Plus de 30 définitions des termes et concepts clés du LiDAR, de la robotique, de la cartographie 3D et de la perception autonome.
Points parasites dans un nuage LiDAR, causés par des réflexions multiples, la lumière solaire ambiante, la pluie, la neige, le brouillard ou des interférences entre capteurs. Le bruit se traduit par des points flottants, des artefacts ou une précision réduite. Des filtres temporels, statistiques et géométriques permettent de le réduire.
Classification de sécurité du laser LiDAR selon la norme IEC 60825. Les classes vont de 1 (sûr pour l'œil sans précaution) à 4 (danger immédiat). La plupart des LiDAR grand public sont classe 1. Les LiDAR longue portée peuvent être classe 1M (dangereux si observation avec instrument optique) ou classe 3R (faible risque).
Nombre de lasers indépendants dans un LiDAR 3D, chacun émettant un faisceau à un angle vertical différent. Plus il y a de canaux, plus le nuage de points est dense verticalement. Un LiDAR 16 canaux offre une couverture verticale grossière, un 128 canaux donne une résolution fine. Exemples : Ouster OS0 128 canaux, RoboSense Helios 32 canaux.
La calibration intrinsèque corrige les défauts internes du capteur (biais de mesure, alignement des faisceaux). La calibration extrinsèque détermine la position et l'orientation du LiDAR par rapport au véhicule ou à d'autres capteurs (caméra, IMU). Une calibration précise est indispensable pour la fusion de capteurs et le géoréférencement.
Processus d'étiquetage automatique des points d'un nuage en catégories (sol, bâtiment, végétation, véhicule, piéton, etc.). Utilise des algorithmes de machine learning ou deep learning (PointNet, RandLA-Net, KPConv). Essentiel pour la navigation autonome, la cartographie et l'analyse de scène.
Nombre de points LiDAR par mètre carré sur une surface scannée. Dépend de la portée, de la résolution angulaire, du taux de rafraîchissement et de la vitesse du porteur. Pour le mobile mapping, on vise typiquement 100-500 pts/m². Pour l'inspection d'infrastructures, 1000+ pts/m². Une densité insuffisante rend la détection d'objets fins impossible.
Angle couvert par un capteur LiDAR, généralement exprimé en degrés pour les axes horizontal et vertical. Un FoV horizontal de 360° est typique des LiDAR spinning, tandis que les capteurs solid-state offrent 90° à 120°. Le FoV vertical varie de 15° à 90° selon les modèles et détermine la couverture en hauteur.
Technologie LiDAR qui mesure à la fois la distance et la vitesse Doppler en modulant la fréquence du laser. Contrairement au ToF, le FMCW mesure le décalage de fréquence entre le signal émis et reçu, ce qui permet de détecter directement la vitesse des objets sans post-traitement. Moins sensible au bruit solaire. Exemples : Aeva, SiLC, Mobileye (projet).
Nombre de nuages de points complets produits par seconde par le LiDAR. Typiquement 10 à 20 Hz pour les LiDAR mobiles, 5 à 10 Hz pour les spinning, jusqu'à 100 Hz pour certains capteurs de proximité. Un taux plus élevé permet une meilleure détection d'objets rapides mais génère plus de données à traiter.
Combinaison des données de plusieurs capteurs (LiDAR, caméra, radar, IMU, GNSS) pour obtenir une perception plus robuste et complète que chaque capteur seul. Le LiDAR apporte la profondeur 3D précise, la caméra la couleur et la classification sémantique, le radar la vitesse et la portée par mauvais temps.
Principaux formats de fichiers pour stocker des nuages de points LiDAR. PCD (Point Cloud Library) : format ROS, simple, open. LAS/LAZ : standard de l'industrie géospatiale, avec classification, retour, intensité. PLY : format polygonal, utilisé pour les maillages 3D et l'export. E57 : format d'échange pour données 3D avec images. Le choix du format dépend de l'application (ROS → PCD, géomatique → LAZ, visualisation → PLY).
Combinaison d'un récepteur GNSS (GPS, GLONASS, Galileo) et d'une centrale inertielle (IMU) utilisée pour géolocaliser le LiDAR mobile mapping. Le GNSS fournit une position absolue, l'INS comble les pertes de signal (tunnels, zones urbaines denses). Les données LiDAR sont ensuite alignées sur la trajectoire GNSS/INS pour produire des nuages de points géoréférencés.
Norme CEI 60529 qui classe la résistance d'un capteur à la poussière (premier chiffre, 0-6) et à l'eau (second chiffre, 0-9). Pour un LiDAR extérieur, un IP67 (étanche à la poussière + immersion 1m/30min) ou IP69K (jets haute pression) est recommandé. Les LiDAR mobiles varient d'IP54 (protégé des éclaboussures) à IP69K (lavage intensif).
Capteur composé d'accéléromètres et de gyroscopes mesurant l'accélération linéaire et la vitesse angulaire. Utilisé avec le LiDAR pour compenser les mouvements du porteur, améliorer la précision du SLAM, et fournir une estimation de pose entre deux acquisitions LiDAR. Indispensable en mobile mapping et robotique mobile.
Réplique virtuelle d'un actif physique (bâtiment, usine, ville, infrastructure) mise à jour en temps réel à partir de données capteurs. Le LiDAR est un des capteurs clés pour créer le jumeau numérique en fournissant la géométrie 3D précise de l'actif. Utilisé dans l'industrie 4.0, la gestion d'infrastructures et les smart cities.
Technologie LiDAR où le capteur tourne physiquement sur 360° pour balayer l'environnement. C'est la technologie la plus mature (Velodyne HDL-64, Ouster OS, Hesai Pandar). Elle offre un FoV horizontal de 360° mais comporte des pièces mobiles qui limitent la durée de vie et la robustesse aux vibrations.
LiDAR sans pièce mobile, utilisant une matrice de photodétecteurs (flash) ou une antenne à réseau optique phasé (OPA) pour diriger le faisceau. Robuste, compact et potentiellement peu coûteux à grande échelle, mais FoV limité (généralement 90-120°). Exemples : Hesai FTX, Blickfeld Cube, LeddarTech.
LiDAR semi-solid-state utilisant un miroir oscillant microscopique (MEMS) pour diriger le faisceau laser. Un compromis entre robustesse et performance : moins de pièces mobiles qu'un spinning mécanique, mais un FoV et une résolution limités par la taille du miroir. Exemples : InnovizOne, RoboSense M1, Cepton.
La longueur d'onde du laser utilisé par le LiDAR, généralement 905 nm (proche infrarouge) ou 1550 nm (infrarouge). Le 905 nm est moins cher, plus compact mais moins puissant et potentiellement dangereux pour l'œil à haute puissance. Le 1550 nm est plus sûr pour les yeux, meilleur dans le brouillard/pluie, mais nécessite des composants plus coûteux (lasers InGaAs).
Capacité d'un LiDAR à détecter plusieurs échos pour une seule impulsion laser. Utile en environnement végétalisé : le premier écho peut venir de la cime d'un arbre, le second d'une branche intermédiaire, le troisième du sol. Les LiDAR à retour unique ne captent que le premier écho et perdent l'information de couverture végétale.
Ensemble de points dans l'espace 3D généré par un LiDAR, chaque point ayant des coordonnées (x, y, z) et parfois une intensité ou une couleur. Le nuage de points est la donnée brute produite par le capteur, avant tout traitement comme la classification, la segmentation ou la reconstruction 3D.
Protocole de synchronisation temporelle IEEE 1588 utilisé pour aligner précisément les données de plusieurs capteurs LiDAR entre eux ou avec d'autres capteurs (IMU, caméra, GNSS). La précision atteint la microseconde, essentielle pour la fusion de capteurs en robotique et véhicules autonomes.
La précision (precision) mesure la répétabilité : si on mesure 100 fois la même distance, les valeurs sont-elles proches entre elles ? La justesse (accuracy) mesure l'erreur par rapport à la valeur réelle. Un LiDAR peut être précis (faible bruit) sans être juste (décalage systématique de 5 cm). Les fiches techniques annoncent généralement l'accuracy (ex : ±2 cm à 50 m).
Capacité d'une surface à renvoyer le signal laser. Exprimée en pourcentage (10 %, 80 %…), la réflectivité influence directement la portée effective du LiDAR. Une portée annoncée « 300 m à 10 % » signifie que le capteur détecte un objet avec 10 % de réflectivité jusqu'à 300 m — la portée sera bien plus grande sur une surface blanche très réfléchissante.
Angle entre deux faisceaux laser adjacents, exprimé en degrés ou milliradians. Une résolution angulaire fine (0.05°) donne un nuage de points dense avec plus de détails, mais réduit la couverture à distance égale. Elle dépend du nombre de canaux et du FoV. Exemple : un LiDAR 128 canaux sur 18° vertical = 0.14° de résolution verticale.
Framework open-source pour le développement de logiciels robotiques. ROS2 (Humble, Iron, Jazzy) est la version moderne, offrant une communication pub/sub, des drivers pour de nombreux capteurs (dont LiDAR), des outils de visualisation (RViz2) et des bibliothèques de SLAM, perception et navigation. Le support ROS est un critère clé pour l'intégration des LiDAR en robotique.
Le LiDAR génère des nuages de points suffisamment denses pour reconstituer des silhouettes humaines, des plaques d'immatriculation ou des détails d'intérieurs privés. En Europe, cela peut en faire une donnée personnelle au sens du RGPD. Les systèmes de détection d'intrusion par LiDAR doivent prévoir de l'anonymisation à la source (agrégation, downsampling, floutage de zones).
Zone de champ visuel commune entre plusieurs LiDAR montés sur le même véhicule ou robot. Un bon recouvrement permet une meilleure détection dans les angles morts, améliore la redondance et augmente la densité de points dans la zone critique. Typiquement utilisé en véhicule autonome (4-6 LiDAR) ou robot mobile (2 LiDAR en opposition).
Technique de localisation et cartographie simultanées qui permet à un robot ou un véhicule de construire une carte de son environnement tout en s'y localisant en temps réel. Le SLAM utilise les données LiDAR (ou caméra) combinées à l'odométrie et parfois au GNSS pour estimer la trajectoire et la carte simultanément.
Division d'un nuage de points en régions ou objets distincts (segmentation d'instance) ou en catégories sémantiques (segmentation sémantique). À ne pas confondre avec la classification : la segmentation identifie des groupes de points appartenant au même objet (ex : ce véhicule, ce piéton).
Principe de mesure de distance par temps de vol : le LiDAR émet une impulsion laser et mesure le temps qu'elle met pour revenir après réflexion sur un objet. C'est la méthode la plus répandue sur les LiDAR mécaniques, MEMS et solid-state flash. La distance est calculée par d = c × t / 2 où c est la vitesse de la lumière.