便携式三维激光扫描技术在矿山地下巷道可视化建模中的应用

俞艳波 李小松 苏海华 李 琦 卢进宏

(玉溪矿业有限公司, 云南 玉溪 653405)

0 引言

近年来,随着现代测量技术的变革和信息化,我国智慧城市建设发展迅速,城市地下空间的开采规模也达到了空前[1-3],尤其是采矿行业,越来越被行业部门所重视。为了实现对矿山地下巷道的可视、可管、可控,需要借助现代数字化测量技术对矿山地下巷道进行普查测绘,快速获取地下矿道的三维点云模型和数字线画图,逐步实现对矿山地下巷道的智能化监控,达到高效、科学的施工管理的目的。

近年来,随着测绘技术的进步,三维激光扫描技术因其效率高、精度高、非接触测量、不受天气干扰等独特优势备受关注[4-5]。与传统测量不同之处是其突破了单点测量模式,能够大面积快速获取地面空间的三维点云模型,已广泛应用于测绘等行业[6-11]。本文采用便携式三维激光扫描系统对矿山地下巷道进行测量,通过对点云数据进行加工处理,获取了地下巷道的三维可视化模型,进而对矿道的采矿量及采矿区域进行动态监管和分析,帮助开矿者作出科学、可靠的决策。

1 测区概况

矿山位于云南省玉溪市新平县戛洒镇境内,属山岭地形,山脉总体走向南北方向,属侵蚀剥蚀山地地形,地形起伏大,地势陡峻。矿区位于紧靠哀牢山脉东侧的戛洒江东岸,矿区距新平县戛洒镇12 km,距玉溪182 km,距昆明264 km,交通十分便捷。

矿区地形起伏大,地势陡峭,加之井下开采深度大,现在矿山地表与井下开采平面的高差达到1 000 m,投产以来井下巷道总长度约890 km,使用的系统巷道长度约350 km。井下矿道错综复杂,测量难度大,目前的测量方法只是全站仪,需要的测量作业员数量多,且测出的数据简单,并不能反映地下巷道及采空区的真正情况。

为了最大限度地呈现矿山地下巷道的现状,以便对采矿量及采矿区域进行动态监管和分析,本文采用便携式三维激光扫描系统进行外业数据采集,对地下巷道开展三维立体测绘工作。

2 地下巷道三维数据采集

2.1 GEOSLAM HORIZON便携式三维激光扫描仪

GEOSLAM HORIZON便携式三维激光扫描仪(图1)是英国GeoSlam公司最新的轻量级旋转激光扫描仪,支持手持、杆装或其他移动平台,如车辆或无人机,可通过目标测量环境记录超过300 000个测量点/s。其系统核心数据处理算法无须控制点参与拼接,可以快速采集三维空间信息,适用于多种作业环境。

图1 GEOSLAM HORIZON便携式三维激光扫描仪

2.2 设计扫描路线

地下巷道扫描距离长,路线复杂。在进行扫描时,要根据扫描区域的规模、形状、大小,合理地设置分站数和采样密度,邻近两测站的扫描区域应该有一定的重叠度,一般是30%～40%,最小不得低于15%。同时要建立导线控制网,每站控制靶球数量不能少于4个,且分布均匀。在数据拼接时,需将全站仪等测量得到的所有点云数据的坐标转换成大地坐标,由点云处理软件根据已知控制点的坐标进行自动配准。扫描过程不能有测站遗漏,每一站数据都要编号,控制网及靶球的布设是关键,每个测站都要有重叠区域及重叠靶球。

2.3 控制网和靶球的布设

为了使三维激光扫描仪的坐标和实际所需的大地坐标基准相同,应在地下巷道内布设一定密度和精度的靶球控制点,形成地下导线控制网。

2.3.1控制网布设

在布设地下导线控制网时,应整体设计,分级布设;应根据测区地形地貌、已知控制点、扫描目标物的分布特点和精度要求,选定合适的控制网等级并进行网形设计;控制网布设应选择视野开阔、距离扫描主体较近的地方;控制网应全面控制扫描区域,在分区进行扫描作业时,还应对各区的点云数据匹配起到联系和控制误差传递的作用。

结合实际地形条件和地下巷道的位置情况,本次扫描采用附合导线的形式布设地下导线控制网,控制点分两组布设,分别位于地下巷道起始两端的地面位置。

2.3.2靶球的布设及勘测

控制标靶和目标球的布设非常关键,它不仅是拼合各次扫描点云的基准点,也是仪器内部坐标和网格坐标转换的媒介,其位置要保持稳定,不能安装在变形体上。但扫描仪的视角有限,无法一次扫描变形体和稳固地点的控制标靶和目标球。解决这个问题的方法是：在稳固地点和变形体上安装多个控制标靶和目标球,增加扫描站数。仪器由稳固地点逐步扫描至变形体,根据稳固地点的控制标靶和目标球中心坐标修正变形体上的目标球中心坐标。

标靶布设应遵循以下原则：①标靶应在扫描区域内均匀布置,且布设时注意高低错落;②每一扫描站布设的标靶应不少于4个,且相邻两扫描站须有公共标靶;③可将明显特征点作为标靶使用。

2.4 数据采集

2.4.1点云数据采集

作业前,应将GEOSLAM HORIZON便携式三维激光扫描仪在观测环境中放置半小时以上。作业时,按照控制测量的技术要求设置相应的点间距或采集分辨率,使得相邻扫描站间有效点云的重叠度满足一定的要求(通常不低于30%,困难区域不低于15%);各扫描站点可根据项目名称、扫描日期、扫描站号等进行命名,三维激光扫描仪在扫描过程中会自动存储扫描数据,作业员应在大比例尺地形图、平面图或草图上标注或描绘扫描站位置;设有标靶的扫描站应对标靶进行识别与精确扫描。扫描作业结束后,应将扫描数据导入计算机,检查点云数据覆盖的完整性、标靶数据的完整性和可用性;若发现缺失和异常数据,应及时补扫。

2.4.2纹理图像采集

纹理图像投影像元应符合表1的规定。拍摄图像时,应保持相机镜头正对目标面,若无法拍摄正面全景时,应先拍摄部分全景,再逐个正对拍摄,相邻两幅图像应满足一定的重叠度,一般不低于30%,采集图像时应同步绘制图像采集点分布示意图,对纹理颜色有特殊要求的目标面可配合使用色卡拍摄。

表1 纹理图像投影像元技术要求 单位：mm

3 数据的处理与应用

3.1 数据预处理及初始模型的建立

3.1.1点云配准

采用分段扫描时,每次扫描过程所获取的点云属于不同的参考坐标系,为了将多次扫描获得的点云坐标转换到相同的坐标系中,需要对点云进行配准[12]。

根据不同的作业方法,可选择控制点、标靶、特征地物点进行点云数据配准。当使用标靶、特征地物点对点云进行匹配时,采用的同名点数量应不少于3个,利用同名点建立转换矩阵对点云进行匹配,匹配后同名点的内符合精度应不低于特征点间距中误差的1/2;当使用控制点对点云进行配准时,可由控制点直接获取点云的坐标进行配准。

3.1.2点云拼接

现实世界中存在的都是立体空间物体,在进行测量过程中,由于遮挡物的遮挡和光是沿直线传播等各种客观环境的影响,一次扫描不可能完整地记录地面实物的所有特征。为了得到测区内地面实物的所有数据信息,一般要在地面实物四周设置多个测站点,通过不同角度各个方位对该地面实物进行多次测量,得到不同测站上的点云数据,再对不同测站上的点云数据进行拼接,建立地面实物表面完整的点云数据。

为了将不同测站上的点云数据拼接在一起,需要找出扫描坐标系和全局坐标系的变换关系,一般情况下用一个3×3的旋转矩阵R和三维平移向量t描述,求出(R,t)就可以实现扫描坐标系向全局坐标系的转换。

可以通过建立平面控制网的方法拼接点云,每站控制点的点数量不能少于4个,均匀分布,点云处理软件根据已知控制点的坐标进行自动配准。在拼接时,只需要在数据处理软件中导入控制点的坐标信息,就能将所有点的坐标通过参数变换成大地坐标,根据公共控制点重叠这一条件将各片点云连接起来。

3.1.3点云去躁

在扫描作业时,由于各种测量误差和不确定环境因素,不可避免会使测量数据中存在很多杂点,杂点会影响曲面精度和模型质量,因此必须删除杂点,而目标提取就是删除除了目标物以外的其他杂点来获得目标点云的过程。

对于无序点云数据,需要建立一定的拓扑结构模型,便可对点云进行去躁,常用的方法有空间单元格法、K-dtree法、八叉树法。对于拓扑结构完整的扫描线数据,可以采用最小二乘滤波、孤立点排异法、卡尔曼滤波法[13]。

一般情况下,可以采用最小二乘拟合法进行点云滤波,拟合多项式的次数不同,拟合曲线接近地面实物的真实外形的程度也不同[14]。次数越多,拟合曲线也越接近地面实物的真实外形,但拟合精度不能通过增加多项式的次数来提高,因为有可能造成某一区间内大幅度偏离真实图形的情况,选用的多项式次数一般不大于7,在地形起伏的实物表面应当采用分段拟合的方法。对于散乱点云数据的去噪,需要对三维散乱点云数据进行三角剖分,在点与点之间建立拓扑关系,并在三角剖分域中建立数据点M的邻域,再对域内的M点和其他点的方差进行计算,通过比较各点方差和阈值的大小,即可消除噪声点。

3.1.4点云精简

经过噪声去除和点云滤波过后的点云数据量是相当大的,这将会产生很大的计算工作。用最快的速度、最少的点来表示更多的信息是我们追求的。为了实现快速建模,在不影响点云模型精度的情况下,点云的数据量可以适当减少。基于扫描线的数据压缩算法模型简单,计算方便,但有时会删除特征点,适合扫描线多但每条扫描线所包括点不多的情况。每次扫描的点沿扫描方向线性排列在同一平面内,如果取样点在同一平面内,通过前后两点的斜率变化来表示,如果一个点和周围两点的斜率变化大,则说明它包括更多点的物体表面信息,应该保留,如果取样点不在同一平面内,则i点到其他两点i-1、i+1的距离h可作为特征量。

选取云南省玉溪市戛洒镇矿山地下巷道中的部分巷道(长度约5 km),将选取的巷道分为3个测区,如图2所示,对各个测区按照上述方法进行点云数据采集(采集时间约为0.5 h),然后将各个测区的点云进行配准和拼接,便得到整个巷道的三维点云(数据处理时间约为1 h)。通过与全站仪实测的控制点坐标进行比较,得到点云配准的精度为5～8 cm。在此基础上,对点云进行去躁和精简处理,图3为经过数据处理后的点云模型(截取其中一部分)。

图2 多站点云拼接效果图

图3 经过数据处理后的点云模型

3.2 数据网格化

原始三维点云经过拼接已经可以提取完整且平滑的背景层空间点云数据,三角网格化可进一步增加模型的真实性。数据网格化是以三维立体平面形式表示出来的,它是点云数据阶段到平面数据处理过渡的过程,是点到面必经的一步。经过精简处理的点云数据已经可以大概表现出目标物的轮廓、结构等信息,数据网格化即通过点云结构、点的分布构建出无数个以数据点为顶点的TIN三角形,然后构成模型的一个表面。在网格化生成平面时要不定时检查平面质量,因为后续的特征提取是基于立体平面的,最终得到的三维模型必须是光滑、平整、真实的。基于三维激光扫描点云,快速构建巷道的三角网模型,如图4所示。

图4 巷道的三角网模型

3.3 三维模型制作

三维模型分为规则模型和不规则模型。其中,规则模型的制作可采用交互式建模的方法,利用点云数据或已测平面图、立面图、剖面图进行三维模型制作。对于球面、弧面、柱面、平面等规则几何体,应根据点云数据拟合模型。

不规则模型的制作可通过点云构建三角网模型[15],并采用孔填充、边修补、简化、细化、光滑处理等方法对三角网模型进行优化,表面为光滑曲面的,生成其曲面模型可采用曲面片划分、轮廓线探测编辑、曲面拟合等方法。图5为不规则模型的修复效果图。

(a)修复前

3.4 纹理映射

目标表面纹理特征的模拟称为纹理映射。在采集三维激光扫描数据的同时也用相机记录了目标物表面的图像信息,将拍摄得到的图像和点云数据进行匹配[15]。为了使模型最大限度地接近原始图像,需要对模型进行颜色处理,在建成目标物的三维模型之后,把纹理特征映射到模型上。

图6为选取的地下巷道中间部位的纹理映射效果图。可见,经过纹理映射,地下巷道的三维模型轮廓和几何结构特征清晰地呈现出来,这为快速寻找或探测巷道内的采矿区提供了便捷。

图6 地下巷道中间部位的纹理映射效果图

3.5 模型精度验证

为了验证该方法的可靠性,将三维激光扫描获得的地下巷道三维点云和经全站仪实测得到的CAD底图进行套合比较(图7),发现两者的吻合度较高,几乎达到95%,说明利用本文便携式三维激光扫描系统获取的地下巷道的三维模型精度较高(厘米级),满足现有工程测量的精度要求。

图7 三维点云与现有CAD底图套合

4 结束语

本文采用便携式三维激光扫描系统获取了云南省玉溪市新平县戛洒镇矿山地下巷道的三维点云,通过对点云数据进行预处理、模型加工、纹理映射等,获得了地下巷道的三维可视化模型,该模型可以反映现有地下巷道的采矿量及采矿区域现状,解决了传统方法在地下巷道或管廊测量中的不足。将三维点云和地下巷道CAD底图进行套合,两者的吻合度较高,这表明了利用本文便携式三维激光扫描技术获取的地下巷道的三维模型精度较高,可以满足常规工程测量的精度要求,为今后的城市地下空间测绘提供了可供参考的作业方法。