LIDAR の「目」はどのように機能するのでしょうか?
なぜ塵が LIDAR の認識効果に影響を与えるかを説明する前に、まず LIDAR がどのように機能するかを明確にする必要があります。
LiDAR (LiDAR、正式名称 Light Detection and Ranging) は、自らレーザー光線を放射し、レーザー光線が周囲の物体に当たると反射して戻ってくるアクティブセンサーです。各レーザー パルスが発射から戻るのにかかる時間を測定することで、ターゲット オブジェクトの距離と方向を計算することができ、それによって周囲環境の 3 次元点群を構築できます。-
この設計は、理想的な条件下では非常に正確な環境情報を取得できますが、雨滴、煙、塵などの物体に遭遇すると大きな影響を受けます。これらの障害物はレーザービームに影響を与え、返される信号の品質に影響を与えます。
塵はどのようにしてレーザー信号を妨害するのでしょうか?
人間が車を運転する際、環境中に粉塵が存在していても、実は影響はほとんどありません。しかし、ライダーにとって、塵は実際には非常に厄介な干渉源です。
レーザー光が空気中の塵に当たると散乱が起こり、本来直進するはずの光が塵によって偏向されます。このような散乱により、戻り信号が弱くなり、よりぼやけてしまい、一部の光は受信端にさえ戻らない可能性があります。塵が多いほど、光点散乱が大きくなり、検出される有効信号は弱くなります。これは最終的に、点群データのノイズの増加、オブジェクトの輪郭が不明瞭になること、さらには障害物が存在しないというシステムの誤った判断として現れます。
塵は光を偏向させるだけでなく、伝播中にビームのエネルギーを失い、レーダー受信機が受信する信号強度を低下させます。信号強度がセンサーのノイズ レベル付近まで低下すると、実際の反射と背景ノイズを正確に区別することが困難になり、測距精度と遠くの物体を識別する能力に直接影響します。
ほこりによっても、LiDAR 表示ウィンドウが汚れる可能性があります。 LiDAR の送信および受信ビームは、透明な保護ガラスまたは窓を通過する必要があります。この窓の表面に塵が付着しており、時間の経過とともに徐々に蓄積して厚くなる場合、レーザーはこの汚染層を通過するときに乱反射と吸収が発生し、出て戻ってくるビームの信号が弱くなったり、方向が変わったりすることがあります。この種の物理的なオクルージョンは、点群の全体的な品質に大きな影響を与えます。距離測定が不正確になるだけでなく、システムが前方に障害物があると誤認したり、実際の物体がまったく見えなくなったりする可能性もあります。
LIDAR への塵の影響を軽減する方法
実際、塵埃干渉に対しては多くの対策が提案され、適用されている。
一つのアイデアは、ハードウェアから窓への埃の付着を軽減することです。レーダーのシェルの材料とコーティングの設計では、保護カバーへの塵の蓄積を減らすために、高い光透過率と強力な防汚能力を備えた材料を使用することで、レーザーの遮断を最小限に抑えることができます。-たとえば、一部の用途シナリオでは、表面にナノ-防汚コーティングを施した保護カバーを使用して、ほこりの付着を防ぎ、機器の洗浄サイクルを延長します。
ソフトウェア レベルでは、業界はターゲットを絞ったフィルタリングおよび認識アルゴリズムも開発しました。これらのアルゴリズムは、レーザー エコーの強度と距離、および点群周囲の点の分布を組み合わせて、どの点が塵の散乱によって引き起こされるノイズである可能性が高いかを判断し、それらの点を点群データから削除します。このような「ゴミ除去アルゴリズム」により、実環境の点群情報をある程度復元し、誤った障害物の影響を軽減することができます。
もう 1 つの方法は、ライダーと他のタイプのセンサーを組み合わせるセンサー フュージョンです。たとえば、カメラは、塵と実際のターゲットを区別するのに役立つ画像情報を提供できます。ミリ波レーダーは、雨、霧、塵に対する優れた透過能力を備えています。これらを組み合わせることで、より堅牢な認識システムを形成でき、複雑な環境において単一の LIDAR よりも信頼性が高くなります。
一部の特別な極端なシナリオでは、LIDAR の外側に送風装置、ブラシ、またはその他の機械的清掃モジュールを取り付けて窓の表面の埃を定期的に取り除くなど、積極的な清掃手段が追加されます。ただし、このタイプのソリューションはコストとメンテナンス要件が高く、主に産業用または特殊なロボット環境で使用されます。
結論は、
塵はさまざまな形で LiDAR に影響を与えます。レーザーの伝播経路が遮断されるだけでなく、信号強度が低下し、センサー ウィンドウが汚染され、最終的には点群データのノイズの増加、認識精度の低下、検出範囲の短縮、さらには障害物の誤判断につながります。自動運転などの安全性が重要なアプリケーションでは、これらの影響を無視することはできません。{2}}
