Uno degli errori più comuni durante un’acquisizione SLAM è arrivare davanti a una porta chiusa, girarsi verso la maniglia, aprirla e poi buttarsi subito nella stanza successiva.

Il problema è che in quel momento lo scanner può perdere continuità: prima vedeva una stanza, poi vede una porta molto vicina, poi improvvisamente un ambiente nuovo. Per lo SLAM è come se gli venisse tolto il contesto.

Il trucco è semplice: apri la porta andando leggermente indietro, mantenendo lo strumento orientato verso la stanza da cui provieni.

In pratica:

1. Avvicinati alla porta lentamente.
2. Prima di aprirla, lascia allo scanner qualche secondo per “leggere” bene l’ambiente in cui ti trovi.
3. Apri la porta facendo uno o due passi indietro o laterali.
4. Mantieni lo scanner orientato verso la stanza già acquisita.
5. Solo dopo, attraversa la soglia con movimento lento e progressivo.

Così lo SLAM mantiene un collegamento tra l’ambiente precedente e quello nuovo. È un piccolo gesto, ma può evitare errori di allineamento proprio nei punti più delicati: le transizioni tra stanze.

2. Non pensare in linea retta: pensa sempre ad “anelli” e ritorni

Con uno scanner SLAM, il percorso ideale non è quasi mai una lunga linea da A a B.

Il percorso migliore è quello che permette allo strumento di ritrovare zone già acquisite. Questo concetto si chiama, in modo pratico, chiusura del loop: torni in un punto già visto e aiuti il sistema a correggere eventuali piccoli errori accumulati durante il tragitto.

Quando possibile, evita di fare:

• corridoio lungo solo in andata;
• piano intero senza mai tornare su zone già acquisite;
• grandi ambienti percorsi solo lungo il perimetro;
• stanze visitate una volta sola e poi abbandonate.

Meglio invece ragionare così:

• parti da un punto riconoscibile;
• percorri una zona;
• torna vicino al punto di partenza;
• crea piccoli anelli nei corridoi;
• rientra periodicamente in ambienti già acquisiti;
• chiudi sempre il rilievo tornando in una zona nota.

Un buon rilievo SLAM non è una passeggiata casuale: è una coreografia.

3. In ambienti poveri di dettagli, crea tu dei riferimenti

Lo SLAM lavora meglio quando l’ambiente ha geometrie riconoscibili: angoli, porte, arredi, pilastri, dislivelli, pareti non tutte uguali.

Gli ambienti più difficili sono spesso:

• corridoi lunghi e ripetitivi;
• magazzini vuoti;
• stanze completamente bianche;
• parcheggi con elementi tutti uguali;
• gallerie;
• grandi open space senza arredi;
• locali tecnici con superfici molto simili.

In questi casi, un trucco pratico è creare riferimenti temporanei.

Puoi usare, ad esempio:

• treppiedi;
• target;
• coni;
• cassette;
• pannelli;
• zaini o oggetti ben riconoscibili;
• marker posizionati in punti strategici.

Non devono essere necessariamente target topografici, se lo scopo è solo aiutare la lettura SLAM. Devono però essere oggetti stabili, ben visibili e possibilmente non tutti uguali.

L’obiettivo è dare allo scanner qualcosa da riconoscere durante il movimento. In un corridoio anonimo, anche pochi riferimenti ben distribuiti possono aiutare molto.

4. Muoviti come se stessi portando un vassoio pieno

Uno scanner SLAM non ama i movimenti nervosi.

Camminare troppo veloce, ruotare improvvisamente, inclinare lo strumento, fermarsi e ripartire di scatto può peggiorare la qualità della traiettoria.

La regola pratica è questa: muoviti come se stessi portando un vassoio pieno di bicchieri.

Quindi:

• passo costante;
• curve ampie;
• rotazioni lente;
• niente movimenti a scatto;
• niente cambi improvvisi di direzione;
• attenzione a scale, soglie e rampe;
• rallenta nei punti stretti;
• evita di puntare lo scanner troppo vicino a pareti o pavimenti.

Nei cambi di direzione a 90°, meglio rallentare leggermente e accompagnare la rotazione. Non serve fermarsi a lungo, ma serve evitare il classico movimento “mi giro di colpo e riparto”.

Lo SLAM deve capire dove sta andando. Se tu ti muovi in modo fluido, gli rendi il lavoro più facile.

5. Non attraversare i punti critici una sola volta

Porte, scale, corridoi stretti, cambi di piano, passaggi esterno-interno e zone con molte superfici vetrate sono punti delicati.

L’errore è considerarli semplici zone di passaggio.

In realtà sono spesso i punti in cui la nuvola può presentare:

• sdoppiamenti;
• disallineamenti;
• pareti “fantasma”;
• deformazioni;
• perdita di continuità tra ambienti.

Il trucco è fare una piccola “cucitura” nei punti critici.

Ad esempio:

• prima di entrare in una scala, fai un piccolo giro nella zona di partenza;
• sul pianerottolo, rallenta e fai respirare lo scanner;
• arrivato al piano successivo, non scappare subito: fai un piccolo loop;
• nei passaggi tra interno ed esterno, resta qualche secondo in prossimità della soglia;
• nei corridoi stretti, se possibile, ripassa in senso opposto.

Non devi acquisire tutto due volte. Devi però dare più informazioni proprio nei punti dove lo SLAM rischia di essere più debole.

La qualità finale spesso non si decide nelle stanze grandi e facili, ma nelle transizioni.

Conclusione

Il laser scanner SLAM è uno strumento potentissimo, ma non è magico.

La differenza tra una nuvola “accettabile” e una nuvola davvero buona spesso non dipende solo dallo strumento, ma dal metodo di acquisizione.

Aprire una porta nel modo corretto, chiudere i loop, muoversi lentamente, creare riferimenti negli ambienti poveri di geometria e curare le transizioni sono accorgimenti semplici, ma fondamentali.

Il vero trucco è questo:
non devi solo camminare con lo scanner. Devi guidare lo SLAM.

I due standard aperti più diffusi sono il formato LAS, sviluppato dall’ASPRS e diventato lo standard di riferimento per i dati lidar, e il formato E57, definito dall’ASTM per gli scanner terrestri e i sistemi di acquisizione 3D. Entrambi hanno lo stesso obiettivo – archiviare e scambiare nuvole di punti – ma nascono con filosofie diverse: il LAS è pensato principalmente per i rilievi aerei e topografici, mentre l’E57 è più orientato alla scansione terrestre e alla gestione di progetti complessi con più stazioni.

Per orientarsi nella scelta, di seguito viene riportata una comparazione delle principali caratteristiche delle versioni LAS 1.2, 1.3, 1.4 e del formato E57.

LAS

Il formato LAS (standard ASPRS) è quello più usato per le nuvole di punti (lidar, fotogrammetria, scanner terrestri ecc.). Le versioni 1.2, 1.3, 1.4 sono tutte retrocompatibili, ma introducono funzionalità diverse:

🔹 LAS 1.2 (2008)

• È ancora oggi il più diffuso perché semplice e supportato da praticamente tutti i software.
• Supporta fino a 5 ritorni per impulso.
• Dimensioni file relativamente contenute.
• Limite principale: poche informazioni nei record degli attributi.

🔹 LAS 1.3 (2009)

• Introdotto per gestire dataset lidar aerei di grandi dimensioni.
• Supporta GPS Time più esteso (più preciso, utile per grandi dataset multipli).
• Introduce il concetto di Waveform Data Packets → registra la forma completa dell’impulso laser, non solo i punti.
• Più adatto se si lavora con lidar aerotrasportato e si vuole conservare l’informazione grezza.

🔹 LAS 1.4 (2011)

• La versione più recente e completa.
• Supporta fino a 15 ritorni per impulso.
• Introduce nuove classificazioni estese (es. vegetazione, cavi elettrici, auto, ecc.).
• Supporta attributi aggiuntivi: intensity a 16 bit, più precisione per coordinate, più spazio per i metadati.
• Permette record extra (EVLR) per aggiungere informazioni personalizzate.
• È lo standard consigliato per dataset moderni (soprattutto se si usano droni o lidar terrestri con tanti ritorni).

E57

Il formato E57 è uno dei formati più usati per scambiare nuvole di punti 3D tra software e strumenti diversi. È uno standard ASTM, pensato per dati provenienti da laser scanner, sistemi LiDAR, scanner 3D, fotogrammetria e altri sistemi di acquisizione 3D. È aperto, vendor-neutral e può contenere non solo i punti, ma anche immagini e metadati di acquisizione.

🔹Struttura tecnica

Un E57 non è un semplice file “lista di punti”. È più strutturato:

1. Header
   Contiene informazioni base sul file: firma, versione, lunghezza del file, posizione della sezione XML, dimensione pagina, ecc.
2. Sezioni binarie
   Qui sono salvati i dati pesanti: milioni o miliardi di punti, immagini compresse, vettori compressi. Le sezioni binarie usano ordine little-endian e pagine con controllo CRC.
3. Sezione XML
   Descrive la gerarchia del file: scansioni, immagini, trasformazioni, metadati e collegamenti ai dati binari. In pratica, l’XML dice “cosa c’è nel file” e il binario contiene “i dati pesanti”.

🔹Perché è molto usato

Il vantaggio principale dell’E57 è l’interoperabilità. È pensato per passare dati tra software e strumenti diversi: FARO, Leica, Trimble, Z+F, Riegl, Autodesk ReCap, CloudCompare, Cyclone, software BIM/CAD e così via.

Rispetto a formati più semplici come XYZ, TXT o PTS, l’E57 conserva molte più informazioni: colore, intensità, immagini, posizione delle scansioni e struttura del rilievo. Rispetto a formati proprietari come RCP/RCS, LGS, FLS, ZFS, è più adatto allo scambio tra ambienti diversi.

🔹E57 strutturato e non strutturato

Un aspetto importante: un E57 può essere esportato in modo diverso a seconda del software.

Un E57 strutturato mantiene le singole stazioni di scansione, le griglie di acquisizione, le immagini panoramiche e spesso le pose dello scanner. È utile quando vuoi conservare il rilievo come è stato acquisito.

Un E57 non strutturato è più simile a una nuvola unica unificata: contiene i punti, magari colore e intensità, ma può perdere informazioni sulle singole scansioni, sulle immagini e sulle posizioni scanner.

Per lavori con laser scanner statico, conviene spesso esportare un E57 strutturato. Per consegne leggere o per import in CAD/BIM, spesso si usa un E57 unificato/non strutturato.

Confronto con altri formati

⚙️ Perché a bassa quota il sistema preferisce 6K

Quando voli basso:

• il campo inquadrato da ogni foto diventa molto piccolo
• quindi per mantenere overlap corretto:
  • la camera deve scattare MOLTO più frequentemente

E qui nasce il problema.

📸 12K = immagini enormi = raffica più lenta

In 12K:

• ogni immagine pesa molto
• tempo di lettura sensore più lungo
• tempo di scrittura maggiore
• throughput dati enorme

A bassa quota:

• il drone percorre pochi metri tra uno scatto e l’altro
• servono foto rapidissime

👉 quindi 12K può non riuscire a mantenere:

• overlap frontale
• sincronizzazione
• nitidezza

✈️ Esempio pratico

Volo a 100 m

Ogni foto copre molta superficie.

Quindi:

• puoi scattare meno frequentemente
• 12K è gestibile

Volo a 40–50 m

Ogni foto copre poca superficie.

Per avere:

• 80% overlap

la camera deve scattare molto più rapidamente.

👉 In 12K:

• buffer stressato
• rolling shutter più critico
• rischio frame persi
• rischio gap nel matching

Per questo DJI suggerisce 6K.

🧠 Il punto chiave: GSD già molto alto a bassa quota

Quando voli basso, hai già:

• pixel a terra molto piccoli

Quindi anche in 6K:

• il dettaglio reale è già eccellente

Passare a 12K:

• aumenta tantissimo il peso dati
• ma spesso migliora pochissimo il risultato finale

📐 In pratica DJI sta ottimizzando:

A bassa quota:

✔ velocità di acquisizione
✔ overlap stabile
✔ affidabilità del matching
✔ continuità dataset

anziché:
❌ massima risoluzione teorica

🔥 Il vero collo di bottiglia è il tempo tra gli scatti

A quota bassa:

• il drone “consuma overlap” velocemente

Quindi la camera deve:

• leggere sensore
• processare
• salvare
• essere pronta per lo scatto successivo

👉 6K permette frequenze di acquisizione molto più sostenibili.

🎯 Conclusione pratica

Se fai:

• LiDAR mapping
• corridoi
• missioni automatiche basse e veloci

👉 6K spesso produce dataset MIGLIORI e più affidabili del 12K.

12K conviene soprattutto:

• voli lenti
• manuali
• fotogrammetria dedicata
• facciate
• texture ultra-dettagliate.

Perchè DJI mi consiglia di abbassare la frequenza se aumento l’altezza di volo?

⚙️ 1. Il principio chiave: più frequenza = più punti… ma meno distanza utile

• kHz = impulsi laser al secondo
• Più impulsi → più punti → maggiore dettaglio
• Ma ogni impulso deve:
  1. partire
  2. raggiungere il terreno
  3. tornare al sensore

👉 Se voli troppo alto, il tempo di andata/ritorno aumenta.

Se nel frattempo il sensore emette troppi impulsi (alta frequenza), succede un problema 👇

⛔ 2. Problema: ambiguità del segnale (pulse overlap)

A frequenze alte:

• il sensore rischia di ricevere il ritorno di un impulso precedente mentre ne ha già inviato un altro
• questo crea errori di distanza (range ambiguity)

👉 Per evitarlo, si limita la quota quando si usano frequenze alte.

📏 3. Perché le quote diminuiscono aumentando la frequenza

🔵 100 kHz → fino a ~500 m (4, 8, 16 ritorni)

• pochi impulsi al secondo
• c’è tempo sufficiente per il ritorno del segnale
• quindi puoi volare più alto

✔️ ideale per grandi aree

🟢 350 kHz → fino a ~300 m (4, 8, 16 ritorni)

• più impulsi → meno tempo tra uno e l’altro
• bisogna ridurre la distanza per evitare sovrapposizioni

🟡 1000 kHz → fino a ~100 m (4, 8 ritorni)

• altissima frequenza
• impulsi molto ravvicinati nel tempo
• serve distanza corta per avere ritorni “puliti”

✔️ ottieni alta densità ma devi volare basso

🔴 2000 kHz → fino a ~50 m (4 ritorni)

• impulsi estremamente frequenti
• anche pochi microsecondi fanno la differenza
• se voli alto → segnali si confondono

✔️ massimo dettaglio, ma solo a corto raggio

🧠 4. Regola fisica semplificata

Il limite nasce da questa relazione:

• tempo di ritorno ∝ distanza
• intervallo tra impulsi ∝ 1 / frequenza

👉 Per evitare errori:
tempo di ritorno < intervallo tra impulsi

Quindi:

• alta frequenza → intervallo piccolo → distanza deve essere piccola

📊 5. Regola veloce (pratica sul campo)

• Vegetazione fitta / grandi aree → 100–350 kHz
• Uso generale → ~350 kHz
• Dettaglio urbano/infrastrutture → 1000 kHz
• Ultra dettaglio ravvicinato → 2000 kHz