一种矿山采空区测量数据的可视化方法及系统与流程

本发明涉及三维测量领域，具体涉及一种矿山采空区测量数据的可视化方法及系统。

背景技术：

1、矿山开采过程中会形成大量的采空区，这些区域由于地下矿物资源的开采而形成空洞，其稳定性直接关系到矿山的安全开采和周边环境的安全，传统的矿山采空区探测和监测方法存在诸多限制，例如依赖于地质雷达、电阻率法等技术，这些方法在精确度、效率和环境适应性方面存在不足，随着技术的发展，三维激光扫描技术因其高精度和高效率的特点，被逐渐应用于矿山采空区的探测。

技术实现思路

1、本发明通过使用激光扫描技术在多个预设扫描点对采空区进行测量，获取多个采空区的点云数据集，并对多个点云数据集进行配准，再将多个点云数据集进行融合，实现对采空区的高精度三维建模。

2、一种矿山采空区测量数据的可视化方法，包括：

3、s1：针对采空区周围巷道，设置巷道坐标原点；在采空区边界均匀设置若干个基准点，对基准点添加标识；以巷道坐标原点为起点，使用光电测量技术对所有基准点逐个进行测量，获取若干个基准点三维坐标；根据获取的基准点三维坐标，获取采空区基本布局信息；

4、根据采空区基本布局信息，设置无人机扫描路径，以无人机扫描路径的起点作为采空区坐标系的原点，使用激光扫描技术获取无人机扫描路径起点的点云数据集q，随后无人机扫描路径依次经过n个预设扫描点；依次使用激光扫描技术对采空区进行测量，获取n个预设扫描点对应的点云数据集fi，i=1，2，…，n，依次对n个点云数据集fi进行配准操作，获取n个配准点云数据集hi；

5、s2：将点云数据集q和n个配准点云数据集hi进行融合，获取采空区的精准点云数据；

6、s3：对精准点云数据进行特征提取操作，获取特征数据；将特征数据输入至矿石分类模型，获取矿石分类结果；

7、将精准点云数据输入至地质分类模型，获取地质分类结果；

8、将精准点云数据转换成网格模型，将矿石分类结果和地质分类结果映射在网格模型上，获取采空区三维模型；

9、将采空区三维模型进行可视化操作。

10、优选地，步骤s1中对n个点云数据集fi进行配准的具体操作步骤，包括：

11、a1：选取任意三个基准点，在无人机扫描路径起点使用光电测量技术对选取基准点进行测量，获取参考坐标k1、k2和k3；依次在n个预设扫描点通过光电测量技术对选取基准点进行测量，获取待配准坐标mi1、mi2和mi3；

12、a2：针对点云数据集f1，根据无人机从扫描路径起点移动至第1个预设扫描点的移动路径，获取第1个预设扫描点在采空区坐标系中的坐标；根据第1个预设扫描点在采空区坐标系中的坐标，获取点云数据集f1的平移向量t1；利用参考坐标k1、k2和k3以及待配准坐标m11、m12和m13计算获取点云数据集f1的旋转矩阵r1；针对点云数据集f1中每一个点坐标，使用点坐标乘以旋转矩阵r1，再加上平移向量t1，获取当前点坐标的配准点坐标，将所有获取的配准点坐标组成配准点云数据集h1；

13、a3：针对后n-1个点云数据集fi，依次执行步骤a2，分别获取点云数据集fi对应的平移向量ti和旋转矩阵ri；分别将平移向量ti和旋转矩阵ri应用在对应的点云数据集fi中，最终获取n个配准点云数据集hi。

14、优选地，步骤s2中将点云数据集q和n个配准点云数据集hi进行融合的具体操作步骤，包括：

15、b1：获取进行激光扫描的最佳测量距离，并设置距离阈值；

16、b2：遍历点云数据集q中所有的点坐标，选取任意一个点坐标；遍历n个配准点云数据集hi，分别提取配准点云数据集hi中与选取点坐标最接近的点坐标，获取n个最近点坐标，分别计算n个最近点坐标与选取点坐标的对比距离，判断获取的n个对比距离是否均大于距离阈值，若n个对比距离均大于距离阈值，则将当前选取点坐标划分为非重合点坐标；否则，将当前选取点坐标划分为重合点坐标；

17、b3：针对点云数据集q中所有的点坐标，重复执行b2步骤，获取若干个非重合点坐标和重合点坐标；

18、b4：针对任意一个重合点坐标，选取当前重合点坐标对应的n个最近点坐标中任意一个最近点坐标，计算当前最近点坐标与其它n-1个最近点坐标以及当前重合点坐标的距离，判断所有计算得到的距离是否均大于距离阈值，若计算得到的距离均大于距离阈值，则无操作；否则，选取当前最近点坐标作为待融合坐标；

19、b5：针对n个最近点坐标中每一个最近点坐标，重复执行b4步骤，选取出若干个待融合坐标；

20、b6：将选取出的若干个待融合坐标与当前重合点坐标进行融合：通过当前重合点坐标计算获取当前重合点坐标与扫描路径起点的距离，再计算得到的距离与最佳测量距离的差值，通过得到的差值计算当前重合点坐标对应的权重；分别计算各个待融合坐标与对应预设扫描点的距离，再分别计算各个距离与最佳测量距离的差值，通过得到的差值计算每个待融合坐标对应的权重；使用相应的权重对重合点坐标和所有待融合坐标进行加权求和，将加权求和的结果除以所有权重的总和，获取当前重合点坐标的精准点坐标；

21、b7：针对点云数据集q中的所有重合点坐标，重复执行b4步骤-b6步骤，获取若干个重合点坐标的精准点坐标；将所有获取的精准点坐标与非重合点坐标组成精准局部点云数据集p；

22、b8：针对n个配准点云数据集hi，重复执行b2步骤-b7步骤，获取n个精准局部点云数据集li；

23、b9：将精准局部点云数据集p与n个精准局部点云数据集li组成整体点云数据集，对整体点云数据集中存在相同的点坐标进行去重操作，获取采空区的精准点云数据；

24、优选地，获取进行激光扫描的最佳测量距离的具体操作步骤，包括：

25、设置一个已知实际坐标的参考点；设置若干个与参考点存在不同距离的测试点，针对每个测试点，在当前测试点的位置使用激光扫描技术对参考点进行扫描，获取参考点的对比坐标，并计算对比坐标与实际坐标的偏差值；取偏差值最小的对比坐标对应的测试点为最佳测试点，计算最佳测试点与参考点的距离，获取最佳测量距离。

26、优选地，矿石分类模型基于svm模型建立，矿石分类模型包含了通过训练得到的支持向量、权重向量、偏置项以及核函数，使用矿石分类模型对特征数据进行分类的具体操作，包括：

27、对精准点云数据进行特征提取操作，获取特征数据，针对特征数据中的每一个特征向量；将特征向量输入至矿石分类模型，计算得到特征向量与所有支持向量之间的核函数值，并根据支持向量的权重和标签进行加权求和，再加上偏置项，得到决策函数值；根据决策函数值的结果，判断不同特征数据的类别，输出矿石分类结果。

28、优选地，针对矿石分类模型的训练，具体操作：

29、获取若干份点云数据样本，针对每一份点云数据样本，对点云数据样本中的点云数据进行特征提取，获取特征数据样本；为特征数据样本中的每一个特征向量添加存窿矿石或普通岩壁的标签，获取矿石分类训练样本；将所有矿石分类训练样本划分为矿石分类训练集和矿石分类测试集，使用矿石分类训练集对矿石分类模型进行训练，再将矿石分类测试集输入至矿石分类模型，获取矿石分类测试结果；设置第一训练条件，若矿石分类测试结果满足第一训练条件，则输出训练好的矿石分类训练模型；否则，继续使用矿石分类训练集对矿石分类模型进行训练。

30、优选地，地质分类模型基于pointnet模型建立，针对地质分类模型的训练，具体操作：

31、获取若干份点云数据样本，针对每一份点云数据样本，对点云数据样本中的每一个点添加标签，获取地质分类训练样本；将所有地质分类训练样本划分为地质分类训练集和地质分类测试集，使用地质分类训练集对地质分类模型进行训练，再将地质分类测试集输入至地质分类模型，获取地质分类测试结果；设置第二训练条件，若地质分类测试结果满足第二训练条件，则输出训练好的地质分类训练模型；否则，继续使用地质分类训练集对地质分类模型进行训练。

32、一种矿山采空区测量数据的可视化系统，包括：

33、点云数据获取模块，用于以巷道坐标原点为起点，使用光电测量技术对所有基准点逐个进行测量，获取若干个基准点三维坐标；根据获取的基准点三维坐标，获取采空区基本布局信息；根据采空区基本布局信息，设置无人机扫描路径，使用激光扫描技术获取无人机扫描路径起点的点云数据集q和n个预设扫描点对应的点云数据集fi；

34、配准模块，用于对点云数据集fi进行配准，获取n个配准点云数据集hi；

35、融合模块，用于将点云数据集q和n个配准点云数据集hi进行融合操作，获取采空区的精准点云数据；

36、矿石分类模块，用于对精准点云数据进行特征提取操作，获取特征数据；将特征数据输入至矿石分类模型，获取矿石分类结果；

37、地质分类模块，用于将精准点云数据输入至地质分类模型，获取地质分类结果；

38、三维模型转换模块，用于将精准点云数据转换成网格模型，并将矿石分类结果和地质分类结果映射在网格模型上，获取采空区三维模型；

39、可视化模块，用于将采空区三维模型进行可视化操作。

40、本发明具有以下优点：

41、1、本发明通过在采空区周围巷道设置巷道坐标原点，使用光电测量技术对所有基准点进行测量，根据基准点三维坐标获取采空区基本布局信息，从而实现对无人机扫描路径的合理规划；再使用激光扫描技术在多个预设扫描点对采空区进行测量，获取多个采空区的点云数据集，并对多个点云数据集进行配准，从而实现多个点云数据集的比对。

42、2、本发明通过获取激光扫描的最佳测量距离，利用最佳测量距离，将所有配准点云数据集进行融合操作，从而实现获取高精度的采空区点云数据。