JP5269729B2 - 樹木情報計測方法、樹木情報計測装置、プログラム - Google Patents

Description

本発明は、走査型レーザ距離計を用いて樹木情報を取得する樹木情報計測方法、樹木情報計測装置及びプログラムに関する。

広範囲にわたって樹木が密集した森林は、水土保全機能、地球環境保全機能、生物保護機能等の多面的な機能があることが知られており、森林を構成する樹木の情報を正確に取得することが望まれている。従来、最も原始的な方法としては、樹木の位置、胸高直径、樹高等（以下、樹木情報という）を、人間が１本ずつ計測する方法であり、一般的に利用されているが、多くの作業時間を有すると共に、計測者の技量による不正確さを排除しづらい。

これに対し、広く知られた森林調査方法として、ある一定区間の標準地を設定したサンプリングによる樹高等を直接計測する方法や、単位面積（１〔ｈａ〕）当たりの林分の胸高断面積合計から林分材積を推定するビッターリッヒ法が利用されている（例えば、特許文献１参照。）。特許文献１には、支持具の一端に設けた撮像装置で、支持具の他端に設けられたロ−ラとこのロ−ラ表面に描画される立木直径識別マ−クを撮影することで、ビッタ−リッヒ法による胸高断面積の計測を簡易な構成で実現した胸高断面積測定装置が記載されている。

しかしながら、ビッターリッヒ法は、林分材積を推定する方法であり、個々の樹木の樹木情報を取得したり、林分の立体構造を計測することができない。この点について、森林の画像データから樹木の直径及び本数を取得する方法がある（例えば、特許文献２参照。）。特許文献２には、調査対象の林分を複数個の正方形の土地に分割し、分割した夫々の土地ごとに複数の広角カメラを配置し、夫々の広角カメラで林分を重複して撮影し、複数の画像データを画像処理して樹木の直径及び本数を取得する画像処理方法が記載されている。

また、上空から森林にレーザを照射してその反射波から樹木数、樹冠形状を取得する技術が提案されている（例えば、非特許文献１参照。）。非特許文献１には、レーザのパルス情報を樹冠形状モデルにフィッティングして樹冠形状を数式化し、樹冠長、樹高、樹冠直径、を推定する技術が記載されている。

特開２００２−０８４８９０号公報 特開２００４−０３３１４９号公報 日本リモートセンシング学会誌, Vol. 28, No. 4 「LiDAR点群データを用いた樹冠形状モデルに基づく単木樹冠形状抽出および樹高推定」

しかしながら、特許文献２に記載された画像処理方法では、正方形の土地毎に８個のカメラを設置する必要があり、広大な森林の樹木情報を取得するには多大な労力と時間が必要となるという問題がある。また、非特許文献１に記載された技術では、樹高の低い樹木にレーザが届かないため、検出されない多くの樹木が存在するという問題がある。

本発明は、上記課題に鑑み、高精度な樹木情報を少ない労力で取得できる樹木情報計測方法、樹木情報計測装置及びプログラムを提供することを目的とする。

上記課題に鑑み、本発明は、距離データ取得手段が、複数の地点で森林中の任意の被計測物の任意の部位までの距離データを計測するステップと、特徴データ抽出手段が、前記距離データから、樹木の幹に相当するひとまとまりの特徴データを抽出し、水平平面に投影された前記特徴データに幾何学的処理を施し幹の断面と推定される円を抽出するステップと、スキャンマッチング手段が、ある地点で取得した複数の幹の前記円の中心を結んで作成した多角形の形状と、別の地点で取得した同じ前記複数の幹の前記円の中心を結んで作成した多角形の形状とをスキャンマッチングにより対応させ、前記距離データを三次元の座標系に特定するステップと、単木抽出手段が、三次元の座標系に特定された座標点データから単木を抽出するステップと、樹木情報検出手段が、樹高、幹の直径、樹冠長又は樹冠直径の1以上を含む樹木情報を単木毎に検出するステップと、を有することを特徴とする樹木情報計測方法を提供する。

高精度な樹木情報を少ない労力で取得できる樹木情報計測方法、樹木情報計測装置及びプログラムを提供することができる。

樹木情報取得の手順を示すフローチャート図の一例である。 計測者の歩行による走査方法を模式的に示す図の一例、歩行走査に用いられる樹木情報計測装置の斜視図の一例である。 移動体による走査方法を模式的に示す図の一例、移動走査に用いられる樹木情報計測装置の斜視図の一例である。 制御部のハードウェア構成図の一例である。 距離データを取得する樹木の様子の一例を示す図である。 スキャンマッチングを模式的に説明する図の一例である。 距離データを取得した環境及び三次元環境地図の一例を示す図である。 単木と単木から検出される樹木情報の定義を模式的に説明する図の一例である。 胸高直径の検出、樹高の検出、樹冠長の検出を、それぞれ模式的に説明する図の一例である。 樹冠直径の検出を模式的に説明する図の一例である。 二次元樹冠投影図の一例、三次元樹木図の一例をそれぞれ示す図である。 樹幹径を求めるモデル式において樹高と直径を説明する図の一例である。 樹冠基部の直径と樹冠長の関係のデータベースの一例を示す図である。 樹木情報計測装置の機能ブロック図の一例である（実施例２）。 本実施例における樹木情報の取得の手順を示すフローチャート図の一例である。 走査型レーザ距離計が各単木から取得する距離データの一例を示す図である。 ３箇所の測定位置と３本の単木を模式的に示す図の一例である。 ステップＳ２００の詳細な手順を示すフローチャート図の一例である。 ひとまとまりの距離データの一例を示す図である。 ステップＳ２０２、Ｓ２０３の処理を説明する図の一例である。 複数の計測位置Ａ，Ｂにおける仮決めされた同じ単木（３本）を模式的に示す図の一例である。 ステップＳ４００の詳細な手順を示すフローチャート図の一例である。 ステップＳ４０２の処理を模式的に示す図の一例である。 ステップＳ４０３の処理を模式的に示す図の一例である。 ステップＳ５００の詳細な手順を示すフローチャート図の一例である。 ステップＳ５００の処理を模式的に説明する図の一例である。 計測位置の推定を模式的に説明する図の一例である。 ステップＳ６００の詳細な手順を示すフローチャート図の一例である。 ステップＳ６００の処理を模式的に説明する図の一例である。 Ｓ４０２による距離データの重ね合わせの効果を説明する図である。

図１は、樹木情報計測方法の手順を示すフローチャート図の一例である。まず、距離データを得るため、樹木情報計測装置１００により森林内を走査する（Ｓ１０）。樹木情報計測装置１００は、レーザパルスを照射してその反射波から樹木までの距離データを得る測域センサであり、樹木情報計測装置１００が樹木間を移動すれば、レーザが森林を走査したことになる。

そして、森林内で計測した距離データから特徴データを抽出する（Ｓ２０）。特徴データは、距離データのうち樹木情報を取得するのに適当なものをいい、例えば小枝から反射した孤立した距離データや樹木間の空間から反射した密度の小さい距離データを排除したものである。また、特徴データは、特に、地上に平行な平面（ＸＹ平面）において円形の一部又は全体を構成する距離データ（すなわち樹木の幹と想定される距離データ）である。

距離データは、森林内を走査しながら複数の地点で取得されるので、この特徴データをスキャンマッチングして１つの三次元環境地図を作成する（Ｓ３０）。三次元環境地図には、レーザにより検出された各樹木が配置されていることになる。

次に、三次元環境地図から単木を抽出し、単木毎に樹木情報を取得する（Ｓ４０）。樹木情報は、例えば、樹高、樹冠長、樹冠直径及び胸高直径である。

単木の樹木情報が得られれば種々の態様で利用できる。例えば、各樹木情報から二次元樹冠投影図及び三次元樹木図を作成し（Ｓ５０Ａ）、単木の材積や利用材積を算出する（Ｓ５０Ｂ）ができる。

したがって、本実施形態の樹木情報取得方法は、森林内を走査するだけで特別な労力なしに各樹木を検出し、林分の立体構造を再現することができる。また、各樹木の樹木情報を取得でき、林分の立体構造を視覚化してその把握を容易にすることができる。

以下、森林における樹木の樹木情報の取得について説明するが、本実施形態の樹木情報計測方法は、高原、公園、野山など樹木が生えている空間に適用でき、都市部にて植林された樹木にも適用できる。

〔樹木情報計測装置１００〕
樹木情報計測方法を適用した樹木情報計測装置１００の態様及び移動態様について説明する。本実施形態の樹木情報取得方法では、２つの方法で樹木情報計測装置１００に森林を走査させることができる。図２（ａ）は計測者の歩行による走査方法を模式的に示す図の一例を、図２（ｂ）は歩行走査に用いられる樹木情報計測装置１００の斜視図の一例をそれぞれ示す。なお、携行による走査と移動体による走査のいずれ
の場合も、ある位置に停止して計測することと移動を繰り返すこと、又は、移動しながらの計測、のいずれも可能である。

〔携行による走査〕
森林は必ずしも平坦ではないし、樹木間が枝や植物でふさがれていたり、落ち葉等で後述の移動体２０が移動することが困難な場合があるのに対し、人間であれば比較的自由に樹木間を移動できる。このため、樹木密度が大きい森林では特に歩行による走査が好適な場合がある。精度のよい樹木情報を取得するためには、なるべく高精細に移動することが好ましい。森林内を人間が不作為に移動してもよいし、例えば、効率的に森林の全体を走査できるように定められたルートにある特定の樹木に触れるようにしながら移動してもよい。

図２（ｂ）に示す樹木情報計測装置１００は、歩行者が可搬容易なように、側面視Ｌ字型の台座１８上に、複数の機器が搭載されて構成されている。機器搭載面と反対側には、歩行者が背負うための肩紐１７が取り付けられている。台座１８に車輪を設け手押し車を構成してもよい。
樹木情報計測装置１００は、制御部１３により制御され、制御部１３には走査型レーザ距離計１６、高度計１５、ＧＰＳ受信機１２、加速度センサ１０及びカメラ１１が接続されている。接続には、例えばＵＳＢ（Universal Serial Bus）、IEEE1394、Bluetooth等が用いられ、有線・無線のいずれで接続してもよいし、接続方式は互いに異なっていてもよい。

カメラ１１は、ＣＭＯＳ（Complementary Metal Oxide Semiconductor）やＣＣＤ（Charge Coupled Device）などの個体撮像素子であり、撮像素子に蓄えられた電荷を読み出しそれをＡ／Ｄ変換して所定階調（例えば、２５６階調のグレースケール、Ｂａｙｅｒパターンのカラーフィルタを適用した色毎に所定階調）の画像データを取得する。カメラ１１が撮影した画像データは、樹木情報計測装置１００の位置や樹木情報を補正するために用いられるため、所定のサイクル時間毎（例えば１０秒程度）に繰り返し撮影される。カメラ１１は広角レンズカメラ、３６０度の撮影が可能な全方位カメラ、又は、サーボモータで回転され撮影方向が可変になっている。また、カメラ１１は、距離情報の取得が容易なステレオカメラであることが好ましいが、カメラ１１が単眼カメラであっても被計測物が静止物であれば２地点で同じ被計測物を撮影することで、ステレオカメラと同様に距離情報を取得できる。

ＧＰＳ受信機１２は、地球を周回する４以上のＧＰＳ衛星から受信した電波の到達時間に基づき、位置情報を取得する。４以上のＧＰＳ衛星を補足することで、経度・緯度だけでなく標高を含む三次元の位置情報を得ることができる。

高度計１５は、例えば、大気の絶対圧力を測定する一種の圧力計であり、標高が既知の地点で出力値を補正することで、圧力を高度に変換して出力する。

走査型レーザ距離計１６は公知の構成を利用することができる。走査型レーザ距離計１６は、投光部と、投光用レンズと、回転ミラーと、受光用レンズと、受光部と、を有し、投光部はスポット形状のレーザ光を出射し、光軸上に配置された投光用レンズを介して回転ミラーに入射される。回転ミラーは、光軸に対して所定角度で傾斜しており、回転ミラーに入射したライン状のレーザ光を所定方向に反射する。この回転ミラーはモータにより、光軸を中心軸に回転駆動されるので、モータの駆動範囲に応じてライン状のレーザ光が走査される。また、走査領域中の樹木で反射したレーザ光は、回転ミラーに再び反射され、受光用レンズによって集束され、受光部で受光される。

投光部から出射されるレーザ光は、例えば孤立パルスに強度変調されており、走査型レーザ距離計１６は、投光部からレーザ光を放射してから受光部でレーザ光を受光するまでの時間差から樹木までの距離を求めるＴＯＦ（Time Of Flight）方式により、距離データを取得している。したがって、１つの孤立パルスが１つの距離データである。なお、ＴＯＦ方式は一例であって、ＡＭ（Amplitude Modulation）方式や、ＦＭ（Frequency Modulation）方式などを用いてもよい。したがって、距離データには被計測物までの距離と角度が含まれる。

具体的には、北陽電機株式会社製スキャナ式レンジセンサ「Ｔｏｐ−ＵＲＧ」を搭載することができる。走査型レーザ距離計１６の仕様の一例を挙げれば、検出距離「0.1ｍ〜30ｍ」、走査角度「270度」、距離精度「±30mm〜±50mm」、角度分解能「0.25°(360°/1,440分割）」、走査時間「25ms/scan」である。

上記の原理で説明したように、１回の走査で得られる距離データは二次元平面（例えば、地面に平行な平面又は地面に垂直な平面）に限られる。このため、三次元空間の距離データを得るためには、上記回転ミラーを光軸と同軸だけでなく、光軸に対する回転ミラーのなす角度を連続的に増減させたり、走査型レーザ距離計全体をサーボモータを利用して走査面に平行な軸方向に回転させてもよいし、複数の走査型レーザ距離計１６を樹木情報計測装置１００に搭載してもよい。図２（ｂ）では、地面に水平方向に走査する走査型レーザ距離計１６と、地面に垂直方向に走査する走査型レーザ距離計１６をそれぞれ搭載した。

また、カメラ１１がステレオカメラの場合、又は、単眼カメラにより２地点で同じ被計測物を測定した場合に、公知の三角測量法を用いることで距離データが得られる。三角測量法は、光軸の距離が既知の１対のカメラによりそれぞれ撮影された一対の画像データの相関を求め、同一対象物に対する視差に基づいてその物体までの距離を算出するものである。

一対の画像データのうち相関している同一対象物は例えば面積相関法で求める。面積相関法では、一対の画像データのどちらかから注目している画素の周りの所定数の画素（以下、ウィンドウという）を取り出す。そして、他方の画像データに同じ大きさのウィンドウを設定し、２つのウィンドウ中の対応する画素それぞれについて画素値の差の合計を算出する。これを、他方の画像データにおいてウィンドウをずらしながら複数回行い、画素値の差の合計がもっとも小さくなる、他方の画像データのウィンドウ位置を特定する。そして、一方の画像データにおけるウィンドウと他方の画像データにおけるウィンドウのずれ量（例えば、中心位置のずれ量）を視差ｎ（＝画素数×画素ピッチ）とする。すると、レンズの焦点距離をｆ、一対のカメラの光軸間の距離をｍ（単眼カメラを用いた場合は光軸に垂直方向の２地点間の距離）として、注目している画素までの距離Ｌは、「Ｌ＝（ｆ・ｍ）／視差ｎ」という関係式から算出される。したがって、画素毎にカメラ１１から被測定物までの距離データが得られる。なお、移動しながら多視点で画像をとり、そこから立体を再構成する方法（ＳＦＭ（Structure from Motion））を用いてもよい。

なお、カメラ１１と走査型レーザ距離計１６の距離データを対応づけるため、カメラ１１の光軸と走査型レーザ距離計１６のレーザパルスの照射方向の関係は既知である。

なお、走査型レーザ距離計１６の姿勢が多少ずれても、後述するスキャンマッチングでは、計測した距離データを各距離データの対応から決定するので、姿勢のずれを含めて走査型レーザ距離計１６の位置を推定できる。しかしながら、あまりに大きく姿勢がずれると距離データが重複しなくなるので、所定値以上に上下又は左右に傾いたような場合は（例えば、仰角が４０度以上、左右の傾き角が４０度以上）、その距離データを破棄することが好適となる。

また、姿勢や位置のずれを補正するため、走査型レーザ距離計１６の姿勢を検出する３軸のジャイロセンサ及び加速度センサ１０を備えることが好ましい。加速度センサ１０により前後方向及び上下方向の移動量や重力方向を検出でき、さらにジャイロセンサにより姿勢が検出できるので、距離データの検出方向を特定することができる。

カメラ１１が撮影した画像データ、ＧＰＳ受信機１２が検出した位置情報、高度計１５が検出した高度情報、走査型レーザ距離計１６が計測した距離データ、カメラ１１が取得した距離データは、制御部１３に送信され、時刻情報に対応づけて記憶される。制御部１３については後述するが、このような一連の情報を制御部１３から通信網を介してサーバに送信してもよい。この場合、サーバが制御部１３と同様のデータ処理を実行する。データ処理をサーバが実行することで、制御部１３の処理負荷を低減できる。

〔移動体による走査〕
続いて、樹木情報計測装置１００に森林を走査させるもう一つの方法について説明する。図３（ａ）は移動体２０による走査方法を模式的に示す図の一例を、図３（ｂ）は移動走査に用いられる樹木情報計測装置１００の斜視図の一例をそれぞれ示す。なお、図３において図２と同一部には同一の符号を付しその説明は省略する。

移動体２０は、例えば、自動車、自動二輪、自転車などの車両、無端ベルトが張架された複数の回転体、２足歩行型や多脚型のロボット等をプラットフォームに搭載され移動しながら、走査型レーザ距離計１６やステレオカメラで障害物を検知すると、障害物のない方向に方向転換して自動的に移動する。例えば、空間を正方格子状に区切ったグリッドにより障害物の情報を管理する（Ocuupancy Grid MAP（ＯＧＭ））。ＯＧＭを用いると、複数のセンサで障害物を検出しても障害物の情報を統一的に扱い、また、観測時刻の相違を無視することができる。なお、ＯＧＭは、本来平面であるが、障害物を監視するそれぞれのセンサの観測高さを厚みとして扱うことで、移動体２０が移動する程度の空間では三次元空間に対応することも可能である。
移動体２０の移動方向は、森林の全体又は森林の所定範囲を走査するよう定められている。例えば、森林の全体をマス状に区切り、各マスを１度以上通過するようにプログラムされている。また、より簡易な方法として、例えば傾斜に対し傾斜を下る（登る）方向の一方向に、又は、東西南北のいずれかの方位の一方向に、移動方向を定めておいてもよい。

また、このように自動的に方向を決めて移動するのでなく、人間が移動方向をラジコンのようにリモートコントロールしてもよい。また、携行による走査と併用することで、短時間で所望のエリアの樹木情報を取得することが可能となる。

〔制御部１３〕
続いて、制御部１３について詳細に説明する。制御部１３は、パーソナルコンピュータなどのコンピュータを実体とする。制御部１３の代わりに、携帯電話、ＰＨＳ、スマートフォン等を搭載してもよく、この場合、距離データ等をデータ処理するサーバに容易に送信することができる。

図４（ａ）は、制御部１３のハードウェア構成図の一例を示す。制御部１３は、それぞれバスで相互に接続されているＣＰＵ２１、ＲＡＭ２２、ＲＯＭ２３、記憶媒体装着部２４、通信装置２５、入力装置２６、表示制御部２７及びＨＤＤ（Hard Disk Drive）２８を有する。

ＣＰＵ２１は、ＯＳ（Operating System）やアプリケーションソフトをＨＤＤ２８から読み出して実行することで種々の機能を提供すると共に、制御部１３が行う処理を統括的に制御する。また、制御部１３は、ＣＰＵ２１が樹木情報取得プログラム３０を実行することで後述する各機能（図４（ｂ）の各ブロック）を実現する。

ＲＡＭ２２はＣＰＵ２１が樹木情報取得プログラム３０を実行する際に必要なデータを一時保管する作業メモリ（主記憶メモリ）になり、ＲＯＭ２３はＢＩＯＳ（Basic Input Output System）やＯＳを起動するためのプログラム、設定ファイルが記憶されている。

記憶媒体装着部２４は記憶媒体２９が着脱可能に構成されており、記憶媒体２９に記録された樹木情報取得プログラム３０やデータを読み込み、ＨＤＤ２８にインストールする際と、データを書き込む際に使用される。なお、記憶媒体２９は、ＣＤやＤＶＤの光記録媒体やＳＤカードなどフラッシュメモリを実装した不揮発性のメモリであればよい。

通信装置２５は、インターネットなどのネットワークに接続するためのインターフェイスであり、ＴＣＰ／ＩＰより下層のプロトコルにしたがい処理を実行する。なお、携帯電話などの通信網に接続するためのデータ通信カード等としてもよい。入力装置２６は、キーボードやタッチパッド（マウス）など、ユーザからの様々な操作指示を入力するためのデバイスである。表示制御部２７は、プログラムが指示する画面情報に基づき所定の解像度や色数等で液晶などのディスプレイ１９に描画する。

ＨＤＤ２８は、ＳＳＤ（Flash Solid State Drive）等の不揮発メモリでもよく、本実施形態では樹木情報取得プログラム３０、樹木情報が記憶され、この他、樹木情報を生成する過程において距離データ等の計測データが記憶される。樹木情報取得プログラム３０は、記憶媒体２９に記憶して配布されたり、ネットワークを介して接続された所定のサーバからダウンロードされ、ＨＤＤ２８にインストールされる。

〔制御部１３の機能〕
図４（ｂ）は、制御部１３の機能ブロック図の一例を示す。まず、空間生成部３７は、森林全体を含みうる三次元空間を設定する。三次元空間の１点は、Ｘ座標、Ｙ座標、Ｚ座標により特定できる。座標系はＧＰＳ座標系（ＷＧＳ-８４座標系）を利用すればよいが、三次元直交座標系を用いてもよい。少なくとも１点以上がＧＰＳ受信機１２によりその位置を計測され、緯度・経度・標高と対応づけられている。

例えば、樹木情報計測装置１００が走査を開始する開始位置において、ＧＰＳ受信機１２により位置情報が、ジャイロセンサ及び加速度センサ１０により姿勢が得られている。位置情報が得られた位置で距離データを取得すれば、以降の走査位置で位置情報を得なくても、後述するスキャンマッチングにより距離データを三次元空間に特定することができる。

＜特徴データの抽出＞
特徴データ抽出部３１は、距離データから特徴データを抽出する。図５（ａ）は、距離データを取得する樹木の様子の一例を示す図である。図示するような複数の樹木に対し、走査型レーザ距離計１６は、Ａ〜Ｃの樹木だけでなく検出距離内にある全ての樹木に反射した距離データを取得しうる。このとき、所定距離以内の地面の距離データも抽出される。樹木情報計測装置１００の高さ方向の位置はスキャンマッチングによっても求められるが、地面の距離データにより森林が平坦でない場合の地面の標高を、ＧＰＳ受信機１２又は高度計１５を使用せずに取得することも可能である。
ところで、遠方の樹木の距離データは密度が小さく誤差も大きくなるため、樹木データの取得に好適とは限らない。また、樹木情報計測装置１００は十分に精細なルートをもって森林内をくまなく走査する。したがって、取得された距離データの全てを必ずしも全て利用する必要はない。このため、特徴データ抽出部３１は所定距離（例えば、２０ｍ）以内の距離データのみを抽出する。これにより、図５の樹木であれば、例えばＡ〜Ｃの樹木のみの距離データを抽出でき、同時に、密度の小さい距離データを排除できる。さらに、孤立した距離データを排除してもよい。

図５（ｂ）は、樹木Ａ〜Ｃの距離データの一例を示す。この距離データは、図５（ａ）に示した９０度をなす２つの測定方向I、IIから取得したものを、図５（ａ）の観測方向から見た距離データに対応する。幹の横嶋状の点列は左右方向のスキャンにより得られる距離データを表し、仰角を変えて左右方向のスキャンを繰り返すことで、図示する距離データが得られる。

樹木はその幹に円形の断面を有するので、この円形を抽出することで樹木の抽出が容易になる。図５（ｃ）は、ＸＹ平面に投影した幹の距離データの一例を示す。このように、複数の距離データは略円形の集合になるので、ハフ変換することにより、樹木の幹を特定することができ、変換後の円から幹の中心位置、円周等も明らかとなる。特定された樹木は、スキャンマッチングにおけるランドマークとなる。

＜スキャンマッチング＞
スキャンマッチング部３２は、１群の距離データＡを位置Ａで、別の１群の距離データＢを位置Ｂで、それぞれ取得した際に、１群の距離データＡと１群の距離データＢの対応関係の評価値が最小となる対応情報（変換行列）を求める。なお、取得した距離データは、走査型レーザ距離計１６の座標系から上記の座標系（ＧＰＳ座標系）に変換されている。

距離データにスキャンマッチングを適用する際、三次元空間の距離データをそのまま用いる方法と、二次元平面に投影した距離データを用いる方法がある。スキャンマッチングについて必要であれば、IEEE Transactions on Pattern Analysis and Machine Intelligence February 1992 (Vol. 14, No. 2) pp. 239-256「A Method for Registration of 3-D Shapes」に詳しい。

図６（ａ）はスキャンマッチングを模式的に説明する図の一例である。図６（ａ）では距離データを二次元平面に投影しているが、二次元平面の形状的な特徴からマッチングする場合、三次元の座標（ｘ、ｙ、ｚ）のうち高さ方向の座標ｚを０としてＸＹ平面に投影した点の集合がなす形状からパターンマッチングすればよい。しかし、このような方法は、人工的な建築物の例えば壁の配置を示す平面図（上面図）を容易に取得可能とするが、森林の樹木の樹冠のような不定形状の突起を備える被計測物に対しては、距離データを取得した位置によってＸＹ平面に投影した点の集合が不定となるおそれがある。

このため、樹木の場合は二次元平面に投影することなくその特徴的な形状を利用して、幹部分の距離データをそのまま用いて位置Ａと位置Ｂの対応関係の評価値が最小となる対応情報を求める。具体的には、スキャンマッチング部３２は、位置Ｂの距離データから、地面からの高さ（標高でなく）が５０〜１００ｃｍ程度の距離データを取り出し、位置Ａと位置Ｂの距離データ間の差が最小となるように距離データを対応させる、変換行列（平行及び回転移動）を求める。計測位置が異なることで、樹木のように複雑な形状をした被計測物は、同じ部分を計測した場合でも計測点の密度が異なり、１つの点に複数の点が対応付けられたり、必ずしも異なる距離データ間で同一の三次元における点が計測されていない場合があるが、幹は孤立して存在しているので、幹部分の距離データを用いることで良好な対応関係が得られる。変換行列により変換された位置Ｂの距離データは、三次元の座標系に特定され座標点として扱われ、複数の座標点により１つの三次元環境地図が生成される。

図６（ｂ）は、１本の樹木をランドマークにしたスキャンマッチングの一例を示す図である。位置ＰとＰ'にハフ変換により存在が特定された同じ樹木Ａの距離データが計測され、樹木Ａの幹をスキャンマッチングすることで位置ＰとＰ'の距離データを重ね合わせることができる。重ね合わせのため、位置Ｐ'の樹木Ａ'を移動した場合、その移動ベクトルと平行に位置Ｐ'の樹木情報計測装置１００の位置を修正することで、三次元環境地図における樹木情報計測装置１００の位置を修正しながら取得できる。

また、より好適には複数の樹木を用いてスキャンマッチングすることで、精度のよいスキャンマッチングが可能になる。図６（ｃ）では、３本の樹木Ａ〜Ｃの距離データを位置ＰとＰ'で計測している。スキャンマッチングする際、ハフ変換により得られた３つの樹木Ａ〜Ｃの幹の中心を結ぶ、位置ＰとＰ'それぞれの三角形の対応関係の評価値が最も高くなるように距離データを重ね合わせる。

この場合、位置Ｐ'の三角形は平行成分だけでなく回転成分をもって重ね合わせされることになるので、１本の樹木でスキャンマッチングするより樹木情報計測装置１００の位置を精度よく修正可能となる。また、この場合、二次元平面でスキャンマッチングを完了させてもよく、計算量を大幅に低減できる。

なお、幹部分の距離データによりスキャンマッチングしているが、樹冠部の距離データも同時に計測されているので、レーザが届く範囲で各樹木の距離データが得られている。図に示した移動経路Ａで樹木Ｔの距離データを計測すると、樹木Ｔの幹の円弧方向の少なくとも半分以上の距離データ得られる。これだけでも胸高直径を得るには十分であるが、さらに移動経路Ｂで樹木Ｔの距離データを計測することで、樹木Ｔの円弧方向の全ての距離データが得られる。

図７（ａ）は距離データを取得した環境を、図７（ｂ）は座標点により表された三次元環境地図を、それぞれ示す。図７（ｂ）において、矢印は樹木情報計測装置１００が移動した経路を示す。なお、図７（ｂ）の全体をポイントクラウドと称する場合がある。

一通りの走査により三次元環境地図が得られ、座標点からなるポイントクラウドが生成されるが、レーザの死角になる樹木等が存在しうるので、その部分の座標点が得られない。このような空間が小さければ内挿により補完する。例えば、樹木の幹はＸＹ平面の断面が円形であることを利用して容易に補完できる。また、地表からの高さが高い空間は樹冠部であるので、必要な情報は外縁の形状であることから外縁を表す直線又は曲線により補間すればよい。また、地表面の座標点もほぼその大部分が検出されているので、座標点の得られていない地表面の座標点は、検出された座標点から内挿により求める。

＜位置・姿勢の補正＞
スキャンマッチングによる樹木情報計測装置１００の位置の検出は、走査を開始した開始位置の距離データに対し、次々と距離データを対応させて推定したものであるので、時間がたつと誤差が累積する。このため、位置・姿勢補正部３６は、定期的又は所定距離移動したら、スキャンマッチングにより推定した樹木情報計測装置１００の位置を補正する。ＧＰＳ受信機１２で位置情報を取得する場合、標高まで得られれば新たに検出された位置情報を樹木情報計測装置１００の位置とすればよく、標高が得られなければ、高度計１５で計測した高度から位置を補正する。定常的にＧＰＳ衛星からの電波を受信することが困難な場合、電波を補足する度に位置を補正する。

樹木情報計測装置１００の位置を補正すると距離データの座標も同時に補正される。この場合、補正の前後で距離データに不連続な領域が出るおそれがあるが、それほど大きな誤差が生じていなければ、距離データの一部は重複するので、樹木情報計測装置１００の位置を補正することで、三次元の座標における距離データを補正しても連続性を保つことができる。また、カメラ１１が撮影した画像データの特徴点の推移情報を用いて、樹木情報計測装置１００の移動位置や姿勢を補正してもよい。画像データの特徴点は、例えば強度の大きいエッジ情報であって、エッジ情報の位置が一致するように樹木情報計測装置１００の位置を補正する。また、カラーのカメラ１１を搭載した場合、樹木の葉と幹の色の違いから樹木のみを抽出できるので、位置のマッチングが容易になる。
また、加速度センサ１０により移動位置や姿勢を、ジャイロセンサにより姿勢をそれぞれ検出し、樹木情報計測装置１００の位置を累積的に検出してもよい。森林を走査する方法として移動体を利用する場合は、オドメトリ（例えば、車輪型の移動体の場合、左右の車輪の回転数つまり走行量を積算することで、移動体の位置と姿勢を推定する手法）を用いて樹木情報計測装置１００の位置・姿勢を補正してもよい。

＜単木の抽出＞
樹木情報は樹木１本の樹高などであるので、まず座標点から単木を１つずつ抽出する。すでに距離データをハフ変換しながら樹木の幹を検出しているが、座標点を補間したり、森林の全面を走査した後、改めて単木を抽出する。
図８（ａ）は、単木と単木から検出される樹木情報の定義を模式的に説明する図の一例である。図示するように、地表から１２０ｃｍの高さの幹の直径を胸高直径、左右に延伸した枝葉（樹冠）の最大部の直径を樹冠直径、樹冠の高さを樹冠長、樹木の高さを樹高と定義する。針葉樹であれば、下部の枝は少なく樹冠の広がりも少ないので図示するように模式化できる。

単木抽出部３３は、三次元環境地図から樹木を探索する。樹木は地表からの突起物であるので、地表面に対し所定値以上の高さの座標点を検出する。単木抽出部３３は、樹木の最大の直径を想定し（森林を構成する樹木の種類に応じて決定できる。例えば針葉樹林であれば、直径は１ｍ程度が最大となる）それにマージンを設けて、設定された樹木探索ウィンドウにより各樹木を探索する。図８（ｂ）は樹木探索ウィンドウと樹木の関係を模式的に説明する図の一例である。樹木探索ウィンドウは、樹木の幹の部分を検出するため、ＸＹ平面に平行な（ほぼ地表に平行としてよい）正方形をしている。この樹木探索ウィンドウを、地表から所定距離（例えば、５０ｃｍ〜１５０ｃｍで幹が存在する高さ。好ましくは１２０ｃｍとすることで、単木の抽出と同時に樹冠長を検出できる）の高さで三次元環境地図内をスライドさせることで樹木を探索する。図示するように、樹木探索ウィンドウに、円形状に閉じた座標点が得られれば、そこに樹木（幹）が存在することが分かる。円形状に閉じた座標点であることは、ある１点の座標点から所定距離内にある他の座標点を次々に探索し、最終的にもとの１点の座標点に戻ることができるか否かにより判定する。
単木抽出部３３は、検出したすべての樹木に重複しない識別番号を付しして、その樹木のＸＹ平面の中心座標、その高さｚ座標を識別番号に対応づけてＨＤＤ２８に記憶する。このように、各樹木を探索することで、航空機からレーザで検出する場合と比べ、樹高の低い樹木の検出もれを格段に低減することができる。

＜樹木情報の検出＞
まず、樹木情報検出部３４は胸高直径を検出する。図９（ａ）は胸高直径の検出を模式的に説明する図の一例である。樹木情報検出部３４は、地表から１２０ｃｍの高さに相当するｚ座標を有する「Ｘ座標とＹ座標」を抽出し直径を検出する。「Ｘ座標とＹ座標」には欠落している部分があり得るので、例えば、Ｘ座標とＹ座標にハフ変換を施すことが好ましい。

円の直径及び円の中心は、ハフ変換により得られた円の方程式から直接検出できる。検出した胸高直径、及び、円の中心の座標は、識別番号に対応づけてＨＤＤ２８に記憶される。

次に、樹木情報検出部３４は樹高を検出する。図９（ｂ）は樹高の検出を模式的に説明する図の一例である。樹木は真上に伸びることが多いので、胸高直径を検出した円を含む平面をそのままＺ軸方向に移動した際に、最も高い位置に存在する座標点から求められる。樹木情報検出部３４は、円を含む平面をＺ軸方向に走査して、ｚ座標の値が最も大きい座標点を決定し、そのｚ座標から地表の高さを減じた値を樹高として検出する。

なお、より正確に梢端を検出するため、幹の軸方向を検出し、幹の軸方向に胸高直径の円を含む平面を移動して座標点を探索してもよい。幹の軸方向は地表からの複数の高さで幹を構成する円を検出し、その円の中心座標を直線近似することで求められる。

ここで、走査型レーザ距離計１６で森林内を走査した場合、樹冠にレーザが遮蔽され梢端の座標点を検出できない場合がある。このような樹木の樹高をこの方法で検出すると樹高が低く見積もられてしまう。そこで、例えば、周囲の樹木に比べて樹高が著しく低い樹木については、検出可能な複数点の直径と幹の高さを基に、相似形から樹高を推定したり、注目している樹木の周囲の樹高を用いて補正する。

図９（ｃ）は、樹高の補正を模式的に説明する図の一例である。計画的に植林された森林では図示するように、樹木の樹高は斜面に一様な傾きを持つことが知られている。すなわち、斜面の樹木の樹高は、谷側から山側にかけて徐々に低くなる。したがって、谷側から山側にかけていくつかの樹木の樹高が得られれば、樹高の点を結ぶ直線の傾きから、樹高の座標点が得られていない樹木の樹高を算出できる。

次に、樹木情報検出部３４は樹冠長を検出する。図９（ｄ）は樹冠長の検出を模式的に説明する図の一例である。樹冠は、ＸＹ平面において幹よりも広がりを持っているので、胸高直径を検出した際の円と同心のドーナツ面をＺ軸方向に移動した際に、最初に検出される座標点が樹冠を構成する枝葉の一部のものであると考えられる。ドーナツ面の内径を胸高直径を検出した際の円よりも大きくすることで、幹の凹凸を樹冠として誤検出することを防止できる。

樹木情報検出部３４は、ドーナツ面を含む平面をＺ軸方向に走査して、最初に検出された座標点のｚ座標から地表の高さを減じた枝下高を求める。または、誤検出を避けるため、複数（１０〜１００程度）の座標点が検出されるまでＺ軸方向走査を継続し、複数の座標点が検出された次の座標点のｚ座標から、地表の高さを減じた枝下高を求めてもよい。樹高から枝下高を減じたものが樹冠長となる。検出した樹冠長は、識別番号に対応づけてＨＤＤ２８に記憶される。

また、カメラ１１が撮影した画像データの色情報を利用して、枝下高を求めることができる。カメラ１１が取得した距離データと走査型レーザ距離計１６が計測した距離データをマッチングする（カメラ１１が取得した距離データと走査型レーザ距離計１６が計測した距離データを１対ｎに対応させる）ことで、走査型レーザ距離計１６が計測した距離データに色情報を付加することができる。枝部が緑色であるのに対し、幹は茶色等である。樹木情報検出部３４は、例えば１つの単木（例えば所定距離内の距離データ）の色情報を緑色系と茶色系にクラスタリングして、その境界を明確化し境界から地面までの枝下高を求める。

次に、樹木情報検出部３４は樹冠直径を求める。図１０（ａ）は、樹冠直径の検出を模式的に説明する図の一例である。図１０（ａ）に示すように、樹冠が他の樹木と接することなく存在している場合、樹冠直径は隣接木との距離から求める。樹冠直径は、枝下高を求めた際のドーナツ面の中心を起点に、幹の半径方向に最も遠い位置の座標点から検出することができる。なお、樹冠直径は、樹冠のうち最も大きい直径であるが、多くの樹木では樹冠の下に行くほど直径が大きいので、枝下高を求めた際のドーナツ面で樹冠長を求めることで、適切な樹冠直径が得られるとしてよい。ドーナツ面の中心の点から、検出した座標点までの距離は、両者のＸ座標とＹ座標から、直線の距離として求められ、該距離を２倍したものが樹冠直径である。

また、幹の半径方向に最も遠い位置の座標点から、さらに真に最外縁の座標点を検出してもよい。この場合、幹の半径方向に最も遠い位置の座標点に対しＺ軸の大きくなる方向に他の座標点を検出し、検出された座標点の平面で最外縁の座標点を検出する。これを繰り返すことで、樹冠のうち最も大きい直径を求めることができる。

また、樹冠部の平面図は完全な円ではないので、一方向のみの座標点から樹冠直径を求めると誤差が大きい。そこで、例えば、ドーナツ面において９０度毎に４つ程度の位置から同様に幹の半径方向に最も遠い位置の座標点を探索する。

ところで、胸高直径、樹高及び樹冠長が、樹冠同士が接触しているか否かに関わらず検出可能であるのに対し、樹冠直径は樹冠同士が接触していると、座標点からはその境界が不明確なので、樹冠直径の検出が困難になる場合がある。その場合、樹冠直径は隣接木との距離から求める。図１０（ｂ）に示すように、樹冠が他の樹木と接している場合、ドーナツ面の中心を起点に、幹の半径方向に座標点を探索すると、想定されるよりも長い樹冠直径（最大で、森林の端まで探索が続く場合もある）が検出されることになる。このため、樹木情報検出部３４は、隣接した樹木の幹部と単木間距離に応じて樹冠直径の検出を打ち切る。単木間距離は、例えば胸高直径を検出した円の中心間の距離である。この場合、注目している樹木の樹冠に複数の樹木が接している場合があるが、最も短い単木間距離で打ち切ればよい。この結果、座標点を探索した方向に、樹木が接していると、最も隣接した樹木との単木間距離を最大に樹冠直径の検出は打ち切られる。

樹冠直径の検出が打ち切られた結果、樹冠直径が１つも検出されないと、樹冠直径の検出が困難になるため、樹木情報検出部３４は、樹冠直径が１も検出されない場合（1つ又は２つしか検出されない場合を含んでもよい）、ドーナツ面における探索方向を例えば１０度ずらし、再度、幹の半径方向に最も遠い位置の座標点を検出する。これを繰り返すことで、いずれは所望の数の樹冠直径を検出できる。

なお、例えば、８回繰り返しても（最初に90度毎に４つの位置から探索したことを含めて、結果的に１０度刻みに３６０度方向に探索したことになる）、所望の数の樹冠直径が検出されない場合、単木間の距離を用いて求める。樹木情報検出部３４は、例えば、単木間距離の半分程度の距離の２倍を樹冠直径とする。樹木同士が密に存在していると考えられるので、隣接した複数の単木間距離の半分の平均の２倍を樹冠直径とすれば、合理的な値が得られる。検出した樹冠直径は、識別番号に対応づけてＨＤＤ２８に記憶される。

＜マップの作成＞
全ての樹木から樹木情報を検出すると、マップ作成部３５が二次元樹冠投影図及び三次元樹木図を作成する。図１１（ａ）は二次元樹冠投影図の一例を、図１１（ｂ）は三次元樹木図の一例をそれぞれ示す。二次元樹冠投影図及び三次元樹木図の作成方法には、座標点をそのまま用いる方法と、樹木を図形で模式化して作成する方法がある。

座標点をそのまま用いる場合、二次元樹冠投影図では樹冠直径を検出したＸＹ平面の座標点を、二次元樹冠投影図に投影すればよい。また、三次元樹木図では、地表の座標点を削除した三次元環境地図が三次元樹木図となる。しかしながら、座標点をそのままマップに用いると点の疎密が反映され見にくい場合がある。

これに対し、各樹木の形状を図形で模式化することで視認性のよいマップを作成することができる。二次元樹冠投影図を作成する場合、樹冠直径の円を樹木の図形とする。この図形（円）の中心を、その樹木の幹の円の中心座標に合わせ、ＸＹ平面に配置する。その際、樹高の高い樹木に対応した図形が隠れにくくなるよう、樹高の低い樹木から順にＸＹ平面に配置する。これにより、二次元樹冠投影図において森林構造に沿った陰影処理を施すことができる。

三次元樹木図を作成する場合、樹冠と幹の２つの三次元図形を用意する。樹冠は円錐でモデル化できるので、樹冠直径の円を円錐の底面とし、樹冠長を円錐の高さとして、樹木毎に円錐の形状を決定する。また、幹は円柱でモデル化できるので、胸高直径を円柱の直径とし、樹高から樹冠長を減じた長さを円柱の長さとして、樹木毎に幹の形状を決定する。そして、円柱の中心をその樹木の幹のＸＹ平面の中心座標に配置し、円柱の上部に円錐を配置することで、三次元樹木図が得られる。二次元樹冠投影図と三次元樹木図のいずれも、表示する際の縮尺に応じて図形が縮小して形成され、ディスプレイ１９に表示される。

＜材積・利用材積の算出１＞
当然ながら、樹木情報を数値として出力することができる。例えば、樹木の幹のＸＹ平面の中心座標に対応づけて樹高、胸高直径、樹冠長及び樹冠直径の実際の値をディスプレイ１９に表示したり、記憶媒体２９に記憶して配布したり、通信装置２５を介して送信することができる。

また、樹木情報から森林の状況把握に必要な種々の情報を算出できる。本実施形態では、各樹木の幹の根元から梢端までの全形状を取得できるので、詳細な幹の形状を取得できる。材積算出部３８は、形状情報から、対象の樹木から直径Ｄcm・長さＥｍの丸太がＮ本切り出せるかを算出する。これにより、森林の価値判断が容易になる（利用材積）。仮に、根元から梢端まで全ての形状が得られなくても、胸高直径を基準にして、梢端まで（又は枝下高まで）、２ｍ毎に直径を計測していくと、その木が梢端に向かってどのように「細っているか」がわかる（この直径と樹高の値を表にしたのが「細り表」と呼ばれる）。

根元から梢端までの全形状又は細り表を利用すれば、１本の単木の材積を算出することができる。材積算出部３８は、これを全ての樹木で算出して総計を取ることで森林の材積を算出する。また、樹木の位置情報から単位面積あたりの樹木の本数、つまり立木密度を求めることもできる。したがって、材積算出と共に、利用材積や細り表を容易に算出することができる。

＜材積・利用材積の算出２＞
材積・利用材積の算出の別の方法について説明する。これまで説明したように、枝や葉のある樹冠の距離データを単木に対応づけることは困難な場合がある。これに対し、枝下の幹については距離データから表皮の形状を再現できる。そこで、枝下高と枝下の幹の形状から樹高、樹幹径を算出する方法を説明する。

式（１）は、樹幹径を求めるモデル式である。図１２に示すように樹高と直径の方向を定めた場合、Ｓ（ｚ）は梢端から距離ｚの直径、Ｓ_０は梢端付近（例えば、１ｍ程度）の直径、αは梢端付近の径増加率、ｚ_Ｂは梢端から樹冠基部までの長さ、Ｓ（ｚ_Ｂ）は樹冠基部の直径（枝下直径）、βは樹冠下の径増加率、である。したがって、式（１）の第１項は梢端付近の樹幹径モデルを、式（１）の第２項は梢端付近より下の樹幹径モデルを表す。図１２では、第１項と第２項の樹幹径モデルを点線で示している。

Ｓ０、αは、梢端付近のパラメータであり、樹木の種類に応じてほぼ一定の値とすることができる。また、Ｓ０、αを一定の値としても、全体の材積に占めるパーセンテージはそれほど大きくない。このため、第２項のパラメータを特定できれば、式（１）を利用できる。

まず、βを推定する。樹木情報検出部３４は、単木毎に距離データを抽出し、高さ方向の距離データの変化率からβを推定する。

また、このβと樹冠長ｚ_Ｂには次式の関係がある。

β＝Ａｚ_Ｂｈ …（２）
Ａとｈは定数であって樹木の種類に応じて既知である。したがって、βが分かれば、樹冠長ｚ_Ｂを求めることができる。また、枝下高Ｈ_Ｂと樹冠長ｚ_Ｂから樹高Ｈが定まる。
Ｈ＝ｚ_Ｂ＋Ｈ_Ｂ …（３）
枝下高Ｈ_Ｂは計測されているので、式（３）から樹高Ｈを算出することができる。
また、樹冠長ｚ_Ｂが分かれば、距離データからＳ（ｚ_Ｂ）を抽出できる。したがって、式（１）のＳ（ｚ_Ｂ）、β、及び、樹冠長ｚ_Ｂが明らかになったので、式（１）から全樹高にわたって樹幹径を求めることができる。

また、より簡便に樹冠長を求める方法もある。
図１３は、樹冠基部の直径と樹冠長の関係のデータベースを示す。図示するように、樹冠基部の直径と樹冠長には、幅広い範囲に渡って比例関係が認められる。樹冠基部の直径は距離データから分かるので、図１３のデータベースを参照すれば、樹冠長を求めることができる。樹冠長ｚ_Ｂから式（１）を利用すれば、全樹高にわたって樹幹径を求めることができる。

全樹高にわたって樹幹径が分かれば、樹木情報検出部３４は、断面を円に仮定してそれを全樹高にわたって積分することで、材積を算出することができる。

また、本実施形態の樹木情報取得方法を定期的又は不定期に行うと、樹木情報の時系列情報を取得でき、計測期間毎の成長量及やその変化率も記録できる（例えば、毎年計測、施業毎）。森林では、間伐するとその周辺の樹木の成長量が変わることが知られており、樹木情報を時系列に取得すれば、間伐の影響を統計的に取り扱うことが可能となる。また、立木密度（本/ha）の変化を間伐地の選定に利用することもできる。例えば、立木密度がある閾値以上になったら、その森林を間伐計画にリストアップすることができ、森林の管理を計画的に行うことができる。

以上説明したように、本実施形態の樹木情報計測装置１００は、走査型レーザ距離計１６を用いて、森林の樹木を複数地点で走査することで樹木毎に座標点を取得でき、各樹木の座標点から各樹木の樹木情報を取得することができる。また、各樹木の樹木情報を取得することで、二次元樹冠投影図や三次元樹木図を作成したり、樹木毎の数値データや森林の材積や利用材積を取得することができる。

実施例１では、距離データをそのままＸＹ平面に投影してハフ変換した。しかしながら、距離データは被測定物との距離が長くなると粗くなるため、距離が大きくなるとハフ変換により得られる単木の直径等の精度の低下を引き起こし、また、単木の検出ミスが生じることがある。森林では、計測位置から直接、見通せる単木に限界があるので、１回の測定ではハフ変換を精度よく行う十分な数の距離データを計測できないことも少なくない。

また、実施例１では幹の断面を円形と仮定して材積等を算出した。この仮定は現実から大きく乖離するものではないが、距離データには幹の表皮の形状情報が含まれるので、距離データを利用すれば、より正確な材積等の算出が可能になる。

本実施例では、これらの課題を考慮した樹木情報計測装置１００について説明する。なお、樹木情報計測装置１００のハードウェア構成は実施例１と同様なので説明を省略する。

図１４は、樹木情報計測装置１００の機能ブロック図の一例を示す。図１４において図４（ｂ）と同一部には同一の符号を付しその説明は省略する。本実施例では、中心位置特定部４１とスキャンマッチング部４２（区別するため、以下、スキャンマッチング部２という）を有する。その他の各部は実施例１と同様であるが、機能が異なるものがある。例えば、スキャンマッチング部３２（区別するため、以下、スキャンマッチング部１という）が各単木のラフな位置を仮決めした後、中心位置特定部４１とスキャンマッチング部２が単木の中心位置・中心軸を精度よく特定する。そして、位置・姿勢補正部３６が中心軸の位置を基準に走査型レーザ距離計１６の位置を補正する。これにより、走査型レーザ距離計１６の位置が精度よく定まるので、走査型レーザ距離計１６の位置を基準に三次元空間に距離データを配置することで、計測位置の異なる距離データを精度よく再現することができる。

図１５は、本実施例における樹木情報の取得の手順を示すフローチャート図の一例である。
ステップＳ１００：まず、樹木情報測定装置１００は、複数の計測位置から単木の表皮までの距離データを計測する。
ステップＳ２００：樹木情報測定装置１００は、ラフな各計測位置と単木の位置を仮決めする。
ステップＳ３００：樹木情報測定装置１００は、仮決めした木の位置に基づき、同じ単木に対する、異なる計測位置から計測した距離データを抽出する。
ステップＳ４００：樹木情報測定装置１００は、ステップＳ３００で抽出した複数の計測位置における距離データから、各単木の各高さにおける直径・中心軸位置を特定する。
ステップＳ５００：樹木情報測定装置１００は、ステップＳ４００で推定した各単木の中心軸が一致するように走査型レーザ距離計１６の計測位置を推定する。
ステップＳ６００：樹木情報測定装置１００は、ステップＳ５００で推定した走査型レーザ距離計１６の各計測位置を基準に、単木の表皮の計測データを１つのマップ上に配置し、各単木の幹の形状を作成する。

ステップＳ１００については実施例１と同様である。すなわち、樹木情報計測装置１００は、森林を走査するように、各位置で距離データを取得した。なお、走査型レーザ距離計１６が測定した距離データを例に説明するが、カメラ１１が測定した距離データを用いてもよい。また、走査型レーザ距離計１６が測定した距離データと、カメラ１１が測定した距離データを互いに補完したり、一方のデータで他方を補正するなど統合してもよい。

次に、ステップＳ２００の手順を説明する。
図１６に示すように、走査型レーザ距離計１６は各単木から距離データを取得する。走査型レーザ距離計１６は仰角を変えながら水平方向にレーザパルスを走査するので、図示するように高さ方向に複数の円弧状の距離データが得られる。傾斜がなければ、単木が異なってもほぼ同じ高さの距離データが得られる。傾斜がある場合は、各距離データを地面からの高さに合わせる。

このような計測を、走査型レーザ距離計１６は複数の地点で繰り返す。図１７は、３箇所の測定位置と３本の単木を模式的に示す図の一例である。各計測位置は、ＧＰＳ受信機により、又は、位置・姿勢補正部３６がジャイロセンサや加速度センサ１０から推定することより明かとなっている。したがって、相対的に定まる単木１〜３の位置も特定可能な程度には算出されている。

＜Ｓ２００＞
図１８は、ステップＳ２００の詳細な手順を示すフローチャート図の一例である。
まず、特徴データ抽出部３１は、木の表皮までの距離データから、ひとまとまりの距離データを１本の単木の距離データとして抽出する（Ｓ２０１）。図１９はひとまとまりの距離データの一例を示す。図１９では４つのひとまとまりのデータが図示されている。ひとまとまりの距離データは、例えば水平方向の１回のスキャンで得られる距離データ、かつ、隣接した距離データの差が所定値内の一連の距離データとすることができる。以下、ひとまとまりの距離データを連続距離データという。

そして、特徴データ抽出部３１は、単木の位置に基づき、同じ単木について同じ計測位置で計測された連続距離データを単木毎に抽出する。

次に、単木抽出部３３は、１本の単木について計測された連続距離データから、それぞれ、走査型レーザ距離計１６から単木までの距離が最短となる距離データを特定し、その距離データを計測した走査型レーザ距離計１６の位置から見た単木の方向を木の中心軸方向に決定する（Ｓ２０２）。

図２０はステップＳ２０２、Ｓ２０３の処理を説明する図の一例である。１つの連続距離データについて、単木抽出部３３は最も小さい値の距離データを特定する。そして、その時の走査型レーザ距離計１６の位置と最短距離の距離データを結ぶ線の延長方向に、木の中心軸が存在すると仮定する。

そして、単木抽出部３３は、連続距離データにおいて、水平方向の両端の距離データの間隔（座標間の距離）の1/2を表皮から中心までの距離とする（Ｓ２０３）。ここで、連続距離データは、同じ単木についていくつかの異なる高さで得られている。また、同じ高さの連続距離データが、異なる計測位置から計測されている。なお、各測定位置からの距離データが全く同一の高さになることは少ないので、同じ高さとは例えば高さの差が所定値内（例えば５ｃｍ）に入る距離データをいう。

図２０に示したように、水平方向の両端の距離データの距離は、およそ幹の直径程度となる。したがって、両端の距離データの間隔を半分にすれば、単木の中心位置を推定できる。

次に、単木抽出部３３は、ステップＳ２０２で求めた単木の中心軸方向に、表皮からステップＳ２０３で求めた距離の位置を中心位置と推定する（Ｓ２０４）。そして、単木抽出部３３は、ステップＳ２０４で推定した中心位置を走査型レーザ距離計１６からの木の位置と仮決めする（Ｓ２０５）。これにより三次元空間の座標系における単木の中心位置の座標が得られる。

特徴データ抽出部３１と単木抽出部３３は、１つの計測位置について、ステップＳ２０１〜Ｓ２０５の処理を繰り返す。したがって、１つの計測位置毎に、各単木の位置を各高さ毎に仮決めすることができる。すなわち、１つの測定位置で１つの単木に対し、複数の連続距離データがあるので、高さ方向に、単木の位置が仮決めされることになる。また、１つの単木の同じ高さに対し、異なる計測位置から仮決めされた単木の位置が存在しうる。

そして、スキャンマッチング部１は、１つ計測位置において仮決めされた単木と、別の計測位置において仮決めされた単木の距離が最小になるよう、及び、１つ計測位置において仮決めされた３つの単木間の角度と、別の計測位置において仮決めされた３つの単木間の角度の差、が最小になるように、高さ毎に、複数の計測位置における木の位置を重ね合わせる（Ｓ２０６）。

図２１は、複数の計測位置Ａ，Ｂにおける仮決めされた同じ単木（３本）を模式的に示す図の一例である。計測位置Ａにおける単木１〜３の位置と、計測位置Ｂにおける単木１〜３の位置は若干ずれている。スキャンマッチング部１は、高さ毎に、対応する各単木間の距離の差の合計が最小になるように、かつ、１つの単木から見た２本の直線のなす角の差の合計が最小になるように、３つの単木を重ねあわせる。具体的には、それぞれに重み付けして最小二乗法で求める。こうすることで、高さ毎に、単木の位置が仮決めされる。

そして、位置・姿勢補正部３６は、ステップＳ２０６で仮決めされた単木の位置を基準に、走査型レーザ距離計１６の各計測位置を推定する（Ｓ２０７）。単木の位置は高さ毎に異なっているので、ステップＳ２０７では高さ毎に、走査型レーザ距離計１６の位置が得られる。スキャンマッチング部１は、例えば、連続距離データに識別情報を付して、識別情報に単木の位置、高さ、計測位置を対応づけた距離データテーブルを生成し、ＨＤＤ等に記憶しておく。

図１５に戻り、ステップＳ３００では、単木抽出部３３は、ラフに仮決めした単木の位置を使用して、同じ単木に対し、異なる計測位置から計測した距離データを抽出する。木の位置と計測位置は距離データテーブルに明らかである。

＜Ｓ４００＞
次に、樹木情報測定装置１００は、ステップＳ３００で抽出した複数の計測位置における同じ単木に対する連続距離データから、各単木の各高さにおける直径・中心軸位置を推定する。
図２２は、ステップＳ４００の詳細な手順を示すフローチャート図の一例である。

まず、中心位置特定部４１は、同じ単木の、同じ高さにおける各計測位置からの連続距離データを抽出する（Ｓ４０１）。単木を指定すれば、距離データテーブルから連続距離データは特定でき、連続距離データに対応づけられた高さの情報から、同じ高さにおける異なる計測位置の連続距離データが特定される。

次に、中心位置特定部４１は、走査型レーザ距離計１６から表皮までの最短距離の点を、ステップＳ４０１で抽出した連続距離データに関して一致させ、走査型レーザ距離計１６と表皮を結ぶ線が一致するように、連続距離データを重ねる（Ｓ４０２）。

図２３（ａ）〜（ｃ）は、ステップＳ４０２の処理を模式的に示す図の一例である。計測位置Ａと計測位置Ｂで、同じ単木に対しほぼ同じ高さの連続距離データが距離データテーブルに登録されている。まず、中心位置特定部４１は、それぞれ連続距離データから最も距離が短い距離データを特定する。また、中心位置特定部４１は複数の（ここでは２つ）距離データのうち、最も短い距離データを特定する。図では計測位置Ａから単木までの距離が最短であるとする。
この場合、中心位置特定部４１は、連続距離データＢのうち最短の距離データＬｂを、連続距離データＡのうち最短の距離データＬａに重ねる。

図２３（ｂ）は重ねた後の、２つの連続距離データを示す。次に、中心位置特定部４１は、走査型レーザ距離計１６と表皮を結ぶ線が一致するように、連続距離データを回転移動する。２つの連続距離データはほぼ同じ高さなので、樹木情報検出部３４は、例えばアフィン変換等を用いて平面上の回転移動を距離データＢを含む連続距離データに施す。

図２３（ｃ）は、回転移動後の２つの連続距離データを示す。このように連続距離データを回転移動して重ね合わせることで、遠方から計測したために距離データが粗くなった場合も、距離データの密度を補うことができる。したがって、ハフ変換により得られる単木の直径等の精度の低下を防止し、また、単木の検出ミスが生じることも防止しやすくなる。なお、この処理では樹木の断面が円であると仮定している。

次に、中心位置特定部４１は、重ね合わせた連続距離データから、最小二乗法、ハフ変換などを用い、円にフィッティングさせ、中心位置、半径を特定する（Ｓ４０３）。
図２４は、ステップＳ４０３の処理を模式的に示す図の一例である。重ね合わせた距離データをもとに、最小二乗法やハフ変換などを用い、円にフィッティングさせるので、円の中心位置や半径を精度よく求めることができる。以上の処理を繰り返し、樹木情報検出部３４は、１つの単木について各高さの円の中心位置を求める。

以上で、ステップＳ２０４やＳ２０６で求めた単木の位置よりも、より精度よい円の中心位置が得られたことになる。

ここで、複数の計測位置の連続距離データから、各単木の各高さ毎に１つの中心位置が求められた。後述の実験結果で示すようにこの中心位置の精度は従来よりも高い。したがって、この中心位置を利用して走査型レーザ距離計１６の位置を補正すれば、走査型レーザ距離計１６の位置をより精度よく決定できる。そして、その走査型レーザ距離計１６の位置から距離データを再配置すれば、表皮の形状を精度よく再現することができる。

このため、中心位置特定部４１は、回転移動した連続距離データを中心位置と共に逆変換する（Ｓ４０４）。すなわち、中心位置特定部４１は、複数の連続距離データの、走査型レーザ距離計１６と表皮を結ぶ線が一致するように施した変換と逆の変換を、回転移動した連続距離データに対して施す。連続距離データについては元の位置に戻る。また、連続距離データ毎に、中心位置が得られたことになる。ここで、逆変換の回転移動の中心は、中心位置でなく円周上の最短距離データなので、ステップＳ４０３で求められた中心位置は、連続距離データ毎に若干異なったものになる。すなわち、同じ高さの、異なる計測位置の連続距離データには、異なる中心位置が得られる。この単木の中心位置は、連続距離データ毎に距離データテーブルに登録される。

＜Ｓ５００＞
樹木情報計測装置１００は、ステップＳ４００で推定した、同じ高さの中心位置軸が一致するように走査型レーザ距離計１６の計測位置を推定する。
図２５は、ステップＳ５００の詳細な手順を示すフローチャート図の一例である。

ステップＳ５００では、スキャンマッチング部２は、異なる計測位置において計測した同じ高さの中心位置を水平面に射影した場合に、中心点間の距離の合計が最小になるように、各計測位置を推定する(Ｓ５０１)。

図２６（ａ）は、ステップＳ５００の処理を模式的に説明する図の一例である。ステップＳ４００により、単木の高さ毎に離散的な中心位置が算出されている。ステップＳ４０３で中心位置特定部４１が中心位置を算出する際は、異なる計測位置からの距離データを利用したが、図２６（ａ）では、計測位置毎に距離データと中心位置を取り出して図示している。

スキャンマッチング部２は、最小二乗法を用いて走査型レーザ距離計１６の位置を推定する。
図２７は、計測位置の推定を模式的に説明する図の一例である。図２７では次下のように座標を定義する。
・計測位置Ａの位置を基準位置（０，０，０）とする（基準となる位置がないため、計測位置Ａを基準位置とする)。
・計測位置βを計測位置Ａからの相対位置(x^A _β,y^A _β,θ_β)にて表す。
・位置(x^A _β,y^A _β,θ_β)を用い、計測位置βから求めた木i、高さjの中心位置を計測位置Ａの座標系(X^A _βij,Y^A _βij)で表す。(X^A _βij,Y^A _βij)は計測位置βによって変わるため、(X^A _βij,Y^A _βij)は、(x^A _β,y^A _β,θ_β)の関数になる。

計測位置Ａ、計測位置βから計測した単木i,高さjの中心位置の距離の２乗は、以下の式で表される。但し、Ｘ^A _αij(x^A _α,y^A _α,θ_α)、Ｙ^A _αij(x^A _α,y^A _α,θ_α)は計測位置Ａから計測した単木の位置・姿勢。

このＤ_αβij ²は(x^A _α,y^A _α,θ_α),(x^A _β,y^A _β,θ_β)の関数となります。そして、このＤ_αβij ²の総和をとる。

例えば、計測位置がＡ,β,γの３つの場合、２つの計測位置から計測した２つの中心位置(Ｘ^A _αij、Ｙ^A _αij) (Ｘ^A _βij、Ｙ^A _βij)の組み合わせは、(A,B),(B,C),(C,A)の３つとなる(全ての計測位置から２つを取り出す組み合わせの数)。この組み合わせの数だけ計測位置を組み合わせて式（６）の総和を算出する。

そして、中心位置特定部４１は、総和が最小になるように計測位置の値Ａ(x^A _α,y^A _α,θ_α)、β（x^A _β,y^A _β,θ_β）、γ（x^A _γ,y^A _γ,θ_γ）を決定する。

こうすることで、図２６（ｂ）に示すように、２つの計測位置Ａ，Ｂから計測した同じ単木の位置が最も近づくように計測位置Ａ、Ｂを推定できた。推定された走査型レーザ距離計１６の位置は距離データテーブルに登録される。

＜Ｓ６００＞
樹木情報測定装置１００は、ステップＳ５００で推定した走査型レーザ距離計１６の各計測位置を基準に、単木の表皮の計測データを１つのマップ上に配置し、各単木の幹の形状を作成する。
図２８は、ステップＳ６００の詳細な手順を示すフローチャート図の一例である。

まず、樹木情報検出部３４は、各計測位置からの表皮の距離データをマップ上に重ねあわせる（Ｓ６０１）。図２９は、ステップＳ６００の処理を模式的に説明する図の一例である。ステップＳ５００により、各計測位置が正確に推定されている。また、各計測位置において同じ単木の距離データが計測されている。したがって、距離データを重ね合わせることで、木の表皮（幹）の形状を復元できる。

また、樹木情報検出部３４は、各距離データの間を２次元曲面で補間する等により、幹の形状を復元することができる（Ｓ６０２）。すなわち、従来は円形と仮定していた幹の表皮形状を、実際の表皮データに基づき再生することができる。したがって、より正確な材積等の算出が可能になるだけでなく、節や虫食い、表皮のはがれ等を距離データから推定できるようになる。

樹木情報検出部３４は、実施例１と同様に、樹木情報（例えば、樹高、樹冠長、樹冠直径及び胸高直径）を算出する。また、実施例１と同様に、マップ作成部３５がマップを作成し、材積算出部３８が材積を算出する。

以上説明したように、本実施例の樹木情報計測装置１００によれば、距離データが疎になっていても他の距離データと測定位置が合うように距離データを座標変換することで、単木の直径等の精度の低下、単木の検出ミスが生じることを防止できる。また、このようにして精度よく求めた単木の中心位置からさらに走査型レーザ距離計１６の位置を推定し、距離データをマップ上に重ね合わせるので、これまで円と仮定していた単木の実際の表面形状をデータから把握することができるようになる。

〔実験結果〕
図３０は、本実施例のＳ４０２による距離データの重ね合わせの効果を説明する図である。図３０では、横軸が樹木の高さを、左の縦軸が計測結果（直径）を、右の縦軸が誤差を、それぞれ示す。なお、誤差とは人間がメジャーで測定した直径（図の従来手法の測定結果）に対する誤差である。

走査型レーザ距離計１６が、１本の木に対し、０度、９０度、１８０度、２７０度の４箇所から、距離データを計測した。「４データ直径平均」は、０度の位置から計測した距離データを用いたハフ変換、９０度の位置から計測した距離データを用いたハフ変換、１８０度の位置から計測した距離データを用いたハフ変換、２７０度の位置から計測した距離データを用いたハフ変換、により得られた直径の平均値である。「４データ直径平均」では誤差が１０〜２０％程度である。

「重ね合わせ＋ハフ変換」は、０度、９０度、１８０度、２７０度の４箇所から計測した４つの連続距離データを、同一方向に回転移動した後（重ね合わせた後）、ハフ変換して得られた直径である。「重ね合わせ＋ハフ変換」では誤差がほぼ１０％未満である。したがって、森林のように樹木の全周に渡って距離データを取得することが困難な状況では、連続距離データを重ね合わせることで、幹の直径や中心位置を精度よく検出できることが分かる。

１０ 加速度センサ、１１ カメラ、１２ ＧＰＳ受信機、１３ 制御部、１５ 高度計、１６ 走査型レーザ距離計、２９ 記憶媒体、３０ 樹木情報取得プログラム、３１ 特徴データ抽出部、３２ スキャンマッチング部、３３ 単木抽出部、３４ 樹木情報検出部、３５ マップ作成部、３６ 位置・姿勢補正部、３７ 空間生成部、３８ 材積算出部、４１ 中心位置特定部、４２ 計測位置推定部 １００ 樹木情報計測装置

Claims (16)

1. 距離データ取得手段が、複数の地点で森林中の任意の被計測物の任意の部位までの距離データを計測するステップと、
   特徴データ抽出手段が、前記距離データから、樹木の幹に相当するひとまとまりの特徴データを抽出し、水平平面に投影された前記特徴データに幾何学的処理を施し幹の断面と推定される円を抽出するステップと、
   スキャンマッチング手段が、ある地点で取得した複数の幹の前記円の中心を結んで作成した多角形の形状と、別の地点で取得した同じ前記複数の幹の前記円の中心を結んで作成した多角形の形状とをスキャンマッチングにより対応させ、前記距離データを三次元の座標系に特定するステップと、
   単木抽出手段が、三次元の座標系に特定された座標点データから単木を抽出するステップと、
   樹木情報検出手段が、樹高、幹の直径、樹冠長又は樹冠直径の1以上を含む樹木情報を単木毎に検出するステップと、
   を有することを特徴とする樹木情報計測方法。
2. 距離データ取得手段が、複数の地点で被計測物の任意の部位までの距離データを計測するステップと、
   特徴データ抽出手段が、前記距離データから、同じ単木について同じ計測位置で計測された一連の特徴データを抽出するステップと、
   単木抽出手段が、前記一連の特徴データが円の一部を形成すると推定して単木の仮の中心位置を特定するステップと、
   第１のスキャンマッチング手段が、異なる計測位置において仮に求めた同じ単木の中心位置の差が最小になるように、異なる計測位置で計測した複数の仮の中心位置から１つの仮の中心位置を求めるステップと、
   中心位置特定手段が、同じ仮の中心位置を有する単木の、異なる計測位置で計測した前記一連の特徴データを同じ測定方向から測定した一連の特徴データに座標変換し、該一連の特徴データに幾何学的処理を施し幹の断面と推定される円の特定中心位置を特定するステップと、
   位置検出手段が、前記特定中心位置と前記一連の特徴データに、同じ測定方向の特徴データへ座標変換した際と逆の座標変換を施し、異なる計測位置毎に前記特定中心位置を求めるステップと、
   第２のスキャンマッチング手段が、逆の座標変換により得られた複数の前記特定中心位置の誤差が最小になるように前記距離データ取得手段の位置情報を推定するステップと、
   を有することを特徴とする樹木情報計測方法。
3. 中心位置特定手段が、異なる地点で計測された、同じ樹木の同程度の高さの複数の前記一連の特徴データの座標を、同じ測定方向から測定した距離データに座標変換するステップと、
   同じ測定方向から測定した距離データに座標変換された複数の前記一連の特徴データに幾何学的処理を施し前記高さ毎に幹の断面と推定される円の前記特定中心位置を推定するステップと、
   を有することを特徴とする請求項２記載の樹木情報計測方法。
4. 樹木情報検出手段は、前記第２のスキャンマッチング手段が特定した前記距離データ取得手段の位置を基準に、距離データを三次元の座標系に配置して樹高、幹の直径、樹冠長又は樹冠直径の1以上を含む樹木情報を検出する、
   ことを特徴とする請求項３記載の樹木情報計測方法。
5. 位置検出手段が、当該樹木情報計測方法を適用した装置の緯度、経度及び標高を検出するステップと、
   前記位置検出手段が決定した１つの位置情報を前記座標系の基準点に定め、前記基準点に基づき前記座標点データの緯度、経度及び標高を決定するステップと、
   を有することを特徴とする請求項１項記載の樹木情報計測方法。
6. 三次元の座標系における前記座標点データを、位置検出手段が検出する位置情報、姿勢検出手段が検出する姿勢情報、高度計が検出する高度、又は、カメラが撮影した画像データ、に基づき補正するステップ、
   を有することを特徴とする請求項５記載の樹木情報計測方法。
7. マップ作成手段が、単木の位置及び樹冠直径から二次元樹冠投影図を、単木の位置、樹高、幹の直径、樹冠長及び樹冠直径から三次元樹木図を作成するステップと、
   材積算出手段が、前記座標点データが含む単木の形状情報から、単木の材積及び利用材積を求めるステップと、
   を有することを特徴とする請求項６項記載の樹木情報計測方法。
8. 人に携行された当該樹木情報計測方法を適用した装置が、人の歩行中、継続的又は断続的に被計測物の前記距離データを計測する、
   ことを特徴とする請求項１〜７いずれか１項記載の樹木情報計測方法。
9. 内燃機関若しくは電気モータを動力とする移動体又は歩行型ロボットに搭載された、当該樹木情報計測方法を適用した装置が、移動中、継続的又は断続的に被計測物の前記距離データを計測する、
   ことを特徴とする請求項１〜７いずれか１項記載の樹木情報計測方法。
10. 複数の地点で森林中の任意の被計測物の任意の部位までの距離データを計測する距離データ取得手段と、
    前記距離データから、樹木の幹に相当するひとまとまりの特徴データを抽出し、水平平面に投影された前記特徴データに幾何学的処理を施し幹の断面と推定される円を抽出する特徴データ抽出手段と、
    ある地点で取得した複数の幹の前記円の中心を結んで作成した多角形の形状と、別の地点で取得した同じ前記複数の幹の前記円の中心を結んで作成した多角形の形状とをスキャンマッチングにより対応させ、前記距離データを三次元の座標系に特定するスキャンマッチング手段と、
    三次元の座標系に特定された座標点データから単木を抽出する単木抽出手段と、
    樹高、幹の直径、樹冠長又は樹冠直径の1以上を含む樹木情報を単木毎に検出する樹木情報検出手段と、
    を有することを特徴とする樹木情報計測装置。
11. 複数の地点で被計測物の任意の部位までの距離データを計測する距離データ取得手段と、
    前記距離データから、同じ単木について同じ計測位置で計測された一連の特徴データを抽出する特徴データ抽出手段と、
    前記一連の特徴データが円の一部を形成すると推定して単木の仮の中心位置を特定する単木抽出手段と、
    異なる計測位置において仮に求めた同じ単木の中心位置の差が最小になるように、異なる計測位置で計測した複数の仮の中心位置から１つの仮の中心位置を求める第１のスキャンマッチング手段と、
    同じ仮の中心位置を有する単木の、異なる計測位置で計測した前記一連の特徴データを同じ測定方向から測定した一連の特徴データに座標変換し、該一連の特徴データに幾何学的処理を施し幹の断面と推定される円の特定中心位置を特定する中心位置特定手段と、
    前記特定中心位置と前記一連の特徴データに、同じ測定方向の特徴データへ座標変換した際と逆の座標変換を施し、異なる計測位置毎に前記特定中心位置を求める位置検出手段と、
    同じ樹木に対し異なる地点で計測された、複数の前記特定中心位置の誤差が最小になるように前記距離データ取得手段の位置情報を推定する第２のスキャンマッチング手段と、
    を有することを特徴とする樹木情報計測装置。
12. 当該樹木情報計測装置の緯度、経度及び標高を検出する位置検出手段を有し、
    前記位置検出手段が決定した１つの位置情報を前記座標系の基準点に定め、前記基準点に基づき前記座標点データの緯度、経度及び標高を決定する、
    ことを特徴とする請求項１０記載の樹木情報計測装置。
13. 三次元の座標系における前記座標点データを、位置検出手段が検出する位置情報、姿勢検出手段が検出する姿勢情報、高度検出手段が検出する高度、又は、カメラが撮影した画像データ、に基づき補正する、
    ことを特徴とする請求項１２記載の樹木情報計測装置。
14. 単木の位置及び樹冠直径から二次元樹冠投影図を、単木の位置、樹高、幹の直径、樹冠長及び樹冠直径から三次元樹木図を作成するマップ作成手段と、
    前記座標点データが含む単木の形状情報から、単木の材積及び利用材積を求める材積算出手段と、
    を有することを特徴とする請求項１３記載の樹木情報計測装置。
15. コンピュータに、
    複数の地点で森林中の任意の被計測物の任意の部位までの距離データを計測するステップと、
    前記距離データから、樹木の幹に相当するひとまとまりの特徴データを抽出し、水平平面に投影された前記特徴データに幾何学的処理を施し幹の断面と推定される円を抽出するステップと、
    ある地点で取得した複数の幹の前記円の中心を結んで作成した多角形の形状と、別の地点で取得した同じ前記複数の幹の前記円の中心を結んで作成した多角形の形状とをスキャンマッチングにより対応させ、前記距離データを三次元の座標系に特定するステップと、
    三次元の座標系に特定された座標点データから単木を抽出するステップと、
    樹高、幹の直径、樹冠長又は樹冠直径の1以上を含む樹木情報を単木毎に検出するステップと、
    を実行させることを特徴とするプログラム。
16. コンピュータに、更に、
    記憶手段に記憶された前記樹木情報を読み出し、単木の位置及び樹冠直径から二次元樹冠投影図を、単木の位置、樹高、幹の直径、樹冠長及び樹冠直径から三次元樹木図を作成するステップと、
    前記座標点データが含む単木の形状情報から、単木の材積及び利用材積を求めるステップと、
    を実行させることを特徴とする請求項１５記載のプログラム。