Comprender los datos del LiDAR: nube de puntos, formatos y ROS

¿Qué es una nube de puntos?

La nube de puntos (point cloud) es el formato de salida nativo de un sensor LiDAR. Cada punto representa un disparo láser que ha golpeado una superficie y ha vuelto al detector. Una nube de puntos típica contiene de 50 000 a 2,5 millones de puntos por segundo según el sensor.

Cada punto transporta varios atributos: la posición (x, y, z), la intensidad del retorno, a veces el tiempo de llegada y el número del canal. Algunos sensores añaden el color RGB, la clasificación o el número de eco (echo number).

Intensidad y reflectividad

La intensidad mide la potencia de la señal devuelta. Una superficie blanca refleja más que una superficie negra. La intensidad ayuda a distinguir los materiales pero no está calibrada absolutamente: depende de la distancia, el ángulo de incidencia y la configuración del sensor.

Ecos múltiples (multieco)

Un disparo láser puede atravesar un follaje parcial y golpear una rama y luego el suelo: se obtienen dos retornos (first y last return). Los LiDAR multieco (RIEGL, algunos Ouster) registran hasta 5 retornos por disparo, esencial para la cartografía forestal.

Los formatos de archivo comunes

PCD (PCL): formato abierto para robótica y percepción. LAS/LAZ (ASPRS): estándar geoespacial comprimido con clasificación. PLY: soporta color y normales para visión por computadora. ROSbag: contenedor ROS para grabación y reproducción.

Los datos LiDAR en ROS

ROS utiliza sensor_msgs/PointCloud2 para transportar las nubes de puntos. Formato autodescriptivo con campos x, y, z, intensity, ring, timestamp. Algunos sensores también publican /scan (LaserScan) para 2D y /imu_raw para datos inerciales. La sincronización temporal es crucial para el SLAM.

Ruido y artefactos comunes

Puntos fantasma (ghost) en superficies reflectantes, ruido solar a pleno sol, lluvia/niebla que crean puntos parásitos y efectos de borde en los bordes. La mayoría de los SDK incluyen filtros: eliminación de valores atípicos, filtro por intensidad, umbral de distancia y máscara FoV.

Del dato a la información

Segmentación (agrupar los puntos de un mismo objeto), clasificación (etiquetar: suelo, edificio, vehículo), seguimiento temporal (tracking) y SLAM (correlación de nubes para construir un mapa). La elección del formato depende de la aplicación: LAS para cartografía, PointCloud2/ROS para robótica, PLY/PCD para IA.