CN102607512A - 矿区沉陷车载式激光测量方法 - Google Patents
矿区沉陷车载式激光测量方法 Download PDFInfo
- Publication number
- CN102607512A CN102607512A CN2011100266603A CN201110026660A CN102607512A CN 102607512 A CN102607512 A CN 102607512A CN 2011100266603 A CN2011100266603 A CN 2011100266603A CN 201110026660 A CN201110026660 A CN 201110026660A CN 102607512 A CN102607512 A CN 102607512A
- Authority
- CN
- China
- Prior art keywords
- laser
- depression
- mining area
- subsidence
- dimensional
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种面向矿区开采造成的地表沉陷监测需求,车载式激光三维扫描仪、激光线扫描系统与激光点测距系统高效集成的矿区沉陷车载式激光测量方法。利用本发明对矿区沉陷区进行连续观测,建立沉陷区地表高精度三维模型,基于时间序列进行地表高程差异检测,自动识别出沉陷区域,提取出沉陷特征;进而建立矿区沉陷三维可视化模型,对观测点在水平、垂直以及任意方向上的空间三维移动向量及变形曲线进行分析,实现对沉陷范围变化、最大下沉区变化、下沉速度变化的时间序列分析和空间三维分析评估,为矿区地质环境的监测及恢复治理提供决策依据。
Description
技术领域
本发明属于矿山测量领域,特别是矿区沉陷区测量领域,涉及一种矿区沉陷车载式激光测量方法,尤其是利用激光点测距、激光线扫描、激光三维扫描以及GPS/IMU/加速值组合补偿技术的矿区沉陷车载式激光测量方法。
背景技术
矿产资源的大规模开发和利用,给人类带来巨大的社会效益和经济效益的同时,也给人类的生产和生活造成一系列的环境问题和开采损害。矿区开采沉陷是由于矿物开采后形成采空区,其上部岩层在重力等作用下发生冒落、断裂、挤压、弯曲、移动等变形,传播到地面形成的,是主要的人工地质灾害之一[1]。
矿区地表沉陷发生在地下开采上方和露天开采活动附近区域。地下开采导致了大面积采空区,采空区面积扩大到一定范围后,岩层移动发展到地表,使地表产生移动和变形。在开采影响波及到地表以后,结果是受采动影响的地表从原有标高向下沉陷,从而在采空区上方地表形成一个比采空区面积大得多的沉陷区域,称为地表移动盆地,危及周边工业企业与民居建筑的安全。矿区开采引发的地面沉陷灾害,直接破坏了地表土地的自然状态,形成地表裂缝,改变了地表大气降水径流和汇水条件,影响灌溉,降低了土地可耕性,加剧荒漠化程度,降低了土地使用价值;而且由于水平变形和不均匀沉陷,造成沉陷区内工业和民用建(构)筑物、水利设施、交通设施等产生裂缝和扭曲等变形,直接影响人们的安全生产和日常生活,还可能引发地表突然坍塌,带来灾难性的后果[2]。
矿区开采引起的地面沉陷是一个复杂的过程,要认识这一复杂过程中包含的规律,必须对开采沉陷的野外数据进行大范围、高分辨率、高精度的采集、整理和分析,在精确的实测资料基础上,研究并建立各种预测计算模型[3-4]。因此,沉陷监测是开采沉陷研究至关重要的课题。高效、快速、高精度的沉陷监测数据可为地面沉陷灾害预测、损失评估提供可靠的依据,进而为地面沉陷提供合理的治理措施,从而有效地控制沉陷,降低地面沉陷造成的损失[5]。
“十二五”期间,中国在资源和环境领域的发展目标是到2015年,新建和生产矿区的地质环境得到全面治理,历史遗留的矿区地质环境恢复治理率达到35%以上。在矿区地质与地表环境的监测及恢复治理工作中,矿区开采沉陷的快速高精度监测是重要组成部分,也是对科技提出的重大挑战,亟需研发矿区地表沉陷的快速高精度监测成套技术系统,突破地表沉陷高精度自动化监测关键技术,为构建数字矿山[6]提供支撑。提升我国应对矿区地质灾害的能力、装备和技术条件,为矿区地质与地表环境的动态监测及恢复治理工作做出贡献。
研究现状
早在19世纪中叶,矿区开采沉陷问题就已受到人们关注。1860年德国铁路部门为验证地下开采对铁路的影响,在鲁尔矿区对铁路进行了下沉测量;19世纪末期开始,前苏联、波兰、德国、澳大利亚、英国、加拿大、日本和美国等国家,对开采引起的地表沉陷变形规律进行了深入的研究,并取得了丰硕的成果。我国地表沉陷变形规律的研究工作始于20世纪50年代,开滦“黑鸭子”观测站的建立标志着我国开采沉陷变形观测及其研究的开始;其后,开滦、抚顺、阜新、大同、峰峰、焦作、淮南、平顶山、芙蓉等矿区先后制定了地表移动观测规划,并建立了一批岩层与地表移动观测站[7]。
回顾矿区开采沉陷,其监测技术手段已由传统的经纬仪测坐标、钢尺测边长、水准仪测高程发展到使用全站仪、测量机器人进行岩移测量。近年随着空间对地观测技术的发展,传统测量方法已逐渐为GPS监测方法所替代[8],较好地解决了地表某点连续动态变化监测的问题。尽管利用GPS并结合常规测量手段可以取得较高的精度,但仍然面临一些基本问题:1)GPS在时间域上的分辨率很高,但在空间域上的分辨率无法达到很高;2)要对大范围沉陷区域进行监测,必须布设和维护大量的监测点,需要投入大量人财物;3)基准点的稳定性;4)野外观测作业周期长;5)垂直向精度较低;6)由沉陷点、线数据构建沉陷面必须经过数值内插,难以保证结果的精度等。因此,迫切需要改进目前的监测方法,研制新的高精度自动监测手段[9]。
SAR(Synthetic Aperture Radar,SAR)是一种使用微波探测地表目标的主动式成像传感器,具有全天候、全天时成像能力,并能穿透某些地物表面[10]。SAR图像的每一分辨元的影像信息记录地表反射的能量大小和相位信号,一般以复数表示,故称之为单视复影像(SingleLook Complex,SLC)。由于D-InSAR(Differential SAR Interferometry,D-InSAR)测量的距离向变化是一定面积的空间平均变化的估值,适合从长时间尺度上表达整个区域场的沉降趋势,且测量精度达毫米级,近年来在城市地表沉降研究中得到了广泛的应用[11]。然而,矿区地表沉陷与城市地表沉降和地下流体运移引起的地表沉降过程有所不同[12]。城市地表沉降和开采地下水和石油等引起的地表沉降是一种慢渐变、累积的沉降过程,而矿区地表沉陷过程相对比较集中,其变形量和变形速度均较城市等地表沉降更为明显,破坏性也更大[13]。矿区地表沉陷发生的过程主要在开采区域开始回采后并延续至开采活动结束后的一段时期内[14]。其过程分开始阶段、活跃阶段和衰退阶段。在矿区开采的开始阶段和衰退阶段,由于每天的沉陷量较小,因此可以一月进行1~2次观测。然而在活跃阶段,由于每天的沉陷量最大可以达到20~30mm,甚至更大,在这些沉陷剧烈的成像区域,D-InSAR干涉图将表现出一系列紧密的干涉条纹,引起干涉相位混叠现象,无法有效地进行沉陷测量[15]。而从开采沉陷的整个地表移动过程中,活跃阶段要占到80%左右的时间[16],因此D-InSAR观测技术目前还无法支撑矿区地表沉陷监测的业务化运行[17]。
20世纪90年代初,以LiDAR(Light Detection And Ranging)为代表的空间对地观测技术在三维空间信息的实时获取方面产生了重大突破。机载LiDAR技术比较适合矿区大范围区域的测绘工作,多用于矿区的DEM数据生产,测量精度为分米级[18],不能满足地表沉陷监测毫米级的精度要求,而且飞行成本较高;地面激光扫描测量精度较高[19],但是测量范围相对较小,无法满足矿区大范围区域沉陷监测工作需要[20]。
“十二五”期间,我国将重点规划建设13个亿吨级煤炭基地,这势必会造成更大的区域性环境影响,产生更多、更大、更复杂的地面沉陷问题。为了矿区的可持续性发展,“十二五”期间我国将建成十个矿区监测示范区,建立国家级矿区地质环境动态监测网,建立定期监测与应急监测相结合的国家、地方和矿山企业三级监测体系,建设全国矿山地质环境动态监测信息系统和数据库,以实现对我国矿山地质环境动态变化趋势的有效监控,而采用新技术和新方法来监测、分析和治理矿区地表沉陷是重要任务之一。
通过激光三维扫描获取空间信息的技术又称“实景复制技术”,它可以对复杂的环境及空间进行扫描操作,并直接将各种大型的、复杂的、不规则、标准或非标准的实体或实景的三维数据完整的采集到计算机中,进而重构出目标的三维模型以及点、线、面、体、空间等各种制图数据。激光三维扫描是集光、机、电和计算机于一体的非接触测量技术,激光扫描测量技术具有测量速度快、自动化程度高、分辨率高、可靠性高和相对精度高的特点,与传统测量方式相比具有很大的优越性,显著地提高了生产效率和质量,是最直接的、最具潜力的三维模型数据自动获取技术。
我们认为,将快速机动的车载移动测量与高分辨率、高精度激光测量技术进行高效集成,不受时间和空间限制,多角度、多分辨率、高效、高精度、快速机动地获取地表沉陷信息,快速识别并提取沉陷区范围变化、最大下沉区变化、下沉速度变化等特征信息,是矿区开采沉陷自动监测的可行途径。
参考文献
[1]刘国林,张连蓬,成枢,等.合成孔径雷达干涉测量与全球定位系统数据融合监测矿区地表沉降的可行性分析[J].测绘通报,2005,(11):10-13
[2]吴立新,王金庄,刘延安,等.建(构)筑物下采煤条带理论与实践[M].北京:中国矿业大学出版社,1994
[3]何国清,杨伦,凌庚娣,等.矿山开采沉陷学[M].徐州:中国矿业大学出版社,1991
[4]吴侃,靳建明.时序分析在开采沉陷动态参数预计中的应用[J].中国矿业大学学报,2000,29(4):413-415
[5]周复旦,赵长胜,丁佩,李定鹏.开采沉陷预计在矿区土地复垦中的应用[J].金属矿石,2010,(10):147-150
[6]吴立新,殷作如,邓智毅,等.论21世纪的矿山——数字矿山[J].煤炭学报,2000,25(4):337-342
[7]郑彬,郭文兵,桑培淼.我国开采沉陷动态过程的研究现状与展望[J].现代矿业,2009,(3):11-13
[8]蔡福禄.GPS-RTK技术用于开采沉陷观测试验数据处理及精度分析[J].矿山测量,2010,(4):31-33
[9]陈基伟.GPS-InSAR合成方法进行地面沉降研究与展望[J].遥感信息,2003,(4):48-50
[10]魏钟铨.合成孔径雷达卫星[M].北京:科学出版社,2001
[11]李德仁,周月琴,马洪超卫星雷达干涉测量原理与应用[J].测绘科学,2000,25(1):9-12
[12]王悦汉,邓喀中等.采动岩体动态力学模型[J].岩石力学与工程学报,2003,22(3):352-357
[13]陈基炜.应用遥感卫星雷达干涉测量进行城市地面沉降研究[J].测绘通报,2001(8):13-15
[14]于广明,杨伦,苏仲杰,等.地层沉陷非线性原理、监测与控制[M].长春:吉林大学出版社,2000
[15]蒋弥,李志伟,丁晓利,等.InSAR可检测的最大最小变形梯度的函数模型研究[J].地球物理学报,2009,52(7):1715-1724
[16]吴立新,高均海,葛大庆,等.基于D-InSAR的煤矿区开采沉陷遥感监测技术分析[J].地理与地理信息科学,2004,20(2):22-25
[17]焦明连,蒋廷臣.基于GPS-InSAR集成技术地表形变的监测[J].测绘科学,2008,33(6):57-59
[18]Zhi Wang,Lixin Wu.Geodesics topographical feature extraction from airborne LiDARdata for disaster management[C].The 18th International Conference on Geoinformatics.2009,3117:1-5
[19]于启升,吴侃,郑汝育.利用三维激光扫描数据求取开采沉陷预计参数研究[J].地矿测绘,2010,26(2):1-3
[20]郝长胜,马占一,乔大良.基于GIS的煤矿开采沉陷预测分析系统研究[J].煤炭技术,2010,29(6):85-87
发明内容
本发明集成了激光三维扫描测量单元(1)、激光点测距单元(2)、激光线测量单元(3)、IMU单元(4)、差分GPS单元及主天线(5)、GPS第二天线(6)、车轮编码器(7)、控制计算机(8)、数据采集计算机(9)、发电机(10)、载体车(11)以及控制电路、供电线路和网络通信线路等设备实现“矿区沉陷车载式激光测量方法”。
如图1所示,IMU安装于车顶中央(4),差分GPS接收机及天线(5)位于其上,GPS第二天线(6)安装在车头,车轮编码器(7)以联轴方式安装在载体车左后轮上。使用1台扫描范围角为90°的三维扫描测量单元(1),精度1cm,测距80m,每秒可获取50万个三维点信息,安装在车顶前方,沿途获取地物高分辨率点云数据,实现对矿区沉陷区的高分辨率高精度三维建模。集成了加速度计的激光线扫描传感器(3)安装在车底盘前部,激光线测量范围与车底盘宽度一致,监测车行驶过程中,基于激光三角测量原理,激光线扫描车底地表区域,两台CCD相机从左右方向拍摄激光线轮廓,根据激光线轮廓变化并结合加速度值,解算出地表沉陷数值。在车体的两侧设置2台激光测距传感器(2),测量速度50kHz,精度优于0.15mm,再现性0.2μm,测距1m,用于测量地面与车体的距离。IMU单元(4)、差分GPS接收机及天线(5)、GPS第二天线(6)分别用来测量载体车的姿态和位置。激光单点测距传感器、激光线扫描传感器,以及LiDAR三维测量仪获取的车体与地面的距离、位姿数据及加速度信息相融合,得到沉陷区地表的数字高程模型。
如图2所示,矿区沉陷车载式激光测量方法主要包括4个方面:
1)矿区沉陷车载式激光测量的运动状态模型
矿区沉陷车载式激光测量系统中,载体车与各种传感器通过高强度的机械零件连接成一个刚性体,即所有传感器在载体车上的安装位置与姿态是固定的,在载体车运动过程中,它们之间的位置和姿态也是不变的。因此可以将矿区沉陷车载式激光测量系统的运动按照刚体运动来进行分析。矿区沉陷车载式激光测量系统的运动状态可用一个十八维的向量来表示:
在刚体运动的惯性坐标系(空间直角坐标系)内,(Sx,Sy,Sz)T为矿区沉陷车载式激光测量系统的空间位移向量,(Rx,Ry,Rz)T为姿态向量,(Vx,Vy,Vz)T为速度向量,(ωx,ωy,ωz)T为角速度向量,(ax,ay,az)T为加速度向量,为角加速度向量。
根据运动学关于位移、速度和加速度的关系有:
根据刚体运动动力学分析,位移对时间的一阶导数是速度、二阶导数是加速度,刚体在空间中的运动轨迹是平滑的,即一阶导数和二阶导数是连续的,因为刚体的速度和加速度不可能是无穷大的。根据运动学关于角位移、角速度和角加速度的关系有:
根据刚体运动动力学分析,角位移对时间的一阶导数是角速度、二阶导数是角加速度,刚体在空间中的姿态变化是平滑的,即一阶导数和二阶导数是连续的。从刚体的运动动力学分析可以看出,刚体在运动过程中,在一个时刻只可能在一个空间位置和姿态出现,从而实现了矿区沉陷车载式激光测量系统运动的时间和空间的统一。
2)基于GPS/IMU/加速度计组合的颠簸误差补偿模型
矿区沉陷区地形比较复杂,车载平台行驶过程中不可避免地会出现起伏颠簸,因此在激光测量数据中消除掉车体颠簸影响是准确测量地表高程信息的关键。本发明基于GPS/IMU/加速度计组合测量,通过差分改正解算出车载平台移动过程中的精确位姿参数。
(1)GPS定位的基本数据模型
为观测历元t时刻,卫星j至接收机i之几何距离;
δti(t)为观测历元t时刻,接收机i相对于GPS标准时间之钟差;c为光速;
为观测历元t时刻,电离层折射对伪距的影响;
其中,GPS定位的主要误差来源有GPS卫星误差、信号传播误差和信号接收误差。与GPS卫星有关的误差包括卫星钟差、卫星的轨道误差。控制此项误差要建立GPS差分系统,引入差分信号加以削弱或消除。信号传播误差主要来自电离层折射误差、多路径效应的影响和对流层折射的影响。这些涉及到GPS设备及工作环境,通过差分技术可减少部分影响,同时要考虑GPS接收机的性能。与接收机有关的误差包括接收机钟差、观测误差和载波相位观测值的整周模糊度影响。可利用其它传感器校正、重复观测、多源数据联合解算等方法加以控制。
(2)IMU姿态误差模型
IMU姿态误差主要来源于三轴陀螺和三轴加速度计的积分误差
其中,表示平台坐标系P相对于真实坐标系T的转动角在平台坐标系上的投影;表示真实坐标系T相对于惯性坐标系I的转动在真实坐标系T上的投影;表示从计算坐标系C到平台坐标系P的方向余弦阵;εp表示陀螺仪的漂移;δ为真实坐标系T与计算坐标系C的夹角。
(3)集成加速度计的惯性补偿模型
激光测量值是沉陷区纵断面高程信息和车体的颠簸的综合,在测量过程中使用GPS/IMU测定车载平台的位置与姿态参数后,利用加速度计测量出载体车体运动过程中激光传感器的颠簸偏移量;将集成在各传感器上的加速度计测量得到的加速度值对时间进行二次积分,建立惯性补偿模型,然后基于惯性补偿模型,对测得的激光测量值和加速度值进行有效融合和误差校正,对激光传感器获取的数据进行滤波,消除颠簸误差,最终实现沉陷区地表点高程信息的移动测量和高精确解算。
设载车纵向初始速度为Vy0,加速度值采样间隔为Δt,初始位移Sy0=0,加速度计输出值为ai,本地重力加速度为g,在一个沉陷测量区间内的采样数量为N+1,则在每个采样点上的载车颠簸位移Bln的计算。
设Dn为激光传感器得到的n时刻到地表的垂直距离,Bln为此时刻加速度an计算出瞬时车体颠簸值,Rn为此时刻下的地表纵向高程。
Rn=Dn-Bln
2)激光三维点云、激光线扫描数据与激光点测距值的融合与沉陷区地形高精度三维重建方法
针对矿区沉陷特点,以及激光三维扫描仪、激光线扫描数据、激光点测距数据特点与信息特征:如图3所示,激光点测距系统能精确获取行驶路线上纵断面上的2个地表点数据,精度优于0.15mm;如图4所示,激光线扫描系统的测量范围可覆盖整个载体车底盘范围,获取的是在扫描平面内,被测对象表面相对激光线扫描系统测量原点的位置坐标,精度可达1mm。如图5所示,车载激光三维扫描仪系统能远距离、大范围、快速获取沉陷区域高分辨率点云信息,精度可达1cm。
在对车辆运动进行动力学分析的基础上,建立了基于多项式拟合的车辆运行轨迹处理方法、矿区沉陷车载式激光测量系统的运动状态模型、基于GPS/IMU/加速度计组合的颠簸误差补偿模型方法、将激光三维点云、激光线扫描数据与激光点测距高程信息进行高效高精度融合,整体提高沉陷测量数据精度,实现快速、高效、多角度、高分辨率、高精度地沉陷区地表三维重建。
3)矿区沉陷动态监测与空间三维分析方法
利用“矿区沉陷车载式激光测量系统”对矿区沉陷区进行连续观测的基础上,建立沉陷区地表高精度三维模型,依据时间序列进行地表高程差异检测,自动识别出发生沉陷的区域,提取出沉陷特征,实现矿区沉陷快速高精度三维动态监测。在沉陷区域内建立矿区沉陷三维可视化模型,对观测点在水平、垂直以及任意方向上的空间三维移动向量及变形曲线进行分析;针对矿区沉陷情况建立空间三维评估方法,实现对沉陷范围变化、最大下沉区变化、下沉速度变化的时间序列分析和空间三维分析评估。
附图说明
图1为本发明的系统组成原理示意图。其中包括:激光三维扫描测量单元(1)、激光点测距单元(2)、激光线测量单元(3)、IMU单元(4)、差分GPS单元及主天线(5)、GPS第二天线(6)、车轮编码器(7)、控制计算机(8)、数据采集计算机(9)、发电机(10)、载体车(11)以及控制电路、供电线路和网络通信线路等。
图2为矿区沉陷车载式激光测量方法流程图。
图3为激光点测距原理图。其中(1)为激光发射器,(2)为激光接收器。
图4为激光线扫描原理图。其中(1)为线激光器,(2)光学透镜系统,(3)为摄相机的CCD感光元件。
图5为激光三维扫描原理图。其中(1)为激光发射器,(2)为扫描棱镜,(3)为接收光学镜头组,(4)为探测器。
具体实施方式
利用矿区沉陷车载式激光测量方法,可以对矿区沉陷区域地表点高程信息的两次测量结果进行求差,可精确解算出沉陷量,实现高效(速度0~60Km/h)、高分辨率(沉陷数据采样间隔小于1m,沉陷数据的空间定位精度优于5m)、大范围(激光测量范围可覆盖行驶路线周围80m范围)、高精度(沉陷监测精度达到1cm)的矿区沉陷自动监测。利用矿区沉陷车载式激光测量方法,基于时间序列进行地表高程差异检测,自动识别出沉陷区域,提取出沉陷特征;进而建立矿区沉陷三维可视化模型,对观测点在水平、垂直以及任意方向上的空间三维移动向量及变形曲线进行分析,实现对沉陷范围变化、最大下沉区变化、下沉速度变化的时间序列分析和空间三维分析评估,为矿区地质环境的监测及恢复治理提供决策依据。
Claims (10)
1.一种矿区沉陷车载式激光测量方法,其特征在于,矿区沉陷车载式激光测量系统由激光三维扫描测量单元(1)、激光点测距单元(2)、激光线测量单元(3)、IMU单元(4)、差分GPS单元及主天线(5)、GPS第二天线(6)、车轮编码器(7)、控制计算机(8)、数据采集计算机(9)、发电机(10)、载体车(11)以及控制电路、供电线路和网络通信线路等设备构成。
2.根据权利要求1所述的矿区沉陷车载式激光测量方法,其特征在于,IMU安装于车顶中央(4),差分GPS接收机及天线(5)位于其上,GPS第二天线(6)安装在车头,车轮编码器(7)以联轴方式安装在载体车左后轮上。使用1台扫描范围角为90°的激光三维扫描测量单元(1),精度1cm,测距80m,每秒可获取50万个三维点信息,安装在车顶前方,沿途获取地物高分辨率点云数据,实现对矿区沉陷区的高分辨率高精度三维建模。
3.根据权利要求1所述的矿区沉陷车载式激光测量方法,其特征在于,集成了加速度计的激光线扫描传感器(3)安装在车底盘前部,激光线测量范围与车底盘宽度一致,监测车行驶过程中,基于激光三角测量原理,激光线扫描车底地表区域,两台CCD相机从左右方向拍摄激光线轮廓,根据激光线轮廓变化并结合加速度值,解算出地表沉陷数值。
4.根据权利要求1所述的矿区沉陷车载式激光测量方法,其特征在于,在车体的两侧设置2台激光测距传感器(2),测量速度50kHz,精度优于0.15mm,再现性0.2μm,测距1m,用于测量地面与车体的距离。IMU单元(4)、差分GPS接收机及天线(5)、GPS第二天线(6)分别用来测量载体车的姿态和位置。激光单点测距传感器、激光线扫描传感器,以及LiDAR三维测量仪获取的车体与地面的距离、位姿数据及加速度信息相融合,得到沉陷区地表的数字高程模型。
5.根据权利要求2、3和4所述的矿区沉陷车载式激光测量方法,其特征在于,激光三维点云、激光线扫描数据与激光点测距值的融合与沉陷区地形高精度三维重建方法。针对矿区沉陷特点,以及激光三维扫描仪、激光线扫描数据、激光点测距数据特点与信息特征:激光点测距系统能精确获取行驶路线上纵断面上的2个地表点数据,精度优于0.15mm;激光线扫描系统的测量范围可覆盖整个载体车底盘范围,获取的是在扫描平面内,被测对象表面相对激光线扫描系统测量原点的位置坐标,精度可达1mm。车载激光三维扫描仪系统能远距离、大范围、快速获取沉陷区域高分辨率点云信息,精度可达1cm。
6.根据权利要求5所述的矿区沉陷车载式激光测量方法,其特征在于,对矿区沉陷区域地表点高程信息的两次测量结果进行求差,可精确解算出沉陷量,实现高效(速度0~60Km/h)、高分辨率(沉陷数据采样间隔小于1m,沉陷数据的空间定位精度优于5m)、大范围(激光测量范围可覆盖行驶路线周围80m范围)、高精度(沉陷监测精度达到1cm)的矿区沉陷自动监测。
7.根据权利要求6所述的矿区沉陷车载式激光测量方法,其特征在于,矿区沉陷区地形比较复杂,车载平台行驶过程中不可避免地会出现起伏颠簸,因此在激光测量数据中消除掉车体颠簸影响是准确测量地表高程信息的关键。本发明基于GPS/IMU/加速度计组合测量,建立了基于GPS/IMU/加速度计组合的颠簸误差补偿模型,通过差分改正解算出车载平台移动过程中的精确位姿参数。
8.根据权利要求7所述的基于GPS/IMU/加速度计组合的颠簸误差补偿模型,其特征在于,需要建立GPS定位的基本数据模型、IMU姿态误差模型和集成加速度计的惯性补偿模型。其中,激光测量值是沉陷区纵断面高程信息和车体的颠簸的综合,在测量过程中使用GPS/IMU测定车载平台的位置与姿态参数后,利用加速度计测量出载体车体运动过程中激光传感器的颠簸偏移量;将集成在各传感器上的加速度计测量得到的加速度值对时间进行二次积分,建立惯性补偿模型,然后基于惯性补偿模型,对测得的激光测量值和加速度值进行有效融合和误差校正,对激光传感器获取的数据进行滤波,消除颠簸误差,最终实现沉陷区地表点高程信息的移动测量和高精确解算。
9.根据权利要求8所述的激光三维点云、激光线扫描数据与激光点测距值的融合与沉陷区地形高精度三维重建方法,其特征在于,在对车辆运动进行动力学分析的基础上,建立了基于多项式拟合的车辆运行轨迹处理方法、矿区沉陷车载式激光测量系统的运动状态模型、基于GPS/IMU/加速度计组合的颠簸误差补偿模型方法、将激光三维点云、激光线扫描数据与激光点测距高程信息进行高效高精度融合,整体提高沉陷测量数据精度,实现快速、多角度、高分辨率、高精度地沉陷区地表三维重建。
10.根据权利要求9所述的矿区沉陷车载式激光测量方法,其特征在于,矿区沉陷快速高精度动态监测与空间三维分析方法。利用“矿区沉陷车载式激光测量系统”对矿区沉陷区进行连续观测的基础上,建立沉陷区地表高精度三维模型,依据时间序列进行地表高程差异检测,自动识别出发生沉陷的区域,提取出沉陷特征,实现矿区沉陷快速高精度三维动态监测。在沉陷区域内建立矿区沉陷三维可视化模型,对观测点在水平、垂直以及任意方向上的空间三维移动向量及变形曲线进行分析;针对矿区沉陷情况的空间三维评估方法,实现对沉陷范围变化、最大下沉区变化、下沉速度变化的时间序列分析和空间三维分析评估。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011100266603A CN102607512A (zh) | 2011-01-25 | 2011-01-25 | 矿区沉陷车载式激光测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011100266603A CN102607512A (zh) | 2011-01-25 | 2011-01-25 | 矿区沉陷车载式激光测量方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102607512A true CN102607512A (zh) | 2012-07-25 |
Family
ID=46525117
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011100266603A Pending CN102607512A (zh) | 2011-01-25 | 2011-01-25 | 矿区沉陷车载式激光测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102607512A (zh) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103869831A (zh) * | 2014-03-24 | 2014-06-18 | 常州华达科捷光电仪器有限公司 | 一种平地机控制系统及其控制方法 |
CN105004372A (zh) * | 2015-07-09 | 2015-10-28 | 北京市地质工程设计研究院 | 一种地质环境监测方法 |
CN105874349A (zh) * | 2015-07-31 | 2016-08-17 | 深圳市大疆创新科技有限公司 | 探测装置、探测系统、探测方法,以及可移动设备 |
CN107907114A (zh) * | 2017-11-14 | 2018-04-13 | 中煤航测遥感集团有限公司 | 数据误差校正方法、装置、电子设备及可读取存储介质 |
CN107967789A (zh) * | 2017-12-07 | 2018-04-27 | 何旭连 | 一种高效的自然灾害自动预警系统 |
CN108532652A (zh) * | 2018-04-20 | 2018-09-14 | 程刚 | 一种采煤沉陷区在重复开采条件下的地基变形测试系统 |
CN109253717A (zh) * | 2018-10-09 | 2019-01-22 | 安徽大学 | 一种矿区地表沉降三维激光扫描地表沉降监测设站方法 |
CN109489623A (zh) * | 2018-11-24 | 2019-03-19 | 上海勘察设计研究院(集团)有限公司 | 一种采用三维激光扫描仪测量桥头引道不均匀沉降的方法 |
CN110132229A (zh) * | 2019-05-10 | 2019-08-16 | 西南交通大学 | 一种铁路轨道控制网三角高程测量与数据处理的方法 |
CN110763194A (zh) * | 2019-11-01 | 2020-02-07 | 中国矿业大学 | 一种地面三维激光扫描无标靶监测矿区地表沉陷的方法 |
CN111102962A (zh) * | 2020-01-13 | 2020-05-05 | 厦门精图信息技术有限公司 | 基于高分遥感卫星的地表沉降监测系统和方法 |
CN112149279A (zh) * | 2020-08-25 | 2020-12-29 | 煤炭科学技术研究院有限公司 | 一种基于无人机航测的矿区地表大范围运动趋势判断方法 |
CN113284172A (zh) * | 2021-07-20 | 2021-08-20 | 浙大城市学院 | 一种针对复杂地形考古工作的三维数据采集方法及装置 |
CN113356830A (zh) * | 2021-05-14 | 2021-09-07 | 华北科技学院(中国煤矿安全技术培训中心) | 基于开采空间关键层滞缓效应的浅表层生态水保护方法 |
CN113781535A (zh) * | 2021-08-20 | 2021-12-10 | 连云港杰瑞自动化有限公司 | 一种基于振动传感器的视觉3d点云数据的补偿装置及补偿方法 |
CN114067073A (zh) * | 2021-11-16 | 2022-02-18 | 安徽理工大学 | 一种基于tls点云的矿区建筑物变形自动提取方法 |
CN114279398A (zh) * | 2021-11-25 | 2022-04-05 | 金川集团股份有限公司 | 一种基于无人机航测技术的金属矿开采地表沉降监测方法 |
CN117635856A (zh) * | 2023-11-07 | 2024-03-01 | 广东省地质调查院 | 一种矿山开采原始数字高程模型重建方法、系统和介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09222323A (ja) * | 1996-02-16 | 1997-08-26 | Iseki & Co Ltd | 地面の起伏測定装置 |
CN1546344A (zh) * | 2003-12-12 | 2004-11-17 | 清华大学 | 车载扫描式激光雷达探测系统及其探测前方危险物的方法 |
CN101655559A (zh) * | 2009-05-20 | 2010-02-24 | 北京派瑞根科技开发有限公司 | 生成物体三维运动轨迹的电子设备 |
CN202033028U (zh) * | 2011-01-25 | 2011-11-09 | 吴立新 | 车载式矿区沉陷三维动态监测系统 |
-
2011
- 2011-01-25 CN CN2011100266603A patent/CN102607512A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09222323A (ja) * | 1996-02-16 | 1997-08-26 | Iseki & Co Ltd | 地面の起伏測定装置 |
CN1546344A (zh) * | 2003-12-12 | 2004-11-17 | 清华大学 | 车载扫描式激光雷达探测系统及其探测前方危险物的方法 |
CN101655559A (zh) * | 2009-05-20 | 2010-02-24 | 北京派瑞根科技开发有限公司 | 生成物体三维运动轨迹的电子设备 |
CN202033028U (zh) * | 2011-01-25 | 2011-11-09 | 吴立新 | 车载式矿区沉陷三维动态监测系统 |
Non-Patent Citations (1)
Title |
---|
李永强,吴立新,刘会云: "基于车载LIDAR数据的建筑物灾情应急测量方法与技术讨论", 《2010 INTERNATIONAL CONFERENCE ON REMOTE SENSING》 * |
Cited By (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103869831A (zh) * | 2014-03-24 | 2014-06-18 | 常州华达科捷光电仪器有限公司 | 一种平地机控制系统及其控制方法 |
CN105004372A (zh) * | 2015-07-09 | 2015-10-28 | 北京市地质工程设计研究院 | 一种地质环境监测方法 |
CN105004372B (zh) * | 2015-07-09 | 2017-02-22 | 北京市地质工程设计研究院 | 一种地质环境监测方法 |
CN105874349A (zh) * | 2015-07-31 | 2016-08-17 | 深圳市大疆创新科技有限公司 | 探测装置、探测系统、探测方法,以及可移动设备 |
CN105874349B (zh) * | 2015-07-31 | 2018-06-12 | 深圳市大疆创新科技有限公司 | 探测装置、探测系统、探测方法,以及可移动设备 |
US11237252B2 (en) | 2015-07-31 | 2022-02-01 | SZ DJI Technology Co., Ltd. | Detection apparatus, detection system, detection method, and movable device |
CN107907114B (zh) * | 2017-11-14 | 2020-05-05 | 中煤航测遥感集团有限公司 | 数据误差校正方法、装置、电子设备及可读取存储介质 |
CN107907114A (zh) * | 2017-11-14 | 2018-04-13 | 中煤航测遥感集团有限公司 | 数据误差校正方法、装置、电子设备及可读取存储介质 |
CN107967789A (zh) * | 2017-12-07 | 2018-04-27 | 何旭连 | 一种高效的自然灾害自动预警系统 |
CN108532652B (zh) * | 2018-04-20 | 2020-11-06 | 泗县微腾知识产权运营有限公司 | 一种采煤沉陷区在重复开采条件下的地基变形测试方法 |
CN108532652A (zh) * | 2018-04-20 | 2018-09-14 | 程刚 | 一种采煤沉陷区在重复开采条件下的地基变形测试系统 |
CN109253717A (zh) * | 2018-10-09 | 2019-01-22 | 安徽大学 | 一种矿区地表沉降三维激光扫描地表沉降监测设站方法 |
CN109253717B (zh) * | 2018-10-09 | 2020-11-27 | 安徽大学 | 一种矿区地表沉降三维激光扫描地表沉降监测设站方法 |
CN109489623A (zh) * | 2018-11-24 | 2019-03-19 | 上海勘察设计研究院(集团)有限公司 | 一种采用三维激光扫描仪测量桥头引道不均匀沉降的方法 |
CN109489623B (zh) * | 2018-11-24 | 2021-05-11 | 上海勘察设计研究院(集团)有限公司 | 一种采用三维激光扫描仪测量桥头引道不均匀沉降的方法 |
CN110132229A (zh) * | 2019-05-10 | 2019-08-16 | 西南交通大学 | 一种铁路轨道控制网三角高程测量与数据处理的方法 |
CN110763194A (zh) * | 2019-11-01 | 2020-02-07 | 中国矿业大学 | 一种地面三维激光扫描无标靶监测矿区地表沉陷的方法 |
CN111102962A (zh) * | 2020-01-13 | 2020-05-05 | 厦门精图信息技术有限公司 | 基于高分遥感卫星的地表沉降监测系统和方法 |
CN111102962B (zh) * | 2020-01-13 | 2024-05-14 | 厦门精图信息技术有限公司 | 基于高分遥感卫星的地表沉降监测系统和方法 |
CN112149279A (zh) * | 2020-08-25 | 2020-12-29 | 煤炭科学技术研究院有限公司 | 一种基于无人机航测的矿区地表大范围运动趋势判断方法 |
CN112149279B (zh) * | 2020-08-25 | 2024-01-05 | 煤炭科学技术研究院有限公司 | 一种基于无人机航测的矿区地表大范围运动趋势判断方法 |
CN113356830A (zh) * | 2021-05-14 | 2021-09-07 | 华北科技学院(中国煤矿安全技术培训中心) | 基于开采空间关键层滞缓效应的浅表层生态水保护方法 |
CN113284172B (zh) * | 2021-07-20 | 2021-10-19 | 浙大城市学院 | 一种针对复杂地形考古工作的三维数据采集方法及装置 |
CN113284172A (zh) * | 2021-07-20 | 2021-08-20 | 浙大城市学院 | 一种针对复杂地形考古工作的三维数据采集方法及装置 |
CN113781535A (zh) * | 2021-08-20 | 2021-12-10 | 连云港杰瑞自动化有限公司 | 一种基于振动传感器的视觉3d点云数据的补偿装置及补偿方法 |
CN114067073A (zh) * | 2021-11-16 | 2022-02-18 | 安徽理工大学 | 一种基于tls点云的矿区建筑物变形自动提取方法 |
CN114067073B (zh) * | 2021-11-16 | 2022-09-06 | 安徽理工大学 | 一种基于tls点云的矿区建筑物变形自动提取方法 |
CN114279398A (zh) * | 2021-11-25 | 2022-04-05 | 金川集团股份有限公司 | 一种基于无人机航测技术的金属矿开采地表沉降监测方法 |
CN114279398B (zh) * | 2021-11-25 | 2024-02-06 | 金川集团股份有限公司 | 一种基于无人机航测技术的金属矿开采地表沉降监测方法 |
CN117635856A (zh) * | 2023-11-07 | 2024-03-01 | 广东省地质调查院 | 一种矿山开采原始数字高程模型重建方法、系统和介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102607512A (zh) | 矿区沉陷车载式激光测量方法 | |
Ma et al. | Surface multi-hazard effect of underground coal mining | |
Wang et al. | Research on ground deformation monitoring method in mining areas using the probability integral model fusion D-InSAR, sub-band InSAR and offset-tracking | |
WO2022213673A1 (zh) | 融合无人机dom和星载sar影像的地表三维形变提取方法 | |
Janeras et al. | Multi-technique approach to rockfall monitoring in the Montserrat massif (Catalonia, NE Spain) | |
CN104515988B (zh) | 一种基于地基合成孔径雷达的边坡安全监测预警方法 | |
Barla et al. | InSAR monitoring of tunnel induced ground movements | |
CN102938095B (zh) | 一种基于多源数据的矿山沉陷监测预警方法 | |
CN202033028U (zh) | 车载式矿区沉陷三维动态监测系统 | |
Diao et al. | Assessment of mining-induced damage to structures using InSAR time series analysis: a case study of Jiulong Mine, China | |
Xu et al. | Monitoring subsidence deformation of Suzhou subway using InSAR timeseries analysis | |
Guo et al. | Utilization of 3D Laser Scanning for Stability Evaluation and Deformation Monitoring of Landslides | |
Mehrabi et al. | Spatiotemporal subsidence over Pabdana coal mine Kerman Province, central Iran using time-series of Sentinel-1 remote sensing imagery | |
Lian et al. | Time-series unmanned aerial vehicle photogrammetry monitoring method without ground control points to measure mining subsidence | |
Hu et al. | Methods for monitoring fast and large gradient subsidence in coal mining areas using SAR images: A review | |
CN109471104A (zh) | 一种从两平行轨道sar数据中获取地表三维移动量的方法 | |
Chen et al. | Revealing land surface deformation over the Yineng backfilling mining area, China, by integrating distributed scatterer SAR interferometry (DS InSAR) and a mining subsidence model | |
Yang et al. | A PSI targets characterization approach to interpreting surface displacement signals: A case study of the Shanghai metro tunnels | |
Ma et al. | Decision-making fusion of InSAR technology and offset tracking to study the deformation of large gradients in mining areas-Xuemiaotan mine as an example | |
Hu et al. | Time-series InSAR technology for ascending and descending orbital images to monitor surface deformation of the metro network in Chengdu | |
Cai et al. | A review of monitoring, calculation, and simulation methods for ground subsidence induced by coal mining | |
Zhou et al. | Integration of unmanned aerial vehicle (UAV)-based photogrammetry and InSAR for mining subsidence and parameters inversion: A case study of the Wangjiata Mine, China | |
Barbarella et al. | Multi-temporal terrestrial laser scanning survey of a landslide | |
Owczarz | A review of geodetic and remote sensing methods used for detecting surface displacements caused by mining | |
Li et al. | Monitoring land subsidence in North-central Henan Plain using the SBAS-InSAR method with Sentinel-1 imagery data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20120725 |