摘 要：排土場(chǎng)一旦發(fā)生事故，不僅影響到礦山的正常生產(chǎn)，也將使礦山蒙受巨大的經(jīng)濟(jì)損失，因此，定期對(duì)排土場(chǎng)進(jìn)行容積測(cè)算、應(yīng)力分析顯得尤為重要。利用三維激光掃描儀，可以快速獲取排土場(chǎng)的三維點(diǎn)云數(shù)據(jù)，進(jìn)而利用快速自動(dòng)配準(zhǔn)算法，建立排土場(chǎng)的完整點(diǎn)云模型。利用該數(shù)據(jù)，可以方便的計(jì)算排土場(chǎng)容積，并針對(duì)性的進(jìn)行應(yīng)力分析，預(yù)測(cè)排土場(chǎng)的形變趨勢(shì)，及時(shí)預(yù)防，礦山的安全生產(chǎn)。

關(guān)鍵詞：三維激光掃描儀；點(diǎn)云配準(zhǔn)；礦山安全

中圖分類(lèi)號(hào)：TD171.178

排土場(chǎng)是一種巨型人工松散堆墊體，存在嚴(yán)重的安全問(wèn)題。排土場(chǎng)失穩(wěn)將導(dǎo)致礦山土場(chǎng)災(zāi)害和重大工程事故，不僅影響到礦山的正常生產(chǎn)，也將使礦山蒙受巨大的經(jīng)濟(jì)損失。

三維激光掃描技術(shù)是一門(mén)新興的測(cè)繪技術(shù)，被稱(chēng)為繼GPS技術(shù)之后的又一次技術(shù)革命。該技術(shù)又被稱(chēng)為實(shí)景復(fù)制技術(shù)，主要是因其能夠快速且完整的獲得原始測(cè)繪數(shù)據(jù)并進(jìn)行高精度的實(shí)物重建，三維激光掃描技術(shù)無(wú)需對(duì)任何實(shí)物的表面進(jìn)行處理，就直接從實(shí)物中進(jìn)行模型重構(gòu)并快速逆向的采集到三維數(shù)據(jù)，激光點(diǎn)云中的每個(gè)數(shù)據(jù)都是真實(shí)數(shù)據(jù)，這使得后期數(shù)據(jù)是完全可靠真實(shí)的。

利用排土場(chǎng)的點(diǎn)云（point cloud）數(shù)據(jù)所構(gòu)成的Range圖像，可以方便的計(jì)算排土場(chǎng)容積，并針對(duì)性的進(jìn)行應(yīng)力分析，預(yù)測(cè)排土場(chǎng)的形變趨勢(shì)，及時(shí)預(yù)防，礦山的安全生產(chǎn)。

1 點(diǎn)云獲取

本文采用MAPTEK公司的I-SITE 8810三維激光掃描儀采集原始數(shù)據(jù)。該掃描儀最長(zhǎng)距離可達(dá)2000米，200米距離的掃描精度在8mm以?xún)?nèi)，完全滿(mǎn)足排土場(chǎng)測(cè)量的精度要求。

輸出文件格式采用開(kāi)源文件格式VRML，方便數(shù)據(jù)的處理和運(yùn)算。

2 自動(dòng)配準(zhǔn)

本文采用文獻(xiàn)[1]中的方法對(duì)不同站點(diǎn)采集的深度圖像進(jìn)行自動(dòng)粗配準(zhǔn)，該算法的核心思想是將各自局部坐標(biāo)系下的圖像重新用張量（Tensor）網(wǎng)格來(lái)表述，算法描述如下：

步驟一：深度圖像張量網(wǎng)格重描述

（1）利用網(wǎng)格簡(jiǎn)化算法（Garland’smesh simplification algorithm[2]），簡(jiǎn)化深度圖像，每幅圖像保留約500個(gè)頂點(diǎn)。

（2）計(jì)算簡(jiǎn)化后所有頂點(diǎn)的法向量。

（3）將簡(jiǎn)化后的圖像轉(zhuǎn)換至對(duì)應(yīng)的主軸坐標(biāo)系，并計(jì)算其邊界值，計(jì)算公式為：=max ?min（）

其中，為頂點(diǎn)坐標(biāo)矩陣，為主軸變換矩陣。

（4）在簡(jiǎn)化后深度圖像中任取兩個(gè)頂點(diǎn)，如果兩點(diǎn)間的歐氏距離位于閾值內(nèi)，且法向量夾角大于5°，則按以下方式確定新的坐標(biāo)系：兩點(diǎn)連線(xiàn)的中點(diǎn)為原點(diǎn)，兩點(diǎn)法向量的均值確定為Z軸，兩頂點(diǎn)法向量的叉積（Cross）確定為X軸，Z、X軸的叉積確定為Y軸。將頂點(diǎn)坐標(biāo)值轉(zhuǎn)化至新坐標(biāo)系。

閾值由邊界值確定：tdmax=mean（）/4， tdmin=mean（）/6

（5）以新坐標(biāo)系為中心建立一個(gè)10*10*10的張量網(wǎng)格（gird），網(wǎng)格中每個(gè)倉(cāng)（bin）的邊長(zhǎng)由邊界值決定：=mean（）/30

（6）計(jì)算每一個(gè)倉(cāng)與深度圖像表面的交集，并將該交集表面的面積存入對(duì)應(yīng)的倉(cāng)，得到一個(gè)關(guān)于交集面積的索引列表。

步驟二：粗配準(zhǔn)兩幅圖像

（1）對(duì)兩幅待配準(zhǔn)圖像，比較兩幅圖像張量網(wǎng)格的數(shù)據(jù)，若兩個(gè)張量網(wǎng)格對(duì)應(yīng)的面積索引列表中位于同一索引位置（index）的非空元素?cái)?shù)量滿(mǎn)足設(shè)定閾值，則根據(jù)文獻(xiàn)[1]中的方法計(jì)算相應(yīng)的旋轉(zhuǎn)矩陣，若不滿(mǎn)足，則計(jì)算下一對(duì)張量網(wǎng)格。

（2）若所有張量網(wǎng)格均不滿(mǎn)足上述條件，則判定兩幅待配準(zhǔn)圖像不存在重疊區(qū)域。

步驟三：坐標(biāo)轉(zhuǎn)換

根據(jù)上述步驟計(jì)，算得到每幅深度圖像對(duì)應(yīng)的旋轉(zhuǎn)矩陣。將旋轉(zhuǎn)矩陣應(yīng)用于原始圖像，得到經(jīng)過(guò)左邊轉(zhuǎn)換后的新圖像。

3 數(shù)據(jù)應(yīng)用

將經(jīng)過(guò)配準(zhǔn)之后的深度圖像數(shù)據(jù)導(dǎo)入專(zhuān)業(yè)點(diǎn)云處理軟件I-SITE studio，在全局范圍內(nèi)對(duì)點(diǎn)云進(jìn)行融合、簡(jiǎn)化，從而得到排土場(chǎng)的完整深度圖像。

利用該圖像，可以快速對(duì)排土場(chǎng)進(jìn)行三維建模，并計(jì)算得到其容積。對(duì)比不同時(shí)間掃描獲取的排土場(chǎng)三維模型，可以分析排土場(chǎng)的形變情況，并做出分析預(yù)測(cè)。

4 實(shí)驗(yàn)結(jié)果

本文利用I-SITE 8810三維激光掃描儀對(duì)四川省涼山州會(huì)理縣的**銅礦排土場(chǎng)進(jìn)行掃描測(cè)量。該排土場(chǎng)占地面積為650畝，總?cè)莘e為3000萬(wàn)立方米，為獲取排土場(chǎng)的完整數(shù)據(jù)，根據(jù)現(xiàn)場(chǎng)勘察，本次掃描共設(shè)26站，每站掃描耗時(shí)1-4分鐘，獲取1幅高精度深度圖像。

圖1 排土場(chǎng)初始點(diǎn)云圖像

利用本文所述的自動(dòng)配準(zhǔn)算法，對(duì)26幅圖像進(jìn)行自動(dòng)配準(zhǔn)，配準(zhǔn)共耗時(shí)10.563秒。配準(zhǔn)后的排土場(chǎng)深度圖像如下：

圖2 配準(zhǔn)后排土場(chǎng)完整點(diǎn)云圖像

在上述步驟的基礎(chǔ)上，利用I-SITE studio軟件，對(duì)排土場(chǎng)點(diǎn)云數(shù)據(jù)進(jìn)行分析，計(jì)算排土場(chǎng)容積，繪制等高線(xiàn)圖，建立排土場(chǎng)三維模型。

圖3 左上：數(shù)字高程模型；右上：排土場(chǎng)等高線(xiàn)圖；下：排土場(chǎng)方量計(jì)算示意圖

從實(shí)驗(yàn)結(jié)果可以看出，由本文方法測(cè)算得到的排土場(chǎng)容積與傳統(tǒng)方法測(cè)量的結(jié)果高度吻合。

5 總結(jié)

排土場(chǎng)的精確測(cè)繪關(guān)系到礦山的安全生產(chǎn)。傳統(tǒng)的測(cè)繪方法耗時(shí)耗力，且存在安全隱患，本文闡述了一種利用三維激光掃描儀快速獲取排土場(chǎng)三維數(shù)據(jù)，并進(jìn)行后續(xù)數(shù)據(jù)處理的方法。實(shí)驗(yàn)結(jié)果表明，該方法具有非常高的測(cè)量效率和測(cè)量精度。完全能滿(mǎn)足排土場(chǎng)定期、高精度測(cè)量的要求。

參考文獻(xiàn)：

[1]Mian A S， Bennamoun M， Owens R A. A novel representation and feature matching algorithm for automatic pairwise registration of range images. International Journal of Computer Vision，2006，1（66）：19-40.

[2]Garland M， Heckbert P S. Surface simplification using quadric error metrics. ACM SIG International Conference on Computer Graphics and Interactive Techniques， 1997，209–216.

[3]周軍.多視點(diǎn)距離圖像對(duì)準(zhǔn)和集成方法的研究[D].北京：北京工業(yè)大學(xué)，2001.

[4]童晶，向?qū)W勤，張明敏.利用飛行時(shí)間三維相機(jī)的非剛體形狀三維重建[J].計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)，2011，23（3）：377-384.

[5]Llado Xavier，Del Bue Alessio，Oliver Arnau，et al. Reconstruction of non-rigid 3D shapes from stereo-motion. Pattern Recognition Letters， 2011， 32（7）：1020-1028.

[6]何文峰.大型場(chǎng)景三維重建中的深度圖像配準(zhǔn)[D].北京：北京大學(xué)，2004.

[7]周穎.深度圖像的獲取及其處理[D].西安：西安電子科技大學(xué)，2008.

[8]徐則中，莊燕濱.三維建模系統(tǒng)的綜述[J].測(cè)繪通報(bào)，2008，2：16-19.

作者簡(jiǎn)介：郭萬(wàn)佳（1981.9.9-），四川大邑人，院長(zhǎng)助理，信息系統(tǒng)工程師，研究方向：三維激光掃描技術(shù)與安全生產(chǎn)信息化。

作者單位：四川省安全科學(xué)技術(shù)研究院，成都 610041