LiDAR-Daten verstehen: Punktwolke, Formate und ROS

Was ist eine Punktwolke?

Die Punktwolke (Point Cloud) ist das native Ausgabeformat eines LiDAR-Sensors. Jeder Punkt repräsentiert einen Laserstrahl, der eine Oberfläche getroffen und ist zum Detektor zurückgekehrt. Eine typische Punktwolke enthält 50 000 bis 2,5 Millionen Punkte pro Sekunde, je nach Sensor.

Jeder Punkt trägt mehrere Attribute: Position (x, y, z), Rücklaufintensität, manchmal Ankunftszeit und Kanalnummer. Einige Sensoren fügen RGB-Farbe, Klassifikation oder Echonummer hinzu.

Intensität und Reflektivität

Die Intensität misst die Leistung des zurückgekehrten Signals. Eine weisse Oberfläche reflektiert mehr als eine schwarze. Die Intensität hilft bei der Unterscheidung von Materialien, ist aber nicht absolut kalibriert: Sie hängt von der Distanz, dem Einfallswinkel und der Sensoreinstellung ab.

Mehrfachechos (Multi-Echo)

Ein Laserstrahl kann teilweises Laub durchdringen und einen Ast und dann den Boden treffen: Man erhält zwei Rückläufe (First und Last Return). Multi-Echo-LiDAR (RIEGL, einige Ouster) zeichnen bis zu 5 Rückläufe pro Strahl auf — essenziell für die Waldkartierung.

Gängige Dateiformate

PCD (PCL): offenes Format für Robotik und Wahrnehmung. LAS/LAZ (ASPRS): komprimierter geodätischer Standard mit Klassifikation. PLY: unterstützt Farbe und Normalen für Computervision. ROSbag: ROS-Container für Aufzeichnung und Wiedergabe.

LiDAR-Daten in ROS

ROS verwendet sensor_msgs/PointCloud2 zum Transport von Punktwolken. Selbstbeschreibendes Format mit Feldern x, y, z, intensity, ring, timestamp. Einige Sensoren veröffentlichen auch /scan (LaserScan) für 2D und /imu_raw für Trägheitsdaten. Die Zeitsynchronisation ist entscheidend für SLAM.

Häufige Störungen und Artefakte

Geisterpunkte auf reflektierenden Oberflächen, Sonnenrauschen bei direkter Sonneneinstrahlung, Regen/Nebel erzeugen Streupunkte und Kanteneffekte. Die meisten SDK enthalten Filter: Ausreisser entfernung, Intensitätsfilter, Distanzschwelle und FoV-Maske.

Von Daten zu Informationen

Segmentierung (Gruppieren von Punkten desselben Objekts), Klassifikation (Labeln: Boden, Gebäude, Fahrzeug), Tracking (zeitliche Verfolgung) und SLAM (Korrelation von Wolken zur Kartenerstellung). Die Formatwahl hängt von der Anwendung ab: LAS für Kartierung, PointCloud2/ROS für Robotik, PLY/PCD für KI.