三維激光掃描技術在煤礦沉陷區監測應用

李永強，劉會云，毛 杰，牛路標，閆陽陽

（河南理工大學 測繪與國土信息工程學院，河南 焦作454100）

傳統的開采沉陷監測中是在沉陷區布設監測點，對沉陷點進行定期和不定期觀測，根據監測點的變動信息模擬整個沉陷區的變動狀況，進而對未來地表變動規律做出預報。傳統開采沉陷技術是最成熟、最可靠的方法，但也有工作量大、成本高、監測點有限且易被破壞等制約因素。近年來測繪領 域 的 一 些 新 技 術，如 近 景 攝 影 測 量［1］、D－In－SAR［2］、測量機器人［3］、GPS－RTK［4］等先后應用到開采沉陷研究中。地面三維激光掃描是測繪領域近些年來快速發展的一項前沿技術，具有數據獲取速度快、精度高、非接觸、直接獲取研究對象表面空間三維數據等優勢，對礦區開采沉陷監測具有其獨特的優勢，科研工作者開展了一系列有價值的研究工作。李秋等［5］在對三維激光掃描數據精度分析的基礎上，結合礦區地表沉陷監測，就其技術優勢與存在問題進行討論。戴華陽等［6］應用地面三維激光掃描儀開展了沉陷區房屋移動變形監測研究，驗證該技術的可行性。李永強等［7］針對于三維激光掃描儀應用于煤礦區開采沉陷監測問題，提出基于全覆蓋表面模型對比分析的思想。吳侃團隊［8－12］多年來在三維激光掃描技術應用于開采沉陷監測方面開展了一系列針對性研究，在可行性論證、沉陷盆地數據獲取、最佳點云密度、監測精度分析、點云數據處理、沉陷參數求取、沉陷規律預測等方面取得了卓有成效的研究成果。本文在現有研究基礎上，結合某煤礦開采沉陷監測應用需求，采用三維激光掃描技術與傳統觀測相結合的方法，對監測區域內的采空區、鐵路線、鐵路橋的沉降和變形進行試驗研究。

1 基本原理

面陣密集點云是地形三維激光掃描技術的最大優勢，由面陣密集點云構建的地物表面模型不但精細表達了地物的局部細節特征，而且各局部之間有著非常準確的空間拓撲關系。三維激光掃描儀能快速獲取變形監測對象表面密集的點云數據，通過數據處理，獲取對象精細三維表面模型，這構成變形監測的基礎，通過對變形監測對象兩期或多期觀測數據的對比分析，能快速準確地確定監測對象各部分的形變狀況。煤礦開采沉陷區作為一種典型的變形體，也表現出面狀變化的特點，盡管傳統開采沉陷監測的理論和方法已經發展得比較成熟，但有限的監測點很難完全真實準確地反映出整個監測表面各部分的變形狀況。三維激光掃描技術的監測方法雖然能真實反映整個表面的變化狀況，但基于該技術的開采沉陷監測研究尚處于探索研究階段，必須聯合傳統監測方法，充分發揮各自優勢，并相互印證，才能更真實、準確達到變形監測的目的。

2 數據獲取

本文進行兩期數據采集：第一期數據采集時間為2013年1月 使用Leica HDS4400型三維激光掃描儀，第二期數據采集時間為2013年11月，使用Leica TC802型全站儀配合FARO Focus3D型三維激光掃描儀。兩期數據采集均采用先布設控制網，再進行激光掃描的方式。

2．1 第一期數據采集

1）控制網布設：以已知點K1為起算點，觀測K1，A12，A8，B7，Z1，Z2閉合導線。其中A12，A8，B7為已布設的監測點，Z1，Z2為臨時點；以K2為起算點，在橋兩側加測2個臨時點f1，f2。

2）激光掃描儀數據采集：分別在K1，A12，A8，B7，Z1，Z2，K2，f1，f2點上架 設 激 光 掃描儀，采用360°掃描方式，獲取整個試驗區激光掃描點云數據，這些數據能完整覆蓋整個監測區域，如圖1（a）所示。

2．2 第二期數據采集

1）控制網布設：以已知點k1，k2為起算數據，加測3個臨時點Z1，Z2，Z3組成閉合導線，如圖1（b）所示。

2）激光掃描儀數據采集：在已知點Z1，K1，K2上架設全站儀，在激光掃描儀測站附近放置4個反射標靶，在掃描的同時通過全站儀精確觀測4個標靶的三維坐標。共進行21站數據采集。

圖1 兩期激光掃描數據采集

3 數據處理

3．1 數據整合與坐標統一

Leica HDS4400激光掃描儀通過設置架站點和照準點坐標，由自身所帶軟件自動把所有點都統一在相同的大地坐標系下。FARO Focus3D激光掃描儀能精確獲取半徑30 m的密集點云，同時獲得每個測站周圍四個標靶的三維坐標，四個標靶的坐標由全站儀精確觀測，通過同名點求得相關轉換參數，分別把每測站點云轉換為大地坐標，21測站數據即統一在相同坐標系下。兩期觀測均以K1，K2為起算數據，K1，K2坐標在掃描數據的近期精確觀測，為已知坐標，把兩期的觀測數據統一在相同坐標系內。

3．2 噪聲濾除

對激光掃描點云數據處理的目的是獲取地表面精細三維模型，濾除樹木、低矮植等噪聲點，分兩個步驟完成：

1）分區人工交互濾波：根據掃描區域的平面坐標，將整個掃描區域分為64個分區，將每個分區數據加載到Cyclone軟件中，根據熟練操作人員的經驗判斷，采用人工交互方式，對比較明顯的指標點，如樹、灌木等進行濾波，所有分區濾波后重新合并為一個整體。

2中值法濾除低矮植被 考慮到掃描區域內的低矮植被，以及局部微小地形（0．1 m×0．1 m）內存在一定差異，將掃描區域劃分為0．1 m×0．1 m格網，對落在每個格網內的數據取中值，濾去其它數據點，即可完成低矮植被噪聲的濾除，同時適當簡化了密度過大的點云。

3．3 表面建模

地形三維激光掃描儀所獲取地表數據存在不均勻性，靠近測站區域數據點密度比較大，隨著距離的增加，掃描點的密度逐漸減小，部分遮擋區域甚至缺失數據 采用克里金插值法對數據進行處理，以0．2 m×0．2 m為間隔對掃描區域進行數據重采樣，獲取精細三維表面模型。

4 數據分析

激光掃描數據覆蓋鐵路線及其北面的350 m×200 m區域，如圖2所示。根據實際數據獲取情況及監測要求，對三個試驗對象（矩形地表沉降試驗區、鐵路線、鐵路橋）進行分析研究。

圖2 采空區地表沉降分析

4．1 地表沉降試驗區

采空區主要分布在鐵路線北面，該區域地表受采動影響比較大，地表為地勢平坦的空曠麥田。選擇圖2（a）中虛線框部分為試驗對象，該區域為200 m×120 m的矩形區域，基于密集激光點云構建0．2 m×0．2 m地表精細三維表面模型，兩期表面模型分別如圖2（b）和圖2（c）所示?？梢钥闯?，試驗區內地表面被精細表達出來，道路、麥隆、溝坎等信息都精確描述出來。兩期表面模型在高程上的差值即為地表的沉陷值，基于差值分析，即可從整體上獲取整個區域地表變動狀況。圖2（d）為基于差值的表面模型，可以看出，整個區域呈現北高南低的趨勢，東北角略高于西北角，這與傳統觀測結果相符。由于兩期觀測數據間隔將近一年時間，地表耕種造成局部的小幅度變動（如麥隆）在圖2中可以清晰表達出來，但這些變動不會對整體的地形變化造成影響。為進一步驗證差值精度，在該區域內分布觀測點A11，A13，A14，如圖2（d）中所示，依據精密水準觀測，三個點的下沉量分別為0．127 m、0．046 m、0．048 m，在沉降表面模型中，求取每個點所在位置周圍半徑1 m的區域內所有點的平均值，作為該點處的下沉量，所得下沉量分別為0．131 m、0．064 m、0．061 m，與傳統觀測較差分別為4 mm、18 mm、13 mm，進一步驗證基于三維激光掃描構建精細表面模型進行沉降量描述的可靠性。

4．2 鐵路線

鐵路線邊坡上覆蓋濃密的植被，很難從有限的三維激光掃描點云中探測出其表面變動情況，采用斷面線對比的方式：從兩期激光掃描點云中均勻選擇一系列鐵軌頂端點云數據，基于這些點云數據，構建鐵軌頂部斷面線，通過兩期斷面線的對比分析得到鐵軌的整體沉降狀況。

從第一期點云數據中，內、外兩側鐵軌頂端分別選擇39和36個數據點，從第二期點云數據中，左右兩側鐵軌頂端分別選擇84和72個掃描點。兩期內外兩側軌道高程沿Y方向的曲線如圖3（a）和圖3（b）所示，從圖3中可以看出，外側鐵路線相對于內側鐵路線在整體上高出4～5 c m，這正符合鐵軌彎道外側高 內側低的狀況 而隨著Y值的增加 彎 道變為直線 軌道兩側高程值基本相等

圖3 鐵路線沉降

內側兩期高程曲線對比如圖3（c）所示，外側兩期高程曲線對比如圖3（d）所示，可以看出，兩側鐵軌均有所下沉，下沉量為3～6 c m。為進一步驗證數據的可靠性，與傳統觀測數據進行對比分析，在鐵路線內側枕木上，進行了5個水準觀測，分別為E23，E21，E15，E13，E11下沉量如圖3（c）中所示，同樣，在鐵路線外側枕木上，進行了5個水準觀測，分別為D23，D21，D15，D13，D11下沉量如圖3（d）中所示，從圖中可以看出，基于激光掃描點的下沉量與基于傳統下沉量有很好的一致性。圖3（c）和圖3（d）中圈選部分下沉量存在誤差，主要原因是第一期觀測數據在這個地方缺失較多，難以獲得有效數據點。

4．3 鐵路橋

由于第一期對鐵路橋激光掃描數據相對稀疏，無法構建該橋精細三維表面模型，同時為了避免多站點云數據拼接造成的誤差，因此基于單站點云的對比來判斷橋梁的整體形變。兩期觀測都分別在橋梁的頂部、左側、右側三個方向進行了設站觀測，分別對比三個方向的點云來確定橋梁的變動情況。圖4（a）為橋梁照片，圖4（b）、圖4（c）、圖4（d）分別為橋梁頂部、橋梁左側、橋梁右側點云對比效果圖，從圖4中可以看出：鐵路橋整體結構穩定，在頂部、左側、右側均沒有出現位移、扭曲、形變等狀況，也就是鐵路橋受采動影響很小 尚沒有達到可以探測出來的程度。用傳統觀測方式對橋面、橋墩布設監測點的觀測結果來看，該鐵路橋僅有1 c m的整體下沉，這與上述分析結果是一致的。

圖4 鐵路橋點云對比效果

5 結束語

本文結合煤礦開采沉陷監測實際工程，采用三維激光掃描技術與傳統觀測技術相結合的方式，獲取開采沉陷區兩期精細三維點云數據，在對激光點云數據預處理和數據分析基礎上，分別對采空區地表沉降、鐵路線沉降、鐵路橋沉降與形變監測進行了研究，并與傳統觀測結果進行對比分析，兩種觀測技術的結果具有較好的一致性。采用三維激光掃描進行開采沉陷監測研究，除發揮其數據獲取方面的優勢外，還需要做好數據后處理的研究工作，更加深入地研究數據后處理的理論、方法和技術，加強與其它理論方法（空間場、空間匹配、穩健估計、有限元等）的融合，使其成為一個更加開放的方法體系。

［1］ 盛業華，閆志剛，宋金玲．礦山地表沉陷區的數字近景攝影測量監測技術［J］．中國礦業大學學報，2003，32（4）：411－415．

［2］ 吳立新，高均海，葛大慶，等．工礦區地表沉陷D－InSAR監測試驗研究［J］．東北大學學報：自然科學版，2005，26（8）：778－782．

［3］ 候建國 楊成生 王亞男 等．煤礦開采沉陷監測 基于合成孔徑雷達差分干涉測量的研究［J］．自然災害學報，2009，18（6）：71－75．

［4］ 馬振利，吉長東，任東風．GPS與測量機器人聯合作業模式在露天礦變形監測中的應用［J］．礦山測量，2007（1）：41－42．

［5］ 李秋，秦永智，李宏英．激光三維掃描技術在礦區地表沉陷監 測 中 的應 用 研 究［J］．煤 炭 工 程，2006（4）：97－99．

［6］ 戴華陽，廉旭剛，陳炎，等．三維激光掃描技術在采動區房屋變形監測中的應用［J］．測繪通報，2011（11）：44－46．

［7］ LI Yongqiang，LIU Huiyun，WEI Fengyuan．Research on Techniques and Methods of 3D Laser Scanning Monitoring Coal Mining Subsidence［J］．室蘭工業大學紀要2010（59）：115－118．

［8］ 張舒，吳侃，王響雷，等．三維激光掃描技術在沉陷監測中應用問題探討［J］．煤炭科學技術，2008，36（11）：92－95．

［9］ 于啟升，吳侃，鄭汝育．利用三維激光掃描數據求取開采沉陷預計參數研究［J］．地礦測繪，2010，26（2）：1－3．

［10］胡大賀，吳侃，陳冉麗．三維激光掃描用于開采沉陷監測研究［J］．煤礦開采，2013，18（1）：20－22，35．

［11］陳冉麗，吳侃．三維激光掃描用于獲取開采沉陷盆地研究［J］．測繪工程，2012，21（3）：67－70．

［12］周大偉，吳侃，唐瑞林，等．點云密度對地面三維激光掃描精度及沉陷參數的影響［J］．金屬礦山，2011（9）：127－130．