基于三维激光扫描仪的排土场快速建模.docx

基于三维激光扫描仪的排土场快速建模摘要：排土场一旦发生事故，不仅影响到矿山的正常生产，也将使矿山蒙受巨大的经济损失，因此，定期对排土场进行容积测算、应力分析显得尤为重要。利用三维激光扫描仪，可以快速获取排土场的三维点云数据，进而利用快速自动配准算法，建立排土场的完整点云模型。利用该数据，可以方便的计算排土场容积，并针对性的进行应力分析，预测排土场的形变趋势，及时预防，矿山的安全生产。关键词：三维激光扫描仪；点云配准；矿山安全中图分类号：TD171.178排土场是一种巨型人工松散堆垫体，存在严重的安全问题。排土场失稳将导致矿山土场灾害和重大工程事故，不仅影响到矿山的正常生产，也将使矿山蒙受巨大的经济损失。三维激光扫描技术是一门新兴的测绘技术，被称为继GPS技术之后的又一次技术革命。该技术又被称为实景复制技术，主要是因其能够快速且完整的获得原始测绘数据并进行高精度的实物重建，三维激光扫描技术无需对任何实物的表面进行处理，就直接从实物中进行模型重构并快速逆向的采集到三维数据，激光点云中的每个数据都是真实数据，这使得后期数据是完全可靠真实的。利用排土场的点云（pointcloud）数据所构成的Range图像，可以方便的计算排土场容积，并针对性的进行应力分析，预测排土场的形变趋势，及时预防，矿山的安全生产。1点云获取本文采用MAPTEK公司的I-SITE8810三维激光扫描仪采集原始数据。该扫描仪最长距离可达2000米，200米距离的扫描精度在8mm以内，完全满足排土场测量的精度要求。输出文件格式采用开源文件格式VRML，方便数据的处理和运算。2自动配准本文采用文献[1]中的方法对不同站点采集的深度图像进行自动粗配准，该算法的核心思想是将各自局部坐标系下的图像重新用张量（Tensor）网格来表述，算法描述如下：步骤一：深度图像张量网格重描述（1）利用网格简化算法（Garland’smeshsimplificationalgorithm[2]），简化深度图像，每幅图像保留约500个顶点。（2）计算简化后所有顶点的法向量。（3）将简化后的图像转换至对应的主轴坐标系，并计算其边界值，计算公式为：=max?min（）其中，为顶点坐标矩阵，为主轴变换矩阵。（4）在简化后深度图像中任取两个顶点，如果两点间的欧氏距离位于阈值内，且法向量夹角大于5°，则按以下方式确定新的坐标系：两点连线的中点为原点，两点法向量的均值确定为Z轴，两顶点法向量的叉积（Cross）确定为X轴，Z、X轴的叉积确定为Y轴。将顶点坐标值转化至新坐标系。阈值由边界值确定：tdmax=mean（）/4，tdmin=mean（）/6（5）以新坐标系为中心建立一个10*10*10的张量网格（gird），网格中每个仓（bin）的边长由边界值决定：=mean（）/30（6）计算每一个仓与深度图像表面的交集，并将该交集表面的面积存入对应的仓，得到一个关于交集面积的索引列表。步骤二：粗配准两幅图像（1）对两幅待配准图像，比较两幅图像张量网格的数据，若两个张量网格对应的面积索引列表中位于同一索引位置（index）的非空元素数量满足设定阈值，则根据文献[1]中的方法计算相应的旋转矩阵，若不满足，则计算下一对张量网格。（2）若所有张量网格均不满足上述条件，则判定两幅待配准图像不存在重叠区域。步骤三：坐标转换根据上述步骤计，算得到每幅深度图像对应的旋转矩阵。将旋转矩阵应用于原始图像，得到经过左边转换后的新图像。3数据应用将经过配准之后的深度图像数据导入专业点云处理软件I-SITEstudio，在全局范围内对点云进行融合、简化，从而得到排土场的完整深度图像。利用该图像，可以快速对排土场进行三维建模，并计算得到其容积。对比不同时间扫描获取的排土场三维模型，可以分析排土场的形变情况，并做出分析预测。4实验结果本文利用I-SITE8810三维激光扫描仪对四川省凉山州会理县的**铜矿排土场进行扫描测量。该排土场占地面积为650亩，总容积为3000万立方米，为获取排土场的完整数据，根据现场勘察，本次扫描共设26站，每站扫描耗时1-4分钟，获取1幅高精度深度图像。图1排土场初始点云图像利用本文所述的自动配准算法，对26幅图像进行自动配准，配准共耗时10.563秒。配准后的排土场深度图像如下：图2配准后排土场完整点云图像在上述步骤的基础上，利用I-SITEstudio软件，对排土场点云数据进行分析，计算排土场容积，绘制等高线图，建立排土场三维模型。图3左上：数字高程模型；右上：排土场等高线图；下：排土场方量计算示意图从实验结果可以看出，由本文方法测算得到的排土场容积与传统方法测量的结果高度吻合。5总结排土场的精确测绘关系到矿山的安全生产。传统的测绘方法耗时耗力，且存在安全隐患，本文阐述了一种利用三维激光扫描仪快速获取排