基于線掃描原理的煤礦巷道變形測量系統

楊洪濤， 于印， 許吉禪， 沈梅， 陸廣慧

（1. 安徽理工大學 礦山智能裝備與技術安徽省重點實驗室，安徽 淮南 232001；2. 安徽理工大學 機械工程學院，安徽 淮南 232001）

0 引言

煤礦巷道受地質環境和開采技術等因素影響會產生變形甚至破壞[1-2]，精確的巷道變形測量對于保障煤礦安全生產具有重要意義[3-4]。煤礦巷道變形測量方法可分為接觸式測量和非接觸式測量，其中非接觸式測量方法具有測量速度快、測量范圍廣、測量數據豐富等優點，成為目前研究熱點。王海軍等[5]、郭良林等[6]利用三維激光掃描技術獲取煤礦巷道點云信息，并對點云進行拼接和濾波處理，從而對工作面巷道進行三維重建，實現巷道變形監測。金卓等[7]利用三維激光掃描技術與圓柱形投影面巷道建模方法，構建礦井巷道三維立體模型，實現巷道圍巖變形監測。劉曉陽等[8]利用三維激光掃描技術對巷道頂板進行監測，采用非均勻壓縮法對獲取的巷道點云數據進行簡化處理，通過基于巷道點云數據分割的斷面提取進行巷道變形分析。然而上述研究存在有效掃描距離受限、獲取的點云密度低、細節缺失嚴重、測量精度和效率低等問題。針對上述問題，本文提出了一種基于線掃描原理的煤礦巷道變形測量系統，可重構數據豐富、精度高的巷道點云，并通過點云切片實現巷道變形監測，具有操作簡單、靈活性高、測量速度快、測量范圍廣及測量精度高等特點。

1 系統組成及原理

基于線掃描原理的煤礦巷道變形測量系統主要包括巷道測量機器人和機器人位姿追蹤系統，如圖1所示。巷道測量機器人由線掃描激光器、測量相機、自主規劃路徑車、旋轉電動機和靶標組成，其中靶標采用發光LED材質棋盤格制作，可克服煤礦井下粉塵、燈光等因素的影響；機器人位姿追蹤系統由安裝在巷道兩側的多組追蹤相機組成。

圖1 基于線掃描原理的煤礦巷道變形測量系統組成Fig. 1 Composition of coal mine roadway deformation measurement system based on line scanning principle

整個煤礦巷道內沿巷道測量機器人運動方向布置多組追蹤相機，以巷道左側第1組追蹤相機的光心為原點Ow，沿追蹤相機光軸方向為Zw軸，沿垂直光軸向右方向為Xw軸，沿垂直光軸向下方向為Yw軸，建立世界坐標系OwXwYwZw；以測量相機的光心為原點O，沿測量相機光軸方向為Z軸，沿垂直光軸向右方向為X軸，沿垂直光軸向下方向為Y軸，建立測量相機坐標系OXYZ。當機器人在巷道內移動測量時，追蹤相機實時測量靶標圖像，實現對機器人全巷道無死角、長距離、不間斷地追蹤與位姿精確測量。機器人測量巷道前，利用相機參數標定技術獲取測量相機參數。機器人測量巷道時，由旋轉電動機帶動線掃描激光器和測量相機同步轉動，線掃描激光器投射出的光平面與巷道表面交匯于1個光條，測量相機同步拍攝巷道表面的光條圖像。對光條圖像使用線結構光光條中心提取技術，獲取光條中心坐標，并將光條中心坐標代入通過光平面標定技術擬合的光平面方程，求解出測量相機坐標系下巷道表面的光條圖像點云數據，再結合機器人位姿測量結果將點云數據轉換到世界坐標系，實現點云數據坐標歸一化。將歸一化后的點云數據進行拼接，重構精確的煤礦巷道點云，并利用點云切片技術實現煤礦巷道變形測量。

2 系統關鍵技術

2.1 相機參數標定

為建立準確的相機成像幾何模型，本文采用基于平面棋盤格的標定算法[9]，通過對不同角度拍攝的二維平面棋盤格角點進行計算處理，完成相機參數標定。

2.2 線結構光光條中心提取

由于測量相機拍攝到的光條圖像是具有一定像素寬度的光條圖像，為得到精確的光條點云坐標，需提取光條中心的亞像素坐標。本文采用骨架提取算法[10]對光條圖像進行二值化預處理，對二值化圖像像素點進行細化處理，得到像素寬度極低的像素線條。之后使用自適應閾值的加權灰度重心法[11]處理像素線條，求解像素線條截面灰度值的質心坐標，最終得到滿足精度要求的光條中心坐標。

2.3 光平面標定

確定線掃描激光器投射出的光平面與測量相機的空間位置關系是煤礦巷道變形測量的關鍵環節，影響重構的煤礦巷道點云的精確性。本文采用光平面標定技術對線掃描激光器投射出的光平面與測量相機的空間位置關系進行參數求解，最終擬合出光平面方程。

線掃描激光器投射出的光平面與棋盤格標定板交匯于1個光條，保持線掃描激光器投射出的光平面不變，通過多次改變棋盤格標定板位姿，獲取不同位置光條中心上所有特征點在測量相機坐標系下的坐標，采用最小二乘法擬合出測量相機坐標系下光平面方程[12-13]：

式中：a，b，c，d為系數；（x，y，z）為光平面上任一空間點在測量相機坐標系下的三維坐標。

2.4 點云重構

為保證煤礦巷道點云坐標的唯一性，需要對煤礦巷道空間位置進行約束[14]。如圖1（a）所示，空間點p處于線掃描激光器投射出的光平面上，同時點p在測量相機拍攝圖像上的對應點為p1。設世界坐標系下點p坐標為（xw，yw，zw），則

式中：s為比例因子；（u，v）為點p1坐標；fx，fy分別為測量相機X，Y軸方向焦距長度；（u0，v0）為圖像主點像素坐標。

通過求解式（2），計算出空間點p的唯一坐標，同理求解多組空間點的坐標并進行拼接，進而重構煤礦巷道點云。

2.5 點云切片

在世界坐標系下將多組煤礦巷道點云的起始位置坐標統一，并進行點云切片處理，比較投影到XwOwZw平面上具有相同坐標點云的Yw軸坐標，獲得煤礦巷道變形量[15]。可設置不同的切片厚度、數量、間距等參數，滿足實際不同場景巷道的監測需求，從而提高測量精度。

式中：l為切片間距；Zwmax，Zwmin分別為世界坐標系Zw軸方向的最大值與最小值；n為切片數量。

3 實驗驗證

3.1 實驗平臺

為驗證基于線掃描原理的煤礦巷道變形測量系統的有效性，搭建了實驗平臺，如圖2所示。實驗平臺主要包括：3 m×2 m×2 m（長×寬×高）的模擬巷道；分辨率為640×480、30萬像素的測量相機；波長為650 nm的線掃描激光器；規格為8×6的棋盤格；Windows10 64 bit操作系統的計算機。實驗采用VS2017作為開發平臺，結合OpenCV4.1計算機視覺庫和CloudCompare軟件編寫實驗程序。

圖2 實驗平臺Fig. 2 Experimental platform

3.2 實驗步驟

（1） 通過測量相機拍攝多幅不同位置棋盤格標定板的圖像，對圖像中棋盤格的角點進行檢測與提取，標定測量相機具體參數。保持線掃描激光器投射出的光平面不變，測量相機拍攝多幅不同位置棋盤格標定板上光條圖像，提取光條中心坐標，擬合出光平面方程，完成光平面標定。

（2） 巷道測量機器人到達模擬巷道的待測區域，測量相機拍攝線掃描激光器投射在模擬巷道表面的光條圖像，在旋轉電動機的控制下完成待測區域的全部測量。

（3） 將拍攝的光條圖像導入計算機，對光條圖像進行二值化預處理，提取預處理后光條圖像中光條中心坐標，結合巷道測量機器人位姿測量結果，重構模擬巷道點云，并進行點云切片處理，實現巷道變形測量。

3.3 實驗結果

（1） 參數標定。測量相機參數標定結果見表1。

表1 測量相機參數標定結果Table 1 Calibration results of measurement camera parameters

通過對16幅棋盤格標定板圖像中光條中心上的特征點進行提取，將所有特征點坐標轉換到測量相機坐標系下，通過特征點坐標擬合光平面（圖3），光平面方程為

圖3 擬合的光平面Fig. 3 Fitted light plane

從圖3可看出，特征點基本分布在擬合得到的光平面上，表明擬合的光平面方程誤差較小，滿足精度要求。

（2） 模擬巷道點云重構。使用巷道測量機器人對模擬巷道進行測量，對測量相機拍攝的模擬巷道表面光條圖像進行處理，重構模擬巷道點云，如圖4所示。可看出重構的局部光條點云數量豐富且連續清晰，重構的模擬巷道點云形狀結構與模擬巷道形狀結構基本一致。

圖4 模擬巷道點云重構效果Fig. 4 Simulated roadway point cloud reconstruction effect

（3） 模擬巷道變形分析。對模擬巷道設置不同程度的變形量（即模擬巷道變形實際值），重構不同變形量下模擬巷道點云，并進行點云切片，如圖5所示，獲得對應的模擬巷道變形測量值，見表2。

表2 模擬巷道變形測量結果Table 2 Simulated roadway deformation measurement results mm

圖5 不同變形量下模擬巷道點云切片Fig. 5 Simulated roadway point cloud slices under different deformations

從圖5可看出，隨著模擬巷道變形量增加，點云切片在變形處的變形趨勢更加明顯，表明系統可有效監測巷道變形。從表2可看出，系統測量誤差小于7 mm。

4 結語

基于線掃描原理的煤礦巷道變形測量系統通過巷道測量機器人獲取煤礦巷道點云數據，結合機器人位姿追蹤系統的測量結果對點云數據進行拼接，精確重構煤礦巷道點云，并對重構的煤礦巷道點云進行切片處理，實現煤礦巷道變形快速測量。實驗結果表明，該系統測量誤差小于7 mm，可用于具備煤礦巷道表面類似結構的大型曲面三維模型點云重構與變形監測。