露天矿三维一体化数据管理软件在采剥量验收中的应用

焦步青，李继鹏

（中煤平朔集团有限公司 地质测量中心，山西 朔州 036000）

随着航测无人机、三维激光扫描仪等以三维空间信息的实时获取手段为主的测绘新技术在露天矿采剥量验收工作中的快速推广应用，由此产生的海量点云数据的处理及应用已成为制约该技术后续推广应用的关键因素，传统以点、线数据为主要处理对象的二维数据处理及计量方式在数据容量、处理方式、处理速度上已远远不能满足点云数据的处理需求。而如何在不增加外业工作强度的前提下，快速实现点云数据的去噪、精简、合并、存储、管理，进而建立基于点云数据的符合露天矿特殊地形条件的三维地表模型，并利用三维点云数据结合采剥过程的空间关系实现立体计量已成为露天矿点云数据的后续应用方向[1-2]。为此，以中煤平朔安家岭露天矿采剥量验收工作为例，基于三维激光扫描仪及航测无人机采集的露天矿点云数据，从点云数据管理、数据处理、采剥量计算及统计报表等方面全面阐述了大型露天矿三维点云一体化管理软件在露天矿采剥量验收工作中的应用。

1 露天矿三维一体化数据管理软件

露天矿三维一体化数据管理软件是中煤平朔集团与华测导航共同合作研发的一款专为露天矿采剥和监测一体化三维数据处理的软件。主要是应用露天矿三维一体化数据管理软件中露天矿采剥三维数据处理及计量部分[3-4]，主要功能包括：①支持数据的格式转换、导入、导出、编辑、操作等的三维点云和模型数据的基础操作模块；②支持点云数据的多种自动化过滤和去噪，并支持自动化分类、精简、压平、补空等，同时支持三维点云构网及生产网格模型的数据处理模块；③针对三维点云数据的采剥量自动计算及统计模块。

2 工作流程

采用大型露天矿三维点云一体化管理软件，从新建项目-建立工期-点云处理-确定工程范围-采剥量计算进行了露天矿点云数据的全过程处理，点云处理及计量流程如图1。

图1 点云处理及计量流程

2.1 工期建立

1）建立目的。在露天矿采剥过程中往往采用分层开采方式进行，且不同属性的采剥物料所采用的开采设备不同，在一个验收周期内，同一区域可能存在多个设备、多种物料的分层作业。为了能够快速、准确完成采剥工程量的计算、且杜绝数据的重复或丢失，引入了以采剥空间关系为主要因素的工期概念。该工期概念的引入，不仅使得在同一项目中各工期之间建立了相互关联的关系（即每期最终整理形成的采剥后点云数据均作为下一期的起始数据），且满足了数据及计算过程的可追溯性。

2）新建工期。在进行点云数据处理及后续各项工作前，首先应根据空间关系建立工期，各工期中导入的点云数据与数据采集时间无关，仅与点云产生区域的开采顺序有关，本次共建立4 期。

2.2 点云的管理

1）点云数据的特点。露天矿点云采集的主要方式为三维激光扫描仪及航测无人机，上述方法所采集到的点云数据主要表现为海量空间无组织的离散点云形式。

2）点云数据的管理方式。为了能够高效支持海量数据的多细节层次浏览、查询、量测，并为离散点数据后期的噪点去除、采样、着色、数据合并和分割等操作处理提供良好的支撑，实现海量离散点数据的高效管理和分析，软件引入了点云八叉树划分[5－6]的思想，对点云所处的空间区域划分为具备八叉树结构的立方体，点云中的每个点由三维坐标来确定的对应立方体及其父节点和子节点，并利用八叉树结构层次关系，建立点的邻域关系。在完成了八叉树空间分割之后，三维散乱数据点就全部存放在八叉树的叶结点中，并可根据立方体结点的编号确定出父结点和兄弟结点，从而实现快速索引展示。

3）动态调度与绘制机制。对于点云数据量处于百万级到千万级甚至更高级的点云数据，基于计算机内存以及渲染限制，为了实现海量数据的实时动态调度，通过动态调度引擎采用前向投影算法根据观察视点进行八叉树节点的动态调度以实现点云的多细节层次浏览。

2.3 点云的处理

受露天矿开采方式的影响，在露天矿区采用站载激光数据解算生成的点云数据往往存在噪声等问题，这些噪声主要存在空气噪点多、运行设备多、洒水及积水区域反射及折射噪点多等特点。上述噪点是影响点云质量及采剥量计算准确性的主要因素，是点云数据中必须进行处理的部分。就噪点来看，传统的去噪方式是在点云生成的三维立体模型上[7-8]，人工对高于或低于实体的噪点进行去除。该方式不仅耗时高，漏删的情况比较普遍，是制约点云数据应用于露天矿的关键要素。

为解决上述问题，尽量减少点云处理过程中的工作量，实现快速、准确、多种方式的点云处理，最终满足露天矿采剥量计算工作的要求，在软件中将该部分内容作为重点进行了开发，实现了针对不同现场情况的自动化去噪。

1）针对空气噪点及远离实体噪点的去噪。该部分噪点具有偏离主体点云数据、孤立、稀疏、成簇、与主体点云分层、无序等特点。

2）针对作业设备的去噪，该部分噪点具有偏离主体点云数据、孤立、有序、附着于主体点云之上等特点。

经过一系列自动化去噪过程后，实测点云数据即能达到真实反映被测物体现状的目的，进而进入计量环节。

2.4 采剥量计算及统计

在露天矿采剥量计算过程中，工程变化区域范围的确定是影响采剥量计算准确性的另一个重要因素。故在完成外业数据采集及内业数据处理后，采剥量计算的主要工作集中为工程变化范围的确定、工程物料属性及作业设备的确定。

1）工程变化范围的确定。工程变化范围的确定主要是在外业调绘的基础上，依据开采前、后点云模型进行确定。工程变化范围确定的基本原则为自开挖前坡顶至开挖后坡底，并结合现场自然分界及调绘边界确定。

2）工程变化范围附属性。在传统的采剥量计量过程中一般不会对工程变化范围所代表的属性进行记录，当采剥量计算工作结束后，如需对不同作业设备或不同类型采剥量进行分类统计时，必须由人工进行筛查累加，不仅工作量大而且极易发生统计错误。为解决上述问题并便于后期备查，软件在工程变化范围确定后，对各工程变化范围对应区域的作业设备、测量日期、所属平盘、岩土类型、经营类型等信息进行了备注，属性备注后，工程变化范围将根据属性信息进行渲染。

3）工程变化区域数据更新。在确定了工程变化范围后，为防止数据未更新导致同一区域重复计量的问题，将数据更新工作置于计量工作前期开展，主要是利用新采集的点云数据对对应工程变化范围内的矿坑历史数据进行一键更新，并形成新的矿坑点云数据。点云更新过程及更新前、后对比界面如图2。

4）采剥量计算。利用历史矿坑点云数据、新矿坑点云数据及工程变化范围，对所有工程变化范围产生的采剥量进行一键计算。

5）采剥量统计。由于在前期计算过程中，已经对所有工程变化范围进行了属性赋值，故在计算过程完成后，可根据作业类型、作业设备、物料属性等不同条件进行统计。

3 结语

随着航测无人机及三维扫描技术在露天矿的推广应用，基于点云数据的建模及采剥量计算已逐步成为主要的工作方式。通过建立高效的索引存储结构，不仅可以提高空间查询速度，还可以节省存储空间并为后期点云数据处理提供基础，同时通过对点云数据处理及采剥量计算、统计过程的定制、规范及简化，极大了降低了内业工作强度、提供了工作效率，且解决了数据存储不规范、记录不规范等问题导致的备查难等问题。