基于UWB传感器的树木定位研究

doi:10.13466/j.cnki.lyzygl.2020.02.016

林业资源管理 ›› 2020›› Issue (2): 103-111.doi: 10.13466/j.cnki.lyzygl.2020.02.016

基于UWB传感器的树木定位研究

郑似青¹^,²(), 方陆明¹^,²(), 孙林豪¹^,², 郑辛煜¹^,³, 刘江俊¹^,²

1.浙江农林大学信息工程学院,杭州 311300
2.浙江省林业智能监测与信息技术研究重点实验室,杭州 311300
3.国家林业与草原局林业感知技术与智能装备重点实验室,杭州 311300

收稿日期:2020-01-31 修回日期:2020-04-20 出版日期:2020-04-28 发布日期:2020-06-15
通讯作者: 方陆明
作者简介:郑似青(1996-),男,浙江衢州人,在读硕士,主要从事林业智能装备方面的研究。Email:1326372008@qq.com
基金资助:
浙江省科技重点研发计划资助项目(2018C02013);浙江省自然科学基金青年基金项目(LQ19D010011)

Research on Tree Location Based on UWB Sensors

ZHENG Siqing¹^,²(), FANG Luming¹^,²(), SUN Linhao¹^,², ZHENG Xinyu¹^,³, LIU Jiangjun¹^,²

1. School of Information Engineering,Zhejiang A&F University,Hangzhou 311300
2. Zhejiang Provincial Key Laboratory of Forestry Intelligent Monitoring and Information Technology,Hangzhou 311300
3. Key Laboratory of National Forestry and Grassland Administration on Forestry Sensing Technology and Intelligent Equipment Hangzhou 311300

Received:2020-01-31 Revised:2020-04-20 Online:2020-04-28 Published:2020-06-15
Contact: FANG Luming

摘要/Abstract

摘要：

树木位置是森林样地调查中重要的调查因子,由于林下环境复杂,树木定位的技术方法面临很大的挑战。针对当前树木位置测量技术方法存在的效率低、携带不便、成本高、不适用于非视距测量等问题,提出了一种基于UWB传感器并结合海拔计来获取树木位置信息的方法,并自行设计了树木位置采集装置。选取8个树种多样、坡度不一的样地进行试验。首先,在每个样地中布置四个UWB基站;然后,携带内置UWB定位标签的装置采集每棵树木与各个基站之间的距离;最后,将所采集的数据进行MATLAB仿真,研究不同大小权重值对定位精度的影响。结果表明:存在一个最优权重值,可使平均定位误差下降3.31cm;相较其它四边形定位算法复杂度降低,更适用于枝叶茂密、地形复杂等非视距情况下的树木定位。

关键词: 森林样地调查, 树木位置, UWB, 四边测距, 仿真

Abstract:

Tree location is an important survey factor in forest plot surveys.Due to the complexity of the forest environment,current techniques for tree location are less mature.Aiming at the problems of current tree position measurement methods or technologies,such as low efficiency,inconvenience,high cost,and unsuitability for non-line-of-sight measurement,this paper proposes a method based on UWB sensors combined with an altimeter to obtain tree position information.And designed a tree position sampling device.Eight selected plots with various tree species and different slopes were tested.First,four UWB base stations were arranged in each plot,and then the device carrying the UWB tag was used to sample the distance between each tree and each base station.The collected data were analyzed by MATLAB to investigate the impact of different weight values on positioning accuracy.The results show that the existence of an optimal weight value can reduce the average positioning error by 3.31cm.Compared with other quadrilateral positioning algorithms,the complexity is lower,and it is more suitable for tree positioning under non-line-of-sight situations such as dense foliage and complex landforms.

Key words: forest plot survey, tree location, UWB, quadrilateral ranging, simulation

中图分类号:

郑似青, 方陆明, 孙林豪, 郑辛煜, 刘江俊. 基于UWB传感器的树木定位研究[J]. 林业资源管理, 2020,(2): 103-111.

ZHENG Siqing, FANG Luming, SUN Linhao, ZHENG Xinyu, LIU Jiangjun. Research on Tree Location Based on UWB Sensors[J]. FOREST RESOURCES WANAGEMENT, 2020,(2): 103-111.

图/表 13

图1

图2

表1

图3

图4

图5

图6

表2

表3

图7

图8

图9

表4

参考文献 21

[1]	韩大校, 金光泽. 地形和竞争对典型阔叶红松林不同生长阶段树木胸径生长的影响[J]. 北京林业大学学报, 2017,39(1):9-19.
[2]	孙林豪, 方陆明, 唐丽华, 等. 便携式树木胸径测量系统的研制[J]. 北京林业大学学报, 2018,40(9):82-89.
[3]	孙林豪, 方陆明, 方益明, 等. 基于容栅传感器的立木胸径测量装置研制[J]. 传感技术学报, 2019,32(9):1435-1442.
[4]	徐文兵, 高飞, 杜华强. 几种测量方法在森林资源调查中的应用与精度分析[J]. 浙江林学院学报, 2009,26(1):132-136.
[5]	谭伟, 王开琳, 罗旭, 等. 手持GPS在不同林分下的定位精度研究[J]. 北京林业大学学报, 2008,30(S1):163-167.
[6]	范永祥, 冯仲科, 陈盼盼, 等. 基于RGB-D SLAM手机的森林样地调查系统研究[J]. 农业机械学报, 2019,50(8):226-234.
[7]	陈盼盼, 冯仲科, 范永祥, 等. 基于视觉里程计的森林样地调查系统研究[J]. 农业机械学报, 2019,50(10):167-174.
[8]	Srinivasan S, Popescu S C, Eriksson M, et al. Terrestrial laser scanning as an effective tool to retrieve tree level height,crown width,and stem diameter[J]. Remote Sensing. 2015,7(2):1877-1896. doi: 10.3390/rs70201877
[9]	Liang X, Litkey P, Hyyppa J, et al. Automatic stem mapping using single-scan terrestrial laser scanning[J]. IEEE Transactions on Geoscience and Remote Sensing. 2012,50(2):661-670. doi: 10.1109/TGRS.2011.2161613
[10]	Maltamo M, Næsset E, Vauhkonen J, et al. Forestry applications of airborne laser scanning[M]. Springer Netherlands:Berlin,Germany, 2014:74.
[11]	Mikita T, Janata P, Surovy P. Forest stand inventory based on combined aerial and terrestrial close-range photogrammetry[J]. Forest Science, 2016,7(8):165.
[12]	Surovy P, Yoshimoto A, Panagiotidis D. Accuracy of reconstruction of the tree stem surface using terrestrial close-range photogrammetry[J]. Remote Sensing, 2016,8(2):123. doi: 10.3390/rs8020123
[13]	游小荣, 裴浩, 霍振龙. 一种基于UWB的三边定位改进算法[J]. 工矿自动化, 2019,45(11):19-23.
[14]	李小亭, 郎月新, 韦子辉, 等. 基于改进双向双边测距的超宽带定位技术及应用研究[J]. 中国测试, 2019,45(10):21-27.
[15]	Sun Linhao, Fang Luming, Weng Yuhui, et al. An integrated method for coding trees,measuring tree diameter,and estimating tree positions[J]. Sensors. 2020,20(1):144. doi: 10.3390/s20010144
[16]	李旭虹, 张同丽, 张育芝. 矿井NLOS环境下改进UKF超宽带定位算法[J]. 西安科技大学学报, 2018,38(5):824-829.
[17]	何杰, 吴雅南, 段世红, 等. 人体对UWB测距误差影响模型[J]. 通信学报, 2017,38(S1):58-66.
[18]	路泽忠, 卢小平, 付睢宁, 等. 一种改进的RSSI加权质心定位算法[J]. 测绘科学, 2019,44(1):26-31.
[19]	朱忠记, 何熊熊, 章晓, 等. 基于RSSI的四边测距改进加权质心定位算法[J]. 杭州电子科技大学学报, 2014,34(1):17-20.
[20]	杨立身, 魏兰, 贺军义. 基于WiFi的四边测距修正加权质心定位算法[J]. 测控技术, 2016,35(3):152-156.
[21]	李腾宇, 易晓梅, 陈石. 基于RSSI加权质心和GASA优化的WSN定位算法[J]. 计算机工程与应用, 2017,53(6):118-121.

样地号	树木数/株	主要树种	坡度/(°)
1	17	T1,T4	5.5
2	15	T1,T5	6.8
3	18	T2,T3,T6	15.3
4	25	T1,T6,T8	28.7
5	33	T7	4.8
6	29	T7	5.9
7	22	T2,T7,T8	18.3
8	20	T3,T7,T8	26.0

样地号	X/cm		Y/cm
样地号	BIAS	RMSE	BIAS	RMSE
1	6.03	18.14	10.63	20.84
2	-11.74	14.73	-4.73	14.73
3	1.36	20.51	4.39	21.31
4	-6.99	20.93	-9.33	22.97
5	8.87	18.79	-10.06	26.02
6	7.52	17.13	0.34	22.57
7	-8.34	28.53	8.41	20.11
8	-14.24	29.41	24.66	35.81
合计	-2.19	21.02	3.04	23.05

样地号	Ed/cm
样地号	Mean	Max	Min	Std
1	25.45	49.24	8.28	11.08
2	24.48	84.07	9.56	17.36
3	27.85	54.53	14.98	10.26
4	27.57	73.15	10.77	14.64
5	28.44	61.44	8.99	15.11
6	25.38	57.07	2.95	12.81
7	31.91	68.82	8.18	14.47
8	28.39	61.52	7.86	15.71
合计	27.43	84.07	2.95	13.93

测量方式	所需人数	单木测量次数/次	总耗时/s	单木平均耗时/s
UWB	1	1	3721.27	20.79
卷尺	3	2	15952.15	89.12

基于UWB传感器的树木定位研究

Research on Tree Location Based on UWB Sensors

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 13

参考文献 21

相关文章 4

编辑推荐

Metrics

本文评价

[1]	许昌建, 刘迎春, 左丽君, 李建更, 张婷, 韩路萌, 方宇, 张尹, 王天. 基于仿真大光斑激光雷达和多层感知器的森林地上生物量估算模型构建[J]. 林业资源管理, 2021, 0(1): 50-60.
[2]	童慧琴, 龙飞, 祁慧博, 张哲. 基于试点7省市减排的森林碳汇需求潜力预测与仿真研究[J]. 林业资源管理, 2019, 0(4): 10-17.
[3]	李永亮, 沈康, 张怀清, 杨廷栋, 李思佳, 张鸿. 基于CAVE2的森林虚拟仿真系统应用研究[J]. 林业资源管理, 2019, 0(2): 123-131.
[4]	高金萍, 高显连, 于慧娜, 孙忠秋, 刘斌, 杨宝惠, 田小敏. 基于东北森林资源二类调查成果和树种专项采集数据的森林场景仿真和技术实现[J]. 林业资源管理, 2019, 0(1): 93-100.