ForestAlign：基于森林结构的多视角 TLS 与 ALS 点云自动配准
机器人学
2024-11-21 v4
摘要
获取跨越近地表至树冠上方、不同尺度的异质森林高细节模型的需求日益增长。这使得先进的计算工具可用于分析、规划与生态系统管理。LiDAR 传感器通过地面（TLS）与机载（ALS）扫描平台提供，因能快速采集精确三维结构信息，已成为森林监测的主要技术。林业界现已认识到利用各平台优势的多尺度方法所能带来的益处。在此，我们提出 ForestAlign：一种有效、无靶标且全自动的协同配准方法，用于对齐多视角、多尺度 LiDAR 源采集的森林点云。ForestAlign 采用增量对齐策略，基于递增的结构复杂度对三维点进行分组与聚合。该策略按从较简单（如地面）到更复杂结构（如树干、枝叶）的顺序依次对齐三维点，并迭代细化对齐。经验证据证明了该方法在对齐扫描中的有效性：TLS 到 TLS 情形下旋转 RMSE 误差小于 0.75 度、平移误差小于 5.5 cm，TLS 到 ALS 情形下分别为 0.8 度与 8 cm。这些结果表明 ForestAlign 能有效整合 TLS 到 TLS 与 TLS 到 ALS 的森林扫描，在无 GPS 区域不依赖人工放置靶标即可作为有价值工具，同时实现高性能。
引用
@article{arxiv.2302.12989,
title = {ForestAlign: Automatic Forest Structure-based Alignment for Multi-view TLS and ALS Point Clouds},
author = {Juan Castorena and L. Turin Dickman and Adam J. Killebrew and James R Gattiker and Rod Linn and E. Louise Loudermilk},
journal= {arXiv preprint arXiv:2302.12989},
year = {2024}
}