UWB定位攝影測樹儀設(shè)計與試驗

趙自雨，馮仲科，田 藝，劉金成

UWB定位攝影測樹儀設(shè)計與試驗

趙自雨1，馮仲科1※，田 藝1，劉金成2

（1. 北京林業(yè)大學(xué)精準(zhǔn)林業(yè)北京市重點實驗室，北京 100083； 2. 西北農(nóng)林科技大學(xué)資源環(huán)境學(xué)院，楊凌 712100）

為了實現(xiàn)森林樣地高效、精準(zhǔn)測定，該研究研制了一種具有實時定位功能和林分?jǐn)z影測量功能的超寬帶（Ultra Wide Band, UWB）定位攝影測樹儀，該儀器主要由姿態(tài)傳感器、UWB定位模塊、CCD鏡頭和固定桿組成，以UWB定位技術(shù)和攝影測量理論為基礎(chǔ)，結(jié)合到達(dá)時間差（Time Difference of Arrival, TDOA）定位算法、三邊定位算法、運動恢復(fù)結(jié)構(gòu)（Structure From Motion, SFM）點云匹配算法實現(xiàn)攝影測樹儀的林下精準(zhǔn)定位、影像獲取以及林木坐標(biāo)測量、胸徑測量功能。為了驗證儀器的林分參數(shù)提取準(zhǔn)確性，選擇4種不同林種的人工林進行試驗。根據(jù)攝影測量影像特征點的匹配特點，設(shè)計“環(huán)繞拍攝”樣地觀測方法，利用Pix4D軟件對拍攝的影像和點位坐標(biāo)進行三維點云構(gòu)建，利用LiDAR360對重建后的三維點云進行去噪處理、胸徑和立木位置提取。結(jié)果表明，所設(shè)計的儀器能夠快速獲取樣地影像和影像坐標(biāo)信息，胸徑測量值的偏差為-0.04～0.42 cm，均方根誤差為0.26～0.51 cm；立木位置測量值偏差為-0.16～0.27 cm，均方根誤差為0.23～0.34 m。胸徑測量精度能夠滿足森林資源調(diào)查的精度要求，可進一步推廣應(yīng)用于森林資源調(diào)查。

林業(yè)；測量；設(shè)計；攝影測量；UWB；多邊形樣地；三維點云

0 引 言

森林生態(tài)系統(tǒng)是全球陸表生態(tài)系統(tǒng)的重要組成部分，對保持陸表生態(tài)系統(tǒng)和整個生物圈的穩(wěn)定具有至關(guān)重要的作用[1]。由于森林面積龐大和林木結(jié)構(gòu)復(fù)雜多樣，實際森林調(diào)查工作中，通常并不是對整個森林進行調(diào)查，而是通過建立典型的固定樣地采用抽樣調(diào)查測量的方式，推算森林的林分結(jié)構(gòu)和林木生長規(guī)律[2-3]。森林樣地中立木胸徑和樹高以及位置分布是研究森林生態(tài)、森林結(jié)構(gòu)和林區(qū)管理的重要指標(biāo)[4]。樣地調(diào)查中，如何快速、便捷、精準(zhǔn)地實現(xiàn)林分參數(shù)測量是森林調(diào)查中的關(guān)鍵[5-6]。

傳統(tǒng)的森林資源調(diào)查通常用羅盤儀測角測定固定樣地4個角點方向和用皮尺或測繩測量固定樣地對角線水平距，既費時又費力[7]。隨著現(xiàn)代測量技術(shù)的發(fā)展，電子經(jīng)緯儀[8]、全站儀[9]、GPS[10]等逐漸應(yīng)用到森林樣地測量工作中[11]。閆飛[12]進行了測樹全站儀在林分樣地的試驗，實現(xiàn)了立木三維坐標(biāo)測量。樊仲謀等[13]利用雙目相機為測量工具，在樣地中心放置雙目相機，依次進行12次30°的旋轉(zhuǎn)拍攝，獲取12組立體像對，通過立體像對前方交會為內(nèi)業(yè)方法，實現(xiàn)了胸徑、樹心坐標(biāo)提取。雖然這些設(shè)備能夠?qū)崿F(xiàn)林分參數(shù)的測量，但是這些調(diào)查方法不能滿足三維化和精細(xì)化調(diào)查的需求。近年來，劉金成等[14]提出利用CCD超站儀依“仿航線法”觀測方法對林分進行觀測，實現(xiàn)了樣地范圍、胸徑和樹高的提取，但是CCD超站儀在林下工作時更換測站位置的效率比較低。Liu等[15]以攝影測量和全球?qū)Ш叫l(wèi)星系統(tǒng)空間定位技術(shù)為基礎(chǔ)，研制了一種實時動態(tài)雙目立體攝影測樹儀，實現(xiàn)了林分參數(shù)測量，但是有冠層遮擋情況下GPS信號容易受到干擾，致使定位精度較差而影響測量的效率和精度。近年來，激光雷達(dá)技術(shù)在林業(yè)上得到了廣泛的應(yīng)用，并逐漸成為森林資源調(diào)查的新興方法[16-21]。肖楊等[22]從三維激光掃描的點云數(shù)據(jù)中提取了多株樹木的胸徑和位置。Li等[23]利用汽車搭載三維激光掃描和GPS獲取道路兩側(cè)的樹木點云數(shù)據(jù)，能夠高效提取樹木坐標(biāo)和樹干信息等，但由于林區(qū)地形地勢條件等限制了其在林區(qū)的應(yīng)用。這些調(diào)查方法和儀器雖然在森林樣地布設(shè)和觀測中發(fā)揮了重要的作用，但是，現(xiàn)有林業(yè)調(diào)查設(shè)備仍存在很多不足：傳統(tǒng)設(shè)備不能實現(xiàn)林分三維測量，并且精度低；三維激光掃描儀有較高的測量精度，但是儀器成本高[24]；無人機攝影測量森林資源調(diào)查，不能實現(xiàn)林下參數(shù)的測量。

綜上所述，為了滿足數(shù)字化林業(yè)建設(shè)和森林資源調(diào)查的需求，本文以測量學(xué)、測樹學(xué)、超寬帶[25-26]（Ultra Wide Band，UWB）定位技術(shù)和攝影測量為基礎(chǔ)，基于到達(dá)時間差（time difference of Arrival, TDOA)算法[27]，設(shè)計了一種UWB攝影測樹儀，實現(xiàn)胸徑、林木位置和樣地范圍提取。

1 UWB攝影測樹儀構(gòu)成

1.1 硬件構(gòu)成

UWB攝影測樹儀由UWB定位模塊、CCD鏡頭模塊、控制臺（便攜式平板電腦）、鋰電池、便攜式三角腳架、固定鏡頭花桿等部件組成，其整體框架如圖1所示。其中，UWB定位模塊為主要功能模塊，通過超寬帶無線電波實現(xiàn)基準(zhǔn)站和移動標(biāo)簽之間的信息傳輸；數(shù)據(jù)存儲模塊用于存儲影像和記錄攝影站位置信息，實現(xiàn)影像和位置信息實時存儲。CCD鏡頭、UWB定位模塊和姿態(tài)傳感器模塊之間的相對位置需要保持一定的不變關(guān)系，初次使用時需要檢核和校正3個模塊間的位置參數(shù)并確定相對位移量。

圖1 UWB攝影測樹儀硬件組成及試驗樣機

UWB定位模塊采用單片機為主控芯片，主要電路包括DW1000芯片、LED指示模塊、復(fù)位電路等。該模塊既可以作為基準(zhǔn)站，也可以作為移動標(biāo)簽，通過控制臺的指令進行切換。工作時1個UWB模塊作為UWB攝影測樹儀的定位標(biāo)簽，為UWB攝影測樹儀提供位置信息，4個UWB定位模塊作為基站為標(biāo)簽?zāi)K提供位置參考。影像獲取模塊的CCD鏡頭（PixPro SL25，伊士曼）為定焦光學(xué)鏡頭，具有WiFi和NFC功能，電池為LB-052型88 mAh鋰電池，續(xù)航時間為2.5 h，用于獲取樣地林木影像信息，并將照片傳輸?shù)娇刂婆_模塊，用于恢復(fù)樣地林木三維點云?？刂婆_模塊選用Intel賽揚N3450處理器，屏幕為12.3in多點式觸摸屏以及10000mAh聚合物鋰電池集成，其中，CPU為1.1GHz核心頻率，四核，RAM內(nèi)存為8GB，用于實時解算坐標(biāo)位置信息、儲存影像、記錄姿態(tài)信息和顯示移動標(biāo)簽位置信息。

1.2 軟件設(shè)計

軟件部分主要包括控制臺上位機編程設(shè)計，軟件采用嵌入式系統(tǒng)和C/S系統(tǒng)開發(fā)框架，利用C++編程實現(xiàn)，共設(shè)計4個模塊，分別為UWB調(diào)試模塊、姿態(tài)記錄模塊、坐標(biāo)記錄模塊和CCD相機控制模塊。圖2為UWB攝影測樹儀工作流程圖，進行林分測量時，首先對基站坐標(biāo)進行標(biāo)定，為提高定位精度使基站所處位置盡可能處在同一平面；然后是控制臺和CCD相機通過WiFi建立連接實現(xiàn)數(shù)據(jù)傳輸與交換；最后實現(xiàn)影像數(shù)據(jù)和標(biāo)簽坐標(biāo)數(shù)據(jù)的實時記錄、數(shù)據(jù)的導(dǎo)出與存儲。內(nèi)業(yè)利用Pix4D軟件（Bentley公司）和LiDAR360軟件批量處理和計算林分參數(shù)。

圖2 UWB攝影測樹儀工作流程圖

1.3 功能參數(shù)

UWB攝影測樹儀主要利用UWB定位技術(shù)、雙邊測距原理、上位機設(shè)計原理、單片機原理及C++編程、SfM視覺算法[28]、影像處理技術(shù)等，實現(xiàn)林下實時相對定位和影像獲取，同時實現(xiàn)樣地內(nèi)林分的三維可視化、立木胸徑估計和立木位置提取。

每個UWB模塊質(zhì)量為33.3 g，長í寬í高為29 mmí60.3 mmí9 mm；天線質(zhì)量為8.72 g，天線長為85.5 mm，直徑為9.3 mm，發(fā)射增益可調(diào)范圍為0～33.5 dB，空曠環(huán)境下通信距離為500 m，定位精度±5 cm，工作溫度為?20～85 ℃，可持續(xù)工作8 h；CCD鏡頭有效像素為1 635萬，最大分辨率為4 608像素í3 456像素。

2 攝影測樹儀工作原理與方法

2.1 UWB定位原理

超寬帶（Ultra Wide Band, UWB）是一種無載波通信技術(shù)，利用納秒至微秒級的非正弦波窄脈沖傳輸數(shù)據(jù)，真空中的傳播速度與光速相同。UWB定位原理類似于衛(wèi)星導(dǎo)航定位系統(tǒng)，其中UWB基站相當(dāng)于天上的衛(wèi)星，移動標(biāo)簽相當(dāng)于用戶端的GNSS接收機，控制臺相當(dāng)于地面的監(jiān)控站。UWB技術(shù)常被應(yīng)用于通信與定位領(lǐng)域，尤其是當(dāng)GNSS（當(dāng)前4個GNSS系統(tǒng)為GPS、BDS、Glonass、Galileo）信號覆蓋不到的場合。如圖3所示，基站作為參考位置點，通常放置在樣地四周，標(biāo)簽作為待測位置，和CCD鏡頭一起固定于花桿上。通過測量標(biāo)簽到達(dá)基站的時間差（Time Difference of Arrival, TDOA)，乘以電磁波傳播速度，可以得到標(biāo)簽和基站之間距離。利用標(biāo)簽到基站距離和基站坐標(biāo)，可以列出多組球面方程，進而由數(shù)學(xué)方法求解出標(biāo)簽的坐標(biāo)。假設(shè)標(biāo)簽的坐標(biāo)為(,,)，4個基站的位置為(1,1,1)、(2,2,2)、(3,3,3)和(4,4,4)，根據(jù)TDOA測距算法，可以得到

注：1,2,3,4為基站位置；1,2,3,4分別為基站到各標(biāo)簽距離，m；▲為UWB標(biāo)簽位置。

Note:1,2,3and4represents the position of each anchors;1,2,3,and4represents the distance between UWB tag and anchors, m; ▲ represent the position of UWB tag.

圖3 UWB定位原理示意圖

Fig.3 Schematic diagram of UWB positioning principle

依據(jù)式（1）~（4）計算出標(biāo)簽坐標(biāo)(,,)的值，寫成矩陣形式為

式中(,,)為標(biāo)簽坐標(biāo)，(x,y,z)為基站坐標(biāo)，d為基站到移動標(biāo)簽的距離，m；=1，2，3，4。

由式（5）可知，標(biāo)簽坐標(biāo)(,,)的值是一個逆矩陣和3個基站坐標(biāo)相乘的結(jié)果，本文采用4個基站坐標(biāo)，采用最小二乘法運算可得到精確的標(biāo)簽位置坐標(biāo)。

2.2 UWB基站布設(shè)原則

根據(jù)UWB定位原理，UWB攝影測樹儀工作之前，需要分別將4個基站放置在待觀測樣地周圍2～5 m處，放置時盡量保持基站成正方形形狀，基站位置布設(shè)示意如圖4所示，坐標(biāo)系中原點為基站1的位置，軸為從基站1到基站4的連線方向，基站1、2、3、4的坐標(biāo)可通過公式（6）計算得到。儀器工作時各個模塊之間自動連接，控制臺軟件部分支持一鍵標(biāo)定所有基站（需要注意的是，4個UWB基站需要放置在同一高度的三腳架上），通過點擊控制臺界面中的【坐標(biāo)測量】按鈕，可以看到基站的坐標(biāo)位置圖標(biāo)逐漸收斂固定，當(dāng)UWB基站標(biāo)定成功后，系統(tǒng)自動退出UWB基站一鍵標(biāo)定模式，標(biāo)定時間小于1 min，系統(tǒng)設(shè)置結(jié)束后可以進行下一步測量工作。

注：dij為各個基站之間的距離，m，i, j=1, 2, 3, 4。

式中(x,y)為基站坐標(biāo)，=1，2，3，4。

2.3 多邊形微樣地觀測原理

根據(jù)森林調(diào)查的需求，通常森林樣地的形狀有方形、圓形（角規(guī)樣地）和多邊形微樣地[29-30]。本文針對多邊形微樣地調(diào)查，設(shè)計了一種多邊形微樣地“環(huán)繞拍攝法”林分觀測模式，以實現(xiàn)立木胸徑、立木位置計算，攝影測量方法如圖5所示，具體步驟如下：

1）選定待測多邊形樣地，應(yīng)用控制臺自動標(biāo)定基站位置，4個UWB基站之間距離應(yīng)大于多邊形樣地邊長。

2）基站與移動標(biāo)簽匹配完成后，首先將標(biāo)簽放置在樣地中心位置并測量樣地中心坐標(biāo)，然后再將標(biāo)簽放置在距樣地中心最遠(yuǎn)立木位置，測量標(biāo)簽位置坐標(biāo)，控制臺自動顯示虛擬觀測路線和間隔1m的攝影測站位置。

3）依據(jù)控制臺顯示的拍攝路線和攝影測站位置，選定攝影起始測站，按照控制臺顯示方向利用UWB攝影測樹儀進行正直攝影。

4）利用控制臺控制攝影模塊和坐標(biāo)定位模塊實現(xiàn)影像拍攝和記錄攝影測站坐標(biāo)。其中，拍攝的每張影像與坐標(biāo)信息一一對應(yīng)。

圖5 UWB攝影測樹儀多邊形樣地觀測示意圖

3 試驗結(jié)果與分析

3.1 精度評價方法

為了驗證UWB攝影測樹儀多邊形樣地觀測的各項精度，2019年9月在北京市西山試驗林場（39°58′22″N，116°12′14″ E）選取油松成熟林、蒙古櫟中齡林、欒樹幼齡林和柳樹中齡林4個觀測條件較好面積約為50 m2（半徑約為3.99 m）的多邊形待測樣地，4個樣地中立木棵數(shù)依次為6、6、5、5。用胸徑尺量取樣地每棵立木胸徑，并以此以作為胸徑標(biāo)準(zhǔn)值；以全站儀測量立木位置為標(biāo)準(zhǔn)值與UWB攝影測樹儀提取的立木位置進行比較。使用偏差（Bias）、均方根誤差（Root Mean Squared Error，RMSE）對觀測值進行評估，其計算公式為

式中x為測量值，x為標(biāo)準(zhǔn)值，為樣地中立木數(shù)量，Bias為測量值偏差，cm；RMSE為測量值均方根誤差，cm。

3.2 林分3D點云構(gòu)建

按照2.3節(jié)中的觀測方法，利用UWB攝影測樹儀對多邊形微樣地進行觀測，拍攝的影像、攝影測站坐標(biāo)和相機姿態(tài)數(shù)據(jù)均分別存儲到電腦中。

影像獲取后，利用商業(yè)軟件Pix4D mapper分別對4個試驗樣地的影像、攝影測站坐標(biāo)和姿態(tài)數(shù)據(jù)進行處理。林分點云構(gòu)建過程中，使用運動恢復(fù)結(jié)構(gòu)算法（Structure-From-Motion，SfM）從影像中提取特征點，首先使用2張圖像進行重建，計算出影像中相同特征點，然后通過局部迭代光束法優(yōu)化新增的影像的位置和姿態(tài)，最后進行整體光束法平差實現(xiàn)林分影像的無縫拼接。為保證生成的3D點云效果和精度，攝影測量時保持70%～80%的相片重疊率。4個樣地中獲取的影像數(shù)量、軟件處理時間以及點云密度如表1所示。試驗數(shù)據(jù)處理使用電腦配置為CPU i7-8750H、顯卡1660Ti、內(nèi)存容量16 G。

表1 影像處理的參數(shù)

3.3 胸徑測量結(jié)果分析

為了驗證UWB攝影測樹儀提取林分參數(shù)的精度，將Pix4D mapper生成的點云數(shù)據(jù)導(dǎo)入到LiDAR360中，首先對點云進行歸一化處理，然后進行單木分割，最后基于單木分割后的點云數(shù)據(jù)提取樹干位置和批量提取胸徑，提取胸徑時選擇地面點以上1.25～1.35 m區(qū)間的所有點，進一步通過擬合圓[31]的方式進行樹干胸徑提取，結(jié)果如表2所示。結(jié)果表明，胸徑點云測量值和標(biāo)準(zhǔn)值基本保持一致，胸徑測量值的Bias的變化范圍為?0.04～0.42 cm，RMSE的變化范圍為0.26～0.51 cm。Lu等[32]利用背包式LiDAR胸徑測量值的RMSE為1.02 cm；Zhou等[33]利用手持式LiDAR測量胸徑的RMSE為0.7 cm；Roberts等[34]利用地面攝影方式測量行道樹胸徑測的RMSE為1.24～2.81 cm；文獻[35-37]用類似方法測量胸徑的RMSE取值范圍為0.77～5.0 cm。與已有研究的胸徑測量結(jié)果比較，胸徑測量值的RMSE值低于已有研究結(jié)果的0.44～4.49 cm，攝影測樹儀的胸徑測量精度較高。

表2 立木胸徑測量結(jié)果

3.4 立木位置估計結(jié)果分析

為了驗證立木相對位置的準(zhǔn)確性，以全站儀測量結(jié)果為標(biāo)準(zhǔn)值與UWB攝影測樹儀提取的立木位置進行比較，4個多邊形樣地的立木相對位置如圖6所示，結(jié)果如表3所示。

注：圓圈代表立木所在位置；虛線為拍攝路徑。

從表3中可以看出Bias的變化范圍為?0.16～0.27 m，RMSE的變化范圍為0.23～0.34 m，立木位置提取值與標(biāo)準(zhǔn)值相近，提取精度較高。與GPS定位設(shè)備林中定位比較，該攝影測樹儀因UWB定位基站和標(biāo)簽均安置于冠層以下，UWB信號傳輸不受林冠層影響，能保持優(yōu)良定位精度，同時通過提取立木位置可以為掌握林分結(jié)構(gòu)提供依據(jù)。

表3 立木位置提取結(jié)果

攝影測樹儀成本約為0.4萬元，手持式三維激光掃描儀的價格約為3萬元；使用攝影測樹儀觀測1個多邊形微樣地約需要10 min，手持式三維激光掃描儀約為3 min；攝影測樹儀和手持式三維激光掃描儀的質(zhì)量分別為3.5和3 kg，儀器質(zhì)量相當(dāng)。雖然攝影測樹儀樣地調(diào)查的效率略低于手持式三維激光掃描儀，但是價格具有足夠優(yōu)勢。

4 結(jié) 論

本研究利用UWB定位技術(shù)和攝影測量技術(shù)，設(shè)計了一種UWB定位攝影測樹儀，提出了一種“環(huán)繞拍攝法”的多邊形樣地觀測方法，實現(xiàn)了林下實時定位、相機姿態(tài)記錄、多邊形微樣地3D點云構(gòu)建、胸徑和立木位置的提取功能。經(jīng)驗證，胸徑測量值的偏差變化范圍為?0.04～0.42 cm，均方根誤差的變化范圍為0.26～0.51 cm。立木位置提取值的偏差變化范圍為?0.16～0.27 m，均方根誤差的變化范圍為0.23～0.34 m，立木位置提取值與標(biāo)準(zhǔn)值相近，提取精度較高。該儀器可較好地應(yīng)用到多邊形森林樣地觀測工作當(dāng)中，能夠滿足森林資源連續(xù)清查的精度要求，可以進一步推廣應(yīng)用到森林資源調(diào)查中。

研究中還存在不足和待改進的地方，攝影測量時容易受到逆光和強光照情況的干擾；另外，在灌草覆蓋度較高和樹木側(cè)枝較多的樣地中，例如側(cè)柏林，由于側(cè)枝和灌木遮擋，影響了測量精度和效率。在后續(xù)的研究中，將通過增加CCD鏡頭的數(shù)量和改變CCD鏡頭的拍攝方向，實現(xiàn)多鏡頭和多角度的立體攝影，提高測量的精度和林分3D點云構(gòu)建效果。

[1]Trumbore Susan, Brando Paulo, Hartmann Henrik. Forest health and global change[J]. Science, 2015, 349(6250): 814-818.

[2]孟憲宇. 測樹學(xué)[M]. 北京：中國林業(yè)出版社，1996.

[3]亢新剛. 森林經(jīng)理學(xué)[M]. 北京：中國林業(yè)出版社，2011.

[4]Macdicken Kenneth G. Global forest resources assessment 2015: what, why and how?[J]. Forest Ecology & Management, 2015, 352: 3-8.

[5]呂康梅，張一鳴，于濤. 北京市森林資源固定樣地調(diào)查體系研究[J]. 林業(yè)資源管理，2009(2)：43-48.

Lv Kangmei, Zhang Yiming, Yu Tao. Study on beijing forest fixed sample plot investigation system[J]. Forest Resources Management, 2009(2): 43-48. (in Chinese with English abstract)

[6]馮仲科，殷嘉儉，賈建華，等. 數(shù)字近景攝影測量用于森林固定樣地測樹的研究[J]. 北京林業(yè)大學(xué)學(xué)報，2001，23(5)：15-18.

Feng Zhongke, Yin Jiajian, Jia Jianhua, et al. Forest measurement in fixed sample plot by digital close-range photogrammetric survey[J]. Journal of Beijing Forestry University, 2001, 23(5): 15-18. (in Chinese with English abstract)

[7]Gillis M D, Omule A Y, T Brierley. Monitoring canada’s forests: the national forest inventory[J]. Forestry Chronic, 2005, 81(2): 214-221.

[8]侯鑫新. 基于CCD和經(jīng)緯儀的林木圖像識別系統(tǒng)研究[D]. 北京：北京林業(yè)大學(xué)，2014.

Hou Xinxin. Study on Image Recognition System Based on the Tree Images Taken by a CCD Camera Mounted on a Theodolite[D]. Beijing: Beijing Forestry University, 2014. (in Chinese with English abstract)

[9]劉金成，黃曉東，楊立巖，等. 基于CCD超站儀的森林樣地建立與精測方法研究[J]. 農(nóng)業(yè)機械學(xué)報，2016，47(11)：316-321.

Liu Jincheng, Huang Xiaodong, Yang Liyan, et al. Establishment and precise measurement of forest sample plotbased on CCD super station[J]. Transactions of the chinese society for agricultural machinery, 2016, 47(11): 316-321. (in Chinese with English abstract)

[10]Korpilo Silviya, Virtanen Tarmo, Lehv?virta Susanna. Smartphone GPS tracking-inexpensive and efficient data collection on recreational movement[J]. Landscape & Urban Planning, 2017, 157: 608-617.

[11]馮仲科. 精準(zhǔn)林業(yè)[M]. 北京：中國林業(yè)出版社，2002.

[12]閆飛. 森林資源調(diào)查技術(shù)與方法研究[D]. 北京：北京林業(yè)大學(xué)，2014.

Yan Fei. Research of Technology and Methord of Forest Resource Inventory[D]. Beijing: Beijing Forestry University, 2014. (in Chinese with English abstract)

[13]樊仲謀，馮仲科，李亞東，等. 基于雙目相機的森林樣地調(diào)查方法研究[J]. 農(nóng)業(yè)機械學(xué)報，2015，46(5)：293-299.

Fan Zhongmou, Feng Zhongke, Li Yadong, et al. Investigation method of forestry plot based on binocular stereo camera[J]. Transactions of the Chinese Society for Agricultural Machinery, 2015, 46(5): 293-299. (in Chinese with English abstract)

[14]劉金成，馮仲科，楊立巖，等. 實時動態(tài)多功能雙目立體攝影測樹儀設(shè)計[J]. 農(nóng)業(yè)工程學(xué)報，2018，34(22)：61-68.

Liu Jincheng, Feng Zhongke, Yang Liyan, et al. Design of real-time kinematic multi-functional binocular stereo- photogrammetric dendrometer[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(22): 61-68. (in Chinese with English abstract)

[15]Liu Jincheng, Feng Zhongke, Yang Liyan, et al. Extraction of sample plot parameters from 3D point cloud reconstruction based on combined RTK and CCD continuous photography[J]. Remote Sensing, 2018, 10(8): 1299-1320.

[16]Zhou Sanzhang, Kang Feng, Li Wenbin, et al. Extracting diameter at breast height with a handheld mobile LiDAR system in an outdoor environment[J]. Sensors, 2019, 19(14): 3212-3227.

[17]Brede Benjamin, Calders Kim, Lau Alvaro, et al. Non-destructive tree volume estimation through quantitative structure modelling: Comparing UAV laser scanning with terrestrial LiDAR[J]. Remote Sensing of Environment, 2019, 233: 111355-111369.

[18]Chen Shilin, Feng Zhongke, Chen Panpan, et al. Nondestructive estimation of the above-ground biomass of multiple tree species in boreal forests of china using terrestrial laser scanning [J]. Forests, 2019, 10(11): 936-961.

[19]Fan Yongxiang, Feng Zhongke, Chen Panpan, et al. Estimating tree position, diameter at breast height, and tree height in real-time using a mobile phone with RGB-D SLAM [J]. Remote Sensing, 2018, 10(11): 1845-1863.

[20]Qiu Zixuan, Feng Zhongke, Jiang Junzhiwei, et al. Application of a continuous terrestrial photogrammetric measurement system for plot monitoring in the beijing songshan national nature reserve[J]. Remote Sensing, 2018, 10(7): 1080-1104.

[21]Hauglin Marius, Astrup Rasmus, Gobakken Terje, et al. Estimating single-tree branch biomass of norway spruce with terrestrial laser scanning using voxel-based and crown dimension features[J]. Scandinavian Journal of Forest Research, 2018, 28(5): 456-469.

[22]肖楊，胡少興，肖深，等. 從三維激光點云中快速統(tǒng)計樹木信息的方法[J]. 中國激光，2018，45(5)：266-272.

Xiao Yang, Hu Shaoxing, Xiao Shen, et al. A fast statistical method of tree information from 3D laser point clouds[J]. Chinese Journal of Lasers, 2018, 45(5): 266-272. (in Chinese with English abstract)

[23]Li You. A dual growing method for the automatic extraction of individual trees from mobile laser scanning data[J]. Isprs Journal of Photogrammetry & Remote Sensing, 2016, 120(8): 37-52.

[24]馮仲科，黃曉東，劉芳. 森林調(diào)查裝備與信息化技術(shù)發(fā)展分析[J]. 農(nóng)業(yè)機械學(xué)報，2015，46(9)：257-265.

Feng Zhongke, Huang Xiaodong, Liu Fang. Forest survey equipment and development of information technology[J]. Transactions of the Chinese Society for Agricultural Machinery, 2015, 46(9): 257-265. (in Chinese with English abstract)

[25]Monica Stefania, Bergenti Federico. Hybrid indoor localization using WiFi and UWB technologies[J]. Electronics, 2019, 8(3): 334-347.

[26]Tiemann Janis, Schweikowski Florian, Wietfeld Christian. Design of an UWB indoor-positioning system for UAV navigation in GNSS-denied environments[C]//2015 International Conference on Indoor Positioning and Indoor Navigation (IPIN), 2015.

[27]Sun Linhao, Fang Luming, Weng Yuhui, et al. An integrated method for coding trees, measuring tree diameter, and estimating tree positions[J]. Sensors, 2019, 20(1): 144-162.

[28]Cipolla Roberto. Segmentation and recognition using structure from motion point clouds[C]//European Conference on Computer Vision, 2008.

[29]孫夢瑩，馮仲科，李蘊雅. 九棵樹法提取林分調(diào)查因子原理與應(yīng)用[J]. 中南林業(yè)科技大學(xué)學(xué)報，2017，37(4)：70-74.

Sun Mengying, Feng Zhongke, Li Yunya. Principle and application of forest investigation factor by nine-tree method[J]. Journal of Central South University of Forestry & Technology, 2017, 37(4): 70-74. (in Chinese with English abstract)

[30]鄭懷兵，馮仲科. 基于多邊形法的森林資源調(diào)查監(jiān)測[J]. 東北林業(yè)大學(xué)學(xué)報，2014，42(7)：161-165.

Zheng Huaibing, Feng Zhongke. Investigation and monitoring of forest resources based on polygonal sample plot method[J]. Journal of Northeast Forestry University, 2014, 42(7): 161-165. (in Chinese with English abstract)

[31]韓雪梅. 基于3D激光掃描的林木樹干重建及特征提取技術(shù)研究[D]. 北京：北京林業(yè)大學(xué)，2019.

Han Xuemei. Research on Tree Trunk Reconstruction andCharacteristic Extraction Based on 3D Laser Scanning [D]. Beijing: Beijing Forestry University, 2019. (in Chinese with English abstract)

[32]Lu Jinbo, Wang Hong, Qin Shuhong, et al. Estimation of aboveground biomass of Robinia pseudoacacia forest in the Yellow River Delta based on UAV and backpack LiDAR point clouds[J]. International Journal of Applied Earth Observation and Geoinformation, 2020: 86(12): 303-315.

[33]Zhou Sanzhang, Kang Feng, Li Wenbin, et al. Extracting diameter at breast height with a handheld mobile LiDAR system in an outdoor environment[J]. Sensors, 2019, 19(14): 3212-3227.

[34]Roberts J, Koeser A, Abd-Elrahman A, et al. Mobile terrestrial photogrammetry for street tree mapping and measurements[J]. Forests, 2019, 10(8): 701-716.

[35]Wu Xinmei, Zhou Sunyin, Xu Aijun, et al. Passive measurement method of tree diameter at breast height using a smartphone[J], Computers and Electronics in Agriculture, 2019, 163: 1-11.

[36]Aguilar F J, Nemmaoui A, Pe?alver A. Developing allometric equations for teak plantations located in the coastal region of ecuador from terrestrial laser scanning data[J]. Forests, 2019, 10(12): 1050-1071.

[37]Piermattei L, Karel W, Wang D, et al. Terrestrial structure from motion photogrammetry for deriving forest inventory. Data[J]. Remote Sensing, 2019, 11(8): 950-972.

Design and test of photographic dendrometer based on Ultra Wide Band(UWB) positioning

Zhao Ziyu1, Feng Zhongke1※, Tian Yi1, Liu Jincheng2

(1.,,100083,; 2.,,712100,)

Estimation of trees position and Diameter at Breast Height (DBH) is an important part of forest resources inventory. This study aimed to design a multi-functional, high-precision, real-time positioning tree-measuring device that integrates plot setting, DBH measurement, and tree position measurement based on the Ultra Wide Band(UWB) positioning principle, sensor technology, image processing technology, trigonometric functions and tree surveying theories. The main hardwares component of the equipment included CCD (Charge Coupled Device) image acquisition module, antenna, three-axis gyroscope module, three-axis accelerometer module and console module, the auxiliary components included fixed cloud platform and lithium battery. The software was developed by a modular structure compiled in android windows development environment based on the C++ language. According to the matching characteristics of the photogrammetric image feature points, the "surround shooting" sample plot observation method was proposed. The pix4D commercial software was used to established the three-dimensional point cloud model of the trees, and the LiDAR360 software was used to denoise the reconstructed 3D point cloud, extract the DBH and the position of the trees. In order to verify the accuracy of stand parameter extraction, the device was tested in four plots, that was,,andrespectively. The results showed that the designed photographic dendrometer could be used to obtain the image of the trees and coordinate information in image quickly, the deviation and RMSE (Root Mean Squared Error) of the DBH were -0.04-0.42 cm and 0.26-0.51 cm, and that of the position were -0.16-0.27 m and 0.23-0.34 m, respectively, the measuring precision conformed to the requirements of forestry investigation. The study can provide a reference for the forest survey.

forestry; measurements; design; photogrammetry; Ultra Wide Band(UWB); polygonal plot; 3D point cloud

趙自雨，馮仲科，田藝，等. UWB定位攝影測樹儀設(shè)計與試驗[J]. 農(nóng)業(yè)工程學(xué)報，2020，36(17)：167-173.doi：10.11975/j.issn.1002-6819.2020.17.020 http://www.tcsae.org

Zhao Ziyu, Feng Zhongke, Tian Yi, et al. Design and test of photographic dendrometer based on Ultra Wide Band(UWB) positioning[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(17): 167-173. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2020.17.020 http://www.tcsae.org

2020-04-21

2020-08-31

國家自然科學(xué)基金項目（U1710123）

趙自雨，博士生，研究方向：攝影測量、林業(yè)裝備與信息化研究。Email：zhaozy0315@126.com

馮仲科，博士，教授，博士生導(dǎo)師，主要從事精準(zhǔn)林業(yè)、測繪與3S技術(shù)集成研究。Email：zhongkefeng@bjfu.edu.cn

10.11975/j.issn.1002-6819.2020.17.020

S758.7

A

1002-6819(2020)-17-0167-07