CN114155245A - 一种煤矿井下基于三维点云的围岩变形监测方法及装置 - Google Patents

一种煤矿井下基于三维点云的围岩变形监测方法及装置 Download PDF

Info

Publication number
CN114155245A
CN114155245A CN202210124014.9A CN202210124014A CN114155245A CN 114155245 A CN114155245 A CN 114155245A CN 202210124014 A CN202210124014 A CN 202210124014A CN 114155245 A CN114155245 A CN 114155245A
Authority
CN
China
Prior art keywords
point cloud
roadway
cloud data
dimensional point
surrounding rock
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.)
Granted
Application number
CN202210124014.9A
Other languages
English (en)
Other versions
CN114155245B (zh
Inventor
张金虎
李明忠
康迎春
雷声
徐亚军
杨正凯
宋磊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mining Products Safety Approval And Certification Center Co ltd
Ccteg Coal Mining Research Institute Co ltd
Tiandi Science and Technology Co Ltd
Original Assignee
Mining Products Safety Approval And Certification Center Co ltd
Ccteg Coal Mining Research Institute Co ltd
Tiandi Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Mining Products Safety Approval And Certification Center Co ltd, Ccteg Coal Mining Research Institute Co ltd, Tiandi Science and Technology Co Ltd filed Critical Mining Products Safety Approval And Certification Center Co ltd
Priority to CN202210124014.9A priority Critical patent/CN114155245B/zh
Publication of CN114155245A publication Critical patent/CN114155245A/zh
Application granted granted Critical
Publication of CN114155245B publication Critical patent/CN114155245B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/16—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30232—Surveillance

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明提出一种煤矿井下基于三维点云的围岩变形监测方法，包括以下步骤：驱动激光雷达沿与巷道轴线同向路线进行运动，其中在路线上有若干等距设置的基准重置点；对巷道扫描，采集巷道断面的三维点云数据；判断激光雷达是否到达基准重置点，若到达令激光雷达处于静止状态连续测量多次巷道断面的三维点云数据，否则转至驱动激光雷达沿与巷道轴线同向路线进行运动的步骤；根据三维点云数据，生成巷道端面的第一点云数据矩阵。本发明方法能够获取到巷道围岩的3D点云数据，从3D点云数据中逆向建模得到围岩的三维位置信息，从而实现对井下巷道围岩变形量精确监测与计算。本发明还提出一种煤矿井下基于三维点云的围岩变形监测装置。

Description

一种煤矿井下基于三维点云的围岩变形监测方法及装置
技术领域
本发明涉及巷道围岩检测技术领域，尤其涉及一种煤矿井下基于三维点云的围岩变形监测方法及装置。
背景技术
煤矿井下围岩变形随着井下开采深度和长度的增加而成增长趋势，因此加强对煤矿井下巷道围岩的检测刻不容缓。目前对井工煤矿巷道围岩的监测通常采用压力传感器实现。
在实现本发明过程中，发明人发现现有技术中至少存在以下问题：1.由于井工煤矿的巷道长，断面面积大，若要对整个巷道布设压力传感器，需要布设的数量大，极为耗费人力物力财力；2.由于压力传感器布设数量大，导致检修耗时长且难以实施；3.根据压力计算围岩变形的原理限制，所获得的变形量精度不高。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此，本发明的目的在于提出一种煤矿井下基于三维点云的围岩变形监测方法及装置。
为达到上述目的，本发明的第一方面提出了一种煤矿井下基于三维点云的围岩变形监测方法，包括以下步骤：
驱动激光雷达沿与巷道轴线同向路线进行运动，其中在路线上有若干等距设置的基准重置点；
对巷道扫描，采集巷道断面的三维点云数据；
判断激光雷达是否到达基准重置点，若到达则令激光雷达处于静止状态连续测量多次巷道断面的三维点云数据，否则转至驱动激光雷达沿与巷道轴线同向路线进行运动的步骤；
根据三维点云数据，生成巷道端面的第一点云数据矩阵。
本发明方法能够获取到巷道围岩的3D点云数据，从3D点云数据中逆向建模得到围岩的三维位置信息，从而实现对井下巷道围岩变形量精确监测与计算。
根据本发明的一个实施例，煤矿井下基于三维点云的围岩变形监测方法还包括以下步骤：
间隔预设时间后，按照如上述第一方面所述的煤矿井下基于三维点云的围岩变形监测方法生成与上次巷道断面相同位置的第二点云数据矩阵；
将第二点云数据矩阵与第一点云数据矩阵相减，获取巷道围岩的变形量矩阵；
判断变形量矩阵中每个元素的绝对值是否大于阈值；
在判断结果为是的情况下，将超出阈值的元素对应的巷道位置标记为需要再次测量的位置。
根据本发明的一个实施例，煤矿井下基于三维点云的围岩变形监测方法还包括以下步骤：
计算得到所述超出阈值的元素所对应的巷道横断面所在位置；
以所述巷道横断面为中位面的预定宽度的区域进行多次全息扫描；
对多次采集的三维点云数据取算术平均值，形成第三点云数据矩阵。
根据本发明的一个实施例，煤矿井下基于三维点云的围岩变形监测方法，还包括以下步骤：
将所述第一点云数据矩阵与所述第三点云数据矩阵进行对比，获得所述区域的围岩变形量；
根据围岩变形量，展示对应地三维曲面，其中三维曲面是根据对所述第一点云数据矩阵和所述第三点云数据矩阵进行曲面插值拟合得到的。
根据本发明的一个实施例，所述对巷道扫描，采集巷道断面的三维点云数据具体包括：
所述激光雷达以预定频率采集巷道端面的三维点云数据，选取所述激光雷达每次扫描时位于中心位置的三行数据的平均值作为当次采样的有效数据，得到所述巷道断面的点云向量；
响应于所述激光雷达扫描巷道完成，根据所述巷道断面的点云向量，得到所述第一点云数据矩阵。
根据本发明的一个实施例，所述计算得到所述超出阈值的元素所对应的巷道横断面所在位置具体包括：
根据所述超出阈值的元素所对应的下标，根据行下标、采样频率以及所述激光雷达运动速度，按照下式计算所述超出阈值的元素所对应的巷道横断面距所述基准重置点的距离：
Figure 400673DEST_PATH_IMAGE001
式中，l为所述超出阈值的元素所对应的巷道横断面距所述基准重置点的距离，i为行下标，f为采样频率，v为所述激光雷达运动速度。
根据本发明的一个实施例，所述激光雷达安装在轨道上，其中轨道安装在所述巷道的车道上。
本发明的第二方面提供了一种基于三维点云的围岩变形监测装置，包括：
激光雷达驱动单元，用于驱动激光雷达沿与巷道轴线同向路线进行运动，其中在路线上有若干等距设置的基准重置点；
三维点云数据采集单元，用于对巷道扫描，采集巷道断面的三维点云数据；
判断单元，用于判断激光雷达是否到达基准重置点，若到达则令激光雷达处于静止状态连续测量多次巷道断面的三维点云数据；
第一点云数据矩阵生成模块，用于根据三维点云数据，生成巷道端面的第一点云数据矩阵。
本发明的第三方面提供一种基于三维点云的围岩变形监测装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面所述方法的步骤。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1是本发明一实施例提出的一种煤矿井下基于三维点云的围岩变形监测方法的实现流程示意图。
图2是本发明一实施例涉及激光雷达扫描巷道断面的示意图。
图3是本发明一实施例涉及基准重置点的示意图。
图4是本发明一实施例提出的一种煤矿井下基于三维点云的围岩变形监测装置的结构示意图。
图5是本发明另一实施例提出的一种煤矿井下基于三维点云的围岩变形监测装置的结构示意图。
附图标记说明：
1-巷道横断面，2-激光雷达，3-轨道，4-基准重置点。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。相反，本发明的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
图1是本发明一实施例提出的一种煤矿井下基于三维点云的围岩变形监测方法的实现流程示意图。
参见图1-图3，一种煤矿井下基于三维点云的围岩变形监测方法，可以包括以下步骤：
步骤S102，驱动激光雷达2沿与巷道轴线同向路线进行运动，其中在路线上有若干等距设置的基准重置点4。
本步骤中，基准重置点4的数量可以根据实际的需求来确定，在此不做具体限定。井下巷道断面大致呈弧形，具有一定的规则性。相比于巷道而言，车道的变形量较小，因此以车道为安装基准。可以把激光雷达2安装在轨道3上，其中轨道3安装在巷道的车道上。
由于巷道较长，搭载激光雷达2的滑块的运动也会有重复定位误差，激光雷达2每次采样的采样点有很大可能不同。因此，每隔一段距离s设置一个基准重置点4，激光雷达2在基准重置点4处会在静止状态下连续测量n次，并取测量的平均值作为在该基准重置点4的测量值。完成在基准重置点4的测量后，激光雷达2会匀速运动至下一基准重置点4，并在该过程中持续以采样频率f进行采样。
有利地，激光雷达2可以搭载在滑块上，利用滑块沿轨道3做匀速运动。
步骤S104，对巷道扫描，采集巷道断面的三维点云数据。
本步骤中，可以使用激光雷达2对巷道扫描。
步骤S106，判断激光雷达2是否到达基准重置点4，若到达则令激光雷达2处于静止状态连续测量多次巷道断面的三维点云数据，否则转至步骤S102。
步骤S108，根据三维点云数据，生成巷道端面的第一点云数据矩阵。
通过上述步骤，获取到巷道围岩的3D点云数据，从3D点云数据中逆向建模得到围岩的三维位置信息，从而实现对井下巷道围岩变形量精确监测与计算。
在一些实施例中，为了得到围岩变形的具体位置，煤矿井下基于三维点云的围岩变形监测方法，还可以包括以下步骤：
步骤S110，间隔预设时间后，按照步骤S102-S108生成与上次巷道断面相同位置的第二点云数据矩阵。
本步骤中，预设时间可以是一天、一周或一月，也可以根据实际需求来设定。需要说明的是，采集过程要确保采样开始的基准点相同，激光雷达2运动速度相同，采样频率相同。
步骤S112，将第二点云数据矩阵与第一点云数据矩阵相减，获取巷道围岩的变形量矩阵。
步骤S114，判断变形量矩阵中每个元素的绝对值是否大于阈值。
步骤S116，在判断结果为是的情况下，将超出阈值的元素对应的巷道位置标记为需要再次测量的位置。
通过这些步骤，可以把超出阈值的元素所对应的巷道位置，即定位为变形量较大需要再次精确测量和比较的位置。
在一些实施例中，煤矿井下基于三维点云的围岩变形监测方法，还可以包括以下步骤：
步骤S118，计算得到超出阈值的元素所对应的巷道横断面1所在位置。
作为一种可能实现的方式，步骤S118计算得到超出阈值的元素所对应的巷道横断面1所在位置具体包括：
根据超出阈值的元素所对应的下标，根据行下标、采样频率以及激光雷达2运动速度，按照下式计算超出阈值的元素所对应的巷道横断面1距基准重置点4的距离：
Figure 92686DEST_PATH_IMAGE001
式中，l为超出阈值的元素所对应的巷道横断面1距基准重置点4的距离，i为行下标，f为采样频率，v为激光雷达2运动速度。
步骤S120，以巷道横断面1为中位面的预定宽度的区域进行多次全息扫描。
步骤S122，对多次采集的三维点云数据取算术平均值，形成第三点云数据矩阵。
步骤S124，将第一点云数据矩阵与第三点云数据矩阵进行对比，获得区域的围岩变形量。
步骤S126，根据围岩变形量，展示对应地三维曲面，其中三维曲面是根据对第一点云数据矩阵和第三点云数据矩阵进行曲面插值拟合得到的。
为了减少上述实施例中的运算量，避免对激光雷达2的原始数据进行重复处理，煤矿井下基于三维点云的围岩变形监测方法，步骤S104对巷道扫描，采集巷道断面的三维点云数据具体包括：
步骤S1042，激光雷达2以预定频率采集巷道端面的三维点云数据，选取激光雷达2每次扫描时位于中心位置的三行数据的平均值作为当次采样的有效数据，得到巷道断面的点云向量。
步骤S1044，响应于激光雷达2扫描巷道完成，根据巷道断面的点云向量，得到第一点云数据矩阵。
例如，选取激光雷达2每次扫描时位于中心位置的三行数据的平均值作为当次采样的有效数据，作为该横断面的点云向量
Figure 829697DEST_PATH_IMAGE002
。经过一轮完整的采样后，一轮完整的采样是指激光雷达2在从轨道3的起点移动至轨道3的终点， 这就可以获得被测巷道的第一点云矩阵
Figure 290766DEST_PATH_IMAGE003
，矩阵
Figure 720610DEST_PATH_IMAGE003
的每一行，即为每个被测横断面的点云向量
Figure 962236DEST_PATH_IMAGE002
。
间隔预设时间后，获得被测巷道的第二点云矩阵
Figure 175042DEST_PATH_IMAGE004
。令
Figure 818513DEST_PATH_IMAGE005
，即可得到巷道围岩的变形量矩阵。对矩阵
Figure 589898DEST_PATH_IMAGE006
中的所有元素取绝对值，并对每个元素的绝对值进行阈值判断，其中超出阈值的元素所对应的巷道位置，即定位为变形量较大需要再次精确测量和比较的位置。记步骤S116中记变形量较大区域所对应的原始点云数据矩阵为
Figure 318819DEST_PATH_IMAGE007
，步骤S122中的第三点云数据矩阵为
Figure 397634DEST_PATH_IMAGE008
，两者行列数均相同，所对应的实际测量区域相同，故可进行对比以确定该区域的围岩变形量，并可通过直观的三维曲面进行展示。
步骤S116为粗定位，步骤S122为精扫描，通过上述粗定位-精扫描结合的围岩变形监测方法，即可以较小的计算量实现对大范围内巷道围岩变形的精确检测。
基于上述目的，参照图4，本发明实施例的第二个方面，提供一种基于三维点云的围岩变形监测装置8，包括：
激光雷达2驱动单元81，用于驱动激光雷达2沿与巷道轴线同向路线进行运动，其中在路线上有若干等距设置的基准重置点4；
三维点云数据采集单元82，用于对巷道扫描，采集巷道断面的三维点云数据；
判断单元83，用于判断激光雷达2是否到达基准重置点4，若到达则令激光雷达2处于静止状态连续测量多次巷道断面的三维点云数据；
第一点云数据矩阵生成模块84，用于根据三维点云数据，生成巷道端面的第一点云数据矩阵。
上述基于三维点云的围岩变形监测装置的实施例采用了所述基于三维点云的围岩变形监测方法的实施例来具体说明各模块的工作过程，本领域技术人员能够很容易想到，将这些模块应用到所述基于三维点云的围岩变形监测方法的其他实施例中。当然，由于基于三维点云的围岩变形监测方法实施例中的各个步骤均可以相互交叉、替换、增加、删减，因此，这些合理的排列组合变换之于基于三维点云的围岩变形监测装置也应当属于本发明的保护范围，并且不应将本发明的保护范围局限在所述实施例之上。
基于上述目的，参照本发明实施例的第三个方面，参照图5，提供一种基于三维点云的围岩变形监测装置4，包括存储器41、处理器40以及存储在存储器41中并可在处理器40上运行的计算机程序42，处理器执行计算机程序时实现上述各个方法实施例中的步骤，例如步骤S102至S126。或者处理器40执行所述计算机程序42时实现上述各装置实施例中各单元的功能。
本发明实施例第三方面提供的基于三维点云的围岩变形监测装置可以达到与之对第一年过的前述任意方法与装置实施例相同或者相类似的效果。
需要说明的是，在本发明的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接或彼此可通讯；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中，除非另有明确的规定和限定，第一特征在第二特征 “上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (9)

1.一种煤矿井下基于三维点云的围岩变形监测方法，其特征在于包括以下步骤：
驱动激光雷达沿与巷道轴线同向路线进行运动，其中在路线上有若干等距设置的基准重置点；
对巷道扫描，采集巷道断面的三维点云数据；
判断激光雷达是否到达基准重置点，若到达则令激光雷达处于静止状态连续测量多次巷道断面的三维点云数据，否则转至驱动激光雷达沿与巷道轴线同向路线进行运动的步骤；
根据三维点云数据，生成巷道端面的第一点云数据矩阵。
2.根据权利要求1所述的煤矿井下基于三维点云的围岩变形监测方法，其特征在于，还包括以下步骤：
间隔预设时间后，按照如权利要求1所述的煤矿井下基于三维点云的围岩变形监测方法生成与上次巷道断面相同位置的第二点云数据矩阵；
将第二点云数据矩阵与第一点云数据矩阵相减，获取巷道围岩的变形量矩阵；
判断变形量矩阵中每个元素的绝对值是否大于阈值；
在判断结果为是的情况下，将超出阈值的元素对应的巷道位置标记为需要再次测量的位置。
3.根据权利要求2所述的煤矿井下基于三维点云的围岩变形监测方法，其特征在于，还包括以下步骤：
计算得到所述超出阈值的元素所对应的巷道横断面所在位置；
以所述巷道横断面为中位面的预定宽度的区域进行多次全息扫描；
对多次采集的三维点云数据取算术平均值，形成第三点云数据矩阵。
4.根据权利要求3所述的煤矿井下基于三维点云的围岩变形监测方法，其特征在于，还包括以下步骤：
将所述第一点云数据矩阵与所述第三点云数据矩阵进行对比，获得所述区域的围岩变形量；
根据围岩变形量，展示对应地三维曲面，其中三维曲面是根据对所述第一点云数据矩阵和所述第三点云数据矩阵进行曲面插值拟合得到的。
5.根据权利要求1所述的煤矿井下基于三维点云的围岩变形监测方法，其特征在于，所述对巷道扫描，采集巷道断面的三维点云数据具体包括：
所述激光雷达以预定频率采集巷道端面的三维点云数据，选取所述激光雷达每次扫描时位于中心位置的三行数据的平均值作为当次采样的有效数据，得到所述巷道断面的点云向量；
响应于所述激光雷达扫描巷道完成，根据所述巷道断面的点云向量，得到所述第一点云数据矩阵。
6.根据权利要求3所述的煤矿井下基于三维点云的围岩变形监测方法，其特征在于，所述计算得到所述超出阈值的元素所对应的巷道横断面所在位置具体包括：
根据所述超出阈值的元素所对应的下标，根据行下标、采样频率以及所述激光雷达运动速度，按照下式计算所述超出阈值的元素所对应的巷道横断面距所述基准重置点的距离：
Figure 15982DEST_PATH_IMAGE001
式中，l为所述超出阈值的元素所对应的巷道横断面距所述基准重置点的距离，i为行下标，f为采样频率，v为所述激光雷达运动速度。
7.根据权利要求1所述的煤矿井下基于三维点云的围岩变形监测方法，其特征在于：所述激光雷达安装在轨道上，其中轨道安装在所述巷道的车道上。
8.一种基于三维点云的围岩变形监测装置，其特征在于，包括：
激光雷达驱动单元，用于驱动激光雷达沿与巷道轴线同向路线进行运动，其中在路线上有若干等距设置的基准重置点；
三维点云数据采集单元，用于对巷道扫描，采集巷道断面的三维点云数据；
判断单元，用于判断激光雷达是否到达基准重置点，若到达则令激光雷达处于静止状态连续测量多次巷道断面的三维点云数据；
第一点云数据矩阵生成模块，用于根据三维点云数据，生成巷道端面的第一点云数据矩阵。
9.一种基于三维点云的围岩变形监测装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述方法的步骤。
CN202210124014.9A 2022-02-10 2022-02-10 一种煤矿井下基于三维点云的围岩变形监测方法及装置 Active CN114155245B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210124014.9A CN114155245B (zh) 2022-02-10 2022-02-10 一种煤矿井下基于三维点云的围岩变形监测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210124014.9A CN114155245B (zh) 2022-02-10 2022-02-10 一种煤矿井下基于三维点云的围岩变形监测方法及装置

Publications (2)

Publication Number Publication Date
CN114155245A true CN114155245A (zh) 2022-03-08
CN114155245B CN114155245B (zh) 2022-05-03

Family

ID=80450321

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210124014.9A Active CN114155245B (zh) 2022-02-10 2022-02-10 一种煤矿井下基于三维点云的围岩变形监测方法及装置

Country Status (1)

Country Link
CN (1) CN114155245B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114993300A (zh) * 2022-05-24 2022-09-02 徐州三叉戟信息科技有限公司 透明矿山全空间跟踪监测及智能预警系统
CN115218808A (zh) * 2022-07-18 2022-10-21 太原理工大学 一种随掘围岩稳定性判定与预警方法及系统
CN115792949A (zh) * 2023-02-10 2023-03-14 深圳酷源数联科技有限公司 一种适用于矿井巷道的形变监测方法及系统
CN116929227A (zh) * 2023-09-14 2023-10-24 钛玛科（北京）工业科技有限公司 厚度测量方法及厚度测量装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108120389A (zh) * 2017-11-30 2018-06-05 长江空间信息技术工程有限公司(武汉) 基于三维激光点云的封闭曲面变形检测方法
CN109115176A (zh) * 2018-09-05 2019-01-01 上海华测导航技术股份有限公司 一种移动式的三维激光扫描系统
CN110470237A (zh) * 2019-08-23 2019-11-19 黑龙江科技大学 基于三维激光扫描的竖井变形监测方法
US20200035076A1 (en) * 2019-08-27 2020-01-30 Lg Electronics Inc. ARTIFICIAL INTELLIGENCE APPARATUS AND METHOD FOR DETECTING THEFT AND TRACING IoT DEVICE USING SAME
CN111272093A (zh) * 2020-03-20 2020-06-12 陕西煤业化工技术研究院有限责任公司 一种巷道变形监测方法
CN111612902A (zh) * 2020-04-20 2020-09-01 杭州鼎控自动化技术有限公司 一种基于雷达点云数据的煤矿巷道三维模型构建方法
WO2020179382A1 (ja) * 2019-03-01 2020-09-10 コニカミノルタ株式会社 監視装置、及び監視方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108120389A (zh) * 2017-11-30 2018-06-05 长江空间信息技术工程有限公司(武汉) 基于三维激光点云的封闭曲面变形检测方法
CN109115176A (zh) * 2018-09-05 2019-01-01 上海华测导航技术股份有限公司 一种移动式的三维激光扫描系统
WO2020179382A1 (ja) * 2019-03-01 2020-09-10 コニカミノルタ株式会社 監視装置、及び監視方法
CN110470237A (zh) * 2019-08-23 2019-11-19 黑龙江科技大学 基于三维激光扫描的竖井变形监测方法
US20200035076A1 (en) * 2019-08-27 2020-01-30 Lg Electronics Inc. ARTIFICIAL INTELLIGENCE APPARATUS AND METHOD FOR DETECTING THEFT AND TRACING IoT DEVICE USING SAME
CN111272093A (zh) * 2020-03-20 2020-06-12 陕西煤业化工技术研究院有限责任公司 一种巷道变形监测方法
CN111612902A (zh) * 2020-04-20 2020-09-01 杭州鼎控自动化技术有限公司 一种基于雷达点云数据的煤矿巷道三维模型构建方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114993300A (zh) * 2022-05-24 2022-09-02 徐州三叉戟信息科技有限公司 透明矿山全空间跟踪监测及智能预警系统
CN115218808A (zh) * 2022-07-18 2022-10-21 太原理工大学 一种随掘围岩稳定性判定与预警方法及系统
CN115218808B (zh) * 2022-07-18 2023-07-14 太原理工大学 一种随掘围岩稳定性判定与预警方法及系统
CN115792949A (zh) * 2023-02-10 2023-03-14 深圳酷源数联科技有限公司 一种适用于矿井巷道的形变监测方法及系统
CN116929227A (zh) * 2023-09-14 2023-10-24 钛玛科（北京）工业科技有限公司 厚度测量方法及厚度测量装置

Also Published As

Publication number Publication date
CN114155245B (zh) 2022-05-03

Similar Documents

Publication Publication Date Title
CN114155245B (zh) 一种煤矿井下基于三维点云的围岩变形监测方法及装置
Thomsen et al. Soil surface roughness: comparing old and new measuring methods and application in a soil erosion model
Ge et al. Automated measurements of discontinuity geometric properties from a 3D-point cloud based on a modified region growing algorithm
Eltner et al. Accuracy constraints of terrestrial Lidar data for soil erosion measurement: Application to a Mediterranean field plot
Mitasova et al. Raster-based analysis of coastal terrain dynamics from multitemporal lidar data
CN105718751B (zh) 一种基于面积格点覆盖的深松作业面积计算方法
Alho et al. Mobile laser scanning in fluvial geomorphology: Mapping and change detection of point bars
Baptista et al. A precise and efficient methodology to analyse the shoreline displacement rate
Bögel et al. Assessment of soil roughness after tillage using spectral analysis
CN102426352B (zh) 风廓线雷达风计算方法
Kaasalainen et al. Brief communication" Application of mobile laser scanning in snow cover profiling"
Geist et al. Investigations on intra-annual elevation changes using multi-temporal airborne laser scanning data: case study Engabreen, Norway
Su et al. Tree skeleton extraction from laser scanned points
CN109282850A (zh) 一种耕作参数测量装置和方法、农机具作业耕深测量方法
Liu et al. Measurement and evaluation method of farmland microtopography feature information based on 3D LiDAR and inertial measurement unit
Siqueira et al. Assessing water erosion processes in degraded area using unmanned aerial vehicle imagery
Barneveld et al. Quantifying the dynamics of microtopography during a snowmelt event
Zeller et al. Beyond glacier-wide mass balances: parsing seasonal elevation change into spatially resolved patterns of accumulation and ablation at Wolverine Glacier, Alaska
Leanza et al. Novel measurements and features for the characterization of soil surface roughness
CN111947596A (zh) 一种植物覆盖下原地貌地形快速测量装置
Zhou et al. Modelling spatio-temporal pattern of landuse change using multi-temporal remotely sensed imagery
CN105321157A (zh) 被动微波亮温数据降尺度方法和系统
CN209043363U (zh) 一种耕作参数测量装置
CN104819708A (zh) 一种沙丘位移定位观测方法
CN212390972U (zh) 一种植物覆盖下原地貌地形快速测量装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant