Elaborato Meccatronica

Obstacle Detection e Labeling con Sitemi LiDAR

Angelo Lombardi 7175191

Elaborato Meccatronica

September 2025

0

Contents

1 Introduzione ai sistemi LiDAR 2

1.1 Caratteri Generali . . . . . . . . . . . . . . . . . . . . . . . . . . 2

1.2 Principio di Funzionamento . . . . . . . . . . . . . . . . . . . . . 2

1.3 Tipi di Elaborazione del Segnale LiDAR . . . . . . . . . . . . . . 4

1.4 Orientazione dei Sistemi LiDAR per Obstacle Detection . . . . . 4

1.5 Utilizzo dei sistemi LiDAR nei Veicoli Stradali . . . . . . . . . . 5

2 Obstacle Detection con l’ausilio di Sistemi LiDAR 6

2.1 Caratteri generali . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

2.2 Possibili approcci . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

2.2.1 Rilevamento di ostacoli statici e non basato su voxel e

multi-region ground plane . . . . . . . . . . . . . . . . . . 8

2.2.2 Rilevamento e tracciamento degli ostacoli basato sulla fu-

sione di più sistemi LiDAR . . . . . . . . . . . . . . . . . 11

3 Obstacle Detection tramite Stereo-Camera 14

3.1 Caratteri Generali . . . . . . . . . . . . . . . . . . . . . . . . . . 14

3.2 Possibili Approcci . . . . . . . . . . . . . . . . . . . . . . . . . . 16

3.2.1 Obstacle Detection basato su Stereo Camera . . . . . . . 16

4 Sistemi LiDAR inclinati: Una panoramica 18

1

1 Introduzione ai sistemi LiDAR

1.1 Caratteri Generali

I sistemi LiDAR (Light Detection and Ranging), utilizzano una tecnologia di

telerilevamento che sfrutta impulsi laser per misurare con precisione la distanza

degli oggetti e ricostruire modelli tridimensionali dell’ambiente circostante. Il

principio di funzionamento si basa sulla misurazione del tempo impiegato dalla

luce emessa a tornare al ricevitore dopo aver colpito una superficie.[11]

La versatilità del LiDAR ne ha favorito l’adozione in numerosi settori: rilievo

topografico, studi geologici e geomorfologici, analisi forestali, monitoraggio at-

mosferico e applicazioni urbane come la mappatura di infrastrutture e l’archeologia

di superficie. Parallelamente, lo sviluppo tecnologico ha reso possibile l’integrazione

del LiDAR in ambiti ingegneristici e innovativi, come i sistemi di guida au-

tonoma, la robotica mobile e le missioni aerospaziali.

I sistemi LiDAR sono costituiti dalle seguenti componenti:

- Sorgente laser: genera gli impulsi luminosi emessi verso l’ambiente;

- Sistema ottico di scansione (specchi rotanti o galvanometri): orienta e

distribuisce il fascio laser nelle varie direzioni;

- Ricevitore e fotodiodo: rilevano la radiazione riflessa dagli oggetti.

- Cronometro elettronico (time-of-flight): misura il tempo impiegato dal

segnale per tornare al sensore e calcola la distanza;

- Unità di controllo e acquisizione dati: coordina emissione, ricezione e mem-

orizzazione dei segnali;

- Sistema di posizionamento e orientazione (GPS e IMU): necessario per

piattaforme mobili o aeree, consente di georeferenziare i dati raccolti.

- Software di elaborazione: trasforma le misure grezze in nuvole di punti,

modelli 3D o mappe;

1.2 Principio di Funzionamento

I sistemi LiDAR si servono di una vasta gamma di radiazioni elettromagnetiche

per ottenere scansioni di oggetti, tra cui:

2 ∼ − ∼ ×

- Ultravioletto (UV): lunghezze d’onda 10 400 nm, frequenze 7.5

14 16

− ×

10 3 10 Hz; 14

∼ − ∼ × − ×

- Visibile: lunghezze d’onda 380 750 nm, frequenze 4 10 7.9

14

10 Hz; ∼ −

- Vicino infrarosso (NIR): lunghezze d’onda 750 2500 nm, frequenze

14 14

∼ × − ×

1.2 10 4 10 Hz;

Il tipo e la lunghezza d’onda da utilizzare variano in base agli oggetti (o ai

fenomeni) che voglio andare ad studiare. Con queste tipologie d’onda posso in-

tercettare vari tipi di materiali sia metallici che non, come fenomeni atmosferici:

nuvole, aerosol, pioggia. Ad oggi la risoluzione dei sistemi LiDAR permette di

intercettare persino singole molecole.

I sistemi LiDAR al fine di misurare la distanza degli oggetti si servono della

seguente formula[9]: ·

c t

d = (1)

2

Dove:

- c := velocità della luce (pari a 299,792,458 m/s);

- t := tempo di percorrenza tra emissione e ricezione del segnale;

- d := distanza tra sistema detector e superfice dell’oggetto analizzato;

1

Il coefficiente moltiplicativo serve a tener conto della percorrenza della radi-

2

azione dall’emettitore verso la superficie dell’oggetto (andata) e dalla superficie

dell’oggetto verso il ricevitore (ritorno).

Figure 1: Illustrazione del tempo di volo nei sistemi lidar

3

1.3 Tipi di Elaborazione del Segnale LiDAR

I sistemi LiDAR possono essere distinti in due principali categorie, in base al

modo in cui il segnale di ritorno viene trattato[8]:

- LiDAR incoerente (o direct detection): misura l’intensità della radiazione

elettromagnetica riflessa o diffusa dagli oggetti. In questo tipo di sistema

non si tiene conto della fase del segnale, ma soltanto della sua ampiezza.

È comunemente utilizzato per applicazioni di telerilevamento atmosferico

e topografico, in quanto consente una misura diretta e relativamente sem-

plice della potenza ricevuta;

- LiDAR coerente (o heterodyne detection, Doppler LiDAR): sfrutta la co-

erenza tra il fascio laser emesso e quello ricevuto. Il segnale riflesso viene

fatto interferire con un segnale di riferimento (local oscillator), permet-

tendo di estrarre informazioni sia di ampiezza che di fase. Questo con-

sente non solo di misurare la distanza, ma anche la velocità degli oggetti

attraverso l’effetto Doppler, con una sensibilità molto superiore rispetto

ai sistemi incoerenti;

La coerenza in fisica indica il grado di correlazione tra due onde in termini

di fase e frequenza. Due onde sono dette coerenti se la differenza di fase tra

di esse rimane costante nel tempo. La coerenza temporale riguarda la stabilità

della fase nel tempo, mentre la coerenza spaziale riguarda la correlazione della

fase in punti differenti nello spazio. Nei sistemi ottici e in particolare nei sistemi

LiDAR, la coerenza è fondamentale per poter sfruttare fenomeni di interferenza

e per migliorare la precisione delle misure.

1.4 Orientazione dei Sistemi LiDAR per Obstacle Detec-

tion

I sitemi LiDAR possono essere orientati in direzioni differenti a seconda dell’applicazione:

verso il nadir (in basso), verso lo zenit (in alto) o lateralmente.

Nel caso dell’obstacle detection, l’orientazione non è solo una scelta geomet-

rica, ma determina anche la tipologia e l’affidabilità delle informazioni ottenute.

In ambito obstacle detection le direzioni più usuali sono:

- front looking: orientato nella direzione di marcia per rilevare ostacoli im-

minenti sul percorso; 4

- side looking: disposto lateralmente per identificare ostacoli presenti nelle

vicinanze, utili in ambienti urbani o per veicoli autonomi che si muovono

in spazi ristretti;

- multi directional: ottenuto tramite configurazioni con più sensori o con

sistemi rotanti, in grado di coprire l’intero intorno a 360° per fornire una

mappa tridimensionale completa degli ostacoli.

Un sistema front looking è fondamentale nei veicoli terrestri autonomi o nei

droni, perché consente di identificare per tempo ostacoli lungo la traiettoria e

pianificare manovre di evitamento. I sistemi side looking assumono importanza

in scenari complessi, come ambienti urbani stretti o corridoi industriali, dove

ostacoli possono provenire da direzioni trasversali e non essere intercettati da

un unico sensore frontale (i.e. pedoni).

Un orientazione multidirezionale, ottenuto sia con piattaforme rotanti sia con

array di sensori fissi, estende la copertura a 360°, permettendo la costruzione in

tempo reale di mappe tridimensionali dell’ambiente circostante. Questa configu-

razione è particolarmente rilevante per la navigazione autonoma, poiché integra

informazioni di profondità, dimensione e movimento degli ostacoli.

In alcuni casi, il LiDAR può anche essere inclinato rispetto al piano orizzon-

tale, cosı̀ da migliorare la visibilità di ostacoli bassi o sospesi, come marciapiedi,

rami o cavi[13]. La scelta dell’orientazione, quindi, non è un parametro secon-

dario, ma parte integrante della strategia di rilevamento: influenza direttamente

la capacità del sistema di distinguere tra ostacoli fissi e dinamici, di calcolare

traiettorie sicure e di operare in condizioni ambientali variabili.

1.5 Utilizzo dei sistemi LiDAR nei Veicoli Stradali

Al giorno d’oggi, un numero crescente di veicoli terrestri utilizza sistemi Li-

DAR con l’obiettivo di aumentare sia la sicurezza dei passeggeri a bordo che

quella degli utenti nei paraggi del veicolo[6]. La conoscenza sia del veicolo che

dell’ambiente circostante è fondamentale per il corretto funzionamento di questi

sistemi. In questo senso i sensori LiDAR rivestono un ruolo cruciale nella si-

curezza dei trasporti, poiché molti sistemi di assistenza alla guida si basano su di

esso, come il Controllo Adattivo della Velocità (ACC), l’Assistenza alla Frenata

d’Emergenza e l’Antibloccaggio dei Freni (ABS), infatti tutti questi sistemi ne-

cessitano di informazioni precise sull’ambiente circostante per operare in modo

autonomo o semi-autonomo. La mappatura e la stima dell’ambiente tramite Li-

5

DAR forniscono dati accurati e in tempo reale sulla posizione di ostacoli e sulle

condizioni della strada, rendendo possibile il funzionamento efficace di questi

sistemi.

Figure 2: Taxi Waymo, azienda che sviluppa veicoli autonomi (driverless).

I sistemi LiDAR attuali impiegano specchi rotanti che dividono il fascio laser

in più raggi. I superiori vengono utilizzati principalmente per rilevare veicoli

e ostacoli frontali, mentre quelli inferiori servono per individuare segnaletica

orizzontale, ostacoli non visibili dai tre raggi superiori e caratteristiche della

carreggiata. Il principale vantaggio di questa tecnologia è la capacità di ot-

tenere direttamente la struttura spaziale dell’ambiente, informazione che può

poi essere fusa con i dati provenienti da altri sensori, per avere una rappresen-

tazione più completa delle condizioni circostanti, distinguendo proprietà statiche

e dinamiche degli oggetti. Tuttavia, un limite rilevante dei sistemi LiDAR è la

difficoltà nell’operare in condizioni meteorologiche avverse: in caso di pioggia in-

tensa, ad esempio, gli impulsi luminosi vengono parzialmente riflessi dalle gocce

d’acqua, generando rumore nei dati sotto forma di “echi” indesiderati[4].

2 Obstacle Detection con