KR20160106753A - 광산 차량 및 광산 작업 태스크를 개시하는 방법 - Google Patents

Abstract

본 발명은 광산 차량 및 방법에 관한 것이다. 광산 차량은, 광산 차량의 주변을 스캔하고 작동 포인트 클라우드 데이터를 생성하기 위한 적어도 하나의 스캐닝 기기를 포함한다. 광산 차량은 광산의 기준 포인트 클라우드 데이터를 구비한 제어 유닛을 포함한다. 제어 유닛은, 광산 차량의 위치를 결정하기 위해서 작동 포인트 클라우드 데이터를 기준 포인트 클라우드 데이터에 매칭하도록 구성된다. 제어 유닛은, 광산 차량의 검출된 위치에 연결되는 광산 작업 플랜을 추가로 포함한다.

Description

광산 차량 및 광산 작업 태스크를 개시하는 방법{MINE VEHICLE AND METHOD OF INITIATING MINE WORK TASK}

본 발명은, 광산 차량의 위치 및 배향을 결정하기 위한 데이터를 생성하도록 광산 차량의 주변을 스캔하기 위한 스캐닝 기기를 구비한 광산 차량에 관한 것이다.

본 발명은 추가로 광산 작업장에서 광산 차량의 광산 작업 태스크를 개시하는 방법에 관한 것이다.

본 발명의 분야는 독립항의 전제부에서 보다 구체적으로 규정된다.

광산 차량들은 원하는 작업장들에서 광산 작업 작동들을 수행하기 위해 다른 광산들에서 사용된다. 광산 차량의 위치결정은 광범위하고 복잡한 위치 시스템들의 사용을 요구할 수도 있다. 공지된 위치결정 시스템들 및 방법들은 또한 숙련된 조작자들을 필요로 할 수도 있고 자동화하기에 어렵다.

본 발명의 목적은 위치결정 시스템을 구비한 신규하고 개선된 광산 차량을 제공하는 것이다. 추가 목적은, 광산 작업장에서 광산 작업 태스크를 개시하기 위한 신규하고 개선된 방법을 제공하는 것이다.

본 발명에 따른 광산 차량은 독립 장치 항의 특징들로 특징짓는다.

본 발명에 따른 제어 유닛은 다른 독립 장치 항의 특징들로 특징짓는다.

본 발명에 따른 방법은 독립 방법 항의 특징들로 특징짓는다.

개시된 해결책의 사상은, 광산 차량이 광산에서 광산 작업 태스크를 실행하기 위한 하나 이상의 광산 작업 기기들을 구비하고 있다는 점이다. 광산 차량의 위치와 방향을 결정하기 위해서, 그것은 광산 차량의 주변을 스캔하기 위한 하나 이상의 스캐닝 기기들을 포함한다. 스캐닝 기기는 주변의 3D 스캐닝 데이터를 생성한다. 스캐닝 데이터는 포인트 클라우드 데이터를 포함하고 포인트 클라우드 데이터의 검출된 포인트의 좌표들이 검출될 수도 있다. 광산 차량은, 데이터를 수신하고 적어도 하나의 프로세서에서 데이터를 프로세싱하는 적어도 하나의 제어 유닛과 작동 통신한다. 하나 이상의 제어 유닛들은 광산 차량에 내장되어 위치될 수도 있고 또는 광산 차량 외부에 있을 수도 있다. 제어 유닛은, 프로세서에서 실행될 수도 있는 하나 이상의 포인트 클라우드 매칭 프로그램들을 구비한다. 초기 제 1 포인트 클라우드 데이터는 제어 유닛으로 입력된다. 제 1 포인트 클라우드 데이터는 광산 좌표계에서 광산의 저장된 기준 모델을 포함한다. 또한, 광산 차량의 스캐닝 기기에 의해 생성된 적어도 하나의 제 2 포인트 클라우드 데이터가 또한 제어 유닛으로 입력된다. 제 2 포인트 클라우드 데이터는 광산 차량의 현재 위치의 작동 스캐닝 데이터를 포함한다. 그러면, 제어 유닛은 작동 제 2 포인트 클라우드 데이터를 기준 제 1 포인트 클라우드 데이터에 매칭하도록 포인트 클라우드 매칭 프로그램을 실행한다. 제어 유닛은 작동 포인트 클라우드 데이터와 기준 클라우드 데이터 사이 결정된 매칭을 기반으로 광산 좌표계에서의 광산 차량의 위치와 방향을 결정할 수도 있다. 해결책은, 포인트 클라우드들을 비교할 때 포인트 클라우드 최적합 방법을 구현할 수도 있다. 또한, 광산에서 미리 설계된 광산 작업 작동을 실행하기 위해서, 제어 유닛은 광산 좌표계에서의 광산 작업장의 위치 및 광산 작업장에서 실행될 광산 작업 태스크를 규정하는 적어도 하나의 광산 작업 플랜을 구비한다. 광산 작업장에서 광산 작업 태스크를 개시하기 전, 제어 유닛은 광산 차량의 결정된 위치와 광산 작업 플랜의 위치를 연결하도록 구성된다.

스캐닝 및 포인트 클라우드 매칭에 의존하는 개시된 해결책의 장점은, 많은 측량 및 측정 기반시설 및 장비의 필요 없이 위치 결정이 수행될 수도 있다는 점이다. 부가적 장점은, 절차가 숙련된 작업자들을 필요로 하지 않고 쉽게 자동화될 수 있다는 점이다. 실현 가능한 추가 장점은, 스캐닝 프로세스와 분석 프로세스를 반복하는 것이 용이하고 신속하기 때문에 개시된 해결책은 발생된 결과에 대한 강한 통계적 확실성을 얻을 수도 있다는 점이다.

일 실시형태에 따르면, 광산 차량의 위치는, 스캐닝 및 포인트 클라우드 프로세싱과 매칭 기법을 이용하여 결정된다. 포인트 클라우드들의 프로세싱을 용이하게 하기 위해서, 비교 프로세스에서 광산의 포인트 클라우드 데이터의 단지 특정 부분만 제어 시스템이 이용할 수도 있다. 그러면, 시스템은, 광산 차량이 현재 작동하고 있는 광산의 영역 또는 섹션을 결정하도록 구성될 수도 있고, 위치 데이터를 기반으로, 시스템은 생성된 포인트 클라우드 데이터를 광산의 부분 포인트 클라우드 데이터와 비교할 수도 있다. 따라서, 광산 플랜의 전체 3D 모델에 대해 비교가 이루어지지는 않는다. 그 대신, 스캔된 포인트 클라우드 데이터는, 모니터링시 광산 차량이 작동하고 있는 광산의 섹션과 단지 비교되고 광산의 전체 3D 모델의 제한된 부분에 대해 비교가 이루어진다. 이 해결책의 장점은, 비교하는 동안 프로세싱되는 데이터의 양이 제한될 수 있어서 더 적은 계산 능력이 필요하고 프로세싱 시간이 더 짧아질 수도 있다는 것이다.

일 실시형태에 따르면, 포인트 클라우드 매칭 및 프로세싱 특성부를 구비한 제어 유닛은 광산 차량에 내장되어 위치한다.

일 실시형태에 따르면, 포인트 클라우드 매칭 및 프로세싱 특성부를 구비한 제어 유닛은 광산 차량의 외부에 위치한다.

일 실시형태에 따르면, 개시된 위치결정 및 내비게이션 시스템은 광산에서 작동하고 광산 작업 플랜들에 따라 광산 작업 태스크를 수행하는 임의의 종류의 광산 차량들에 대해 구현될 수도 있다. 광산 차량들은 수동으로 제어될 수도 있고 또는 자율적으로 작동가능한 기기들일 수도 있다. 수동으로 제어된 광산 차량들은 조작자들에 의해 원격 제어될 수도 있고, 또는 대안적으로 광산 차량들은 유인 운영된다. 따라서, 개시된 해결책은 제어 시스템 및 자동화도에도 불구하고 임의의 광산 차량들에 적합하다. 또한, 광산 차량들은 구조뿐만 아니라 작동적으로 상이할 수도 있다. 그리하여, 광산 차량은, 예를 들어, 착암 리그 (rig), 볼팅 리그, 수송 차량, 로딩 차량 또는 측정 차량일 수도 있다. 임의의 종류의 광산 차량들은, 광산 차량의 위치와 방향 및 터널들과 암석 공간들의 원하는 표면들을 결정할 수 있는 스캐닝 모듈들을 구비할 수도 있다. 스캐닝 모듈은 또한 광산 차량의 주변을 모니터링 및 검출할 때 측량 도구로서 역할을 할 수도 있다. 모니터링 모듈은, 모듈의 스캐닝 기기들과 시스템들의 작동을 제어하고 생성되고 수집된 측정 결과들을 프로세싱하기 위한 하나 이상의 제어 유닛들을 포함할 수도 있다. 그 외에, 모니터링 모듈은 광산 제어 시스템의 광산 제어 유닛과 내장 모듈 사이 데이터 통신 접속을 생성하기 위한 하나 이상의 데이터 통신 유닛들을 포함할 수도 있다. 데이터 통신 유닛은 또한 광산 차량의 내장 제어 유닛과 통신할 수도 있고 하나 이상의 외부 단말 기기들 또는 서버들에 데이터를 전송할 수도 있다. 모듈이 임의의 광산 차량에 쉽게 장착가능하도록 스캐닝 모듈은 신속 커플링 수단을 포함할 수도 있다.

일 실시형태에 따르면, 광산 차량은 록 볼트들 및 다른 보강 요소들을 위한 발파공들 및/또는 드릴공들을 드릴링하도록 설계된 착암 리그이다. 착암 리그는 드릴링 유닛을 구비한 적어도 하나의 드릴링 붐을 포함한다. 착암 리그는 내장 제어 유닛을 구비하고 그리고/또는 하나 이상의 외부 제어 유닛들과 통신한다. 제어 유닛은 광산 작업 플랜으로서 역할을 하는 적어도 하나의 드릴링 패턴을 구비한다. 드릴링 플랜 또는 패턴은, 광산에서 미리 정해진 드릴링 위치에서 드릴링될 라운드에 대해 광산 좌표계에서의 여러 드릴공들의 위치들 및 방향들을 규정한다. 또한, 제어 유닛은 착암 리그의 결정된 위치와 드릴링 위치에서 드릴링을 개시하기 위한 드릴링 패턴의 위치를 연결하도록 구성된다. 따라서, 스캐닝 기법은 착암 위치 및 방향과 드릴링 패턴 또는 플랜을 연결하는데 이용된다.

일 실시형태에 따르면, 광산 차량은 터널 라인 및 터널 라인의 깊이 방향으로 실현된 막장 (face) 을 포함하는 굴착된 암석 공간에서 작동하도록 배치된다. 암석 공간은 터널일 수도 있고 막장은 터널의 단부에 위치될 수도 있다. 실현된 막장은, 이전 라운드가 발파되고 분리된 암석 재료가 터널의 단부로부터 멀리 이동할 때 형성된다. 단지 막장이 발파에 의해 형성되고 여러 광산 작업 단계들에 의해 영향을 받는다는 사실 때문에 막장의 위치 및 형상은 플랜된 위치 및 형상으로부터 벗어날 수도 있다. 굴착 프로세스의 효율성과 품질을 개선하도록, 막장의 위치가 결정된다. 따라서, 광산 차량은 막장을 검출하고 깊이 방향으로 터널 라인에 대한 막장의 위치를 결정하기 위한 수단을 구비한다. 제어 유닛은, 실현된 막장의 결정된 깊이 위치를 기반으로 광산 작업 플랜의 위치를 규정할 수도 있다.

일 실시형태에 따르면, 광산 차량은 터널 라인 및 터널 라인의 깊이 방향으로 실현된 막장을 포함하는 굴착된 암석 공간에서 작동가능하다. 암석 공간은 터널 또는 대응하는 공간일 수도 있다. 터널의 굴착은 깊이 방향으로 진행된다. 막장은 기존의 터널의 단부에 위치할 수도 있다. 광산 차량은 터널 라인의 깊이 방향으로 터널 막장의 최대 깊이를 결정하기 위한 측정 수단을 포함한다. 제어 유닛은 검출된 최대 깊이를 결정하고 최대 깊이를 기반으로 막장의 위치를 규정하도록 구성된다. 터널 막장의 최대 깊이는 스캐닝 기기에 의해, 또는 대안적으로, 종래의 센서들 및 측정 기기들을 구비한 붐에 의해 결정될 수도 있다.

일 실시형태에 따르면, 광산 차량은 착암 리그이고 제어 유닛은 여러 개의 미리 설계된 드릴링 패턴들을 구비한다. 드릴링 패턴들 또는 플랜들 각각은 굴착된 암석 공간의 터널 라인에서 전용 깊이들에 대해 의도된 것일 수도 있다. 간혹, 동일한 드릴링 패턴이 동일한 특징의 특성부들을 가지는 2 개의 이상의 라운드들에 대해 구현될 수도 있다. 착암 리그는 터널 막장의 최대 깊이를 결정하기 위한 스캐닝 또는 다른 측정 수단을 포함하고, 그 데이터를 기반으로, 제어 유닛은 막장의 플랜된 위치에 대해 막장의 실현된 위치를 결정할 수도 있다. 그러면, 제어 유닛은 실행될 드릴링 패턴에 대해 원하는 위치를 계산할 수도 있다. 다시 말해서, 제어 유닛은 결정된 최대 깊이를 기반으로 드릴링 패턴의 위치를 조절하도록 구성된다. 이 실시형태에서 굴착된 터널 막장의 최대 깊이는 플랜된 터널 라인 깊이에 대해 검출되고, 착암 리그와 광산의 위치를 함께 연결할 때 막장의 이 검출된 깊이 위치가 사용된다.

일 실시형태에 따르면, 광산 차량은 위의 단락들에서 개시된 착암 리그에 따른 것이다. 제어 유닛은 여러 개의 미리 설계된 드릴링 패턴들을 구비한다. 또한, 제어 유닛은 굴착된 터널 또는 암석 공간의 막장의 실현된 위치를 결정하도록 구성되고 막장의 위치 데이터를 기반으로 드릴링 패턴들을 변경할 수도 있다. 제어 유닛은, 예를 들어, 드릴링 패턴을 길게 하거나 짧게 할 수도 있다. 이 실시형태는, 특히 동일한 드릴링 패턴이 2 개 이상의 연속 라운드들에서 이용될 때 활용될 수도 있다.

일 실시형태에 따르면, 착암 리그의 제어 유닛은, 터널 라인에서 전용 깊이들에 대해 의도된 여러 개의 미리 설계된 드릴링 패턴들을 구비한다. 제어 유닛은, 스캐닝 및/또는 측정 결과들을 기반으로 터널의 실현된 막장의 위치를 결정한다. 막장의 위치는, 터널 라인의 방향으로 터널의 최대 깊이를 검출함으로써 결정될 수도 있다. 제어 유닛은 막장의 위치를 기반으로 실행될 드릴링 패턴을 선택하도록 구성된다.

일 실시형태에 따르면, 광산 차량은 착암 리그이고 터널 또는 대응하는 암석 공간의 각각의 라운드에 대해 여러 개의 드릴공들을 드릴링하도록 배치된다. 터널의 굴착은 연속 라운드들을 드릴링 및 발파하여 진행한다. 라운드의 발파는 새로운 터널 막장과 또한 공간을 제한하는 윤곽면들을 생성한다. 착암 리그는 이전 라운드의 실현된 굴착을 결정하기 위해 스캐닝 또는 다른 측정 수단을 포함한다. 제어 유닛은 이전 라운드의 결정된 실현된 굴착을 기반으로 다음 라운드의 드릴링 패턴을 변경할 수도 있다. 그리하여, 다음 라운드들에서 과다 굴착 및 부족 굴착과 같은 품질 문제점들을 회피할 수 있다.

일 실시형태에 따르면, 광산 차량은, 제어 유닛과 함께, 막장의 실현된 로케이션을 결정하도록 구성된 스캐너 기기를 구비한다. 막장의 로케이션은, 광산에 대해, 드릴링 패턴과 같은 광산 작업 플랜에 대해, 또는 광산 차량의 운반체에 대해 결정될 수도 있다. 좌표 변환은 원하는 데이터를 생성하기 위해 제어 유닛에서 실행될 수도 있다.

일 실시형태에 따르면, 광산 차량의 스캐닝 기기는 실현된 막장을 향해 스캔하도록 배치되어서, 좌표들을 구비한 포인트 클라우드 데이터는 이전에 굴착된 적어도 하나의 라운드의 실현된 표면들로 생성된다. 제어 유닛은 생성된 포인트 클라우드 데이터를 기반으로 실현된 표면들의 특성을 결정하도록 구성된다. 제어 유닛은 실현된 표면들의 결정된 실현된 특성을 적어도 하나의 라운드의 미리 정해진 설계 특성과 비교할 수도 있다. 제어 유닛은, 생성된 포인트 클라우드 데이터를 기반으로 광산 좌표계에서의 막장의 위치, 막장의 터널 프로파일 및/또는 막장의 토포그래피를 결정할 수도 있다. 대안적으로, 또는 부가적으로, 제어 유닛은 생성된 포인트 클라우드 데이터를 기반으로 터널 라인에 대한 막장의 방향을 결정할 수도 있다. 또한, 제어 유닛은 막장의 결정된 실현된 특성을 막장의 미리 정해진 설계 특성과 비교하도록 구성될 수도 있고, 제어 유닛은 또한 비교시 검출된 편차에 응하여 드릴링 패턴을 변경하도록 구성될 수도 있다. 제어 유닛은 예를 들어 드릴링 패턴에서 결정된 룩 아웃 각도, 구멍 간격 또는 라운드의 길이를 변경할 수도 있다. 그밖의 수정 작용들이 검출된 품질 및 상태 데이터를 기반으로 실행될 수도 있다.

일 실시형태에 따르면, 광산 차량은 붐의 원위 (distal) 부분에 위치한 광산 작업 기기를 구비한 적어도 하나의 붐을 포함한다. 붐이 계측되고 운반체에 대한 막장의 로케이션은, 막장과 접촉하게 광산 작업 기기를 배치하고 센서들 또는 측정 기기들을 포함하는 계측된 붐에 의해 막장의 로케이션을 결정함으로써 결정된다. 기계 좌표계에서 광산 작업 기기의 검출된 위치 좌표들은 제어 유닛에서 실행된 좌표 변환 프로그램에 의해 광산 좌표계의 광산 좌표들로 변환될 수도 있다.

일 실시형태에 따르면, 광산 작업 기기의 위치 및 방향은 광산 차량의 주변을 스캔함으로써 결정되어서, 광산 작업 기기의 포인트 클라우드 데이터가 생성된다. 제어 유닛은 광산 작업 기기의 기준 포인트 클라우드 데이터를 구비한다. 기준 데이터는 광산 작업 기기의 설계 데이터일 수도 있고, 또는 그것은 광산 작업 기기의 초기 스캐닝에 의해 생성될 수도 있다. 포인트 클라우드 프로세싱 프로그램은, 스캔된 포인트 클라우드 데이터에서 광산 작업 기기를 검색하고 검출하도록 스캔된 포인트 클라우드 데이터와 기준 포인트 클라우드 데이터를 비교하기 위해 제어 유닛에서 실행된다. 포인트 클라우드 데이터로부터로부터 광산 작업 기기를 찾은 후, 광산 작업 기기의 위치 및 방향은 포인트 클라우드의 매칭 포인트들의 좌표들을 기반으로 결정될 수도 있다.

일 실시형태에 따르면, 제어 유닛은, 광산 좌표계에서의 광산 차량의 광산 작업 기기에 의해 영향을 받는 드릴공들의 위치들 및 방향들을 결정하고 기록하도록 구성된다. 광산 차량은 착암 리그 또는 암석 보강 리그일 수도 있고, 양자는 드릴공들에 영향을 미치는 수단을 포함한다. 제어 유닛은 드릴링 유닛의 공급 빔 (feed beam) 의 위치 및 방향을 결정할 수도 있고, 드릴링 유닛이 드릴공에 있을 때 드릴공 위치 및 방향 데이터로서 결정된 데이터를 기록할 수도 있다. 이 해결책의 장점은, 드릴공들 및 록 볼트들의 위치들 및 방향들은 임의의 부가적 기기들 및 조치들 없이 기록되고 저장될 수도 있다.

일 실시형태에 따르면, 광산 작업 기기는 측량 도구로서도 역할을 하도록 구성되어서, 광산 작업 기기는 대상체에 접하게 위치결정될 수도 있고 광산 작업 기기의 위치 데이터는 스캐닝 및 포인트 클라우드 매칭에 의해 또는 센서들을 구비한 계측된 붐에 의해 결정된다.

일 실시형태에 따르면, 광산 차량은 주변 표면들에서 포인트 클라우드 데이터를 생성하기 위한 스캐닝 수단을 구비한다. 제어 유닛은 광산의 3D 모델을 포함한 광산 플랜을 구비한다. 광산의 3D 모델은 광산 좌표계에서 포인트 클라우드 데이터를 포함한다. 제어 유닛은, 스캐닝 기기에 의해 생성된 포인트 클라우드 데이터를 광산의 3D 모델과 비교하도록 구성된다. 제어 유닛은, 스캔된 위치에서 새로운 또는 변화된 주변 포인트 클라우드 대상체들을 스캐닝 데이터에서 검출하기 위해 적합한 프로그램들, 알고리즘들, 프로세서들 및 데이터 프로세싱 수단을 포함할 수도 있다. 그리하여, 광산의 새롭게 조성되거나 변화된 벽들 또는 다른 표면들이 검출되고 기록된다. 광산 제어 유닛은 새로운 포인트 클라우드 데이터를 광산의 실현된 3D 모델의 포인트 클라우드 데이터에 통합할 수도 있다. 그리하여, 광산 제어 유닛은 수신된 스캐닝 데이터를 기반으로 광산의 3D 모델을 업데이트할 수도 있다. 이런 실시형태 덕분에, 광산의 변화가 주목되고 고려될 수도 있다. 광산의 실현된 3D 모델이 최신 모델일 때, 광산에 대한 신뢰성있는 정보가 여러 가지 목적을 위해 사용될 수도 있다.

일 실시형태에 따르면, 광산 차량은 주변 표면들에 포인트 클라우드 데이터를 생성하기 위한 스캐닝 수단을 구비한다. 제어 유닛은, 주변 표면들의 포인트 클라우드 데이터를 추출하고 다른 모든 대상체들의 포인트 클라우드 데이터를 제거함으로써 수신된 스캐닝 데이터를 프로세싱하도록 구성되어서, 주변 표면들의 단순화된 포인트 클라우드 데이터가 생성된다. 단순화된 포인트 클라우드 데이터 때문에, 데이터의 저장 및 취급이 용이해진다. 단순화된 포인트 클라우드 데이터의 데이터 패키지의 크기는 더 작아질 수도 있고 데이터는 불필요한 정보를 포함하지 않는다. 또한, 단순화된 포인트 클라우드 데이터의 원리는, 터널들의 새로운 또는 변화된 영역들을 측량할 때 이용될 수도 있다. 그러면, 제어 유닛은 새로운 단순화된 포인트 클라우드 데이터를 광산의 3D 모델의 포인트 클라우드 데이터와 비교할 수도 있다. 포인트 클라우드의 비교를 기반으로, 광산 제어 유닛은, 단순화된 포인트 클라우드 데이터를 광산의 실현된 3D 모델로 통합함으로써 광산의 3D 모델을 업데이트할 수도 있다. 단순화된 포인트 클라우드 데이터 덕분에, 광산의 3D 모델로 관련 없는 데이터가 통합되지 않는다.

일 실시형태에 따르면, 스캐닝 기기를 구비한 광산 차량은 이동식 측량 기기로서 역할을 한다. 광산 차량은, 광산 차량의 전용 정상 작동을 실행할 때 연속적으로 측량을 실행할 수도 있다. 광산 차량이 착암 리그 또는 보강 리그이면, 광산 차량은 보강 요소들 또는 재료의 드릴링 또는 공급을 실행하기 위해 작업장에서 정지할 때 주변을 스캔할 수도 있다. 광산 차량이 이동하고 있지 않을 때마다 적어도 한 번 스캐닝을 실행하도록 또한 규정될 수도 있다. 이런 절차 때문에, 광산은 추가 리소스를 전혀 필요로 하지 않으면서 정상 작동 프로세스에 병행하여 반복적으로 측량될 수도 있다. 따라서, 광산의 3D 모델은 정확하고 업데이트될 수도 있다.

일 실시형태에 따르면, 제어 유닛은 제 2 스캐닝 데이터와 기준 포인트 클라우드 데이터 사이 요구되는 매칭 비를 규정하는 적어도 하나의 통합 규칙을 구비한다. 제어 유닛은, 설정된 통합 규칙이 이행될 때만 새로운 포인트 클라우드 데이터를 광산의 기준 모델의 기준 포인트 클라우드 데이터에 통합하도록 구성된다.

일 실시형태에 따르면, 광산 차량은 프레임, 하나 이상의 스캐닝 기기 및 하나 이상의 데이터 전송 기기들 또는 유닛들을 포함한 스캐닝 모듈을 구비한다. 스캐닝 모듈은 데이터 전송 기기에 의해 하나 이상의 제어 유닛들과 통신할 수도 있다. 스캐닝 모듈은 또한 생성된 모니터링 데이터를 프로세싱하기 위해 필요한 컴퓨터 프로그램들과 알고리즘들 및 프로세서들을 구비한 하나 이상의 제어 유닛들을 포함할 수도 있다. 모니터링 모듈은, 그것이 임의의 광산 차량에 장착가능하도록 설계될 수도 있다. 스캐닝 모듈의 체결 유닛은 신속 커플링 수단을 포함할 수도 있다.

일 실시형태에 따르면, 스캐닝 기기는 레이저 스캐너이다.

일 실시형태에 따르면, 스캐닝 기기는 적어도 하나의 카메라를 포함한다. 스캐닝 기기는 적어도 2 개의 카메라들을 포함하는 입체 시각 시스템을 기반으로 할 수도 있다. 대안적으로, 스캐닝은 포커스 시스템으로부터 깊이 (depth from focus-system) 로 알려진 기술을 기반으로 할 수도 있고, 하나의 카메라가 사용되고 방법은 기본적으로 대상체의 초점 스택을 촬영한 후, 그 이웃에 대한 각각의 화소의 조도를 분석함으로써 수행된다. 제어 유닛은 하나 이상의 카메라들로부터 수신된 데이터를 프로세싱하기 위한 이미지 프로세싱 시스템을 구비할 수도 있다.

일 실시형태에 따르면, 스캐닝 기기는 스캐닝 유닛 이외에 스캔된 장애물들의 색상 정보를 기록하기 위한 적어도 하나의 카메라를 포함한다. 기록된 색상 정보는 스캔된 포인트 클라우드 데이터에 연결될 수도 있다. 이런 식으로 부가적 정보가 수집될 수도 있다.

일 실시형태에 따르면, 3D 스캐닝 데이터는 측정된 표면 또는 대상체를 가로질러 스위핑되는 (swept) 레이저의 왕복 전파 시간 (round trip time of flight) 에 의해 획득된다. 이런 유형의 원격 감지 기법은 LiDAR (광 검출 및 거리 측정) 로도 알려져 있다.

일 실시형태에 따르면, 3D 스캐닝 데이터는, 단일 (변조) 광원의 왕복 전파 시간 및 측정된 표면 또는 대상체의 다른 부분들로부터 반사 복귀 시간에 의해 획득된다. 이런 유형의 원격 감지 기법은 ToF (전파 시간) 로도 알려져 있다. 이 실시형태에서 ToF-카메라들이 사용될 수도 있다.

일 실시형태에 따르면, 3D 스캐닝 데이터는, 하나 이상의 카메라 이미지들로 나타낸 측정된 표면 또는 대상체에 투사된 광의 알려진 패턴의 기하학적 구조에 의해 획득된다. 이런 유형의 3D 스캐닝은 또한 구조화된 광 3D 스캐닝 기법으로 알려져 있다.

일 실시형태에 따르면, 3D 스캐닝 데이터는 다른 시점에서 동일한 타겟을 촬영한 다수의 사진들을 분석하여 획득된다. 이 실시형태에서 스테레오 카메라 시스템이 이용될 수도 있다. 제어 유닛은 2 개 이상의 카메라들로부터 받아들인 이미지 데이터를 프로세싱하기 위한 이미지 프로세싱 시스템을 구비할 수도 있다.

일 실시형태에 따르면, 광산 차량은 내장형 제어 유닛과 하나 이상의 외부 제어 유닛들 사이 데이터 통신을 허용하는 적어도 하나의 데이터 통신 기기를 포함한다. 데이터 통신은 임의의 무선 데이터 전달 기법을 기반으로 할 수도 있다. 광산은 라디오파 신호들을 이용한 무선 네트워크를 구비할 수도 있다. 데이터 전송은 예를 들어 무선 근거리 통신망 (WLAN) 을 기반으로 할 수도 있다.

일 실시형태에 따르면, 제어 시스템은 광산 및 광산 차량 외부에 있는 하나 이상의 컴퓨터들 또는 제어 유닛들을 포함할 수도 있다. 대안적으로, 제어 시스템은, 스캐닝 데이터가 분석되는 제어 유닛으로부터 전송된 데이터를 검색하기 위한 전기 단말 기기들로 액세스를 허용하는 하나 이상의 서버들을 포함할 수도 있다. 제어 유닛은 또한 프로세싱된 데이터로 액세스를 허용하는 다른 데이터 통신 및 분배 수단을 의미하는 것으로 고려될 수도 있다.

일 실시형태에 따르면, 적어도 하나의 프로세서 및 적어도 하나의 포인트 클라우드 매칭 프로그램을 구비한 제어 유닛은 광산 차량에 위치한다. 따라서, 광산 차량은 주변으로부터 데이터를 수집하고 그것을 내장하여 처리하기 위해서 모든 필요한 리소스들을 구비한다. 이 실시형태는, 광산 시스템에 대한 데이터 접속이 상실되거나 제대로 작동하지 않는 상황에서도 작동가능하다. 광산의 기준 모델의 최신 버전은 적합한 경우에 내장 제어 유닛으로 다운로드될 수도 있고 내장 저장 매체에 저장될 수도 있다. 다운로드된 광산 모델은 원형 (original) 광산 모델로 구성될 수도 있고, 또는 그것은 기술 패턴들 및 특성들을 단지 포함하도록 필터링될 수도 있다. 또한, 광산 차량이 현재 작동하고 있는 광산 섹션의 단지 제한된 포인트 클라우드 데이터 세트만 다운로드할 수 있다.

일 실시형태에 따르면, 적어도 하나의 프로세서 및 적어도 하나의 포인트 클라우드 매칭 프로그램을 구비한 제어 유닛은 광산 차량의 외부에 위치한다. 스캐닝 데이터는, 예를 들어, 무선 데이터 전송 연결을 통하여 외부 제어 유닛으로 전송될 수도 있다. 제어 유닛은 수신된 스캐닝 데이터를 프로세싱할 수도 있고 광산 차량에 위치한 제어 유닛으로 프로세싱된 데이터를 되돌려 보낼 수도 있다. 분석 및 프로세싱 서비스는 광산 서버와 같은 외부 서버에서 클라우드 서비스로서 구현될 수도 있어서, 광산 차량의 제어 유닛은 계산 능력을 구비할 필요가 없다.

일 실시형태에 따르면, 광산 차량의 위치 및 방향을 결정하기 위한 제어 유닛은, 적어도 하나의 스캐닝 기기를 포함한 광산 차량과 작동 통신하기 위한 연결 수단, 광산 차량의 현재 위치의 작동 스캐닝 데이터를 광산 차량으로부터 수신하기 위한 수신 수단, 및 수신된 작동 스캐닝 데이터를 프로세싱하기 위한 프로세싱 수단을 포함하고, 상기 스캐닝 데이터는 적어도 하나의 스캐닝 기기에 의해 생성된 작동 제 2 포인트 클라우드 데이터를 포함하고; 제어 유닛은 프로세서에서 실행되도록 허용되는 적어도 하나의 포인트 클라우드 매칭 프로그램 및 광산 좌표계에서 광산의 저장된 기준 모델을 포함한 초기 제 1 포인트 클라우드 데이터를 구비하고, 제어 유닛은, 수신된 작동 제 2 포인트 클라우드 데이터를 기준 제 1 포인트 클라우드 데이터에 매칭하고 작동 포인트 클라우드 데이터와 기준 클라우드 데이터 사이 결정된 매칭을 기반으로 광산 좌표계에서의 광산 차량의 위치 및 방향을 결정하도록 포인트 클라우드 매칭 프로그램을 실행하도록 구성되고, 제어 유닛은 광산 좌표계에서의 광산 작업장의 위치와 광산 작업장에서 실행될 광산 작업 태스크를 규정하는 적어도 하나의 광산 작업 플랜을 구비하고, 제어 유닛은 광산 차량의 결정된 위치와 광산 작업장에서 광산 작업 태스크를 개시하기 위한 광산 작업 플랜의 위치를 연결하도록 구성된다.

광산 차량과 관련하여 개시된 상세한 실시형태들은 또한 방법에 관련되고, 그 반대도 마찬가지이다.

스캐닝 기기, 포인트 클라우드 매칭 프로그램 및 제어 유닛을 포함하는 동일한 장비가 내비게이션, 광산 작업 기기와 드릴공들의 위치 검출, 광산 측량, 충돌 방지 및 또한 광산 제어 및 차량군 관리 시스템들을 위한 정보를 제공하기 위해 이용될 수도 있다.

전술한 실시형태들은 개시된 필요한 특징들을 갖는 적합한 해결책들을 형성하도록 조합될 수 있다.

일부 실시형태들은 첨부 도면에서 보다 상세히 설명된다.

도 1 은 스캐닝 및 모니터링 수단을 구비한 착암 리그의 측면도이다.
도 2 는 스캐닝 표면들과 광산 차량을 둘러싼 물리적 장애물들의 원리를 개략적으로 보여준다.
도 3 은 광산 차량의 운반체에 배치된 스캐닝 모듈의 개략적 측면도이다.
도 4 는 스캐닝 결과를 프로세싱할 때 이용되는 포인트 클라우드 매칭의 기본 원리의 개략도이다.
도 5 는 광산의 새로운 또는 변화된 표면들을 검출하고, 스캔된 데이터를 기준 데이터와 매칭한 후 검출된 편차 포인트 클라우드 데이터를 통합한 프로세스의 개략적이고 매우 단순화된 도면이다.
도 6 은 검출된 새로운 스캔된 포인트들을 통합한, 업데이트된 기준 포인트 클라우드 데이터의 개략적이고 매우 단순화된 도면이다.
도 7 은 관련 요소들을 도시한 개략도이고, 프로세싱 수단 및 제어 유닛의 특성부들이 포인트 클라우드 데이터를 프로세싱할 수 있다.
도 8 은 페이스 드릴링 방법의 개략적 상면도이고 착암 리그는 터널의 단부면에 드릴링 패턴에 따라 드릴공들을 드릴링하기 위해 드릴링 부위에 위치한다.
도 9 는 팬 드릴링 방법의 개략적 상면도이고 착암 리그는 파일럿 터널의 내부 윤곽면에 드릴링 패턴에 따라 드릴공들을 드릴링하기 위해 드릴링 부위에 위치한다.
도 10 은 팬 드릴링 방법의 개략적 측면도이다.
도 11 은 드릴링 패턴의 개략도이다.
도 12 는 착암 리그의 위치결정 및 드릴링될 드릴링 패턴을 보여주는 개략적 상면도이다.
도 13 은 여러 개의 터널들과 터널들에서 작동하고 광산 제어 시스템에 통신하는 다른 유형의 광산 차량들을 포함하는 광산의 개략도이다.

명료성을 위해, 도면들은 개시된 해결책의 일부 실시형태들을 단순화하여 도시한다. 도면들에서, 같은 도면 부호들은 같은 요소들을 나타낸다.

도 1 은 광산 차량의 예로서 착암 리그 (1) 를 도시한다. 또한, 록 볼팅 리그들, 충전 리그들, 측정 차량들, 수송 차량들 및 로딩 차량들이 광산 차량들이다. 따라서, 광산 차량들은, 도 12 에 도시된 대로, 착암 유닛들, 볼팅 유닛들, 충전 유닛들, 로딩 유닛들 및 부하 지지 유닛들과 같은 광산 작업 기기들을 구비할 수도 있다. 개시된 해결책은 모든 유형의 광산 차량들에 적용될 수도 있다.

착암 리그 (1) 는 이동식 운반체 (2), 및 운반체 (2) 에 연결된 하나 이상의 붐들 (3) 을 포함할 수도 있다. 붐 (3) 의 원위 말단부에 드릴링 유닛 (4) 이 있을 수도 있다. 드릴링 유닛 (4) 은 공급 빔 (5) 및 그 위에 지지되는 착암 기계 (6) 를 포함할 수도 있다. 착암 기계 (6) 는 공구 (7) 를 연결하기 위해 착암 기계 (6) 의 전방 단부에 섕크를 포함할 수도 있다. 적어도 하나의 붐 (3) 은 드릴링 유닛 이외의 광산 작업 기기를 포함할 수도 있다. 따라서, 광산 작업 기기는 예를 들어 록 볼팅 유닛 또는 충전 유닛일 수도 있다.

도 1 에서, 착암 리그 (1) 는, 예를 들어 터널, 보관 홀 (hall) 또는 통로일 수도 있는 지하 광산 공간 (8) 에서 작동한다. 광산 공간 (8) 은 단부 막장 (9), 벽면들 (10) 및 루프면 (11) 을 포함할 수도 있다. 착암 리그 (1) 는 착암 리그 (1) 의 주변을 측정하기 위한 하나 이상의 스캐닝 기기들 (S) 을 구비한다. 스캐닝 기기 (S) 는 360° 스캔할 수도 있어서 주변 표면들 및 착암 리그 (1) 둘레의 다른 장애물들을 측정하고 시스템을 위한 스캐닝 데이터를 생성할 수도 있다. 스캐닝 기기 (S) 는 레이저 스캐너, 카메라 또는 포인트 클라우드 데이터를 생성할 수 있는 그 밖의 다른 기기를 포함할 수도 있다. 스캐닝 기기 (S) 는 운반체 (2) 에 배치될 수도 있다.

스캐닝 기기 (S) 는 광산 차량에서 알려진 위치에 배치될 수도 있다. 그 후, 스캐닝 기기의 좌표들은 광산 차량의 기계 좌표계 (12) 에 알려져 있다. 스캐닝 기기는 주위를 본 후 또한 광산 차량의 하나 이상의 대상체들, 부품들 또는 구성요소들 역시 검출할 수도 있다.

대안적으로, 개시된 시스템이 포인트 클라우드 매칭 기법을 이용할 때 스캐닝 기기 (S) 의 위치는 정확히 미리 정하여 보정될 필요가 없다. 그 후, 착암 리그의 적어도 하나의 기준 구성요소 또는 대상체가 스캐닝 데이터에서 검출되고 검출된 대상체의 생성된 포인트 클라우드 데이터는 운반체 (2) 에서 스캐닝 기기 (S) 의 상대 위치 결정에 이용된다.

착암 리그 (1) 는 기계 좌표계 (12) 를 가지고 광산은 광산 좌표계 (13) 를 갖는다. 스캐닝 데이터를 수신하고, 포인트 클라우드 매칭을 수행하고 측정치를 검색하고, 위치 데이터를 생성하고 본 출원에 개시된 원리에 따라 필요한 좌표 변환을 실행하기 위한 하나 이상의 제어 유닛들 (14a) 이 착암 리그 (1) 에 내장될 수도 있다. 제어 유닛은 또한 하나 이상의 광산 작업 플랜들, 이 경우에 드릴링 패턴을 구비할 수도 있고, 광산 작업 플랜들에 따라 광산 작업 작동들이 작업장에서 실행된다.

스캐닝 기기 (S) 는, 마운팅 수단을 구비한 프레임 (30), 및 전술한 위치 결정 절차들을 실행하기 위한 프로세서 및 필요한 프로그램들을 구비한 제어 유닛 (CU) 을 포함한 스캐닝 모듈 (SM) 의 일부일 수도 있다.

필요한 위치 및 방향 데이터는 스캐닝에 의해 생성될 수도 있으므로 붐 (3) 은 어떠한 센서도 가지지 않을 수도 있다. 하지만, 붐 (3) 및 광산 작업 기기는 대안적으로 위치 및 방향 결정을 위한 종래의 센서들 또는 측정 수단 (31) 을 포함할 수도 있다.

광산 좌표계에서의 광산 차량 (1) 의 위치 및 방향은 스캐닝 및 포인트 클라우드 매칭 기법을 이용함으로써 결정될 수도 있다. 스캐닝 수단은 또한 단부면 (9) 의 위치, 광산 공간 (8) 의 프로파일, 또한 공간 (8) 의 막장과 내면들의 토포그래피를 결정하는데 사용될 수도 있다.

도 1 은, 광산 차량 (1) 이 광산 제어 시스템의 일부일 수도 있는 하나 이상의 외부 광산 제어 유닛들 (MCU) 과 통신할 수도 있음을 추가로 개시한다.

도 2 는 광산 차량 (1) 을 둘러싸는 광산 공간 (8) 의 표면들의 스캐닝을 도시한다. 따라서, 벽면들 (10a, 10b) 및 루프면 (11) 의 포인트 클라우드 데이터 (15) 가 생성될 수도 있다. 또한, 공간 (8) 의 최대 깊이, 즉, 단부면이 스캔될 수도 있다. 확대부들을 갖는 단순화된 도 2 에서 개시되어 있듯이, 암석 재료는 발파에 의해 분리되므로 벽면들 (10a, 10b) 및 루프면 (11) 의 표면들은 개별적인 형상들을 가지고 있다. 표면들의 토포그래피는 광산의 일종의 지문인 것으로 간주될 수도 있다. 광산 공간 (8) 의 실현된 표면들의 3D 스캐닝 데이터가 생성될 수도 있다. 따라서, 광산의 3D 모델은 스캔된 포인트 클라우드 데이터를 기반으로 업데이트될 수도 있다.

도 2 는, 또한, 스캐닝에 의해, 모니터링된 대상체 (MO) 가 또한 검출될 수도 있고 그것의 포인트 클라우드가 생성될 수도 있음을 개시한다. 모니터링된 대상체 (MO) 의 포인트 클라우드 데이터는 모니터링된 대상체에 대한 특징인 포인트들을 포함한다. 포인트들이 형성하는 형상을 기반으로, 모니터링된 대상체 (MO) 는 스캐닝 절차의 검색 단계에서 인식될 수도 있다. 제어 유닛 (14a) 은 그 후 포인트 클라우드에서 모니터링된 대상체를 규정하는 인식된 포인트들에 대한 좌표들을 결정할 수도 있고 기계 좌표계 (12) 에서 모니터링된 대상체의 위치 및 방향을 결정할 수도 있다. 광산 차량 (1) 의 로케이션이 알려져 있을 때 제어 유닛 (14a) 은 모니터링된 대상체 (MO) 의 위치 및 방향 데이터를 광산 좌표계 (13) 의 좌표들로 변환할 수도 있다. 광산에서 광산 차량 (1) 의 위치는 스캐닝 기법에 의해 결정될 수도 있다. 광산 차량 (1) 및 모니터링된 대상체 (MO) 의 위치뿐만 아니라 스캔된 광산 공간 (8) 의 실현된 표면 토포그래피 및 막장 면의 로케이션에 대한 정보가 결정될 수도 있다.

도 2 에서뿐만 아니라 도 4 에서, 그것은 스캐닝 기기 (S) 의 광선이 물리적 타겟과 만나 검출을 유발하는 포인트들을 검은 점들 (17) 에 의해 도시한다. 포인트 클라우드 데이터 (15) 는 스캐닝에 의해 형성되는 여러 포인트들 (17) 을 포함한다. 포인트들 (17) 은 검은 점들로서 나타나 있다. 포인트 클라우드 데이터는, 스캐닝이 보는 정보를 나타내는 것으로 간주될 수 있다. 모든 포인트 (17) 는 기계 좌표계 (12) 에서 좌표들 (x, y, z) 을 가져서, 모니터링된 대상체 (MO) 의 위치 및 방향은 기계 좌표계 (12) 에서 스캐닝 기기 (S) 에 대해 결정될 수도 있다. 모니터링된 대상체 (MO) 는, 제어 유닛 (14a 또는 CU) 으로 입력된 기준 데이터를 기반으로 포인트 클라우드 데이터로부터 찾을 수도 있다.

또한, 광산 차량의 위치가 알려져 있고 좌표 변환이 이용될 때 광산 공간 (8) 의 바닥에서 막장 표면 및 다른 표면들의 위치, 방향 및 토포그래피가 광산 좌표계 (13) 에서 결정될 수도 있다.

도 3 에서, 스캐닝 모듈 (SM) 은 광산 차량 (1) 의 운반체 (2) 에 배치된다. 스캐닝 모듈 (SM) 은 스캐닝 기기 (S), 프레임 (18) 및 제어 유닛 (CU) 을 포함한다. 제어 유닛 (CU) 은 스캐닝 기기 (S) 및 측정 기기로부터 수신된 측정 데이터를 프로세싱하도록 배치될 수도 있고 데이터 통신 유닛 (DCU) 에 의해 단지 프로세싱된 데이터 및 데이터 요소들을 광산 제어 유닛 (MCU) 또는 그 밖의 다른 외부 제어 유닛으로 보낼 수도 있다. 또한, 스캐닝 기기 (S) 또는 스캐닝 모듈은 신속 커플링 수단을 포함할 수도 있어서, 그것은 광산 차량 (1) 에 쉽게 장착될 수 있다.

도 4 는 스캐닝 및 포인트 클라우드 매칭에 의하여 광산 차량 (1) 의 위치 및 배향을 결정하는 기본 원리를 개시한다. 광산 차량 (1) 의 주변이 스캔되고 제 2 포인트 클라우드 데이터 (21) 가 생성된다. 초기 제 1 포인트 클라우드 데이터 (22) 는 미리 형성될 수도 있고 그것은 광산 차량 (1) 에 내장된 제어 유닛 (14a) 또는 외부 제어 유닛 (14c) 으로 저장될 수도 있다. 제어 유닛 (14a, 14c) 은 제 2 포인트 클라우드 데이터 (21) 를 제 1 포인트 클라우드 데이터 (22) 에 매칭하기 위해 프로세서 및 포인트 클라우드 매칭 프로그램 또는 알고리즘을 구비할 수도 있다. 따라서, 제 1 포인트 클라우드 데이터 (22) 는 기준 포인트 클라우드 데이터로서 역할을 하고 제 2 포인트 클라우드 데이터 (21) 는 작동 포인트 클라우드 데이터로서 역할을 한다. 도 4 에서, 매치 (23) 는 매우 단순화시켜 도시되어 있다. 매치 (23) 를 기반으로, 제어 유닛 (14a 또는 14b) 은 광산 좌표계 (13) 에서 광산 차량 (1) 의 위치 및 배향을 결정할 수도 있다. 포인트 클라우드 데이터의 모든 포인트 (17) 는 x-, y-, 및 z- 좌표들을 가지고 있다. 도 4 의 단순화된 예에서, 제 2 포인트 클라우드 데이터 (21) 는 기준 포인트 클라우드 데이터 (22) 에 완전히 꼭 맞다.

광산 차량의 붐 또는 광산 작업 기기와 같은 모니터링된 대상체의 위치 및 방향을 또한 검색 및 검출하기 위해 포인트 클라우드 매칭 분석의 전술한 원리 및 포인트 클라우드의 최적합 절차가 이용될 수도 있다. 패턴 매칭 중 시스템은 모니터링된 대상체를 검색하고 그것에 대한 위치 및 방향 데이터를 계산한다.

도 5 는 광산의 새로운 또는 변화된 표면들을 검출하는 것을 개시한다. 스캐닝 기기를 구비한 광산 차량은 이동식 측량 기기로서 역할을 할 수도 있다. 따라서, 광산 차량은, 그것이 드릴링 또는 그 밖의 다른 규정된 광산 작업을 위해 작업장에서 정지했을 때, 주변을 스캔할 수도 있다. 제어 유닛은, 포인트 클라우드 매칭 분석을 실행하고, 작동 제 2 스캐닝 데이터 (21) 를, 제어 유닛에 저장되거나 제어 유닛에서 검색된 기준 스캐닝 데이터 (22) 와 비교하도록 구성된다. 패턴 매칭 중, 작동 제 2 스캐닝 데이터 (21) 가 기준 포인트 클라우드 데이터 (22) 에 존재하지 않는 하나 이상의 새로운 주변 포인트들 (17a) 을 포함하는지 시스템이 검출한다. 이런 새로운 포인트들 (17a) 은 흰색으로 채워진 점들로서 도 5 에 도시되어 있다. 제어 유닛은 제 2 스캐닝 데이터 (21) 와 기준 포인트 클라우드 데이터 (22) 사이 요구되는 매칭 비를 규정하는 하나 이상의 통합 규칙들을 구비할 수도 있다. 통합 규칙은 예를 들어 50 % 매칭 필요성을 규정할 수도 있다. 설정된 통합 규칙이 이행된다면, 새로운 포인트들 (17a) 이 기준 포인트 클라우드 데이터 (22) 로 통합된다. 따라서, 광산 차량은 새롭게 형성된 벽들 또는 변화된 표면들이 검출되고 기록될 수 있도록 허용한다. 도 6 은, 검출된 새로운 스캔된 포인트들을 통합한 업데이트된 새로운 기준 포인트 클라우드 데이터 (22a) 를 개시한다.

도 7 은 생성된 포인트 클라우드 데이터를 프로세싱하기 위해 제어 유닛의 프로세서에서 실행가능한 필요한 프로그램들과 실현 가능한 제어 유닛을 도시한다. 제어 유닛은, 광산 차량의 작동 제어시 그리고 광산 차량의 위치와 광산 작업 플랜을 결정하기 위해 이용될 수도 있는 위치 데이터를 생성한다.

개시된 제어 유닛은 광산 차량에 내장될 수도 있어서, 제어 유닛은 스캐닝 데이터를 프리-프로세싱할 수도 있고 데이터 전송 기기에 의해 광산 제어 유닛으로 단지 결과만 전송할 수도 있다.

도 8 은, 터널의 단부면에 드릴링 패턴에 따라 드릴공들을 드릴링하기 위해 드릴링 부위에 착암 리그가 위치결정된 페이스 드릴링 방법을 도시한다. 대안적으로, 라운드 (R) 의 드릴링은 그 밖의 다른 유형의 굴착 플랜에 따라 제어될 수도 있다. 굴착이 진행됨에 따라 터널의 깊이는 증가한다. 따라서, 터널의 깊이는 라운드마다 증가한다. 깊이 (DD) 의 방향은 화살표로 나타나 있다.

페이스 드릴링 리그 (1) 가 작동하는 굴착된 암석 공간 (8) 은 터널 라인 (TL) 및 터널 라인 (TL) 의 깊이 방향 (DD) 으로 실현된 막장 (9) 을 포함한다. 막장 (9) 은 터널 (8) 의 단부에 위치한다. 막장 (9) 은, 이전 라운드 (R) 가 발파될 때 형성된다. 막장의 위치 및 형상은, 파선 (9a) 으로 나타낸, 플랜된 위치 및 형상에서 벗어날 수도 있다. 페이스 드릴링 리그 (1) 는 광산에서 리그의 위치를 결정하기 위한 스캐닝 기기 (SD) 또는 모듈을 구비한다. 스캐닝 기법은 깊이 방향 (DD) 으로 터널 라인 (TL) 에 대해 막장 (9) 의 위치를 결정하기 위해 또한 사용될 수도 있다. 시스템은 터널 라인 (TL) 의 깊이 방향 (DD) 으로 터널 막장 (9) 의 최대 깊이를 결정할 수도 있고 최대 깊이를 기반으로 막장의 위치를 정확히 규정할 수도 있다. 게다가, 생성된 스캐닝 데이터는 막장 (9) 의 터널 프로파일, 터널 라인 (TL) 에 대한 막장 (9) 의 방향 및 막장 (9) 의 토포그래피를 결정하는데 사용될 수도 있다.

도 9 및 도 10 은, 착암 리그 (1) 가 도갱 (8b) 의 내부 윤곽면 (IS) 에 드릴링 패턴에 따라 드릴공들을 드릴링하기 위해 드릴링 부위에 위치결정되는 팬 드릴링 방법의 원리를 도시한다. 팬 드릴링에서, 드릴공들의 위치들과 방향들을 규정하는 팬 드릴링 패턴이 사용될 수도 있다. 팬 드릴링 리그 (1) 는 광산에서 리그의 위치를 결정하기 위한 스캐닝 기기 (SD) 또는 모듈을 구비한다. 스캐닝 기법은 깊이 방향 (DD) 으로 터널 라인 (TL) 에 대한 막장 (9) 의 위치를 결정하는데 또한 사용될 수도 있다. 굴착된 터널 (8) 의 표면들 (S) 및 터널 프로파일들이 또한 스캔되고 검출될 수도 있다.

페이스 드릴링 및 팬 드릴링에서, 드릴링 패턴들 대신에 광산 작업 플랜으로서 미리 설계된 터널 라인 (TL) 을 또한 이용할 수 있다. 또한, 터널 라인을 따라 터널의 내부 프로파일들이 또한 미리 정해지고 제어 유닛으로 입력될 수도 있다. 광산 작업 플랜은 또한 원하는 터널 부분들을 위해 최소 프로파일 및 최대 프로파일을 규정할 수도 있다.

도 11 은 페이스 드릴링을 위한 드릴링 패턴 (32) 의 xz 투영을 보여준다. 드릴링 패턴 (32) 은 복수의 끼워넣은 열들 (34a ~ 34c) 에 배치된 복수의 드릴공들 (33) 을 규정한다. 또한, 드릴링 패턴 (32) 은 최내측 드릴공 열 (34c) 과 절개부 (36) 사이 섹션에 배치된 필드공들 (35a ~ 35c) 을 포함할 수도 있다. 드릴링 패턴 (34) 에서, 드릴공 (33) 은 원으로 제공될 수도 있다. 또한, 각 드릴공 (33) 의 방향은 드릴링 패턴 (32) 에서 방향 라인 (37) 에 의해 나타낼 수도 있다. 드릴공들 (33) 사이 거리는 구멍 간격 (38) 으로 불린다. 드릴링 패턴 (32) 의 특성 및 파라미터들은, 제어 유닛의 프로세서에서 드릴링 패턴 설계 프로그램 또는 대응하는 광산 작업 플랜 프로세싱 프로그램을 실행함으로써 변경될 수도 있다. 이전 라운드들의 모니터링 및 감지 결과들은, 드릴링 패턴들에 따라 수정할 때 고려될 수도 있다.

도 12 는 드릴링되는 라운드 (R) 와 연관하여 드릴링 패턴 (32) 의 원리를 보여준다. 굴착될 터널 (8) 의 막장 (9) 은, 드릴링 패턴 (32) 의 좌표계가 연관될 수 있는, 내비게이션 평면 (N) 을 구비할 수도 있다. 내비게이션 평면 (N) 은 막장 (9) 의 전방에 위치될 수도 있다. 드릴링 패턴 (32) 은 좌표계에서 착암 리그 (1) 의 결정된 로케이션 및 방향을 포함할 수도 있고, 이 경우에 드릴링이 개시되기 전 착암 리그 (1) 는 좌표계에 따라 내비게이트된다. 라운드 (R) 의 바닥은 내비게이션 평면 (N) 으로부터 패턴의 길이에 대응하는 거리에서 발파 평면 (39) 을 추가로 포함할 수도 있다.

도 13 은 여러 개의 터널들 (8a ~ 8d) 및 터널들에서 작동하는 다른 광산 차량들 (1a ~ 1d) 을 포함하는 광산을 보여준다. 최하부 터널 (8a) 에, 터널의 단부면에 발파공들을 드릴링하기 위한 페이스 드릴링 리그 (1a) 가 있다. 팬 드릴링 리그 (1b) 는 제 2 터널 (8b) 에서 팬형 드릴링 패턴을 드릴링한다. 제 3 터널 (8c) 에서 로딩 차량 (1c) 은 탈착된 암석 재료를 운반하고, 또한, 충전 차량 (1d) 은 제 4 터널 (8d) 에서 작업하고 있다. 광산에서 작업하는 이 모든 광산 차량들은 전술한 광산 작업 플랜들과 스캐닝 모듈들을 구비할 수도 있어서 그것은 본 특허 출원에서 개시된 방식으로 위치결정되고 작동될 수도 있다. 광산 차량들은 또한 광산 제어 유닛 (MCU) 에 측량 및 모니터링 데이터를 제공할 수도 있다. 광산 제어 유닛 (MCU) 은 제어실에 위치할 수도 있고 현재 상태에 대한 정보를 조작자에게 제공하고 상황 보고를 표시하기 위해 하나 이상의 단말 기기들 또는 디스플레이 유닛들 (DU) 에 연결될 수도 있다.

팬 드릴링 리그 (1b) 가 터널을 뚫는데 이용될 때, 그것은 도갱에서 작동할 수도 있고 도갱의 벽들과 천장에 발파공들을 드릴링할 수도 있다. 드릴공들을 발파한 후 도갱은 확장된다. 2 개의 연속 드릴공 팬들은 라운드 (R) 의 길이를 규정한다. 페이스 드릴링에서, 페이스 드릴링 리그 (1a) 는 말단면, 즉 터널 (8a) 의 막장에 드릴공들을 드릴링한다. 굴착 발생 후, 형성된 광산 공간들은 광산 차량들의 모니터링 모듈들에 의해 측량될 수도 있다. 모니터링 모듈은 터널들 (8a ~ 8d) 의 막장들 및 다른 표면들을 스캐닝하기 위한 스캐닝 기기를 포함할 수도 있다.

도면들 및 관련된 설명은 단지 본 발명의 사상을 설명하기 위한 것이다. 세부 사항에서, 본 발명은 청구 범위 내에서 변경될 수도 있다.

Claims (12)

1. 광산 차량으로서,
   이동식 운반체;
   광산에서 광산 작업 태스크들을 실행하기 위한 적어도 하나의 광산 작업 기기;
   상기 광산 차량의 주변들을 스캔하고 주변들의 3D 스캐닝 데이터를 생성하기 위한 적어도 하나의 스캐닝 기기를 포함하고,
   상기 광산 차량은, 데이터를 수신하고 적어도 하나의 프로세서에서 상기 데이터를 프로세싱하도록 구성된 적어도 하나의 제어 유닛과 작동 통신하고;
   상기 제어 유닛은 상기 프로세서에서 실행되도록 허용된 적어도 하나의 포인트 클라우드 매칭 프로그램을 구비하고;
   초기 제 1 포인트 클라우드 데이터는 상기 제어 유닛에 입력되고, 상기 제 1 포인트 클라우드 데이터는 광산 좌표계에서의 광산의 저장된 기준 모델을 포함하고;
   상기 광산 차량의 상기 스캐닝 기기에 의해 생성된 적어도 하나의 제 2 포인트 클라우드 데이터는 상기 제어 유닛으로 입력되고, 상기 제 2 포인트 클라우드 데이터는 상기 광산 차량의 현재 위치의 작동 스캐닝 데이터를 포함하고;
   상기 제어 유닛은, 작동 제 2 포인트 클라우드 데이터를 기준 제 1 포인트 클라우드 데이터에 매칭시키기 위해서 상기 포인트 클라우드 매칭 프로그램을 실행하도록 구성되고;
   상기 제어 유닛은, 작동 포인트 클라우드 데이터와 기준 클라우드 데이터 사이의 결정된 매칭을 기반으로 상기 광산 좌표계에서의 상기 광산 차량의 위치 및 방향을 결정하도록 구성되고;
   상기 제어 유닛은, 상기 광산 좌표계에서의 광산 작업장의 위치 및 상기 광산 작업장에서 실행될 광산 작업 태스크를 규정하는 적어도 하나의 광산 작업 플랜을 구비하고;
   상기 제어 유닛은, 상기 광산 차량의 결정된 위치와 상기 광산 작업장에서 광산 작업 태스크를 개시하기 위한 상기 광산 작업 플랜의 위치를 연결하도록 구성되는, 광산 차량.
2. 제 1 항에 있어서,
   상기 제어 유닛은, 상기 광산 차량이 작동하고 있는 광산의 영역 또는 섹션을 결정하도록 구성되고, 위치 데이터를 기반으로, 상기 제어 유닛은 스캔된 제 2 포인트 클라우드 데이터를 광산의 부분 포인트 클라우드 데이터와 비교하도록 구성되고, 전용의 그리고 제한된 포인트 클라우드 데이터는 비교시 기준 데이터로서 역할을 하는, 광산 차량.
3. 제 1 항 또는 제 2 항에 있어서,
   상기 광산 차량은 드릴링 유닛을 구비한 적어도 하나의 드릴링 붐을 포함한 착암 리그 (rig) 이고;
   상기 제어 유닛은, 상기 광산 작업 플랜으로서 역할을 하고 광산에서 미리 정해진 드릴링 위치에서 드릴링될 라운드를 위해 상기 광산 좌표계에서의 여러 개의 드릴공들의 위치들 및 방향들을 규정하는 적어도 하나의 드릴링 패턴을 구비하고;
   상기 제어 유닛은, 상기 착암 리그의 결정된 위치와 상기 드릴링 위치에서 드릴링을 개시하기 위한 상기 드릴링 패턴의 위치를 연결하도록 구성되는, 광산 차량.
4. 제 1 항 내지 제 3 항 중 어느 한 항에 있어서,
   상기 광산 차량은, 터널 라인 및 상기 터널 라인의 깊이 방향으로 실현된 막장 (face) 을 포함하는 굴착된 암석 공간에서 작동가능하고;
   상기 광산 차량은, 상기 막장을 검출하고 깊이 방향으로 상기 터널 라인에 대한 상기 막장의 위치를 결정하기 위한 수단을 구비하고;
   상기 제어 유닛은, 상기 실현된 막장의 결정된 깊이 위치를 기반으로 상기 광산 작업 플랜의 위치를 규정하도록 구성되는, 광산 차량.
5. 제 4 항에 있어서,
   상기 광산 차량은, 상기 터널 라인의 깊이 방향으로 터널 막장의 최대 깊이를 결정하기 위한 측정 수단을 포함하고;
   상기 제어 유닛은, 상기 막장의 위치를 규정하기 위해서 검출된 최대 깊이를 결정하도록 구성되는, 광산 차량.
6. 제 1 항 내지 제 5 항 중 어느 한 항에 있어서,
   상기 스캐닝 기기는 상기 실현된 막장을 향해 스캔하도록 배치되어서, 좌표들을 구비한 포인트 클라우드 데이터는 이전에 굴착된 적어도 하나의 라운드의 실현된 표면들로 생성되고;
   상기 제어 유닛은 생성된 포인트 클라우드 데이터를 기반으로 상기 실현된 표면들의 특성을 결정하도록 구성되는, 광산 차량.
7. 제 5 항 또는 제 6 항에 있어서,
   상기 광산 차량은 적어도 하나의 붐을 포함하고 상기 광산 작업 기기는 상기 붐의 원위 (distal) 부분에 위치되고;
   상기 붐은 계측되고 운반체에 대한 막장의 로케이션은, 상기 막장과 접촉하게 상기 광산 작업 기기를 배치하고 측정 기기들을 포함하는 계측된 붐에 의해 상기 막장의 로케이션을 결정함으로써 결정되는, 광산 차량.
8. 제 1 항 내지 제 6 항 중 어느 한 항에 있어서,
   상기 광산 작업 기기의 위치 및 방향은 상기 광산 차량의 주변들을 스캔함으로써 결정되어서, 상기 광산 작업 기기의 포인트 클라우드 데이터가 생성되고;
   적어도 하나의 상기 제어 유닛은 상기 광산 작업 기기의 기준 포인트 클라우드 데이터를 구비하고;
   적어도 하나의 포인트 클라우드 프로세싱 프로그램은, 스캔된 포인트 클라우드 데이터에서 상기 광산 작업 기기를 검색 및 검출하고 상기 광산 작업 기기의 위치 및 방향을 결정하도록, 스캔된 포인트 클라우드 데이터와 상기 기준 포인트 클라우드 데이터를 비교하기 위한 적어도 하나의 상기 제어 유닛에서 실행되는, 광산 차량.
9. 제 1 항 내지 제 8 항 중 어느 한 항에 있어서,
   상기 제어 유닛은 상기 광산의 3D 모델을 포함하는 광산 플랜을 구비하고;
   상기 광산의 3D 모델은 광산 좌표계에서 포인트 클라우드 데이터를 포함하고;
   상기 제어 유닛은 검출된 위치에 대해 상기 광산의 3D 모델과 상기 스캐닝 기기에 의해 생성된 상기 포인트 클라우드 데이터를 비교하도록 구성되고, 스캔된 위치에서 새로운 또는 변화된 주변 포인트 클라우드 대상체들을 스캐닝 데이터에서 검출하여서 새롭게 형성되거나 변화된 벽들이 검출되고 기록될 수 있게 허용하도록 구성되고;
   상기 제어 유닛은 상기 광산의 3D 모델의 포인트 클라우드 데이터에 새로운 포인트 클라우드 데이터를 통합하도록 구성되어서, 광산 제어 유닛은 상기 스캐닝 데이터를 기반으로 상기 광산의 3D 모델을 업데이트하도록 구성되는, 광산 차량.
10. 제 9 항에 있어서,
    상기 제어 유닛은, 주변 표면들의 포인트 클라우드 데이터를 추출하고 모든 다른 대상체들의 포인트 클라우드 데이터를 제거함으로써 수신된 스캐닝 데이터를 프로세싱하도록 구성되어서, 상기 주변 표면들의 단순화된 포인트 클라우드 데이터가 생성되는, 광산 차량.
11. 적어도 하나의 스캐닝 기기를 구비한 광산 차량의 위치 및 방향을 결정하기 위한 제어 유닛으로서,
    상기 제어 유닛은:
    적어도 하나의 상기 스캐닝 기기를 포함하는 광산 차량과 작동 통신하기 위한 연결 수단;
    상기 광산 차량의 현재 위치의 작동 스캐닝 데이터를 상기 광산 차량으로부터 수신하기 위한 수신 수단으로서, 상기 스캐닝 데이터는 적어도 하나의 상기 스캐닝 기기에 의해 생성된 작동 제 2 포인트 클라우드 데이터를 포함하는, 상기 수신 수단;
    수신된 작동 스캐닝 데이터를 프로세싱하기 위한 프로세싱 수단을 포함하고,
    상기 제어 유닛은 프로세서에서 실행되도록 허용되는 적어도 하나의 포인트 클라우드 매칭 프로그램을 구비하고;
    상기 제어 유닛은 광산 좌표계에서의 광산의 저장된 기준 모델을 포함하는 초기 제 1 포인트 클라우드 데이터를 구비하고;
    상기 제어 유닛은, 수신된 작동 제 2 포인트 클라우드 데이터를 기준 제 1 포인트 클라우드 데이터에 매칭하기 위해서 상기 포인트 클라우드 매칭 프로그램을 실행하도록 구성되고;
    상기 제어 유닛은, 작동 포인트 클라우드 데이터와 기준 클라우드 데이터 사이 결정된 매칭을 기반으로 상기 광산 좌표계에서의 상기 광산 차량의 위치 및 방향을 결정하도록 구성되고;
    상기 제어 유닛은, 상기 광산 좌표계에서의 광산 작업장의 위치 및 상기 광산 작업장에서 실행될 광산 작업 태스크를 규정하는 적어도 하나의 광산 작업 플랜을 구비하고;
    상기 제어 유닛은, 상기 광산 차량의 결정된 위치와 광산 작업장에서 광산 작업 태스크를 개시하기 위한 상기 광산 작업 플랜의 위치를 연결하도록 구성되는, 적어도 하나의 스캐닝 기기를 구비한 광산 차량의 위치 및 방향을 결정하기 위한 제어 유닛.
12. 광산 작업장에서 광산 작업 태스크를 개시하는 방법으로서,
    상기 방법은:
    광산에 광산 차량을 위치결정하는 단계;
    상기 광산 차량의 적어도 하나의 내장 스캐닝 기기에 의해 상기 광산 차량의 주변의 적어도 하나의 작동 스캐닝을 실행하는 단계;
    주변의 작동 스캐닝의 생성된 적어도 하나의 작동 포인트 클라우드 데이터를 포인트 클라우드 매칭 프로그램을 구비한 적어도 하나의 제어 유닛에 입력하는 단계;
    3D 광산 모델의 포인트 클라우드 데이터를 상기 제어 유닛에 입력하고 상기 데이터를 상기 광산의 기준 포인트 클라우드 데이터로서 사용하는 단계로서, 상기 기준 데이터는 광산 좌표계에서 상기 기준 포인트 클라우드 데이터의 좌표들을 포함하는, 상기 3D 광산 모델의 포인트 클라우드 데이터를 상기 제어 유닛에 입력하고 상기 데이터를 상기 광산의 기준 포인트 클라우드 데이터로서 사용하는 단계;
    상기 작동 포인트 클라우드 데이터와 상기 기준 포인트 클라우드 데이터 사이 매칭 포인트들을 검색하기 위해 상기 제어 유닛의 프로세서에서 상기 포인트 클라우드 매칭 프로그램을 실행하는 단계;
    상기 광산 좌표계에서의 상기 광산 차량의 위치 및 방향을 결정하기 위해 매칭 프로세스의 결과들을 이용하는 단계;
    상기 광산 좌표계에서의 광산 작업장의 위치 및 상기 광산 작업장에서 실행될 광산 작업 태스크를 규정하는 적어도 하나의 광산 작업 플랜을, 상기 제어 유닛에, 또한 제공하는 단계; 및
    상기 광산 차량의 결정된 위치와 상기 광산 작업장에서 광산 작업 태스크를 개시하기 위한 광산 작업 플랜의 위치를 연결하는 단계를 포함하는, 광산 작업장에서 광산 작업 태스크를 개시하는 방법.

Images