無人機三維激光掃描技術在礦區巖移數據測量中的應用

湯立坤 TANG Li-kun

（內蒙古蒙東能源有限公司，呼倫貝爾 021100）

0 引言

為了有效控制因為礦區沉降所造成的生命財產損失，國內很多礦區在開采之前率先進行巖移監測評估[1]。隨著各類復雜地質環境下的測繪技術發展，無人機三維激光掃描技術也逐漸開始應用在礦區測量領域[2]。無人機三維激光掃描技術結合了無人機與三維激光掃描技術，以無人機作為搭載平臺，突破傳統三維激光掃描技術在礦區測繪中應用的局限性，實現對礦區地表坐標數據與影像數據的快速獲取，在礦區巖移數據測量領域可謂大有前景[3-5]。目前，國內學者在此方面的理論探究較少，尤其是無人機三維激光掃描技術在礦區巖移數據測量中的應用相關研究內容較少[6-8]。鑒于此，本研究以敏東一礦工程為例，分析了無人機三維激光掃描技術在礦區巖移數據測量中的應用，以探究該項技術的應用優勢。

1 無人機三維激光掃描系統

無人機三維激光掃描系統（圖1）共分為兩個部分，分別是無人機飛行平臺與機載激光雷達。無人機飛行平臺采用了1 架六旋翼、大負載、長續航曜宇無人機，該無人機在空載狀態下可實現2h 超長續航，而負載未超過8kg 時，續航時間仍然能達到1h。無人機飛行平臺通過無線基站與操作系統相連，無人機最遠監測距離為15km。機載激光雷達選用Riegl miniVUX-1UAV 輕小型激光掃描儀，可實現最遠250m 的測量，絕對測量精度在1cm 以內，有效荷載小于5kg，測角分頻率達到了0.001°，最大有效測量速度為100000點/s。該激光雷達運用了多次回波技術，使其即使處于植被茂密、遮擋較為嚴重的地形內同樣可以實現高效測量。

圖1 無人機機載三維激光掃描系統

2 無人機三維激光掃描技術在礦區巖移數據測量中的應用實例

敏東一礦位于伊敏河東煤田（圖2），位于大興安嶺西坡呼倫貝爾草原伊敏河中下游東側，屬于生態脆弱區，該礦東西長100.3km，南北寬7.57km，礦井面積約為49.14km2。礦區內由東至西分布有松林帶、山陵帶、沙丘帶與沼澤帶，植被主要以樟松林與天然干草場為主，草原覆蓋率為50%～70%。敏東一礦可采煤層多為伊敏組，主采煤層主要有16-3 上煤與16-3 煤。

圖2 敏東一礦地理位置

2.1 外業數據獲取

根據敏東一礦現場情況，本研究最終確定測區范圍為長2.4km、寬2.4km，飛行高度相對掃描范圍內最高處約140m，覆蓋飛行面積約2km2，地面采樣距離5cm，無人機三維激光掃描系統的測區范圍如圖3 所示。

圖3 無人機三維激光掃描系統可覆蓋的測區范圍

選取晴天進行敏東一礦目標測區執行無人機航測任務，在作業前率先對航線進行規劃，根據前期觀測點的布設與航線規劃選取適合的起降點，對整個目標區域進行劃分，確保不同區塊間可以相互銜接，杜絕漏飛與路徑重復等現象，有效保障飛行作業效率。通過操作系統控制無人機在實際起降點起飛，并在飛行作業中實時調整飛行航線，以及獲取三維激光掃描系統獲取到的拍攝畫面，從而實現影像數據的獲取工作。在獲取到相關巖移數據以后，需要通過計算機軟件對采集到的數據進行處理。

2.2 點云數據處理

本研究采用組合濾波算法對點云數據進行處理，考慮到研究所用的三維激光掃描系統可以接受激光點云的5次回波信息，因此將第5 次接收到的回波信息視為最后回波信息，即當回波信息超過5 次時，也僅將第5 次的回波信息視為最后回波信息。因此，最后回波信息通常沒有穿透地物，即可判斷出目標地物為地面點或建筑物點，并明確最后一次回波為激光無法穿透的點。同時，針對點云數據中只有一次回波的激光點，可以將其視為地面點的候選點，并采用反射率信息對候選點進行篩選。在不同測區，激光點云反饋的地物回波信息在能量上具有差異性，可以通過反射率判斷出相應的地物信息。一般來說，灌木叢、草地、樹木等植被的激光回波反射率在0~100 之間，而道路、橋梁、建筑物等的激光回波反射率在80~250 之間，因此可以根據這一點排除反射率在0~80 之間的激光點云[9]。此外，根據回波反射率的信息，還可以進一步獲取到相鄰地物間的屬性，如果二者屬性差異較大，可以通過回波強度分辨出不同地物的點云，從而判斷出地物類型。本研究根據回波次數與反射率信息完成了初次濾波，獲取到的點云數據中僅存在著少量植被的點云數據，點云數量剩余5876122 個。在探究礦區巖移時，初次濾波時需要保留更加清晰的點云數據，初次濾波可以有效減少地物候選點數量，大大降低迭代運算時間。

在初次濾波結束以后，需要獲取種子點。首先，需要查看所有點云數據，對激光點云格網化處理，大小差異可根據選取的區域類型自行調節，格網邊長為建筑物最大尺寸，并在所有格網內分別選取最低點，以此作為初始地面種子點。通過選取的初始地點種子點可以構建初始三角網，之后采用改進的漸進加密三角網濾波算法進行點云數據的判斷與分類。需要將所有待分點均投影到三角網中，并計算得到待分類點p（xp，yp，zp）與三角面間的距離d，以及其與三角網三個頂點V1（x1，y1，z1）、V2（x2，y2，z2）、V3（x3，y3，z3）間的夾角a1、a2、a3，計算流程如下：

式中，D 可通過已知點（x0，y0，z0）計算得到，D=Ax0+By0+Cz0。

并判斷是否超出設定的閾值，如果未超出，則可以認為該點為地面點，重復這一過程進行篩選，直至不會出現新的地面點，算法流程圖如圖4 所示。

圖4 組合濾波算法流程圖

在經過改進的漸進加密三角網濾波算法進一步二次處理以后，剩余點云數量4010896 個，地面點數量占比超過了60%，濾波效果非常好。通過獲取的點云數據生成數字高程模型（DEM），分別按照100%、80%、60%、40%、20%、10%、1%的比例進行重采樣，最終獲取到40086 個點云數據，平均高程為1026.86m，高程標準差為33.21mm，使用逐點插入法構建Delaunay，頂點數量為4008623 個，三角網數量為8011678 個，并最終采用克里金插值法進行差值，獲取到最終DEM。

2.3 巖移分析方法

本研究采用的無人機三維激光掃描系統不具備直接分析巖移的能力，因此采取點云與點云直接比較的方式進行巖移分析。采用數學差值的方法進行點云與點云間的直接對比，考慮到不同時期的點云因為不存在大量特征點，難以在平面坐標內實現點云與點云的一一比較。因此，本研究在進行比較的時候采用區域分割的方法，最佳擬合面法可以有效避免點云質量的影響，具體流程如下：

①對兩期或者多期點云數據按照本研究確定的點云數據處理流程進行去噪與濾波處理，獲取到對應的地面模型，以為后續對比提供數據基礎。

②為兩期或者多期點云數據構建索引結構，采用KD樹的方式加速查找過程。

③判斷對比點與K 鄰域間的距離，以第二期點云數據為基準，尋找與之對應的第一期數據中的K 鄰域。

④判斷變化點，計算得到待判斷點與擬合平面間的距離，若該值大于閥值，則標記待判斷點為變化點。

3 巖移監測結果分析

在礦區巖移監測中，坡度與坡向是兩個非常重要的地形因子，二者的大小均可通過數字直接表述。坡向是指某點切平面的法線的正方向，法矢量記為n，其平面投影與正北方向的夾角φ。本研究通過DEM 獲取到坡度與坡向分布情況，發現坡度在0~76°范圍內變化，坡向信息則分布在0~360°范圍內。同時，坡度大于55°的占比相對較小，測區范圍內僅存在少兩個比較陡的峭壁。

為了對平面精度以及數據統一性進行評定，本研究采用三次采集數據進行一一對比。平面精度的評定需要通過對比同一地物在平面的變化，然而獲取到的點云數據無法進行一一對應，無法確保指定點位必定為待比較的點位。本研究通過提取線狀特征后，求取線狀特征的交點，以解決上述問題。本研究采用點位中誤差來衡量點位精度，其可以描述為在X 軸與Y 軸的誤差平方和的平方根，本研究設定第一期坐標（xi，yi）為真值，對比點坐標為（xj，yj），可以計算得到誤差di：

點位中誤差M 為：

根據上述流程計算出平面精度，平面精度評定結果如表1 所示，發現最大與最小平均誤差分別為0.056 與0.001，最大與最小中誤差分別為0.058 與0.005，由此，可以判斷出隨著工作面的不斷推進，觀測點下沉量并未出現明顯變化，巖移變化量完全可以滿足設計要求以及地形測量精度要求。

表1 平面精度評定結果（m）

4 結語

無人機三維激光掃描技術鑒于其強大的空間測量優勢，目前廣受各個領域的關注，目前在地形測繪與電力巡檢等領域應用非常廣泛，本研究主要探究了無人機三維激光掃描技術在礦區巖移數據測量中的應用可行性，以敏東一礦的作業勘測為研究對象，采用無人機三維激光掃描技術獲取礦區巖移相關點云數據，通過點云數據的對比獲取到不同階段的巖移情況，結果顯示該項技術可以更加便捷、精準地獲取到礦區巖移點云數據，觀測期間的最大平均誤差僅為0.056，最大中誤差為0.058，說明巖移變化量可以滿足地形測量精度要求，且在工作面推進期間并未出現明顯的下沉問題。