CN110763194A - 一种地面三维激光扫描无标靶监测矿区地表沉陷的方法 - Google Patents

Abstract

本发明涉及一种地面三维激光扫描无标靶监测矿区地表沉陷的方法，属于矿区开采沉陷技术领域，解决了现有技术中矿区开采沉陷监测外业劳动强度大、标靶布设困难、效率低且存在人身安全风险的问题。本发明的方法步骤包括：在矿区工作面布设地面三维激光扫描仪测站点位置；使用三维激光扫描仪对矿区工作面进行多站点扫描，获得同期多站点云数据；对点云数据预处理；利用预处理后的各期点云数据建立地表DEM；通过多期地表DEM相减，得到观测期间地表动态下沉值。本发明无需布设标靶对矿区地表沉陷进行监测，使用特征点完成同期多站点云数据拼接，将整体点云统一转换到大地坐标系下，简化了野外作业流程，降低了工作的危险性，提高了工作效率。

Description

一种地面三维激光扫描无标靶监测矿区地表沉陷的方法

技术领域

本发明涉及矿区开采沉陷技术领域，尤其涉及一种地面三维激光扫描无标靶监测矿区地表沉陷的方法。

背景技术

三维激光扫描技术属于面式测量模式，近年来该技术以其高效、高精度、非接触的特点广泛应用于变形监测、地质灾害防护、工业与建筑物建模等领域，其中在地表沉陷监测领域克服了传统主断面“十字”线状观测站监测地表沉陷的缺点和不足，实践表明该方法可以有效获取建筑物、地表等变形信息。

使用三维激光扫描对目标进行数据采集时，由于视角受限或其他物体遮挡等原因，需要合理布设观测站点，多站点对目标进行全方位扫描。传统的拼接方法是人工布设三个或三个以上不共线的标靶，多站间数据将公共标靶视为同名点从而完成坐标的强制对齐，使多站数据统一到某个独立的三维坐标系下，这种方法费时费力，尤其是在地形复杂、测区范围较大的野外，存在标靶布设困难且难以测量出标靶中心大地坐标的问题，同时野外劳动量大，效率低且增加了工作的危险性。

发明内容

鉴于上述的分析，本发明实施例旨在提供一种地面三维激光扫描无标靶监测矿区地表沉陷的方法，用以解决现有矿区开采沉陷监测外业劳动强度大、标靶布设困难、效率低且存在人身安全风险的问题。

本发明的目的主要通过以下技术方案实现的：

一种地面三维激光扫描无标靶监测矿区地表沉陷的方法，步骤包括：

步骤1：在矿区工作面布设地面三维激光扫描仪测站点位置；

步骤2：使用三维激光扫描仪对矿区工作面进行多站点扫描，获得同期多站点云数据；

步骤3：对点云数据预处理；

步骤4：利用预处理后的各期点云数据建立地表DEM；

步骤5：通过多期地表DEM相减，得到观测期间地表动态下沉值。

进一步，

所述步骤1中，所述布设地面三维激光扫描仪测站点位置，测站点之间无需布设标靶。

进一步，所述步骤3中，所述点云数据预处理包括点云数据拼接，将同期多站点云数据转换到扫描仪坐标系下。

进一步，所述点云数据拼接通过选取公共特征点完成。

进一步，所述公共特征点是指建筑物或构筑物的棱角分明的公共点。

进一步，所述点云数据拼接时使用布尔沙模型。

进一步，所述步骤3中，所述点云数据预处理还包括点云数据大地坐标转换，将扫描仪坐标系转换到大地坐标系下。

进一步，所述大地坐标转换是使用全站仪测量的观测站点大地坐标系，求出坐标平移、旋转转换参数，将整体点云转到测区大地坐标系下。

进一步，所述步骤4中，所述建立地表DEM，使用离散点构网法，其步骤包括：

s1.计算观测区范围，即得到的扫描范围内最大、最小坐标；

s2.设置网格间距，在最大、最小坐标形成的范围内循环划分网格；

s3.内插格网节点高程值；

s4.存储三维网格高程值。

进一步，所述方法在步骤3和步骤4之间还包括步骤对坐标转换后的点云数据进行误差分析。

与现有技术相比，本发明至少可实现如下有益效果之一：

(1)通过建立地面三维激光扫描仪观测站，使用三维激光扫描仪对矿区工作面进行多站点扫描，获得同期多站点云数据，将外业测量过程简单化，降低了外业测量的劳动强度，将主要工作转化至内业处理；

(2)外业操作放弃布设标靶，使用特征点完成拼接，利用站点大地坐标求出坐标转换参数，组成旋转矩阵，将整体点云数据统一转换到大地坐标系下，在保证监测精度的同时，简化了野外作业流程，降低了工作的危险性，提高了工作效率。

本发明中，上述各技术方案之间还可以相互组合，以实现更多的优选组合方案。本发明的其他特征和优点将在随后的说明书中阐述，并且，部分优点可从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过说明书以及附图中所特别指出的内容中来实现和获得。

附图说明

附图仅用于示出具体实施例的目的，而并不认为是对本发明的限制，在整个附图中，相同的参考符号表示相同的部件。

图1为三维激光扫描应用于地表沉陷监测示意图；

图2为扫描仪测站点布设示意图；

图3为规格格网数字高程模型图；

图4为利用网格点建立的地表DEM图；

图5为矿区地表DEM及下沉盆地图。

附图标记：

100-第一次扫描；200-第二次扫描；300-地表；400-工作面；500-沉陷盆地。

具体实施方式

下面结合附图来具体描述本发明的优选实施例，其中，附图构成本发明一部分，并与本发明的实施例一起用于阐释本发明的原理，并非用于限定本发明的范围。

本实施例公开了一种地面三维激光扫描无标靶监测矿区地表沉陷的方法，如图1-图5所示，其主要步骤如下：在矿区工作面布设地面三维激光扫描仪测站点位置→使用三维激光扫描仪对矿区工作面进行多站点扫描，获得同期多站点云数据→对点云数据预处理→利用预处理后的各期点云数据建立地表DEM→通过多期地表DEM相减，得到观测期间地表动态下沉值。

三维激光扫描应用于地表沉陷监测过程如图1所示，当开采工作进行一段时间即工作面400推进到某一位置时，使用三维激光扫描仪对工作面400进行第一次扫描100，提取地表300的数据建立或更新沉陷区DEM₁，当开采工作继续进行一段时间即工作面400推进到另一位置时，使用三维激光扫描仪对同一位置地表300进行第二次扫描200，更新沉陷区数字地面模型，得到DEM₂，用DEM₁减去DEM₂可以得到监测区域开采时刻之间的地表300的实测下沉值即沉陷盆地500。

示例性地，将此方法应用于内蒙古王家塔煤矿，研究区域概况：王家塔煤矿2S201工作面地面标高1300m，走向长平均1200m，倾向长平均260m，平均煤厚为3260mm，平均倾角5°，开始采动时间是2018年7月11日。

对2S201工作面共设置14个扫描仪测站点，扫描仪测站的布设如图2所示，扫描仪测站的布设主要是为了确定沉陷盆地的边界范围，对于移动盆地一般取下沉10mm的点为最外边界。由于仪器发射的激光具有发散性，激光光斑随着距离的增大而增大，因此应合理控制测站点设置距离，在保证数据质量的同时尽可能提高作业效率，在扫描仪扫描距离内，每站应尽量避免遮挡，站点之间不布设标靶点，外业操作放弃布设标靶，降低了外业作业劳动强度，简化了外业作业过程，减少了人员身处野外的时间，降低了工作的危险性。使用ReiglVZ-1000地面三维激光扫描仪分别于2018年6月和2018年9月对王家塔煤矿2S201工作面共进行两次扫描，获得多站点云数据，使用地面三维激光扫描仪进行外业数据采集，将主要工作转到内业，简化了外业作业流程，有效降低了外业作业的劳动强度。

由于同一期数据进行多站点扫描时，每个站点获得的点云数据是在扫描仪独立坐标系下，为了将点云数据转换到统一坐标系下，需要对点云数据进行拼接，在拼接过程中配准使用任意角度空间坐标转换的布沙尔模型进行，布尔沙模型如下：

其中，X₀、Y₀、Z₀为SOCS1坐标系转换到SOCS0坐标系的平移参数；α、β、γ分别为SOCS1坐标系转换到SOCS0坐标系的旋转角度；

将布沙尔模型在六参数初值X₀ ⁰、Y₀ ⁰、Z₀ ⁰、α⁰、β⁰、γ⁰处泰勒展开，保留一阶项，通过迭代计算减小舍去误差，

最终可得到误差方程：

其中，

为七参数改正数，选择至少四对同名点，通过最小二乘法进行迭代计算，即可解出参数的最优估计。

采用以上方法即可将同一期中的多站数据统一转换到扫描仪坐标系下。

示例性地，在王家塔煤矿中，使用三维激光扫描仪对矿区工作面进行多站点扫描，获得同期多站点云数据，对点云数据进行预处理，点云数据预处理包括多站点云数据的拼接，拼接后点云数据的大地坐标转换。由于研究区域范围较大，测站点较多，两站之间通过选取公共特征点来完成拼接。通过选取三个以上建筑物、构筑物或者其他棱角分明的公共点完成点云的拼接，示例性地，房屋角点、输电线塔角点、电线杆角点作为公共特征点，使用全站仪测量的测站点大地坐标，求出坐标系转换过程中两坐标系转换的平移、旋转参数，将整体点云数据转换到观测区大地坐标系下。

由于矿区地表监测是一个变形的时序工作，两期的扫描仪坐标系不统一，需要将拼接后的每一期数据转换到统一的大地坐标系，示例性地，如WGS84坐标系；提取配准后3个设站点在扫描仪坐标系中的三维坐标，并与全站仪测量的高精度大地坐标相对应，按照点云数据拼接方法，求出对应的坐标转换参数X₁，Y₁，Z₁，α，β，γ；将配准后的点云坐标系绕Z轴旋转γ得到旋转矩阵R₃(γ)，

相似的，坐标系绕Y轴旋转β得到旋转矩阵R₂(β)，

坐标系绕X轴旋转α得到旋转矩阵R₁(α)，

则总体旋转矩阵M_sop为：

则坐标系转换公式为：

式中，M_sop为总体旋转矩阵，SOCS为扫描仪坐标系，GLCS为大地坐标系，通过坐标系转换公式，可以将整体点云数据转换到大地坐标系下。

本实施例中，使用特征点完成拼接，利用较少的站点，至少3个站点，示例性地，3个站点大地坐标求出坐标转换参数，组成旋转矩阵，将整体点云统一转换到大地坐标系下，由于避免了布设公共标靶的步骤，能较大程度简化了野外作业流程，降低了工作的危险性与项目实施的复杂性。

为了确保转换至大地坐标系的点云数据的精度，在对点云数据预处理后，利用预处理后的各期点云数据建立地表DEM前，还应包括对点云数据误差及精度分析这一步骤。大地坐标转换之后的点云误差来源主要包括三维激光三维扫描仪扫描误差m₁、配准误差m₂和大地坐标转换误差m₃，点位误差m_p估算公式为：

需要说明的是，扫描误差m₁包括测角和测距误差，仪器自身的检校、外接环境、被扫描目标及其它误差都会对点云精度产生影响。示例性地，本实施例中，外业数据采集使用Reigl VZ-1000三维激光扫描仪，其主要性能指标如下表所示，Reigl VZ-1000出厂报告和质检报告中指出，仪器标称精度为5mm/100，本实施例中由于地形起伏及现场存在植被遮挡，扫描仪距目标平均有效距离约为100m，由此认为仪器误差在5mm左右。

性能指标	参数
		测量距离	2.5m＜d＜1400m
标称精度	5mm/100m
		视场角	100deg×360deg
角度分辨率	0.0005°

配准阶段误差主要来源于选取点的对应关系，通过均匀分布的至少3对同名点，利用最小二乘法进行迭代计算，求解最优参数，粗配准精度用单位权中误差σ₀评定：

其中3n-6表示自由度，n为公共点个数。

本实施例中，记录各站拼接中误差σ₀，利用贝塞尔公式

其中，n为参与计算中误差σ₀个数。2018年7月份数据整体拼接误差m₂为22mm；2018年9月份数据整体拼接误差为11mm，两月平均误差为16.5mm，即m₂＝16.5mm。

需要说明的是，大地坐标转换本质上与配准原理类似，也是求取七参数并构建旋转矩阵的过程，主要的误差源有站点坐标提取以及对应的大地坐标测量，选取的测站点应均匀分布，避免在一条直线上。本实施例中，测站点大地坐标测量采用闭合导线的形式布设，按照三等导线精度进行观测，使用徕卡TM30测量机器人(测角精度为0.5s，测距精度为1mm±1ppm)观测，控制网测量完成后进行简易平差等工作。

为了验证坐标转换精度，将测站点在扫描仪坐标系下坐标乘以旋转矩阵，将转换后的坐标系与直接观测的大地坐标比较，下表为9月份点云数据坐标转换精度，是通过坐标转换后随机选取的站点坐标与高精度全站仪测量的数据对比得到的误差值。结果表明，在x、y方向上，精度小于5mm，在z方向上，高程精度小于40mm，对于每个站点，点位精度

平均点位精度:

点位平均精度m₃＝32mm，该精度满足工程需要。

观测站号	X之差ΔX/m	Y之差ΔY/m	Z之差ΔZ/m
				T8	0.0007	0.0005	0.0375
T9	0.0008	0.0002	0.0370
				T10	0.0012	0.0006	0.0381
T14	0.0011	0.0021	0.0370
				T1	0.0016	0.0000	0.0107

本实施例中，王家塔煤矿：m₁＝5mm，m₂＝16.5mm，m₃＝32mm，利用点云误差估算公式

得到点云的点位误差m_p＝36.349mm。

为了得到矿区地表DEM，需要对经过坐标转换的点云数据，去除植被、建筑物、构筑物等非地面点数据之后，根据高程模型的生成算法，按照0.5米分辨率建立方格网，且每个格网内仅保留一个最低点，离散点构网，主要步骤包括：

(1)计算观测区范围，即得到扫描范围内最大、最小坐标；

(2)设置网格间距D循环划分网格；

(3)内插格网节点高程值；

求每个离散点S到网格点的距离d_l，l∈(1～N)，N为离散点数；得到每个离散点高程的权Q_l＝(1/d_l)^k，k为数据量的平均值；网格点P(i,j)高程值Z_p等于附近点高程Z_l反距离加权平均值，k越大结果越平滑。

(4)存储三维网格DEM；

其中

将各期数据建模后导出的三维坐标点x、y值按从小到大遍历的顺序一一对应。同一绝对坐标对应点的高程相减即为三维激光扫描仪获取的DEM建模后各点沉降的真值。

在王家塔煤矿中，利用预处理后的各期点云数据生成地表DEM，地面点云经过去噪、取样之后，按照0.5m分辨率进行离散点构网，从2018年6月至2019年9月对该工作面共进行两次扫描观测，以开采前首次扫描的数据(2018年6月30日)为基准建立地表DEM₁，如图5(a)；以第二次(2018年9月3日)扫描的数据建立矿区地表DEM₂，如图5(b)，从图5(a)、图5(b)可以看出从2018年6月份至2018年9月份地表高程一直处于变化之中，其中海拔较低的地面面积逐渐增大。

为了便于验证地面三维激光扫描仪获取地表DEM模型的精度，用全站仪对架设仪器的测站点进行测量，从而获得各设站点的大地坐标和高程，全站仪实测高程值与DEM高程值对比如下表所示。

通过比较测量全站仪测量9个设站点高程值和生成的DEM对应点的高程值，可以计算得到DEM精度的标注差计算公式如下：

其中，vv为误差值，n为测站数量，评价DEM精度的标注差σ₁＝46.48mm。

通过2018年6月11日获得的矿区地表DEM₁与2018年9月3日获得的DEM₂相减，得到2018年6月11日至2018年9月3日共84天的地表下沉盆地，如图5(c)所示，从下沉盆地监测的结果可得，王家塔煤矿截止到2018年9月3日地表最大下沉达到2.5m。

以高精度的全站仪测量得到的下沉值为真值，评定获得的沉陷盆地精度，通过2018年6月份与9月份两期全站仪测得设站点沉陷值，与DEM相减获得的相应点沉陷值进行比较，获得的各点沉陷值如下表所示。

通过比较测量沉陷值和模型对应点沉陷值，可以计算得到沉陷盆地模型的标注差如下：

其中，vv为误差值，n为测站数量，评价沉陷盆地模型精度的标注差σ₂＝67mm。

通过分析得到点云测量精度达到36mm，点云建立的DEM高程精度可以达到46mm，利用点云数据建立矿区地表DEM，通过两期DEM相减得到了该时间段内地表下沉盆地，其精度可达到67mm，沉陷盆地模型精度相对于最大下沉值约为2.5m的地表变形，相对误差为2.7％，该精度在矿山开采沉陷监测方面满足应用要求，说明三维激光扫描无标靶监测地表形变方案的可靠性。

传统测量方法包括全站仪控制测量、三维激光扫描仪扫描、全站仪数据平差处理、点云数据处理。以实施例中的内蒙古王家塔煤矿为例，采用传统方法控制测量部分需要使用全站仪沿工作面走向及倾向共测量40个控制点(控制点上架设标靶)，时间需要3天，三维激光扫描需要根据控制点位置，扫描40个测站，需要5天，内业数据处理全站仪数据平差需要3天，点云数据处理需要15天，累计需要26天；同等人力及其他条件下，采用本实施例的方法，控制测量只需要测量6个点的位置坐标(需要大于3个点)，时间需要0.5天，三维激光扫描无需控制点，任意设站，只需扫描14个测站，时间为2天，全站仪内业数据处理为0.5天，点云数据处理6天，累计为9天，相比于传统方法，效率提高了65％。

本实施例中，使用三维激光扫描对矿区沉陷地表沉陷进行监测，无需布设标靶，由于避免了布设标靶这一步骤，无需携带大量仪器到达现场作业，摆脱了以往携带大量仪器以及标靶布设困难，简化了外业操作流程，同时克服了现场地形的限制；使用特征点完成同一期多站点点云数据拼接，利用站点大地坐标求出坐标转换参数，组成旋转矩阵，将整体点云统一转换到大地坐标系下，在保证监测精度的同时，简化了野外作业流程，降低了工作的危险性，提高了工作效率。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种地面三维激光扫描无标靶监测矿区地表沉陷的方法，其特征在于，步骤包括：

步骤1：在矿区工作面布设地面三维激光扫描仪测站点位置；

步骤2：使用三维激光扫描仪对矿区工作面进行多站点扫描，获得同期多站点云数据；

步骤3：对点云数据预处理；

步骤4：利用预处理后的各期点云数据建立地表DEM；

步骤5：通过多期地表DEM相减，得到观测期间地表动态下沉值。

2.根据权利要求1所述的一种地面三维激光扫描无标靶监测矿区地表沉陷的方法，其特征在于，所述步骤1中，所述布设地面三维激光扫描仪测站点位置，测站点之间无需布设标靶。

3.根据权利要求1所述的一种地面三维激光扫描无标靶监测矿区地表沉陷的方法，其特征在于，所述步骤3中，所述点云数据预处理包括点云数据拼接，将同期多站点云数据转换到扫描仪坐标系下。

4.根据权利要求3所述的一种地面三维激光扫描无标靶监测矿区地表沉陷的方法，其特征在于，所述点云数据拼接通过选取公共特征点完成。

5.根据权利要求4所述的一种地面三维激光扫描无标靶监测矿区地表沉陷的方法，其特征在于，所述公共特征点是指建筑物或构筑物的棱角分明的公共点。

6.根据权利要求3所述的一种地面三维激光扫描无标靶监测矿区地表沉陷的方法，其特征在于，所述点云数据拼接时使用布尔沙模型。

7.根据权利要求3所述的一种地面三维激光扫描无标靶监测矿区地表沉陷的方法，其特征在于，所述步骤3中，所述点云数据预处理还包括点云数据大地坐标转换，将扫描仪坐标系转换到大地坐标系下。

8.根据权利要求7所述的一种地面三维激光扫描无标靶监测矿区地表沉陷的方法，其特征在于，所述大地坐标转换是使用全站仪测量的观测站点大地坐标系，求出坐标平移、旋转转换参数，将整体点云转到测区大地坐标系下。

9.根据权利要求1所述的一种地面三维激光扫描无标靶监测矿区地表沉陷的方法，其特征在于，所述步骤4中，所述建立地表DEM，使用离散点构网法，其步骤包括：

s1.计算观测区范围，即得到的扫描范围内最大、最小坐标；

s2.设置网格间距，在最大、最小坐标形成的范围内循环划分网格；

s3.内插格网节点高程值；

s4.存储三维网格高程值。

10.根据权利要求1至9所述的一种地面三维激光扫描无标靶监测矿区地表沉陷的方法，其特征在于，所述方法在步骤3和步骤4之间还包括步骤对坐标转换后的点云数据进行误差分析。

Images