论文部分内容阅读
可靠的森林资源信息是评估森林资源发展状况及制定森林培育与发展计划的重要依据。森林观测装备是进行森林资源信息清查的重要手段。本文构建了一种便携式RGB-D SLAM测树系统用于在林下观测立木测树因子(立木位置、胸径及树高)及清查森林样地。新构建系统具有以下特点:(1)该系统依托于智能手机平台构建,故装备具有便携及价格便宜的特点;(2)该系统以Online RGB-D SLAM技术为基础,故装备可以在林下完成实时相对定位,从而使观测者可以在移动过程中对立木测树因子等进行观测;(3)该系统基于增强现实、手势交互等技术设计了简单的观测操作流程及轻量级测树因子估计算法;(4)该系统将观测结果以“增强现实场景”的形式实时呈现给观测者,不仅做到了“所见即所得”,还实现了对估计结果质量的“监督”,有效地避免了可能出现的粗差;(5)该系统实现了内外业一体化,并基于SLAM系统输出数据及调查结果提供了三种不同的数据管理形式(SQLite数据库管理、文档管理及三维结构化管理)。其中,关键工作如下:(1)在立木位置与胸径估计中,本文首先基于操作流程及增强现实设计了确定立木胸高处的方法;然后,利用对胸高处扫描时获取的单张深度图及位姿设计了对立木胸径及位置进行估计的算法。样地实验结果显示:胸径估计值的偏差(BIAS)及均方根误差(RMSE)分别为0.28 cm及1.00 cm。(2)在树高估计中,本文基于观测过程中获取的立木地径处一点坐标以及对树梢观测时的位姿与树梢像素坐标构建了树高估计算法。样地实验结果显示:树高估计值的BIAS及RMSE分别为0.08 m及0.65 m;且当树高低于25 m时,估计值更加可靠。(3)在森林样地调查中,SLAM系统提供位姿精度直接影响到立木位置等估计结果的精度。为此,本文构建了一种基于树干特征的SLAM后端,以修正位姿漂移。新型SLAM后端通过两步进行位姿优化:基于树干特征的回环检测和立木位置图优化。其中,前者用于检测新观测立木是否为已被观测立木之一,从而为立木位置图提供不同类型节点及约束;后者对节点及约束构成的立木位置图进行优化,并对位姿进行修正。本文实验方案试图通过立木位置估计精度间接对位姿估计结果进行评估。样地实验结果显示:立木位置估计值平均漂移距离及最大漂移距离分别为0.134 m及0.32 m;估计值的在x、y及z轴方向的BIAS分别为-0.06 m、0.001 m及-0.036 m,RMSE分别为0.085 m、0.086 m及0.078 m。(4)森林样地调查系统是基于本文所提出立木位置、胸径及树高观测方法和基于树干特征的SLAM后端构建而成的。在该系统中,设计了构建样地坐标系的方法,用于在该坐标系下描述立木位置;设计了样地扫描路径,使基于树干特征的SLAM后端更合理的优化立木位置及实时位姿;设计了坡度与坡向估计的算法;提供了三种数据管理形式。样地实验结果显示:平均胸径估计值的BIAS及RMSE分别为-0.05cm及0.05cm;平均树高估计值的BIAS及RMSE分别为0.01m及0.03m;蓄积估计值的BIAS及RMSE分别为-0.2021m~3/hm~2及9.0690m~3/hm~2;横断面积估计值的BIAS及RMSE分别为-0.1015m~2/hm~2及0.1897m~2/hm~2;株树密度估计值的BIAS及RMSE分别为-1.25株/hm~2及31.25株/hm~2;坡度估计值接的BIAS及RMSE分别为-0.12°及0.29°;坡向估计值的BIAS及RMSE分别为-1.30°及14.73°。其中,坡向估计值具有较大RMSE,这主要是由于当坡度较小时,即使SLAM系统估计位姿有较小漂移,仍会导致该值产生较大偏差,但整体而言坡向仍是无偏的。综上所述,本文所构建便携式RGB-D SLAM测树系统不仅具有一系列优势特征,而且可以获取高精度的观测值。显然,该系统是一种进行立木测树因子观测及森林样地调查的潜在解决方案。