo, placas octogonais), lutando para generalizar para cenas complexas ou tipos diversos de retrorefletores sem dados extensivos de treinamento.

2. Metodologia

Os autores propõem uma abordagem livre de treinamento e fundamentada fisicamente que opera no domínio transiente (em detecções de eco de baixo nível) antes da formação da nuvem de pontos. O pipeline consiste em três etapas principais:

A. Modelagem de Ofuscamento Transiente (TGSF)

O artigo modela o ofuscamento interno como um operador linear, independente da cena, atuando sobre histogramas transientes.

• Função de Espalhamento de Ofuscamento Transiente (TGSF): Definida como $a(u, v, t, u', v', t')$, este operador descreve como fótons de um único pixel $(u', v')$ no tempo $t'$ se redistribuem através de outros pixels e bins de tempo devido ao espalhamento interno.
• Simplificação: Na prática, o atraso temporal causado pelo espalhamento interno é desprezível em comparação com a resolução do sensor. Assim, a TGSF é aproximada como uma Função de Espalhamento de Ofuscamento (GSF) independente do tempo, $a(u, u')$, reduzindo o problema a uma convolução espacial no domínio do eco.

B. Correção de Acúmulo (Pileup)

Antes de abordar o ofuscamento, o método corrige o acúmulo de fótons, que distorce a intensidade e o tempo de voo (ToF) dos retornos mais brilhantes.

• Correção Baseada em Momentos: Em vez de tentar "desdistorcer" completamente os histogramas brutos (o que é computacionalmente difícil e propenso à saturação), o sistema extrai os três primeiros momentos (contagens totais, ToF médio, variância) dos ecos detectados.
• Tabelas de Consulta (LUTs): Utilizando um modelo direto da física do acúmulo, os autores geram LUTs que mapeiam a variância medida e o ruído de fundo para o fluxo incidente verdadeiro e o deslocamento médio. Isso permite que o sistema recupere o ToF e a intensidade verdadeiros do eco "agressor", o que é essencial para uma previsão precisa do ofuscamento.

C. Previsão e Supressão de Ofuscamento

Uma vez que os ecos são corrigidos quanto ao acúmulo, o algoritmo determina a probabilidade de uma detecção ser um retorno verdadeiro ou um artefato de ofuscamento.

1. Previsão de Ofuscamento: Utilizando a GSF pré-calibrada, o sistema prevê a contribuição esperada de ofuscamento ($\bar{g}_{uk}$) em cada pixel $u$ e eco $k$ com base nas intensidades corrigidas quanto ao acúmulo de todos os outros pixels.
   $$\bar{g}_{uk} = \sum_{u'} a(u, u') \left[ \sum_{k'} o(t_{u'k'} - t_{uk}) y_{u'k'} \right]$$
   onde $o(\delta t)$ conta com a sobreposição temporal entre janelas de ajuste.
2. Métrica de Confiança: Uma métrica de verossimilhança binomial é calculada para avaliar se a contagem de fótons medida $Y$ excede significativamente a contagem esperada de ofuscamento $N P_G$.
   $$C = \begin{cases} -\ln \mathbb{P}(Y; P_G, N) & \text{se } Y \geq N P_G \\ 0 & \text{se } Y < N P_G \end{cases}$$
   Ecos com $C=0$ são identificados como ofuscamento; aqueles com $C>0$ são retidos como retornos válidos da cena. O sistema seleciona o eco de maior confiança por pixel para formar o mapa de profundidade final.

3. Contribuições Principais

O artigo faz quatro contribuições específicas:

1. Identificação do Modo de Falha: Identifica explicitamente o ofuscamento por multipath interno como um modo de falha crítico e frequente para LiDARs de estado sólido de próxima geração, distinto dos artefatos esparsos dos sistemas legados.
2. Formulação no Domínio Transiente: Introduz um modelo que conta conjuntamente com o ofuscamento por multipath interno e a distorção não linear do acúmulo de fótons, operando no espaço de eco transiente em vez da nuvem de pontos final.
3. Algoritmo Livre de Treinamento: Propõe um algoritmo que aproveita a GSF conhecida para estimar a probabilidade de detecções induzidas por ofuscamento sem exigir grandes conjuntos de dados rotulados ou treinamento sintético.
4. Integração no Pipeline: Demonstra um método prático que se integra perfeitamente aos pipelines padrão de processamento de sinal LiDAR (DSP) em sensores comerciais não modificados, operando antes da formação da nuvem de pontos.

4. Resultados Experimentais

O método foi avaliado usando um LiDAR SP comercial (ADS6311) em várias cenas contendo retrorefletores diversos (placas de pare, placas de licença, cones de trânsito, coletes de segurança).

• Desempenho Quantitativo: Comparado a um método de aprendizado profundo de base [5] e a uma abordagem fotográfica de remoção de ofuscamento [26], o método proposto alcançou um Erro Quadrático Médio (RMSE) significativamente menor e maior precisão $\delta_1$ (porcentagem de pixels dentro de 1% do valor real).
  • Exemplo: Em uma cena com uma placa de pare, o método de aprendizado profundo de base alcançou um RMSE de 0,48m, enquanto o método proposto alcançou 0,11m.
• Robustez à Complexidade: Diferentemente da base, que lutou com geometrias complexas (por exemplo, cones de trânsito, coletes de segurança) e múltiplos retrorefletores, o método proposto generalizou efetivamente através de todas as formas e configurações testadas.
• Tratamento de Acúmulo: Experimentos mostraram que métodos fotográficos de remoção de ofuscamento (aplicados a fatias de tempo individuais) falharam quando o acúmulo foi severo, porque o acúmulo desloca o retorno direto para bins de tempo mais iniciais, separando-o do sinal de ofuscamento no domínio do tempo. O método proposto no espaço de eco lidou com isso com sucesso, corrigindo o acúmulo antes da estimativa de ofuscamento.
• Preservação de Sinais Verdadeiros: O método suprimiu com sucesso o ofuscamento enquanto preservava sinais verdadeiros e mais fracos (por exemplo, um manequim representando uma criança) que, de outra forma, estariam obscurecidos por artefatos de "blooming" em pipelines padrão.

5. Significado e Alegações

O artigo argumenta que o ofuscamento interno não é meramente um caso limite, mas um desafio fundamental para a "câmerização" do LiDAR. O significado deste trabalho reside em:

• Mudança de Paradigma: Mover a mitigação de ofuscamento do pós-processamento (nuvem de pontos) para o pré-processamento (domínio transiente/eco), onde a física do artefato é mais tratável.
• Habilitação de Arquiteturas de Estado Sólido: Ao fornecer uma solução de software para um problema induzido por hardware, o método reduz a necessidade de arquiteturas de varredura subótimas e volumosas usadas historicamente para evitar o ofuscamento. Isso poderia acelerar a adoção de LiDARs de estado sólido totalmente, de alta resolução e baixo custo.
• Modularidade: A abordagem é projetada para ser um componente modular do pipeline de processamento de fótons, compatível com técnicas existentes de correção de acúmulo, remoção de ruído e compressão.

Os autores reconhecem limitações, observando que o método requer pré-calibração da GSF para cada sensor e ainda não foi testado em cenas externas com fundo solar intenso. No entanto, eles postulam que a remoção algorítmica de ofuscamento poderia se tornar um componente padrão dos pipelines de percepção 3D, análogo à remoção de ruído na imagem convencional.