基于三维激光扫描技术的巷道顶板监测研究

刘晓阳 胡乔森 李慧娟

(中国矿业大学(北京)机电与信息工程学院，北京市海淀区，100083)



基于三维激光扫描技术的巷道顶板监测研究

刘晓阳 胡乔森 李慧娟

(中国矿业大学(北京)机电与信息工程学院，北京市海淀区，100083)

针对巷道顶板稳定性监测中存在的随着开采深度的增加，巷道顶板压力逐渐增加，巷道顶板垮落严重，顶板灾害频繁发生，而对岩性变化和构造的分析监测越来越困难的问题，研究了当前巷道顶板稳定性监测方法和三维激光扫描技术在变形监测中的应用，通过采用三维激光扫描的方法对巷道顶板稳定性进行监测，得出三维激光扫描技术在巷道顶板稳定性监测中的可行性。

巷道顶板 顶板压力 顶板稳定性 监测 三维激光扫描

煤炭是我国的主要能源，而我国的地质环境复杂，煤矿开采过程中，安全状况令人担忧。在煤矿的各种自然灾害中，巷道顶板事故一直困扰着煤矿的安全生产。顶板灾害是煤矿生产中最常见的灾害，致死率一直居高不下。巷道顶板稳定性主要受地质条件或采动等影响，因而巷道顶板稳定性问题是多种问题的综合表现，顶板的稳定性直接影响开采的方式、支护的强度、采区的位置等。随着矿井开采深度的增加，巷道顶板的压力变大，对岩性变化和构造的监测越来越困难，随之而来的是顶板冒顶灾害的频繁发生。巷道作为煤矿开采推进中重要的组成部分之一，顶板的稳定性监测极其重要。因此，对巷道顶板稳定性的监测研究是保证煤矿井下安全生产的核心问题。

现今，巷道顶板稳定性领域的研究主要有岩体结构与力学理论、矿压和地质条件理论、支护压力监测等方法。当前对顶板构造、岩性变化分析及顶板稳定性分区及评价、预测都是利用钻探、测井等传统地质手段，我国现有的煤矿巷道安全监测系统通常使用应力传感器获取应力的变化参数来反映巷道顶板的稳定性，故而需要钻孔安装大量传感器、网线、数据线、电源线，安装成本巨大，对人力、物力要求极高，同时在使用过程中不可避免的受到干扰或损坏，由于工程量的限制和地质研究方法的局限性，很难对顶板空间进行精确监测。随着三维激光扫描技术的逐渐发展，越来越多的领域将该技术作为首选的测量、监测解决方案。本文在研究了当前巷道顶板稳定性监测方法及三维激光扫描技术在变形监测领域中的应用方案，在此基础上提出了将三维激光扫描技术应用到巷道顶板稳定性监测领域中。

1 系统方案

本文所选取的三维激光扫描仪利用光学干涉原理，以非接触式快速获取巷道顶板表面大量几何纹理信息，以高质量、高精度的点云数据重建出巷道的三维模型。海量点云数据的处理与分析则需要大量的时间，而点云数据处理与分析的时间长短将直接影响到对巷道顶板变形的监测周期，因此，监测周期的缩短对井下的安全生产至关重要。当前点云数据处理领域中所使用的算法复杂度比较高，故而其监测周期过长，不利于井下的安全生产。因此，在深入分析现有点云数据处理算法的优点及不足基础上，提出采用非均匀压缩法对点云数据进行简化，进而大大缩短点云数据在变形分析中的处理时间。

本文的监测系统方案包括使用三维激光扫描仪进行点云数据采集、对巷道点云数据进行处理简化、对巷道模型进行变形分析。

2 巷道点云数据采集

现阶段，三维激光扫描仪并不能完全达到本质安全型设备的标准，因此在对煤矿井下进行点云数据采集时，必须要保证扫描环境中遮挡物较少，例如顶板支架及开采设备等；空气中的粉尘含量必须达标，否则对点云数据的精度有极大影响；空气中的湿度必须合适；尽量选取矿井停止生产的区域，以免影响煤矿井下的安全生产；人员进行数据采集工作时，必须采取相应的安全预防措施。

本试验采用FARO Laser Scanner Focus 3D进行现场数据采集，该扫描仪水平视野360°，垂直视野300°，测角精度0.015°，测距范围0.6～130 m，最大测速976000点/s，测距误差±2 mm。其点云数据采集步骤如下：

步骤1：在待测区域计算测点位置。在巷道内部多个测点进行三维点云数据的采集，测点与测点的间距越大，需要测量的次数就越少；反之间距越小，需要测量的次数就越多。而过大的测点间距会导致点云数据的误差变大。同时两测点之间扫描区域至少需要有30%以上的重合，便于后续点云拼接精度不受影响。

步骤2：使用三脚架将三维激光扫描仪固定到测点位置。

步骤3：准备多个球体及强力胶，使用至少3个球体固定到巷道内部不同平面上，作为标靶点，为点云数据分析做准备。

步骤4：在时间序列上对待测区域进行多次扫描，获得T1，T2，…，Tn时刻的巷道点云数据。

3 巷道三维点云数据的简化

三维激光扫描仪在高精度、高速度获取数据方面有很大的优势。因其以较高分辨率获取的点云数据量非常庞大，故而存在大量的点云数据冗余。如果对获取的原始点云数据在不经简化的情况下进行数据的存储、传输和处理，将会大大降低点云模型重建的速度和处理效率。因此本文提出采用非均匀压缩法对巷道点云数据进行简化。非均匀压缩法即将点云数据应用八叉树算法均匀分割成若干小立方体，然后计算每个立方体内点云点的平均曲率。根据各小立方体的平均曲率决定是否对该立方体再次进行八叉树分割，直至分割完成。设共获取n个点云数据点数，即集合Pi，i∈0,1,2,3…n。将Pi记做Cube，经第一次八叉树分割得到Cube0，Cube1，Cube2，Cube3，Cube4,Cube5,Cube6,Cube7。对Cube0进行一次八叉树分割得到Cube00，Cube01，Cube02，Cube03，Cube04,Cube05,Cube06,Cube07，依次对Cubei进行八叉树分割。然后取每个小立方体的重心点来代替该小立方体中所有的点，并计算两相邻重心点的距离。

设巷道点云模型有n个点，任意两相邻点的距离为disk，计算任意两相邻点距离的均值d′和方差D(dis)：

式中：d′——任意两相邻点间的均值；

disk——任意两相邻点的距离；

D(dis)——任意两相邻点的距离的方差。

设第i个小立方体内共p个点，各点的曲率为ξp，则平均曲率ξ′为：

(3)

4 巷道模型形变分析

巷道的断面提取为巷道形变分析的基础。传统的断面提取方法是采用全站仪或断面扫描仪按等距或等角模型沿着断面采集一定数量的点位坐标，并根据采集的点集拟合分析断面形变情况。这种断面提取方法存在监测点位需要布置的比较多，浪费人力物力，自动化程度比较低，数据处理时间长，不利于监测，现场数据采集条件要求比较高等问题。

综上，本文提出基于巷道点云数据分割的断面提取技术，通过一次点云数据的采集，并对数据进行中轴线拟合，即可根据其中轴线提取任意位置的断面点云数据。对于中轴线上任意一点，计算该点处的切线，则该切线的法平面即为断面，巷道断面示意图如图1所示。

计算过程中最终的断面的厚度可由中轴线的曲率所决定，一般情况下，厚度取25cm即能满足分析收敛性精度的要求。对统一空间上的时间序列上的断面section1，section2，…，sectionT分别进行处理。由于巷道管壁的设计形状不规则，因此本文对空间序列上的断面模型做建模分析，参照其模型设定空间序列上的Matching模型，定为标准模型，如图2所示。

图1 巷道断面示意图

图2 Matching模型

本文将每个时间序列上的断面数据与Matching模型相拟合，选择不同时间序列断面上的n个基准点。基准点选择越多越精确，但同时带来的计算量呈几何增长，因此本文在保证精度的情况下，选取14个基准点作为参考数据。

计算各个基准点到Matching模型对应基准点的平均距离ΔD1，ΔD2，…，ΔDT，设该空间区域拟合收敛系数为Φ1，Φ2，…，Φ14，则Φ可表达为：

(4)

则该空间区域平均收敛系数为：

(5)

5 试验验证

试验巷道的点云数据运行在Core i7, 3.20GHz CPU, 16G内存, NVIDIA GTX 1080Ti的工作站上，应用VC++6.0、Geomagic Studio 2013、GOM Inspect计算获得。

巷道点云数据是使用FARO Laser Scanner Focus 3D扫描冀中能源孙庄矿某巷道进行现场数据采集，得到某区域的巷道模型如图3所示。

图3 巷道模型

将获取的点云数据导入Geomagic Studio中，未简化的点云模型有1472663个点，经本文算法简化后的点云模型有30797个点。在保证其精度的前提下，极大地加快了点云数据在变形分析中的运算时间，缩短了监测周期。

对时间序列上Tn时刻巷道点云数据按以上所述断面提取方法，提取同一空间位置的断面点云数据。将时间序列上断面点云数据转换为.stl格式导入GOMInspect对断面点云数据进行拟合度测试。本文试验以T0时刻断面点云数据为参考获得Matching模型。将T1时刻的断面点云导入分析拟合度，具体分析报告数据如图4所示。

对固定空间区域的5次时间序列上的T1，T2，T3，T4，T5断面数据做拟合度分析，同时对每次所得到的变形数据做统计，其结果如表1所示。

图4 评断面点云拟合度测试

点位/mm断面数据/mmT1时刻断面T2时刻断面T3时刻断面T4时刻断面T5时刻断面A0+0.01-0.02-0.01+0.02B-0.09-0.1000+0.01C-0.11-0.13-0.11-0.09-0.09D-0.10-0.10-0.12-0.10-0.11E-0.11-0.12-0.09-0.08-0.03F-0.08-0.08-0.07-0.09-0.08G-0.32-0.31-0.29-0.29-0.30H-0.37-0.34-0.30-0.30-0.35I-0.03-0.03-0.02-0.020J-0.03-0.02-0.010-0.03K-0.09-0.05-0.04-0.05-0.07L+0.0300+0.02+0.03M-0.09-0.05-0.04-0.05-0.07N+0.0300+0.02+0.03

注：A～N为选取的14个点；正负号代表凹凸值

6 结语

三维激光扫描技术是近年来兴起的一项高新技术，在众多领域中有着极为广泛的应用前景。本文针对三维激光扫描技术的优点和巷道变形分析原理，将三维激光扫描技术应用于煤矿井下巷道顶板稳定性监测中，为煤矿巷道顶板稳定性监测提供了一种新的方法与思路，为制定巷道顶板稳定性监测标准、分类规范监测信息、推动煤矿安全生产的标准化建设提供了一定的借鉴意义。

[1] 吴青峰.突出矿井缓倾斜坚硬煤层安全开采技术研究[J].中国煤炭,2016(4)[2] 张俭让,余学义,任彦荣.韩家湾煤矿矿山压力显现规律与工作面安全开采[J].中国煤炭,2009(9)

[3] 周李兵,孙骏驰.煤矿巷道顶板离层监测系统设计[J].工矿自动化,2012(4)

[4] 陈凯,张达,张元生.采空区三维激光扫描点云数据处理方法[J].光学学报,2013(8)

[5] 陈鑫,王李管.采空区单站激光等距扫描与高效三维重建方法[J].中国矿业大学学报,2016(4)

[6] Xian Sheng Ran, Li Lin, Han Bing Wei. Point Cloud Data Acquisition Based on Reverse Engineering Technology[J].Applied Mechanics and Materials,2012(159)

[7] 刘洪涛,马念杰.煤矿巷道冒顶高风险区域识别技术[J].煤炭学报,2011(12)

[8] 朱延娟,周来水,张丽艳.散乱点云数据配准算法[J].计算机辅助设计与图形学学报,2006(4)

(责任编辑 张艳华)

Research on coal mine roof monitoring based on three-dimensional laser scanning technology

Liu Xiaoyang, Hu Qiaosen, Li Huijuan

(School of Mechanical Electronic & Information Engineering, China University of Mining & Technology, Beijing, Haidian, Beijing 100083, China)

With the increase of mining depth, the mining pressure increased gradually, then deep roadway roof caving became serious, and roof disasters occurred frequently, while the analysis of lithology and structural monitoring was becoming more and more difficult, the current roadway roof stability monitoring method and three-dimensional laser scanning technology application in the field of deformation monitoring were studied, the method of three-dimensional laser scanning of roadway roof stability monitoring was adopted, the feasibility of three-dimensional laser scanning technology in roadway roof stability monitoring was concluded.

roadway roof, roof stress, roof stability, monitoring, three-dimensional laser scanning technology

国家重点研发计划项目(2016YFC0801800)，国家自然科学基金资助重点项目(51134024)，中央高校基本科研业务费专项资金项目(2009KJ03)

刘晓阳，胡乔森，李慧娟.基于三维激光扫描技术的巷道顶板监测研究[J].中国煤炭，2017,43(7)：81-83，107. Liu Xiaoyang, Hu Qiaosen, Li Huijuan. Research on coal mine roof monitoring based on three-dimensional laser scanning technology[J]. China Coal, 2017，43(7):81-83，107.

TD76

A

刘晓阳(1968-)，女，山西太原人，博士，副教授，主要从事矿井监控与通信方面的研究。