CN116753907A - 一种地下深层空洞的探测方法、装置、设备及存储介质 - Google Patents

一种地下深层空洞的探测方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN116753907A
CN116753907A CN202311045561.9A CN202311045561A CN116753907A CN 116753907 A CN116753907 A CN 116753907A CN 202311045561 A CN202311045561 A CN 202311045561A CN 116753907 A CN116753907 A CN 116753907A
Authority
CN
China
Prior art keywords
detection
cloud data
preset
point cloud
sub
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
CN202311045561.9A
Other languages
English (en)
Other versions
CN116753907B (zh
Inventor
朱琪
吴小东
王冲
闻平
肖正龙
吴弦骏
曹磊
付航
杨正霖
秦明顺
麻卫峰
张加泽
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.)
PowerChina Kunming Engineering Corp Ltd
Original Assignee
PowerChina Kunming Engineering Corp 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 PowerChina Kunming Engineering Corp Ltd filed Critical PowerChina Kunming Engineering Corp Ltd
Priority to CN202311045561.9A priority Critical patent/CN116753907B/zh
Publication of CN116753907A publication Critical patent/CN116753907A/zh
Application granted granted Critical
Publication of CN116753907B publication Critical patent/CN116753907B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C7/00Tracing profiles
    • G01C7/06Tracing profiles of cavities, e.g. tunnels
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V8/00Prospecting or detecting by optical means
    • G01V8/02Prospecting
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/30Assessment of water resources

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Mathematics (AREA)
  • Algebra (AREA)
  • Geophysics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Pure & Applied Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本申请公开了一种地下深层空洞的探测方法、装置、设备及存储介质,方法通过以预设速度差值定义至少两个探测速度并以预设权重差值分别赋予每个探测速度一个权重系数,所有权重系数根据所有探测速度由慢至快而从大到小,同时分别获取每个权重系数对应的探测次数,分别以每个探测速度自钻孔的起始端开始向钻孔的预设深度探测对应的探测次数,并通过滑窗算法确定边界,获取没有位于径向行程内的边界并标记为空洞。本申请利用了匀速直线运动的变量少、惯性系良好,在匀速移动过程中进行多次探测,以防止探测设备在停止状态时晃动或歪斜,且本申请针对不同速度设置不同的探测次数,最后整合所有探测数据以减少误差,整个探测过程生成的空洞数据精确。

Description

一种地下深层空洞的探测方法、装置、设备及存储介质
技术领域
本申请涉及地质勘探技术领域,尤其涉及一种地下深层空洞的探测方法、装置、设备及存储介质。
背景技术
地质勘探过程中,在地面钻出较深的钻孔时,发现存在地下空洞,需要采用扫描装置深入钻孔内采集空洞的特征数据,以用于进一步进行地质勘探和分析。
目前常见的地下勘测设备采用钢管等硬连接,将地下勘测设备放入空洞内扫描收集三维数据,但受连接方式限制,深入地下的深度受限,通常适用于深度10米至20米的范围,对于超过百米的空洞勘测收集图像数据难以适应;对于深度较深的地下空洞,地下勘测设备通常采用绳索等软连接,由于软连接具有柔性特性,使得地下勘测设备在下放深度较深时容易晃动,导致采集深层空洞的特征数据不够精确、不够稳定。
专利号为CN219201962U的实用新型公开了地下空洞检测设备,包括支撑杆、伸缩机构和检测装置,利用伸缩机构将检测装置下放到地下空洞中,同时对伸缩机构进行支撑,利用摄像主体转动对地下空洞的外貌进行拍照和视频拍摄,利用水平测距仪对地下空洞的横向距离进行测量,在水平测距仪跟随摄像主体转动时对地下空洞同一高度的水平方向距离进行测量,得到地下空洞的横截面形状,从而获得地下空洞内的图像数据;该专利中,难以适应于较深的地下空洞的探测,从而收集图像,同时检测装置与伸缩机构之间的角度固定,存在图像收集盲区,导致采集的数据不够完善。
发明内容
本申请的主要目的在于提供一种地下深层空洞的探测方法、装置、设备及存储介质,以解决现有技术中设备受限或晃动导致难以采集精确、稳定的空洞数据的问题。
为了实现上述目的,本申请提供如下技术方案:
一种地下深层空洞的探测方法,所述探测方法应用于由钻探设备钻进产生的由地面向地底延伸的钻孔,所述钻孔的起始端位于地面,所述探测方法包括:
通过预设策略获取所述钻孔的径向行程;
以预设速度差值定义至少两个探测速度;
以预设权重差值分别赋予每个探测速度一个权重系数,所有权重系数根据所有探测速度由慢至快而从大到小;
根据预设算法分别获取每个权重系数对应的探测次数;
分别以每个探测速度自所述钻孔的起始端开始向所述钻孔的预设深度探测对应的探测次数,并基于每次探测生成一个点云数据集;
整合所有点云数据集至同一个立体布局,并通过滑窗算法确定所述立体布局的边界;
获取没有位于所述径向行程内的边界并标记为空洞。
作为本申请的进一步改进,以预设速度差值定义至少两个探测速度,包括:
定义所述预设速度差值为
定义所有探测速度的第一集合为,其中/>为所有探测速度的个数;
则所述第一集合中相邻的探测速度的差值为所述,即所述第一集合为递增的等差数列。
作为本申请的进一步改进,其特征在于,以预设权重差值分别赋予每个探测速度一个权重系数,所有权重系数根据所有探测速度由慢至快而从大到小,包括:
定义所述预设权重差值为,基于同一个探测速度的/>的符号与/>的符号相反;
定义所有权重系数的第二集合为,其中/>同为所有权重系数的个数;
则所述第二集合中相邻的权重系数的差值为所述,即所述第二集合为递减的等差数列。
作为本申请的进一步改进,根据预设算法分别获取每个权重系数对应的探测次数,包括:
根据式(1)计算得到每个权重系数对应的探测次数:
(1);
其中,为第/>个权重系数对应的探测次数,/>为第/>个权重系数。
作为本申请的进一步改进,整合所有点云数据集至同一个立体布局,并通过滑窗算法确定所述立体布局的边界,包括:
在所述立体布局中输出所有点云数据集;
根据所述立体布局中建立预设密度的网格,并对所述网格的每个子网格赋值为0;
分别获取每个子网格的点云数据的个数,并将所述个数大于预设数量的子网格赋值为1;
将每个子网格和相邻的子网格定义为一个矩阵,并分别获取每个矩阵中的所有子网格的赋值数值;
分别判断每个矩阵中是否有矩阵的赋值数值为0;
若是,则提取有赋值数值为0的矩阵并作为边缘矩阵;
分别提取每个边缘矩阵内的点云数据的边缘点集,并获取所有边缘点集的边界点;
基于所述立体布局依次连接每个边界点以形成所有点云数据的边界。
作为本申请的进一步改进,将每个子网格和相邻的子网格定义为一个矩阵,并分别获取每个矩阵中的所有子网格的赋值数值,包括:
将每个子网格和与每个子网格相邻的二十六个子网格定义为一个3×3×3矩阵;
通过滑窗算法判断每个3×3×3矩阵中是否有子网格的赋值为0;
若否,则删除没有子网格的赋值为0的3×3×3矩阵。
作为本申请的进一步改进,分别提取每个边缘矩阵内的点云数据的边缘点集,并获取所有边缘点集的边界点,包括:
分别计算每个边缘矩阵中每个点云数据的行列值并根据克鲁斯卡尔算法对每个点云数据分别建立一个待连通点阵;
根据所述克鲁斯卡尔算法分别获取每个待连通点阵的最小生成树;
提取所有最小生成树中的点云数据并作为所述边缘点集;
基于所述网格的x方向、y方向、z方向,分别获取所述边缘点集中x值、y值、z值最接近边缘点集中每个点云数据的平均数的点云数据作为边界点。
为了实现上述目的,本申请还提供了如下技术方案:
一种地下深层空洞的探测装置,所述地下深层空洞的探测装置应用于如上述的地下深层空洞的探测方法,所述地下深层空洞的探测装置包括:
钻孔径向行程获取模块,用于通过预设策略获取所述钻孔的径向行程;
探测速度定义模块,用于以预设速度差值定义至少两个探测速度;
权重系数赋予模块,用于以预设权重差值分别赋予每个探测速度一个权重系数,所有权重系数根据所有探测速度由慢至快而从大到小;
探测次数获取模块,用于根据预设算法分别获取每个权重系数对应的探测次数;
点云数据集生成模块,用于分别以每个探测速度自所述钻孔的起始端开始向所述钻孔的预设深度探测对应的探测次数,并基于每次探测生成一个点云数据集;
边界确定模块,用于整合所有点云数据集至同一个立体布局,并通过滑窗算法确定所述立体布局的边界;
空洞标记模块,用于获取没有位于所述径向行程内的边界并标记为空洞。
为了实现上述目的,本申请还提供了如下技术方案:
一种电子设备,包括处理器、以及与所述处理器耦接的存储器,所述存储器存储有可被所述处理器执行的程序指令;所述处理器执行所述存储器存储的所述程序指令时实现如上述的地下深层空洞的探测方法。
为了实现上述目的,本申请还提供了如下技术方案:
一种存储介质,所述存储介质内存储有程序指令,所述程序指令被处理器执行时实现能够实现如上述的地下深层空洞的探测方法。
本申请通过以预设速度差值定义至少两个探测速度并以预设权重差值分别赋予每个探测速度一个权重系数,所有权重系数根据所有探测速度由慢至快而从大到小,同时分别获取每个权重系数对应的探测次数,分别以每个探测速度自钻孔的起始端开始向钻孔的预设深度探测对应的探测次数,并基于每次探测生成一个点云数据集,整合所有点云数据集至同一个立体布局,并通过滑窗算法确定立体布局的边界,最后获取没有位于径向行程内的边界并标记为空洞。本申请利用了匀速直线运动的变量少、惯性系良好(仅沿行进方向),在匀速移动过程中进行多次探测,以防止探测设备在停止状态时晃动或歪斜,且本申请针对不同速度设置不同的探测次数,最后整合所有探测数据以减少误差,使得整个探测过程最后生成的空洞数据精确。
附图说明
图1为本申请一种地下深层空洞的探测方法一个实施例的步骤流程示意图;
图2为本申请一种地下深层空洞的探测装置一个实施例的结构示意图;
图3为本申请电子设备一个实施例的结构示意图;
图4为本申请存储介质一个实施例的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请中的术语“第一”“第二”“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”“第二”“第三”的特征可以明示或者隐含地包括至少一个该特征。本申请的描述中,“多个”的含义是至 少两个,例如两个,三个等,除非另有明确具体的限定。本申请实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其他实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其他实施例相结合。
如图1所示,本实施例提供了一种地下深层空洞的探测方法,该探测方法应用于由钻探设备钻进产生的由地面向地底延伸的钻孔,钻孔的起始端位于地面,该探测方法包括如下步骤:
步骤S1,通过预设策略获取钻孔的径向行程。
优选地,预设策略即为通过现有技术中的探测设备直接获取,
步骤S2,以预设速度差值定义至少两个探测速度。
步骤S3,以预设权重差值分别赋予每个探测速度一个权重系数,所有权重系数根据所有探测速度由慢至快而从大到小。
步骤S4,根据预设算法分别获取每个权重系数对应的探测次数。
步骤S5,分别以每个探测速度自钻孔的起始端开始向钻孔的预设深度探测对应的探测次数,并基于每次探测生成一个点云数据集。
步骤S6,整合所有点云数据集至同一个立体布局,并通过滑窗算法确定立体布局的边界。
步骤S7,获取没有位于径向行程内的边界并标记为空洞。
进一步地,步骤S2具体包括如下步骤:
步骤S21,定义预设速度差值为
步骤S22,定义所有探测速度的第一集合为,其中/>为所有探测速度的个数。
步骤S23,第一集合中相邻的探测速度的差值为,即第一集合为递增的等差数列。
进一步地,步骤S3具体包括如下步骤:
步骤S31,定义预设权重差值为,基于同一个探测速度的/>的符号与/>的符号相反。
步骤S32,定义所有权重系数的第二集合为,其中/>同为所有权重系数的个数。
步骤S33,第二集合中相邻的权重系数的差值为,即第二集合为递减的等差数列。
进一步地,步骤S4具体包括如下步骤:
步骤S41,根据式(1)计算得到每个权重系数对应的探测次数:
(1)。
其中,为第/>个权重系数对应的探测次数,/>为第/>个权重系数。
优选地,若计算得到的探测次数不为整数,则向上取整。
举例说明:例如钻孔深200m,设定义两个探测速度分别为1m/s和3m/s,即预设速度差值,此时定义两个权重系数分别为0.6和0.4,即预设权重差值为/>;分别将两个权重系数0.6和0.4代入式(1)计算得到1m/s对应的探测次数为2.5次,向上取整为3次,3m/s对应的探测次数1.67次,向上取整为2次。
需要说明的是,本实施例的数据举例仅用于说明原理,并不用于限定本实施例,具体设定数据可根据实际需要设置。
进一步地,步骤S6具体包括如下步骤:
步骤S61,在立体布局中输出所有点云数据集。
步骤S62,根据立体布局中建立预设密度的网格,并对网格的每个子网格赋值为0。
步骤S63,分别获取每个子网格的点云数据的个数,并将个数大于预设数量的子网格赋值为1。
优选地,网格划分越小,即间分网格的值越大,那么计算出的边缘点集的数量就少,反之亦然,可根据实际需要选择适当的网格边长。
步骤S64,将每个子网格和相邻的子网格定义为一个矩阵,并分别获取每个矩阵中的所有子网格的赋值数值。
步骤S65,分别判断每个矩阵中是否有矩阵的赋值数值为0,若有矩阵的赋值数值为0,则执行步骤S66。
步骤S66,提取有赋值数值为0的矩阵并作为边缘矩阵。
步骤S67,分别提取每个边缘矩阵内的点云数据的边缘点集,并获取所有边缘点集的边界点。
步骤S68,基于立体布局依次连接每个边界点以形成所有点云数据的边界。
需要说明的是,边缘矩阵中位于中心位置的网格的赋值须为1,以保证后续估算的准确性。
进一步地,步骤S64具体包括如下步骤:
步骤S641,将每个子网格和与每个子网格相邻的二十六个子网格定义为一个3×3×3矩阵。
步骤S642,通过滑窗算法判断每个3×3×3矩阵中是否有子网格的赋值为0,若没有子网格的赋值为0,则执行步骤S643。
步骤S643,删除没有子网格的赋值为0的3×3×3矩阵。
进一步地,步骤S67具体包括如下步骤:
步骤S671,分别计算每个边缘矩阵中每个点云数据的行列值并根据克鲁斯卡尔算法对每个点云数据分别建立一个待连通点阵。
步骤S672,根据克鲁斯卡尔算法分别获取每个待连通点阵的最小生成树。
步骤S673,提取所有最小生成树中的点云数据并作为边缘点集。
步骤S674,基于网格的x方向、y方向、z方向,分别获取边缘点集中x值、y值、z值最接近边缘点集中每个点云数据的平均数的点云数据作为边界点。
优选地,依次连接每个边界点以形成所有点云数据的边界后,还可判断边界的首尾是否相连,若范围已完成闭合,则可以得到最终的边界点集和边界点范围。若无法首尾相连,若首尾无法相连,则扩大K的搜索范围(即进一步扩大第一预设半径范围或第二预设半径范围)从第二个边界点开始重新计算。若不存在相交情况则可以确定边界点,并继续按照此方法确定下一边界点直至再次选择到第一个边界点,则完成多边形的闭合。
优选地,步骤S674之后,还可进一步精确边界,此处为了方便后续描述,本优选将“边界点”定义为“第一边界点”,以对应后续的“第二边界点”,该定义仅在本优选中生效:
步骤S10,获取位于第一边界点预设第一半径范围内的点云数据作为第一候选点。
步骤S20,将每个第一候选点分别与第一边界点连接以形成一个第一候选线段。
步骤S30,获取所有第一候选线段中与y方向的夹角最大的第一候选点作为第二边界点。
步骤S40,以上一个边界点为基础连续获取基于当前的边界点的所有第一候选线段中与y方向的夹角最大的第一候选点作为下一个边界点。
优选地,预设第一半径范围选用固定K值的判断方法,适用于点云数据较为均匀的场景,即下一边界点的判断方法是首先以上一个边界点为原点选择最近的K个候选点,即距离最小的K个点,计算已选出的K个点和上一点的连线与Y轴顺时针夹角的最大值;当上两个边界点连线的趋势为向上时,此时角度计算为已选出的K个点和上一点的连线与Y轴负半轴顺时针夹角的最大值;反之,则为正半轴。
优选地,步骤S10之后,还包括如下步骤:
步骤S100,判断位于第一边界点预设第一半径范围内的点云数据的第一均匀度,若第一均匀度小于等于第一预设阈值,则执行步骤S852。
步骤S200,获取与第一边界点距离最近的两个点云数据作为两个第二候选点。
步骤S300,将每个第二候选点分别与第一边界点连接以形成一个第二候选线段。
步骤S400,判断两个第二候选线段中的较短线段与较长线段的比值是否小于等于预设比值,若较短线段与较长线段的比值小于等于预设比值,则执行步骤S500;若较短线段与较长线段的比值大于预设比值,则执行步骤S600。
步骤S500,选取较短线段所对应的第二候选点作为下一个边界点。
步骤S600,以上一个边界点为基础连续获取基于当前的边界点的所有第一候选线段中与y方向的夹角最大的第一候选点作为下一个边界点。
优选地,预设第一半径范围可选用可变K值的判断方法,适用于点云数据不均匀的场景,即下一边界点的判断方法是首先以上一个边界点为原点选择最近的K个候选点,即距离最小的K个点。然后对于K个候选点中的最近的两个点的距离进行判断线段om与线段on,如果om/on≤0.8,那么则选点m为下一边界点;如果om/on>0.8,则采用上述的固定K值的判断方法。
优选地,依次连接每个边界点以形成所有点云数据的边界后,还可判断边界的首尾是否相连,若范围已完成闭合,则可以得到最终的边界点集和边界点范围。若无法首尾相连,若首尾无法相连,则扩大K的搜索范围(即进一步扩大第一预设半径范围或第二预设半径范围)从第二个边界点开始重新计算。若不存在相交情况则可以确定边界点,并继续按照此方法确定下一边界点直至再次选择到第一个边界点,则完成多边形的闭合。
优选地,步骤S6之后,还可判断边界是否具有交点,则步骤S6之后还包括如下步骤:
步骤S1000,判断边界的连线是否有相交,若边界的连线有相交,则执行步骤S11。
步骤S2000,按照预设幅度扩大预设第一半径范围形成第二预设半径范围。
步骤S3000,将每个当前的候选点分别与上一个边界点连接以形成一个当前的候选线段。
步骤S4000,获取所有当前的候选线段中与y方向的夹角最大的当前的候选点作为下一个边界点。
步骤S5000,以当前的边界点为基础连续获取所有下一个候选线段中与y方向的夹角最大的下一个候选点作为下一个边界点。
优选地,若各个边界点之间的连线存在相交的情况,就通过选择距离第二近候选点为边界点进行判断,若K个候选点均不满足,则扩大K的搜索范围从第二个边界点开始重新计算(即扩大第一预设半径范围至第二预设半径范围或者更大)。若不存在相交情况则可以确定边界点,并继续按照此方法确定下一边界点直至再次选择到第一个边界点,则完成多边形的闭合。
优选地,步骤S5000具体包括如下步骤:
步骤S5001,判断位于当前的边界点预设第二半径范围内的点云数据的第二均匀度是否小于等于预设阈值,若第二均匀度小于等于预设阈值,则执行步骤S5002。
步骤S5002,获取与当前的边界点距离最近的两个点云数据作为两个下一个边界点的候选点。
步骤S5003,将每个下一个边界点的候选点分别与上一个边界点连接以形成一个当前的候选线段。
步骤S5004,判断两个当前的候选线段中的较短线段与较长线段的比值是否小于等于预设比值,若两个当前的候选线段中的较短线段与较长线段的比值小于等于预设比值,则执行步骤S5005。
步骤S5005,选取当前的候选线段中的较短线段所对应的当前候选点作为下一个边界点。
综上所述,经过上述的边界优化的步骤后,边界连续且没有交点,使得空洞数据进一步精确。
本实施例通过以预设速度差值定义至少两个探测速度并以预设权重差值分别赋予每个探测速度一个权重系数,所有权重系数根据所有探测速度由慢至快而从大到小,同时分别获取每个权重系数对应的探测次数,分别以每个探测速度自钻孔的起始端开始向钻孔的预设深度探测对应的探测次数,并基于每次探测生成一个点云数据集,整合所有点云数据集至同一个立体布局,并通过滑窗算法确定立体布局的边界,最后获取没有位于径向行程内的边界并标记为空洞。本实施例利用了匀速直线运动的变量少、惯性系良好(仅沿行进方向),在匀速移动过程中进行多次探测,以防止探测设备在停止状态时晃动或歪斜,且本实施例针对不同速度设置不同的探测次数,最后整合所有探测数据以减少误差,使得整个探测过程最后生成的空洞数据精确。
如图2所示,本实施例提供了地下深层空洞的探测装置的一个实施例,在本实施例中,地下深层空洞的探测装置应用于如上述实施例中的地下深层空洞的探测方法,该地下深层空洞的探测装置包括依次电性连接的钻孔径向行程获取模块1、探测速度定义模块2、权重系数赋予模块3、探测次数获取模块4、点云数据集生成模块5、边界确定模块6、空洞标记模块7。
其中,钻孔径向行程获取模块1用于通过预设策略获取钻孔的径向行程;探测速度定义模块2用于以预设速度差值定义至少两个探测速度;权重系数赋予模块3用于以预设权重差值分别赋予每个探测速度一个权重系数,所有权重系数根据所有探测速度由慢至快而从大到小;探测次数获取模块4用于根据预设算法分别获取每个权重系数对应的探测次数;点云数据集生成模块5用于分别以每个探测速度自钻孔的起始端开始向钻孔的预设深度探测对应的探测次数,并基于每次探测生成一个点云数据集;边界确定模块6用于整合所有点云数据集至同一个立体布局,并通过滑窗算法确定立体布局的边界;空洞标记模块7用于获取没有位于径向行程内的边界并标记为空洞。
进一步地,探测速度定义模块包括依次电性连接的第一探测速度定义子模块、第二探测速度定义子模块、第三探测速度定义子模块;第三探测速度定义子模块与探测速度定义模块电性连接。
其中,第一探测速度定义子模块用于定义预设速度差值为;第二探测速度定义子模块用于定义所有探测速度的第一集合为/>,其中/>为所有探测速度的个数;第三探测速度定义子模块用于第一集合中相邻的探测速度的差值为/>,即第一集合为递增的等差数列。
进一步地,权重系数赋予模块包括依次电性连接的第一权重系数赋予子模块、第二权重系数赋予子模块、第三权重系数赋予子模块;第一权重系数赋予子模块与第三探测速度定义子模块电性连接,第三权重系数赋予子模块与探测次数获取模块电性连接。
其中,第一权重系数赋予子模块用于定义预设权重差值为,基于同一个探测速度的/>的符号与/>的符号相反;第二权重系数赋予子模块用于定义所有权重系数的第二集合为/>,其中/>同为所有权重系数的个数;第三权重系数赋予子模块用于第二集合中相邻的权重系数的差值为/>,即第二集合为递减的等差数列。
进一步地,探测次数获取模块具体用于根据式(1)计算得到每个权重系数对应的探测次数:
(1)。
其中,为第/>个权重系数对应的探测次数,/>为第/>个权重系数。
进一步地,边界确定模块包括依次电性连接的第一边界确定子模块、第二边界确定子模块、第三边界确定子模块、第四边界确定子模块、第五边界确定子模块、第六边界确定子模块、第七边界确定子模块、第八边界确定子模块;第一边界确定子模块与点云数据集生成模块电性连接,第八边界确定子模块与空洞标记模块电性连接。
其中,第一边界确定子模块用于在立体布局中输出所有点云数据集;第二边界确定子模块用于根据立体布局中建立预设密度的网格,并对网格的每个子网格赋值为0;第三边界确定子模块用于分别获取每个子网格的点云数据的个数,并将个数大于预设数量的子网格赋值为1;第四边界确定子模块用于将每个子网格和相邻的子网格定义为一个矩阵,并分别获取每个矩阵中的所有子网格的赋值数值;第五边界确定子模块用于分别判断每个矩阵中是否有矩阵的赋值数值为0;第六边界确定子模块用于若有矩阵的赋值数值为0,则提取有赋值数值为0的矩阵并作为边缘矩阵;第七边界确定子模块用于分别提取每个边缘矩阵内的点云数据的边缘点集,并获取所有边缘点集的边界点;第八边界确定子模块用于基于立体布局依次连接每个边界点以形成所有点云数据的边界。
进一步地,第四边界确定子模块包括依次电性连接的第一边界确定单元、第二边界确定单元、第三边界确定单元;第一边界确定单元与第三边界确定子模块电性连接,第三边界确定单元与第五边界确定子模块。
其中,第一边界确定单元用于将每个子网格和与每个子网格相邻的二十六个子网格定义为一个3×3×3矩阵;第二边界确定单元用于通过滑窗算法判断每个3×3×3矩阵中是否有子网格的赋值为0,若没有子网格的赋值为0,则执行步骤S643;第三边界确定单元用于删除没有子网格的赋值为0的3×3×3矩阵。
进一步地,第七边界确定子模块包括依次电性连接的第四边界确定单元、第五边界确定单元、第六边界确定单元、第七边界确定单元;第四边界确定单元与第六边界确定子模块电性连接,第七边界确定单元与第八边界确定子模块电性连接。
其中,第四边界确定单元用于分别计算每个边缘矩阵中每个点云数据的行列值并根据克鲁斯卡尔算法对每个点云数据分别建立一个待连通点阵;第五边界确定单元用于根据克鲁斯卡尔算法分别获取每个待连通点阵的最小生成树;第六边界确定单元用于提取所有最小生成树中的点云数据并作为边缘点集;第七边界确定单元用于基于网格的x方向、y方向、z方向,分别获取边缘点集中x值、y值、z值最接近边缘点集中每个点云数据的平均数的点云数据作为边界点。
需要说明的是,本实施例为基于上述方法实施例的装置实施例,本实施例的优选、拓展、限定部分参见上述方法实施例即可,本实施例不再赘述。
本实施例通过以预设速度差值定义至少两个探测速度并以预设权重差值分别赋予每个探测速度一个权重系数,所有权重系数根据所有探测速度由慢至快而从大到小,同时分别获取每个权重系数对应的探测次数,分别以每个探测速度自钻孔的起始端开始向钻孔的预设深度探测对应的探测次数,并基于每次探测生成一个点云数据集,整合所有点云数据集至同一个立体布局,并通过滑窗算法确定立体布局的边界,最后获取没有位于径向行程内的边界并标记为空洞。本实施例利用了匀速直线运动的变量少、惯性系良好(仅沿行进方向),在匀速移动过程中进行多次探测,以防止探测设备在停止状态时晃动或歪斜,且本实施例针对不同速度设置不同的探测次数,最后整合所有探测数据以减少误差,使得整个探测过程最后生成的空洞数据精确。
图3是本申请一实施例的电子设备的结构示意图。如图3所示,该电子设备8包括处理器81及和处理器81耦接的存储器82。
存储器82存储有用于实现上述任一实施例的一种地下深层空洞的探测方法的程序指令。
处理器81用于执行存储器82存储的程序指令以进行地下深层空洞的探测。
其中,处理器81还可以称为CPU(Central Processing Unit,中央处理单元)。处理器81可能是一种集成电路芯片,具有信号的处理能力。处理器81还可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
进一步地,图4为本申请一实施例的存储介质的结构示意图,参见图4,本申请实施例的存储介质9存储有能够实现上述所有方法的程序指令91,其中,该程序指令91可以以软件产品的形式存储在上述存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本申请各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质,或者是计算机、服务器、手机、平板等终端设备。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其他的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其他的形式。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。以上仅为本申请的实施方式,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所做的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围。

Claims (10)

1.一种地下深层空洞的探测方法,所述探测方法应用于由钻探设备钻进产生的由地面向地底延伸的钻孔,所述钻孔的起始端位于地面,其特征在于,所述探测方法包括:
通过预设策略获取所述钻孔的径向行程;
以预设速度差值定义至少两个探测速度;
以预设权重差值分别赋予每个探测速度一个权重系数,所有权重系数根据所有探测速度由慢至快而从大到小;
根据预设算法分别获取每个权重系数对应的探测次数;
分别以每个探测速度自所述钻孔的起始端开始向所述钻孔的预设深度探测对应的探测次数,并基于每次探测生成一个点云数据集;
整合所有点云数据集至同一个立体布局,并通过滑窗算法确定所述立体布局的边界;
获取没有位于所述径向行程内的边界并标记为空洞。
2.根据权利要求1所述的地下深层空洞的探测方法,其特征在于,以预设速度差值定义至少两个探测速度,包括:
定义所述预设速度差值为
定义所有探测速度的第一集合为,其中/>为所有探测速度的个数;
则所述第一集合中相邻的探测速度的差值为所述,即所述第一集合为递增的等差数列。
3.根据权利要求2所述的地下深层空洞的探测方法,其特征在于,以预设权重差值分别赋予每个探测速度一个权重系数,所有权重系数根据所有探测速度由慢至快而从大到小,包括:
定义所述预设权重差值为,基于同一个探测速度的/>的符号与/>的符号相反;
定义所有权重系数的第二集合为,其中/>同为所有权重系数的个数;
则所述第二集合中相邻的权重系数的差值为所述,即所述第二集合为递减的等差数列。
4.根据权利要求1所述的地下深层空洞的探测方法,其特征在于,根据预设算法分别获取每个权重系数对应的探测次数,包括:
根据式(1)计算得到每个权重系数对应的探测次数:
(1);
其中,为第/>个权重系数对应的探测次数,/>为第/>个权重系数。
5.根据权利要求1所述的地下深层空洞的探测方法,其特征在于,整合所有点云数据集至同一个立体布局,并通过滑窗算法确定所述立体布局的边界,包括:
在所述立体布局中输出所有点云数据集;
根据所述立体布局中建立预设密度的网格,并对所述网格的每个子网格赋值为0;
分别获取每个子网格的点云数据的个数,并将所述个数大于预设数量的子网格赋值为1;
将每个子网格和相邻的子网格定义为一个矩阵,并分别获取每个矩阵中的所有子网格的赋值数值;
分别判断每个矩阵中是否有矩阵的赋值数值为0;
若是,则提取有赋值数值为0的矩阵并作为边缘矩阵;
分别提取每个边缘矩阵内的点云数据的边缘点集,并获取所有边缘点集的边界点;
基于所述立体布局依次连接每个边界点以形成所有点云数据的边界。
6.根据权利要求5所述的地下深层空洞的探测方法,其特征在于,将每个子网格和相邻的子网格定义为一个矩阵,并分别获取每个矩阵中的所有子网格的赋值数值,包括:
将每个子网格和与每个子网格相邻的二十六个子网格定义为一个3×3×3矩阵;
通过滑窗算法判断每个3×3×3矩阵中是否有子网格的赋值为0;
若否,则删除没有子网格的赋值为0的3×3×3矩阵。
7.根据权利要求5所述的地下深层空洞的探测方法,其特征在于,分别提取每个边缘矩阵内的点云数据的边缘点集,并获取所有边缘点集的边界点,包括:
分别计算每个边缘矩阵中每个点云数据的行列值并根据克鲁斯卡尔算法对每个点云数据分别建立一个待连通点阵;
根据所述克鲁斯卡尔算法分别获取每个待连通点阵的最小生成树;
提取所有最小生成树中的点云数据并作为所述边缘点集;
基于所述网格的x方向、y方向、z方向,分别获取所述边缘点集中x值、y值、z值最接近边缘点集中每个点云数据的平均数的点云数据作为边界点。
8.一种地下深层空洞的探测装置,所述地下深层空洞的探测装置应用于如权利要求1至7之一所述的地下深层空洞的探测方法,其特征在于,所述地下深层空洞的探测装置包括:
钻孔径向行程获取模块,用于通过预设策略获取所述钻孔的径向行程;
探测速度定义模块,用于以预设速度差值定义至少两个探测速度;
权重系数赋予模块,用于以预设权重差值分别赋予每个探测速度一个权重系数,所有权重系数根据所有探测速度由慢至快而从大到小;
探测次数获取模块,用于根据预设算法分别获取每个权重系数对应的探测次数;
点云数据集生成模块,用于分别以每个探测速度自所述钻孔的起始端开始向所述钻孔的预设深度探测对应的探测次数,并基于每次探测生成一个点云数据集;
边界确定模块,用于整合所有点云数据集至同一个立体布局,并通过滑窗算法确定所述立体布局的边界;
空洞标记模块,用于获取没有位于所述径向行程内的边界并标记为空洞。
9.一种电子设备,其特征在于,包括处理器、以及与所述处理器耦接的存储器,所述存储器存储有可被所述处理器执行的程序指令;所述处理器执行所述存储器存储的所述程序指令时实现如权利要求1至7中任一项所述的地下深层空洞的探测方法。
10.一种存储介质,其特征在于,所述存储介质内存储有程序指令,所述程序指令被处理器执行时实现能够实现如权利要求1至7中任一项所述的地下深层空洞的探测方法。
CN202311045561.9A 2023-08-18 2023-08-18 一种地下深层空洞的探测方法、装置、设备及存储介质 Active CN116753907B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311045561.9A CN116753907B (zh) 2023-08-18 2023-08-18 一种地下深层空洞的探测方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311045561.9A CN116753907B (zh) 2023-08-18 2023-08-18 一种地下深层空洞的探测方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN116753907A true CN116753907A (zh) 2023-09-15
CN116753907B CN116753907B (zh) 2023-11-10

Family

ID=87957589

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311045561.9A Active CN116753907B (zh) 2023-08-18 2023-08-18 一种地下深层空洞的探测方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN116753907B (zh)

Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103759706A (zh) * 2014-01-28 2014-04-30 北京咏归科技有限公司 矿山溜井三维测量方法及测量装置
JP2014190962A (ja) * 2013-03-28 2014-10-06 Pasco Corp データ解析装置、データ解析方法、及びプログラム
CN104792261A (zh) * 2015-04-10 2015-07-22 清华大学 地下洞室三维空间精细测量系统
EP3094807A1 (en) * 2014-01-14 2016-11-23 Sandvik Mining and Construction Oy Mine control system
CN107990876A (zh) * 2017-11-20 2018-05-04 北京科技大学 基于无人飞行器的地下矿山采空区快速扫描装置及方法
CN109375281A (zh) * 2018-09-05 2019-02-22 上海华测导航技术股份有限公司 基于三维激光扫描的采空区勘察方法
CN109794948A (zh) * 2019-03-04 2019-05-24 北京国电富通科技发展有限责任公司 配网带电作业机器人及识别定位方法
CN110160463A (zh) * 2019-05-17 2019-08-23 中国电建集团西北勘测设计研究院有限公司 一种基于静态激光扫描的地铁隧道不圆度检测方法
CN110415331A (zh) * 2019-06-14 2019-11-05 中国电建集团昆明勘测设计研究院有限公司 一种基于点云数据的轮廓或孔洞快速检测判别和孔洞修补方法
KR102039863B1 (ko) * 2019-02-28 2019-11-27 에스큐엔지니어링(주) 지중포인트 클라우드 라이다 영상을 이용한 지하공동탐사 장치
CN110824576A (zh) * 2019-11-14 2020-02-21 山东大学 浅层空腔类灾害源精细化探测成像装置与方法
CN111679288A (zh) * 2020-06-19 2020-09-18 中国林业科学研究院资源信息研究所 一种点云数据的空间分布度量方法
CN112529891A (zh) * 2020-12-21 2021-03-19 深圳辰视智能科技有限公司 一种基于点云的空心孔洞识别与轮廓检测方法、装置及存储介质
CN112861375A (zh) * 2021-03-09 2021-05-28 宏大爆破工程集团有限责任公司 露天矿山采空区精细化验收方法、系统、设备及介质
WO2022089577A1 (zh) * 2020-10-31 2022-05-05 华为技术有限公司 一种位姿确定方法及其相关设备
CN114895300A (zh) * 2022-05-16 2022-08-12 河南地矿集团中昊建设工程有限公司 一种地下空洞探测的方法
KR102481914B1 (ko) * 2022-04-28 2022-12-28 서광항업 주식회사 핸드폰 라이다 및 사진을 활용한 지하시설물 3차원공간정보 획득 장치 및 이를 사용한 지하시설물 3차원공간정보 획득 방법
CN219201962U (zh) * 2022-12-16 2023-06-16 西安建信市政工程质量检测有限公司 地下空洞检测设备
CN116385639A (zh) * 2023-03-28 2023-07-04 昆明理工大学 Uav与tls点云融合的复杂表面彩色模型重建方法

Patent Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014190962A (ja) * 2013-03-28 2014-10-06 Pasco Corp データ解析装置、データ解析方法、及びプログラム
EP3094807A1 (en) * 2014-01-14 2016-11-23 Sandvik Mining and Construction Oy Mine control system
CN103759706A (zh) * 2014-01-28 2014-04-30 北京咏归科技有限公司 矿山溜井三维测量方法及测量装置
CN104792261A (zh) * 2015-04-10 2015-07-22 清华大学 地下洞室三维空间精细测量系统
CN107990876A (zh) * 2017-11-20 2018-05-04 北京科技大学 基于无人飞行器的地下矿山采空区快速扫描装置及方法
CN109375281A (zh) * 2018-09-05 2019-02-22 上海华测导航技术股份有限公司 基于三维激光扫描的采空区勘察方法
KR102039863B1 (ko) * 2019-02-28 2019-11-27 에스큐엔지니어링(주) 지중포인트 클라우드 라이다 영상을 이용한 지하공동탐사 장치
CN109794948A (zh) * 2019-03-04 2019-05-24 北京国电富通科技发展有限责任公司 配网带电作业机器人及识别定位方法
CN110160463A (zh) * 2019-05-17 2019-08-23 中国电建集团西北勘测设计研究院有限公司 一种基于静态激光扫描的地铁隧道不圆度检测方法
CN110415331A (zh) * 2019-06-14 2019-11-05 中国电建集团昆明勘测设计研究院有限公司 一种基于点云数据的轮廓或孔洞快速检测判别和孔洞修补方法
CN110824576A (zh) * 2019-11-14 2020-02-21 山东大学 浅层空腔类灾害源精细化探测成像装置与方法
CN111679288A (zh) * 2020-06-19 2020-09-18 中国林业科学研究院资源信息研究所 一种点云数据的空间分布度量方法
WO2022089577A1 (zh) * 2020-10-31 2022-05-05 华为技术有限公司 一种位姿确定方法及其相关设备
CN112529891A (zh) * 2020-12-21 2021-03-19 深圳辰视智能科技有限公司 一种基于点云的空心孔洞识别与轮廓检测方法、装置及存储介质
CN112861375A (zh) * 2021-03-09 2021-05-28 宏大爆破工程集团有限责任公司 露天矿山采空区精细化验收方法、系统、设备及介质
KR102481914B1 (ko) * 2022-04-28 2022-12-28 서광항업 주식회사 핸드폰 라이다 및 사진을 활용한 지하시설물 3차원공간정보 획득 장치 및 이를 사용한 지하시설물 3차원공간정보 획득 방법
CN114895300A (zh) * 2022-05-16 2022-08-12 河南地矿集团中昊建设工程有限公司 一种地下空洞探测的方法
CN219201962U (zh) * 2022-12-16 2023-06-16 西安建信市政工程质量检测有限公司 地下空洞检测设备
CN116385639A (zh) * 2023-03-28 2023-07-04 昆明理工大学 Uav与tls点云融合的复杂表面彩色模型重建方法

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
GLIBERISON R J.: "The application of the Cavity Measurement System at Olympic Dam operations", PROC.UNDERGROUND-OPERATORS-CONFERENCE *
PAULY M.等: "Uncertainty and variability in Point Cloud Surface data", EURO GRAPHICS SYMPOSIUM ON POINT BASED GRAPHICS ZURICH, vol. 12, no. 2 *
夏永华: "数字矿山井下关键数据的采集与处理研究", 中国优秀博士学位论文全文数据库工程科技Ⅰ辑, no. 12 *
尚栋: "基于三维激光扫描的桥梁几何偏差检测方法研究", 中国优秀硕士学位论文全文数据库基础科学辑, no. 3 *
张达 等: "地下空间三维激光扫描智能化成像系统", 中国矿业, vol. 23, no. 1 *
潘文: "基于多特征LightGBM的RGB-D场景分割方法研究", 中国优秀硕士学位论文全文数据库信息科技辑, no. 9 *
解恺: "盐穴储气库注气排卤优化设计", 中国优秀博士学位论文全文数据库工程科技Ⅰ辑, no. 3 *

Also Published As

Publication number Publication date
CN116753907B (zh) 2023-11-10

Similar Documents

Publication Publication Date Title
Vaysse et al. Using quantile regression forest to estimate uncertainty of digital soil mapping products
AU2019201880B2 (en) System and method for automatically correlating geologic tops
CN110457501B (zh) 一种基于图像识别的岩土芯样信息编录系统
CN109887073B (zh) 岩心的三维数字模型构建方法及装置
Guan et al. DEM generation from lidar data in wooded mountain areas by cross-section-plane analysis
CN111164462A (zh) 一种人工源面波勘探方法、面波勘探装置及终端设备
CN102057368B (zh) 利用最大连续场在三维体积模型中分布性质
Bignardi et al. OpenHVSR-Processing toolkit: Enhanced HVSR processing of distributed microtremor measurements and spatial variation of their informative content
CN108445538A (zh) 基于反射地震资料建立深度域层q模型的方法和系统
CN110346808A (zh) 一种激光雷达的点云数据处理方法和系统
BR112015000879B1 (pt) Sistema e método para modelagem de velocidade de migração
CN116753907B (zh) 一种地下深层空洞的探测方法、装置、设备及存储介质
CN105259578B (zh) 基于垂直地震剖面资料的地层速度确定方法
CN108035710B (zh) 基于数据挖掘划分深层岩石地质相的方法
CN104240301B (zh) 地质曲面重构方法及设备
CN116842416B (zh) 一种适用珊瑚礁砂基础管桩侧摩阻力的计算方法
CN109188513B (zh) 生成深度域数据体的方法、装置及存储介质
CN109633781B (zh) 地质属性获取方法及装置、电子设备、存储介质
CN109782344A (zh) 沉积层序边界识别方法及装置
CN112459767B (zh) 一种标准层选取方法和装置
CN107832445A (zh) 数据索引方法、装置及电子设备
JP2019100011A (ja) 地盤調査位置の決定方法、決定装置、地盤推定方法および地盤推定装置
CN111951396A (zh) 知识驱动的基岩面三维模型构建方法及装置
CN108646288B (zh) 近地表模型的建立方法和装置
CN105403924B (zh) 黄土层静校正方法及装置

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