基于SLAM的无人机飞行参数设定方法研究#br#

为克服无人机林间飞行环境复杂、作业多样化、点云数据质量难以评价等导致的飞行参数不合理、点云数据质量差的问题,提出一种基于同时定位与建图(Simultaneous Localization and Mapping,SLAM)的无人机林间环境飞行参数设定方法。首先使用三维激光雷达所采集的林间点云数据进行建图,然后通过建图轨迹与GNSS-RTK数据轨迹进行对比分析,评价点云数据的质量,最后根据其均方根误差对无人机的最佳飞行高度与速度参数进行设定。分析结果表明：飞行速度固定时,机载激光雷达飞行轨迹的均方根误差与飞行高度成正相关。飞行高度固定时,机载激光雷达飞行轨迹的均方根误差与飞行速度成正相关。在平均高度为6~7 m,长度为100 m的林间,无人机的最佳飞行高度为12 m,最佳飞行速度为2 m/s,均方根误差为1.262 m。该方法满足评价点云数据质量的需求,同时为无人机林间环境飞行参数的设定提供理论支撑。     

基于单线激光雷达的割草机器人建图方法研究

针对单线激光雷达无法感知形状不规则的花丛问题,提出一种基于单线激光雷达的3D-SLAM方法,解决单线激光雷达不能实现多平面感知的问题。设计一个自动升降激光雷达高度装置,该装置主要由丝杆滑台、步进电机、雷达架、单线激光雷达等组成,通过丝杆滑台滑块的水平进给,控制激光雷达竖直运动。割草机器人在工作时,通过激光SLAM(同步建图与定位)技术检测障碍物信息,ROS(机器人操作系统)系统根据不规则障碍物的高度做出相应对策。通过对不同状态的建图效果进行量化和对比分析,试验结果表明：改进后与改进前相比,相对误差率降低1.04%;漏检率降低为0;避障率提高93.33%。本研究为割草机器人的准确定位与避障提供理论依据。     

基于OpenGL的LiDAR数据处理模块设计与实现

针对目前海量LiDAR数据处理涉及问题复杂、多数算法保密的问题,研究了基于OpenGL技术构建LiDAR数据处理模块的方法,并对模块构建过程中涉及的关键技术,包括LAS格式数据读取、基于OpenGL的LiDAR点云显示、改进的多级移动曲面拟合LIDAR数据滤波算法的实现进行了深入研究。为验证该模块处理LiDAR三维点云数据的正确性,利用该模块进行了LiDAR点云的二维显示、三维显示、滤波处理等。试验结果表明:本研究所开发的LiDAR数据处理模块能够快速、正确的显示和编辑LiDAR点云数据,且有高精度的LiDAR点云滤波结果。     

Spatial abundance patterns and recruitment of a virus‐affected commercial mollusc fishery

Infectious pathogens figure prominently among those factors threatening marine wildlife. Mass mortality events caused by pathogens can fundamentally alter the structure of wild fish stocks and depress recruitment rates and yield. In the most severe instances, this can precipitate stock collapses resulting in dramatic economic losses to once valuable commercial fisheries. An outbreak of a herpes‐like virus among commercially fished abalone populations in the south‐west fishery of Victoria, Australia, during 2006–2007, has been associated with high mortality rates among all cohorts. Long‐term records from fishery‐independent surveys of blacklip abalone Haliotis rubra (Leach) enabled abundance from pre‐ and post‐viral periods to be analysed to estimate stock density and biomass. The spatial distribution of abundance in relation to physical habitat variables derived from high‐resolution bathymetric LiDAR data was investigated. Significant differences were observed in both measures between pre‐ and post‐viral periods. Although there was some limited evidence of gradual stock improvement in recent years, disease‐affected reefs have remained below productivity rates prior to the disease outbreak suggesting a reduction in larval availability or settlement success. This was corroborated by trends in sublegal sized blacklip abalone abundance that has yet to show substantial recovery post‐disease. Abundance data were modelled as a function of habitat variables using a generalised additive model (GAM) and indicated that high abundance was associated with complex reef structures of coastal waters (<15 m). This study highlights the importance of long‐term surveys to understand abalone recovery following mass mortality and the links between stock abundance and seafloor variability.     

基于深度学习与激光点云的橡胶林枝干重建及参数反演

树木的几何建模在林木性状评价、森林动态经营管理与可视化研究中具有重要意义。现今,从激光雷达（Light Detection And Ranging,LiDAR）数据中重建树体三维模型并精准获取林木空间枝干结构参数是数字林业发展的必然趋势。该研究提出了一种深度学习与计算机图形学相融合的树木骨架重建与参数反演方法。该方法以PR107、CATAS 7-20-59、CATAS 8-79三个品种的橡胶树为实验对象,首先,采用背包移动激光雷达获取三个橡胶树品种的样地数据,并通过体素剖分和数据增广策略来构建橡胶树训练样本集。其次,构造由四层特征编码层和特征解码层所组成的点云分类深度学习网络,并包含优化的PointConv模块与不同尺度的特征插值模块,以实现在多尺度条件下,全面考虑点云的全局和局部优化特征,引导网络实现枝叶点云的精确分类。最后,面向分类后的枝干点云,运用计算机图形学的空间连通性算法与圆柱拟合策略,重建树木骨架模型,并自动解决叶子点云与对应的一级枝干归属问题,进而在叶团簇尺度下开展对单株树的精细描述与参数反演。通过对三块橡胶树测试样地的验证和与实测值的比对表明,该研究提出的深度学习网络枝叶分类总体准确率在90.32%以上。骨架重建与叶团簇分析结果显示,PR107品种橡胶树具有较为发散的树冠、最大的分枝夹角和叶团簇体积;CATAS 7-20-59品种橡胶树冠呈花瓶型,分枝夹角和叶团簇体积较小;而CATAS 8-79品种橡胶树尽管胸径最粗,但不耐寒害处于落叶期导致冠积最小。同时,反演得到的橡胶树一级枝干直径与实测值比对为：决定系数R2不低于0.94,均方根误差（Root Mean Square Error,RMSE）小于3.01 cm;主枝干与一级枝干的分枝角为：决定系数R2不低于0.91,均方根误差RMSE不高于4.94°。同时发现橡胶树一级枝干的直径与对应的叶团簇体积呈正相关分布。该研究将人工智能的理论模型应用于林木的激光点云数据处理中,为林木激光点云的智能化分析与处理提供了新颖的解决思路。     

激光雷达技术在林业科学研究中的进展分析

基于Web of science 数据库检索平台,应用科学引文分析方法对检索到的1 355 篇2000 年以来激光雷达技术 在林学上的应用的文章进行了全面分析,主要涉及发表年份、国家分布、作者排行、期刊分布、作者单位分布、提取 参数等,对该领域所涉及到的主要国际国内会议进行了总结。分析了激光雷达的主要传感器类型和2 种数据结构 (波形和点云),系统总结了主要森林参数的提取方法,包括波形分析、点云分析、参数预测和数据融合。分析认为: 激光雷达技术的林学应用研究的深度和广度均呈现快速上升趋势,研究方法渐成体系,有系统化的国际会议;但研 究水平的地域差异较大,参数提取的机理性、实用性不足,尚未达到成熟,还有很大的提升空间。最后,从理论、应 用及组织3 个方面提出了建议。      

激光雷达在森林垂直结构参数估算中的应用

激光雷达是近年来迅速发展的主动遥感技术, 激光脉冲对森林具有很强的穿透能力, 在森林垂直结构参数估测中具有巨大的潜力与优势。文中分别总结了小光斑和大光斑激光雷达在获取树高、生物量等森林参数中的应用及其优缺点, 同时分析比较了小光斑和大光斑激光雷达在估测森林参数上的不同; 最后重点介绍了目前唯一的星载大光斑激光雷达ICESat/GLAS系统, 总结分析了其在大面积森林空间结构参数估算中的应用现状, 并对激光雷达前景及其应用中存在的问题进行了探讨和展望。     

基于不同滤波方法的机载激光雷达数据处理及表面模型构建

利用几种不同的滤波算法对黑龙江省凉水国家级自然保护区的点云数据进行处理,对比分析评价了各滤波算法在东北地区的滤波分类效果及对构建数字高程模型和数字表面模型的影响。指出了各算法的适用范围,并生成了高质量的数字表面模型产品———精确反映地形起伏的DEM和准确反映地物高程及形状信息的DSM。