Utilisation du LiDAR et de l’IA pour analyser les plantations d’eucalyptus au Portugal
Défi
Depuis plus de trois ans, MOST Robotics, le distributeur de YellowScan pour la région DACH, collabore avec Clear Timber, une société néerlandaise d’inspection forestière, sur divers projets de cartographie forestière. Pendant cette période, ils ont utilisé une gamme de systèmes LiDAR, y compris le YellowScan Mapper version 2, Mapper version 3, Vx20-300, Surveyor Ultra version 2, Surveyor Ultra version 3, et Voyager pour capturer des nuages de points de diverses espèces d’arbres et recueillir des données pour l’entraînement et l’analyse de l’IA. Cette vaste expérience leur a permis d’identifier les exigences optimales en matière de scanner pour des flux de travail efficaces.
Cependant, lorsque la société Navigator, l’un des principaux producteurs de produits en papier à base d’eucalyptus au Portugal, a sollicité l’expertise de Clear Timber pour la gestion de ses vastes plantations d’eucalyptus, elle a été confrontée à de nouveaux défis. Les forêts de Navigator sont réparties sur l’ensemble du territoire portugais, avec des arbres à différents stades de croissance, et ils comptaient sur des étudiants pour mesurer manuellement les troncs d’arbres, une méthode qui demande beaucoup de travail et qui n’est pas cohérente. Ce processus manuel ralentissait la planification de la production et entravait leur capacité à contrôler efficacement la forêt.
Clear Timber a fait appel à MOST Robotics pour l’aider à étendre ses opérations, à surmonter les difficultés logistiques liées au travail en terrain accidenté et à mettre en œuvre une solution plus efficace, basée sur les données.
YellowScan Voyager sur Acecore Noa
Superficie du projet : 129,74 Superficie_ha
Solution
Pour relever ce défi, Most Robotics s’est associé à Clear Timber et a déployé le système LiDAR YellowScan Voyager. Pour ce projet au Portugal, ils ont choisi le Voyager pour sa capacité à capturer des données précises et à haute résolution sur de grandes surfaces.
Emplacement des arbres
Paramètres de la mission
- Taille de l’enquête : 250 hectares de plantation d’eucalyptus
- Durée de l’enquête :
- Acquisition de données : 13 vols transversaux, 30 à 40 minutes chacun
- Traitement des données : Traitement de 660 Go de données, création d’un nuage de points détaillé
- Nombre de vols : 13
- Vitesse de vol et altitude : 60 mètres, avec 50% de chevauchement
- Équipement : Acecore NOA avec système LiDAR YellowScan Voyager
Malgré un temps pluvieux et un terrain difficile le premier jour, l’équipe a réussi à capturer 14 milliards de points de données. Les données complètes ont fourni des informations détaillées sur l’emplacement des troncs d’arbres, leur diamètre et la taille des couronnes, ce qui a permis à la société portugaise Navigator de surveiller et de planifier efficacement la récolte d’eucalyptus.
Vue d’ensemble de l’altitude dans la YellowScan CloudStation
Trajectoire de vol et élévation latérale
Résultats
- Précision : 2 à 3 cm de précision sur le diamètre du tronc
La collaboration entre Most Robotics et Clear Timber s’est avérée être un succès majeur, transformant la façon dont Navigator gère ses plantations d’eucalyptus. En tirant parti de la technologie LiDAR et de l’IA, Navigator peut désormais remplacer les mesures manuelles des arbres par une collecte de données automatisée et extrêmement précise. Ce changement a considérablement amélioré l’efficacité, réduisant les coûts de main-d’œuvre tout en optimisant la planification de la production. Les données LiDAR détaillées favorisent également une meilleure prise de décision pour une gestion durable des forêts, permettant à Navigator de surveiller plus efficacement la santé des forêts et les stades de croissance.
Ils peuvent désormais étendre leurs activités, réduire le travail manuel et adopter des pratiques forestières plus précises et plus durables.
Classification par le haut
Classification latérale
Le YellowScan Voyager est conçu pour s’adapter facilement aux environnements complexes, tels que les forêts denses ou les terrains accidentés. Sa capacité à fournir des nuages de points de haute densité et des données précises dans de telles conditions est ce qui le distingue.
