Dispositivo abierto de bajo coste para reconstrucción 3D de entornos
DOI:
https://doi.org/10.17979/ja-cea.2026.47.13822Palabras clave:
Fusión de información y sensores, Percepción y detección, Robots móviles, Sistemas de posicionamiento, Localización, Mapeado, Integración de sensores y percepciónResumen
Este trabajo presenta un dispositivo portátil de bajo coste basado en LiDAR 3D y cámara RGB para la adquisición de datos y la reconstrucción tridimensional de entornos. El sistema ha sido diseñado como una plataforma abierta y modular orientada a investigación, prototipado y experimentación, utilizando sensores compactos, fabricación mediante impresión 3D y una arquitectura software desarrollada sobre ROS 2. La propuesta combina información geométrica y visual para generar nubes de puntos colorizadas mediante procesos de calibración y proyección LiDAR-cámara. Además, se describen tanto el diseño hardware del dispositivo como la integración software utilizada para adquisición, sincronización y visualización de datos. Finalmente, se presenta una validación experimental preliminar del sistema en entornos reales, mostrando la viabilidad de la propuesta como alternativa flexible frente a soluciones comerciales cerradas y de elevado coste.
Referencias
3D MakerPro, 2026. 3D MakerPro Eagle LiDDAR Scanner. https://eu.store.3dmakerpro.com/products/eagle
Artec 3D, 2026. Artec Jet Scanner. https://www.artec3d.com/es/portable-3d-scanners/artec-jet.
Guadagnino, T., Mersch, B., Gupta, S., Vizzo, I., Grisetti, G., Stachniss, C., 2025. KISS-SLAM: A Simple, Robust, and Accurate 3D LiDAR SLAM System With Enhanced Generalization Capabilities. In: 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). pp.5363–5370. DOI: 10.1109/IROS60139.2025.11246613
Gurumadaiah, A. K., Park, J., Lee, J.-H., Kim, J., Kwon, S., 2025. Precise synchronization between lidar and multiple cameras for autonomous driving: An adaptive approach. IEEE Transactions on Intelligent Vehicles 10 (3). DOI: 10.1109/TIV.2024.3444780
Koide, K., Oishi, S., Yokozuka, M., Banno, A., 2023. General, single-shot, target-less, and automatic lidar-camera extrinsic calibration toolbox. In: 2023 IEEE International Conference on Robotics and Automation (ICRA). DOI: 10.1109/ICRA48891.2023.10160691
Leica, 2026. Leica BLK2GO Scanner. https://shop. leica-geosystems.com/es/es-ES/reality-capture/blk2go/overview.
Lin, Z., Gao, Z., Chen, B. M., Chen, J., Li, C., 2024. Accurate lidar-camera fused odometry and rgb-colored mapping. IEEE Robotics and Automation Letters 9 (3), 2495–2502. DOI: 10.1109/LRA.2024.3356982
Liu, B., Zhao, G., Jiao, J., Cai, G., Li, C., Yin, H., Wang, Y., Liu, M., Hui, P.,2024. Omnicolor: A global camera pose optimization approach of lidar360camera fusion for colorizing point clouds. In: 2024 IEEE international conference on robotics and automation (ICRA). IEEE, pp. 6396–6402. DOI: 10.1109/ICRA57147.2024.10610292
Maset, E., Cucchiaro, S., Cazorzi, F., Crosilla, F., Fusiello, A., Beinat, A., 2021. Investigating the performance of a handheld mobile mapping system in different outdoor scenarios. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences 43, 103– 109. DOI: 10.5194/isprs-archives-XLIII-B1-2021-103-2021
Maset, E., Scalera, L., Beinat, A., Visintini, D., Gasparetto, A., 2022. Performance investigation and repeatability assessment of a mobile robotic system for 3d mapping. Robotics 11 (3), 54. DOI: 10.3390/robotics11030054
NavVis, 2026. NavVis VLX 3 wearable LiDAR Scanner. https://www.navvis.com/vlx-3.
Otero, R., Laguela, S., Garrido, I., Arias, P., 2020. Mobile indoor mapping ¨ technologies: A review. Automation in Construction 120, 103399. DOI: 10.1016/j.autcon.2020.103399
Ramezani, M., Wang, Y., Camurri, M., Wisth, D., Mattamala, M., Fallon, M., 2020. The newer college dataset: Handheld lidar, inertial and vision with ground truth. In: 2020 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). IEEE, pp. 4353–4360. DOI: 10.1109/IROS45743.2020.9340849
Ranasinghe, P., Patra, D., Banerjee, B., Raval, S., 2025. Lidar point cloud colourisation using multi-camera fusion and low-light image enhancement. Sensors 25 (21), 6582. DOI: 10.3390/s25216582
Scaramuzza, D., Harati, A., Siegwart, R., 2007. Extrinsic self calibration of a camera and a 3d laser range finder from natural scenes. In: 2007 IEEE/RSJ International Conference on Intelligent Robots and Systems. IEEE, pp. 4164–4169. DOI: 10.1109/IROS.2007.4399276
Shan, T., Englot, B., 2018. Lego-loam: Lightweight and ground-optimized lidar odometry and mapping on variable terrain. In: 2018 IEEE/RSJ international conference on intelligent robots and systems (IROS). IEEE, pp. 4758–4765. DOI: 10.1109/IROS.2018.8594299
Tan, Z., Zhang, X., Teng, S., Wang, L., Gao, F., 2024. A review of deep learning-based lidar and camera extrinsic calibration. Sensors 24 (12), 3878. DOI: 10.3390/s24123878
Vizzo, I., Guadagnino, T., Mersch, B., Wiesmann, L., Behley, J., Stachniss, C., 2023. Kiss-icp: In defense of point-to-point icp–simple, accurate, and robust registration if done the right way. IEEE Robotics and Automation Letters 8 (2), 1029–1036. DOI: 10.1109/LRA.2023.3236571
Wei, P., Fu, K., Villacres, J., Ke, T., Krachenfels, K., Stofer, C. R., Bayati, N., Gao, Q., Zhang, B., Vanacker, E., et al., 2024. A compact handheld sensor package with sensor fusion for comprehensive and robust 3d mapping. Sensors 24 (8), 2494.
Zhang, J., Singh, S., et al., 2014. Loam: Lidar odometry and mapping in realtime. In: Robotics: Science and systems. Vol. 2. Berkeley, CA, pp. 1–9.
Zhou, L., Li, Z., Kaess, M., 2018. Automatic extrinsic calibration of a camera and a 3d lidar using line and plane correspondences. In: 2018 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). IEEE, pp. 5562–5569. DOI: 10.1109/IROS.2018.8593660
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Martín Bayón-Gutiérrez, Alicia Gómez-Pascual, Sergio Fernández-Blanco, José Alberto Benítez-Andrades, Carmen Benavides, Natalia Prieto-Fernández
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
