基于2D投影原始移动激光扫描（MLS）数据的无SLAM实时树干直径测量

《Forestry: An International Journal of Forest Research》：Tree stem measurement using 2D-projected raw mobile laser scanning data

　　

近距遥感系统正推动向精准林业（precision forestry）转型，提高了对精准原位单木水平测量的需求。本研究探讨了直接利用原始移动激光扫描（Mobile Laser Scanning, MLS）数据，通过2D投影和2D卷积神经网络（2D Convolutional Neural Network, 2D CNN）测量树干，以提高处理速度和精度的潜力。研究人员提出了一套完整工作流程，包括对投影后MLS数据进行实例分割，并使用48个手动标注的原始扫描进行评价。所提方法实现了胸径（diameter at breast height, DBH）估计的均方根误差（root mean square error, RMSE）为2.0 cm，与基于同步定位与建图（simultaneous localization and mapping, SLAM）的方法相当。对于84棵被探测树木中的70棵，成功获得了不同树干高度处的直径测量，平均绝对误差（mean absolute error, MAE）为1.8 cm。这些发现表明，利用原始MLS数据的2D投影可实现高效、无需SLAM且真正实时的树干测量，从而推进管理森林中的决策。

研究背景方面，传统森林管理决策主要基于野外观测并在景观尺度统计外推，重点在林分水平而非单木水平，不适合针对个体树的营林处理。单木信息可支持个体树选择系统规划、优化林分处方、评估间伐盈利并最大化采伐木货币价值，同时带来智能供应链木材产品追踪等机会，但也提出数据获取与处理挑战。近距遥感技术正在革新树木信息获取方式。随着森林数据量和复杂度增加，林业逐步采用“决策信息学”范式，即整合实时传感、数据分析、决策与学习的框架。单木三维（three-dimensional, 3D）数据主要来自激光雷达（Light Detection and Ranging, LiDAR）和摄影测量。机载激光扫描（Airborne Laser Scanning, ALS）和航空摄影测量提供广域森林结构但细节较少；地面激光扫描（Terrestrial Laser Scanning, TLS）、移动激光扫描（Mobile Laser Scanning, MLS）和近距摄影测量则提供高细节森林环境表达。便携光学传感器和MLS已被证明可作为实时树木信息分析的可靠数据源。然而，实时从3D数据提取信息仍困难，传统上依赖后处理。配备光学和LiDAR的移动设备如智能手机逐渐成为测量工具，依赖外部传感器的系统在自动化和实时应用方面有潜力。红绿蓝（Red, Green, Blue, RGB）传感器常用于实时3D感知，但效果受环境光照影响；MLS作为主动传感器不受光照影响，但数据量大，实时处理困难。林业中实时MLS应用通常依赖同步定位与建图（SLAM）生成密集点云，但SLAM计算成本高且可能产生错配误差。原始MLS数据可格式化为二维（two-dimensional, 2D）图像，从而应用成熟的2D CNN。MLS分辨率提高使单帧信息增多，可实时分析原始数据，但单帧仅提供单视角信息，常使为密集点云设计的树干检测和直径估计算法表现较差；激光光束发散还会导致树干等圆柱结构直径高估，单帧缺乏多视角冗余无法缓解。因此，研究人员提出一种新方法，将原始MLS数据投影到2D空间，逐帧处理，无需SLAM，实现高效实时树干直径估计。研究人员在芬兰东部管理北方森林开展研究，样地0.25 ha，密度352 stems ha^-1，优势树种为Pinus sylvestris，并有Betula pendula和Picea abies。手动测量88棵树作为地面真值，排除DBH小于7.5 cm的树，在1.0 m、1.3 m、2.0 m、4.0 m和6.0 m高度记录直径，分别使用手卡尺和抛物线卡尺，并用Trimble R8 GNSS接收机结合实时动态（real-time kinematic, RTK）校正进行地理参考。MLS数据使用Kudan Backpack Dev Kit系统，配备Ouster OS0-64 Rev 7传感器，90°垂直视场，64个垂直通道，每旋转2048个激光束，扫描频率10 Hz，内置惯性测量单元（Inertial Measurement Unit, IMU），并配Ublox ZED-F9P GNSS接收机提供RTK。数据以rosbag格式存储，采集8 min 27 s，共5078帧，其中508帧有RTK定位数据。选帧时仅保留有有效RTK且空间间隔至少7.5 m的帧，最终48帧覆盖84棵树。树干实例分割采用2D球面投影，将单帧3D点云转换为结构化2D网格，行对应垂直激光通道，列对应方位角，单元编码强度、反射率、环境光和距离等属性。研究人员用Segment Anything in Images and Videos（SAM2）辅助手动标注84棵树，但SAM2在森林环境中表现不稳定，需人工修正。分割掩膜通过一一对应关系重投影回3D点云，并利用RTK位姿变换到全局参考系，以匹配现场测量和识别重复观察。误分类点用密度聚类（Density-Based Spatial Clustering of Applications with Noise, DBSCAN）校正，邻域半径0.5、最少10点，保留最大簇。高度归一化使用布料模拟滤波（Cloth Simulation Filter, CSF）识别地面点并生成数字地形模型（digital terrain model, DTM），将每点减去其下地面高程。随后提取1 m、1.3 m、2 m、4 m和6 m高度、间隔40 cm的水平截面，少于30点的截面被丢弃，并投影到XY平面生成2D图像。从64棵标注树提取1335个投影截面用于训练YOLO11s模型，该模型有100层、9 413 187个参数，计算量21.3 GFLOPs。训练采用树级五折交叉验证，每棵树仅出现在一个验证折中，训练200个epoch，批大小16，输入640×640像素，早停耐心100，并使用平移、缩放、水平翻转和马赛克增强。评估指标包括Precision、Recall、mAP@50、mAP@50–95和F1，基于交并比（Intersection over Union, IoU）阈值。截面过滤仅保留置信度大于0.5的最高置信度边界框，且区域内至少30点；同一截面重复观察仅保留点数最多的实例。直径估计采用K?sa最小二乘圆初始化与Tukey biweight迭代重加权，坐标先中心化和缩放，残差尺度用中位绝对偏差（median absolute deviation, MAD）估计，最多迭代5次，最后变换回原坐标并验证半径合理性；直径阈值设为7.5至40 cm。性能评估使用N、MAE、RMSE和偏差，并计算百分比误差、散点图、回归方程和决定系数R²。关键技术方法可概括为：在芬兰东部管理北方森林0.25 ha样地（密度352 stems ha^-1，优势Pinus sylvestris、Betula pendula、Picea abies）采集MLS数据；地面真值为88棵树，排除DBH小于7.5 cm，五个高度测径并用Trimble R8 GNSS RTK定位；使用Kudan Backpack Dev Kit配Ouster OS0-64 Rev 7，10 Hz，共5078帧，选48帧覆盖84棵树；手动标注84棵树；采用2D球面投影和2D CNN实例分割；DBSCAN校正误分类；CSF与DTM高度归一化；提取截面；YOLO11s目标检测；K?sa与Tukey圆拟合；树级五折交叉验证评估，全套流程平均约234 ms/帧。研究结果中，Tree stem instance segmentation using 2D spherical projections显示，对48个选定帧中84棵树完成2D球面投影实例分割，校正误分类并高度归一化后，丢弃少于30点的截面，共从这些树提取494个水平截面。3D Re-projection of segmentation masks表明，2D矩阵与原始3D点一一对应，使分割掩膜可无信息损失映射回3D点云，并利用已知RTK位姿变换到全局参考系，实现树干与现场测量匹配及重复观察识别。Correction of misclassified points表明，DBSCAN可去除大部分不属于目标树干的外部点，但突出枝条点因密度与树干相似而部分残留。Normalizing tree height and cutting transversal sections表明，CSF生成DTM后完成高度归一化，并提取1、1.3、2、4和6 m处截面；训练数据来自64棵树，共1335个投影截面。2D CNN-based tree stem filtering中，YOLO11s在树级五折交叉验证下平均Precision为0.878，Recall为0.935，mAP@50为0.950，mAP@50–95为0.570；选中的折4模型Precision为0.925，Recall为0.953，mAP@50为0.979，mAP@50–95为0.617，在置信度阈值0.407时最大F1为0.94，推理时间3 ms。494个截面中有424个检测置信度超过0.5；未参与训练的树中，202个截面有178个获得检测，占88%。Cross-section section filtering for circle fitting中，424个检测截面经至少30点过滤后保留370个，树级保留单一观察后剩252个测量，其中250个在7.5至40 cm范围内用于精度评估。Circle fitting for tree stem measurements显示，直径测量成功数量随高度变化，在1至2 m最高，6 m仅N=3；84棵树中70棵至少一个截面成功。14棵失败树中，1棵直径10.7 cm点密度不足，2棵P. abies自遮挡，6棵被邻树枝遮挡，5棵原因不明。所有测量截面MAE平均1.8 cm，DBH处1.5 cm；RMSE总体2.4 cm，DBH处2.0 cm；偏差在2 m以下不超过1 cm，4 m为?1.2 cm，6 m为?3.0 cm；DBH处R²=0.85，总体R²=0.74。Methodology performance中，完整流程平均约234 ms/帧，CSF最耗时163 ms，CNN过滤3 ms，误分类校正66 ms，圆拟合2 ms。讨论部分总结认为，本研究考察了原始MLS数据测量树干的潜力，目标是推进支持野外决策的实时森林调查。方法通过2D球面投影、3D重投影、初始过滤、高度归一化、第二次2D投影、2D CNN树干过滤和圆拟合完成测量。创新点在于最终CNN树干过滤步骤，用平面投影结合2D CNN替代传统聚类算法；2D CNN成熟且避免计算昂贵的3D卷积，树级五折交叉验证表明模型可泛化到未见树木。过滤非树干点可减少噪声和枝条偏差对直径估计的影响。直径估计在稀疏不完整点云下表现可接受，失败与点密度不足、自遮挡和邻树遮挡有关，精度随高度下降，原因包括距离和角度导致点密度降低、枝条和植被阴影以及上部茎直径较小；DBH处点云更密更完整，精度更高。性能与实时估计方法相比，密集点云方法RMSE约2.0至3.4 cm，SLAM框架方法表现不一，RGB摄影测量RMSE约2.8 cm，本方法在更稀疏、处理更少的点云下达到相当性能。处理速度低于250 ms，即4 Hz，在林业中可视为实时。可改进方向包括范围子采样、避免DBSCAN、用GSeg3D或重用地面表面优化CSF。MLS传感器发展提高分辨率但增加计算成本和噪声，SLAM漂移影响几何精度；单帧方法仍受遮挡影响，圆拟合假设圆形截面，而树干常非完美圆柱，可能导致视角相关误差。未来可将球面投影扩展到其他点云，整合RGB等辅助传感器，适配TLS，检测枝条、变形和损伤，提高SLAM精度；平面投影有助于标注数据集，2D分割可模拟定量结构模型，并可通过对象跟踪系统连续监测树木。结论翻译为：本研究引入一种利用原始MLS数据通过2D球面投影进行实时树干测量的新方法。该工作流程在管理北方森林中测试，涵盖从数据收集、变换到单木水平测量提取的全过程，为动态森林环境实时感知提供实用框架。其关键创新在于直接对原始MLS数据应用多阶段2D投影。结合高分辨率传感器和CNN，该方法无需依赖SLAM重建即可准确测量树干。该方法显著提高计算效率，处理速度达每秒四帧。尽管结果令人鼓舞，在将实时方法全面部署到业务化森林环境前，仍需解决两个主要挑战：(i) 开发能够从原始MLS数据进行实时实例树干分割和跟踪的对象跟踪方法；(ii) 将整个工作流程集成到基于机器人操作系统（Robot Operating System, ROS）的系统中，包括支持野外单木决策的界面。尽管存在这些挑战，所提方法为数据驱动、实时森林测树提供了坚实基础。准确、实时的树干测量有潜力提高操作效率，支持单木营林规划，并促进可持续和可追溯的森林管理。最后，研究结果强调深度学习和传感器融合在推进精准林业实践中的关键作用。