面向轻量化树下机器人无人机的自主光测地森林清查
摘要
无人机日益增多地用于林业，以捕获高分辨率遥感数据，支持提升监测、评估和决策流程。虽然树冠以上操作已高度自动化，但在森林内部的飞行仍具有挑战性，主要依赖人工驾驶。在密集森林中，依赖全球导航卫星系统（GNSS）进行定位不可行。此外，无人机必须自主调整飞行路径以避免碰撞。近期，机器人技术的进展使无人机能够在GNSS受限且障碍丰富的区域内实现自主飞行。本文通过构建一种利用最新开源方法的树下机器人无人机原型，推动森林数据采集的自主化，并验证其在森林内部数据采集中的性能。具体而言，本研究聚焦于树冠下的摄像头自主飞行以及基于低成本 onboard 立体相机的 photogrammetry 数据后处理。通过在苔北森林中进行多次测试飞行评估了无人机的自主飞行能力。通过进行树径（直径胸围，DBH）估计研究其树参量估计能力。原型机在所选的具有挑战性的森林环境中成功完成了飞行任务，实验结果显示，在矮小化立体光测地系统下，森林3D建模表现前景光明。DBH估计的均方根误差（RMSE）为3.33至3.97厘米（10.69至12.98%），对于DBH小于30厘米的树木，RMSE为1.16至2.56厘米（5.74至12.47%）。这些结果为自主树下森林图测提供了宝贵的见解，并为推进轻量化机器人无人机系统用于复杂森林环境图测的下一步关键任务指明了方向。
引用
@article{arxiv.2501.12073,
title = {Towards autonomous photogrammetric forest inventory using a lightweight under-canopy robotic drone},
author = {Väinö Karjalainen and Niko Koivumäki and Teemu Hakala and Jesse Muhojoki and Eric Hyyppä and Anand George and Juha Suomalainen and Eija Honkavaara},
journal= {arXiv preprint arXiv:2501.12073},
year = {2026}
}
备注
This is an Accepted Manuscript of an article published by Taylor & Francis in International Journal of Remote Sensing on 03 Dec 2025. The published final Version of Record is openly available at: https://doi.org/10.1080/01431161.2025.2579803