[論文レビュー] Automatic 3D Mapping for Tree Diameter Measurements in Inventory Operations

JEAN-FRANÇOIS TREMBLAY, Martin Béland+3 more|arXiv (Cornell University)|Apr 10, 2019

Remote Sensing and LiDAR Applications参考文献 21被引用数 5

ひとこと要約

本稿では、モバイルLiDARを用いて森における自動的樹幹直径（DBH）推定を実現するICPベースの3次元マッピング手法を提案する。複数のDBH推定手法の検証の結果、新規の中央値による円筒フィッティング手法を含み、全体で3.45 cmの平均二乗誤差（RMSE）を達成した。

ABSTRACT

Forestry is a major industry in many parts of the world. It relies on forest inventory, which consists of measuring tree attributes. We propose to use 3D mapping, based on the iterative closest point algorithm, to automatically measure tree diameters in forests from mobile robot observations. While previous studies showed the potential for such technology, they lacked a rigorous analysis of diameter estimation methods in challenging forest environments. Here, we validated multiple diameter estimation methods, including two novel ones, in a new varied dataset of four different forest sites, 11 trajectories, totaling 1458 tree observations and 1.4 hectares. We provide recommendations for the deployment of mobile robots in a forestry context. We conclude that our mapping method is usable in the context of automated forest inventory, with our best method yielding a root mean square error of 3.45 cm for our whole dataset, and 2.04 cm in ideal conditions consisting of mature forest with well spaced trees.

研究の動機と目的

• モバイルLiDARを用いた自動3次元マッピングシステムの開発と検証。
• 複雑な地形や木の密度が高いためにノイズが多い実環境における正確なDBH推定の課題に対処すること。
• 多様で大規模なデータセット上で、2つの新規手法を含む複数のDBH推定手法を評価・比較すること。
• 現地での性能と環境的制約を踏まえた上で、森林におけるモバイルロボットの実装戦略に関する実用的提言を提供すること。

提案手法

• 11のトラジェクトリを4か所の森林で走行したモバイルLiDARデータから、反復的最近接点（ICP）アルゴリズムを用いて3次元点群マップを構築する。
• ハイパーサークルフィッティングと非線形最適化を用いて複数の円筒を木の幹部分にフィットさせ、その直径の中央値をとるという新規のDBH推定手法を適用する。
• 地上走行車両に搭載された原始的なLiDARスキャンを処理し、地図作成中に位置推定のためのIMUとGPSデータを統合する。
• 3次元マップ上の幹を検出することで直径推定を実施し、セグメンテーションされた幹の点群に円筒モデルをフィットさせ、推定された円筒半径からDBHを算出する。
• 1.4ヘクタールにわたる範囲に1458本の木の観測データを含むデータセットを用いて、マッピングおよび推定パイプラインを検証する。
• 幾何学的フィッティングとロバストな統計フィルタリング（中央値）の組み合わせにより、ICPで生成されたマップのノイズや外れ値への感受性を低減する。

実験結果

リサーチクエスチョン

• RQ1 ICPベースの3次元マッピングは、多様で現実的な森林環境において、木のDBH推定にどの程度効果を発揮するか？
• RQ2 複数の手法を検証した結果、ノイズの多いモバイルLiDARデータにおいて、最も正確で頑健な結果をもたらすDBH推定手法は何か？
• RQ3 DBH推定精度に影響を与える主な環境的・運用的要因（例：木の間隔、地形の粗さ、ロボットの速度）は何か？
• RQ4 ロボットから木までの距離がDBH推定誤差にどのように影響するか、また信頼できる測定の実用的限界は何か？
• RQ5 モバイル森林マッピングにおいて推定精度を最大化するための現場での展開戦略（例：トラジェクトリ設計、木への接近距離）は何か？

主な発見

• 提案された中央値による円筒フィッティング手法が最良の性能を示し、全データセットで平均二乗誤差（RMSE）が3.45 cmであった。
• 理想的な状況（成熟した森で木が十分に離れている）では、最良の手法がRMSE 2.04 cmを達成し、一般的な産業基準を満たした。
• ロボットからの距離が6 mを超えるとDBH推定精度が著しく低下し、10 mを超えると誤差の累積と点群密度の低下により信頼性が失われる。
• ロボットの速度は性能に影響を与える：1 m/sの速度では、1回のスキャン中に発生する運動による影響が結果を悪化させたため、高速移動プラットフォームでは運動補償が必要であることが示された。
• 地面の粗さや障害物の影響は、成熟した森や若木の森のような挑戦的なサイトにおいても最小限に抑えられ、マッピングやDBH推定にほとんど影響を及ぼさなかった。
• より包括的なトラジェクトリ（例：密なグリッドパターン）は、特定の条件下でローカライゼーション誤差が原因で負のバイアスを生じる単純なループに比べて優れた性能を示した。