用於估算與感興趣的物體相關的植被生長的方法和系統的製作方法

2023-05-06 09:12:46 3

專利名稱：用於估算與感興趣的物體相關的植被生長的方法和系統的製作方法
技術領域：
本發明主要涉及用於從感應數據，例如LiDAR數據確定關於樹的信息的方法和系統。更具體地，本發明涉及用於估算與其他物體相關的植被生長的方法和系統。版權本專利文件的部分公開包含受版 權保護的材料。版權所有人不反對專利公開的任何人複製再生在專利和商標的專利文件或者記錄中出現的，但除此之外任何情況下均保留所有版權。
背景技術：
對於許多公用事業，樹木是所有非計劃的配電損耗(斷電)的頭號原因。在風暴期間，對電力公用事業系統的最大損害是由於倒下的樹或樹枝使電力線停止服務造成的。為了幫助減少樹木對公用事業系統損害的頻率，許多公用事業執行植被管理方法作為預防性措施。北美公用事業每年花70億美元至100億美元在植被管理上，以努力防止與樹木接觸導線相關的服務中斷和安全隱患。傳統上，植被管理方法依賴於通過樹藝師隊伍定期測量和修剪以幫助控制公用事業系統周圍的植被，但是數量之多的公用事業管線覆蓋廣闊的距離，在許多情況下，使在地面上派遣測量隊不切實際。因此，許多公用事業公司在過去已經轉向空中偵察技術以提供他們的公用事業系統的攝影圖像，可以檢查可能的植被生長問題。雖然航空照片或直升機輸電線路巡檢可以檢查已經生長成為防礙公用事業的植被，但在他們在算與感興趣的物體有關的植被生長的基礎上存在之前，目前沒有令人滿意的能夠預測植被問題的方法或系統存在。而公用事業公司傳統上已經以株高、莖粗或體積的生長確定植被和樹木生長，而這些生長率已被用來預測靠近公用事業用地的植被的生長，這種估算不提供與公用事業(諸如電源線)或其間隙空間格局相關的生長。不幸的是，與行間隙相關的生長沒有通過植被高度、直徑或體積得到很好的定義。這種知識的缺乏抑制了及時和有效的關於所需的處理的類型的決策權力，即刈割、切割、修整或移走樹木。因此，通常現場工作人員有必要親自參觀現場，以決定需要解決侵佔的維護類型。處理的成本很大程度上取決於所需維護的類型。由於缺乏關於維護類型的先驗知識的無效的規劃浪費了資源並且導致做更多不必要的工作。因此，將需要經濟的、可靠的，且易於使用的用於確定與感興趣的物體(諸如電源線導線)相關的植被生長的方法和系統，並使用這種生長預測將來的間隙需要，為了能夠更準確地預測用於公用事業的植被侵佔問題。

發明內容
用於估算與感興趣的物體有關的植被生長的方法被公開。目標植被是從第二感應數據組識別。在第一感應數據組識別相應的目標植被，第一感應數據組在第二感應數據組之前的時間收集。第一統計歸因於基於與感興趣的物體相關的第一感應數據組的相應的目標植被的一個或多個點的距離的相應的目標植被。第二統計歸因於基於與感興趣的物體相關的第二感應數據組的目標植被的一個或多個點的距離的目標植被。從第一統計和第二統計的比較確定侵佔率(encroachment rate)。還公開了計算機可讀存儲介質。計算機可讀存儲介質具有存儲在其上用於估算與感興趣的物體相關的植被生長的指令。該指令，其中，當通過處理器執行時，導致處理器I)提 供第一感應數據組；2)提供第二感應數據組；3)從第二感應數據組識別目標植被；4)識別在第一感應數據組相應的目標植被，第一感應數據組在第二感應數據組之前的時間收集；5)把第一統計歸因於基於與感興趣的物體相關的第一感應數據組的相應的目標植被的一個或多個點的距離的相應的目標植被；6)把第二統計歸因於基於與感興趣的物體相關的第二感應數據組目標植被的一個或多個點的距離的目標植被；7)從第一統計和第二統計的比較確定侵佔率。還公開了用於估算與感興趣的物體相關的植被生長的系統。該系統具有處理器，設置為1)從第二感應數據組識別目標植被；2)識別在第一感應數據組中相應的目標植被，第一感應數據組在第二感應數據組之前的時間收集；3)把第一統計歸因於基於與感興趣的物體相關的第一感應數據組的相應的目標植被的一個或多個點的距離的相應的目標植被；4)把第二統計歸因於基於與感興趣的物體相關的第二感應數據組目標植被的一個或多個點的距離的目標植被；以及5)從第一統計和第二統計的比較確定侵佔率。該系統還具有耦合到處理器並且設置以將第一和第二感應數據組提供給處理器的數據輸入。該系統進一步具有耦合到處理器或數據輸入的用戶界面。


圖I示意性地說明感應數據組的實施方式。圖2A-2C說明用於估算與感興趣的物體相關的植被生長的方法的一個實施方式。圖3示意性地說明LiDAR數據組的橫截面視圖的實施方式。圖4示意性地說明LiDAR數據組的實施方式，在其中目標植被已通過產生多邊形識別。圖5示意性地說明歸因於在與感興趣的物體相關的第一和第二感應數據組中的目標植被的第一和第二統計的實施方式。圖6A說明繪製年度植被生長百分比作為度日的函數的圖的一個實施方式。圖6B說明繪製年度植被生長百分比作為度日的函數的圖的另一個實施方式。圖7示意性地說明顯示感興趣的物體的侵佔地圖的圖形用戶界面(⑶I)的一個實施方式。圖8示意性地說明用於估算與感興趣的物體相關的植被生長的系統的實施方式。圖9示意性地說明用於估算與感興趣的物體相關的植被生長的系統的另一個實施方式。圖10示意性地說明LiDAR數據組的橫截面視圖的實施方式，在其中目標植被侵佔方向正在被測試，以確定推薦的處理類型。應了解，為了清晰的目的，並在合適的地方，參考數字已在圖中重複以表明相應的特徵，並且在圖中的各種元素不一定為了更好地顯示特徵按比例繪製。
具體實施例方式幾種不同的生長速率將在本文提及。術語「相對生長速率」是指目標植被朝向感興趣的物體生長的速率。術語「侵佔率」可以與術語「相對生長速率」交替使用。可以使用術語「相對生長」(也稱為「侵佔生長」)，它是造成關於兩個物體之間的最小距離的變化的生長。術語「年生長率」是指每年的生長。高度、相對生長，或任何其他的生長可以確定年生長率。術語「間隙」是指感興趣的物體和要考慮的植被(或其他物體)之間的最小距離。圖I示意性地說明在用於估算植被生長的方法和系統中使用的具有已知的電源線導線位置22和公路用地(ROW)邊界線24的感應數據組20的實施方式。感應數據組20優選在空中從樹木上面收集的三維的數據組，但是一些實施方式可以利用基於地面的感應數據組收集技術。在這個圖中，來自LiDAR傳感器的分類的3D點雲數據組已被修改成柵格圖，像素的灰度值顯示為植被高度。較明亮的灰度值表示較高的植被，黑色值呈現無植被。 為便於在這個黑白線的繪圖中說明，在ROW邊界線24之間沒有被灰度樹木覆蓋的無障礙區域(cleared area)顯示為白色，雖然通常在LiDAR數據組中這些區域將顯示為黑色。在此，無障礙的ROW區域顯示為白色，這樣可以說明其他結構。還有其他的實施方式可以使用空中的和基於地面的感應數據收集技術的結合。感應數據組20可以包括多種數據類型，諸如，但不限於光探測和測距(LiDAR)數據(有時稱為「雷射掃描數據」)、雷達數據、合成孔徑雷達數據、來自任何基於掃描測量距離和提供3D點雲的傳感器的數據。感應數據組20可以通過諸如數字圖像、視頻或高光譜成像數據的其他數據組支持。為方便起見，感應數據組20往往會被稱為LiDAR數據，但是應該理解其他形式的數據在本發明的範圍內可以適合用作感應數據。感應數據組20可以也包括定位數據，例如全球定位系統(GPS)數據，所以知道感應數據組內的物體的坐標位置。此外，感應數據組20可以與已知的公用事業系統位置結合。在圖I的實施方式中，已知電源線導線位置22和ROW邊界24已經與感應數據組結合，以便可以參考電源線位置22和ROW邊界24。那些本領域技術人員熟悉許多市售的產品，其允許對公用事業物體，諸如電源線導線的大小和位置進行塑造，並且與感應數據組20結合。這些公用事業物體也可以被塑造來模擬各種天氣和負載條件，例如，諸如顯示在下垂冰條件下電力線將在哪裡。圖2A-2C說明用於估算與感興趣的物體相關的植被生長的方法的一個實施方式。可選地，第一感應數據組收集26，以及第二感應數據組收集28。如前所述，第一和第二感應數據組各優選三維數據組，其可以在空中和/或從地面收集。感應數據組的合適的非限制的例子包括光探測和測距(LiDAR)數據(有時稱為「雷射掃描數據」)、雷達數據、合成孔徑雷達數據、來自任何基於掃描測量距離和提供3D點雲的傳感器的數據、數字成像，或高光譜圖像。在一些實施方式中，一個或多個感應數據組可能已經獲得，例如，如果一個或多個感應數據組存儲在某個地方，並且不必收集。感應數據組可以通過如靜止圖像、彩色紅外圖像、熱成像或超光譜圖像的其他數據組支持。這種支持數據組可以使用，例如，給感應數據塗上逼真的顏色或者可能用顏色給一些諸如熱特徵、化學組分、材料組分等的其他感應性能繪製地圖。此外，可選的支持數據組或者可能被投射在3D點頂部返回以反映實際的3D數據點的顏色值。這可以允許更容易識別圖像特徵。在一些實施方式中，可選的支持數據組可以是從感應數據組提供與目標樹相關的切片數據(slice data)的基於地面的數據。因此，第一和第二感應數據組都可以選擇包括一個或多個支持數據組。第二感應數據組對應在第一感應數據組之後的時間收集的數據。在一些實施方式中，在收集第一數據組和第二數據組之間的時間可以是大約一個生長季節，但是其他實施方式可以使用較少或較多的次數。在一些情況下，第一感應數據組和/或第二感應數據組可以包括一個或多個沒有植被反射(vegetation returns)的數據點。由於只是幾個例子,感應數據組可以包括地面反射(ground returns)、水反射(water returns)、和/或電源線導線反射(power lineconductor returns)。因此,在一些實施方式中，可以選擇考慮將第一和/或第二感應數據組分類29以識別植被反射。根據分類過程，植被反射可以被標記為植被反射，以便只有通過以下步驟利用它們，或者非植被反射可能不再使用。當在下文提到第一感應數據組或第二感應數據組時，因此，假定只有植被反射在第一和第二感應數據組使用，或者是因為I)收集的或存儲的感應數據組已經只有植被反射，2)將收集的或存儲的感應數據組分類以標示僅植被反射用於使用，或者3)對收集或存儲的感應數據組進行分類以消除非植被反射。目標植被從第二感應數據組識別30。在一些實施方式中，可以通過從在第二感應 數據組包括一個或多個點的目標植被的第二感應數據組識別32植被多邊形來識別30目標植被。通過多邊形的形成識別目標植被被那些本領域技術人員所熟知。作為一個實施例，一個或多個多邊形可以從第二數據組的植被反射形成，通過I)從地平面識別每個植被反射的高度；2)鋪設在植被反射上方的水平空間參考的柵格網格；3)從柵格中的每個單元格內的地面讀取最高、平均或其他統計的水平；4)對於在植被分類中沒有有效的反射的柵格單元，賦予0值；5)所產生的柵格被稱為植被高度柵格；6)在植被高度柵格上運用生長限制的種子區域生長算法或更複雜的函數以形成一個或多個多邊形。
識別的目標植被可以被認為列入植被數據容器內，這並不一定必須是多邊形。植被數據容器可以是多邊形、單個像素或一組像素、網格單元或形成的用於分析的其他形式的空間數據實體。這些空間的實體，其包括待分析的植被，可以簡稱為目標植被幾何。從第一感應數據組識別相應的目標植被34。用於從第二感應數據組識別目標植被的植被數據容器或目標植被幾何可以疊加在第一感應數據組上以從第一感應數據組識別34相應的目標植被。作為其中的一個例子，如果已經從第二感應數據組識別植被多邊形，那麼來自第二感應數據組的植被多邊形可以用於36在第一感應數據組選擇一個或多個點的相應的目標植被。第一統計歸因於38基於與感興趣的物體相關的第一感應數據組的相應的目標植被的一個或多個點的距離的相應的目標植被。感興趣的物體可以是各種物體，諸如，但不限於電源線、鐵軌、鐵路架空導線(a railroad overhead conductor)、電話線、道路、通訊電纜、高速公路路面，和道路標誌能見度扇形區。感興趣的物體還可以包括物體周圍的安全緩衝區。在第一感應數據組的一個或多個數據點將屬於相應的目標植被，例如通過使用以上步驟36中的植被多邊形識別。在一些實施方式中，歸因於38相應的目標植被的第一統計可以通過計算每一個或多個已經被識別為屬於在第一感應數據組的相應的目標植被的數據點到感興趣的物體的距離確定。歸因於38相應的目標植被的第一統計可以基於這些從每一個識別的第一感應數據組點到感興趣的物體計算的距離。例如，在一些實施方式中，歸因於38相應的目標植被的第一統計可以是從每一個識別的第一感應數據組點到感興趣的物體計算的距離的集合的最小距離。在其它實施方式中，歸因於相應的目標植被的第一統計可以是最接近識別的第一感應數據組點到感興趣的物體的N的平均值。在其它實施方式中，並非計算從已被識別為屬於第一感應數據組的相應的目標植被的一個或多個數據點的距離，而是可以首先計算從第一感應數據組的所有植被數據點的距離，然後被識別為屬於第一感應數據組的相應的目標植被的計算可以用來確定歸因於38相應的目標植被的第一統計。在一些實施方式中，可能需要校準第一和第二感應數據組，因為傳感器類型或集合參數在第一和第二數據組收集之間已經改變。傳感器校準可以通過收集同時具有傳感器/參數的植被的樣本，並與結果比較完成。這可以在一些實施方式中使用以在兩個傳感器類型中的植被讀數之間產生地圖。第二統計歸因於40基於在與感興趣的物體相關的第二感應數據組的目標植被的一個或多個點的距離的目標植被。在第二感應數據組的一個或多個數據點將屬於目標植被，例如通過上述步驟32中的植被多邊形的識別來被識別。在一些實施方式中，歸因於40目標植被的第二統計可以通過計算每一個或多個已被識別為屬於在第二感應數據組的植被的數據點到對感興趣的物體的距離來確定。歸因於40目標植被的第二統計可以基於這些計算的從每一個被識別的第二感應數據組點到感興趣的物體的距離。例如，在一些實施方式中，歸因於40目標植被的第二統計可以是從每一個被識別的第二感應數據組點到感興趣的物體的計算的距離集合中的最小距離。在其他實施方式中，歸因於目標植被的第二統計可以是最接近識別的第二感應數據組點到感興趣的物體的N的平均值。在其它實施方式中，並非計算從已被識別為屬於第二感應數據組的目標植被的一個或多個數據點的距離，而是可以首先計算從第二感應數據組的所有植被數據點的距離，然後被識別為屬於第二感應數據組的目標植被的計算可以用來確定歸因於40目標植被的第二統計。繼續圖2B中的方法，侵佔率可以從第一統計和第二統計的比較來確定42。侵佔率是目標植被朝向感興趣的物體生長的速率。正因為如此，侵佔率非常不同於傳統的不與其他物體相關的樹木生長速率。在一些實施方式中，例如，在第一感應數據組和第二感應數據組相隔約一個生長季節收集的實施方式中，對於目標植被，侵佔率可以通過第一統計和第二統計之間的差異以及通過約一個生長季節劃分差異來確定。其他實施方式可以考慮不在生長季節期間的大約同一時間收集的第一和第二感應數據組。植被生長速度在生長季節期間變化，這可以在一些實施方式中考慮通過在生長季節使用高度生長模型來預測全年生長的每個生長季節日的相關部分。度日曲線繪製了特定樹種或在特定區域或氣候區的樹木類型的整個生長季節的生長(高度)百分比與度日數的關係曲線。一個生長季節期間獲得的度日數各季節不同並依賴地理位置。應當使用年之間的當地平均曲線，除非具體時間曲線對談及的生長季節可行。該曲線可以是具體物種，對所用物種或一組物種的統一，如硬木樹，更具體的曲線提供更精確的測量。度日曲線的例子將稍後關於計算例子說明。作為另一個例子，一些實施方式可以從第一統計和第二統計的比較通過使用以下公式確定42侵佔率，Ga :取得第二統計和第一統計的差別並通過數量來劃分，表達為
權利要求
1.用於估算與感興趣的物體相關的植被生長的方法，包括 從第二感應數據組識別目標植被(30)； 識別第一感應數據組中相應的目標植被(34)，所述第一感應數據組在所述第二感應數據組之前的時間收集； 將第一統計歸因於(38)基於與所述感興趣的物體相關的第一感應數據組中相應的目標植被的一個或多個點的距離的相應的目標植被； 將第二統計歸因於(40)基於與所述感興趣的物體相關的第二感應數據組中的目標植被的一個或多個點的距離的所述目標植被；和 從所述第一統計和所述第二統計的比較中確定侵佔率(42)。
2.根據權利要求I所述的方法，其中所述第一和第二感應數據組各自包括三維數據組。
3.根據權利要求I所述的方法，其中所述第一和第二感應數據組各自包括選自由光探測和測距(LiDAR)數據、雷射掃描數據、雷達數據、合成孔徑雷達數據、來自基於掃描距離測量和提供點雲的任何感應器的數據、數字圖像、視頻或超光譜成像數據組成的組中的數據。
4.根據權利要求I所述的方法，進一步包括 收集所述第一感應數據組(26);和 收集所述第二感應數據組(28 )。
5.根據權利要求4所述的方法，其中 收集所述第一感應數據組(26)進一步包括空中收集所述第一感應數據組；和 收集所述第二感應數據組(28)進一步包括空中收集所述第二感應數據組。
6.根據權利要求I所述的方法，進一步包括分類所述第一感應數據組和/或所述第二感應數據組(29)以識別植被反射。
7.根據權利要求I所述的方法，其中從所述第二感應數據組識別所述目標植被(30)包括從所述第二感應數據組識別植被多邊形(32)，其包括在所述第二感應數據組中的所述目標植被的所述的一個或多個點；和識別在所述第一感應數據組中所述相應的目標植被(34)包括使用來自所述第二感應數據組(36)的所述植被多邊形以選擇在所述第一感應數據組中所述相應的目標植被的一個或多個點。
8.根據權利要求I所述的方法，其中 從所述第二感應數據組識別所述目標植被(30)包括從所述第二感應數據組識別植被多邊形(32)，其包括在所述第二感應數據組中所述目標植被的所述的一個或多個點；和識別在所述第一感應數據組中所述相應的目標植被(34)包括從所述第一感應數據組識別另一個植被多邊形，其包括在所述第一感應數據組中所述相應的目標植被的所述一個或多個點。
9.根據權利要求I所述的方法，其中 歸因於基於與所述感興趣的物體相關的所述第一感應數據組中所述相應的目標植被的所述一個或多個點的距離的所述相應的目標植被的所述第一統計包括選自與感興趣的 物體相關的所述第一感應數據組中所述相應的目標植被的所述一個或多個點的距離中的最小距離；和歸因於基於與所述感興趣的物體相關的所述第二感應數據組中的所述目標植被的一個或多個點的距離的所述目標植被的所述第二統計包括選自與所述感興趣的物體相關的所述第二感應數據組的所述目標植被的所述一個或多個點的距離的最小距離。
10.根據權利要求I所述的方法，其中 歸因於基於與所述感興趣的物體相關的所述第一感應數據組中所述相應的目標植被的一個或多個點的距離的所述相應的目標植被的所述第一統計包括從與所述感興趣的物體相關的所述第一感應數據組中的所述相應的目標植被的一個或多個點到確定的所述感興趣的物體的多個距離的平均距離；和 歸因於基於與所述感興趣的物體相關的所述第二感應數據組中的所述目標植被的一個或多個點的距離的目標植被的所述第二統計包括從與所述感興趣的物體相關的所述第二感應數據組中的所述目標植被的一個或多個點到確定的所述感興趣的物體的多個距離的平均距離。
11.根據權利要求I所述的方法，其中所述第一感應數據組在第二感應數據組之前的所述時間收集，所述時間包括在所述第二感應數據組收集時間之前的大約一個生長季節。
12.根據權利要求11所述的方法，其中從所述第一統計和所述第二統計的比較來確定所述侵佔率(42)包括利用所述第二統計和所述第一統計之間的差異，並用所述差異除以約一個生長季節。
13.根據權利要求I所述的方法，其中從所述第一統計和所述第二統計的比較確定所述侵佔率(42)包括 利用所述第二統計和所述第一統計之間的差異，並用所述差異除以以下表示的量 (100% -P1) 1100% *n|P2 其中 P1包括當收集所述第一感應數據組時已過的生長季節度日的百分比； P2包括當收集所述第二感應數據組時已過的生長季節度日的百分比；和 n包括在所述第一感應數據組和所述第二感應數據組的收集之間的全生長季節的數量。
14.根據權利要求I所述的方法，進一步包括通過在未來時間段上應用所述侵佔率來估算與所述感興趣的物體相關的未來植被生長(44)，藉助於 在未來時間確定所述目標植被和所述感興趣的物體之間的間隙距離，間隙表達為Dt = D2+Ga*(100% -P2-IOO % *m-PT) 其中 Dt包括在所述未來時間的所述目標植被和所述感興趣的物體之間的間隙距離； D2包括所述第二統計； Ga包括所述侵佔率； P2包括當收集所述第二感應數據組時已過的生長季節度日的百分比； m包括在所述第二感應數據組的收集和所述未來時間之間的全生長季節的數量；和 Pt包括在所述未來時間已過的生長季節度日的百分比。
15.根據權利要求I所述的方法，其中所述感興趣的物體選自由以下物體組成的組中 電源線(22)；電源線安全緩衝區； 鐵軌； 鐵軌安全緩衝區； 鐵路架空導線； 鐵路架空導線安全緩衝區； 電話線； 電話線安全緩衝區； 通信電纜； 通信電纜安全緩衝區； 公路； 聞速公路路面；和 道路標誌可見區； 交通標誌可見區； 交通燈可見區；和 廣告牌或團體標誌可見區。
16.根據權利要求I所述的方法，進一步包括對一個或多個額外的目標植被重複所述步驟(46)。
17.根據權利要求15所述的方法，進一步包括通過在未來時間段上應用所述侵佔率來估算與所述感興趣的物體相關的未來植被生長(44)。
18.根據權利要求17所述的方法，進一步包括顯示與所述感興趣的物體相關的所述目標植被和所述一個或多個額外的目標植被的所述未來植被的生長(52),所述目標植被和所述一個或多個額外的目標植被與包括所述目標植被和所述一個或多個額外的目標植被的所述第二感應數據組的至少一部分相關聯。
19.根據權利要求I所述的方法，進一步包括通過在未來時間段應用所述侵佔率來估算與所述感興趣的物體相關的未來植被生長(44)。
20.根據權利要求19所述的方法，進一步包括 如果估算與所述感興趣的物體相關的所述目標植被的所述未來植被生長將導致在所述未來時間所述目標植被與所述感興趣的物體相交，則採取選自以下組成的組中的行動通知用戶在所述未來時間估算的未來與感興趣的物體的相交； 植被資料庫歸因於描述估算的在所述目標植被和所述感興趣的物體之間的未來相互作用的相互作用表記錄； 由於估算的與所述感興趣的物體的未來相互作用，在地圖上標記所述目標植被作為必要服務；以及 產生工作命令以使目標植被處理。
21.根據權利要求I所述的方法，進一步包括測試目標植被侵佔方向以推薦處理的類型。
22.根據權利要求21所述的方法，其中測試所述目標植被侵佔方向以推薦處理的類型包括 確定侵佔方向生長向量(I 10)；對所述侵佔方向生長向量確定向量角3 ; 確定局部閾值向量(117); 對局部閾值向量確定局部閾值角①; 其中 如果確定所述向量角比所述局部閾值角大，那麼推薦所述目標植被需要刈割或切割來處理；並且 如果確定所述向量角比所述局部閾值角小，那麼推薦所述目標植被需要側面修剪或移走樹木來處理。
23.一種計算機可讀存儲介質(92)，具有存儲在其上用於估算與感興趣的物體相關的植被生長的指令，其中，當通過處理器執行時，使處理器(90) 提供第一感應數據組； 提供第二感應數據組； 從所述第二感應數據組識別目標植被(30)； 識別所述第一感應數據組中相應的目標植被(34)，所述第一感應數據組在所述第二感應數據組之前的時間收集； 將第一統計(38)歸因於基於與所述感興趣的物體相關的所述第一感應數據組中所述相應的目標植被的一個或多個點的距離的所述相應的目標植被； 將第二統計(40)歸因於基於與所述感興趣的物體相關的所述第二感應數據組中的所述目標植被的一個或多個點的距離的所述目標植被；和 從所述第一統計和所述第二統計的比較來確定侵佔率(42)。
24.根據權利要求23所述的計算機可讀存儲介質，其中所述第一和第二感應數據組各自包括三維數據組。
25.根據權利要求23所述的計算機可讀存儲介質，其中所述第一和第二感應數據組各自包括選自由光探測和測距(LiDAR)數據、雷射掃描數據、雷達數據、合成孔徑雷達數據、來自任何基於掃描距離測量和提供點雲的感應器數據、數字圖像、視頻或超光譜成像數據組成的組中的數據。
26.根據權利要求23所述的計算機可讀存儲介質，進一步包括將所述第一感應數據組和/或所述第二感應數據組分類以識別植被反射的指令。
27.根據權利要求23所述的計算機可讀存儲介質 其中所述指令，當通過處理器執行時，導致所述處理器從所述第二感應數據組識別所述目標植被，進一步包括從在所述第二感應數據組中包括目標植被的所述一個或多個點的所述第二感應數據組識別植被多邊形的指令；和 其中所述指令，當通過處理器執行時，導致所述處理器識別在所述第一感應數據組中所述相應的目標植被，進一步包括使用來自所述第二感應數據組的所述植被多邊形以選擇在所述第一感應數據組中的所述相應的目標植被的一個或多個點的識別的指令。
28.根據權利要求23所述的計算機可讀存儲介質 其中所述指令，當通過所述處理器執行時，導致所述處理器從所述第二感應數據組識別所述目標植被，進一步包括從在所述第二感應數據組中包括所述目標植被的所述一個或多個點的所述第二感應數據組識別植被多邊形的指令；和其中所述指令，當通過處理器執行時，導致所述處理器識別在所述第一感應數據組中所述相應的目標植被，進一步包括從包括在第一感應數據組中的所述相應的目標植被的所述一個或多個點的第一感應數據組識別另一個植被多邊形的指令。
29.根據權利要求23所述的計算機可讀存儲介質，其中 所述第一統計歸因於基於與所述感興趣的物體相關的所述第一感應數據組中所述相應的目標植被的一個或多個點的距離的相應的目標植被，包括選自與所述感興趣的物體相關的所述第一感應數據組中所述相應的目標植被的所述一個或多個點的距離的最小距離；和 所述第二統計歸因於基於與所述感興趣的物體相關的所述第二感應數據組中所述目標植被的一個或多個點的距離的目標植被，包括選自與所述感興趣的物體相關的所述第二感應數據組中的目標植被的所述一個或多個點的距離的最小距離。
30.根據權利要求23所述的計算機可讀存儲介質，其中 所述第一統計歸因於基於與所述感興趣的物體相關的所述第一感應數據組中所述相應的目標植被的一個或多個點的距離的相應的目標植被，包括從與所述感興趣的物體相關的所述第一感應數據組中所述相應的目標植被的所述一個或多個點的多個距離到確定的感興趣的物體的平均距離；和 所述第二統計歸因於基於與所述感興趣的物體相關的所述第二感應數據組中的目標植被的一個或多個點的距離的目標植被，包括從與所述感興趣的物體相關的所述第二感應數據組中目標植被的一個或多個點到確定的感興趣的物體的多個距離的平均距離。
31.根據權利要求23所述的計算機可讀存儲介質，其中所述第一感應數據組是在所述第二感應數據組之前一段時間，所述時間包括約一個生長季節。
32.根據權利要求31所述的計算機可讀存儲介質，其中所述指令，當通過所述處理器執行時，導致所述處理器從第一統計和第二統計的比較確定所述侵佔率，進一步包括利用在所述第二統計和所述第一統計之間的差異，並將所述差異除以約一個生長季節的指令。
33.根據權利要求23所述的計算機可讀存儲介質，其中所述指令，當通過所述處理器執行時，導致所述處理器從所述第一統計和所述第二統計的比較確定所述侵佔率，進一步包括指令 利用在所述第二統計和所述第一統計之間的差異，並用所述差異除以以下表達的量(100% -P1)+100% *n+P2 其中 P1包括當收集所述第一感應數據組時，已過的生長季節度日的百分比； P2包括當收集所述第二感應數據組時，已過的生長季節度日的百分比；和 n包括在所述第一感應數據組和所述第二感應數據組的收集之間的全生長季節數。
34.根據權利要求23所述的計算機可讀存儲介質，其中所述指令，當通過所述處理器執行時，導致所述處理器通過在未來時間段上應用所述侵佔率來估算與所述感興趣的物體相關的未來植被生長，進一步包括指令，以便 在未來時間確定所述目標植被和所述感興趣的物體之間的間隙距離，所述間隙表達為Dt = D2+Ga*(100% -P2-IOO % *m-PT)其中 Dt包括在未來時間的所述目標植被和所述感興趣的物體之間的間隙距離； D2包括所述第二統計； Ga包括所述侵佔率； P2包括當收集所述第二感應數據組時已過的生長季節度日的百分比； m包括在所述第二感應數據組的收集和所述未來時間之間的全生長季節數；並且 Pt包括在所述未來時間已過的生長季節度日的百分比。
35.根據權利要求23所述的計算機可讀存儲介質，其中所述感興趣的物體選自由以下物體組成的組 電源線； 電源線安全緩衝區； 鐵軌； 鐵軌安全緩衝區； 鐵路架空導線； 鐵路架空導線安全緩衝區； 電話線； 電話線安全緩衝區； 通信電纜； 通信電纜安全緩衝區； 公路； 聞速公路路面； 道路標誌可見區； 交通標誌可見區； 交通燈可見區；和 廣告牌或團體標誌可見區。
36.根據權利要求23所述的計算機可讀存儲介質，進一步包括對一個或多個額外的目標樹木重複識別、歸因和確定的指令(46 )。
37.根據權利要求36所述的計算機可讀存儲介質，進一步包括指令，當通過所述處理器執行時，其導致所述處理器通過在未來時間段應用所述侵佔率來估算與所述感興趣的物體相關的未來植被生長(44 )。
38.根據權利要求37所述的計算機可讀存儲介質，進一步包括針對與包括所述目標樹木和所述一個或多個額外目標樹木的所述第二感應數據組的至少一部分結合的所述目標樹木和所述一個或多個額外目標樹木，顯示與所述感興趣的物體相關的未來樹木生長(52)的指令。
39.根據權利要求23所述的計算機可讀存儲介質，進一步包括指令，當通過所述處理器執行時，其導致所述處理器通過在未來時間段上應用所述侵佔率來估算與所述感興趣的物體相關的未來植被生長(44)。
40.根據權利要求39所述的計算機可讀存儲介質，進一步包括 指令，如果估算與所述感興趣的物體相關的所述目標植被的未來植被生長將導致在未來時間所述目標植被與感興趣的物體相交，採取選自以下組成的組中的行動 通知用戶估算的在未來時間與所述感興趣的物體的未來相交； 樹木資料庫歸因於描述估算的在所述目標樹木和所述感興趣的物體之間的未來相互作用的相互作用表記錄； 由於估算的與所述感興趣的物體的未來相互作用，在地圖上標記目標樹木作為必要服務；和 產生工作命令以處理目標樹木。
41.根據權利要求23所述的計算機可讀存儲介質，進一步包括指令，當通過所述處理器執行時其導致所述處理器 測試目標植被侵佔方向以推薦處理的類型。
42.根據權利要求41所述的計算機可讀存儲介質，其中用於測試所述目標植被侵佔方向以推薦處理的類型的所述指令包括指令 確定侵佔方向生長向量(I 10)； 針對所述侵佔方向生長向量確定向量角3 ; 確定局部閾值向量(I 17); 針對所述局部閾值向量確定局部閾值角①; 其中 如果確定所述向量角比所述局部閾值角大，則推薦所述目標植被需要刈割或切割或另一個矮樹叢處理實踐來處理；和 如果確定所述向量角比所述局部閾值角小，則推薦所述目標植被需要側面修剪或移走樹木或另一個側面生長處理實踐來處理。
43.用於估算與感興趣的物體相關的植被生長的系統(88)，包括 a)處理器(90)設置為 1)從第二感應數據組識別目標植被(30)； 2)識別第一感應數據組中相應的目標植被(34)，所述第一感應數據組在所述第二感應數據組之前的時間收集； 3)將第一統計(38)歸因於基於與所述感興趣的物體相關的所述第一感應數據組中相應的目標植被的一個或多個點的距離的相應的目標植被； 4)將第二統計(40)歸因於基於與所述感興趣的物體相關的所述第二感應數據組的所述目標植被的一個或多個點的距離的目標植被；和 5)從所述第一統計和所述第二統計的比較確定侵佔率(42)； b)數據輸入(94)耦合到處理器並設置成向處理器提供所述第一和第二感應數據組；和 c)用戶界面(106)耦合到處理器或數據輸入。
44.根據權利要求43所述的系統，進一步包括耦合到所述處理器(90)的資料庫(98)。
45.根據權利要求43所述的系統，進一步包括耦合到所述數據輸入(94)的資料庫(98)。
46.根據權利要求43所述的系統，進一步包括耦合到所述數據輸入(94)的感應數據捕捉設備(96)。
47.根據權利要求46所述的系統，其中所述感應數據捕捉設備(96)選自由光探測和測距(LiDAR)系統、雷射掃描系統、雷達系統、合成孔徑雷達系統、使用基於掃描距離測量和提供3D點雲的傳感器的系統、數字圖像系統，和超光譜成像系統組成的組。
48.根據權利要求46所述的系統，其中所述感應數據捕捉設備(96)通過無線連接耦合到所述數據輸入(94)。
49.根據權利要求43所述的系統，其中所述處理器(90)和所述數據輸入(94)通過網絡(104)耦合到一起。
50.根據權利要求43所述的系統，其中所述第一和第二感應數據組各自包括三維數據組。
51.根據權利要求43所述的系統，其中所述第一和第二感應數據組各自包括選自由光探測和測距(LiDAR)數據、雷射掃描數據、雷達數據、合成孔徑雷達數據、來自任何基於掃描距離測量和提供點雲的傳感器的數據、數字圖像、視頻或超光譜成像數據組成的組。
52.根據權利要求43所述的系統，其中所述處理器(90)被進一步設置以將所述第一感應數據組和所述第二感應數據組分類(29)以識別植被反射。
53.根據權利要求43所述的系統，其中 所述處理器設置成從所述第二感應數據組識別所述目標植被(30 )，包括從包括在所述第二感應數據組中的所述目標植被的所述一個或多個點的所述第二感應數據組識別植被多邊形(32)的指令；和 所述處理器設置成識別所述第一感應數據組中所述相應的目標植被(34)，包括使用來自所述第二感應數據組的所述植被多邊形(36)選擇所述第一感應數據組中相應的目標植被的一個或多個點的指令。
54.根據權利要求43所述的系統，其中 所述處理器設置成從所述第二感應數據組識別所述目標植被(30 )，包括從包括在所述第二感應數據組中的所述目標植被的所述一個或多個點的所述第二感應數據組識別植被多邊形(32)的指令；和 所述處理器設置成識別所述第一感應數據組中所述相應的目標植被(34)，包括從包括在所述第一感應數據組中的所述相應的目標植被的一個或多個點的第一感應數據組識別另一個植被多邊形的指令。
55.根據權利要求43所述的系統，其中 歸因於基於與所述感興趣的物體相關的所述第一感應數據組中所述相應的目標植被的所述一個或多個點的距離的所述相應的目標植被的所述第一統計包括選自與所述感興趣的物體相關的所述第一感應數據組中所述相應的目標植被的所述一個或多個點的距離的最小距尚；和 歸因於基於與所述感興趣的物體相關的所述第二感應數據組中所述目標植被的所述一個或多個點的距離的所述目標植被的第二統計包括選自與所述感興趣的物體相關的所述第二感應數據組中所述目標植被的所述一個或多個點的距離的最小距離。
56.根據權利要求43所述的系統，其中 歸因於基於與所述感興趣的物體相關的所述第一感應數據組中所述相應的目標植被的一個或多個點的距離的所述相應的目標植被的所述第一統計包括從與所述感興趣的物體相關的所述第一感應數據組中相應的所述目標植被的一個或多個點到確定的感興趣的物體的多個距離的平均距離；和 歸因於基於與所述感興趣的物體相關的所述第二感應數據組中所述目標植被的一個或多個點的距離的所述目標植被的所述第二統計包括從與所述感興趣的物體相關的所述第二感應數據組中的所述目標植被的所述一個或多個點到確定的所述感興趣的物體的多個距離的平均距離。
57.根據權利要求43所述的系統，其中所述第一感應數據組在所述第二感應數據組之前的一段時間，所述時間包括大約一個生長季節。
58.根據權利要求57所述的系統，其中所述處理器設置成從所述第一統計和所述第二統計的比較來確定所述侵佔率，包括得到所述第二統計和所述第一統計之間的差異，並用所述差異除以約一個生長季節。
59.根據權利要求43所述的系統，其中用於從所述第一統計和所述第二統計的比較確定所述侵佔率的所述處理器設置，包括指令 用所述第二統計和所述第一統計之間的差異，並用所述差異除以以下表達的量(100% -P1) 1100% *n|P2其中 P1包括當收集所述第一感應數據組時已過的生長季節度日的百分比； P2包括當收集所述第二感應數據組時已過的生長季節度日的百分比；和 n包括在所述第一感應數據組和所述第二感應數據組的收集之間的全生長季節數。
60.根據權利要求43所述的系統，其中處理器設置成按照指令通過在未來時間段上應用所述侵佔率來估算與所述感興趣的物體相關的未來植被生長 在未來時間確定所述目標植被和所述感興趣的物體之間的間隙距離，所述間隙表達為Dt = D2+Ga*(100% -P2-IOO % *m-PT) 其中 Dt包括在所述未來時間所述目標植被和所述感興趣的物體之間的所述間隙距離； D2包括所述第二統計； Ga包括所述侵佔率； P2包括當收集所述第二感應數據組時已過的生長季節度日的百分比； m包括在所述第二感應數據組的收集和未來時間之間的全生長季節數；和 Pt包括在未來時間已過的生長季節度日的百分比。
61.根據權利要求43所述的系統，其中所述感興趣的物體選自由以下組成的組 電源線； 電源線安全緩衝區； 鐵軌； 鐵軌安全緩衝區； 鐵路架空導線； 鐵路架空導線安全緩衝區； 電話線；電話線安全緩衝區； 通信電纜； 通信電纜安全緩衝區； 公路； 聞速公路路面； 道路標誌可見區； 交通標誌可見區；交通燈可見區；和 廣告牌或團體標誌可見區。
62.根據權利要求43所述的系統，其中所述處理器進一步設置成針對一個或多個額外的目標樹木在權利要求43所述的其設置中重複(46)所述識別、歸因和確定行動。
63.根據權利要求62所述的系統，其中所述處理器進一步設置以通過在未來時間段應用所述侵佔率來估算與所述感興趣的物體相關的未來植被生長(44)。
64.根據權利要求63所述的系統，其中所述處理器進一步設置以針對與包括所述目標樹木和所述一個或多個額外目標樹木的所述第二感應數據組的至少一部分結合的所述目標植被和所述一個或多個額外的目標數目顯示(52)與所述感興趣的物體相關的所述未來植被生長。
65.根據權利要求43所述的系統，其中所述處理器進一步設置以通過在未來時間段應用所述侵佔率來估算與所述感興趣的物體相關的未來植被生長(44)。
66.根據權利要求65所述的系統，其中所述處理器進一步設置，如果估算與所述感興趣的物體相關的所述目標植被的所述未來植被生長將導致在未來時間所述目標植被與所述感興趣的物體相交，採取選自以下組成的組中的行動 通知用戶估算的在未來時間與所述感興趣的物體的未來相交； 將樹木資料庫歸因於描述估算的在所述目標樹木和所述感興趣的物體之間的未來相互作用的相互作用表記錄； 由於估算的與所述感興趣的物體的未來相互作用，在地圖上標記所述目標樹木作為必要服務；和 產生工作命令以處理所述目標樹木。
67.根據權利要求43所述的系統，其中所述處理器進一步設置成測試目標植被侵佔方向以推薦處理的類型。
68.根據權利要求67所述的系統，其中測試所述目標植被侵佔的方向以推薦處理的類型的所述處理器設置，包括指令 確定侵佔方向生長向量； 針對所述侵佔方向生長向量確定向量角； 確定局部閾值向量； 對所述局部閾值向量確定局部閾值角； 其中 如果確定所述向量角比所述局部閾值角大，則推薦目標植被需要刈割或切割來處理；和如果確定所述向量角比所述局部閾值角小，則推薦目標植被需要側面修剪或移走樹木來處理。
69.用於估算權利要求I中所述的與感興趣的物體相關的植被生長的方法，包括 a)從空中收集的三維的第二感應數據組識別目標植被(30)，所述第二感應數據組選自以下數據組成的組 1)光探測和測距(LiDAR)數據； 2)雷射掃描數據； 3)雷達數據； 4)合成孔徑雷達數據；和 5)來自基於掃描距離測量和提供3D點雲的傳感器的數據； b)從空中收集的三維的第一感應數據組識別相應的目標植被(34)，所述數據組選自由以下數據組成的組 1)光探測和測距(LiDAR)數據； 2)雷射掃描數據； 3)雷達數據； 4)合成孔徑雷達數據；和 5)來自基於掃描距離測量和提供3D點雲的傳感器的數據； c)其中 I)所述第一感應數據組在所述第二感應數據組之前的時間收集(26)； 2)從所述第二感應數據組識別所述目標植被(30 )，包括從包括在所述第二感應數據組中的目標植被的所述一個或多個點的所述第二感應數據組識別植被多邊形(32);和 3)識別在所述第一感應數據組的相應的目標植被(34)包括使用來自所述第二感應數據組(36)的所述植被多邊形以選擇在所述第一感應數據組中相應的目標植被的一個或多個佔. d)將第一統計(38)歸因於基於與所述感興趣的物體相關的所述第一感應數據組中相應的目標植被的一個或多個點的距離的相應的目標植被，其中歸因於基於與所述感興趣的物體相關的所述第一感應數據組中所述相應的目標植被的一個或多個點的距離的相應的目標植被的所述第一統計包括從與所述感興趣的物體相關的第一感應數據組中所述相應的目標植被的一個或多個點的距離確定的最小距離； e)將第二統計(40)歸因於基於與所述感興趣的物體相關的所述第二感應數據組中目標植被的一個或多個點的距離的所述目標植被，其中歸因於基於與所述感興趣的物體相關的所述第二感應數據組中的目標植被的一個或多個點的距離的所述目標植被的所述第二統計包括從與所述感興趣的物體相關的所述第二感應數據組中的所述目標植被的一個或多個點的距離確定的最小距離； f)確定侵佔率(42)，通過 1)利用所述第二統計和所述第一統計之間的差異，並用所述差異除以以下表達的量(100% -P1) 1100% *n|P2 其中 2)P1包括當收集第一感應數據組時已過的生長季節度日的百分比；3)P2包括當收集第二感應數據組時已過的生長季節度日的百分比；和 4)n包括在第一感應數據組和第二感應數據組的收集之間的全生長季節數。
g)通過在未來時間段應用侵佔率來估算與感興趣的物體相關的未來植被生長(44)，藉助於在未來時間確定目標植被和感興趣的物體之間的間隙距離，所述間隙表達為1)Dt = D2+Ga*(100% -P2-IOO% *m-PT) 其中 2)Dt包括在未來時間所述目標植被和所述感興趣的物體之間的間隙距離； 3)D2包括所述第二統計； 4)Ga包括所述侵佔率； 5)P2包括當收集所述第二感應數據組時已過的生長季節度日的百分比； 6)m包括在所述第二感應數據組的收集和所述未來時間之間的全生長季節數；和 7)PT包括在未來時間已過的生長季節度日的百分比； h)針對一個或多個額外目標植被重複(46)上述行動； i )針對與包括所述目標植被和所述一個或多個額外目標植被的所述第二感應數據組的至少一部分結合的所述目標植被和所述一個或多個額外目標植被顯示與所述感興趣的物體相關的所述未來植被生長(52)； j)如果估算與所述感興趣的物體相關的所述目標植被的未來植被生長將導致在未來時間所述目標植被與所述感興趣的物體相交，則採取選自以下組成的組中的行動 1)通知用戶估算的在未來時間與所述感興趣的物體的未來相交； 2)將數目資料庫歸因於描述在所述目標植被和所述感興趣的物體之間估算的未來相互作用的相互作用表記錄； 3)由於與所述感興趣的物體的估算的未來相互作用，在地圖上標記所述目標植被作為必要服務；和 4)產生工作命令以處理目標植被；和 k)其中所述感興趣的物體選自以下組成的組 1)電源線； 2)電源線安全緩衝區； 3)鐵軌； 4)鐵軌安全緩衝區； 5)鐵路架空導線； 6)鐵路架空導線安全緩衝區； 7)電話線； 8)電話線安全緩衝區； 9)通信電纜； 10)通信電纜安全緩衝區； 11)公路； 12)聞速公路路面；和 13)道路標誌可見區； 交通標誌可見區；交通燈可見區；和廣告牌或團體標誌可 見區。
全文摘要
公開了用於估算與感興趣的物體相關的植被生長的方法。從第二感應數據組識別目標植被(30)。在第一感應數據組識別相應的目標植被(34)，在收集第二感應數據組(28)之前的時間，收集第一感應數據組(26)。第一統計歸因於(38)基於與感興趣的物體相關的第一感應數據組中相應的目標植被的一個或多個點的距離的相應的目標植被。第二統計歸因於(40)基於與感興趣的物體相關的第二感應數據組中目標植被的一個或多個點的距離的目標植被。從第一統計和第二統計的比較確定侵佔率(42)。
文檔編號G01C11/00GK102725605SQ201080062558
公開日2012年10月10日 申請日期2010年12月15日 優先權日2009年12月17日
發明者休·安德魯·克利默爾, 布賴恩·詹姆斯·克爾米卡恩, 艾倫·約翰·德容, 阿達姆·羅伯特·魯塞爾, 韋莎·約翰內斯·萊潘恩 申請人:公共風險管理有限責任合作公司