LiAir V 系列是由数字绿土自主研发的轻小型激光雷达点云数据采集系统（集成Livox Mid－40激光器， 基于38.4°有限的视场角），可搭载于M600（重量2.8kg）、M200（重量1.3kg）等飞行平台。产品融入了数字绿土云迹技术，支持无基站作业模式，搭配 LiPlan、LiCloud、LiDAR360、LiPowerline 等系列软件，可为林业调查、地形测绘、电力巡检用户提供数据采集、处理分析、定制化报告等一站式解决方案。

这款LiAir家族的新成员有哪些优点？敲黑板，重点在这里！

相对高程精度的评定依据平坦水平地物激光点（如行道线点）的共面性，首选从点云数据中选取平坦区域，拟合平面方程，计算评定区域各激光点到拟合平面的距离di ，则相对高程精度为：

平面精度的评定首先投影房屋立面点到XY平面，拟合直线后计算投影立面点到拟合直线的距离，剔除大于两倍中误差的点后重新计算投影立面点到直线的距离，针对两个航带分别进行了相对平面精度评估，其中实测距离通过皮尺测量和RTK点测量的方式获取。整体来看，系统的相对高程精度在5cm左右，相对平面精度在3cm左右。

森林资源调查对于及时掌握森林资源信息至关重要，森林资源调查的重要内容之一是测量样方内单木的树种、位置、树高、胸径等。激光雷达作为一项成熟的技术已逐步应用于林业资源清查，相比其他技术手段，机载激光雷达手段在大范围、高时效、高精度林木高度与林分垂直结构信息获取方面具有极大的优势。但是，受限于设备费用，激光雷达在我国林业领域的应用此前多停留在研究阶段，轻量，低价的方案可以加速林业信息化建设。

° LiAirV轻量方案助力林业调研研究区概况本次测试研究选在塞罕坝某林场，该林场位于北纬42°22′42.31″ 东经116°53′117.31″，海拔1010-1939.9米，为森林-草原交错带。总体来讲，植被类型多种多样，依此分别为落叶针叶林、长绿针叶林、针阔混交林、阔叶林、灌丛、草原与草甸和沼泽及水生群落。本次测试选取了白桦林（阔叶林）和落叶松林（针叶林）为研究区域。

针叶林数据三维显示（LIDAR360中EDL显示模式）

针叶林数据三维显示（LIDAR360中玻璃显示模式）

针叶林数据剖面显示（LiDAR360中EDL显示模式）

首先，我们选取了不同的飞行高度和飞行速度，分别测试了不同飞行高度和速度下获取数据的点密度（下图）,从图中分析可知，飞行高度带来的点密度变化远大于飞行速度，150m高度时点密度骤减。这一现象主要是由于激光器的有限扫描范围导致，根据LiVOX Mid-40参数中”130m@20% Reflectivity”建议用户将飞行高度设置为100~120m,飞行速度可根据数据需求设置。本测试中，我们分别选取了针阔叶样地的点云数据( 飞行高度100m,飞行速度4m/s)，进行林业参数提取和分析。

基于激光雷达点云数据获取单木参数，首先需要进行单木分割，目前，单木分割方法可分为基于CHM的分割和基于点云的分割。LiDAR360的机载林业模块分别提供了基于CHM和基于点云的单木分割算法。其中，基于点云的单木分割包括直接基于点云分割，以及基于种子点的单木分割。结合研究区域的植被类型，我们选择了基于种子点的单木分割方法，流程如图为利用LiDAR360进行CHM分割大致经过以下步骤：去噪、滤波、生成数字高程模型（Digital Elevation Model, DEM）、数字表面模型（Digital Surface Model, DSM）和冠层高度模型（Canopy Height Model, CHM）、基于CHM进行单木分割。利用LiDAR360进行点云分割大致经过以下步骤：去噪、滤波、生成DEM、点云归一化、基于点云的单木分割。

° 单木分割精度评估单木分割精度评估可参考Li等人(Li et al.,2012)的文章，通过与实测值比较，分别记录分割得到的树木总数、正确分割的棵数、错误分割的棵数、漏分的棵数，按照下面的公式分别计算recall(r)、precision(p)和F-score(F)的值。Recall表示树木的检测率，precision表示树分割的正确率，F-score为综合考虑错分和漏分的总体精度，三者的变化范围均在0-1之间。

（a）树木被正确分割（True Positive, TP）

（b）树木未被检测（False Negative, FN）

（c）错误检测（False Positive, FP）

此次测试区域的针叶林样地树木共计38棵，阔叶林样地41棵，分割精度如下：

 基于LiAir V的针阔叶林单木分割精度验证

针叶林的分割精度F值为0.71，其中正确分割21棵。阔叶林F值较低为0.36，正确分割9棵。根据植被类型和点云特征分析，此次测区内阔叶林木密度较大，且阔叶林自上而下分割不好确立树木顶点，因此误差值较大。当单木分割精度较差时，推荐通过ALS编辑（www.lidar360.com）工具对种子点进行增加、删除等操作，并基于编辑后的种子点再次对点云进行分割，提高分割准确性。

° 树高提取

针对测试区域的单木树高，我们将基于点云提取的树高与人工适用树高测量仪测取的树高进行对比分析，结果如图。从图中我们可以得知，基于LiAirV获取数据的针叶林树高与人工测量值较为一致，R2可达0.90左右。基于LiAirV获取数据的阔叶林树高与人工测量值拟合度较差，R2仅为0.42左右。分析原因认为，人工测量树高时需要确定树木的最高点为顶点，而阔叶林由于形态特点目视情况下很难确定最高点，这导致人工测量值也有一定偏差，最终与基于点云的测量值存在一定差距。

此次针对LiAirV的评测集中于林业应用，从性价比上考量，LiAirV仍可做为针叶林带的样地调查辅助手段，针对覆盖度，树高，单木数量以及冠幅等参数的提取精度和效率都能达到需求。阔叶林区应用则应根据用户需求，做好详尽地形勘察，航带规划以最大限度的确保数据质量。

目前客观看来，这款激光雷达系统中38.4°的视场角确实降低大面积数据获取的效率（为了让大家直观感受，这里引自知乎ziv.lin的一张图做说明），尤其是在面状地形测绘中。然而，科技的进步往往不能一蹴而就，就兼具高性价和目前的测量范围精度而言，LiAir V在林业，电力巡检(如下图)领域未来仍大有可为，当然，正如业内人士评价Mid-40所言“这是一款占尽了价格优势，却不以价格取胜的激光雷达。而是严肃地提出了激光雷达发展的一个新方向，引领时代潮流。”同样的，我们也希望我们的LiAir V以极高性价比让利用户，带给用户的不仅仅是价廉，而更多的是“物美”，提供给客户最优的解决方案。让我们一起拭目以待新技术带来的更大产业变革。

 

Livox Mid-40与velodyne 16线激光雷达视场角对比

输电通道三维点云显示（按高程显示）

收藏