要約
地上レーザー スキャン (TLS) は、デジタル森林目録用の正確な点群を作成するために使用される標準技術です。
ただし、測定プロセスは要求が厳しく、データ収集、大量のデータ保存、および大量のリソースを必要とする 3D データの後処理に 1 ヘクタールあたり最大 2 日かかります。
この研究では、森林目録のオンライン生成を可能にするリアルタイムのマッピングおよび分析システムを紹介します。
移動ロボットについて。
増分的に作成され、ローカルで正確なサブマップ (データ ペイロード) を考慮した場合、私たちのアプローチでは、ボロノイにヒントを得たカスタムのクラスタリング アルゴリズムを使用してツリー候補を抽出します。
樹木の候補は、適応されたハフ アルゴリズムを使用して再構築され、樹幹の堅牢なモデリングが可能になります。
さらに、ポーズ グラフ LiDAR SLAM システムを使用してデータベースを一貫して更新することにより、データ収集の増分性を明示的に組み込みます。
これにより、ミッション中に後でそのエリアを再訪問した場合に、木の特徴の推定値を改良することができます。
当社は、針葉樹林、広葉樹林、混交林で稼働するバックパックや移動ロボットに搭載したレーザー スキャナを使用した TLS または手動測定に匹敵する精度を実証します。
私たちの結果は、ミッション完了後に後処理を必要とせずに、RMSE 1.93 cm、バイアス 0.65 cm、標準偏差 1.81 cm (これらのシーケンス全体の平均) を達成しました。
要約(オリジナル)
Terrestrial laser scanning (TLS) is the standard technique used to create accurate point clouds for digital forest inventories. However, the measurement process is demanding, requiring up to two days per hectare for data collection, significant data storage, as well as resource-heavy post-processing of 3D data. In this work, we present a real-time mapping and analysis system that enables online generation of forest inventories using mobile laser scanners that can be mounted e.g. on mobile robots. Given incrementally created and locally accurate submaps-data payloads-our approach extracts tree candidates using a custom, Voronoi-inspired clustering algorithm. Tree candidates are reconstructed using an adapted Hough algorithm, which enables robust modeling of the tree stem. Further, we explicitly incorporate the incremental nature of the data collection by consistently updating the database using a pose graph LiDAR SLAM system. This enables us to refine our estimates of the tree traits if an area is revisited later during a mission. We demonstrate competitive accuracy to TLS or manual measurements using laser scanners that we mounted on backpacks or mobile robots operating in conifer, broad-leaf and mixed forests. Our results achieve RMSE of 1.93 cm, a bias of 0.65 cm and a standard deviation of 1.81 cm (averaged across these sequences)-with no post-processing required after the mission is complete.
arxiv情報
| 著者 | Leonard Freißmuth,Matias Mattamala,Nived Chebrolu,Simon Schaefer,Stefan Leutenegger,Maurice Fallon |
| 発行日 | 2024-03-26 11:51:58+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google