Lidar w UAV — Drony

Lidar w UAV nie jest po prostu „czujnikiem odległości”. Może być jednokierunkowym dalmierzem do wysokości nad gruntem, skanerem 2D do wykrywania przeszkód albo źródłem setek tysięcy punktów na sekundę dla lokalizacji i mapowania. W każdym wariancie wynik zależy od reflektancji celu, kąta padania, pogody, oświetlenia, geometrii montażu i czasu przypisanego próbce. Integracja kończy się dopiero wtedy, gdy autopilot potrafi ocenić jakość danych, ich wiek oraz obszar przestrzeni, którego sensor nie obserwuje.

Lidar, skaner i dalmierz#

LiDAR — light detection and ranging — określa rodzinę pomiarów odległości światłem. W praktyce UAV spotyka trzy klasy urządzeń:

dalmierz z jedną lub kilkoma wiązkami, zwykle skierowany w dół albo do przodu;
skaner płaski, który tworzy przekrój otoczenia w jednej płaszczyźnie;
skaner 3D, który zwraca chmurę punktów w szerokim polu widzenia.

Dalmierz może dostarczać autopilotowi jedną odległość i wskaźnik jakości. Skaner 3D przekazuje pakiety punktów, których przetwarzanie zwykle należy do komputera pokładowego. Zredukowanie chmury do najbliższej przeszkody jest możliwe, lecz usuwa informację o kształcie, widoczności i niepewności.

Nie każdy czujnik ToF jest pełnym lidarem skanującym. Mały układ wielostrefowy może mierzyć kilkadziesiąt pól, a moduł z obracanym lustrem — tysiące kierunków. Nazwa handlowa nie zastępuje parametrów: pola widzenia, rozdzielczości kątowej, częstości, strefy martwej i modelu jakości.

Zasada czasu przelotu#

W impulsowym ToF nadajnik emituje krótki impuls, odbiornik wykrywa echo, a elektronika mierzy opóźnienie. Dla odległości d:

d = c · Δt / 2

gdzie c jest prędkością światła, a dzielenie przez dwa uwzględnia drogę do obiektu i z powrotem. Jedna nanosekunda czasu całkowitego odpowiada około 15 cm odległości. Jeden centymetr wymaga rozróżnienia około 67 ps drogi w obie strony. Dokładność centymetrowa nie wynika więc z prostego zegara MCU; osiąga się ją specjalizowanym torem czasowym, statystyką wielu fotonów i kalibracją opóźnień.

Inne lidary mierzą przesunięcie fazy modulowanego światła. Systemy FMCW analizują różnicę częstotliwości i mogą równocześnie estymować prędkość radialną, ale nie należy przypisywać tej cechy zwykłemu impulsowemu ToF. Dalsza część artykułu dotyczy głównie najczęstszych w małych UAV lidarów impulsowych.

Łańcuch pomiarowy#

Pełny tor można zapisać jako:

laser -> optyka nadawcza -> atmosfera -> powierzchnia
      -> atmosfera -> optyka odbiorcza -> detektor
      -> próg/estymator czasu -> kalibracja -> punkt + jakość + timestamp

Każdy blok wnosi ograniczenie. Rozbieżność wiązki powoduje, że jej ślad rośnie z odległością. Optyka odbiorcza zbiera tylko część rozproszonego światła. Detektor ma szum i zakres dynamiczny. Algorytm musi oddzielić echo od promieniowania tła oraz impulsów innych lidarów.

Podana w datasheet „liczba punktów” jest wynikiem całego toru, a nie surowym zbiorem idealnych odległości. Punkt może zawierać współrzędne, intensywność lub reflektancję, numer powrotu, status i znacznik czasu. Integrator powinien zachować pola jakości co najmniej do etapu filtrowania.

Budżet zasięgu#

Energia echa maleje wraz z odległością, zależy od pola apertury, rozbieżności, reflektancji, kąta padania i strat atmosferycznych. Dlatego „zasięg 70 m” bez warunków jest niepełną informacją.

Oficjalna specyfikacja Livox Mid-360 podaje, przy oświetleniu 100 klx, zasięg 40 m dla celu o reflektancji 10% i 70 m dla 80%. To dobry przykład warunkowej natury parametru, nie uniwersalna cecha lidarów. Ciemna mata, mokry asfalt i czarna kompozytowa powierzchnia mogą zostać utracone znacznie wcześniej niż jasna ściana.

Wymaganie projektowe powinno brzmieć przykładowo:

P(detekcja poprawna) >= 0,99
dla 10% reflektancji, 0...30° od normalnej,
0...100 klx, odległość 0,5...25 m,
bez opadów, po filtracji określonej wersji firmware.

Takie wymaganie można przetestować. Sama liczba maksymalnego zasięgu nie określa obwiedni działania.

Kąt padania#

Powierzchnia Lambertowska rozprasza energię szeroko, ale rzeczywiste materiały mają składową kierunkową. Przy małym kącie do powierzchni — czyli gdy wiązka biegnie niemal równolegle — ślad wydłuża się i mniej energii wraca do odbiornika. Cienki przewód, gałąź albo krawędź mogą zajmować tylko część plamki i dawać niestabilny powrót.

Rozmiar plamki#

Przy przybliżeniu małych kątów średnica plamki rośnie w przybliżeniu liniowo:

D_spot(R) ≈ D_0 + R · θ_div

gdzie θ_div jest pełną albo połówkową rozbieżnością zgodnie z definicją producenta. Trzeba sprawdzić tę konwencję. Duża plamka na krawędzi może mieszać echo z dwóch odległości; algorytm zwróci pierwszy, najsilniejszy albo kilka powrotów zależnie od urządzenia.

Dokładność, precyzja i rozdzielczość#

Trzy pojęcia nie są zamienne:

precyzja opisuje rozrzut kolejnych pomiarów tego samego celu;
dokładność obejmuje błąd względem wartości odniesienia;
rozdzielczość mówi, jak drobną zmianę może reprezentować wynik.

Lidar może mieć mały szum krótkookresowy, lecz stały bias zależny od temperatury lub reflektancji. Może też raportować milimetry, choć dokładność wynosi centymetry. Livox dla Mid-360 rozdziela zasięg, precyzję odległości i precyzję kątową; integrator powinien robić to samo.

Model pojedynczej próbki można zapisać jako:

r_meas = r_true + b(T, intensity, channel) + n + outlier

b jest systematycznym przesunięciem, n szumem losowym, a outlier błędnym echem. Uśrednianie redukuje część n, ale nie usuwa biasu ani fałszywego punktu.

Strefa martwa i minimalny zasięg#

Odbiornik bezpośrednio po emisji może być nasycony przesłuchem optycznym lub elektrycznym. Powstaje strefa, w której odległość jest nieważna albo tylko orientacyjna. Mid-360 deklaruje blind zone 0,1 m, a producent zaznacza na stronie produktu ograniczenia bardzo bliskich wskazań. Nie należy projektować osłony, przewodu lub goleni w tej strefie i oczekiwać ich stabilnego odfiltrowania.

Obiekt własnej platformy może generować silne echo, multipath albo dynamiczną maskę podczas ugięcia ramienia. Najlepiej usunąć go geometrią montażu; filtr kadłuba jest drugą linią obrony.

Pole widzenia i wzorzec skanowania#

Pole widzenia określa obszar, ale nie gęstość informacji. Istotne są równocześnie:

poziomy i pionowy FOV;
rozkład kierunków promieni;
liczba punktów na sekundę;
czas potrzebny do pokrycia wycinka;
powtarzalność wzorca;
liczba powrotów;
zależność zasięgu od kierunku.

Przykładowy Mid-360 deklaruje poziome 360°, pionowe od -7° do 52°, 200 000 punktów/s dla pierwszego powrotu i typową częstość 10 Hz. Te liczby nie oznaczają regularnej macierzy obrazu ani identycznej gęstości w każdym sektorze. W skanerze o wzorcu niepowtarzalnym pokrycie narasta w czasie; pojedyncze 100 ms może zawierać luki.

Dla unikania przeszkód liczy się najgorszy odstęp kątowy w czasie reakcji, nie średnia gęstość po kilku sekundach. Dla mapowania można akumulować punkty dłużej, jeśli ruch jest skompensowany.

Intensywność i reflektancja#

Pole intensity nie jest automatycznie skalibrowaną reflektancją materiału. Zależy od odległości, kąta, kanału, mocy nadajnika, wzmocnienia i firmware. Starszy podręcznik Livox opisuje własne kodowanie reflektancji, w tym osobny zakres dla retroreflektorów. Nie należy przenosić tej skali na inny model ani porównywać wartości między producentami bez kalibracji.

Intensywność jest użyteczna do:

odrzucenia bardzo słabych powrotów;
wykrywania taśm retrorefleksyjnych w kontrolowanym stanowisku;
diagnostyki zabrudzenia okna;
cech w algorytmie rejestracji.

Próg globalny może jednak usuwać prawdziwe ciemne przeszkody. Lepszy model uwzględnia odległość, kanał i warunki.

Wielokrotne powroty#

Impuls może trafić na liście, a następnie na grunt. Lidar obsługujący multiple returns może zwrócić pierwszy, ostatni albo najsilniejszy powrót. Pierwszy jest konserwatywny dla przeszkód, ostatni pomaga widzieć teren pod roślinnością, ale żaden wybór nie jest zawsze poprawny.

W UAV mapującym warto zapisać numer powrotu. W prostym kontrolerze wysokości nad gruntem należy jawnie określić, czy wysokością jest korona roślinności, grunt, czy najbliższa powierzchnia zdolna przenieść lądowanie.

Światło słoneczne, pogoda i trudne materiały#

Słońce zwiększa liczbę fotonów tła i może skracać zasięg. Dlatego specyfikacja z podanym natężeniem, np. 100 klx, jest bardziej wartościowa niż wynik w ciemnym laboratorium.

Deszcz, mgła, śnieg i pył powodują rozproszenie blisko sensora, osłabiają dalekie echo oraz tworzą fałszywe punkty. Filtr statystyczny może usuwać część izolowanych ech, lecz gęsta mgła jest fizycznym ograniczeniem, nie problemem do rozwiązania samym oprogramowaniem.

Szczególnie kłopotliwe są:

szkło, które część światła przepuszcza, część odbija;
lustra i wypolerowany metal dające kierunkowe echo lub multipath;
woda, której odpowiedź zależy od kąta i falowania;
czarne matowe tworzywa o małej reflektancji;
cienkie przewody i siatki mniejsze od plamki;
dym, aerozol i pył z wirników przy starcie.

System bezpieczeństwa nie może zakładać, że brak punktu oznacza wolną przestrzeń. „Nie zaobserwowano przeszkody” i „potwierdzono wolną przestrzeń” to różne stany.

Interferencja między lidarami#

Dwa czujniki o podobnej długości fali mogą odebrać cudzy impuls. Producenci stosują kodowanie, kontrolę czasu i filtry, ale odporność powinna zostać sprawdzona przy rzeczywistej liczbie urządzeń, kierunkach i firmware. Test obejmuje także inne platformy przejeżdżające lub przelatujące przez pole widzenia.

Objawami są krótkie smugi, punkty o nierealnym zasięgu, wzrost invalid rate albo regularne zakłócenia zależne od fazy skanera. Log powinien zachować status punktu i licznik odrzuceń, inaczej problem wygląda jak błąd SLAM.

Układy współrzędnych#

Punkt surowy jest wyrażony w układzie sensora. Autopilot, mapa i kamera używają innych ram. Transformacja do kadłuba:

p_body = R_body_sensor · p_sensor + t_body_sensor

R opisuje orientację, a t położenie początku sensora względem ramy kadłuba. Następnie pozycja i orientacja UAV przenoszą punkt do ramy lokalnej albo globalnej.

Konwencje osi są częstym źródłem błędów. ROS zwykle stosuje ustalone ramy REP, autopilot może używać NED i FRD, a sterownik sensora własnej kolejności osi. Nie wystarczy zamienić nazw x/y/z; trzeba sprawdzić znak, prawoskrętność i jednostki.

Lever arm#

Przesunięcie sensora względem IMU powoduje, że podczas obrotu ich prędkości liniowe są różne:

v_sensor = v_IMU + ω × r_lever

Dla szybkiego yaw i sensora daleko od środka ten składnik jest mierzalny. Pominięcie lever arm zniekształca deskew i rejestrację.

Boresight#

Błąd kąta osi daje błąd poprzeczny rosnący z odległością:

e_lateral ≈ R · tan(δθ)

Przy R=50 m i δθ=0,5° błąd wynosi około 0,44 m. Mechaniczna tolerancja kilku dziesiątych stopnia jest więc istotna w mapowaniu. Deklarowana precyzja kątowa sensora nie obejmuje błędu jego uchwytu.

Znacznik czasu#

Chmura punktów nie powstaje w jednej chwili. Każdy punkt albo mała grupa ma czas akwizycji. Timestamp pakietu sieciowego może oznaczać początek skanu, koniec, czas wysłania lub czas odbioru. Te definicje trzeba przeczytać w protokole.

Korzystanie z chwili odebrania pakietu przez aplikację dodaje:

czas skanowania;
buforowanie w lidarze;
transmisję Ethernet/CAN/UART;
kolejkę sterownika;
planowanie systemu operacyjnego.

Opóźnienie może być zmienne. Średnie przesunięcie da się skorygować, ale jitter bez pomiaru pozostaje błędem.

Mid-360 udostępnia synchronizację PTPv2 zgodną z IEEE 1588-2008 oraz synchronizację GPS według dokumentacji producenta. Samo włączenie PTP nie gwarantuje wspólnej epoki: trzeba określić grandmaster, domenę, offset, stan lock i zachowanie po utracie źródła czasu.

PPS zapewnia precyzyjną krawędź sekundy, ale do pełnego czasu potrzebny jest numer sekundy i znana relacja do skali UTC/GNSS. Sygnał bez daty może synchronizować fazę, nie epokę.

Deskew — kompensacja ruchu#

Podczas jednego obrotu albo wzorca skanowania UAV zmienia położenie. Bez kompensacji prosta ściana staje się wygięta, a kolejne części chmury są w innych pozach.

Deskew wymaga estymacji pozy T(t) w czasie punktu:

p_ref = T(ref)^-1 · T(t_point) · p_sensor(t_point)

Poza może pochodzić z IMU zintegrowanej z lidarem, IMU autopilota lub estymatora. Trzeba znać ekstrynsykę i offset czasu. Wbudowany IMU nie jest automatycznie skalibrowany względem głównego estymatora, a jego dane nie gwarantują identycznej epoki bez sprawdzenia protokołu.

Interpolacja orientacji powinna respektować geometrię quaternionów, np. używać SLERP dla większych odstępów. Pozycję można interpolować liniowo tylko wtedy, gdy częstość i dynamika na to pozwalają. Dla manewru agresywnego opóźnienie kilku milisekund może dominować nad szumem odległości.

Przepływ danych#

200 000 punktów/s przy rekordzie 16 B daje 3,2 MB/s; przy 24 B — 4,8 MB/s, przed nagłówkami i kopiami w pamięci. Ethernet 100BASE-TX ma zapas przepustowości, ale komputer nadal musi:

odebrać i rozpakować UDP;
przeliczyć układy współrzędnych;
wykonać deskew;
filtrować punkty;
budować mapę lub przeszkody;
zapisać log.

Jeśli każda warstwa middleware kopiuje chmurę, bandwidth pamięci i latency rosną. Projekt powinien mierzyć CPU, pamięć, dropped packets oraz wiek wyniku na wyjściu algorytmu, nie tylko obciążenie łącza.

Przykładowy budżet opóźnienia:

Etap	Wartość projektowa	Pomiar
akwizycja/pokrycie sektora	0–100 ms	timestamp pierwszego i ostatniego punktu
transmisja i bufor	2 ms	timestamp urządzenia kontra host
deskew i filtracja	8 ms	tracing procesu
mapa przeszkód	10 ms	wejście–publikacja
autopilot i actuator	20 ms	log end-to-end

To przykład struktury budżetu, nie uniwersalne liczby.

Interfejsy#

Dalmierz bezpośrednio do autopilota#

Jednowiązkowy sensor może używać UART, I²C lub DroneCAN. Autopilot otrzymuje odległość, minimum, maksimum, orientację i jakość. PX4 dokumentuje czujniki odległości na DroneCAN oraz parametry offsetu EKF2_RNG_POS_X/Y/Z. CAN jest odporniejszy na długie przewody niż I²C, ale nadal wymaga poprawnej terminacji, zasilania i masy odniesienia.

Skaner przez komputer pokładowy#

Skaner 3D zwykle łączy się przez Ethernet z Linuxem. Komputer publikuje chmurę, mapę lub zredukowany komunikat OBSTACLE_DISTANCE. PX4 opisuje wejście distance_sensor dla dalmierzy i obstacle_distance dla skanerów lub companion computer. Wewnętrzna mapa kolizji PX4 używa sektorów, więc gęsta chmura musi zostać zredukowana z zachowaniem konserwatywnej geometrii.

Nie należy wysyłać całej chmury przez MAVLink do kontrolera lotu. To protokół odpowiedni dla wyniku wysokiego poziomu i telemetrii, nie magistrala wielomegabajtowego strumienia punktów.

Lidar jako wysokościomierz#

Dalmierz skierowany w dół mierzy odległość wzdłuż wiązki. Na płaskim poziomym gruncie, po uwzględnieniu przechylenia:

h ≈ r · cos(α)

gdzie α jest kątem wiązki od pionu. Dla stoku, roślinności i nierówności ten model jest niewystarczający. Przy dużym przechyleniu plamka przesuwa się daleko od rzutu UAV, a echo może zniknąć.

Estymator powinien znać:

orientację sensora i offset;
zakres prawidłowy;
jakość i wiek;
maksymalny tilt użyteczny;
tryb gruntu: gładki, roślinność, woda;
regułę przejścia do barometru/GNSS.

Nagły skok z korony drzewa na grunt nie jest awarią sensora, lecz zmianą mierzonej powierzchni. Filtr bez modelu może potraktować go jako gwałtowne wznoszenie.

Terrain following#

W śledzeniu terenu prędkość pozioma i pole widzenia określają czas wyprzedzenia. Dalmierz pionowy widzi teren dopiero pod UAV, więc nie przewiduje ściany ani stromego zbocza. Skaner skierowany skośnie do przodu może budować profil, ale wymaga segmentacji gruntu.

Minimalne wyprzedzenie:

t_preview = d_forward / v_ground

Musi przekraczać sumę opóźnień detekcji, estymacji, sterowania oraz dynamiki wznoszenia. Przy silnym wietrze należy używać prędkości względem gruntu do geometrii i dostępnej mocy względem powietrza do manewru.

Unikanie przeszkód#

Wykrycie punktu nie oznacza, że platforma zdąży zahamować. Konserwatywny dystans:

d_stop >= v · t_latency + v²/(2a_available) + d_margin

a_available musi uwzględniać masę, pochylenie, wiatr, limit thrust i controller. Dla fixed-wing dochodzi minimalny promień skrętu; zatrzymanie nie jest możliwe.

Mapa przeszkód potrzebuje stanów: occupied, free, unknown. Nieobserwowany sektor pozostaje unknown. Jeżeli pionowy FOV nie obejmuje cienkiego przewodu na wysokości lotu, system nie może uznać przestrzeni za wolną na podstawie gruntu i ścian.

PX4 opisuje collision prevention jako ograniczanie zadanej prędkości na podstawie mapy sektorowej. To warstwa wspomagająca; poprawne parametry odległości, orientacji i freshness pozostają odpowiedzialnością integracji.

SLAM i mapowanie#

LiDAR SLAM estymuje ruch przez dopasowanie kolejnych skanów i budowę mapy. Typowy łańcuch:

raw packets -> time sync -> deskew -> filtering -> features/registration
            -> local odometry -> mapping -> loop closure -> pose/map
                         ^
                     IMU/GNSS

ICP minimalizuje odległość między odpowiadającymi punktami lub płaszczyznami. Wynik zależy od początkowej pozy, geometrii sceny i outlierów. Długi równy tunel może nie zawierać informacji o przesunięciu wzdłuż osi. Otwarta równina daje mało geometrii pionowej. Powtarzalne aleje mogą prowadzić do błędnego loop closure.

IMU stabilizuje szybki ruch, GNSS ogranicza dryf globalny, lecz fusion wymaga wspólnego czasu i dobrze wyznaczonych ekstrynsyk. „Lidar działa bez GPS” nie oznacza nieograniczonej dokładności w każdej scenie.

Mapowanie pomiarowe wymaga dodatkowo trajektorii o znanej niepewności, kalibracji boresight, kontroli wysokości i punktów odniesienia. Gęsta chmura nie kompensuje błędnej pozy platformy.

Kalibracja#

Kalibrację warto rozdzielić na:

wewnętrzną sensora — wykonaną przez producenta;
odległości i biasu w znanych zakresach;
ekstrynsykę lidar–IMU/body;
offset i drift czasu;
lidar–kamera, jeśli dane są łączone.

Ekstrynsykę można wyznaczać z płaszczyzn i ruchów wzbudzających wszystkie osie. Sam lot poziomy nie obserwuje dobrze wszystkich parametrów. Kalibracja z kompensującymi się błędami czasu i kąta może działać dla jednej trajektorii, a zawieść w innej.

Po każdej zmianie uchwytu, twardym lądowaniu lub demontażu należy sprawdzić co najmniej test płaszczyzny i boresight. Moment dokręcenia oraz kołki ustalające poprawiają powtarzalność.

Montaż mechaniczny#

Uchwyt musi zapewnić:

niezasłonięte pole widzenia w pełnym wychyleniu elementów;
sztywność kątową;
ochronę złącza i odciążenie przewodu;
odpływ wody i brak kieszeni kondensacji;
przepływ chłodzący zgodny z instrukcją;
dostęp do czyszczenia okna;
ochronę przed bezpośrednim uderzeniem bez tworzenia odbić.

Miękka wibroizolacja może zmniejszać drgania, ale pozwala sensorowi poruszać się względem IMU. Dla mapowania ta zmienna ekstrynsyka bywa gorsza niż wyższa wibracja w granicach ratingu. Najpierw mierzy się widmo i sztywność, potem dobiera izolację.

Osłona optyczna musi przepuszczać długość fali, zachowywać transmisję pod kątem i nie tworzyć wewnętrznego echa. Zwykłe przezroczyste tworzywo ocenione wzrokiem nie jest automatycznie dobrym oknem dla 905 nm. Krople i rysy na osłonie tworzą bliskie powroty.

Zasilanie i termika#

Mid-360 jest przykładem czujnika o średnim poborze 6,5 W, zakresie wejścia 9–27 V, masie 265 g i stopniu IP67. Wartości dotyczą konkretnej wersji. Do budżetu trzeba dodać komputer pokładowy, switch i pamięć; one często pobierają więcej niż sam lidar.

Zasilanie powinno uwzględnić:

prąd rozruchowy, nie tylko średnią moc;
ripple i transienty napędu;
brownout komputera przy ponownym starcie sensora;
filtr wejściowy i pętle mas;
monitor prądu;
sekwencję startu sieci i PTP.

IP67 nie gwarantuje odporności na kondensację, zasoloną wodę, promieniowanie UV ani niewłaściwy detergent. Po zamknięciu sensora w owiewce temperatura może przekroczyć limit mimo chłodnego powietrza zewnętrznego. Datasheet podaje temperaturę otoczenia, a integrator mierzy temperaturę urządzenia w najgorszym punkcie misji.

Bezpieczeństwo lasera#

Przykładowy Mid-360 jest klasyfikowany jako Class 1 według IEC 60825-1:2014. Klasyfikacja dotyczy kompletnego produktu używanego zgodnie z instrukcją. Demontaż obudowy, zmiana optyki albo ingerencja w sterowanie nadajnikiem może unieważnić warunki bezpieczeństwa. Nie należy patrzeć w otwór optyczny przez przyrządy powiększające ani uruchamiać uszkodzonego modułu bez procedury producenta.

Pipeline jakości danych#

Przetwarzanie powinno jawnie zachować różne przyczyny nieważności:

packet valid?
 -> timestamp synchronized?
 -> point status acceptable?
 -> range within qualified envelope?
 -> self-mask / vehicle mask?
 -> intensity and neighborhood test?
 -> motion compensated?
 -> map update with covariance/quality

Zastąpienie wszystkich błędów wartością zero tworzy fałszywą przeszkodę. Zastąpienie maksimum tworzy fałszywie wolną przestrzeń. Brak danych powinien pozostać osobnym stanem.

Warto monitorować:

packets/s i sequence gaps;
points/s ważne i odrzucone;
rozkład zasięgu i intensywności;
PTP offset oraz stan synchronizacji;
wiek ostatniej mapy przeszkód;
temperaturę, napięcie i błędy urządzenia;
CPU, RAM i dropped frames;
zgodność pozy z IMU/GNSS.

Failsafe#

Awaria lidaru nie zawsze wymaga natychmiastowego lądowania. Reakcja zależy od funkcji:

dla wspomagania lądowania można przejść na barometr i ograniczyć automatyczne przyziemienie;
dla lotu w ciasnym wnętrzu bez innej lokalizacji utrata SLAM może wymagać zatrzymania, zawisu albo kontrolowanego lądowania;
dla mapowania można kontynuować lot, oznaczając dane jako niepełne;
dla terrain following należy zwiększyć wysokość lub przerwać profil.

Failsafe powinien reagować na utratę jakości, nie tylko brak pakietu. Zawieszony proces może nadal publikować starą chmurę. Autopilot musi sprawdzać timestamp i monotoniczny licznik.

Plan prób#

Stanowisko statyczne#

Ustawić cele o znanej odległości, reflektancji i kącie.
Zmierzyć bias, odchylenie standardowe i odsetek nieważnych punktów.
Powtórzyć po rozgrzaniu i w granicach temperatury.
Sprawdzić strefę bliską, krawędzie, przewód, szkło i powierzchnię czarną.
Zarejestrować surowe pakiety, nie tylko wizualizację.

Synchronizacja#

Wspólny impuls lub szybko poruszany cel pozwala ocenić offset lidar–IMU–kamera. Test wykonuje się po zimnym starcie, po uzyskaniu lock i po odłączeniu grandmastera. Należy sprawdzić, czy urządzenie przechodzi w holdover, skacze w czasie czy oznacza dane jako niesynchronizowane.

Próba ruchoma#

Skan sztywnej płaskiej ściany podczas yaw ujawnia motion distortion. Po deskew płaszczyzna powinna pozostać płaska w granicach budżetu. Lot po trajektorii zamkniętej sprawdza dryf i loop closure, ale nie zastępuje ground truth.

Warunki środowiskowe#

Test obejmuje pełne słońce, zmierzch, deszcz lub mgłę tylko w bezpiecznej komorze/warunkach, kurz wirnikowy, zabrudzenie okna i drgania. Każdy test ma kryterium: zasięg, invalid rate, false obstacle rate i czas reakcji.

Integracja end-to-end#

Przeszkoda pojawia się w kwalifikowanym sektorze przy różnych prędkościach. Mierzy się czas od fizycznego wejścia do pola widzenia do ograniczenia komendy oraz minimalny dystans. Próby zaczynają się na uwięzi, z miękkim celem i małą energią.

Dobór sensora#

Tabela katalogowa powinna zawierać co najmniej:

Pole	Dlaczego jest potrzebne
zakres przy 10% i 80% reflektancji	porównanie ciemnego i jasnego celu
warunek oświetlenia	odporność na słońce
minimum/blind zone	geometria montażu i lądowania
FOV i wzorzec skanu	rzeczywiste pokrycie przestrzeni
punkty/s i returns	obciążenie oraz detekcja roślinności
precision/accuracy	budżet pomiarowy
długość fali i klasa lasera	optyka, okno i bezpieczeństwo
timestamp i synchronizacja	deskew i fusion
format danych/status	diagnostyka jakości
interfejs i bitrate	dobór komputera i przewodów
moc średnia/peak	zasilanie i termika
masa, wymiary, IP, temperatura	integracja mechaniczna
SDK, sterownik, licencja	utrzymanie oprogramowania

Nie ma jednego „najlepszego lidaru”. Dalmierz 20 g może być właściwy do lądowania, a skaner 265 g do SLAM. Dobór zaczyna się od funkcji i błędu dopuszczalnego, nie od największej liczby punktów.

Najczęstsze błędy#

Porównanie maksymalnego zasięgu bez reflektancji i oświetlenia.
Użycie czasu odebrania pakietu zamiast czasu pomiaru.
Jedna transformacja dla wszystkich punktów skanu podczas szybkiego ruchu.
Traktowanie intensity jako bezwzględnej reflektancji.
Uznawanie braku echa za wolną przestrzeń.
Pominiecie lever arm i elastyczności uchwytu.
Test wyłącznie na białej ścianie w pomieszczeniu.
Przesyłanie surowej chmury przez łącze przeznaczone do telemetrii.
Włączenie PTP bez monitorowania offsetu i lock.
Brak budżetu CPU, pamięci oraz zapisu logu.
Osłona optyczna dobrana tylko na podstawie wyglądu.
Failsafe reagujący na połączenie, ale nie na stare dane.

Kryteria odbioru integracji#

Gotowy podsystem powinien przejść mierzalne kryteria:

zasięg i false-negative rate na kwalifikowanych celach;
false-positive rate w słońcu, pyle i przy drugim lidarze;
bias i precyzja w temperaturze;
błąd ekstrynsyki oraz jego powtarzalność po demontażu;
offset czasu, jitter i zachowanie po utracie synchronizacji;
maksymalny wiek mapy przy pełnym obciążeniu CPU;
ciągłość zasilania przy transientach napędu;
temperatura sensora i komputera w końcu misji;
poprawna reakcja na zasłonięcie, odłączenie i zamrożenie procesu;
odtwarzalny log surowy umożliwiający analizę.

Wynik powinien być zapisany wraz z numerem firmware sensora, SDK i konfiguracją. Aktualizacja algorytmu filtracji może zmienić zasięg, statusy oraz kolejność punktów, dlatego wymaga testu regresji.

Powiązane tematy#

IMU w dronie — ruch potrzebny do deskew i fusion.
GNSS w UAV — pozycja globalna i synchronizacja czasu.
Optical flow w UAV — alternatywna obserwacja ruchu względem podłoża.
SLAM w UAV — lokalizacja i mapowanie z chmury punktów.
Terrain following — wykorzystanie profilu gruntu w sterowaniu.
Omijanie przeszkód — mapa zajętości, dystans hamowania i reakcja.
CAN w UAV — magistrala dla dalmierzy i sensorów DroneCAN.
Bilans cieplny elektroniki UAV — chłodzenie sensora i komputera pokładowego.

Przypisy#

Livox, Mid-360 — official specifications, dostęp: 2026-08-15.
Livox, Mid-360 — manuals and downloads, dostęp: 2026-08-15.
Livox, Mid Series User Manual, opis pól punktu, reflektancji i synchronizacji czasu.
PX4, DroneCAN sensors and rangefinders, dostęp: 2026-08-15.
PX4, Collision Prevention, dostęp: 2026-08-15.

Źródła z centralnego rejestru

Livox Mid-360 — official specifications [dokumentacja producenta]
Livox Mid-360 User Manual [dokumentacja producenta]
Livox Mid Series User Manual — point data and time synchronization [dokumentacja producenta]
PX4 Guide: DroneCAN sensors and rangefinders [dokumentacja projektu]
PX4: Collision Prevention [dokumentacja projektu]
Sumit Sharma, „Drone Development from Concept to Flight” [książka]
Ty Audronis, „Drony. Wprowadzenie” [książka]