Sensor Fusion of LiDAR and Stereo Camera for Forest Mapping

Detalhes bibliográficos
Ano de defesa: 2024
Autor(a) principal: Souza Neto, Amador Marcelino de
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: eng
Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Câmera estéreo
Forest mapping
Fusão sensorial
LiDAR
Mapeamento florestal
Sensor fusion
Stereo camera
Link de acesso: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-22042025-205731/
Resumo: Forests cover 30.8% of global land area and play a critical role in providing resources, storing carbon, and supporting biodiversity. Effective management and conservation require precise mapping and monitoring. Traditional methods rely on manual measurements and statistical techniques, while mobile robots equipped with LiDAR or Stereo Cameras have displayed promising results. Combining LiDAR and Stereo Camera has also produced good results in urban environments. This study explores the fusion of LiDAR and Stereo Camera data to improve the accuracy of forest mapping, specifically by measuring the Diameter at Breast Height (DBH) of trees. The proposed method combines initial depth estimation from stereo images with LiDAR data and refines it with a neural network. Experimental results demonstrate that this approach reduces DBH estimation error from 0.9 cm (3.4% of the measured actual DBH) using LiDAR alone to 0.6 cm (2.5%), validating the hypothesis that sensor fusion enhances mapping accuracy.
id USP_9c92399875857ef3b7c727ac635e32d3
oai_identifier_str oai:teses.usp.br:tde-22042025-205731
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str
spelling Sensor Fusion of LiDAR and Stereo Camera for Forest MappingFusão Sensorial de LiDAR e Câmera Estéreo para Mapeamento FlorestalCâmera estéreoForest mappingFusão sensorialLiDARLiDARMapeamento florestalSensor fusionStereo cameraForests cover 30.8% of global land area and play a critical role in providing resources, storing carbon, and supporting biodiversity. Effective management and conservation require precise mapping and monitoring. Traditional methods rely on manual measurements and statistical techniques, while mobile robots equipped with LiDAR or Stereo Cameras have displayed promising results. Combining LiDAR and Stereo Camera has also produced good results in urban environments. This study explores the fusion of LiDAR and Stereo Camera data to improve the accuracy of forest mapping, specifically by measuring the Diameter at Breast Height (DBH) of trees. The proposed method combines initial depth estimation from stereo images with LiDAR data and refines it with a neural network. Experimental results demonstrate that this approach reduces DBH estimation error from 0.9 cm (3.4% of the measured actual DBH) using LiDAR alone to 0.6 cm (2.5%), validating the hypothesis that sensor fusion enhances mapping accuracy.As florestas cobrem 30,8% da área terrestre global e desempenham um papel crítico no fornecimento de recursos, armazenamento de carbono e suporte à biodiversidade. A gestão e conservação eficazes requerem mapeamento e monitoramento precisos. Métodos tradicionais dependem de medições manuais e técnicas estatísticas, enquanto robôs móveis equipados com LiDAR ou Câmeras Estéreo têm mostrado resultados promissores. Além disso, a combinação de LiDAR e Câmera Estéreo produziu bons resultados em ambientes urbanos. Este estudo explora a fusão dos dados de LiDAR e Câmera Estéreo para melhorar a precisão do mapeamento florestal, especificamente medindo o Diâmetro à Altura do Peito (DAP) das árvores. O método proposto combina a estimativa inicial de profundidade das imagens estéreo com dados de LiDAR e os refina com uma rede neural. Os resultados experimentais demonstram que essa abordagem reduz o erro de estimativa de DAP de 0,9 cm (3,4% do DAP real medido) usando apenas LiDAR para 0,6 cm (2,5%), validando a hipótese de que a fusão de sensores aprimora a precisão do mapeamento.Biblioteca Digitais de Teses e Dissertações da USPRomero, Roseli Aparecida FrancelinSouza Neto, Amador Marcelino de2024-10-01info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/55/55134/tde-22042025-205731/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesseng2025-04-23T10:04:02Zoai:teses.usp.br:tde-22042025-205731Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212025-04-23T10:04:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Sensor Fusion of LiDAR and Stereo Camera for Forest Mapping
Fusão Sensorial de LiDAR e Câmera Estéreo para Mapeamento Florestal
title Sensor Fusion of LiDAR and Stereo Camera for Forest Mapping
spellingShingle Sensor Fusion of LiDAR and Stereo Camera for Forest Mapping
Souza Neto, Amador Marcelino de
Câmera estéreo
Forest mapping
Fusão sensorial
LiDAR
LiDAR
Mapeamento florestal
Sensor fusion
Stereo camera
title_short Sensor Fusion of LiDAR and Stereo Camera for Forest Mapping
title_full Sensor Fusion of LiDAR and Stereo Camera for Forest Mapping
title_fullStr Sensor Fusion of LiDAR and Stereo Camera for Forest Mapping
title_full_unstemmed Sensor Fusion of LiDAR and Stereo Camera for Forest Mapping
title_sort Sensor Fusion of LiDAR and Stereo Camera for Forest Mapping
author Souza Neto, Amador Marcelino de
author_facet Souza Neto, Amador Marcelino de
author_role author
dc.contributor.none.fl_str_mv Romero, Roseli Aparecida Francelin
dc.contributor.author.fl_str_mv Souza Neto, Amador Marcelino de
dc.subject.por.fl_str_mv Câmera estéreo
Forest mapping
Fusão sensorial
LiDAR
LiDAR
Mapeamento florestal
Sensor fusion
Stereo camera
topic Câmera estéreo
Forest mapping
Fusão sensorial
LiDAR
LiDAR
Mapeamento florestal
Sensor fusion
Stereo camera
description Forests cover 30.8% of global land area and play a critical role in providing resources, storing carbon, and supporting biodiversity. Effective management and conservation require precise mapping and monitoring. Traditional methods rely on manual measurements and statistical techniques, while mobile robots equipped with LiDAR or Stereo Cameras have displayed promising results. Combining LiDAR and Stereo Camera has also produced good results in urban environments. This study explores the fusion of LiDAR and Stereo Camera data to improve the accuracy of forest mapping, specifically by measuring the Diameter at Breast Height (DBH) of trees. The proposed method combines initial depth estimation from stereo images with LiDAR data and refines it with a neural network. Experimental results demonstrate that this approach reduces DBH estimation error from 0.9 cm (3.4% of the measured actual DBH) using LiDAR alone to 0.6 cm (2.5%), validating the hypothesis that sensor fusion enhances mapping accuracy.
publishDate 2024
dc.date.none.fl_str_mv 2024-10-01
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.teses.usp.br/teses/disponiveis/55/55134/tde-22042025-205731/
url https://www.teses.usp.br/teses/disponiveis/55/55134/tde-22042025-205731/
dc.language.iso.fl_str_mv eng
language eng
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1839839154765037568

Registros relacionados