論文の概要: MapForest: A Modular Field Robotics System for Forest Mapping and Invasive Species Localization

• arxiv url: http://arxiv.org/abs/2603.22502v1
• Date: Mon, 23 Mar 2026 19:04:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-25 19:53:37.159193
• Title: MapForest: A Modular Field Robotics System for Forest Mapping and Invasive Species Localization
• Title（参考訳）: MapForest: 森林マッピングと侵入種特定のためのモジュールフィールドロボットシステム
• Authors: Sandeep Zachariah, Francisco Yandun, Sachet Korada, Abhisesh Silwal,
• Abstract要約: 大きな森林を横断する侵入樹種のモニタリングと制御は、アクセス性に制限があるため困難である。 マルチモーダルセンサデータをGIS対応の外来種マップに変換するモジュール型フィールドロボットシステムであるMapForestを提案する。
• 参考スコア（独自算出の注目度）: 0.5541644538483946
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Monitoring and controlling invasive tree species across large forests, parks, and trail networks is challenging due to limited accessibility, reliance on manual scouting, and degraded under-canopy GNSS. We present MapForest, a modular field robotics system that transforms multi-modal sensor data into GIS-ready invasive-species maps. Our system features: (i) a compact, platform-agnostic sensing payload that can be rapidly mounted on UAV, bicycle, or backpack platforms, and (ii) a software pipeline comprising LiDAR-inertial mapping, image-based invasive-species detection, and georeferenced map generation. To ensure reliable operation in GNSS-intermittent environments, we enhance a LiDAR-inertial mapping backbone with covariance-aware GNSS factors and robust loss kernels. We train an object detector to detect the Tree-of-Heaven (Ailanthus altissima) from onboard RGB imagery and fuse detections with the reconstructed map to produce geospatial outputs suitable for downstream decision making. We collected a dataset spanning six sites across urban environments, parks, trails, and forests to evaluate individual system modules, and report end-to-end results on two sites containing Tree-of-Heaven. The enhanced mapping module achieved a trajectory deviation error of 1.95 m over a 1.2 km forest traversal, and the Tree-of-Heaven detector achieved an F1 score of 0.653. The datasets and associated tooling are released to support reproducible research in forest mapping and invasive-species monitoring.
• Abstract（参考訳）: 大きな森林、公園、トレイルネットワークにまたがる侵入木種のモニタリングと制御は、アクセス可能性の制限、手動の偵察への依存、下天的なGNSSの劣化などにより困難である。 マルチモーダルセンサデータをGIS対応の外来種マップに変換するモジュール型フィールドロボティクスシステムであるMapForestを提案する。 私たちのシステムの特徴: (i)UAV、自転車、バックパックプラットフォームに迅速に搭載可能なコンパクトでプラットフォームに依存しないセンシングペイロード i)LiDAR慣性マッピング、画像に基づく侵入種検出、ジオレファレンスマップ生成を含むソフトウェアパイプライン。 GNSS環境における信頼性の高い動作を確保するため,共分散を意識したGNSS因子とロバストなロスカーネルを備えたLiDAR慣性マッピングバックボーンを改良する。 RGB画像からAilanthus altissima(Ailanthus altissima)を検出するためにオブジェクト検出器を訓練し、再構成マップでヒューズ検出を行い、下流の意思決定に適した地理空間出力を生成する。 本研究では,都市環境,公園,トレイル,森林の6地点にまたがるデータセットを収集し,各システムモジュールの評価を行い,ツリー・オブ・ヘブンを含む2地点についてエンドツーエンドの結果を報告する。 改良されたマッピングモジュールは1.2kmの森林軌道上で1.95mの軌道偏差を達成し、ツリー・オブ・ヘブン検出器は0.653のF1スコアを達成した。 データセットと関連するツールがリリースされ、森林マッピングと侵入種モニタリングにおける再現可能な研究をサポートする。

関連論文リスト

• Neural Semantic Map-Learning for Autonomous Vehicles [85.8425492858912]
  本稿では,道路環境のコヒーレントな地図を作成するために,車両群から収集した局所部分写像を中心インスタンスに融合するマッピングシステムを提案する。 本手法は,シーン特異的なニューラルサイン距離場を用いて,雑音と不完全局所部分写像を併用する。 我々は,記憶効率の高いスパース機能グリッドを活用して大規模にスケールし,シーン再構築における不確実性をモデル化するための信頼スコアを導入する。
  論文  参考訳（メタデータ） (2024-10-10T10:10:03Z)
• Complementing Onboard Sensors with Satellite Map: A New Perspective for HD Map Construction [31.0701760075554]
  高精細(HD)マップは自律運転システムにおいて重要な役割を担っている。 近年,車載センサを用いてHDマップをリアルタイムに構築する手法が提案されている。 搭載センサーを補完する衛星地図を用いて,HDマップ構築を促進する新しい視点を探索する。
  論文  参考訳（メタデータ） (2023-08-29T16:33:16Z)
• Energy-Based Models for Cross-Modal Localization using Convolutional Transformers [52.27061799824835]
  GPSのない衛星画像に対して、距離センサを搭載した地上車両を位置決めする新しい枠組みを提案する。 本稿では, 畳み込み変換器を用いて, 高精度な計量レベルの局所化を行う手法を提案する。 我々は、エンドツーエンドでモデルをトレーニングし、KITTI、Pandaset、カスタムデータセットの最先端技術よりも高い精度でアプローチを実証する。
  論文  参考訳（メタデータ） (2023-06-06T21:27:08Z)
• Vision Transformers, a new approach for high-resolution and large-scale mapping of canopy heights [50.52704854147297]
  分類(離散化)と連続損失関数を最適化した新しい視覚変換器(ViT)モデルを提案する。 このモデルは、従来使用されていた畳み込みベースのアプローチ(ConvNet)よりも、連続損失関数のみで最適化された精度が向上する。
  論文  参考訳（メタデータ） (2023-04-22T22:39:03Z)
• Very high resolution canopy height maps from RGB imagery using self-supervised vision transformer and convolutional decoder trained on Aerial Lidar [14.07306593230776]
  本稿では,複数の非国家の管轄区域で同時に作成される最初の高分解能天蓋の高さマップについて述べる。 地図は、2017年から2020年にかけて、マクサー画像に基づいて訓練された自己教師モデルから特徴を抽出することによって生成される。 また、GEDI観測に基づいて訓練された畳み込みネットワークを用いた後処理のステップも導入する。
  論文  参考訳（メタデータ） (2023-04-14T15:52:57Z)
• Large-scale Autonomous Flight with Real-time Semantic SLAM under Dense Forest Canopy [48.51396198176273]
  本研究では,大規模自律飛行とリアルタイムセマンティックマッピングを,挑戦的なアンダーキャノピー環境下で実現可能な統合システムを提案する。 我々は、スキャン全体で関連付けられ、木のトランクモデルと同様にロボットのポーズを制約するために使用されるLiDARデータから、木の幹と地面の平面を検出し、モデル化する。 ドリフト補償機構は、プランナー最適性とコントローラ安定性を維持しつつ、セマンティックSLAM出力を用いたドリフトをリアルタイムで最小化するように設計されている。
  論文  参考訳（メタデータ） (2021-09-14T07:24:53Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。