基于立体成像技术的矿山岩体质量快速分级方法研究

王培涛，马驰，刘智超，蔡美峰

摘要：岩体质量分级是判断岩体质量好坏，保障矿山工程安全和合理开展的重要基础工作。采用立体成像技术，从岩体图像信息分析和三维点云信息识别出发，通过分析点云空间三维信息得到了岩体的结构面分布情况，基于岩体表面图像信息分析得到了节理形态、风化程度等信息;提出了基于RMR法的节理岩体质量快速分级方法，并结合节理岩体实例进行了应用可行性探讨。该方法能够为岩体质量分级初步的快速判别和应用提供参考。

关键词：岩石力学;岩体质量分级;立体成像;三维点云;RMR法

中图分类号：TD235文献标志码：A开放科学（资源服务）标识码（OSID）：

文章编号：1001-1277（2022）03-0027-06doi：10.11792/hj20220306

引 言

随着浅部矿产资源逐年减少，深部矿产资源的开发与利用正成为获取资源的主要途径。节理岩体所处的深部地质环境复杂，处在“三高”（高应力、高地温、高水压）环境下，查清其力学性质是开展工程稳定性的一项重要研究内容。岩体质量评价分级是根据现场岩体的岩石强度、结构构造和水文环境等条件，通过一定的量化方法进行分级的工作，是对现场工程岩体进行初判的一项重要的基础工作，是预测岩体力学性质的重要途径之一，受到越来越多岩土工作者的重视[1-6]。

开展岩体质量分级的前提是各项指标要简单易测，以便能够方便地应用于岩体工程。常见的岩体分级方法包括岩石质量指标RQD法（RQD法）、岩体评分RMR法（RMR法）、Q系统分类法、岩体基本质量指标BQ法（BQ法）及基于地质强度指标GSI的岩体质量评价法（GSI法）等。这些方法主要考虑的参数指标分为3个方面：①结构体的强度，即完整岩石的强度;②结构面的条件，包括结构面的密集程度、风化程度、填充物强度等;③岩体所处的水文应力环境，如地应力、渗水等情况。不同方法所考虑的指标及权重不同，如RQD法从钻孔取心的完整性角度来判断岩体的质量，这一方法能够反映岩石的强度、结构面间距（密集程度）及结构面填充物的强弱等信息;RMR法则是既考虑了RQD指标，还考虑了岩石强度、结构面密集程度、节理条件、渗水条件和节理与工程的走向关系，其包含6项计算指标;GSI法主要考虑了结构面的密集程度（或岩体被不连续面切割程度）和风化状况。

进行岩体质量分级的常规方法是开展岩石的室内力学强度试验，结合测线法或结构面摄影测量技术开展结构面信息统计分析，结合各项指标的常规获取方法，得到目标指标的计算值。陈赞成等[7]对呼的合铜矿岩体开展了岩体质量分级评价工作，采用测线法对矿区岩体开展了长度52 m、总计277条节理裂隙的调查分析。王乐华等[8]针对RMR法评价体系中的岩石强度、RQD值和结构面间距取值进行了修正，实现了评分的连续性。岳中琦[9]提出了利用钻孔全过程实时监测技术的钻孔过程实时监测和数据来完善和提升现有的工程岩体质量评价方法，能够快捷地测量或计算得到岩石块体的单轴抗压强度，界面断面的产状、延伸、平整度、厚度和充填物質的物理和力学性质。学者针对岩体质量评价方法进行了一系列改进，但是在现场众多矿山实际应用中，还多采用传统的方法[10]，尤其在结构面调查方面统计工作量很大。闫长斌等[11]针对含层间剪切带的层状岩体，提出了岩体质量分级修正方法，将剪切带层厚度分为大于10 cm和小于10 cm 2种，并给出了相应的定量计算标准。随着工程勘查速度的提高，像测线法这种近距离式测量方法的工作量大、效率低、耗时长等缺点日益明显，逐渐难以满足大规模岩体结构面调查的要求，也成为了难以普遍开展岩体质量调查的主要阻碍，因此亟需研究能够提高岩体质量分级效率的方法并推广应用。

开展岩体质量调查是查清岩体工程特性的前提，开展更加快捷可靠的岩体质量分级是保障岩体工程稳定性的重要工作。本文采用双目立体成像技术，利用MATLAB编程平台开展了岩体三维结构识别和RMR岩体质量快速分级法研究。通过立体成像建模实现了结构面点云的产状信息分析，实现了岩体结构面的倾向、倾角、间距、体积密度等信息的快速化识别与优化;进一步对采集到的岩体图像信息进行识别和分析，初步得到岩体表面渗水信息、风化信息的典型灰度变换规律，初步实现了自动获取RMR指标值的岩体质量快速分析法，并探讨了该方法的工程应用可行性。

1 岩体质量快速分级法原理

1.1 RMR法岩体质量分级

本文以RMR法为基础开展了基于立体成像的矿山岩体质量快速分级方法研究，RMR法由Bieniawski提出并改进[12-13]，RMR法采用5项基本参数进行岩体分级，即完整岩石强度、岩石质量指标、结构面间距、不连续结构面条件、地下水条件等计算出岩体质量情况，经过修正后得到标准分级数。其中，各个基本参数的具体评分标准如表1所示。

根据表1得到RMR基本评分值后，根据工程布置与岩体结构面的空间关系，还需要修正RMR指标，修正依据如表2、表3所示。最后，根据表4可以得到岩体质量和分级结果，并基于分级情况开展岩体稳定性和剪切强度的初步评估。

1.2 RMR法指标获取方法

RMR法考虑了岩石的强度指标，同时考虑了结构面情况和岩体所处的水环境条件。在进行岩体质量评价时考虑了6个方面指标，其中岩石强度可以直接通过室内单轴压缩试验或原位点荷载试验获取;结构面信息比较普遍的获取方式是采用测线法、结构面摄影测量技术（如ShapeMetrix3D、Sirovision等）或三维激光扫描技术，通过开展结构面现场勘查、信息处理、数据分析，得到必要的结构面空间几何数据，这些方法需要后期开展大量的数据分析统计工作。对于地下水条件如一般条件（完全干燥或潮湿），可以通过现场的勘查进行评价，隧道涌水量和节理渗水压力需要根据现场的涌水量测量结果，并结合地应力场测量结果进行联合分析。整体上，目前矿山工程中普遍采用的RMR法效率略低，相对滞后于岩体工程快速施工的需求。

1.3 基于立体相机的岩体信息识别

为了提高基于RMR法的矿山岩体质量评价和分级方法的效率，本文探索了采用双目立体摄像系统开展岩体质量评价辅助分析研究。基于LenaCV双目立体相机开展岩体信息识别原理如图1所示。通过

该相机不仅可以获取成对匹配的左、右图像，还可以得到连续的岩体表面视频信息，能够为岩体连续、大范围的质量评价提供有效数据。首先，对于获得的岩体图像，可以直接得到非常丰富的信息，包括岩体的表面条件（岩石基质的风化情况）、结构面基本情况（结构面粗糙情况、节理的宽度或张开度）、水文环境信息（岩体表面的干燥、潮湿情况，节理的渗水情况等）;采用双目立体相机可以通过双目图像立体建模，得到三维岩体表面的点云信息，通过点云数据的分析，可以得到结构面的组数、密度、产状（倾向和倾角）和间距等重要信息[14-16]。

点云是指在某一坐标参考系下描述目标空间位置分布的海量数据的集合，是物体表面一批空间点构成的集合的几何表达。三维点云数据可以包括三维坐标：即表面的空间分布信息、RGB色彩、扫描方向等信息。基于双目立体视觉的三维点云分析是开展岩体质量评价和分级的基础。一方面，可以得到岩体的表面颜色信息，根据像素信息的识别和训练，能够为迹线分布、表面风化、渗水等多种信息的有效识别提供可靠方法;另一方面，基于雙目立体成像分析方法，能够得到岩体表面三维点云信息。

笔者基于三维点云得到了结构面的产状和分组信息[17]，实现了结构面的密度和间距信息的自动识别（如图2所示），根据点云的空间分布，可以通过夹角阈值来判断结构面分组信息和产状信息;同时，通过聚类分析可以开展结构面点组聚类和空间距离判断，能够为基于三维点云信息开展结构面信息快速识别和岩体质量分级提供可靠的方法。

2 基于三维点云信息的岩体质量评价

2.1 基于RMR法的岩体质量分级方法

基于RMR法的岩体质量评价指标取值原理如图3所示。对于RMR法的5个指标中，关于结构面间距取值可由点云信息识别结果获取，岩体结构面信息可以通过分析三维点云信息得到。首先确定各点云法向量，然后根据法向量夹角进行点云分组，得到结构面的产状信息;再根据聚类分析把点组分为点簇，得到岩体密度、岩体结构面间距、岩体结构面断距及岩体近似体积等信息。对于强度及RQD值等其他4个参数可以按照测试结果输入打分分级系统。例如：在对完整岩石强度进行打分时，已知的是单轴抗压强度，就可以选择人工输入单轴抗压强度，实现对完整岩石强度的打分;同理RQD指标也可以通过人工输入实现，此时可以得到RMR法初步打分结果;当选择需要修正时，通过相关修正条件，可得到最终RMR法分级打分结果，这种方法能够提高岩体质量分级的分析速度，一定程度减少人工计算工作量，提高了岩体质量分级的效率。

2.2 基于RMR法的岩体质量分级程序实现

对某一矿山工程岩体开展质量分级分析。岩体中岩石的单轴抗压强度为175 MPa，岩石质量指标RQD值为80 %，根据点云信息分析结果（如图2所示），结构面平均间距为215 mm;结合岩体表面图像分析，得到结构面风化严重，表面渗水情况显著（水压<0.1 MPa），且根据结构面角度和巷道走向，方向判断非常有利。用户输入的参数及计算结果如表5、表6所示。

相关程序的运行结果如图4所示，修正后的RMR指标为69，分级结果为Ⅱ级，岩体质量非常好。需要指出的是，程序中的完整岩石强度、岩石质量指标RQD、不连续结构面条件和地下水条件需要人工干预，即提前输入相关条件;结构面间距信息基于立体成像后的三维点云数据进行自动分析，最终实现特定区域内的岩体质量快速分级和评价。在下一步研究中，需要进一步开展相关指标的自动评价方法研究，研究岩体表面图像与渗水、风化乃至强度之间的定量关系，为全自动的岩体质量快速分级工作提供更便捷、可靠的方法。

2.3 讨 论

采用双目立体摄像系统的最大优势在于可以采集工程视频信息，视频信息不仅包含了图像的所有信息，同时还可以收集多帧岩体图像，因此理论上能够实现连续的矿山岩体质量分级和评价。基于视频的岩体表面节理迹线快速识别和分析结果如图5所示，该技术的应用前景非常广泛。例如：可以将技术成熟的双目立体摄像系统及处理软件集成布置在工人的安全帽或其他便携装备上，实现任意区域（巷道、采场等）实时的岩体信息采集、识别和质量的快速评价，将大大减少专门开展岩体质量评价的工作量，同时能够实现新鲜揭露岩体质量的及时分析。

目前，笔者已经实现了基于节理迹线产状信息的快速识别（如图6所示），根据现场岩体揭露的节理迹线，实现了平滑出露结构面迹线的识别，配合三维点云的结构面信息分析结果，将能够更充分分析岩体结构面的分布特征。后续工作将进一步完成基于视频的结构面点云连续建模和信息快速分析，以期为基于立体成像技术的矿山岩体质量分级提供更加快速的分析方法。

另外，对于一些指标的输入方法，RQD值和岩石强度采用人工输入的方式，在下一步研究中，可以研究RQD值与结构面分布的关联性、岩体强度与表面材质（颜色、破碎情况）等的定量关系，初步实现计算机自动判断，最终实现岩体质量分级的完全自动分析。

3 结 语

本文提出了一种基于立体成像技术的RMR法岩体质量快速分级及评价分析方法，基于MATLAB实现了半自动的岩体质量评价和分级。基于岩体结构面的产状、间距、体积密度等识别信息，结合用户输入岩石强度参数、渗水、风化等其他指标，实现了岩体质量的快速评价，本研究为开展工程节理岩体质量的半自动评价提供了参考方法。本文提出的岩体质量评价打分指标获取并未实现全部自动化，后续应开展岩体多尺度图像信息与岩体条件、强度等信息的关联性研究，实现岩体质量评价的快速、智能化，为矿山工程岩体质量评价工作提供快捷、可靠的分析方法和平台。

[参 考 文 献]

[1] 乔兰，蔡美峰，付学生.玲珑金矿工程地质调查与评价[J].黄金，2000，21（5）：1-6.

[2] 张飞，赵永峰，刘小光.基于BP神经网络岩体质量评价方法的相关性探讨[J].黄金，2005，26（9）：22-25.

[3] 周述达，裴启涛，丁秀丽.改进分类区分度及权重的岩体质量评价灰评估模型及应用[J].岩石力学与工程学报，2016，35（增刊2）：3 671-3 679.

[4] 张海磊，严文炳，郭生茂，等.基于ELM模型的岩体质量分级及应用[J].黄金，2018，39（12）：36-38，42.

[5] 冷建民，何顺斌，况丹阳，等.基于三维随机裂隙网络模型的岩体质量分级与支护研究[J].矿业研究与开发，2018，38（8）：66-70.

[6] 谭文辉，武洋帆，刘景军，等.深部岩体质量分级Q系统的改进[J].中国矿业，2020，29（2）：161-165.

[7] 陈赞成，余斌，胡建军，等.呼的合铜矿工程地质调查与岩体质量评价[J].黄金，2013，34（6）：35-39.

[8] 王乐华，李建荣，李建林，等.RMR法评价体系的修正及工程应用[J].岩石力学与工程学报，2013，32（增刊2）：3 309-3 316.

[9] 岳中琦.钻孔过程监测（DPM）对工程岩体质量评价方法的完善与提升[J].岩石力学与工程学报，2014，33（10）：1 977-1 996.

[10] 穆锡川，李景波，刘杰，等.大柳行金矿床节理裂隙调查与岩体质量评价[J].黄金，2017，38（5）：43-53.

[11] 闫长斌，吴伟功，王贵军.含层间剪切带的层状复合岩体质量分级[J].岩石力学与工程学报，2018，37（增刊1）：336-344.

[12] BIENIAWSKI Z T.Engineering classification of jointed rock masses[J].The Transactions of the South African Institution of Civil Engineers，1973，15（12）：335-344.

[13] BIENIAWSKI Z T.Engineering rock mass classifications[M].Wiley：New York，1989.

[14] 刘庆群，李浩，杨彪，等.面向岩体结构面提取的3D Hough变换点云分割方法[J].工程勘察，2017，45（4）：64-67.

[15] 劉昌军，丁留谦，孙东亚.基于激光点云数据的岩体结构面全自动模糊群聚分析及几何信息获取[J].岩石力学与工程学报，2011，30（2）：358-364.

[16] 葛云峰，陈勇，王亮清，等.基于点云数据对齐技术的岩体结构面三维吻合度求取[J].岩土力学，2017，38（11）：3 385-3 393.

[17] 王培涛，覃拓，黄正均，等.基于三维点云的岩体结构面信息快速化识别方法研究[J].岩石力学与工程学报，2021，40（3）：503-519.

Study of mine rock mass quality rapid grading method based on stereoimaging technology

Wang Peitao1，2，3，Ma Chi1，3，Liu Zhichao1，3，Cai Meifeng1，3

（1.Key Laboratory of Ministry of Education for Efficient Mining and Safety of Metal Mine，University of Science

and Technology Beijing; 2.State Key Laboratory for Water Resource Protection and Utilization in Coal Mining;

3.School of Civil and Resources Engineering，University of Science and Technology Beijing）

Abstract：Rock mass quality grading is important basic work to judge the rock mass quality and guarantee safe and reasonable mine engineering.Stereoimaging technology is used，the rock mass image information is analyzed and 3D point cloud information is recognized.The rock mass structural face distribution is obtained by analyzing point cloud spatial 3D information.Based on rock mass surface image information analysis，the joint morphology and weather-ing conditions are obtained.The joint rock mass quality rapid grading method is proposed based on RMR，whose feasibility has been discussed in the case study of joint rock mass.The method can provide reference for preliminary rapid judgment and application of rock mass quality grading.

Keywords：rock mechanics;rock mass quality grading;stereoimaging;3D point cloud;RMR method