基于三维视觉点云的露天矿爆堆体积智能计算方法_中国煤炭行业知识服务平台

基于三维视觉点云的露天矿爆堆体积智能计算方法

煤炭学报
网络首发时间：2025-02-24 17:52:43

作者

顾清华陈永琪李学现
单位

西安建筑科技大学资源工程学院西安建筑科技大学西安市智慧工业感知计算与决策重点实验室西安建筑科技大学管理学院
摘要

露天矿爆堆体积及形态参数信息是评价爆堆爆破效果的重要指标，但当前露天矿爆堆体积等参数的求解存在精度低、操作成本高、速度慢等问题，为了能够及时精确地获取爆堆体积以及其他形态参数，本文提出了一种基于三维视觉点云的露天矿爆堆体积智能计算方法。首先使用无人机采集爆堆场景的图像数据集；其次基于Instant-NGP构建露天矿爆堆三维重建模型，采用Colmap获取相机内参及图像位姿信息，并将图像与位姿信息作为Instant-NGP模型的输入，训练该模型并输出爆堆场景的原始点云数据；然后提出基于网格模型的露天矿爆堆体积计算方法，通过点云滤波、尺度恢复等方法处理原始点云数据，基于CSF(Cloth Simulation Filter)算法和AC(Angle Criterion)算法分别获取爆堆底面和爆堆表面点云，并通过向下生长点云获取完整的爆堆点云，采取几何算法获取爆堆抛掷距离等形态参数；最后应用alpha-shape曲面重建算法重建爆堆，得到爆堆的网格模型，并通过累加网格模型中的四面体计算出爆堆的体积。试验结果分析表明：基于三维视觉点云的露天矿爆堆体积智能计算方法求取到的爆堆抛掷距离、隆起高度、爆堆宽度等形态参数，试验误差均小于5%，并通过切面法得到爆堆的剖面图；求取到的爆堆体积与真实的爆堆体积进行对比，仅存在5%以内的误差，且本文提出的三维重建与点云处理整套处理流程所需时间小于25分钟，满足爆堆体积快速获取的需求。
关键词

爆堆体积形态参数神经辐射场点云处理三维重建
文章目录

1 基于Instant-NGP的露天矿爆堆三维重建模型
1.1 基于colmap的数据获取与处理
1.2 基于神经辐射场的爆堆点云获取
2 基于网格模型的露天矿爆堆体积计算方法
2.1 点云预处理
2.2 基于CSF算法的爆堆周围地面模拟
2.3 基于AC算法的爆堆坑洞提取及补全
2.4 基于alpha-shape的爆堆点云曲面重建及参数计算
3实验与分析
3.1 实验数据与评价指标
3.2基于神经辐射场的视觉建模实验
3.3基于视觉重建的爆堆点云体积实验
3.3.1点云预处理实验
3.3.2 地面提取及坑洞填补实验
3.3.3 曲面重建与参数获取实验
4结论
引用格式

顾清华,陈永琪,李学现.基于三维视觉点云的露天矿爆堆体积智能计算方法[J/OL].煤炭学报,1-13[2025-02-25].https://doi.org/10.13225/j.cnki.jccs.2024.1249.