煤矿巷道同步建图与定位设计研究

目前煤矿综采工作面采用基于视频的远程监控存在无法精确得到监控目标的坐标,这种远程监控可靠性低,要实现完全的无人化采煤必须增加监控对象的精确坐标信息,提出一种新的基于激光雷达的同步建图及定位技术,能同时建三维点云地图并且确定激光雷达载体坐标系的精确位姿。利用惯导融合激光雷达,采用非线性优化技术,实时纠正位姿偏差,确保轨迹及所建三维点云地图的精确性。试验结果表明,该方法能在井下巷道这种环境下实现高精度的定位及建图。     

基于无人机数据采集技术的地形坡度勘测研究

地形坡度的大小关系到边坡的稳定性,坡度较大的地区极易引发滑坡、泥石流等地质灾害。为了准确了解边坡稳定性,减少地质灾害带来的生命财产损失,研究一种无人机数据采集技术下的地形坡度勘测方法。以南方某山地区为例,借助无人机搭载激光雷达设备,采集点云数据,并对点云数据实施滤波和稀疏的预处理。根据预处理的点云数据,建立数值高程模型,绘制不规则三角网,得出高程数据以及夹角数据。基于这2类数据,计算研究区坡度值,并划分坡度风险等级,实现地形坡度勘测。结果表明,计算出来的研究区整体坡度大于31°,与坡度等级表对比,等级划分为Ⅳ级,说明研究区为危险区域,边坡不稳定。     

基于矿区巷道巡检机器人的LOAM-SLAM地图重建改进算法的研究

由于井下路况复杂,矿区巷道巡检机器人在井下获取点云数据时,点云中的点会随着激光雷达运动产 生运动畸变,即点云中的点会相对实际环境中的物品表面上的点存在位置上的误差,从而无法获得正确的里程计信 息,导致既定路线精度较低,容易造成井下安全问题。 通过研究 SLAM 建图算法-LOAM 算法,分析该算法利用三维空 间中运动的两轴单线激光雷达将定位和建图分别进行,从而提高精度。 在该算法的基础上,同时结合井下成本,选择 单轴单线激光雷达进行数据采集,进行点云匹配时,采用 Harris 3D 角点检测,选取角点作为点云帧数据中的关键点进 行匹配,在保证计算量的同时,去除部分冗余数据。 定位部分则利用 EKF(扩展卡尔曼滤波),消除运动畸变,通过状 态方程和预测方程,对机器人进行运动估计,提高定位精度,达到建图所需要求。     

基于无人机贴近测量的露天矿岩质边坡结构面自动识别

获取岩质边坡结构面特征是露天矿山开展边坡稳定性分析的关键工作,传统的工程调查手段容易受到边坡地形限制,存在作业风险高、效率低等问题。为高效、安全地获取露天矿岩质边坡的精确结构面特征,利用无人机倾斜测量与贴近摄影测量技术开展了露天岩质边坡测量工作,构建了边坡的精细三维点云模型。通过进行边坡点云数据滤波、特征值获取以及基于区域生长法的平面分割分析,实现了基于点云数据结构面参数的识别与提取,形成了一种基于无人机获取岩质边坡结构面的自动、高精度测量方法,并在攀枝花铁矿尖山矿区北部边坡开展了工程实例验证。研究表明:基于无人机测量获取符合工程精度要求的边坡三维点云数据,采用结构面自动识别方法可快速地从边坡点云数据中获取岩体结构面信息,为边坡稳定性分析与评价提供了基础数据。     

基于GeoSLAM的矿山生产环境快速虚拟重构研究

针对现有生产环境重构方法存在工作周期长、现场工作量大、建模精度低、设备便携性差等问题,开展基于GeoSLAM系统的矿山生产环境快速重构研究.分析了GeoSLAM系统软组成和空间点云数据定位与地图重构技术的工作原理,提出井下生产环境三维场景快速重构作业流程和基于GeoSLAM测量数据与工程测量数据组合建模技术.研究成果应...     

基于TOF相机的露天矿卡车装载体积测量实验研究

TOF相机作为新兴技术设备,在三维建模、体积计算等方面具有良好的应用前景。针对露天矿山多个环节都涉及到的矿用卡车装载计量的需求,为了更进一步提升矿用卡车装载计量评价效果,本研究利用TOF相机进行矿用卡车装载体积计量的方法。该方法首先采用TOF相机提取矿用卡车的点云,然后使用cloudcompare对点云进行降噪、分割等预处理,构建矿用卡车的点云表面模型,并对装载前后的点云模型进行配准,最后计算矿用卡车的装载体积,并且同时提供了2种矿用卡车装载体积计算的方法。实验室环境下对矿用卡车模型装载体积进行多次测试,同真实体积相比,平均误差小于5%。     

基于5G+WiFi双通信矿用激光扫描巡检机器人设计

设计了一款应用于煤矿综采工作面上的巡检机器人,该机器人搭载激光雷达、惯导、车载电脑设备,以ROS为操作系统,搭建一套集控制、激光点云三维建图和视频巡检的机器人平台,可实现对综采工作面的三维建图和视频巡检。为实现点云海量数据和视频图像数据的稳定传输,采用5G+WiFi的双通信模式,充分利用各通信方式的优点,使用5G传输点云数据进行三维实时建图,使用WiFi来传输图像数据,提升综采工作面三维点云模型的生成效率。采用该设计方案不仅可以进行实时三维建图,还可以快速处理所生成的数据用于对井下工作设备的智能控制。     

无人机摄影测量在尾矿坝变形监测分析中的应用

由于尾矿坝安全管理范围大,山地环境特殊,传统测绘手段难以开展,尾矿坝变形位移数据仅通过单点或多点的监测方式获得,因此本文提出一种基于UAV摄影测量的尾矿坝变形监测分析方法,该方法通过无人机对尾矿坝两期空间三维地理信息数据的采集,将采集到的两期数据分别进行三维重建并生成点云模型,再利用地理信息三维时空对比分析技术对两期点云模型进行对比分析。结果表明：该方法实现了对尾矿坝由点到面的全方位监测,监测精度可达厘米级,为尾矿坝宏观变形监测及异常变形区域的快速核查及安全巡检等提供了依据。     

基于遥感测绘技术的矿山开采沉陷监测方法研究

为了提升矿山开采沉陷监测方法的监测精度,缩短整体监测周期,解决矿山开采地表动态沉陷数据采集不及时问题,融入遥感测绘技术,提出了一种新的矿山开采沉陷监测方法。通过遥感无人机的航飞方案进行全方位的设计,为后续的沉陷监测提供基础保障;获取矿山开采中不同时期的点云数据,采用滤波算法处理点云数据,实现矿山开采沉陷数据滤波降噪;基于遥感测绘技术提取矿山开采沉陷量,实现矿山开采沉陷监测。通过实测分析可知,新的沉陷监测方法,其矿山开采沉陷监测值与沉陷实测值之间的偏差较小,监测结果准确率均在95.03%以上,具有较高的可行性。     

复杂采空区激光扫描异常点云过滤研究

针对复杂采空区激光探测点云数据处理过程中传统过滤方法无法过滤所有异常点的缺陷, 综合运用弦高比和周长比判据及OpenGL编程实现了异常点云拾取删除全面过滤。首先, 在分析激光扫描轨迹线点云数据拓扑关系及异常点生成原因的基础上, 综合运用弦高比和周长比判据对点云数据初步过滤; 然后运用OpenGL编程在显示界面上直接拾取删除异常点, 实现了对点云数据二次精确全面过滤。工程应用实例表明, 该方法不仅有效保留了采空区边界形态的完整性, 也为矿山复杂采空区激光探测点云数据过滤提供了新思路, 工程实用价值较高。     

基于密集匹配点云的露天矿台阶线提取方法研究

台阶线是露天矿测量的主要对象之一,传统的全站仪、GPS点式测量方法耗时长、劳动强度大、效率低,而基于无人机点云的现代测量方法为台阶线高效提取提供了可能。基于无人机影像构建的密集匹配点云数据,提出了一种自适应高程阈值的台阶线提取方法。该方法首先通过邻域点云的协方差矩阵对地形条件进行判断,依据不同的地形自适应地选用不同的高程差阈值进行台阶线特征点提取,极大限度地减少误提取数量;然后,基于点云聚类分割后各点云簇中点的数量与高程特征对误提取的点云进行剔除,并采用三次B样条曲线对特征点进行拟合,较好完成了露天矿台阶线提取。试验表明:该方法可以高效地完成露天矿台阶线特征点提取,有效区分台阶线和道路边线特征点;同时依据特征点拟合出的曲线效果良好,真实反映了台阶线的实际位置。上述分析为露天矿台阶线高效测量提供了新的解决方法。     

地下采场作业环境安全等级的CM-AHP评价

在风险因素分析的基础上,确定10个评价指标要素,建立综合评价指标体系。采用耦合CM-AHP的赋权方法,构建了地下采场作业环境安全等级的云模型评价模型。研究结果表明:基于CM-AHP模糊赋权的地下采场作业环境安全评价,以云模型表征其指标要素权重,可有效保留评价指标权重的模糊性和随机性;通过云模型评语集直观地刻画作业安全等级,为含有多指标模糊因素的评价提供了一种有效方法。以某金矿地下采场作业环境安全评价为案例,构建了云模型模糊评语集,结合评价云模型认为该矿地下采场作业环境安全等级为安全,与实际情况相符。     

基于模糊控制的井下自主铲运机的安全导航

针对井下自主铲运机导航中的安全问题, 研究了基于模糊控制的安全导航方法。以反应式导航为基本原理, 采用模糊逻辑法, 利用基于拓扑地图的结点追踪方法和基于导航线的识别及障碍物的定位技术, 实现了井下自主铲运机的安全导航。研究结果可为铲运机提供一种安全实用的导航手段, 有效提高铲运机导航的工作效率, 提高了井下作业的安全性。     

一种基于点云数据的建筑物BIM模型重建方法

建筑物的三维模型重建一直是数字城市研究的重要组成内容,本文以三维激光扫描技术获取的地面点云数据为基础,以无人机航拍获取的建筑物顶部影像为辅助,提出了一种地面点云和无人机影像融合方法,并在Revit中对建筑物的BIM模型进行重建,实验结果表明重建模型的精度能够满足小范围场景建设的需要,并且依托BIM平台的建筑物模型承载着丰富的属性信息,可进一步挖掘模型的应用价值。     

基于三维激光扫描空区精细化稳定性分析

地下回采空区探查与稳定性评价是目前众多矿山亟待解决的安全难题之一。以某旅游平硐为工程案例,采用BLSF移动式三维激光扫描测量系统现场探测并构建了平硐与空区三维点云模型,并据此建立了三维精细化数值分析模型,评估了基于真实形态的空区稳定性。研究结果表明,基于三维激光扫描的精细化数值模拟方法,能够更加准确地刻画空区形态,更加真实地反映空区稳定性特征。典型工程隔离矿柱稳定性良好,但平硐局部区域存在安全隐患。研究为同类矿山的空区稳定性安全评价提供了有益借鉴。     

基于Spearman-EAHP变权灰云聚类模型的尾矿库安全评价

针对尾矿库安全评价中存在"指标权重群决策意见不易统一"和"安全评价等级信息具有随机性和模糊性"等问题,提出了Spearman?EAHP的变权非对称灰云聚类模型.首先,引入Spearman系数对指标重要性排序进行预处理和一致性检验,考虑指标理想序和指标实测数据非线性变化的影响,建立了基于EAHP法的指标变权算法,全面反映...     

基于云计算技术的煤矿安全生产监测系统设计

为了改善煤矿安全生产过程中无法精准监测甲烷、氧气浓度导致生产安全性低的缺陷,设计了基于云计算技术的煤矿安全生产监测系统.系统利用传感器采集井下安全生产数据,将数据传送至处理器中,利用无线通信网络传送数据至服务器,服务器将数据传送至煤矿安全生产监测软件系统,软件系统中的云端数据库利用数据挖掘方法以及甲烷浓度变化预测模型获...     

基于YOLO的井下人员速度测量方法研究

由于井下环境复杂、背景单一、参照物不够明显的视频数据特征,较难直接通过视觉计算的标定方式实现井下运动目标的测速。论文提出一种不依赖场景标定的速度检测方法,通过自主学习的方式,智能化监测井下工作人员的作业规范。该方法首先基于YOLOv3对巡检人员进行持续的检测跟踪,在此过程中通过视频相邻帧间的目标边界框特征点,确定图像消失点;其次,利用图像消失点建立三角形模型测量实时速度;最后,利用测量出的速度趋势智能判断井下工作人员是否存在漏检行为。在煤矿数据集上的实验结果表明,该方法能够有效度量井下运动目标的速度,用于判断井下工作人员巡检时是否存在漏检行为,比标定方法更适合井下场景的应用。