基于激光點云的割煤頂板線提取技術(shù)研究

姜龍飛,毛善君,李 梅,劉 暉,張 弘

(1.北京大學(xué) 地球與空間科學(xué)學(xué)院，北京 100871；2.中國人民解放軍71352部隊,河北 張家口 075000；3.中國礦業(yè)大學(xué) 礦業(yè)工程學(xué)院，北京 221116)

0 引 言

我國是煤炭資源生產(chǎn)與消費大國，煤炭資源作為我國的主要能源，在能源供給中長期處于主導(dǎo)地位[1]。近年來，隨著煤炭開采技術(shù)及裝備迅速發(fā)展，綜采工作面生產(chǎn)先后經(jīng)歷了機(jī)械化和自動化2個階段，目前正處于朝智能化開采轉(zhuǎn)型的時期[2]。智能化開采，主要是指使綜采成套裝置能夠根據(jù)開采環(huán)境感知信息進(jìn)行智能分析、決策與執(zhí)行，并具備自學(xué)習(xí)與自優(yōu)化的功能[3]。三維激光掃描技術(shù)是一種非接觸式主動測量方法。其原理是通過激光雷達(dá)脈沖信號掃描，快速獲得目標(biāo)的三維點云數(shù)據(jù)和紋理數(shù)據(jù)，通過數(shù)據(jù)處理以及三維建模，生成掃描物體的真三維數(shù)字模型和可量測點陣數(shù)據(jù)，從而改變了傳統(tǒng)的單點觀測技術(shù)，使傳統(tǒng)的“點測量”方式變?yōu)椤靶螠y量”方式[4]。國際上，美、澳等主要采煤國家充分利用高新技術(shù)，開展自動化、智能化開采相關(guān)技術(shù)研究。美國卡內(nèi)基梅隆大學(xué)利用伺服傳動裝置搭載二維激光傳感器和角度編碼器，構(gòu)建水平方位旋轉(zhuǎn)掃描結(jié)構(gòu)，從而實現(xiàn)了全方位掃描[5]；德國智能系統(tǒng)研究所通過給二維激光掃描器件添加一個垂直方向上的自由度，將二維掃描擴(kuò)展為三維掃描[6]；澳大利亞聯(lián)邦科學(xué)與工業(yè)研究組織CSIRO(Commonwealth Scientific and Industrial Research Organization)發(fā)布防爆3D激光掃描設(shè)備ExScan，利用該激光掃描儀可以進(jìn)行煤礦井下3D環(huán)境掃描，并通過WIFI和光纖將其從煤礦工作面地下300～400 m處傳輸出去[7]。近年來，煤炭科學(xué)技術(shù)研究院有限公司(簡稱煤科院)等高等院校從智能開采、智能感知、透明礦山和透明化工作面建立等角度進(jìn)行了大量研究和實踐工作，毛善君等[8]提出了透明化礦山的概念和核心內(nèi)容，指出透明化礦山建設(shè)的重點之一是建立透明化工作面，即以鉆探、物探、巷道素描和激光掃描等數(shù)據(jù)構(gòu)建高精度地質(zhì)模型，以煤巖識別、頂板壓力等實時數(shù)據(jù)修正初始模型，融合設(shè)備位置和姿態(tài)、環(huán)境狀態(tài)等實時數(shù)據(jù)形成透明化三維空間。李首濱[9]從智能化開采研究進(jìn)展與發(fā)展趨勢的角度，介紹了三維激光掃描技術(shù)可以被作為井下環(huán)境與裝備的三維輪廓感知與定位的重要手段，從而實現(xiàn)工作面裝備位姿檢測及多信息驅(qū)動的三維場景實時再現(xiàn)。黃曾華[10]以薄煤層綜采工作面為對象，提出了利用煤層定向鉆探、激光三維掃描、地質(zhì)三維模型建模與趨勢預(yù)測、采煤機(jī)截割模板以及采煤機(jī)自主割煤控制等方法的系列解決路徑，以實現(xiàn)工作面智能透明精準(zhǔn)開采。

目前，煤礦生產(chǎn)中，控制采煤機(jī)自動截割軌跡的方法主要是根據(jù)反饋或記憶信息來調(diào)整采煤機(jī)截割軌跡。通常為，司機(jī)操縱采煤機(jī)沿工作面煤層先割一刀，通過傳感器獲取當(dāng)前刀采煤機(jī)的位置、傾角、牽引方向、牽引速度等具體參數(shù)存入計算機(jī)，從而為下一刀或下幾刀采煤機(jī)截割行程提供數(shù)據(jù)依據(jù)。激光掃描技術(shù)，作為監(jiān)測采煤機(jī)截割軌跡的重要手段，因其非接觸、精度高、受煙塵影響小等特點日益受到國內(nèi)外煤礦領(lǐng)域?qū)＜覍W(xué)者重視，但由于激光點云數(shù)據(jù)存在的海量性、離散性、冗余多的特點[11]，實際生產(chǎn)中，目前只能將遠(yuǎn)程獲取工作面三維點云信息，無法利用激光點云數(shù)據(jù)的空間特征直接提取采煤機(jī)割煤頂板線，即無法提供當(dāng)前刀采煤機(jī)截割軌跡的反饋信息。對此，通過點云切片技術(shù)和基于空間形態(tài)的特征點提取算法，提取了工作面激光點云的割煤頂板線，并與基于目視解譯法提取的割煤頂板線進(jìn)行對比，驗證了算法的可行性。

1 基于激光點云的割煤頂板線提取技術(shù)研究思路

為探索透明化工作面開采條件實時預(yù)測與處理技術(shù)，基于物探、鉆探、巷道素描和激光掃描等基礎(chǔ)數(shù)據(jù)構(gòu)建初始透明化工作面的基礎(chǔ)上，利用激光掃描儀，實時感知獲取井下三維激光點云數(shù)據(jù)，在充分理解激光掃描裝置點云數(shù)據(jù)特征的基礎(chǔ)上，通過移除離群點、點云切片和基于空間形態(tài)提取特征點等技術(shù)，提取煤礦井下激光點云割煤頂板線，并與基于目視解譯法提取的割煤頂板線數(shù)據(jù)進(jìn)行對比驗證，具體處理流程如圖1所示[12]。

圖1 提取割煤頂板線相關(guān)流程Fig.1 Extraction process of coal cutting roof line

2 三維點云數(shù)據(jù)特征提取關(guān)鍵步驟

2.1 數(shù)據(jù)特征

通過激光掃描技術(shù)可實時獲取綜采工作面圍巖三維激光點云數(shù)據(jù)和激光掃描儀的軌跡數(shù)據(jù)，其點云的剖面圖和示意圖如圖2所示，激光掃描儀自起始位置(0，0，0)出發(fā)，沿截割方向從機(jī)頭至機(jī)尾運動，通過激光單線掃描方式，獲取工作面三維點云數(shù)據(jù)(設(shè)運動方向為x軸正向，運動方向垂直向左為y軸正向，運動方向垂直向上為z軸正向，圖中ABB′A′表示煤壁，AA′D′D表示割煤頂板，AA′表示需要提取的割煤頂板線)。

圖2 綜采工作面三維點云數(shù)據(jù)示意Fig.2 Schematic of 3D point cloud data of fully-mechanized mining face

2.2 點云切片

點云切片技術(shù)就是用一組平行平面沿著某一給定方向、給定間隔對三維點云進(jìn)行劃分，再將平面兩側(cè)的點云投影到平面上，從而將三維點云轉(zhuǎn)換為二維點集，具有降低數(shù)據(jù)維度、減少運算量的特點，常用于點云的輪廓特征線提取[13]和點云體積計算[14]等方面，考慮提取散亂點云割煤頂板線的需要，使用點云切片的方法，其關(guān)鍵是確定點云切片的方向和厚度。

2.2.1確定點云切片的方向和厚度

點云切片的方向不同，得到的切平面點云也不同。切片時應(yīng)根據(jù)其形狀和結(jié)構(gòu)特征決定切片方向，常用的確定切片方向的方法有：① 已知一個平面，那切片平面可以平行該平面;②用一組垂直于坐標(biāo)軸且間隔一定距離的平面作為切片面組。激光掃描儀沿x軸正向運動，與工作面方向及割煤頂板線方向近乎平行，故考慮沿x軸方向?qū)ιy點云進(jìn)行切片。

點云的切片厚度xδ需要取合適的參數(shù)，如果取值太大，擬合出來的特征曲線誤差就偏大，無法準(zhǔn)確體現(xiàn)割煤頂板線的特征信息，且如果取值太小，就會導(dǎo)致加大計算量，影響割煤頂板線提取效率。確定點云切片厚度，通常采用基于空間格網(wǎng)劃分的密度法，這種方法是以K鄰點搜索中的空間分塊策略方法為基礎(chǔ)的，需要對點云的密度ρ進(jìn)行預(yù)測，參考預(yù)測值來確定點云切片的厚度xδ[15]。但密度法確定點云厚度時，需進(jìn)行大量的計算，影響割煤頂板線提取效率，針對“管狀”點云提取綜采工作面割煤頂板線的工程需求，直接套用密度法確定切片厚度針對性不強(qiáng)，無法滿足實時獲取更新的需求。

目前，人工測量獲取當(dāng)前刀割煤頂板線測點間隔通常為10 m左右，費時費力，無法獲取更為精細(xì)的割煤頂板線數(shù)據(jù)。經(jīng)過多次論證，結(jié)合工程需求選取點云切片厚度為20 cm，沿x軸進(jìn)行切片，得到一組反映綜采工作面煤層特征的切片集合。

2.2.2切片生成

常用的點云切片生成算法主要有兩類：投影平面法和虛擬邊緣法[16]。投影法簡便易行效率高，但是容易形成較多冗余點，虛擬邊緣法生成的輪廓點云質(zhì)量更好，但是計算相對復(fù)雜。投影法冗余點較多的缺陷在后續(xù)特征點判斷環(huán)節(jié)可以得到解決，因此采用該方法生成切片點云.對分層的點云定義每層的中間位置為該層的投影參考面如式(3)所示，并將該層內(nèi)所有的點投影至該平面[17-18]。

(3)

其中，xi是一組平行于yoz平面、法矢指向x軸正向的平面集;xmin為距初始位置最近的切片數(shù)據(jù)集；xi為第i切片的參考投影面;n為距初始位置最遠(yuǎn)的切片組編號。三維到二維的降維處理避免了在龐大的數(shù)據(jù)上進(jìn)行復(fù)雜的計算，并且將從空間和時間兩方面簡化后續(xù)的運算。

2.3 基于空間形態(tài)提取特征點的算法

經(jīng)過點云切片操作可獲取點云切片xi如圖3所示。為提取割煤頂板線，需在每個切片為xi的點集中提取Ai這一特征點，原始切片的點云數(shù)據(jù)量大，每層切片點云在表示剖切面輪廓時呈現(xiàn)冗余密集的狀態(tài)，為減少數(shù)據(jù)冗余、提高運算效率，基于空間形態(tài)逐層對切片點云進(jìn)行約束：

圖3 點云切片示意Fig.3 Schematic of point cloud slice

1)約束條件1，通過z>0,y<0控制提取點云在yoz平面的象限，由于激光掃描儀的導(dǎo)軌與工作面近似平行，設(shè)定激光掃描儀距煤壁水平距離為y0，距頂板距離為z0，通過設(shè)定y軸和z軸方向上的閾值yμ，zμ，從而判斷給定的閾值與點云坐標(biāo)值大小決定點是被刪除或保留，進(jìn)而達(dá)到減少數(shù)據(jù)冗余、提高運算效率的目的[19-20]。

2)約束條件2,dj表示點Pj到激光掃描儀軌道在yoz平面上的距離,j為該點云切片上各點編號。當(dāng)dj取最大值dmax時，此時的點Pj=Ai即為特征點，保留該點；當(dāng)dj非最大值時，則認(rèn)為該點處非特征點，刪除該點(圖3b)。最后，將所有保留的點Ai連接到一起，形成新的點集合，即為割煤頂板線。總的算法步驟如下：① 對原始點云進(jìn)行預(yù)處理，利用體素法進(jìn)行濾波，移除點云中明顯的噪聲點。② 沿激光掃描儀運動方向x軸進(jìn)行切片，切片厚度為20 cm，得到一組間隔為20 cm的點云切片集合。③ 循環(huán)遍歷每個二維切片。根據(jù)約束條件1，控制y軸、z軸方向上的閾值，剔除冗余點，從而減少計算量；循環(huán)遍歷二維切片每個點，求取dmax，即取在該切片上距離激光掃描儀最遠(yuǎn)的點，即為該切片的特征點。④ 連接每個二維切片得到的特征點，組成新線，擬合出間隔為20 cm的割煤頂板線。

3 神東某煤礦割煤頂板線提取試驗

試驗采用神東某煤礦基于激光掃描技術(shù)獲取的三維激光點云數(shù)據(jù)作為樣本數(shù)據(jù)，在VC ++2017環(huán)境下運行割煤頂板線提取算法，PC 機(jī)配置為：Intel(R)Core(TM)i5-8250U CPU@1.8 GHz,內(nèi)存 4 GB。對7 524 243個原始激光點云，沿x軸方向進(jìn)行切片，切片厚度為20 cm。

獲取的剖切面如圖4所示，中間綠色點為激光掃描儀坐標(biāo)點，右上角距離中心線位置最遠(yuǎn)的點，即為要提取的特征點，將點云每20 cm進(jìn)行一次切片，提取1 250個特征點，用紅色圓點標(biāo)識，即為割煤頂板線，如圖5所示。

圖4 沿工作面方向的剖視圖Fig.4 Sectional view along working face

圖5 提取后的割煤頂板線Fig.5 Coal cutting roof line after extraction

4 自動提取算法與目視解譯法結(jié)果對比

為驗證提取割煤頂板線算法的可行性，基于目視解譯法利用cloudcompare軟件提取了工作面激光點云割煤頂板線上50個特征點作為基準(zhǔn)點與本文算法自動提取割煤頂板線進(jìn)行對比，得到結(jié)果如圖6所示。藍(lán)色線為激光掃描儀導(dǎo)軌線，紅色線為運用本文方法提取到的割煤頂板線，綠色的點為基于目視解譯法提取的割煤頂板線。

圖6 自動提取與目視解譯法提取的割煤頂板線效果對比Fig.6 Comparison of coal cutting roof line extracted by automatic extraction and visual interpretation

通過對比，發(fā)現(xiàn)自動提取的割煤頂板線與基于目視解譯法提取的割煤頂板線近似擬合，如圖7所示，正值表示偏大量，負(fù)值表示偏小量，平均偏差為0.024 m，最大偏差為0.12 m，偏差最大的點出現(xiàn)在第34.16 m處。

圖7 自動提取與目視解譯法提取的割煤頂板線偏移量對比Fig.7 Comparison of offset of coal cutting roof line extracted by automatic extraction and visual interpretation

將50組點對誤差對比統(tǒng)計結(jié)果如圖8所示，發(fā)現(xiàn)誤差<0.04 m的點占84%，誤差<0.08 m占96%，從而驗證提取割煤頂板線的可行性。誤差估計來源估計有2個方面組成，一方面基于目視解譯選取基準(zhǔn)點時存在誤差，另一方面，激光掃描煤壁時，煤壁有較大起伏，導(dǎo)致算法不準(zhǔn)。

圖8 誤差對比頻數(shù)統(tǒng)計Fig.8 Statistical histogram of error contrast frequency

5 結(jié)論與展望

1)在基于物探、鉆探、巷道素描和激光掃描等數(shù)據(jù)構(gòu)建初始透明化工作面的基礎(chǔ)上，充分理解激光掃描裝置運行原理和激光點云數(shù)據(jù)特征的前提下，利用激光掃描儀，實時感知獲取煤礦井下綜采工作面的激光點云數(shù)據(jù)。

2)試驗針對三維激光點云存在的數(shù)據(jù)離散、信息量大、特征提取困難等問題，通過移除離群點、點云濾波、點云切片和基于空間形態(tài)的特征點提取等算法，建立了一套完整的工作面三維激光點云的特征提取流程，實現(xiàn)了綜采工作面激光點云的割煤頂板線的自動提取，并與基于目視解譯法提取的割煤頂板線數(shù)據(jù)進(jìn)行對比驗證，誤差小于0.04 m的點占84%，誤差小于0.08 m的點占96%，驗證了提取采煤機(jī)當(dāng)前刀割煤頂板線算法的可行性。

3)實際綜采工作面割煤時，可通過激光掃描裝置動態(tài)掃描整個綜采工作面，實時獲取新開采空間三維點云信息，及時更新井下工作面模型，與地質(zhì)數(shù)據(jù)集成，建立高精度三維工作面地質(zhì)模型，利用本算法從激光掃描數(shù)據(jù)中提取采煤機(jī)當(dāng)前刀割煤頂板線，并對照上一刀或上幾刀激光掃描數(shù)據(jù)提取的割煤頂板線，從而為下一刀或下幾刀采煤機(jī)截割提供數(shù)據(jù)參考。