解决方案 |基于背包移动平台应用激光雷达技术进行树木胸径量测
胸径是表达树木生长状况的重要的因子之一。传统方式以胸径尺、轮尺等接触式测量为主，外业工作量较大；使用地基激光雷达采集林业数据，须进行布设标靶、架站、扫描、移站等操作，完成整体数据采集需要花费一定的人力及时间，采集完的数据也需要进行多站拼接后才能输出最终的采集结果。
本文介绍采用基于移动平台应用激光雷达技术，采取自下而上的扫描方式，获取树干／枝叶详细的结构信息，并对使用激光雷达数据软件进行单木进行识别，获取树木位置、株数、树高、胸径和枝下高等信息。
二、设备选用
地面移动激光雷达扫描系统---LiBackpack背包激光雷达扫描系统
LiBackpack背包式室内外一体化激光雷达扫描系统，结合激光雷达和同步定位与地图构建（SLAM）技术，无需GPS即可实时获取周围环境的高精度三维点云数据。
LiBackpack（Velodyne VLP-16／HDL 32E）
◇ 易操作
自动化程度高，开机即用
◇ 低成本
无需GPS，成本大幅度降低
◇ 高精度
结合激光雷达和SLAM算法实现室内外一体化测量，无需GNSS信号即可实现厘米级数据精度
◇ 查看简洁方便
支持手机、平板等移动端实时显示和控制，操作便捷，无需繁冗的连接线
◇ 高效率
实时显示高精度点云数据，支持在线闭环检测以及闭环优化,扫描完成即可导出采集点云数据
◇ 多平台
设计轻巧便捷，可搭载不同的移动平台，无论是手持、步行、骑行、车载都可以轻松采集数据
数据处理软件——LiDAR360点云数据处理分析软件
LiDAR360在通用平台上扩展了地基林业模块，用于地基或者背包激光雷达点云数据处理分析。主要功能包括：地面点分类、批量胸径提取、单木分割、单木参数提取。
三、作业流程
数据采集流程如下：
以30m*30m 林业树木样方为例：
1、对采集样区进行路径规划，路线规划目的是可以采集到树木的所有信息，同时减少数据冗余，针对30m*30m的样区，如果树木比较密集，采用下图左所示的路径规划，若树木比较稀疏，则可采用下图右所示的路径规划：
图1 路径规划（树木密集：左 树木稀疏：右）
（注意：本案例中的路径规划只是参考，由于实际作业环境不同，可以做适当修改，但路径整体规划还是最好保持一致。）
2、路径规划完成后，背负LiBackpack进行数据采集：
1) 移动端设备连接LiBackpack电脑热点；
2) 在设备上点击start按钮开始数据采集，按照设定的路径规划进行数据采集作业；
3) 行至终点后，点击stop按钮结束采集，插上U盘，点击copy按钮，将采集结果导出。
采集数据在手机端实时显示
4) 将点云数据导入LiDAR360软件；
扫描样区最终结果示意
行走轨迹与点云叠加效果
数据处理流程如下：
（1） 去除空中噪点，提高数据质量；
（2） 从点云数据中分离地面点；
（3） 基于地面点生成DEM；
（4） 利用DEM对点云进行归一化，去除地形影响；
（5） 选择胸径处（默认：1.2-1.4m）的点云数据，采用拟合圆的方式批量提取DBH，获取树木ID、胸径和株数。除了拟合圆的方式，软件还提供拟合圆柱和拟合椭圆的方式：如果树木倾斜生长，可选择拟合圆柱的方法;如果树干表现为椭圆，则可使用点云数据的平面坐标利用最小二乘拟合二维椭圆。
自动提取DBH时软件会对聚类出的树干进行置信度判断，根据不同置信度等级以不同的颜色显示，如下图，黄色、紫色和红色分别表示高、中和低置信度。
（6） 通过单木筛选工具对拟合结果进行检查与编辑，根据筛选范围可对DBH拟合结果进行显示、隐藏、删除与提取操作。筛选操作包括：按置信度筛选、按树ID筛选、按DBH筛选以及按树高筛选。
（7） DBH拟合结果可以保存为csv文件，其中包含树ID、树的位置和DBH。
四、效率／精度验证
选取某林区进行进行测试，评估LiBackpack的效率及精度。
1、试验区：
北京植物园针叶林样地，选取长宽分别为40米和20米的样地作为研究区。
2、目标数据：
研究区内15棵树的胸径值。
3、采集手段：
◇ 人工测量：使用皮尺在地上1.3m处测量并记录树木胸径。
◇ 地基激光雷达设备： FARO FOCUS3D 120相位式激光雷达，为了完整获取树木的胸径点云，架设8个站点。
◇ 便携式移动激光雷达系统：LiBackpack背包激光雷达对，测区进行移动扫描。
样地
人工实测树木胸径
实验区示意图
4、数据处理
LiBackpack可输出LAS或PLY格式的点云，倒入LiDAR360软件进行显示和处理；
LiBackpack采集的点云数据
LiDAR360进行胸径拟合，测出数值
FARO采集的原始数据为厂商自定义的工程文件格式FLS，通过扫描仪配套软件处理后导出为TXT格式，包含点云坐标和颜色信息。
FARO点云数据
对比分析：
人工测量方式耗时15分钟;
FARO架站扫描每站扫描时间为6分钟左右（同步获取点云和影像，可导出真彩色点云），共架设8个站，此外加上布设标靶球、搬站、拼接等，数据获取及处理总时间大约为2小时;
LiBackpack支持实时获取和解算点云，整个样地数据获取时间大约为127秒。
精度对比
对比人工量测、LiBackpack、FARO获取的15棵树的实测胸径值，单位为cm。
对比分析：
LiBackpack与实测值相比，平均误差为1.757cm，标准差为1.161cm；FARO与实测值相比，平均值为-0.605cm，标准差为0.849cm；
LiBackpack与FARO相比，平均值为2.543，标准差为1.004cm。
总结：LiBackpack在精度可达到厘米级测量精度，能够满足林下结构数据的采集和提取；LiBackpack在效率上能以更好的性价比满足作业。
扫描二维码，咨询相关信息