Sobre as Cookies neste site Nossos sites requererem alguns cookies para funcionarem corretamente (obrigatório). Além disso, outros cookies podem ser usados com seu consentimento para analisar o uso do site, melhorar a experiência do usuário e para publicidade. Para obter mais informações, revise as opções de. Ao visitar nosso website, você concorda com nosso processamento de informações conforme descrito nadeclaração de privacidade da IBM. Para proporcionar uma navegação tranquila, suas preferências de cookie serão compartilhadas nos domínios da web da IBM listados aqui.
O que é LiDAR?
LiDAR, um acrônimo para “detecção e alcance de luz”, é uma tecnologia de sensoriamento remoto que usa feixes de laser para medir distâncias e movimentos precisos em um ambiente, em tempo real.
Os dados do LiDAR (Light Detection and Ranging) podem ser utilizados para gerar tudo, desde mapas topográficos detalhados até modelos 3D precisos e dinâmicos, necessários para guiar com segurança um veículo autônomo por um ambiente de rápida e constante mudança.
A tecnologia de sensor LiDAR também é usada para avaliar perigos e desastres naturais, como fluxos de lava, deslizamentos de terra, tsunamis e inundações.
Com divulgações ESG começando já em 2025 para algumas empresas, certifique-se de estar preparado com nosso guia.
O sensor LiDAR trabalha com os mesmos princípios do radar ("detecção e telemetria do rádio", um sistema de localização frequentemente usado por navios e aviões) e sonar ("navegação e telemetria sônica", um sistema normalmente usado por submarinos).
Todas as três tecnologias emitem ondas de energia para detectar e rastrear objetos. A diferença é que, enquanto o radar utiliza microondas e o sonar utiliza ondas sonoras, o LiDAR utiliza luz refletida, que pode medir a distância mais rapidamente, com maior precisão e maior resolução do que o radar ou sonar.
Componentes de LiDAR
Um instrumento LiDAR típico é composto por vários componentes:
- um scanner a laser que emite pulsos rápidos de luz laser infravermelha próxima
- um sensor LiDAR usado para detectar e coletar os pulsos de luz de retorno, e
- um processador para calcular o tempo e distância e para construir o conjunto de dados resultante, chamado de nuvem de ponto LiDAR.
Para que a detecção remota seja precisa, as medições de tempo e espaço devem ser exatas; então, um sistema LiDAR também utilizará sistemas eletrônicos de registro de tempo, uma unidade de medição inercial (IMU) e GPS.
Medição do LiDAR
O instrumento LiDAR emite luz pulsátil a laser para o ambiente. Esses pulsos, viajando na velocidade da luz, ricocheteiam nos objetos ao redor e retornam ao sensor LiDAR. O sensor mede o tempo que levou para cada pulso retornar e calcula a distância percorrida. Uma vez que a velocidade da luz a laser é constante, esse "tempo de voo" pode ser utilizado para calcular distâncias precisas.
Ao repetir o processo e enviar pulsos a laser para uma área maior, as medições de tempo de voo podem ser recolhidas em bilhões de pontos individuais e processadas em tempo real, naquilo que é conhecido como uma nuvem de pontos LiDAR.
Análise e modelagem de dados do LiDAR
Os dados passam por várias etapas de processamento para transformar a nuvem de pontos LiDAR em um mapa 3D. Primeiro, são verificados quanto à exatidão e integridade e são limpos para remover ruídos anômalos. Em seguida, as características da superfície do solo, como edifícios, margens de rios e cobertura florestal, podem ser identificadas e classificadas de forma algorítmica.
Para simplificar a análise, os algoritmos reduzem a amostra da nuvem de pontos para remover dados redundantes e reduzir o tamanho do arquivo. Então, os dados são convertidos no formato de arquivo LAS (ou LASer) padrão do setor, usado para trocar dados x, y, z 3D.
Finalmente, uma vez convertidos em LAS, os dados da nuvem de pontos podem ser visualizados e modelados em um mapa 3D do terreno varrido. Esses cálculos são constantes e contínuos para um sistema LiDAR em movimento, como os usados em veículos autônomos. De acordo com uma fonte, carros autônomos geram e processam um terabyte de dados a cada hora de operação.1
Os sistemas LiDAR podem ser divididos em dois tipos principais com base em sua plataforma: LiDAR transportado pelo ar e LiDAR terrestre.
LiDAR transportado pelo ar
Sistemas LiDAR transportados pelo ar, também chamados sistemas de varredura a laser transportados pelo ar, usam leitores LiDAR montados em aeronaves (geralmente helicópteros ou UAVs) para gerar modelos 3D da superfície do solo.
O mapeamento LiDAR aerotransportado tornou-se uma ferramenta valiosa para a criação de modelos digitais de elevação da superfície da Terra, substituindo principalmente o método de fotogrametria mais antigo e menos preciso. A varredura LiDAR aerotransportada também é amplamente usada na silvicultura, para criar levantamentos LiDAR da cobertura florestal e modelos de terrenos topográficos da superfície do solo da floresta.
Os tipos de tecnologia LiDAR transportada pelo ar incluem:
LiDAR batimétrico
O LiDAR batimétrico captura dados GIS em águas rasas e ao longo da costa. O LiDAR batimétrico emite feixes de laser verdes em um comprimento de onda que pode penetrar na água, para medir a elevação digital do fundo do mar, em vez de usar luz laser infravermelha como os sistemas LiDAR típicos.
LiDAR baseado no espaço
A NASA e outras agências espaciais usam o LiDAR baseado no espaço para navegação de espaçonaves e mapeamento digital de corpos celestes. O LiDAR também é usado para pilotar os veículos autônomos da NASA e pilotar o helicóptero Ingenuity em Marte.
LiDAR Terrestre
LiDAR Terrestrial é um sistema LiDAR baseado em terreno frequentemente utilizado para mapeamento de terreno e paisagem. O LiDAR Terrestrial pode ser usado para coletar dados mais localizados e de curto alcance, tornando-o ideal para mapear áreas menores com alta precisão.
Os tipos de LiDAR terrestre incluem:
LiDAR estático
Alguns sistemas LiDAR terrestres são estáticos, fixos em um local e usados para fazer varreduras LiDAR precisas e repetidas de uma única área.
O LiDAR estático é frequentemente usado para sítios arqueológicos, projetos de construção e avaliações de riscos. Ele pode monitorar a superfície do solo de vulcões ativos, falhas de terremotos e zonas de inundação.
LiDAR móvel
O LiDAR móvel é uma forma de LiDAR terrestre que coleta dados LiDAR de um veículo em movimento.
Os sistemas LiDAR móveis (MLSs) são fundamentais para o setor automotivo no desenvolvimento da assistência ao motorista e da direção autônoma: a coleta de dados de detecção e telemetria de luz em tempo real permite que os carros autônomos identifiquem os ativos e a infraestrutura das estradas de forma rápida, precisa e econômica.
As varreduras LiDAR têm uma ampla gama de usos do mundo real em muitos setores. Elas podem criar modelos detalhados de terreno da superfície do solo e do fundo do mar e também produzir visualizações precisas, de alta resolução e em tempo real de objetos em movimento.
Sensores de LiDAR são usados para medir paisagismo agrícola e topografia, para estimativa de biomassa de colheita e para detectar propriedades do solo mapeando variações de profundidade, inclinação, umidade e aspecto. LiDAR também é usado para pilotar veículos agrícolas autônomos.
O LiDAR é usado para mapeamento de terrenos, rastreamento de alvos, busca de minas e geração de imagens através de nuvens, além de planejamento de missões usando visualizações sofisticadas do campo de batalha, mesmo em ambientes urbanos densos.
Saiba mais sobre soluções de tecnologia de inteligência e defesa
Sistemas avançados de assistência ao motorista (ADAS) e veículos autônomos, como carros autônomos, usam dados de mapa LiDAR 3D para "ver" e navegar pelas estradas e outros ambientes.
LiDAR pode ser usado para medições precisas da velocidade do vento, e também é usado por aeroportos para rastrear aeronaves e detritos de objetos estrangeiros (FOD).
O LiDAR batimétrico usa luz laser verde para penetrar na água e criar modelos digitais de elevação de reservatórios de águas rasas, rios e solos oceânicos costeiros. Ele pode medir a erosão, mapear o habitat da vida selvagem e avaliar o risco dentro de zonas de inundação.
Saiba como IA, IoT e monitoramento digital podem transformar portos marítimos e transporte marítimo
O LiDAR pode pesquisar de forma rápida e precisa um canteiro de obras, calcular o volume de materiais e ser usado para realizar inspeções de segurança e detectar possíveis perigos.
Saiba como uma abordagem digitalmente integrada capacita a criação de projetos
A tecnologia LiDAR é usada para avaliação de recursos eólicos, exploração de petróleo e gás e gestão de vegetação para a manutenção de linhas de energia.
O LiDAR é usado para mapear ambientes em aplicações de realidade virtual e realidade aumentada.
Além de fornecer mapas topográficos detalhados, o LiDAR pode ser utilizado para medir as características estruturais de árvores, como índice de área da folha e volume de copa da floresta, e é uma ferramenta valiosa no gerenciamento de vegetação. É também usado para monitorar e conter incêndios florestais.
Saiba como as soluções tecnológicas ajudam a deter o desmatamento global
Minas e pedreiras são de difícil acesso, e o LiDAR é cada vez mais usado para levantamento, mapeamento e segurança do trabalhador. As varreduras LiDAR também podem ser usadas para medições de volume em pedreiras.
A tecnologia LiDAR pode ser usada para criar modelos 3D de objetos para uso na fabricação. Também pode ser usada para controle de qualidade, para detectar anomalias e defeitos.
Saiba mais sobre as soluções de tecnologia de manufatura da IBM
O LiDAR é utilizado para criar modelos de elevação digital e mapear estradas, pontes e outras características geográficas e de infraestruturas.
Saiba como os dados geoespaciais podem ser utilizados para fornecer insights de negócios
O LiDAR pode ser usado para varrer a cobertura florestal e monitorar a densidade, as espécies e a saúde da vegetação, para identificar a vegetação que pode representar um alto risco para os serviços públicos e outras infraestruturas.
Os sensores LiDAR são usados para medir a temperatura, a cobertura de nuvens, a velocidade do vento, a densidade do ar e outros parâmetros atmosféricos, e fornecem dados vitais para os modelos de previsão do tempo.
Saiba mais sobre as soluções de previsão meteorológica da IBM
As equipes de pesquisa estão continuamente desenvolvendo novos sistemas e algoritmos para aumentar a precisão, velocidade e eficácia do LiDAR, e há um desenvolvimento contínuo focado em tornar a tecnologia LiDAR menor, mais leve e mais acessível.
Isto permitiria uma adoção mais ampla em vários setores e aplicações, incluindo produtos eletrônicos de consumo, robótica e dispositivos domésticos inteligentes. O LiDAR está se tornando cada vez mais popular em veículos autônomos, e espera-se que desempenhe um papel significativo no futuro dos automóveis.
À medida que a tecnologia continua melhorando e os custos diminuindo, é provável que as aplicações de LiDAR aumentem drasticamente.
Soluções relacionadas
Obtenha insights climáticos e meteorológicos para prever condições ambientais disruptivas, gerenciar proativamente os riscos e desenvolver operações mais sustentáveis
Transforme a ambição de sustentabilidade em ação e atue de acordo com suas metas de sustentabilidade para um futuro resiliente com as soluções sustentáveis da IBM.
Use dados de satélite e análises preditivas LiDAR no modo Geiger, que são combinadas com informações meteorológicas para fornecer insights baseados em inteligência artificial e tomar decisões mais informadas sobre o gerenciamento de vegetação utilitária.
Recursos
Saiba como os dados geoespaciais se tornaram uma ferramenta essencial para o planejamento estratégico de negócios em torno da sustentabilidade ambiental.
Descubra como as empresas industriais estão integrando a tecnologia operacional (OT) aos dados de TI para melhorar a manutenção, o monitoramento e o gerenciamento de ativos.
Tome decisões melhores de gerenciamento de vegetação combinando dados de clima, satélite e IoT com recursos inteligentes de priorização e geração de relatórios.
Veja como organizações utilizam dados geoespaciais para revelar padrões e tendências e obter insights sobre relacionamentos entre variáveis.
Notas de rodapé
1David Edwards, "On the Way to Solving the Big Data Problem in Autonomous Driving"(link externo a ibm.com), Robotics and Automation, 21 de julho de 2022