iPad Pro LiDAR在植被生态中的应用

  • iPad Pro介绍

iPad Pro 2020于3月18日晚正式发布, 正如其广告语:“你的下一台电脑,何必是电脑”。此次发布的iPad Pro 2020搭载A12Z仿生芯片,拥有八核心CPU、八核心GPU,神经网络引擎,性能优于大多数Windows PC。本次发布的新品突出亮点为背面摄像头的升级,拥有新的双摄模组:配备1200万像素广角摄像头和1000万像素超广角摄像头。此外,

配置了突破性的激光雷达扫描仪(LiDAR)

使得iPad Pro具备更强的空间定位功能及增强现实(Augmented Reality, AR)体验(图1)。

图1 iPad Pro 2020摄像头系统(图片源自网络)
iPad Pro LiDAR
激光雷达(LiDAR),是激光探测与测距系统的简称,通过测定传感器发出的激光在传感器与目标物体之间的传播距离,能够直接、快速、精确地获取研究对象的三维地理坐标[1]。iPad Pro 2020搭载的是一款闪光激光雷达(Flash Lidar),采用类似照相机的工作模式, 感光元件与普通相机不同, 每个像素点可以记录光子飞行时间信息[2]。此次搭载的LiDAR使iPad Pro对物体远近的环境位置有更强的感知能力,从而使硬件读懂三维空间的深度信息,增强用户的AR体验。目前,iPad Pro LiDAR可用于场景扫描建模、物体遮盖、物体识别、空间定位等,此外LiDAR扫描仪使得测距仪app 进一步优化,自动量测物体高度,测量结果更加精确,相信随着应用的不断更新,iPad Pro LiDAR会有更大的应用空间(图2)。
图2 iPad Pro LiDAR应用场景(图片源自网络)
  • iPad Pro LiDAR树干扫描
LiDAR是一种新兴的主动遥感技术,早在iPad Pro之前,已广泛应用于测绘、林业、生态学、地理学等专业领域。如,星载、机载、无人机、地基、背包激光雷达系统的不断发展为传统的森林资源监测、生物量估算、森林结构参数提取提供了有效的技术手段[3-5]。iPad Pro 2020使LiDAR搭载平台更加便携,经测验,iPad Pro LiDAR实现粗大树木主干的扫描(图3),采集的数据可通过第三方软件(LiDAR360, Cloud Compare等)转换成点云,进而提取树木胸径(图4)。
图3 树干扫描(左图:iPad Pro扫描树干,右图:LiDAR 360提取点云信息)
图4 LiDAR 360 提取胸径
目前,利用iPad Pro LiDAR进行植被资源调查仍存在很多局限性。如,iPad Pro 2020本质上仍采用的是深度影像+LiDAR的方式,通过构建网格来进行三维重建。此外,iPad Pro 2020并没有开放单独的LiDAR数据的采集接口,做植被调查的效率并不高且不能扫描矮小的植株。
  • LiDAR前景与展望
iPad Pro 2020使LiDAR真正的进入消费级市场,为用户所熟知,推进LiDAR技术的应用普及。此次搭载的闪光激光雷达(Flash Lidar)是一种固态激光雷达,相比传统机械旋转式激光雷达的激光束逐点扫描,固态激光雷达装配简单、扫描速度快、设备小型化,价格低[6]。随着技术的不断成熟,LiDAR传感器将向着高性能、低成本、小型化的方向不断发展,LiDAR技术也将深入各行各业。对于植被生态研究领域来讲,LiDAR技术将不断改善植被生态调查手段,更加高效的获取三维生境结构与重建真三维景观。
参考文献:[1]郭庆华, 刘瑾, 陶胜利, 薛宝林, 李乐, 徐光彩, 李文楷, 吴芳芳, 李玉美, 陈琳海, 庞树鑫. 激光雷达在森林生态系统监测模拟中的应用现状与展望. 科学通报, 2014, 59(06): 459~478.[2]陈敬业, 时尧成. 固态激光雷达研究进展. 光电工程, 2019, 46(07): 47~57.

[3]郭庆华, 刘瑾, 李玉美, 翟秋萍, 王永财, 吴芳芳, 胡天宇, 万华伟, 刘慧明, 申文明. 生物多样性近地面遥感监测:应用现状与前景展望. 生物多样性, 2016, 24(11): 1249~1266.

[4]Matasci G, Hermosilla T, Wulder M A, White J C, Coops N C, Hobart G W, Bolton D K, Tompalski P, Bater C W. Three decades of forest structural dynamics over Canada’s forested ecosystems using Landsat time-series and lidar plots. REMOTE SENS ENVIRON, 2018, 216: 697~714.

[5]Hu T, Su Y, Xue B, Liu J, Zhao X, Fang J, Guo Q. Mapping global forest aboveground biomass with spaceborne LiDAR, optical imagery, and forest inventory data. REMOTE SENS-BASEL, 2016, 8(7): 565.

[6]刘博洋, 梁洪峰. 新型固态化激光雷达技术综述. 科技创新导报, 2016, 13(13): 64~67.

 

原文转自数字生态GuoLab

菜单