基于激光点云的巷道变形监测及支护研究_郭良林.pdf

第 51 卷第 8 期 2020 年 8 月 Safety in Coal Mines Vol.51No.8 Aug. 2020 基于激光点云的巷道变形监测及支护研究 郭良林 1,2， 周大伟1,2， 张德民3， 周宝慧3 （1.中国矿业大学 环境与测绘学院， 江苏 徐州 221116； 2.中国矿业大学 江苏省资源环境信息工程重点实验室， 江苏 徐州 221116； 3.新能矿业有限公司， 内蒙古 鄂尔多斯 017000） 摘要 以王家塔煤矿 201 工作面开采为工程背景， 研究三维激光扫描在井下巷道变形监测中 及支护中的应用。井下复杂条件下， 扫描仪有效扫描距离大幅减少， 严重影响整体拼接精度， 因 此提出两期单测站点云配准并求取巷道顶底板形变的方法。结果表明 单测站点云配准方法精 度达到毫米级， 满足井下巷道变形监测的要求； 巷道监测区域内顶板平均下沉量为 14.70 mm， 底 板平均下沉量为 0.283 mm， 巷道形变表现出非均匀、 非对称等特性； 现支护方案下顶底板最大移 进量和煤层采厚比值远小于规范要求， 实际调查显示 201 及邻近 202 工作面开采结束后， 该辅 运巷仍未坍塌， 巷道支护过强， 观测结果与实际相符， 建议后续开采支护强度可适当减弱。 关键词 三维激光扫描； 点云预处理； 顶板下沉； 巷道支护； 巷道变形 中图分类号 TD322文献标志码 A文章编号 1003-496X （2020 ） 08-0178-06 Research on Deation Monitoring and Supporting of Tunnel Based on Laser Point Cloud GUO Lianglin1,2, ZHOU Dawei1,2, ZHANG Demin3, ZHOU Baohui3 （1.School of Environment and Surveying, China University of Mining and Technology, Xuzhou 221116, China;2.Key Laboratory of Resources and Environmental Ination Engineering of Jiangsu Province, Xuzhou 221116, China;3.Xinneng Mining Industry Corporation Limited, Ordos 017000, China） Abstract Taking the mining of 201 working face of Wangjiata Coal Mine as the engineering background, the application of 3D laser scanning in the deation monitoring and supporting of tunnel was studied. Under complex conditions in the mine, the effective scanning distance of the scanner is greatly reduced, which seriously affects the overall stitching accuracy. Therefore, this paper proposes a for cloud registration of single test stations in two periods to obtain the deation of the roof and floor of the roadway. The results show that the cloud registration at a single measurement site has millimeter accuracy and meets the requirements of underground tunnel deation monitoring; in the monitoring area, the average subsidence of the roof is 14.70 mm, and the floor is 0.283 mm, and the deation of tunnel shows non-uni asymmetric characteristics; the maximum moving amount of the top and bottom plates and the thickness of the coal seam under the current support scheme are far less than the requirements of the specification. Actual investigation shows that after the mining of the 201 and adjacent 202 working faces, the tunnel has not collapsed, the support is too strong and the observation results are consistent with the actual situation. The mining support strength can be appropriately weakened. Key words 3D laser scanning; point cloud processing; roof subsidence; tunnel supporting; roadway deation DOI10.13347/ki.mkaq.2020.08.039 郭良林， 周大伟， 张德民， 等.基于激光点云的巷道变形监测及支护研究 ［J］ .煤矿安全， 2020，51 （8 ） 178-183. GUO Lianglin, ZHOU Dawei, ZHANG Demin,et al. Research on Deation Monitoring and Supporting of Tunnel Based on Laser Point Cloud ［J］ . Safety in Coal Mines, 2020, 51 （8） 178-183.移动扫码阅读 基金项目 国家自然科学基金资助项目 （51604266） 煤矿是我国开采最普遍的矿山，煤矿开采过程 中， 巷道冒顶、 片帮时有发生[1]。因此有效准确监测 巷道变形具有十分重要的意义。常规监测手段仅能 够提供变形体的变形状态和一定变形范围，不能获 取巷道整体位移场， 且工作量大、 作业时间长[2]。 三维激光扫描又被称为实景复制技术，具有快 速、 海量、 自动化的技术特点。隧道监测方面， 众多 178 ChaoXing 第 51 卷第 8 期 2020 年 8 月 Safety in Coal Mines Vol.51No.8 Aug. 2020 图 1辅运巷道与工作面平面位置 Fig.1Plane position of auxiliary roadway and working face 图 2初始支护设计 Fig.2Initial support design 学者[3-9]将三维激光扫描应用于隧道形变监测领域, 提出点云快速切片、拟合断面中心等方法得出隧道 断面的偏移量； Oparin VN 等[10]利用三维激光扫描根 据不同时刻观测数据，确定了隧道衬砌未标记点的 位移和隧道围岩及拱的变形。 巷道监测方面， Kajzar V[11-12]等介绍了脉冲扫描器 LeicaC10 在矿山巷道中 的应用现状，证实了使用这项技术的可能性，并采 用三维激光扫描仪对奥斯特拉瓦-卡维纳煤田的煤 矿巷道和煤柱稳定性进行了室内和煤柱面板试验监 测，得出围岩和顶底板的移动情况和煤柱的稳定 性； 刘晓阳[13]等通过采用三维激光扫描的方法对巷 道顶板稳定性进行监测, 得出三维激光扫描技术在 巷道顶板稳定性监测中的可行性； 江权等[14]在研究 金川二矿深部岩体大变形时结合三维激光扫描技术 来获取巷道点云并建模，验证了深部巷道表面的变 形特点以及破坏方式的新特征。上述案例扫描仪工 作环境大多属于隧道或者金属矿，环境较好，当井 下复杂时，扫描仪有效扫描距离受限，上述数据处 理并提取形变的方法不再适用。 巷道内充满水汽，导致扫描仪有效扫描距离大 幅减少，点云重叠部分细节丢失严重，整体点云拼 接精度较差，无法满足井下巷道监测的要求。因此 提出利用不同时段同测站有效点云进行配准并提取 形变的方法， 为复杂监测环境下提供一种解决思路。 1项目背景 1.1工作面概况 王家塔矿正在开采的 201 工作面位于 2-2 煤南 二盘区东部， 是南二盘区首采工作面， 东边为 101 工 作面， 于 2016 年初采完， 西边是未开采的 202 工作 面， 201 辅运巷道位于 201 工作面西侧， 辅运巷道与 工作面平面位置如图 1。 201 工作面平均走向长度为 1 252 m， 倾向长为 260 m， 平均采厚 3.26 m， 工作面 推进速度为 12～15 m/d， 煤层倾角平均为 2， 工作面 地面标高为1 309～1 392 m， 工作面标高1 138.9～ 1 150.8 m， 平均采深为 200 m。201 工作面煤层基本 顶为灰白色细粒砂， 均厚 7.09 m， 直接顶为深灰色 砂质泥岩或浅灰色粉砂岩， 均厚 1.76 m， 直接底为 深灰色砂质泥岩或浅灰色粉砂岩均厚 2.62 m。 1.2201 辅运巷道支护方案 巷道初步支护方式为锚网索梁联合支护，顶部 锚杆的间排距为 900 mm900 mm，采用 φ20 mm 2 400 mm 锚杆， 每孔 2 卷药卷； 帮部采用 φ20 mm 1 800 mm 锚杆， 锚杆间排距为 900 mm900 mm， 每 孔 1 卷药卷； 锚索间排距为 2 000 mm2 700 mm， 锚 索采用 φ15.24 mm7 300 mm 的钢绞线，每孔用 3 个药卷。钢筋梯子梁采用 φ12 钢筋焊制， 金属网采 用 φ6.5 mm 钢筋焊制， 网格为 100 mm100 mm， 搭接 100 mm。地板硬化厚度 200 mm， 混凝土强度 C30， 喷射混凝土 75 mm， 强度 C20， 初始支护设计如图2。 101 工作面按照初始支护设计方案支护后， 随 着 101 工作面开采进行， 101 辅运巷道受到变形破 坏，严重影响后续工作面开采的进度。为保证安全 生产， 对 2煤 201 工作面辅运巷道进行了补强支护 措施， 后期补强支护按三岔口补强支护， 支护方式为 锚网索梁联合支护，锚索采用 φ22 mm10 000 mm 的钢绞线。补强支护方案如图 3。 2监测方案布设及点云预处理 1） 巷道监测方案布设。201 辅运巷道从切眼位 置沿煤层推进方向共布设 Q5、 2F、 K1、 K2 4 个测站 179 ChaoXing 第 51 卷第 8 期 2020 年 8 月 Safety in Coal Mines Vol.51No.8 Aug. 2020 表 1Riegl VZ-1000 扫描仪技术参数 Table 1Technical parameters of Riegl VZ-1000 性能指标参数 测量距离/m 标称精度/m 视场角/ （ ） 角度分辨率/ （ ） 2.5＜d＜1 400 2/100 100360 0.000 5 图 3补强支护设计 Fig.3Reinforced support design 图 4扫描距离与点云数量关系 Fig.4Relationship between scanning distance and number of point clouds 点，测站点绝对坐标采用全站仪观测，测站点间隔 在 200 m 左右， 在巷道两帮每隔 50 m 布设反射片， 用于后期点云拼接。 2） 点云预处理。地面三维激光扫描仪工作时由 于测量方式多样性的影响、操作人员经验和现场扫 描环境等因素的影响，会使获取的点云中混杂着一 些噪声点，而这些噪声点会影响后续建模的准确 性[15-16]。目标点云噪声点明显， 手动选中删除即可； 由于初始点云密度大，存在大量冗余数据，增加计 算机后期处理点云压力，需要进行点云重采样处 理， 以减少大量的冗余数据给计算机带来负担[17-18]。 点云重采样的方法众多， 其中 k-d tree、 Octree 应用 较为广泛。 由于 Octree 的速度优势[19]， 采用 Octree 数 据原理对点云进行重采样。 3点云配准方案评价 3.1整体点云配准 利用反射片进行巷道整体点云拼接，相邻测站 间点云重叠区域的点数量较少，点云稀疏，拼接效 果差，直接导致一些特征点和反射片的点云细节严 重丢失，相邻测站点之间拼接精度达 13 mm，整体 精度 18.4 mm。 通常情况下，三维激光扫描精度与仪器俯仰角 度、 观测距离等多种因素有关[20]。 仪器的扫描环境会 影响数据获取时的激光发射的有效距离，扫描仪获 取的点云数量多少是反映点云质量的 1 个重要标 准，点云数量足够多时，利于后期数据特征地物的 提取。201 辅运巷道内充满水汽， 严重影响三维激光 扫描仪的观测距离。为了探究水汽对三维激光扫描 仪有效观测距离的影响程度，取单测站点云每隔 5 m 截取规格为 1 m 的横断面， 读取相同规格的点云 点云数量， 扫描距离与点云数量关系如图 4。 通过图 4 得出随着扫描距离增加，点云密度呈 指数级下降， 在距离超出 60 m 时， 点云数量平均约 为 200， 已经对后期建模有影响。相邻测站点之间的 距离为 200 m 左右，远超出有效扫描距离；而且巷 道整体拼接精度为 18.4 mm，误差较大不能满足井 下巷道变形监测的要求，同时部分细节的丢失也不 利于后期顶底板形变提取。 3.2单测站点云配准精度分析 单站数据的扫描的误差主要有 仪器误差、 仪器 高量取误差，数据采集使用 Riegl VZ-1000 三维激 光扫描仪， 仪器主要的性能指标见表 1。 仪器标称精度为测距 2 mm0.002‰，测角 16″ ， 由于本次试验设站距离为 200 m， 暂取距离 100 m 180 ChaoXing 第 51 卷第 8 期 2020 年 8 月 Safety in Coal Mines Vol.51No.8 Aug. 2020 图 62F 测站顶底板变形 Fig.6Top and bottom plate deation at 2F surveying station 图 5顶板底形变等值线图 Fig.5Deation of bottom and top plate 为有效点云数据， 扫描仪垂直角不超过 30。因此， 可得扫描仪的坐标误差为 mxymx 2 my 2 ■ 2.9 mm mz2.2 mm mxyzmx 2 my 2 mz 2 ■ 3.7 m ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ ■ m （1） 式中 mxy为平面坐标测量误差， mm； mz为高程 测量误差， mm； mxyz为空间坐标测量误差， mm； mx、 my分别为 x 和 y 方向的测点误差。 仪器高从 3 个方向量取中心的距离取平均值， 其中误差 ml一般取 1.5 mm。根据上述计算， 按照误 差传播定律， 所测数据理论误差公式为 mmxyz 2 ml 2 ■ （2） 式中 m 为测量总误差， mm； ml为仪器高量取误 差， mm。 可得点云理论误差为 4.0 mm， 较常规的全站仪 具有更高的精度， 满足巷道变形监测要求。 4顶底板下沉提取 将处理后的采前 6 月份观测数据进行建模处 理， 将采至 289 m 处的 8 月份观测数据作为测试文 件,提取顶底板偏差数据， 得到有效监测区域内顶底 板等值线如图 5。 从图 5 中，可以看出走向上巷道顶底板中间区 域和左右区域形变程度以及各测站监测区域内形变 程度不同，揭示出工作面开采过程中巷道顶底板所 受应力不均衡和不对称性的特点。分别提取顶底板 右侧 （近采面一侧） 、 中轴线、 左侧 （远采面一侧） 位 置处的形变数据， 各剖面线间距为 1.5 m， 得到第 2 期观测数据顶底板 3 个位置相对于第 1 期观测数据 的形变值， 监测区域内沉降情况如图 6～图 8。中轴 线顶底板移进量如图 9。 1） 巷道监测区域内顶板平均下沉量约为 14.70 mm，顶板下沉最大处为中轴线位置距 2F 测站 26.8 m 处 （推进方向为正） ， 下沉量为 142 mm； 底鼓量平 均约为-0.283 mm，底鼓最大处为底板左侧剖面线 位置距 K1 测站 2.7 m 处， 为 38.73 mm。 2） 2F 测站监测区域内顶板平均下沉量为 45.81 mm， K1 测站监测区域内顶板平均下沉量为 25.17 mm， K2 测站监测区域内顶板平均下沉量为 3.07 mm， 巷道纵向受力不均衡， 开采后方 （采空区方向） 巷道的剧烈程度大于前方 （煤层方向） ， 2F 站剧烈程 度最大，巷道应力情况相较于 8 月停采线位置表现 出一定的时延性。监测区域内右侧剖面线顶板平均 181 ChaoXing 第 51 卷第 8 期 2020 年 8 月 Safety in Coal Mines Vol.51No.8 Aug. 2020 图 9中轴线顶底板移近量 Fig.9Center axis top and bottom plate moving amount 图 8K2 测站顶底板变形 Fig.8Top and bottom plate deation at K2 surveying station 沉降量为 23.32 mm， 左侧中轴线顶底板平均沉降量 为 8.40 mm， 巷道横向受力不对称， 右侧区域 （近采 面一侧） 剧烈程度大于左侧区域 （远采面一侧） 。 3） 顶底板最大移进量 129.6 mm （相对采高变形 量为 39.75 mm/m） ， 平均移进量为 13.57 mm （相对 采高变形量为 4.16 mm/m） 。 根据煤矿安全质量 标准化考核评价办法 ，顶底板移近量按采高应≤ 100 mm/m， 实测数据远小于规范要求， 表明巷道支 护过强。 根据实际调查可知， 201 工作面开采结束后， 该 201 辅运巷道作为 202 工作面回风巷继续使用， 并 且当 202 工作面开采结束之后，该巷道仍未垮落， 图 7K1 测站顶底板变形 Fig.7Top and bottom plate deation at K1 surveying station 182 ChaoXing 第 51 卷第 8 期 2020 年 8 月 Safety in Coal Mines Vol.51No.8 Aug. 2020 作者简介 郭良林 （1994） ， 安徽宿州人， 中国矿业大 学在读硕士研究生， 主要从事三维激光扫描技术工程应用、 巷道支护等研究。 （收稿日期 2020-01-10； 责任编辑 朱蕾） 201 辅运巷道支护强度过强， 测量结果与实际相符。 5结论 1 ） 单测站配准方法配准精度达毫米级， 满足井 下巷道变形监测的要求，可用于复杂环境下巷道变 形监测点云处理。 2） 巷道顶底板变形值显示 201 工作面采动时辅 运巷道顶底板的所受应力呈现出非均匀、时延、 非 对称等特性。 3） 201 辅助运输巷道顶底板移进量实测数据远 小于规范要求，结合实地调查结果，该巷道支护强 度过强，建议后续工作面开采巷道的支护强度可适 当减弱。 参考文献 ［1］ 任奋华， 王永强， 李正胜.深部开采巷道围岩稳定性监 测及分析 ［J］ .金属矿山， 2014 （7） 156-159. ［2］ 王利， 张勤， 黄观文， 等.GPS PPP 技术用于滑坡监测 的试验与结果分析 ［J］ .岩土力学， 2014， 35 （7） 2118. ［3］ 袁长征， 滕德贵， 胡波， 等.三维激光扫描技术在地铁 隧道变形监测中的应用 ［J］ .测绘通报， 2017 （9） 152. ［4］ 虞伟家.基于移动三维激光扫描的盾构隧道断面提取 与应 ［J］ .测绘通报， 2019 （S2） 200-206. ［5］ 王龙飞， 胡海峰， 廉旭刚.全站扫描点云支持下的铁路 隧道横断面快速提取及变形分析 ［J］ .测绘通报， 2019 （5） 55-59. ［6］ 江济强， 张慧娟， 曹千红.三维激光扫描技术在地铁隧 道中的应用 ［J］ .测绘通报， 2019 （6） 152-154. ［7］ 张胜军， 杨志刚， 康妍斐.三维激光扫描技术在地铁隧 道断面测量中的应用 ［J］ .测绘与空间地理信息， 2019， 42 （6） 197-200. ［8］ 张慧， 李凯.三维激光扫描技术在公路隧道施工监测 中的应用研究 ［J］ .公路工程， 2018， 43 （4） 230-234. ［9］Cheng -hui WAN, Xi -ping HE. Tunnel Monitoring Based on 3D Laser Scanning Technology ［C］ // Science and Engineering Research Center. Proceedings of2016InternationalConferenceonComputational Modeling, Simulation and Applied Mathematics （CM－ SAM 2016） . Science and Engineering Research Center Science and Engineering Research Center, 2016 124. ［10］Oparin VN, Yushkin VF, Polyankin GN, et al. Ge－ omechanical monitoring of temporal lining in railway tunneling in complex geological conditions ［J］ . J Min Sci., 2015, 51 （4） 839-859. ［11］ Kajzar V, Kukutsch R, Heroldova N. Verifying the Pos－ sibilities of Using a 3D Laser Scanner in the Mining Underground ［J］ . Acta Geodynamica Et Geomaterialia, 2015, 12 （1 ） 51-58. ［12］ Kajzar V, Kukutsch R, Waclawik P, et al. Innovative Approach to Monitoring Coal Pillar Deation and Roof Movement Using 3D Laser Technology ［J］ . Pro－ cedia Engineering, 2017, 191 873-879. ［13］ 刘晓阳， 胡乔森， 李慧娟.基于三维激光扫描技术的 巷道顶板监测研究 ［J］ .中国煤炭， 2017， 43 （7） 81. ［14］ 江权， 史应恩， 蔡美峰， 等.深部岩体大变形规律 金 川二矿巷道变形与破坏现场综合观测研究 ［J］ .煤炭 学报， 2019， 44 （5） 1337-1348. ［15］ 曾繁轩.基于三维激光扫描技术的采动边坡监测及 预测研究 ［D］ .徐州 中国矿业大学， 2018. ［16］ 王国利， 高婷， 郭明.相位式地面三维激光扫描点云 的噪声滤除 ［J］ .测绘通报， 2019 （S1） 190-194. ［17］ 姜淑凤， 张英琦.逆向重建中 B 样条曲面过渡/微调 精简方法 ［J］ .北京理工大学学报， 2018， 38 （8） 802. ［18］ 段志鑫.三维激光扫描数据精简、 表面重构方法及应 用研究 ［D］ .徐州 中国矿业大学， 2019. ［19］ 杨铭， 张晓丽， 霍朗宁， 等.森林区域机载 LiDAR 点 云数据的改进八叉树滤波算法研究 ［J］ .北京林业大 学学报， 2018， 40 （11） 102-111. ［20］ 朱广堂， 叶珉吕.基于曲率特征的点云去噪及定量评 价方法研究 ［J］ .测绘通报， 2019 （6） 105-108. 183 ChaoXing