Increasing spatial resolution of 3D LiDAR by Compressive Sensing - Archive ouverte HAL
Communication Dans Un Congrès Année : 2022

Increasing spatial resolution of 3D LiDAR by Compressive Sensing

Augmentation de la résolution spatiale du LiDAR 3D par Compressive Sensing

Résumé

ONERA – The French Aerospace Lab – develops new concepts of LiDAR imaging systems including new sensor technologies and data processing. The rising complexities and costs of high performance systems, and the shrinking time to design drove the ONERA approach. The home-grown MATLIS software has been evolving for the past decade. It allows both linear mode LiDAR and single photon electro-optical systems simulation (both GmAPD and SPL) embedded on dynamic platforms (eg. UAVs, Aircrafts). In this paper, we present an algorithm for 3D scene reconstruction with unprecedented lateral resolution. This method is suitable for Geiger mode Avalanche Photodiode (GmAPD) 3D focal plane arrays. The main idea behind of this work is reconstruction of higher resolution 3D images by sub-pixel spatial modulation. We manage to reconstruct sub-pixel information by using Compressive Sensing (CS) algorithms, such as Orthogonal Matching Pursuit (OMP). Then we have verified our theoretical approach using simulated 3D images generated using the MATLIS software from a facetted three-dimensional scene.
L'ONERA - Laboratoire français de l'aérospatiale - développe de nouveaux concepts de systèmes d'imagerie LiDAR incluant de nouvelles technologies de capteurs et de traitement de données. La complexité et les coûts croissants des systèmes hautes performances et la réduction des délais de conception ont conduit l'approche de l'ONERA. Le logiciel maison MATLIS a évolué au cours de la dernière décennie. Il permet à la fois la simulation de LiDAR en mode linéaire et de systèmes électro-optiques à photon unique (à la fois GmAPD et SPL) embarqués sur des plates-formes dynamiques (par exemple, drones, avions). Dans cet article, nous présentons un algorithme de reconstruction de scène 3D avec une résolution latérale sans précédent. Cette méthode convient aux matrices de plans focaux 3D à photodiode à avalanche en mode Geiger (GmAPD). L'idée principale derrière ce travail est la reconstruction d'images 3D à plus haute résolution par modulation spatiale sous-pixel. Nous parvenons à reconstruire des informations sous-pixels en utilisant des algorithmes de détection de compression (CS), tels que Orthogonal Matching Pursuit (OMP). Ensuite, nous avons vérifié notre approche théorique à l'aide d'images 3D simulées générées à l'aide du logiciel MATLIS à partir d'une scène tridimensionnelle à facettes.
Fichier principal
Vignette du fichier
OPTRO2022_50_E. VIALA_P.pdf (626.48 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-03839661 , version 1 (04-11-2022)

Identifiants

  • HAL Id : hal-03839661 , version 1

Citer

Erwan Viala, Nicolas Rivière, Laurent Risser, Paul-Édouard Dupouy. Increasing spatial resolution of 3D LiDAR by Compressive Sensing. OPTRO 2022 : 10th International Symposium on OPTRONICS IN DEFENCE AND SECURITY, Jun 2022, Versailles, France. ⟨hal-03839661⟩
110 Consultations
94 Téléchargements

Partager

More