一种井下巷道变形智能监测及预警方法技术

本发明专利技术涉及井下巷道变形监测技术领域，具体是一种井下巷道变形智能监测及预警方法，包括：地下信息场景增强

【技术实现步骤摘要】
一种井下巷道变形智能监测及预警方法


[0001]本专利技术涉及井下巷道变形监测
，具体是一种井下巷道变形智能监测及预警方法
。

技术介绍

[0002]随着我国煤矿深部开采强度的不断增加，巷道围岩变形问题日益突出，巷道围岩事故频繁发生
。
在各种类型的煤矿事故中，由巷道变形引起的巷道顶板事故发生率最高
、
最为严重
。
目前，煤矿巷道变形的监测方法仍然存在很多缺陷和不足：
[0003]1、
监测精度低；一些现有产品的传感器精度较低，无法提供高精度的巷道变形数据
。
在井下巷道监测中，精确的数据是至关重要的，因为任何微小的变形都可能预示着潜在的安全风险
。
现有产品的精度不足可能导致监测结果的误差增大，从而无法准确评估巷道的稳定性和安全性
。
[0004]2、
监测效率低：现有产品在数据采集方式上效率较低，导致监测数据无法满足实际需求的实时性和准确性
。
通常，监测设备本身是固定式的监测方法，例如固定在巷道壁上的传感器或站式激光扫描仪，需要不断移动设备来完成巷道的整体变形监测，这会导致监测效率较低
。
然而，在井下巷道这样复杂的工作环境中，随时都可能发生巷道的变形情况，因此监测设备需要能够及时捕捉和传输数据，以帮助工作人员做出及时决策
。
然而，现有产品在这方面仍然存在数据采集和处理速度慢等问题，严重影响了监测的实时性和有效性
。r/>[0005]3、
安装和维护复杂：现有产品的安装和维护过程相对复杂，需要专业技术人员进行操作，增加了使用成本和难度
。
井下巷道作为一个狭小的工作空间，要求监测设备在安装和维护上尽可能简便，方便工作人员快速完成
。
而一些现有产品可能存在部件繁多
、
连接复杂等问题，导致安装和维护过程耗时耗力
。
[0006]4、
由于现有技术中通常是固定若干观测点进行监测或者分段进行扫描监测，难以观测巷道的连续性变形，由于测点分布的不连续，也难以观测到全程巷道变形转折点以及破坏的初始位置，影响对巷道变形的溯源监测并进行及时有效防控
。
[0007]因此，有必要研发一种高精度
、
高效率且易于安装和维护的井下巷道变形智能监测及预警的方法，以提高巷道监测的精度，提高数据采集效率，并简化设备的安装和维护过程，旨在实现对井下巷道变形的准确监测与及时预警，从而提高巷道的稳定性和安全性和可靠性
。

技术实现思路

[0008]本专利技术的目的在于提供一种井下巷道变形智能监测及预警方法，以解决上述
技术介绍
中提出的问题
。
[0009]为实现上述目的，本专利技术提供如下技术方案：
[0010]一种井下巷道变形智能监测及预警方法，包括以下步骤：
[0011]步骤
1)
：分析地下巷道物理空间环境和地下场景可视环境特点对三维激光传感器
扫描精度的影响，通过点云数据聚类去噪的方法建立地下信息场景增强模块，三维激光传感器扫描获得的数据经过地下信息场景增强模块处理得到激光数据增强信息；
[0012]步骤
2)
：三维激光传感器安装在载具上对整条巷道进行扫描，得到的激光数据增强信息经过
SLAM
后端优化系统进行位姿图优化，全局位姿把激光数据增强信息的数据通过坐标变换转换到世界坐标系下进行地下点云地图构建，地下点云地图在构建的同时采用距离幂次反比法对其坐标进行地下点云地图修正；
[0013]步骤
3)
：间隔时间重复步骤
2)
，把坐标转换后的最新点云数据与历史点云数据进行对比，找出差异点并确定其观测概率，删除地下点云地图中观测概率小于预设阈值的差异点，得到更新后的地下点云地图，完成地下巷道场景地图的构建
、
更新及表达并进行历史信息存储；
[0014]步骤
4)
：三维激光传感器实时扫描得到的实时激光数据增强信息通过点云与地下巷道场景地图配准得到巷道点云数据，再通过计算模型构建出巷道位移变化趋势图，根据巷道变形区域智能识别模型及生成的巷道位移变化趋势图，完成智能识别变形区域，给出危险等级和危险区域位置
。
[0015]进一步的，步骤
1)
中，地下巷道物理空间环境包括巷道端面及坡度
、
巷道帮面及编码信息
、
移动障碍物情况和地下障碍物情况，地下可视环境包括地下低照度环境
、
地下粉尘环境
、
地下潮湿环境
、
地下高相似环境
。
[0016]进一步的，步骤
2)
中，位姿图优化包括基于特征的连续帧配准
、
激光关键帧位姿节点构建
、
巷道底板平面节点构建和地下采场回环节点构建，
SLAM
后端优化系统是通过以激光关键帧位姿节点
、
巷道底板平面节点
、
地下采场回环节点为顶点，以激光关键帧位姿约束
、
巷道底板平面约束和地下采场回环约束为边优化位姿图
。
[0017]进一步的，步骤
4)
的点云与地下巷道场景地图配准过程中，配准后点云距离计算方法：
[0018]对于点云中的任意一点，在半径为
D/2
的范围内的点云数据拟合一个最佳平面，并使用粗糙度
σ
(D)
表示，即：
[0019][0020]其中，
a
k
为半径
D/2
范围内第
k
个点与最佳拟合平面的间距；为最佳拟合平面与
D/2
半径范围内所有点云的平均间距；
M
为分布在
D/2
半径范围内的点云数量
。
[0021]进一步的，步骤
4)
中，计算模型是利用局部表面粗糙度计算地下巷道场景地图的
3D
表面法线和法线指向的两期点云最优距离，在点云中的一点
p
，沿法线方向从所在的拟合平面出发，以
d/2
为投影半径的圆柱体，获取两期点云中和圆柱体相交的点云
n1和
n2，分别计算两期点云柱内的平均位置，两平均位置的差值为间距
L
即为点云在该点
p
变化的距离
。
[0022]进一步的，步骤
4)
中，在计算两期点云最优距离时，通过确定空间置信区间
LOD
95
％
估计局部距离变化量测精度，基于高斯统计的参数估计来计算
LOD
95
％
，假设各变量都是独立的高斯分布本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种井下巷道变形智能监测及预警方法，其特征在于，包括：步骤
1)
：分析地下巷道物理空间环境和地下场景可视环境特点对三维激光传感器扫描精度的影响，通过点云数据聚类去噪的方法建立地下信息场景增强模块，三维激光传感器扫描获得的数据经过地下信息场景增强模块处理得到激光数据增强信息；步骤
2)
：三维激光传感器安装在载具上对整条巷道进行扫描，得到的激光数据增强信息经过
SLAM
后端优化系统进行位姿图优化，全局位姿把激光数据增强信息的数据通过坐标变换转换到世界坐标系下进行地下点云地图构建，地下点云地图在构建的同时采用距离幂次反比法对其坐标进行地下点云地图修正；步骤
3)
：间隔时间重复步骤
2)
，把坐标转换后的最新点云数据与历史点云数据进行对比，找出差异点并确定其观测概率，删除地下点云地图中观测概率小于预设阈值的差异点，得到更新后的地下点云地图，完成地下巷道场景地图的构建
、
更新及表达并进行历史信息存储；步骤
4)
：三维激光传感器实时扫描得到的实时激光数据增强信息通过点云与地下巷道场景地图配准得到巷道点云数据，再通过计算模型构建出巷道位移变化趋势图，根据巷道变形区域智能识别模型及生成的巷道位移变化趋势图，完成智能识别变形区域，给出危险等级和危险区域位置
。2.
根据权利要求1所述的一种井下巷道变形智能监测及预警方法，其特征在于，步骤
1)
中，地下巷道物理空间环境包括巷道端面及坡度
、
巷道帮面及编码信息
、
移动障碍物情况和地下障碍物情况，地下可视环境包括地下低照度环境
、
地下粉尘环境
、
地下潮湿环境
、
地下高相似环境
。3.
根据权利要求1所述的一种井下巷道变形智能监测及预警方法，其特征在于，步骤
2)
中，位姿图优化包括基于特征的连续帧配准
、
激光关键帧位姿节点构建
、
巷道底板平面节点构建和地下采场回环节点构建，
SLAM
后端优化系统是通过以激光关键帧位姿节点
、
巷道底板平面节点
、
地下采场回环节点为顶点，以激光关键帧位姿约束
、
巷道底板平面约束和地下采场回环约束为边优化位姿图
。4.
根据权利要求1所述的一种井下巷道变形智能监测及预警方法，其特征在于，步骤
4)
的点云与地下巷道场景地图配准过程中，配准后点云距离计算方法：对于点云中的任意一点，在半径为
D/2
的范围内的点云数据拟合一个最佳平面，并使用粗糙度
σ
(D)
表示，即：其中，
a
k
为半径
D/2
范围内第
k
个点与最佳拟合平面的间距；为最佳拟合平面与
D/2
半径范围内所有点云的平均间距；
M
为分布在
D/2
半径范围内的点云数量
。5.
根据权利要求4所述的一...

【专利技术属性】
技术研发人员：郝英豪，鲁喜辉，陈云民，赵乾，丁国利，王新坤，齐佩，景新坤，任助理，袁瑞甫，
申请(专利权)人：河南理工大学，
类型：发明
国别省市：