基于移动机器人的在线树木重建与森林资源清查
机器人学
2025-03-04 v2
摘要
陆地激光扫描（TLS）是创建准确点云用于数字森林资源清查的标准技术。然而，测量过程负荷较大，数据收集需要每公顷最多两天， significant data storage（显著的数据存储），以及资源密集的3D数据后处理。本文提出了一个实时映射与分析系统，使使用可安装于移动机器人上的移动激光扫描仪即可在线生成森林资源清查。给定逐步创建且在本地精确的子图数据负载，我们的方法采用自定义的Voronoi-inspired聚类算法提取树木候选区域。采用改进的Hough算法对树木候选区域进行重建，实现对树干的稳健建模。进一步，我们明确地将数据收集的增量特性融入其中，通过持续更新基于姿态图的LiDAR SLAM系统的数据库，实现对后续任务中访问该区域时对树木特征估计的不断细化。我们在针对针阔混合林中使用背包式或移动机器人安装激光扫描仪的实验中，展示了与TLS或人工测量相当的精度。结果在无需任务完成后处理的前提下，实现RMSE为1.93厘米、偏差为0.65厘米、标准差为1.81厘米（在这些序列上的平均值）。
引用
@article{arxiv.2403.17622,
title = {Online Tree Reconstruction and Forest Inventory on a Mobile Robotic System},
author = {Leonard Freißmuth and Matias Mattamala and Nived Chebrolu and Simon Schaefer and Stefan Leutenegger and Maurice Fallon},
journal= {arXiv preprint arXiv:2403.17622},
year = {2025}
}