《Optics and Lasers in Engineering》：A multi-trajectory imaging system based on dual-wedge LiDAR for UAV-based 3D sensing
编辑推荐：
高精度激光成像系统需优化扫描轨迹与点云质量。本文提出双棱镜LiDAR多轨迹扫描建模方法，开发统一仿真平台实现轨迹生成、激光时序控制及点云累积，通过密度与覆盖均匀性指标评估轨迹效果，对比仿真与无人机实测数据验证模型有效性，建立闭环方法优化任务配置。
陈宏|查炳婷|郑珍|张赫
南京理工大学机械工程学院，中国南京210094
摘要
高精度激光成像系统对扫描轨迹设计和点云质量控制有着严格的要求。为了解决双楔形激光雷达的非重复扫描问题，本文提出了一种多轨迹扫描建模与验证方法，该方法具有模型真实性和结构适应性。构建了一套可编程扫描轨迹，并在统一的、可重构的仿真平台上实现，该平台支持轨迹生成、激光定时控制以及时间点云积累。在此框架下，我们引入了平均点密度、空间覆盖范围和均匀性等定量指标，以评估不同轨迹对点云分布和结构完整性的影响。对比仿真结果表明，花瓣形状的轨迹能够提供更加均匀和密集的视野覆盖，而李萨茹斯（Lissajous）图案比传统的圆形和螺旋形扫描更能保持全局结构完整性。进一步开发了一种基于无人机的的高空成像平台，用于在真实飞行中再现代表性轨迹，仿真与测量点云之间的高度一致性证实了所提出模型的准确性。总体而言，这种涵盖轨迹设计、仿真验证和实验评估的闭环方法为根据无人机3D感知应用的具体需求定制双楔形激光雷达配置提供了实用的工程流程。
引言
在当前的地缘政治环境中，区域冲突的规模和复杂性正在升级。在战场上部署无人机作战平台变得越来越普遍。在最近的地区冲突中，如俄罗斯-乌克兰和哈萨克斯坦-以色列冲突中，无人机（UAV）已成为影响战争结果的关键因素[1,2]。在这些平台中，诸如徘徊式弹药和集成侦察-打击无人机等先进系统在快速终端阶段交战中严重依赖精确的目标检测与识别，以实现精确打击。作为高分辨率、抗干扰的主动三维感知技术，激光雷达已逐渐成为导弹载载平台、无人机系统和自主机器人的核心成像传感器[[3], [4], [5]]。此类传感器必须在复杂地形中实现高空间分辨率成像，以支持详细特征提取和快速识别任务。同样，先进材料分析的最新研究也表明了对高精度结构感知技术的需求[6,7]。近年来，激光雷达的应用已显著扩展到民用测绘、智能交通和安全监控领域，对系统的紧凑性、能效和轨迹可控性提出了更高的要求[8]。
然而，传统的激光雷达系统主要利用旋转透镜、伽利略镜或基于MEMS的微镜来控制光束指向并生成各种扫描模式。这些系统通常产生线性或水平圆形的扫描轨迹，存在扫描路径不灵活、密度适应性差和结构复杂性高的局限性[9]。对于高速斜角成像、边缘目标识别或复杂表面结构重建等应用而言，这种机制缺乏结构适应性，限制了其在紧凑和轻量级平台上的适用性[10]。此外，传统的线性扫描产生的点云具有强烈的对称性和方向偏差，难以保留完整的3D目标几何形状和空间结构[11]。特别是在识别坦克和装甲车等对称目标时，如果边缘结构保持能力不足，可能会导致关键特征的丢失，从而降低识别精度和系统鲁棒性[12]。
为了解决这些限制，基于Risley棱镜的激光雷达系统具有显著优势，包括紧凑的设计、可编程的轨迹灵活性和高精度的光束控制。这些系统由两个同轴旋转的楔形棱镜组成，形成双楔形结构。通过调整棱镜之间的旋转速度比和相位偏移，可以在固定的圆锥视场内合成多种扫描轨迹——如圆形、螺旋形、李萨茹斯图案和花瓣形状图案[[13], [14], [15], [16], [17], [18], [19]]。这种配置实现了高度适应性的任务驱动扫描，并支持更好的结构特征保留和部署兼容性，特别是对于导弹载载的感知平台。重要的是，所有生成的扫描轨迹都限制在由楔形角度和光学组件确定的固定圆锥视场区域内。因此，虽然扫描路径是完全可编程的，但视场的物理范围保持不变。固定视场边界与可编程光束轨迹之间的耦合引入了轨迹设计、点云密度控制和目标区域感知效果之间的强依赖性，需要系统化的建模和仿真来全面表征这些效应。
例如，蔡等人提出的Realistic LiDAR Simulation（RLS）框架[20]揭示了不同扫描轨迹如何影响点云密度分布和感知结果，为评估激光雷达在地面车辆应用中的性能提供了有用的见解。同样，孔等人开发的MARSIM平台[21]通过从重建的真实世界点云中派生的回声建模增强了基于无人机的激光雷达仿真，从而提高了真实性和计算效率。然而，这两个框架都假设了预定义的扫描配置，并未考虑双楔形系统等可编程光学架构。更重要的是，它们缺乏模拟实时光束转向动态与无人机飞行运动如何相互作用以形成轨迹依赖性点云的能力。在高速、低空或姿态扰动的飞行条件下，这种差距变得尤为关键，因为轨迹参数的变化会显著影响生成点云的结构特性。尽管已有进展，但关于在飞行条件下使用双楔形激光雷达生成多轨迹点云的轨迹建模、控制策略和仿真验证的系统研究仍然很少[[22], [23], [24], [25], [26]]。此外，目前还不存在一个统一的分析框架来对不同扫描轨迹的仿真数据和测量数据进行对齐和比较。
因此，为了解决激光雷达成像系统中轨迹优化和点云质量保证的关键挑战，本文提出了一种基于双楔形光学架构的多轨迹扫描和仿真框架。所提出的方法旨在提高快速终端识别、复杂结构感知以及结构特征的有效保留能力。建立了一个集成轨迹建模、仿真验证、性能评估和与实验测量结果进行比较分析的闭环方法框架。通过这一框架，系统地研究了各种典型轨迹在时间点云成像中的密度调节、空间覆盖范围和部署适应性。研究结果为开发轻量级、高性能激光雷达感知系统提供了理论和工程指导。
相关工作
相关工作
与本研究密切相关的研究可以大致分为三个领域：(a) 激光雷达仿真框架，(b) 可编程扫描系统，(c) 点云评估和基于无人机的激光雷达建模。这些领域共同构成了理解本研究新颖性和贡献的技术背景。(a). 激光雷达仿真框架
高保真度的激光雷达仿真对于感知、映射和传感器评估至关重要。Jansen等人[27]开发了一种基于GPU加速的Unreal
双楔形激光雷达系统架构和光束建模
提出了一种利用双楔形扫描结构的高性能激光雷达成像系统，以促进低空、高速飞行平台的目标建模、识别和映射任务。该系统克服了传统线性或机械旋转扫描方法在轨迹灵活性和点云密度控制方面的局限性，充分利用了双楔形结构在圆锥视场内的可编程轨迹能力
双楔形激光雷达的仿真平台和时间序列点云建模
为了评估各种基于双楔形的扫描轨迹在真实世界感知场景中的适用性和性能差异，基于XTDrone开源框架开发了一个仿真平台，集成了ROS、Gazebo、PX4和自定义开发的双楔形激光雷达模型。该平台支持轨迹导入、点云生成、环境建模和数据采集。它允许嵌入典型的扫描模式——如玫瑰形状、花瓣形状等
实验验证和模型评估
为了进一步验证所提出的多轨迹扫描和建模系统在真实世界环境中的适应性和可行性，本章介绍了基于双楔形激光雷达配置的现场采集平台的设计和实现。在匹配的实验参数下，重新再现了之前在仿真中测试的典型扫描轨迹。现场飞行和点云采集实验在与环境设置紧密对齐的情况下进行
结论
本文提出了一种基于双楔形结构的高性能激光成像系统的综合多轨迹扫描和评估框架。建立了一个集成轨迹建模、仿真验证、指标评估和真实世界验证的闭环方法框架，解决了轨迹设计和点云质量控制的关键挑战。
开发了一个可重构的仿真平台，集成了ROS、PX4、Gazebo和自定义激光雷达插件
CRediT作者贡献声明
陈宏：撰写 – 审稿与编辑，撰写 – 原稿，数据管理，概念化。查炳婷：撰写 – 审稿与编辑，方法论，调查，形式分析。郑珍：撰写 – 审稿与编辑，软件，方法论，形式分析。张赫：监督，资源管理，项目管理，资金获取。
利益冲突声明
作者声明他们没有已知的可能影响本文报告工作的竞争性财务利益或个人关系。
致谢
本工作得到了国家自然科学基金[资助编号：52201399]和中央高校基本科研业务费[资助编号：30924010504]的支持。
