基于无人机智能巡航的露天矿山边坡稳定性智能监测方法_党国华.pdf

231管理及其他Management and other基于无人机智能巡航的露天矿山边坡稳定性智能监测方法党国华摘要：我国作为一个多山的工业大国，由于社会经济发展对矿山资源要求的日益提高，对矿山（特别是中小型矿山）的过度开发和有效治理的意识不足，造成了露天矿边坡频频出现各类大大小小的水文灾害，并出现了巨大的人员伤亡事故和环境资源破坏。边坡稳定性问题逐渐引起地学领域的重视，不再拘泥于单个边坡进行描述、分类或者治理，而是涉及地貌、气象、水文、地质、人类工程等各个因素，以定性、定量描述为基础的综合分析过程，其理论、方式、方法不断向前发展。有效分析和评价边坡的变化趋势及其稳定性状态，是保障矿山安全生产管理和防治的重要技术手段，也是边坡工程中一项非常重要的研究内容，可为矿山边坡防灾、减灾、救灾等提供重要的技术依据和决策依据。基于上述背景，本文提出了基于无人机智能巡航的露天矿山边坡稳定性智能监测的方法，以无人机智能巡航平台为基础，采集露天矿山边坡数据资料，构建边坡地质环境数据库，最终实现对露天矿山边坡稳定性的智能监测。关键词：无人机；智能巡航；稳定性；智能监测边坡稳定性与人们的生命财产和工程经济紧密相关，目前边坡工程从勘察、评价、设计、治理、监测及施工整个过程设计的信息数据量巨大，但多以统计图表、文字报告、专题地图进行保存。资料分散保存，使数据共享难度大，有效信息不能重复利用，且数据难以查找，制约了边坡稳定性研究。由于矿区安全管理范围大，山地环境特殊，致使现场安全管理受到一定程度的制约和不便。因此如何充分利用高科技和信息化技术，提质提升安全管理效率，已成为我国矿山安全技术与装备研发的重点。近几年来得益于低空、低速小型消费级无人机的推广使用和相关商业软件的研发，无人机遥感技术以其效率高、成本低、机动灵活、环境适应性强等优点广泛应用于露天矿山各个领域，不少学者也对其在露天矿山中的应用进行了研究。朱正华以龙山建筑石料用灰岩矿为例，介绍了无人机倾斜摄影测量技术的实施运用过程，并与传统测量技术进行了对比；邱亚辉等研究采用固定翼无人机航测技术获取大型露天采坑三维点云数据，经点云去噪、剔除植被等预处理，生成露天采坑DEM数据，分析采坑的开采范围。但是针对露天矿山边坡稳定性的智能监测方法方面的研究较少。因此，本文中基于无人机飞行平台，设计了一种露天矿山边坡稳定性智能监测方法，无人机智能巡航的应用将大大提高露天矿山边坡的安全管理效能。1 无人机智能巡航在露天矿山，大型设备种类繁多，设备运行是否合理，影响着矿山生产的生产，因此，保证大型设备的正常运行，必须对设备进行定期的安全检查。当前，国内露天煤矿的安全生产工作，大多依赖于对现场进行现场巡查的监督。矿山生产经营的规模较大，加之矿山地质条件的特殊性，给矿山生产的安全生产带来了极大的限制和不方便。如何有效地运用高技术、高技术、高质量地提高矿井的安全生产效益，是当前煤矿生产技术和设备研究的热点。近年来，由于小型低空低速消费级无人驾驶飞机的普及，以及有关商用软件的开发，使得其在露天煤矿中得到了广泛的应用。利用低地无人驾驶飞机俯仰照相技术建立矿井的立体地形模型和可视化技术，可以极大地改善矿井的地表监控工作的工作效率和精度，为矿井智能化的矿井建设和管理奠定了良好的基础。根据露天煤矿安全生产对时间要求的要求，在此基础上，建立了一种“便捷、快捷、专业、全覆盖”的智能巡游体系。1.1无人机航摄数据获取边坡三维模型的基础数据主要包括无人机航空摄影相片、地质剖面图、钻孔数据、断层数据以及地质勘察资料等。对于无人机航空摄影测量建模来说，高精度数据是高精度建模的基础。无人机航测技术是快速获取高精度地表纹理和空间信息数据的新兴方法，相片的获取过程关系到建模成果的精度。相片的获取需要进行大量前期准备工作。（1）确定测区范围、了解测区地形概况。（2）根据测区内的地形特点划分航摄分区、设计航线，计算航行高度、速度、航线长度等航线设计参数，相片中同一对象至少需从三个不同的视点进行拍摄，航向重叠一般应超过80%，同对象不同拍摄点之间的间隔应小于150。（3）布置醒目且数量符合要求的控制点，为保证产品精度，一般100张相片设置6个控制点，且控制点需在测区内均匀合理分布。（4）在合适的时间和天气进行航摄，野外摄影测量时应选择无风、多云、光线较好的天气，正午拍摄可将影子对拍摄的影响232管理及其他Management and other降到最低。（5）航摄结束应检查相片质量，检查航带变化处相片号，不符合要求时进行重测。1.2数据综合分析模块（1）虚拟巡视。系统构建三维场景后，通过自动巡视路线编辑、巡视参数设置可以进行自由巡视。安全管理人员也可通过鼠标操作控制三维场景的平移、旋转、远近，从不同视角查看指定露天矿山的整体情况或局部细节情况，快速发现矿区存在的安全隐患。（2）在图上标出。在传统倾斜摄影模式技术的基础上，利用绘制文字、点、线、面等元素形成的图上标记，可以支撑文本、圆点、折线、曲线、矩形、多边形等各种标记类型。利用图上标记，能够在系统内清晰、直观的观察到矿区建筑、工作台阶、进库路线等的布置状况。（3）基本量算。系统内可进行多种形式的基本量计算功能，由于在分析系统内倾斜模型上的任何一个点都是具有向量信息（位置坐标），因而能够利用几何换算获取较多的测量信号，从而可以在分析系统内实现倾角、面积、高程和间距等的基本量计算。利用三维模型的矢量信息数据，通过基本量计算功能可以快速得到露天矿山境界参数台阶高度、台阶宽度、台阶坡面角等数值。为了验证本文无人机三维倾斜摄影模型的精度，选取河南省某露天矿山某处的平台和坡面进行精度评价和分析，与传统测量手段对比分析。得出测量参数的最大误差为0.10m，最小误差为0.01m，中误差为0.05m，模型的几何精度控制在厘米级范围内；同时由于其数据处理的便捷和快速，提高了对露天矿山境界参数的量算效率。1.3安全隐患模块在通过综合分析模块对露天矿山的各关键数据（如台阶高度、宽度、台阶坡面角等）统计分析后，如不符合规范标准、按照设计需要，自动载入相应的安全隐患图上，供安全管理部门备查，以及给出了相应的整改意见。通过平台完成问题调查的同时，也能对发现的问题在下次无人机巡逻检查中加以处理，实现问题调查和处理的闭环监管目的。同时在巡逻中检查出的安全隐患也在分析体系中做出了记录，并将问题描述和风险定位一一对应，并给出对应的整改措施，下次无人机巡逻中需要注意问题的整改情况。2 边坡空间数据库2.1数据库建立的结构及功能边坡数据库系统以ArcGIS9.3为地理信息支撑平台，采用成熟的传统三层体系架构，即在客户应用表现层和基础数据库层中间增加了核心组件层，构成了逻辑上的三层体系结构。这种体系结构通过基础数据库支撑，不仅建立了数据服务层，而且充分利用核心组件组来进行数据库系统的开发和实现。从而有利于边坡数据库逻辑的分析、设计及开发，并大大简化了应用层的开发、更新和升级等工作。系统数据库结合核心组件的应用将具有如下基本功能：（1）空间查询、统计及空间分析功能。借助组件模块，边坡空间数据库具有良好空间分析及查询功能。不论是条件查询还是按一定模式关系进行的算术、关系、逻辑、函数等各种数据运算，边坡空间数据库还可以将查询或运算结果进行各种空间分析，如研究区域的属性查询，分类统计，叠加分析、缓冲区分析等等。（2）数据存储与管理。边坡空间数据库通过Geodatabase将矢量数据、栅格数据、不规则三角网以及地址和定位存储在商业关系型数据库如Oraele，SQLServer，Access等进行管理，具有多种实现模式。（3）数据编辑、漫游及量算功能。边坡空间数据库具有属性编辑及图形编辑能力，如拓扑关系构建、图形整饰、编辑、变换等功能。边坡空间数据库具有放大、缩小、漫游等多种形式的空间数据浏览功能，同时可以进行距离、面积以及角度的空间量算功能。（4）数据的输入、输出及显示功能。该边坡数据库系统可实现多种方式的数据输入，如矢量图型数据、栅格图型数据、测量数据及相关属性数据等，并以人机交互方式来选择显示的对象，根据用户需要输出各类专题图、统计图、表等。2.2监测数据库设计边坡变形监测是指对边坡体进行测量，以确定其空间位置随时间的变化特征。主要包括地表水平位移监测、地表垂直位移监测及深部监测。周期性的变形监测提供的数据，为及时了解地质构造的变化，预测、预报地质灾害等提供有效依据。通过深部监测网与地表监测网的互相配合，获得了边坡不同点位不同时间的形变数据。这些原始数据虽然存在一定误差，短期内规律变化不明显，但通过周期性积累能确切的反映边坡的形变趋势。为便于数据的统一管理和使用，本研究各期原始观测数据转换成Access格式保存在Geodatabase中。3 三维地质建模采用了无人机摄影技术，并使用摄影检测相机对目标岩体进行了表面模拟数字化，其数据收集方法对重建结果必不可少。数据获取流程如下所述：（1）情况的预判：结合自然情况、地质状况、周围环境等实233管理及其他Management and other际情况加以考察。（2）应用方法：对较低平的岩体强度一般采用普通数码摄录机，对较高大或陡立的岩块则可通过无人机上搭载照相机，对主要目标物加以信息收集并采用5方位取景系统（相机正投影90拍照单一方位，倾角45拍照4个方位），对GPS条件较差的峡谷地区，通过自动控制平衡环加以取景，但应保证照片间有适当的重合点，对准确性需要特别提高的地区可通过无人机上携带激光雷达传感器，加以收集目标岩体的三维点云数据。（3）规划摄影方式：按照对象岩体规模的不同，对摄影范围作出适当取舍，针对单一岩体可采用环绕摄影或是五方位摄影，针对岩质边坡可采用斜坡方式摄影，对摄影规模较大的情况则可采用仿地飞行方式。（4）设置飞行数据：利用地面站程序DJIGSPro设定重合率航向方向80%旁向70%，无人驾驶航空器的重合参数可以手动进行，但是在手动进行的条件下需要操纵人员自动确定，重合过高将会导致计算机资料的损失，重合率过低将会导致重建错误；航高位置通常为比作业范围的最高位置高出约50m；飞行速度则可按照航高的变化而自动调整，一般建议设定在8m/s 15m/s。（5）调整相机的控制参数：相机参数设置恰当与否将直接影响三维模型品质及准确度，在气候条件良好情形下可选择全自动模型摄影，而其他则依据实际摄影时情景的变化，其ISO、快门，以及光圈、白平衡点等技术参数应适当调节，并符合以下几点：若图片中没有了局部朦胧或畸变等情形，在照度不够的情形下不要把ISO调的太大，并尽量避免大景深，而白平衡点则尽可能贴近实际情景。（6）布设像控点位，以增强模型准确性：无人驾驶航空器在RTK模式下小区域内（0.5km0.5km）通常不需要布设地面控制点，在GPS模式下作业应布设地面控制点，可采用作业区域内的可识别辨识物，如公路中间角点，而无可辨特征点区域，应在地面放置可辨的辅助标志，地面控制点也应布置均匀。4 边坡稳定性智能监测为实时监测露天矿边坡空间位移变化，该矿山利用高精度空间定位技术与精密二等水准测量，确定基准点坐标和高程，形成三维可视化边坡模型，建立三维可视化管控平台，实现露天矿山边坡空间位移实时监测目标和智能化矿山边坡安全管控，利用技术创新达到降本增效目的。4.1监测网在监测控制网中共建立8个基准点，通过高精度空间定位技术与精密二等水准测量，确定基准点坐标和高程。监测系统共建立85个监测点，监测桩的位置确定首先按设计位置利用GPS-RTK进行放样，并根据现场实际情况对监测点位置进行调整。在建立基准点和监测点时，为了保证桩点的稳定，桩坑的深度为1200mm或挖到基岩，并现场浇筑钢筋混凝土。4.2数据处理及预警系统在C.Net集成信息开发技术平台下，通过Ar-cEngine组件式的GIS二次开发方法，并融合了MatlabEngine引擎软件技术，研制了一套露天矿边坡变化监控数据分析与预警系统。本体系涵盖了数据库系统、图像管理分析、数据空间信息检索、三维可视化与数据分析及其预报预警等五个重要功能模块，包括了描绘变化趋势