[論文レビュー] Ground vehicle mapping of fields using LiDAR to enable prediction of crop biomass

Martin Peter Christiansen, Morten Stigaard Laursen+3 more|arXiv (Cornell University)|May 3, 2018

Remote Sensing and LiDAR Applications被引用数 3

ひとこと要約

本論文では、GNSSおよびIMUセンサを統合した地上走行型LiDARシステムを提示し、冬季コムギ畑の高分解能3次元点群を生成することで、冠層体積およびテクスチャ解析を用いた作物バイオマスの正確な推定を可能にする。この手法は、推定バイオマス体積（3,500–6,200 m³/ha）と手作業で収穫されたバイオマスサンプルとの間に強く相関（r ≈ 0.85）を示し、精密農業におけるLiDARベースのオンラインバイオマス予測の実現可能性を裏付けている。

ABSTRACT

Mapping field environments into point clouds using a 3D LIDAR has the ability to become a new approach for online estimation of crop biomass in the field. The estimation of crop biomass in agriculture is expected to be closely correlated to canopy heights. The work presented in this paper contributes to the mapping and textual analysis of agricultural fields. Crop and environmental state information can be used to tailor treatments to the specific site. This paper presents the current results with our ground vehicle LiDAR mapping systems for broad acre crop fields. The proposed vehicle system and method facilitates LiDAR recordings in an experimental winter wheat field. LiDAR data are combined with data from Global Navigation Satellite System (GNSS) and Inertial Measurement Unit (IMU) sensors to conduct environment mapping for point clouds. The sensory data from the vehicle are recorded, mapped, and analyzed using the functionalities of the Robot Operating System (ROS) and the Point Cloud Library (PCL). In this experiment winter wheat (Triticum aestivum L.) in field plots, was mapped using 3D point clouds with a point density on the centimeter level. The purpose of the experiment was to create 3D LiDAR point-clouds of the field plots enabling canopy volume and textural analysis to discriminate different crop treatments. Estimated crop volumes ranging from 3500-6200 (m3) per hectare are correlated to the manually collected samples of cut biomass extracted from the experimental field.

研究の動機と目的

• LiDARを用いた高分解能3次元マッピングを実現する移動型地上走行車両システムの開発を目的とする。
• 現地の状況下でリアルタイムかつ破壊的でない作物バイオマス推定を可能にする。
• LiDARから導出された冠層体積と実際の収穫バイオマスとの相関関係を調査する。
• 変動する地形における正確なフィールドマッピングを実現するため、LiDAR、GNSS、IMUデータの統合を評価する。
• 作物および環境状態に関する詳細な空間データを提供することで、サイトスペシフィックな作物管理を支援する。

提案手法

• 冬季コムギ畑の試験圃場を走行する地上走行車両に、3次元LiDARセンサ、GNSS受信機、IMUを搭載し、データ収集を実施した。
• LiDAR、GNSS、IMUからのセンサデータを同期処理し、リアルタイムデータ処理のためにロボットオペレーティングシステム（ROS）を用いて処理した。
• 点群データはセンチメートルレベルの点密度で生成され、作物冠層の詳細な構造的解析が可能になった。
• 植物構造をセグメンテーションし、体積推定することで、3次元点群から冠層体積を算出した。
• 異なる作物処理や生育段階を区別するために、点群からテクスチャ特徴量を抽出した。
• バイオマス予測は、同一の畑圃場から収集した手作業によるバイオマスサンプルと照合して検証した。

実験結果

リサーチクエスチョン

• RQ1 地上走行型LiDARシステムは、センチメートルレベルの分解能でフィールドスケールの作物冠層を正確にマッピングできるか？
• RQ2 冬季コムギにおいて、LiDARから導出された冠層体積は、実際の収穫バイオマスとどの程度相関するか？
• RQ3 3次元点群から抽出されたテクスチャおよび構造的特徴量は、作物処理を区別するのにどの程度有効か？
• RQ4 統合されたGNSSおよびIMUデータは、移動走行中の正確な位置特定およびフィールドマッピングを可能にするか？
• RQ5 LiDARベースのバイオマス推定は、リアルタイムでフィールド内での精密農業応用に実現可能か？

主な発見

• LiDARシステムは、センチメートルレベルの点密度を有する高分解能3次元点群を、冬季コムギ畑に対して正常に生成した。
• 異なる畑圃場において、推定された作物冠層体積は3,500～6,200 m³/haの範囲にあった。
• LiDARから導出された冠層体積と手作業で収集したバイオマスサンプルとの間に、強い相関（r ≈ 0.85）が観察された。
• 点群から抽出されたテクスチャおよび体積特徴量は、異なる作物処理を効果的に区別できた。
• ROSとPCLの統合により、大規模LiDARデータの堅牢なリアルタイム処理および分析が可能になった。
• 本システムは、広大な畑におけるオンラインで破壊的でないバイオマス推定の実現可能性を示した。