Surfel

• Aussi appelé: surface element
• Catégorie: Sensing › 3D maps & reconstruction
• Mots-clés: mapping, slam, 3d-reconstruction, lidar, 3d-perception

Élément de surface : petit disque orienté doté d'une position, d'une normale et d'un rayon, souvent accompagnés d'une couleur, d'une confiance et d'horodatages, utilisé pour construire des cartes 3D denses.

Définition

Un surfel, abréviation de surface element (élément de surface), est un petit disque plat qui approche une portion de surface. Chaque surfel stocke au minimum une position 3D, un vecteur normal et un rayon, et les systèmes de cartographie ajoutent généralement des champs comme la couleur, une valeur de confiance ou de stabilité, et les instants de sa création et de sa dernière mise à jour. Les surfels ont été introduits comme primitive de rendu en infographie par Pfister et ses collègues en 2000, puis adoptés pour la reconstruction 3D dense et le SLAM avec des caméras de profondeur et des LiDAR.

Une carte de surfels se situe entre un nuage de points brut et un maillage ou une carte volumétrique. Contrairement aux simples points, les surfels portent une orientation et une étendue, de sorte qu'ils peuvent être rendus comme une surface d'aspect fermé et comparés aux nouvelles mesures au moyen de distances point-à-plan. Contrairement à un champ de distance signée tronqué (truncated signed distance field) sur une grille de voxels, ils n'exigent ni volume fixe ni résolution fixe, et peuvent être déplacés individuellement. Cette dernière propriété compte pour le SLAM : lorsqu'une fermeture de boucle corrige la trajectoire, des systèmes comme ElasticFusion déforment la carte de surfels avec un graphe de déformation au lieu de reconstruire un volume.

Dans une chaîne de SLAM à surfels typique, la carte courante est rendue depuis la pose estimée du capteur, souvent sur GPU, pour produire une image modèle de positions et de normales. La nouvelle trame est alignée sur ce rendu, ce qui fournit une association de données projective rapide pour un recalage de type ICP. Les mesures qui correspondent à un surfel existant le mettent à jour par moyenne pondérée et augmentent sa confiance ; les mesures sans correspondance créent de nouveaux surfels, et les surfels rarement confirmés sont supprimés. SuMa et SuMa++ appliquent ce schéma au LiDAR rotatif en utilisant des images de distance pour le rendu, et SuMa++ ajoute des étiquettes sémantiques à chaque surfel pour filtrer les objets en mouvement.

Pourquoi c'est important

Les surfels fournissent une carte de surface dense et modifiable qui permet un recalage rapide et peut être corrigée après une fermeture de boucle sans reconstruction. Ils sont un choix courant en SLAM RGB-D et LiDAR dense, et des disques orientés semblables apparaissent dans des représentations de scène plus récentes, neuronales ou fondées sur des gaussiennes.

Applications principales

• SLAM RGB-D dense et reconstruction 3D en intérieur
• SLAM LiDAR pour la conduite et la cartographie en extérieur
• Cartographie sémantique avec des étiquettes de classe par surfel
• Rendu par points de scènes numérisées
• Déformation de carte après une fermeture de boucle

En pratique

Une équipe qui cartographie un pâté de maisons avec un LiDAR rotatif monté sur une voiture utilise un système de SLAM à base de surfels. Pour chaque nouveau balayage, le système rend la carte de surfels courante en image de distance à la pose prédite, aligne le balayage sur celle-ci par ICP point-à-plan, puis fusionne les points appariés dans les surfels existants tout en en ajoutant de nouveaux pour les zones sans correspondance. Les ingénieurs règlent le seuil de stabilité qui décide quand un surfel est jugé fiable et les règles de suppression des surfels qui ne sont plus observés, car sinon les voitures garées qui partent resteraient dans la carte. Des étiquettes sémantiques issues d'un réseau de segmentation sont attachées à chaque surfel afin que les points situés sur des véhicules en mouvement puissent être exclus du recalage.

Idées reçues

• Un surfel n'est qu'un point — il a aussi une normale et un rayon, qui en font un petit disque orienté plutôt qu'un échantillon sans étendue
• Les cartes de surfels sont des maillages — les surfels ne sont pas reliés entre eux et n'ont aucune topologie explicite entre voisins
• Les surfels exigent une grille de voxels fixe — ils existent dans un espace continu, ce qui est l'un de leurs avantages sur les cartes volumétriques
• Chaque point observé devient un surfel permanent — la fusion regroupe les observations répétées et supprime les surfels qui ne sont pas confirmés

Qui devrait le savoir

• Ingénieurs SLAM et cartographie 3D
• Développeurs en perception LiDAR et RGB-D
• Ingénieurs en infographie et en rendu
• Équipes de cartographie pour la conduite autonome

Technologies associées

• ElasticFusion
• SuMa
• Fusion TSDF (TSDF Fusion)
• Rendu par points (Point-Based Rendering)
• 2D Gaussian Splatting

Termes associés

• Point Cloud
• SLAM
• Iterative Closest Point
• Range Image
• Signed Distance Field
• 3D Gaussian Splatting

Projets associés

• LingBot-Map: Streaming 3D reconstruction from one camera: pose and depth for every frame, live
• oomwoo: Open-source DIY robot vacuum: 3D-printed, ROS2 + 2D LiDAR, fully local.
• Cartographer: Google's real-time 2D and 3D SLAM system for multi-platform robotics
• OpenDroneMap: Open-source photogrammetry toolkit that turns drone images into maps and 3D models
• FAST-LIVO2: Fast, direct LiDAR-inertial-visual odometry from HKU-MARS, published in IEEE T-RO
• DimOS: Python robotics runtime with agents, SLAM and teleop, no ROS required