基于LiDAR移动设备的镜面建模

2022-12-01侯雨辰

传感器世界 2022年8期

侯雨辰

湖南工业大学电气与信息工程学院，湖南株洲 412000

0 前言

三维扫描技术是一种通过测量实体三维坐标，分析大量数据，从而得到实体模型的技术，常被用于扫描实物建立CAD数据、检测零件形状、计算机视觉等领域的研究[1]。三维扫描可大体分为接触式三维扫描和非接触式三维扫描。其中，非接触式扫描又分拍照式扫描和激光扫描，本文所研究的LiDAR传感器就是其中激光扫描的应用。激光雷达（Light Detection and Ranging，LiDAR）是一套探测及测距的系统。其原理为发射器发射一束光脉冲，打在被测物体上反射回来被接收器接收，接收器则会测量并计算光脉冲反射回来的时间，因为光速已知，进而转换为对物体距离及深度的测量。LiDAR问世之初，凭借其精准的测距能力，被广泛运用在军事勘测、城市规划、农业开发、水利工程、土地利用、环境监测、交通通讯、防震减灾等国家重点建设项目之中。2020年3月，苹果公司正式发布带有LiDAR传感器的新款iPad Pro。最初，这项新兴功能的定位是可用于增强现实（AR）的辅助摄影程序，直到后续推出的3D Scanner、Poly Cam两款拍照建模程序，才将三维建模这项功能推向热潮，其便捷快速的建模能力迅速在房产、测绘、游戏制作等专业领域被广泛运用，人们往往选择利用Poly Cam等软件粗糙地构建一个模型，再将其导入Maya、C4D等建模工具里细化，相当于打了一个草稿，而这里所谓草稿中的“草”，却也成为了LiDAR传感器运用在移动设备建模的最大弊端所在。

拿Poly Cam App举例，其LiDAR的工作原理很简单，发射器不断投射出密集的矩形点阵，感知每个点之间的距离，将相邻的三个点组成一个面，再将大量组成面的三角形进行拼接，以此还原物体的形状。也就是说，一旦被测建模的物体小于点阵中两点的最小距离，就会直接被一个粗糙的面代替，导致精度无法达到专业要求。除此之外，基于LiDAR的建模还有一个最致命的缺点，那就是无法对镜面物进行建模。由于经过镜面反射的激光无法完全地反射回接收器，导致最终的建模既没有办法识别出镜子的模样，也无法还原出镜中物的景象，这样的缺陷大大限制了LiDAR在移动设备中关于建模的运用，让其无法进一步被投入到专业领域中，无法打破“娱乐”软件的桎梏。

因此，本文提出方法，运用镜面的对称性原理，计算含有LiDAR传感器的设备与镜面成像之间的距离，在移动设备的移动过程中，根据其与障碍物之间的对称轴判断障碍物为镜面，再二次运用对称性原理和上色成像的材质映射，构造出镜中的画面，以此实现镜面的完整建模，从而完善基于LiDAR传感器的移动设备在建模中无法对镜面建模的缺陷。

1 镜面检测

1.1 基于三维扫描的镜面检测方法

镜面因其产生的镜面反射使大多光学传感器无法准确地实现应用，故现阶段针对镜面检测的三维扫描方法主要如下：

1.1.1 接触式测量法

测量机探针直接与被测镜面接触，通过探针划过表面产生的起伏转换为电信号，计算得出相对应的坐标，完成镜面的三维重组。

这种方法不被光学特性干扰，能够较高精度地测量镜面的范围等参数，但接触式测量同时也存在易刮伤镜子表面，检测速度慢等弊端。

1.1.2 非接触式测量法

（1）喷粉法

在镜面体上喷洒显像剂或特定的材料，借由涂层产生的漫反射，运用激光扫描或拍照扫描等三维激光扫描进行镜面扫描。

这种方法简单，可以最大程度地运用光学三维扫描的优势，但与此同时，喷粉带来的后期处理却也拖累了它的效率和实时性。

（2）干涉法

传统干涉法[2]为发射器发射一束相干光，经由分光镜将其变成两束，射向被测镜面的称为测量光，射向参考镜面的称为参考光。两束光经过反射后折返，由分光镜汇聚形成干涉，干涉条纹最终被转换为深度的测量，实现镜面的三维重组。

干涉法为现今精度最高的镜面检测方法，但其测量结果受光的波长影响，对测量环境要求同样也很高。

（3）光度立体法

在被测镜面周围布置若干可控光源，通过控制这些光源的强弱，得到不同光照情况下镜面的图像，再分析得到其三维信息。

这种方法虽然可以得到镜面的三维信息，但因其对环境的敏感性极高，大大限制了光度立体法的实际运用能力。

（4）相位偏折法（条纹反射法）

相机采集镜面调制的变形条纹，经由提取获得光栅相位变化，可建立该相位变化量与镜面法向量之间的数学模型，计算重组镜面模型。

相位偏折法可以高精度地检测镜面，对环境的要求也不高，但其对被测物的形貌有一定的要求，目前未能有相应的应用研究[3]。

1.2 基于LiDAR激光扫描的镜面检测方法

1.2.1 光强判别法

由于镜面在LiDAR的探测下会产生镜面反射，而镜面反射和漫反射传递回的光强不同，因此利用反射激光的强度判断探测的障碍物是否为镜面。

光强判别法简单易操作，但对环境要求较高，无法排除一切外在干扰[4]。

1.2.2 多传感器融合法

例如激光传感器结合声呐传感器，利用声呐传感器探测镜面这类障碍物的距离，激光传感器获取准确的环境信息，二者融合也可以探测出镜面的存在。

该方法探测精度高，但无法判断镜中的成像是实体还是虚体，另外，传感器的增加带来的误差因素也同样降低了其应用性[5]。

以上现阶段对镜面检测的方法如表1所示。镜面检测的复杂性很大程度限制了光学设备在其中的应用，而LiDAR在移动设备上的建模应用也是一直存在镜面建模的缺陷。针对移动设备来说，高精度、多集成的方法虽然可以解决相应的建模问题，但其带来的成本提升及制作难度却无法令其达到“大众应用”的定位。

因此，本文提出方案，运用镜面的对称性原理，计算含有LiDAR传感器的设备与镜面成像之间的距离，在移动设备的移动过程中，根据其与障碍物之间的对称轴判断障碍物为镜面，再二次运用对称性原理和上色成像的材质映射，构造出镜中的画面，以此实现镜面的完整建模，用这种成本低，计算量小的方法，完善基于LiDAR传感器的移动设备在建模中无法对镜面建模的缺陷。

表1 现阶段镜面检测方法

2 建模方法

2.1 对称性原理检测镜面

基于LiDAR移动设备的镜面建模是通过识别出镜面的位置，再对被识别为镜面的障碍物进行上色的处理，对于其中镜面检测的方法，本文以此提出的思路如图1所示。

LiDAR获取自身坐标，用(x1, y1)表示。获取n个障碍物坐标，记为(x1', y1' )，(x2', y2' )，(x3', y3' )…… (xn', yn' )。

在探测周围环境时，LiDAR计算自身与障碍物之间的距离，计算中轴线，公式如下：

其中，K为LiDAR与障碍物之间的斜率；(x2, y2)为障碍物坐标；(x0, y0)为中点坐标，则x0=(x1+x2)/2，y0=(y1+y2)/2。

因为环境中的镜面将一直存在，移动LiDAR，其在镜面中的成像也会随之移动，因此，上一刻检测的中轴线对应出现了移动后当前时刻的障碍物，该障碍物即有可能是LiDAR的移动后成像，即该中轴线位置便可能是镜面所处在的位置[6]，原理如图2所示。

2.2 材质映射成像建模

基于LiDAR的建模软件Poly Cam有着类似于拍照的应用界面。在打开软件后，界面将显示无数个拼接的三角形，进行三维物体有限元分析，如图3所示。其工作原理为发射器不断投射出密集的矩形点阵，感知每个点之间的距离，将相邻的三个点组成一个面，最终将大量组成面的三角形进行拼接，还原物体的形状。在没有按下快门之前，LiDAR不断发射点阵探测周围环境的距离以及深度，构造出一个空白的建模，而按下快门后，手机后置摄像头对环境进行拍照取色，填充于空白建模之上。

就设备按下快门前的未上色建模进行对比参照实验：在软件开始界面取景环境后，用手遮挡住拍照的镜头，按下快门，得到全黑的模型轮廓，而未被遮挡镜头的情况下，模型保留现实的色彩映射。

由此实验可知，Poly Cam App在按下快门前便已经完成了对物体的建模，拍照是通过手机的摄像功能，获取周围环境的图片，再为空白的建模上色。借由此原理，可有具体方案如图4所示。

在Poly Cam App通过对称性原理检测出镜面之后，对镜面进行空白处理，再将以镜面为对称轴的环境物体通过上色的方式，覆盖在空白的建模上，形成完整的镜面以及镜面空间的建模。