基于點(diǎn)云數(shù)據(jù)的排土場(chǎng)安全擋墻提取方法研究

[摘 要]安全擋墻作為排土場(chǎng)安全措施之一，用來(lái)保障排土場(chǎng)正常作業(yè)，避免排巖車輛未保持安全卸載距離導(dǎo)致車輛滑落。文章提出基于無(wú)人機(jī)點(diǎn)云數(shù)據(jù)的排土場(chǎng)安全擋墻提取方法。以遼寧省鞍山市齊大山鐵礦排土場(chǎng)點(diǎn)云數(shù)據(jù)作為數(shù)據(jù)源，利用坡度濾波算法提取排土平臺(tái)點(diǎn)云數(shù)據(jù)，再對(duì)其進(jìn)行alphashape邊緣提取算法來(lái)提取出安全擋墻一側(cè)的邊緣點(diǎn)云數(shù)據(jù)，再根據(jù)高程約束與向量叉乘位置判別來(lái)提取安全擋墻點(diǎn)云數(shù)據(jù)。通過(guò)對(duì)安全擋墻進(jìn)行三維可視化建模實(shí)現(xiàn)安全擋墻的監(jiān)測(cè)。

[關(guān)鍵詞]無(wú)人機(jī)點(diǎn)云；安全擋墻；坡度濾波算法；alphashape邊緣提取算法

[中圖分類號(hào)]P231 [文獻(xiàn)標(biāo)志碼]A [文章編號(hào)]2095–6487（2024）06–0168–03

Research on the Extraction Method of Safety Retaining Walls in Waste Disposal Sites Based on Point Cloud Data

YANG Wei，GUO Hangshen，WU Yixuan，HUAN Liu，MAO Yachun

[Abstract]As one of the safety measures for the dumping site， the safety retaining wall is used to ensure the normal operation of the dumping site and avoid the sliding of vehicles due to the failure of rock dumping vehicles to maintain a safe unloading distance. This article proposes a method for extracting safety retaining walls in waste disposal sites based on unmanned aerial vehicle point cloud data. Using the point cloud data of Qidashan Iron Mine dumping site in Anshan City， Liaoning Province， China as the data source， the slope filtering algorithm is first used to extract the point cloud data of the dumping platform. Then， the alphashape edge extraction algorithm is applied to extract the edge point cloud data on one side of the safety retaining wall. Finally， the safety retaining wall point cloud data is extracted based on height constraints and vector cross product position discrimination. Monitoring of safety barriers is achieved through three-dimensional visualization modeling of safety barriers.

[Keywords]drone point cloud； safety retaining wall； slope filtering algorithm； alphashape edge extraction algorithm

隨著礦山的不斷開采，排土場(chǎng)的高度持續(xù)增高，出現(xiàn)了大量高陡排土場(chǎng)邊坡。為了保障排巖車輛在進(jìn)行卸載時(shí)保持安全距離，避免在排土場(chǎng)邊緣發(fā)生滑落，有必要設(shè)立與監(jiān)測(cè)排土場(chǎng)安全擋墻。

傳統(tǒng)排土場(chǎng)安全擋墻的安全巡檢多以人工到現(xiàn)場(chǎng)進(jìn)行目視檢查為主。目前，已有不少國(guó)內(nèi)外學(xué)者對(duì)激光點(diǎn)云數(shù)據(jù)的濾波方法進(jìn)行了研究。在機(jī)載方面，文獻(xiàn)[1]提出了自適應(yīng)TIN三角網(wǎng)加密方法處理城市區(qū)域機(jī)載數(shù)據(jù)。該方法根據(jù)少量的種子點(diǎn)建立一個(gè)稀疏的TIN，然后通過(guò)迭代方法依據(jù)參數(shù)閾值對(duì)TIN進(jìn)行不斷加密。文獻(xiàn)[2]提出了一種基于坡度變化的濾波算法，算法的關(guān)鍵在于選擇合適的坡度閾值，認(rèn)為應(yīng)當(dāng)根據(jù)實(shí)驗(yàn)區(qū)域地形的先驗(yàn)知識(shí)選擇坡度閾值，由于需要包含所有地面形態(tài)的樣本，增大了算法的難度。文獻(xiàn)[3]提出利用不同尺寸窗口進(jìn)行多次數(shù)學(xué)形態(tài)學(xué)濾波的方法，從最小窗口尺寸開始，對(duì)每個(gè)判斷為地面點(diǎn)的數(shù)據(jù)根據(jù)窗口尺寸的大小賦予權(quán)值，逐步增加窗口尺寸，迭代處理，窗口越大，權(quán)值越大，最終根據(jù)所有判斷出的地面點(diǎn)的權(quán)重計(jì)算地形表面。

安全擋墻的特征不明顯，導(dǎo)致常規(guī)地面濾波方法無(wú)法實(shí)現(xiàn)安全擋墻的提取，為此文章通過(guò)提取安全擋墻與排土場(chǎng)平臺(tái)之間的界線，再通過(guò)高程約束與向量叉乘位置判別來(lái)提取安全擋墻點(diǎn)云數(shù)據(jù)。

1 數(shù)據(jù)獲取及預(yù)處理

1.1 實(shí)驗(yàn)數(shù)據(jù)

選擇遼寧省鞍山市齊大山鐵礦排土場(chǎng)，并以大疆M300 RTK無(wú)人機(jī)搭載激光雷達(dá)禪思L1獲取的排土場(chǎng)點(diǎn)云數(shù)據(jù)作為數(shù)據(jù)源開展研究。排土場(chǎng)位置無(wú)人機(jī)正射影像如圖1所示。

1.2 數(shù)據(jù)預(yù)處理

排土場(chǎng)點(diǎn)云數(shù)據(jù)存在航帶重疊區(qū)域，導(dǎo)致重疊區(qū)域的點(diǎn)云密度遠(yuǎn)大于非重疊區(qū)域，為了后續(xù)算法能獲得良好效果，利用格網(wǎng)下采樣算法對(duì)排土場(chǎng)點(diǎn)云進(jìn)行預(yù)處理，以此實(shí)現(xiàn)點(diǎn)云數(shù)據(jù)的下采樣，改善點(diǎn)云數(shù)據(jù)密度不均的問(wèn)題。

2 研究方法

2.1 排土平臺(tái)點(diǎn)云提取

排土場(chǎng)卸載區(qū)的平臺(tái)區(qū)域地形平坦，該區(qū)域點(diǎn)云點(diǎn)與點(diǎn)之間的坡度變化較小，而安全擋墻近似梯形或三角形，使得安全擋墻點(diǎn)云點(diǎn)與點(diǎn)之間坡度變化較大。因此，需使用坡度濾波算法實(shí)現(xiàn)對(duì)排土場(chǎng)平臺(tái)與邊坡點(diǎn)云的提取。具體步驟如下。

（1）使用坡度濾波來(lái)提取出高程梯度較小的點(diǎn)云。

（2）給每個(gè)點(diǎn)云賦予對(duì)應(yīng)的格網(wǎng)索引。

（3）確定劃分的每個(gè)格網(wǎng)中z坐標(biāo)最小的點(diǎn)，格網(wǎng)中的其他點(diǎn)分別與該點(diǎn)進(jìn)行相對(duì)高程及坡度計(jì)算。

（4）根據(jù)設(shè)定的高程閾值H及坡度閾值G，將小于高程閾值H和坡度閾值G的點(diǎn)提取出來(lái)，實(shí)現(xiàn)平坦區(qū)域點(diǎn)云提取，將大于高程閾值H和坡度閾值G的點(diǎn)提取出來(lái)，實(shí)現(xiàn)陡峭區(qū)域點(diǎn)云提取。

2.2 排土界線特征點(diǎn)提取

排土場(chǎng)平臺(tái)與安全擋墻的分界點(diǎn)提取是間接提取安全擋墻的重要步驟。為了成功提取安全擋墻，需要實(shí)現(xiàn)排土場(chǎng)平臺(tái)靠近安全擋墻那一側(cè)的邊緣點(diǎn)云的提取，為此在alpha shape邊緣檢測(cè)算法的基礎(chǔ)上，通過(guò)歐式聚類[4]提取出來(lái)的安全擋墻頂部點(diǎn)云數(shù)據(jù)來(lái)對(duì)邊緣點(diǎn)云進(jìn)行最鄰近約束，實(shí)現(xiàn)排土界線的提取。

首先找到邊界點(diǎn)云數(shù)據(jù)的質(zhì)心點(diǎn)，計(jì)算每個(gè)點(diǎn)與該點(diǎn)連線到x軸正方向的夾角，排序則為排序結(jié)果為逆時(shí)針，夾角從大到小的順序排序，則排序結(jié)果為順時(shí)針。根據(jù)夾角的大小進(jìn)行排序。按照夾角從小到大的順序再通過(guò)遍歷邊坡點(diǎn)云對(duì)有序邊界點(diǎn)進(jìn)行最近鄰搜索，在邊坡點(diǎn)云的約束下實(shí)現(xiàn)有序排土界線特征點(diǎn)的提取如圖2所示。

2.3 排土場(chǎng)安全擋墻提取

安全擋墻完全在上述線狀點(diǎn)云的一側(cè)，為了避免提取安全擋墻時(shí)，提取出線狀點(diǎn)云另一側(cè)的非安全擋墻點(diǎn)云，需要判定安全擋墻點(diǎn)云與線狀點(diǎn)云的位置關(guān)系，來(lái)實(shí)現(xiàn)安全擋墻的提取。

（1）在工程實(shí)際應(yīng)用中，NURBS（非均勻有理B樣條）算法可以精確描述空間曲線的姿態(tài)，為此本研究引入NURBS算法來(lái)擬合優(yōu)化臺(tái)階特征線。該方法主要通過(guò)調(diào)整和控制頂點(diǎn)來(lái)實(shí)現(xiàn)線條擬合。

（2）文章基于條件約束的安全擋墻提取算法實(shí)現(xiàn)安全擋墻的提取。

其中條件約束主要從兩部分來(lái)約束，具體如下。

（1）基于半徑鄰域搜索的高程約束部分，通過(guò)遍歷提取出來(lái)的排土場(chǎng)平臺(tái)與安全擋墻交界處的線狀點(diǎn)云中的每個(gè)點(diǎn)，以每個(gè)點(diǎn)為中心點(diǎn)，對(duì)整個(gè)排土場(chǎng)點(diǎn)云數(shù)據(jù)進(jìn)行半徑搜索，并對(duì)搜索出來(lái)的點(diǎn)與對(duì)應(yīng)的中心點(diǎn)的高程進(jìn)行比較，通過(guò)設(shè)定的高程約束條件實(shí)現(xiàn)安全擋墻的初步提取。

（2）基于矢量叉乘來(lái)判定安全擋墻點(diǎn)與非安全擋墻點(diǎn)，實(shí)現(xiàn)安全擋墻點(diǎn)云數(shù)據(jù)的細(xì)化提取。通過(guò)遍歷上述從小到大排好序的線狀點(diǎn)云數(shù)據(jù)，計(jì)算兩兩相鄰點(diǎn)XOY平面的向量，并以線狀點(diǎn)云為中心，對(duì)初步提取的安全擋墻點(diǎn)云數(shù)據(jù)進(jìn)行半徑搜索，計(jì)算搜索中心點(diǎn)與搜索點(diǎn)的向量，進(jìn)行叉乘。若上述排序?yàn)轫槙r(shí)針，只提取叉乘結(jié)果大于0的點(diǎn)，即位于線狀點(diǎn)云左側(cè)的安全擋墻點(diǎn)。若上述排序?yàn)槟鏁r(shí)針，只提取叉乘結(jié)果小于0的點(diǎn)，即位于線狀點(diǎn)云右側(cè)的安全擋墻點(diǎn)。至此，實(shí)現(xiàn)了安全擋墻的提?。▓D3）。

3 安全擋墻提取精度評(píng)價(jià)

為了評(píng)估安全擋墻點(diǎn)集提取的精度，參考國(guó)際攝影測(cè)量和遙感學(xué)會(huì)提出的統(tǒng)計(jì)學(xué)誤差評(píng)判標(biāo)準(zhǔn)[5]，對(duì)安全擋墻提取結(jié)果的誤分率分為3種：第Ⅰ類誤差、第Ⅱ類誤差及總誤差。第Ⅰ類誤差、第Ⅱ類誤差反映了方法的適應(yīng)性，總誤差反映了方法的可行性，總誤差越小則表示安全擋墻點(diǎn)集提取結(jié)果越精確。第Ⅰ類誤差、第Ⅱ類誤差、總誤差的定義分別為：

利用上述評(píng)估方法對(duì)本研究排土場(chǎng)點(diǎn)云安全擋墻提取結(jié)果進(jìn)行誤差評(píng)定，具體結(jié)果見表1。

4 結(jié)束語(yǔ)

使用坡度濾波及alpha-shape等一系列算法提取排土界線，進(jìn)而提取安全擋墻，該提取方法解決了傳統(tǒng)濾波方法提取安全擋墻出現(xiàn)誤提、漏提的情況。研究結(jié)果表明，基于排土界線進(jìn)行范圍約束的安全擋墻提取算法能夠準(zhǔn)確、自動(dòng)地提取出排土場(chǎng)安全擋墻，可為安全擋墻健康評(píng)估提供技術(shù)支持，對(duì)露天礦智慧礦山建設(shè)具有重要的現(xiàn)實(shí)意義。

參考文獻(xiàn)

[1] 朱曉強(qiáng).基于LiDAR點(diǎn)云和航空影像的城市三維重建[D].合肥：合肥工業(yè)大學(xué)，2009.

[2] 趙明君，劉超，高翔，等.基于多尺度網(wǎng)格的點(diǎn)云自適應(yīng)坡度濾波算法[J].合肥工業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版），2021，44（2）：266-272.

[3] 張瑩，張凱義.數(shù)學(xué)形態(tài)學(xué)改進(jìn)濾波方法在車載激光點(diǎn)云濾波中的應(yīng)用[J].測(cè)繪標(biāo)準(zhǔn)化，2022，38（4）：81-85.

[4] 沈長(zhǎng)表，夏永華，張坤祥，等.基于歐式聚類的車載點(diǎn)云道路提取[J].城市勘測(cè)，2023（3）：76-81.

[5] 毛亞純，伏雨文，曹旺，等.基于無(wú)人機(jī)點(diǎn)云數(shù)據(jù)的露天采場(chǎng)礦車提取方法[J].東北大學(xué)學(xué)報(bào)（自然科學(xué)版），2021，42（6）：842-848，863.