MapForest：森林地図作成および外来種の局在化のためのモジュール型フィールドロボティクスシステム

要旨: 大規模な森林、公園、トレイルネットワークにまたがって侵入的な樹木種を監視・制御することは、アクセスの制限、手作業による踏査への依存、そして劣化した林床下（under-canopy）GNSSのために困難です。本論文では、複数モーダルのセンサデータをGIS対応の侵入種マップへ変換する、モジュール型フィールドロボティクスシステムMapForestを提案します。本システムの特長は、(i) UAV、自転車、またはバックパックの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非依存のセンシング搭載部と、(ii) LiDAR慣性（LiDAR-inertial）によるマッピング、画像ベースの侵入的樹木種検出、そしてジオリファレンスされた地図生成から成るソフトウェア処理パイプラインです。GNSSが断続的な環境で確実に動作させるために、LiDAR慣性マッピングのバックボーンを、共分散を考慮したGNSS因子とロバスト損失カーネルで強化します。オンボードRGB画像から天邪鬼の木（Tree-of-Heaven；Ailanthus altissima）を検出する物体検出器を学習し、再構成した地図と検出結果を融合して、下流の意思決定に適した地理空間出力を生成します。都市環境、公園、トレイル、森林にまたがる6つのサイトを対象に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、さらに天邪鬼の木を含む2つのサイトでエンドツーエンドの結果を報告します。強化されたマッピングモジュールは、森林を1.2km走破した際の軌跡偏差誤差1.95 mを達成し、天邪鬼の木検出器はF1スコア0.653を達成しました。データセットおよび関連ツール群は、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支援するために公開します。