綜采工作面三維激光掃描建模關(guān)鍵技術(shù)研究

榮耀，曹瓊，安曉宇，溫亮，趙云飛

（1.北京天瑪智控科技股份有限公司，北京 101399；2.國(guó)家能源集團(tuán)神東煤炭集團(tuán)公司，陜西 榆林 719315）

0 引言

煤礦智能化、無(wú)人化是國(guó)內(nèi)外煤炭開(kāi)采領(lǐng)域的發(fā)展趨勢(shì)，是煤炭行業(yè)轉(zhuǎn)型升級(jí)的必然要求。然而，受限于復(fù)雜地質(zhì)條件，目前我國(guó)煤礦智能化開(kāi)采技術(shù)水平落后于企業(yè)的發(fā)展需求[1]。袁亮等[2]結(jié)合我國(guó)礦井地質(zhì)保障技術(shù)體系研究現(xiàn)狀，提出了煤炭精準(zhǔn)開(kāi)采的科學(xué)構(gòu)想，推動(dòng)了煤炭產(chǎn)業(yè)變革。李首濱[3]闡述了智能化開(kāi)采的4 個(gè)階段，并指出當(dāng)前處于向智能化開(kāi)采3.0 過(guò)渡階段，該階段以透明工作面為核心，將綜采工作面所有裝備的信息展示在一張圖上，實(shí)現(xiàn)綜采工作面多機(jī)協(xié)同作業(yè)與自適應(yīng)智能割煤等功能的遠(yuǎn)程管控。

實(shí)現(xiàn)透明工作面的關(guān)鍵是構(gòu)建高精度工作面煤層模型。在常規(guī)地質(zhì)勘探結(jié)果基礎(chǔ)上，采用地質(zhì)雷達(dá)、槽波探測(cè)、三維地震勘探等新型精細(xì)工程物探傳感器和技術(shù)，結(jié)合巷道激光掃描數(shù)據(jù)構(gòu)建初始地質(zhì)模型，根據(jù)煤巖識(shí)別、定向鉆進(jìn)等數(shù)據(jù)對(duì)模型進(jìn)行實(shí)時(shí)修正，融合環(huán)境狀態(tài)、設(shè)備位姿等實(shí)時(shí)數(shù)據(jù)，形成動(dòng)態(tài)三維地質(zhì)模型。三維激光掃描技術(shù)能夠以1∶1 點(diǎn)云模型對(duì)測(cè)量環(huán)境進(jìn)行三維重建，可用來(lái)構(gòu)建初始地質(zhì)模型，為透明工作面提供重要的基礎(chǔ)數(shù)據(jù)。

2017 年，劉曉陽(yáng)等[4]通過(guò)三維激光掃描方法對(duì)巷道頂板穩(wěn)定性進(jìn)行監(jiān)測(cè)，證明了三維激光掃描技術(shù)在巷道頂板穩(wěn)定性監(jiān)測(cè)中應(yīng)用的可行性。2019 年，澳大利亞聯(lián)邦科學(xué)與工業(yè)研究組織（Commonwealth Scientific and Industrial Research Organisation,CSIRO ）發(fā)布了防爆三維激光掃描設(shè)備ExScan[5]，該設(shè)備可直接用于煤礦井下三維環(huán)境掃描。2019 年，國(guó)家能源集團(tuán)神東煤炭集團(tuán)公司榆家梁煤礦首次應(yīng)用基于透明工作面的數(shù)字化自主割煤模式，通過(guò)對(duì)比高精度三維地質(zhì)模型與工作面三維激光掃描模型中煤壁與頂板交線信息來(lái)計(jì)算采煤機(jī)的截割模板，采煤機(jī)可根據(jù)煤層賦存條件及變化趨勢(shì)自動(dòng)調(diào)整滾筒截割高度，實(shí)現(xiàn)煤炭精準(zhǔn)開(kāi)采[6-9]。2021 年，姜龍飛等[10]提出了點(diǎn)云切片技術(shù)和基于空間形態(tài)的特征點(diǎn)提取算法，實(shí)現(xiàn)了基于工作面激光點(diǎn)云的割煤頂板線自動(dòng)提取，但是頂板線提取結(jié)果不能直接應(yīng)用于數(shù)字化自主割煤。針對(duì)該問(wèn)題，本文開(kāi)展了綜采工作面三維激光掃描建模關(guān)鍵技術(shù)研究，實(shí)現(xiàn)了三維地質(zhì)坐標(biāo)系下煤壁與頂板交線信息的近實(shí)時(shí)獲取，研究結(jié)果可直接用于數(shù)字化自主割煤，從而促進(jìn)煤礦智能化、無(wú)人化開(kāi)采的發(fā)展。

1 綜采工作面三維激光掃描建?？傮w方案

綜采工作面三維激光掃描主要用于隨采地質(zhì)探測(cè)?；诠ぷ髅鎯上锖凸ぷ髅鎯?nèi)部三維激光掃描信息，通過(guò)煤壁與頂板交線提取、標(biāo)靶球檢測(cè)、點(diǎn)云拼接與坐標(biāo)轉(zhuǎn)換等技術(shù)，獲取三維地質(zhì)坐標(biāo)系下的工作面煤壁與頂板交線信息。綜采工作面三維激光掃描建模硬件部署如圖1 所示。

圖1 綜采工作面三維激光掃描建模硬件部署Fig.1 Hardware deployment of 3D laser scanning modeling in fully mechanized working face

通過(guò)搭載采煤機(jī)精確定位系統(tǒng)LASC Lite 和防爆三維激光掃描設(shè)備ExScan 的巡檢機(jī)器人完成工作面掃描，獲取巡檢點(diǎn)云。在巡檢點(diǎn)云中，基于煤壁與頂板交線的曲率特性提取交線的點(diǎn)云信息。由于巡檢點(diǎn)云與提取的交線信息均位于局部坐標(biāo)系，且巡檢機(jī)器人的掃描空間受限，無(wú)法獲取工作面兩巷端部的點(diǎn)云信息。在較安全且便于作業(yè)的工作面兩巷端部補(bǔ)充安裝2 臺(tái)ExScan，并懸掛可獲取三維地質(zhì)坐標(biāo)的定位標(biāo)靶球。這2 臺(tái)ExScan 能夠掃描到巷道內(nèi)的定位標(biāo)靶球，且其掃描區(qū)域與巡檢機(jī)器人掃描區(qū)域有部分重疊。對(duì)重疊區(qū)域內(nèi)的同名拼接標(biāo)靶球進(jìn)行配準(zhǔn)，完成機(jī)頭點(diǎn)云、機(jī)尾點(diǎn)云與巡檢點(diǎn)云的拼接，得到包含定位標(biāo)靶球的工作面聯(lián)合點(diǎn)云。根據(jù)定位標(biāo)靶球的三維地質(zhì)坐標(biāo)與局部坐標(biāo)，得到坐標(biāo)間的轉(zhuǎn)換關(guān)系，通過(guò)坐標(biāo)轉(zhuǎn)換將聯(lián)合點(diǎn)云（包括提取的交線）轉(zhuǎn)換到三維地質(zhì)坐標(biāo)系下，從而得到三維地質(zhì)坐標(biāo)系下的煤壁與頂板交線信息。綜采工作面三維激光掃描建模軟件流程如圖2 所示。

圖2 綜采工作面三維激光掃描建模軟件流程Fig.2 Software process of 3D laser scanning modeling in fully mechanized working face

2 綜采工作面三維激光掃描建模關(guān)鍵技術(shù)

2.1 煤壁與頂板交線提取技術(shù)

工作面煤壁所在平面與頂板所在平面接近垂直，因此煤壁與頂板交線上點(diǎn)云的曲率通常較大，可通過(guò)設(shè)置合適的閾值來(lái)獲取平均曲率較大的點(diǎn)云集，用于描述煤壁與頂板交線信息。本文采用弦法向量法[11]對(duì)煤壁與頂板交線進(jìn)行粗提取。

弦法向量法采用弦、相鄰點(diǎn)向量和密切圓來(lái)求取法曲率，原理如圖3 所示，其中p為工作面巡檢點(diǎn)云中的任意數(shù)據(jù)點(diǎn)，N為點(diǎn)p的法向量，qi為 點(diǎn)p的第i個(gè)鄰域點(diǎn)，Mi為點(diǎn)qi的法向量，Pi為由點(diǎn)p與指向點(diǎn)qi的 向量。設(shè)正交坐標(biāo)系{p,X,Y,N}為點(diǎn)p所在的局部坐標(biāo)系L，X和Y為正交的單位向量，局部坐標(biāo)系L中點(diǎn)p，qi及向量Mi終點(diǎn)的坐標(biāo)分別為（0,0,0），（xi,yi,zi），（nx,i,ny,i,nz,i），用一個(gè)通過(guò)點(diǎn)p的密切圓來(lái)估計(jì)點(diǎn)p的法曲率k。

圖3 弦法向量法原理Fig.3 Principle of string and normal vector method

式中：α為向量-N與Pi之間的夾角；β為向量N與Mi之間的夾角。

式（1）可近似計(jì)算為

求得一個(gè)點(diǎn)的法曲率后，通過(guò)歐拉方程最小二乘擬合計(jì)算工作面巡檢點(diǎn)云中任意數(shù)據(jù)點(diǎn)的主曲率k1，k2和平均曲率k′[12]。

為了提高煤壁和頂板交線提取的準(zhǔn)確度，引入數(shù)據(jù)點(diǎn)法向量與鄰域點(diǎn)法向量的夾角信息，因?yàn)槊罕诤晚敯褰痪€上點(diǎn)的法向量與其鄰域點(diǎn)法向量的夾角接近可通過(guò)統(tǒng)計(jì)學(xué)采樣設(shè)置某一閾值，通過(guò)閾值排除明顯的非煤壁與頂板交線點(diǎn)。工作面巡檢點(diǎn)云中的點(diǎn)p及其鄰域點(diǎn)qi的法向量N和Mi之間的夾角 β的余弦為

2.2 標(biāo)靶球檢測(cè)技術(shù)

2.2.1 球面點(diǎn)云篩選與分割

標(biāo)靶球采用高強(qiáng)度PVC 材料制作，表面涂有特殊的涂劑，當(dāng)激光掃描儀掃描到標(biāo)靶球時(shí)，標(biāo)靶球會(huì)返回具有高強(qiáng)度信息的點(diǎn)云。當(dāng)對(duì)煤壁進(jìn)行激光掃描時(shí)，煤壁會(huì)吸收部分激光能量，導(dǎo)致煤壁返回的點(diǎn)云強(qiáng)度相對(duì)較低。因此可通過(guò)統(tǒng)計(jì)學(xué)采樣設(shè)置閾值，基于激光掃描儀收到的反射激光點(diǎn)的強(qiáng)度信息對(duì)點(diǎn)云塊（包括機(jī)頭點(diǎn)云、巡檢點(diǎn)云、機(jī)尾點(diǎn)云）進(jìn)行粗過(guò)濾，排除強(qiáng)度較弱的非標(biāo)靶球點(diǎn)云集。

在粗過(guò)濾后的點(diǎn)云中，計(jì)算每個(gè)點(diǎn)的主曲率k1和k2。如果曲面S上所有點(diǎn)的主曲率都滿足k1=k2≠0，則該曲面為球面。由于工作面點(diǎn)云存在測(cè)量誤差、局部擬合噪聲等，導(dǎo)致標(biāo)靶球球面上真實(shí)的點(diǎn)云難以滿足k1=k2≠0?？稍O(shè)置一個(gè)接近于零的閾值，當(dāng)k1與k2的差值不超過(guò)該閾值時(shí)，則判斷該點(diǎn)為某個(gè)球面上的點(diǎn)，從而初步篩選出疑似球面點(diǎn)，并獲得各點(diǎn)對(duì)應(yīng)的球心坐標(biāo)和平均曲率半徑。

同一標(biāo)靶球球面上的點(diǎn)所對(duì)應(yīng)的球心坐標(biāo)和半徑估計(jì)值都趨向于真值，因此，以每個(gè)疑似球面點(diǎn)云的球心坐標(biāo)和平均曲率半徑估計(jì)值作為球面點(diǎn)的聚類(lèi)特征值，根據(jù)屬性聚類(lèi)算法對(duì)疑似球面點(diǎn)進(jìn)行自動(dòng)分類(lèi)，分割出每個(gè)獨(dú)立的疑似球面點(diǎn)云[13]。

2.2.2 球心定位

在疑似球面點(diǎn)云的三維空間中，設(shè)球體的空間方程為

式中：(x,y,z)為 標(biāo)靶球球面的觀測(cè)坐標(biāo)；(a,b,c)為球體的球心坐標(biāo)；R為球體半徑。

標(biāo)靶球的半徑為先驗(yàn)信息，因此實(shí)現(xiàn)標(biāo)靶球檢測(cè)的關(guān)鍵在于確定球心坐標(biāo) (a,b,c)。將球面方程展開(kāi)可得

可簡(jiǎn)化為

標(biāo)靶球球心定位問(wèn)題可轉(zhuǎn)換為參數(shù)A，B，C，D求取問(wèn)題，最小二乘目標(biāo)函數(shù)為

結(jié)合m（m＞3）個(gè)鄰域點(diǎn)坐標(biāo)信息，可將式（8）轉(zhuǎn)換為矩陣形式：

式中：e為觀測(cè)向量的隨機(jī)誤差；E為系數(shù)矩陣的隨機(jī)誤差。

最后采用加權(quán)最小二乘估計(jì)，利用迭代方式即可求得待估計(jì)參數(shù)，進(jìn)而可求得每個(gè)標(biāo)靶球的球心坐標(biāo)[14]。

2.3 點(diǎn)云拼接與坐標(biāo)轉(zhuǎn)換技術(shù)

機(jī)頭點(diǎn)云、巡檢點(diǎn)云和機(jī)尾點(diǎn)云分別處于各自的局部坐標(biāo)系下，需將所有點(diǎn)云統(tǒng)一到同一坐標(biāo)系下，實(shí)現(xiàn)點(diǎn)云拼接，如可將機(jī)頭點(diǎn)云、機(jī)尾點(diǎn)云轉(zhuǎn)換至巡檢點(diǎn)云坐標(biāo)系下。

設(shè)機(jī)頭點(diǎn)云坐標(biāo)系、巡檢點(diǎn)云坐標(biāo)系分別為源坐標(biāo)系 {OS}和目的坐標(biāo)系 {OT}，在機(jī)頭點(diǎn)云和巡檢點(diǎn)云的重疊區(qū)域存在3個(gè)同名的拼接標(biāo)靶球，每個(gè)標(biāo)靶球在2 個(gè)坐標(biāo)系下的坐標(biāo)分別為采用布爾莎模型[15]進(jìn)行三維空間轉(zhuǎn)換，坐標(biāo)轉(zhuǎn)換公式的矩陣形式為

式中HS2T為從機(jī)頭點(diǎn)云坐標(biāo)系到巡檢點(diǎn)云坐標(biāo)系的轉(zhuǎn)換矩陣，為描述2 個(gè)坐標(biāo)系旋轉(zhuǎn)信息的參數(shù)，tl為描述2 個(gè)坐標(biāo)系平移信息的參數(shù)。

由羅德里格旋轉(zhuǎn)公式可知，rlj可通過(guò)3 個(gè)旋轉(zhuǎn)角等價(jià)描述，因此，一共6 個(gè)待定參數(shù)，即3 個(gè)旋轉(zhuǎn)角和3 個(gè)平移量。通過(guò)式（11）可建立觀測(cè)方程，理論上通過(guò)2 個(gè)公共點(diǎn)就可以建立4 個(gè)觀測(cè)方程，但這4 個(gè)觀測(cè)方程是相關(guān)的，所以至少需要3 個(gè)公共點(diǎn)可求得轉(zhuǎn)換矩陣HS2T。利用求得的轉(zhuǎn)換矩陣將所有源坐標(biāo)系下的機(jī)頭點(diǎn)云轉(zhuǎn)換至目的坐標(biāo)系下，即將所有機(jī)頭點(diǎn)云由機(jī)頭點(diǎn)云坐標(biāo)系轉(zhuǎn)換至巡檢點(diǎn)云坐標(biāo)系下。

類(lèi)似地，通過(guò)巡檢點(diǎn)云與機(jī)尾點(diǎn)云的同名拼接標(biāo)靶球，將機(jī)尾點(diǎn)云轉(zhuǎn)換至巡檢點(diǎn)云坐標(biāo)系下，進(jìn)而完成機(jī)頭點(diǎn)云、巡檢點(diǎn)云、機(jī)尾點(diǎn)云的拼接，得到聯(lián)合點(diǎn)云。

同理，由于事先測(cè)量了定位標(biāo)靶球的三維地質(zhì)坐標(biāo)，可利用定位標(biāo)靶球獲取聯(lián)合點(diǎn)云從巡檢點(diǎn)云坐標(biāo)系到三維地質(zhì)坐標(biāo)系的轉(zhuǎn)換矩陣，再利用該轉(zhuǎn)換矩陣將前期提取的煤壁與頂板交線轉(zhuǎn)換到三維地質(zhì)坐標(biāo)系下。

3 試驗(yàn)驗(yàn)證

為了驗(yàn)證所提方案的可行性，2021 年1 月在神東某煤礦開(kāi)展了井下工業(yè)性試驗(yàn)。某一時(shí)刻采集的機(jī)頭點(diǎn)云如圖4 所示，左上角白色部分為檢測(cè)得到的標(biāo)靶球球面信息，紅點(diǎn)為標(biāo)靶球球心。采集某一段時(shí)間內(nèi)的工作面巡檢點(diǎn)云，進(jìn)行煤壁與頂板交線提取，結(jié)果如圖5 所示，紅色曲線為煤壁與頂板交線。

圖4 機(jī)頭點(diǎn)云Fig.4 The head point clouds

圖5 煤壁與頂板交線提取Fig.5 Extraction of coal wall and roof boundary

為了驗(yàn)證基于三維激光掃描獲取三維地質(zhì)坐標(biāo)系下煤壁與頂板交線的可行性與精度，在工作面內(nèi)均勻設(shè)置30 個(gè)采樣點(diǎn)，由地測(cè)人員實(shí)地采集這些采樣點(diǎn)的真實(shí)絕對(duì)坐標(biāo)，并與本文得到的結(jié)果進(jìn)行對(duì)比。選取2021-01-12 和2021-01-16 的試驗(yàn)結(jié)果進(jìn)行對(duì)比，結(jié)果如圖6 所示。因?yàn)槿S地質(zhì)坐標(biāo)系的原始數(shù)值較大，為了簡(jiǎn)潔、清晰地表述數(shù)值信息，縱軸只取相關(guān)數(shù)值的差異部分，消去共有部分，如三維地質(zhì)坐標(biāo)系下煤壁與頂板交線上某點(diǎn)高程的檢測(cè)值、實(shí)測(cè)值分別為1 173.152，1 173.125 m，在繪制對(duì)比曲線時(shí)，每個(gè)數(shù)值均減去1 173 m，用求得的15.2 cm 和12.5 cm 來(lái)描述煤壁與頂板交線信息，這2 個(gè)值越接近，說(shuō)明檢測(cè)值與實(shí)測(cè)值的差值越小，方案的性能越好。由圖6 可知，煤壁與頂板交線檢測(cè)值與實(shí)測(cè)值的差值在10 cm 以內(nèi)，說(shuō)明本文方案性能較好。

圖6 煤壁與頂板交線提取試驗(yàn)結(jié)果Fig.6 Test result of extraction of coal wall and roof boundary

對(duì)30 組采樣點(diǎn)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，結(jié)果表明：誤差小于4 cm 的采樣點(diǎn)共15 個(gè)，占比為50%；誤差小于8 cm 的采樣點(diǎn)共29 個(gè)，占比為96.67%。將本文結(jié)果與文獻(xiàn)[10]的結(jié)果進(jìn)行對(duì)比，結(jié)果見(jiàn)表1。與文獻(xiàn)[10]相比，本文所得結(jié)果中誤差小于4 cm 的點(diǎn)占比較低，主要原因在于本文僅通過(guò)有限個(gè)標(biāo)靶球?qū)崿F(xiàn)坐標(biāo)轉(zhuǎn)換，難以得到坐標(biāo)轉(zhuǎn)換矩陣的最優(yōu)解，但整體來(lái)看，本文與文獻(xiàn)[10]所得結(jié)果中誤差小于8 cm 的點(diǎn)占比都大于95%。但文獻(xiàn)[10]僅提取到煤壁與頂板交線信息，而本文不僅提取到煤壁與頂板交線信息，還通過(guò)標(biāo)靶球獲得了三維地質(zhì)坐標(biāo)系下的煤壁與頂板交線信息，該信息可直接發(fā)送給采煤機(jī)滾筒，為采煤機(jī)下一刀截割提供數(shù)據(jù)參考。

表1 不同技術(shù)方案下煤壁與頂板交線提取結(jié)果對(duì)比Table 1 Comparison of extraction results of coal wall and roof boundary under different technical schemes

4 結(jié)論

（1）提出了綜采工作面三維激光掃描建?？傮w方案，基于工作面兩巷和工作面內(nèi)部三維激光掃描信息，通過(guò)煤壁與頂板交線提取、標(biāo)靶球檢測(cè)、點(diǎn)云拼接與坐標(biāo)轉(zhuǎn)換等技術(shù)，獲取三維地質(zhì)坐標(biāo)系下的工作面煤壁與頂板交線信息。

（2）井下工業(yè)性試驗(yàn)結(jié)果表明，采用綜采工作面三維激光掃描技術(shù)提取煤壁與頂板交線的誤差在10 cm 以內(nèi)，所有采樣點(diǎn)中誤差小于4 cm 的采樣點(diǎn)占比為50%，誤差小于8 cm 的采樣點(diǎn)占比為96.67%。

（3）三維地質(zhì)坐標(biāo)系下的煤壁與頂板交線可用于支撐采煤機(jī)數(shù)字化割煤，指導(dǎo)采煤機(jī)滾筒調(diào)高。隨著綜采工作面目標(biāo)識(shí)別與定位技術(shù)不斷進(jìn)步，未來(lái)將從真正意義上實(shí)現(xiàn)工作面數(shù)字化感知，為綜采工作面智能決策與控制提供數(shù)據(jù)支撐。