今日、急速に進歩している技術環境において、LiDARは森林管理からインフラ検査にいたるまで、様々な用途において極めて重要なツールとして際立っています。DJI Enterpriseの包括的なガイドで、LiDARの世界に飛び込みましょう。この小冊子は、基本原理から実際の用途に至るまで、LiDAR技術とその変革の可能性に関する重要な知識を提供します。
LiDARはLight Detection and Rangingの略で、高速レーザーパルスを使用して対象物の表面をマッピングする、リモートセンシング技術です。LiDARはレーザービームを照射し、その光が物体から反射するまでの時間を測定することにより、詳細な3次元ポイントマップを作成します。
真っ暗な部屋の中で懐中電灯を持っていると想像してください。懐中電灯をさまざまな物体に向けると光が跳ね返り、その光を見ることで物体がどこにあるか、どれくらい離れているかを知ることができます。光を当てる回数を増やし、さまざまな角度から照らすほど、部屋の配置の詳細を知ることができます。LiDARも同様に機能しますが、懐中電灯のような可視光を使用する代わりに、不可視のレーザー光を使用します。以下に原理を説明します：
1. 照射: LiDAR機器が物体に向かってレーザー光の高速パルスを照射します。
2. 反射: 光は物体に反射してLiDARセンサーに戻ってきます。
3. 検出: 機器は、光が戻るまでにかかった時間を測定します。光の速度は一定であるため、この時間を使用して、LiDARセンサーと対象物間の距離を計算できます。
LiDARシステムはデータを測定し、写真測量システムはデータを計算します。この重要な違いにより、それぞれが用途により適したものになります。LiDARはレーザーパルスを使用して実物を測定するため、絶対的なデータ精度が要求される用途に最適です。LiDARは植生を透過することができ、照明条件に影響されないため、森林や植生が密集している領域のマッピングに優れた選択肢です。LiDARは、正確な地形モデルや地形マップの作成にも役立ちます。
写真測量では、カメラを使用して領域の重なり合う画像を撮影し、それらの画像をつなぎ合わせて3Dモデルまたはオルソマップを作成します。LiDARよりも安価で、ドローンやカメラのような既製のハードウェアで使用できます。これは、建物やインフラの極めて詳細なモデルや、検査および監視用途の高解像度オルソマップの作成に役立ちます。
| アスペクト | 写真測量 | LiDAR |
|---|---|---|
| 定義 | 写真から測定値や3Dモデルを取得する技術。 | レーザー光を使って距離を測定し、地表の精密な3Dモデルを作成するリモートセンシング手法。 |
| 精度 | RTKでGCPを適用した後、明るくクリアな条件下で高い精度を実現。 | 精度はPOSの初期状態に依存し、照明条件には依存しない。 |
| コスト | 一般的に低コストで、小規模プロジェクトには手頃な価格です。 | 高度な機材と処理が必要なため、コストは高くなります。 |
| 地形ハンドリング | 都市環境や開けた環境で優れた性能を発揮します。 | 密生した植生や都市環境など、さまざまな地形で優れた性能を発揮します。 |
| データ処理 | 特に大規模なデータセットの場合、処理に時間がかかります。 | データは空間座標形式でネイティブに取り込まれるため、処理は高速です。 |
| 光条件 | 最適な結果を得るには、良好な照明が必要です。 | 夜間も含め、あらゆる照明条件下でも効果的です。 |
| 植生の透過性 | 密集した植生は困難です。 | 密集した植生を突き抜けて地表に到達します。 |
| 天候依存性 | 雲や雨などの天候が性能に影響する可能性があります。 | 天候の影響を受けにくくなっています。 |
| 空間分解能 | 高い空間分解能で地表の詳細を再現します。 | 写真測量の空間分解能に比べて精度は低くなります。 |
| Application用途 | 文化遺産の記録、小規模なマップの作成、建築に最適です。 | B大規模な地形図の作成、林業、都市計画に最適です。 |
LiDARシステム
UAVシステム
ソフトウェアコンポーネント
表面反射率の例をいくつか示します。
表面反射率に基づいて色付けされた点群（赤が高く、青が低い）
LiDARセンサー内の回転方法を変えることで、LiDARシステムは反復スキャンと非反復スキャンという2つの異なる機械的スキャンモードを実現します。
反復スキャンは、水平FOV（70.4°×4.5°）のみをカバーします。
長所：モバイルマッピングでは、慣性航法精度のドリフトが短時間では極めて小さいため、物体のスキャンは極めて短い時間しか行われず、スキャンされたモデルの精度が比較的高くなります。
短所：垂直FOVは極めて小さく、垂直面の情報がほとんどありません。垂直面の情報が必要な場合は、垂直FOVの損失を補填するために、2つ以上の飛行経路を計画する必要があります。
用途：地形の測定、一般的なDEM/DSM生成など、比較的緩やかな地形と高い精度が要求されるシナリオ向け。
*点群の精度を確保するために、測量では反復スキャン法を使用することをお勧めします。
非反復スキャンは、FOV全体（70.4°×77.2°）をすばやくカバーします
長所：FOV全体をカバーし、垂直スキャンを実行し、ジンバル角度を設定せずに1回のスキャンで適切な垂直情報を取得できます。
短所：モバイルマッピングでは、一定の慣性航法精度に依存しながら、物体がさまざまな位置と時間でスキャンされます。慣性航法の精度が経時的に変動すると、モデルの精度が低下します。結果として、物体がぼやけたり、二重になったり、点群が太くなったり、ワイヤが太くなったりします。この影響は、視野が広い非反復スキャンで特に顕著になります。
用途：比較的精度の低い要件、高い効率の要件、完全な標高情報要件などのシナリオ（都市3Dモデリング、複雑な3次元構造モデリング、送電線検査、緊急の高速マッピングなど）に適しています。
*送電線検査のシナリオで単線飛行を選択する場合は、非反復スキャン法を使用することをお勧めします。
LiDARシステムはレーザーを使用して光パルスを照射し、レーザーの波長によってパルスの特性が決まります。レーザーの波長は、LiDARシステムがさまざまな物質を透過する能力と、システムが検出できる反射の種類に影響します。以下は、2つの一般的なLiDARタイプと、それらに対応する波長範囲です。
検出範囲とは、LiDARシステムが物体を正確に検出および測定できる最大距離のことです。LiDARシステムの検出範囲には、レーザーの出力と波長、受信機の感度、スキャン対象の反射率など、複数の要因が影響します。通常、検出範囲の指定は、対象表面の反射率や環境条件を基準として行われます。
LiDARメーカーが指定する最大検出範囲は、通常、90%の反射率に基づいてテストされており、実用には意味をなさないことに注意してください。反射率10%での検出距離は、ほとんどの表面に適用されるため、より実用的な意味があります。
LiDARシステムでは、受信範囲が広く、より包括的なデータ収集が可能になるため、長い検出範囲が望ましいと言えます。
LiDARシステムのレーザーはパルスを照射します。これらのパルスは、物体に当たると反射します。光は完全に遮られることがないため、何かにぶつかるたびに跳ね返されながら進み続けます。これにより、LiDARは植生を「見通せる」ように見えます。しかし実際には、LiDARは葉と葉の隙間を通して地面や樹冠を検出しているのです。
*空気中の雨やスモッグにより、LiDARデータに干渉やノイズが発生する可能性があります。このような状況では、最も強力な「シングルリターン」を使用することをお勧めします。
複数のリターンを検出できるため、物体をより詳細に把握できます。例：
ビーム発散角とは、レーザービームが距離によって広がったり拡散したりすることです。ビーム発散角は、レーザービームがLiDARセンサーから照射され、その発生点からさらに遠くへ進む際に広がる角度を表しています。
基本的に、ビーム発散角が小さいほど、レーザーが長距離にわたって焦点を合わせ続けることを意味し、ビーム発散角が大きいほど、レーザーが進むにつれて広がりが大きくなることを意味します。
森林のような環境では、通常、ビーム発散角が小さいほど（ビームがより集中して）、樹冠を透過して下の地面に到達するのに効果的です。これは、レーザービームがより集中すると、葉と枝の間の隙間を透過しやすくなり、結果としてグラウンドポイントの検出精度が向上するためです。一方、ビーム発散角が大きいレーザーは樹冠からの散乱が多くなり、効果的に林床に到達しない可能性があります。
より集中したビーム（発散角が小さい）ほど、正確で解像度の高い結果が得られますが、発散角が大きいビームは各パルスでより広いエリアに広がるため、対象物の点密度と解像度が低下する可能性があります。
ビーム発散角が小さいレーザーは、より長い距離にわたってエネルギー集中を維持します。これは、長距離で動作する必要があるLiDARシステムに不可欠です。ビーム発散角が大きくなると、エネルギーはより広い範囲に広がり、特に長距離ではリターン信号の強度が低下する可能性があります。
ビーム発散角は、レーザーが塵、霧、雨などの大気中の粒子とどのように相互作用するかにも影響します。発散角が大きいレーザービームは、これらの粒子との相互作用によって散乱が多くなる可能性があり、特定の条件下ではLiDARシステムの有効範囲と精度が低下する可能性があります。
サンプリングレートとは、LiDARシステムによって一定期間に収集された点の数のことです。ヘルツ（Hz）単位で測定されます。サンプリングレートが高いほど、1秒あたりにより多くの点が収集されることになり、結果として点群密度が高くなります。
ただし、サンプリングレートが高いほどより多くのデータが収集されることになるため、ファイルサイズが大きくなり、後処理時間が長くなる可能性があります。したがって、LiDARシステムのサンプリングレートは、プロジェクトの特定の密度ニーズに基づいて慎重に選択する必要があります。
サンプリングレートだけでLiDARデータの精度が決定されるわけではないことに留意してください。レーザービーム発散角、IMUおよびGPSの精度など、他の要因もデータ精度を決定する重要な役割を果たします。
LiDARの精度はIMUの精度と密接に関係しています。ドローンが一定のペースで飛行すると、IMUの精度が低下する可能性があります。このため、ほとんどの航空機搭載LiDARシステムでは、飛行前、飛行中、飛行後にIMUのキャリブレーションが必要です。IMUがキャリブレーションされていないと、データが不正確になり、LiDARデータに依存するその後の分析や用途に影響を及ぼす可能性があります。
ドローン飛行中にIMUをキャリブレーションするには、「8の字」キャリブレーションと「加速-減速」キャリブレーションという2つの一般的な方法があります。手動と自動のどちらのキャリブレーション方法でも、同じ結果が得られます。
DJIの統合LiDARシステムでは、「加速-減速」キャリブレーション方法を採用しており、IMUキャリブレーションプロセスは、飛行ミッション時に自動的に完了します。DJI LiDARシステムの手動飛行時、DJI Pilotアプリは一定の飛行時間後にIMUを再キャリブレーションするようユーザーに通知します。
効率と透過率は、LiDAR技術のさまざまな要因の影響を受ける可能性があります。ビーム発散角と複数リターンは透過に影響しますが、IMUキャリブレーションは精度に影響します。ストリップの位置合わせは精度に影響し、各種のスキャン方法は垂直スキャンの範囲と密度に影響します。飛行速度とサンプリングレートも密度に影響します。
密度に影響する要因：
各垂直産業ごとに、点群密度に対するさまざまな要件があります。
生の点群処理ソフトウェアには、通常、点密度を調整する機能もあります
高度チェックポイントを使用したLiDARデータ精度の検証は、派生デジタル高度モデル（DEM）またはデジタル地形モデル（DTM）が地面を正確に再現していることを確認する一般的な方法です。
高度チェックポイントを設定するための原則：
高度チェックポイントのガイドライン：
LAS形式は、さまざまな企業や機関の間でLiDAR点群データの交換を可能にするために、米国の写真測量およびリモートセンシング協会（ASPRS）によって開発されました。LAS形式は、各点の位置、強度、分類、その他の属性に関する情報を含む、LiDAR点群データを保存および交換するための標準化されたファイル形式です。これは、DJIのLiDARシステムから取得できる成果でもあります。
点群データのLAS形式には、点の3次元座標、RGBカラー、反射率、GPS時間、リターン数、点がどのリターンであるかなどの情報が含まれます。
LASファイルのバージョン情報は、ファイルの読み取りや書き込みをする際に問題となる可能性があります。使用しているLASファイルのバージョンが、その処理に使用しているサードパーティ製ソフトウェアと互換性があることを確認することが重要です。一部のサードパーティ製ソフトウェアでは、特定のバージョンのLASファイルの読み取りや書き込みができない場合があります。互換性の問題が発生した場合は、別のバージョンのLASファイルを使用するか、使用しているバージョンをサポートする別のサードパーティ製ソフトウェアを探す必要がある場合があります。DJI TerraがエクスポートするLASバージョン1.2形式のLiDAR点群データは、互換性の高いバージョンのLASファイルです。
点群データをカラー化することでコンテキストが追加され、データの解釈と把握が容易になります。たとえば、建物と樹木は、ある面では類似する構造形状を備えていますが、色によって即座に区別することができます。
ほとんどの航空LiDARシステムは、LiDARデータを収集すると同時に高解像度画像を撮影するRGBカメラを搭載しています。これらの画像を使用して、対応するLiDAR点に色の値を割り当てることができます。
カラー化の利点：
軌跡とは、データ収集中にLiDARシステムを搭載したUAVが飛行した経路のことです。軌跡がLiDARデータ処理において重要な要素であるのは、点群内のすべての点の位置データを提供するからです。軌跡情報は、LiDARデータを正確に地理参照して、調査対象エリアの正確な3Dモデルを作成するために必要です。
SBETとはSmoothed Best Estimate of Trajectory（平滑化された軌跡の最良推定値）のことです。これは一般的に使用されている後処理ファイル形式で、高精度のGPSおよびIMUデータを含んでいます。この形式の軌跡ファイルは、さらなる後処理のためにLAS点群と相関させることができます。LiDARミッションの後処理軌跡ファイルは、通常、実行可能な点群LASファイルとともに自動的に生成されます。軌跡を表示するために、サードパーティ製ソフトウェアにインポートできます。
ストリップ調整は、航空機のLiDARデータの系統的なエラーと不整合を修正するための手順であり、特に、データが複数のフライトストリップ上で収集された場合に実行します。航空機のLiDARを使用して地形を調査する際、そのエリアは通常、複数の重なり合うストリップまたは飛行経路でカバーされます。この重複は、カバーする範囲の連続性を確保し、エラー修正を容易にするために、意図的に行われます。
LiDARデータの取得中に、いくつかの要因によってデータにエラーが発生する可能性があります。
これらの要因により、隣接するフライトストリップに垂直方向または水平方向の不一致が表示される場合があります。これらのエラーを修正しないと、LiDARデータに依存するその後の分析や用途に影響を及ぼす可能性があります。
ストリップ調整の利点：
DJI Terraソフトウェアは、DJI LiDARシステムから収集された生のLiDAR点群データを処理し、ユニバーサルLAS形式でエクスポートするための唯一のサポートソフトウェアです。
DJI Terraは、LiDAR生データからLAS点群情報を作成できる、LiDAR生データ処理ソフトウェアです。豊富な追加機能も搭載されています。
単位面積当たりの収集された点の数です。この機能を使用して、特定の業界の需要に合わせて点密度を調整できます。
この機能は、ストリップの局所保存投影(LPP)アルゴリズムを使用して、点群の一般的な階層化現象を最小限に抑え、点群をより薄いレイヤー上に整列させて、点群モデルの精度を向上させます。
この機能は、ノイズを除去し、エラーの影響を軽減して点群を調整し、より滑らかな視覚表現を作り出します。
グラウンドポイントを点群内の他の物体と区別して、デジタル高度モデル(DEM)を生成するために使用します。
この機能は、分類されたグラウンドポイント群からGeoTiFF形式のデジタル高度モデル(DEM)を生成します。
高度チェックポイントを使用してLiDARデータの精度を検証し、派生したDEMまたはDTMが地面を正確に再現していることを確認します。
世界中のさまざまなマッピングおよび調査プロジェクト用に、局所投影座標系または測地座標系を簡単に変換できます。
LiDARは森林管理において幅広い用途があります。樹高を推定し、バイオマスを測定し、森林構造をマッピングできます。LiDARを使用して、従来の調査方法では得られなかった森林樹冠に関する詳細な情報を取得できます。LiDARの主な利点の1つは単一レーザーパルスから複数のリターンを検出できる能力であり、これにより植生を「見通し」て、地表面を正確にマッピングすることができます。この機能は、特にLiDARによる地面高度の推定や、経時的な森林被覆変化の特定を可能にし、森林伐採や森林再生の取り組みを追跡するのに役立ちます。さらに、LiDARは、持続可能な森林管理に不可欠な森林調査の開発にも役立っています。
LiDAR技術が提供する正確な容積計算のための測定は、採鉱、建設、林業などの産業に役立っています。LiDARの点群データを使用することで、備蓄量や現場からの搬出量を正確に計算することができます。この情報は在庫管理、コスト管理、資源計画に利用できます。
LiDARは、地表の形状や特徴を正確に把握できるため、言うまでもなく地形測量に効果的なツールです。写真測量とは異なり、LiDARは植生が密生しているエリアであっても、樹冠を透過して正確な地表測定値を取得できます。これは、LiDARがレーザーパルスを使用して葉と葉の隙間から地面や樹冠を検出し、結果としてグラウンドポイントの検出性能が向上するためです。
航空機搭載LiDARを考古学研究に使用して、広大で到達しにくいエリアのマップを作成し、地表に隠された構造物を簡単に発見できます。LiDARセンサーは植生を透過して高解像度データを取得できるため、地上から見ることが困難であったり不可能な構造物を特定することが可能になります。これは、考古学者が古代都市や集落の配置をより深く理解し、過去の人間活動についての洞察を得るのに役立ちます。
LiDAR技術を使用して送電線を検査できますが、送電線の高さや位置によっては検査が困難な場合があります。LiDAR点群データを利用することで、送電線やその周辺の詳細なマップを作成できます。これは、停電や安全上の問題の原因となる、植生の成長や電線の垂れ下がりなどの潜在的な問題を特定するのに役立ちます。
LiDARは小さな欠陥や亀裂を検出できるため、多くの人がこの技術を使用して道路や建物／橋の外観をスキャンしています。 これは、プロジェクトマネージャーに直ちに解決する必要がある構造の問題を警告するのに役立ちます。 特に構造の撮影では、外観に面するようにジンブル化されたLiDARシステムを実装することが重要です。