LiDAR 2D czy kamera: co wybrać do śledzenia widzów?

Zaczyna się od tego, co właściwie ma zostać wykryte: dotyk na ścianie, pozycja widza na podłodze, gest dłoni, sylwetka całego ciała czy może reakcja kilku osób naraz.

To rozróżnienie szybko porządkuje decyzję. LiDAR 2D dobrze radzi sobie z pomiarem odległości i wyznaczaniem współrzędnych XY, także w całkowitej ciemności i przy zmiennym oświetleniu. Kamera daje znacznie bogatszy obraz sytuacji: może analizować dłonie, kształty, sylwetki i bardziej złożone gesty. Jednocześnie przechwytuje obraz, a więc w przestrzeni publicznej od razu pojawiają się pytania o prywatność, przechowywanie danych i zgodność z RODO.

W praktyce pytanie „LiDAR czy kamera w instalacji interaktywnej?” jest więc pytaniem o kompromis między zakresem rozpoznawania, odpornością środowiskową, prostotą integracji i akceptowalnym poziomem ingerencji w prywatność widzów.

Prywatność i RODO: przewaga LiDAR-u w galerii

Wystawa, muzeum, festiwal sztuki cyfrowej albo instalacja ustawiona w holu instytucji kultury to nie laboratorium. Z urządzenia może korzystać wiele osób, często bez wcześniejszej rejestracji i bez dokładnej wiedzy o tym, jak działa system. Widz nie powinien musieć rozumieć architektury technicznej instalacji, żeby wejść w interakcję.

LiDAR 2D w tym scenariuszu ma prostą, istotną przewagę: mierzy odległość i położenie punktów w płaszczyźnie, ale nie przechwytuje obrazu twarzy ani cech biometrycznych użytkowników. Zamiast klatki wideo system otrzymuje dane przestrzenne, na przykład współrzędne XY obiektu znajdującego się w określonym obszarze.

To wystarcza, gdy instalacja ma reagować na:

• dotknięcie powierzchni interaktywnej;
• wejście widza w wyznaczoną strefę;
• ruch po podłodze lub przed ścianą;
• obecność kilku punktów w polu działania;
• kierunek i tempo przemieszczania się użytkownika;
• kontakt z projekcją albo mapą wyświetlaną na płaskiej powierzchni.

Nie oznacza to, że LiDAR rozwiązuje wszystkie kwestie prawne automatycznie. Nadal trzeba opisać sposób działania instalacji, zakres zbieranych danych i ich przepływ. Różnica polega jednak na tym, że system nie musi rejestrować wizerunku osób, aby wykrywać ich położenie. To ogranicza zakres problemu już na poziomie projektu, a nie dopiero w regulaminie przy wejściu.

Kamera działa inaczej. Nawet jeżeli obraz jest przetwarzany lokalnie i nie trafia do chmury, system wizyjny analizuje dane wizualne. W zależności od konfiguracji może wykrywać twarz, sylwetkę, dłonie, kierunek spojrzenia albo charakterystyczne punkty ciała. Dla twórcy otwiera to szerokie możliwości, ale dla operatora przestrzeni publicznej oznacza dodatkowe obowiązki i większą ostrożność.

Jeśli instalacja ma wiedzieć tylko, gdzie znajduje się widz, kamera często widzi więcej, niż jest naprawdę potrzebne.

W kontekście galerii sztuki i wydarzeń kulturalnych ta różnica ma znaczenie również komunikacyjne. Zwiedzający łatwiej akceptują bezosobowy pomiar obecności lub położenia niż obiektyw skierowany na twarz. Sam fakt obecności kamery może zmienić zachowanie publiczności: część osób zaczyna się zastanawiać, czy jest nagrywana, nawet jeśli obraz nie jest zapisywany.

Kiedy kamera nie musi oznaczać rejestracji obrazu?

Kamera może przetwarzać dane bez trwałego zapisu nagrań. Nie usuwa to jednak automatycznie wszystkich zagadnień związanych z prywatnością, ponieważ znaczenie ma także to, jakie informacje są wyliczane z obrazu i czy mogą odnosić się do konkretnej osoby.

W projekcie artystycznym warto więc rozdzielić trzy poziomy:

1. Surowy obraz – materiał zarejestrowany przez kamerę.

2. Dane pośrednie – na przykład punkty dłoni, pozycja stawów albo kontur sylwetki.

3. Dane sterujące – uproszczone informacje, takie jak „widz wszedł do strefy A” lub „dłoń znajduje się nad przyciskiem”.

LiDAR 2D najczęściej zaczyna pracę od tego trzeciego rodzaju logiki, ponieważ dostarcza położenia, a nie obrazu. To nie czyni go uniwersalnym, ale w prostych instalacjach pozwala ograniczyć zbieranie danych do minimum potrzebnego do działania.

Światło, ciemność i zmienne warunki ekspozycji

Wystawa multimedialna potrafi być trudnym środowiskiem dla sprzętu. Projektor zmienia jasność sceny, reflektory kierunkowe tworzą ostre kontrasty, a światło dzienne wpadające przez okna pojawia się i znika wraz z porą dnia. Do tego dochodzą błyszczące powierzchnie, dym sceniczny, intensywne kolory i tłum zasłaniający część pola widzenia.

LiDAR 2D pracuje na podstawie pomiaru odległości za pomocą czasu przelotu światła laserowego. Dzięki temu jego działanie nie zależy od oświetlenia otoczenia w taki sposób jak w przypadku tradycyjnej kamery RGB. Może funkcjonować zarówno w całkowitej ciemności, jak i przy zmiennym lub silnym świetle.

To szczególnie przydatne w trzech typach instalacji:

• projekcjach na ścianie, gdzie obraz zmienia jasność i kontrast;
• środowiskach scenicznych, w których światło jest częścią dzieła;
• ekspozycjach działających przez cały dzień, bez możliwości stałego kontrolowania warunków.

Kamera RGB potrzebuje wystarczającej ilości światła oraz odpowiedniego kontrastu. Przy równomiernym, przewidywalnym oświetleniu może działać bardzo dobrze. Problemy pojawiają się wtedy, gdy twarz, dłoń lub sylwetka na chwilę zlewa się z tłem, zostaje zasłonięta przez innego widza albo znajduje się w cieniu.

Kamery głębi i zestawy stereoskopowe mogą poprawić rozdzielanie obiektów od tła, ale nie sprawiają, że system staje się całkowicie niezależny od warunków. Kamera RGB nie działa bezbłędnie w zupełnej ciemności bez dodatkowego oświetlacza podczerwieni. Jeżeli instalacja ma być niemal całkowicie wygaszona, ten element trzeba przewidzieć już na etapie scenografii i testów.

Światło projekcyjne a sensor

W instalacji z projekcją często występuje pozorna sprzeczność. Obraz musi być wystarczająco jasny, aby widz go zobaczył, ale sensor niekoniecznie powinien analizować ten sam obraz. Kamera może mieć trudność z bardzo jasnym punktem projekcji, migotaniem, zmianą kolorystyki lub podobnym wyglądem dłoni i elementów grafiki.

LiDAR nie interpretuje koloru ani treści projekcji. Dla niego istotna jest odległość od obiektu i jego położenie. Jeżeli system ma wykryć, że ktoś przesunął rękę nad mapą albo wszedł w konkretny obszar podłogi, taka informacja może być stabilniejsza niż analiza obrazu.

Nie należy jednak wyciągać z tego zbyt szerokiego wniosku. Odporność na światło nie oznacza odporności na każdy problem instalacyjny. LiDAR nadal wymaga poprawnego ustawienia, odpowiedniego pola skanowania i sensownego odseparowania stref, które mają być wykrywane. Ściana, słup albo element scenografii może ograniczyć widoczność tak samo skutecznie jak przeszkoda dla kamery.

Precyzja śledzenia: współrzędne XY kontra znaczenie gestu

Najważniejsza różnica między obiema technologiami dotyczy nie samego pomiaru, ale interpretacji ruchu.

LiDAR 2D może wskazać, gdzie znajduje się obiekt w płaszczyźnie. To bardzo dobry fundament dla interakcji przestrzennych, ale nie daje semantycznego rozumienia tego, co widzi. Sensor może wykryć punkt albo zarys ruchu w obszarze skanowania, lecz sam z siebie nie rozpozna, czy jest to dłoń, głowa, plecak czy fragment scenografii.

Kamera ma dostęp do znacznie bogatszego zestawu informacji. Przy użyciu odpowiednich bibliotek analizy obrazu może rozpoznawać:

• gest dłoni;
• położenie palców;
• kształt obiektu;
• orientację sylwetki;
• pełną pozę ciała;
• określone punkty ciała i ich wzajemne relacje;
• ruch wykonywany w kilku wymiarach.

Dlatego kamera jest właściwym wyborem, gdy interakcja opiera się na znaczeniu gestu. Jeśli dzieło ma reagować na uniesienie ręki, obrót dłoni, układ palców albo ruch całego ciała, sam LiDAR 2D nie dostarczy wystarczającej informacji.

Z kolei w interaktywnej ścianie, stole projekcyjnym czy podłodze reagującej na kroki często nie potrzeba rozpoznawać użytkownika. Wystarczy wiedzieć, że w danym miejscu pojawił się punkt kontaktu lub że obiekt przesunął się z jednej strefy do drugiej. W takim przypadku dodatkowa semantyka obrazu może być niepotrzebnym komplikowaniem systemu.

Nie myl śledzenia widza z rozpoznawaniem widza

W projektach artystycznych te pojęcia bywają stosowane zamiennie, choć oznaczają coś innego.

Śledzenie odpowiada na pytanie: gdzie znajduje się osoba i jak się porusza?

Rozpoznawanie próbuje ustalić: co robi, jaki gest wykonuje albo jakie cechy ma jej sylwetka?

LiDAR 2D bardzo dobrze nadaje się do pierwszego zadania. Kamera może realizować oba, zależnie od oprogramowania. Jeżeli instalacja ma jedynie reagować na przejście przez strefę lub nacisk w określonym miejscu, śledzenie pozycji wystarczy. Jeżeli ma odczytywać choreografię rąk albo reagować na postawę ciała, potrzebna jest informacja wizualna.

To rozróżnienie pomaga uniknąć typowego błędu projektowego: kupowania bardziej złożonego systemu tylko dlatego, że potencjalnie potrafi więcej. Technologia powinna odpowiadać na język interakcji dzieła. Dla instalacji opartej na ruchu po płaszczyźnie nadmiar funkcji może oznaczać więcej kalibracji, więcej punktów awarii i trudniejsze wyjaśnienie zasad działania obsłudze.

Integracja z systemami multimedialnymi

W instalacji artystycznej sensor jest tylko jednym elementem układanki. Trzeba jeszcze przekazać dane do oprogramowania generującego obraz, dźwięk, animację albo reakcję świetlną. Im prostszy i bardziej przewidywalny jest ten przepływ, tym łatwiej utrzymać projekt w działaniu podczas wystawy.

LiDAR 2D może szybciej wejść w standardowy obieg danych dla interakcji dotykowych. W wielu scenariuszach współrzędne można przekazywać za pomocą protokołów takich jak TUIO albo HID. To przydatne wtedy, gdy instalacja ma zachowywać się jak wielopunktowy interfejs: użytkownik dotyka obszaru, przesuwa punkt lub uruchamia reakcję w określonej części projekcji.

Kamera wymaga zwykle dodatkowej warstwy analitycznej. Najpierw obraz musi zostać przechwycony, potem przetworzony przez bibliotekę analizy obrazu, a dopiero na końcu zamieniony na dane sterujące. W przypadku gestów dłoni lub pozy ciała dochodzi jeszcze konfiguracja modelu rozpoznawania, kalibracja i sprawdzenie, czy system zachowuje się stabilnie przy różnych odległościach oraz kątach widzenia.

Nie jest to argument przeciwko kamerom. Po prostu kamera rzadziej jest urządzeniem typu podłącz i działaj. Jej możliwości są większe, ale większa jest też liczba decyzji po drodze.

Dwa różne poziomy złożoności

Można to ująć w prostym porównaniu.

W instalacji z LiDAR-em przepływ wygląda zwykle tak: sensor wykrywa odległość, oprogramowanie przelicza ją na współrzędne, a silnik multimedialny uruchamia reakcję. W instalacji z kamerą system musi dodatkowo ustalić, co znajduje się w obrazie i jaką kategorię ruchu reprezentuje.

Przy prostym projekcie różnica jest odczuwalna na kilku etapach:

• podczas pierwszej konfiguracji;
• przy zmianie położenia projektora lub ekranu;
• w testach z udziałem wielu widzów;
• podczas diagnozowania błędów;
• przy przekazywaniu instalacji zespołowi technicznemu.

LiDAR 2D nie wymaga dedykowanej biblioteki widzenia maszynowego tylko po to, aby wskazać pozycję obiektu. Kamera, jeśli ma rozpoznawać gest albo sylwetkę, takiej warstwy potrzebuje.

Z drugiej strony, jeśli projekt już korzysta z rozpoznawania obrazu, kamera może być naturalnym wyborem. Zespół ma wtedy gotowe kompetencje, sprawdzone środowisko programistyczne i modele dopasowane do charakteru interakcji. Próba zastąpienia takiego systemu LiDAR-em mogłaby ograniczyć dzieło zamiast je uprościć.

Najłatwiejszy sensor to nie ten, który ma najmniej funkcji, lecz ten, którego dane odpowiadają dokładnie na pytanie zadawane przez instalację.

Śledzenie jednej osoby i tłumu

Liczba widzów zmienia charakter problemu. Jedna osoba poruszająca dłonią przed ekranem to inny przypadek niż kilkadziesiąt osób przechodzących przez dużą przestrzeń wystawienniczą.

LiDAR 2D może dobrze sprawdzać się w wykrywaniu wielu punktów i obiektów w płaszczyźnie, szczególnie gdy instalacja operuje strefami albo śledzi ruch po podłodze. W wybranych modelach skanowanie może obejmować 360°, co ułatwia projektowanie pola obserwacji, choć rzeczywisty efekt zależy od ustawienia urządzenia, przeszkód i geometrii pomieszczenia.

Przy dużej liczbie osób system nadal nie wie jednak, kim są te osoby ani jakie wykonują gesty. Może wykrywać pozycje i trajektorie, ale interpretacja pozostaje uproszczona. To często wystarcza w pracy z abstrakcyjnym obrazem, światłem lub dźwiękiem: każdy punkt ruchu może generować impuls, zmianę koloru albo lokalną deformację projekcji.

Kamera daje bogatszą analizę, lecz tłum stawia przed nią dodatkowe wyzwania. Sylwetki mogą się zasłaniać, dłonie nakładać na siebie, a algorytm może mieć trudność z przypisaniem konkretnego gestu do właściwej osoby. Im więcej widzów i im bardziej dynamiczna scena, tym ważniejsze stają się kąt widzenia, rozmieszczenie kamer, rozdzielczość oraz sposób filtrowania danych.

W dużej instalacji nie zawsze wygrywa więc kamera tylko dlatego, że potrafi rozpoznać pozę ciała. Jeżeli interakcja ma być zbiorowa i abstrakcyjna, informacja o zagęszczeniu ruchu może być cenniejsza niż dokładne śledzenie każdej sylwetki.

Gdy publiczność ma tworzyć zbiorowy obraz

W sztuce interaktywnej widz nie zawsze jest użytkownikiem wykonującym pojedyncze polecenia. Czasem jego obecność ma współtworzyć atmosferę dzieła. Wtedy instalacja może reagować na liczbę osób, kierunek przepływu, tempo ruchu albo zajętość określonej części przestrzeni.

LiDAR 2D pasuje do takiej logiki, jeśli potrzebne są przede wszystkim dane przestrzenne. Kamera będzie lepsza wtedy, gdy projekt wymaga rozróżnienia zachowań: osoba podnosi rękę, obraca się, pochyla albo wykonuje określony układ ruchów.

Dobrym testem jest opisanie interakcji jednym zdaniem bez używania nazw technologii:

• „Gdy ktoś wejdzie na niebieską strefę, projekcja zmieni kolor” – naturalny przypadek dla LiDAR-u 2D.
• „Gdy widz otworzy dłoń, pojawi się nowa warstwa obrazu” – przypadek dla kamery.
• „Gdy kilka osób zbliży się do siebie, dźwięk przejdzie w inny tryb” – możliwe w obu technologiach, zależnie od wymaganej precyzji.
• „Gdy widz wykona konkretną sekwencję gestów, instalacja odpowie animacją” – wyraźna przewaga kamery.

Konserwacja, kalibracja i praca przez cały sezon

W galerii sensor nie kończy pracy po wernisażu. Musi działać przez wiele godzin, często codziennie, w warunkach, na które twórca nie ma pełnej kontroli. Publiczność dotyka powierzchni, zasłania urządzenia, przestawia elementy scenografii i zmienia sposób korzystania z instalacji.

LiDAR 2D jest pod tym względem wygodny. Nie ma obiektywu przechwytującego obraz sceny, którego działanie trzeba stale oceniać pod kątem ostrości, ekspozycji czy kontrastu. Zgodnie z dostępną dokumentacją badawczą wybrane skanery mogą pracować przez minimalnie 2–3 lata bez konieczności czyszczenia obiektywów. Nie jest to obietnica identyczna dla każdego modelu, ale dobrze pokazuje kierunek: w zastosowaniach wystawienniczych sensor laserowy może wymagać mniej bieżącej opieki optycznej.

Kamera jest bardziej wrażliwa na zmianę warunków wizualnych. Kurz na obiektywie, przesunięcie statywu, inny poziom światła albo nowa grafika w tle mogą pogorszyć wyniki analizy. Jeżeli system rozpoznaje sylwetkę, trzeba też sprawdzić, czy zmiana ubioru, liczba osób i ich wzajemne zasłanianie nie wpływają na stabilność działania.

W obu przypadkach pozostaje kalibracja. Sensor nie wie sam z siebie, gdzie kończy się ekran, gdzie zaczyna strefa interakcji i jaki obszar ma być ignorowany. Różnica tkwi w rodzaju kalibracji:

• przy LiDAR-ze częściej chodzi o mapowanie współrzędnych i odrzucanie niepożądanych obiektów;
• przy kamerze dochodzi ustawienie perspektywy, dopasowanie obrazu do przestrzeni oraz sprawdzenie skuteczności rozpoznawania;
• przy projekcji trzeba dodatkowo zgrać układ współrzędnych sensora z geometrią wyświetlanego obrazu;
• przy instalacji objazdowej trzeba założyć, że każda nowa lokalizacja będzie wymagała ponownego strojenia.

Warto zaplanować tryb awaryjny. Jeżeli sensor przestaje działać, instalacja nie powinna zawieszać całego programu wystawy. Można pozostawić podstawową animację, ograniczyć zakres interakcji albo wyświetlić dzieło w trybie pasywnym. W praktyce taka decyzja jest równie ważna jak wybór samego urządzenia.

Koszt systemu to nie tylko cena sensora

Dokładne ceny konkretnych modeli LiDAR-ów 2D i kamer na polskim rynku zależą od bieżącej oferty, parametrów oraz sposobu zakupu. Nie ma jednego uniwersalnego progu, przy którym kamera zawsze staje się tańsza od zestawu LiDAR-ów albo odwrotnie. Koszt trzeba liczyć razem z integracją.

W przypadku LiDAR-u mogą pojawić się wydatki związane z:

• liczbą punktów pomiarowych i potrzebą zastosowania kilku urządzeń;
• uchwytami oraz ochroną sensora;
• mapowaniem pola skanowania;
• konwerterem danych do środowiska multimedialnego;
• dostosowaniem stref interakcji do geometrii pomieszczenia.

System kamerowy może wymagać z kolei:

• jednej lub kilku kamer dla uzyskania odpowiedniego pola widzenia;
• dodatkowego oświetlenia, jeśli przestrzeń jest zbyt ciemna;
• komputera zdolnego do analizy obrazu w czasie rzeczywistym;
• bibliotek i modeli rozpoznawania gestów lub pozy;
• większej liczby testów z udziałem różnych osób i warunków oświetleniowych;
• procedur dotyczących przetwarzania danych wizualnych.

Na etapie prototypu kamera bywa kusząca, ponieważ jeden obraz może dostarczyć wielu rodzajów informacji. W finalnej instalacji przewaga nie zawsze pozostaje tak oczywista. Jeśli system wykorzystuje tylko pozycję widza na płaszczyźnie, rozbudowana analiza obrazu może stać się kosztem, który nie przekłada się na lepszą interakcję.

LiDAR 2D do instalacji multimedialnych ma sens szczególnie wtedy, gdy projekt jest przestrzenny, lecz nie wymaga rozumienia gestów. Kamera CV czy LiDAR do interaktywnej ściany? Odpowiedź zależy od tego, czy ściana ma reagować na punkt dotyku, czy na znaczenie ruchu ręki.

Jak wybrać sensor do konkretnej instalacji?

Najrozsądniej przejść przez decyzję według logiki dzieła, a nie katalogu urządzeń.

Wybierz LiDAR 2D, gdy:

• instalacja działa w galerii, muzeum lub innej ogólnodostępnej przestrzeni, gdzie ograniczenie zbierania danych wizualnych jest istotne;
• najważniejsze są współrzędne XY, punkty kontaktu, wejście do strefy albo ruch po płaszczyźnie;
• oświetlenie zmienia się w ciągu dnia lub jest elementem scenografii;
• projekt ma działać w ciemności, na przykład przy projekcji albo wystawie immersyjnej;
• dane powinny trafiać do systemu jako proste zdarzenia dotykowe lub pozycje;
• zespół chce ograniczyć liczbę zależności programistycznych i ułatwić obsłudze diagnozowanie problemów;
• instalacja ma być odporna na zmianę treści wizualnej wyświetlanej na powierzchni.

Wybierz kamerę, gdy:

• dzieło reaguje na gesty dłoni, palców albo pełnej sylwetki;
• znaczenie ma kształt obiektu, orientacja ciała lub sekwencja ruchów;
• system musi rozróżnić kilka rodzajów zachowania, a nie tylko obecność w strefie;
• instalacja potrzebuje informacji, której nie da się sprowadzić do współrzędnych XY;
• zespół ma doświadczenie w analizie obrazu i może przygotować testy dla różnych warunków;
• przestrzeń pozwala kontrolować oświetlenie i ograniczyć zasłanianie się widzów;
• dodatkowe procedury związane z przetwarzaniem obrazu są akceptowalne dla operatora i publiczności.

Możliwe jest także połączenie obu technologii

W bardziej złożonych projektach nie trzeba traktować wyboru jako pojedynku, w którym jeden sensor eliminuje drugi. LiDAR może odpowiadać za stabilne wykrywanie obecności i pozycji, a kamera za interpretację gestu wykonywanego w wybranej strefie.

Takie połączenie ma sens, gdy oba źródła danych wykonują różne zadania. LiDAR może filtrować obszar i informować, że widz znajduje się wystarczająco blisko interaktywnej powierzchni. Kamera analizuje wtedy tylko określony fragment sceny, zamiast bez przerwy interpretować całą przestrzeń.

To rozwiązanie zwiększa jednak złożoność systemu. Dochodzą synchronizacja, kalibracja obu sensorów, obsługa sytuacji, w których dane są sprzeczne, oraz większa liczba elementów do utrzymania. Łączenie technologii warto uzasadnić konkretną funkcją artystyczną, nie samą chęcią posiadania pełniejszego obrazu.

Ostateczny wybór: najpierw język interakcji, potem urządzenie

LiDAR 2D i kamera nie są zamiennymi wersjami tego samego narzędzia. Pierwszy sensor mierzy przestrzeń i dobrze przekłada obecność na współrzędne, punkty oraz strefy. Druga technologia pozwala interpretować obraz, gesty, kształty i pozę ciała, ale wymaga większej kontroli nad światłem, oprogramowaniem i prywatnością.

Dla interaktywnej ściany reagującej na dotyk, instalacji podłogowej, projekcji działającej w ciemności albo systemu rozmieszczonego w przestrzeni publicznej LiDAR 2D będzie często wyborem prostszym i bardziej przewidywalnym. Dla dzieła opartego na języku ciała, dłoniach i złożonych gestach kamera dostarczy informacji, których skaner 2D po prostu nie ma.

Najlepsza decyzja pada zwykle wtedy, gdy opis działania instalacji da się sformułować bez technicznych skrótów. Jeśli potrzebne jest tylko położenie widza, nie trzeba analizować jego obrazu. Jeśli potrzebne jest znaczenie gestu, same współrzędne nie wystarczą. Wybór sensora do interakcji artystycznej powinien wynikać właśnie z tej granicy — z różnicy między tym, gdzie znajduje się człowiek, a tym, co robi.