从“测不到”到“算得准”:灵光 L2 Pro 智利矿山采空区探测实践

成功案例阅读约 7 分钟

一名测量人员、一台手持扫描仪,在过去无人记录的区域,做出工程级的成果

采空区“测不到”的难题

智利是全球第一大铜生产国。随着地表矿藏枯竭,越来越多的铜矿正从露天转入地下开采——这也带来一个绕不开的难题。

矿石采出后会留下采空区。出于方量复核、围岩稳定性评估和开采规划的需要,这些空区必须被精确测量;可它们本身就是危险空间,人很难进入,现有的探测手段也都不够理想:

  • 传统的采空区探测系统(CMS)把激光雷达固定在伸缩臂上、从固定位置探入空区,架设慢、成本高,单点扫描又容易因遮挡丢数据;
  • 无人机 SLAM 激光雷达能解决覆盖问题,却要面对持证飞手、飞行审批和更高的单台成本。
  • 而真正能探进这些区域的传感器,往往要么太重、难以实际部署,要么采集速率太低、点云密度根本不够用。
  • 结果就是:矿山里成片的区域长期处于数据盲区——方量只能靠零散测点去估,甚至干脆没有记录。

用手持 SLAM 做周期性采空区监测

智利工程公司 Engineering PR 选择了另一条路——其域创新灵光 L2 Pro:一台手持式 SLAM 扫描仪,借助延长杆即可探入空区,由一名测量人员独立完成作业,并直接融入矿山既有的周期性监测体系。

采空区探测中传统方法与灵光 L2 Pro 的对比维度表
采空区探测中传统方法与灵光 L2 Pro 的对比维度表

在合作伙伴 GEOCOM 的支持下,智利工程公司 Engineering PR 会定期进场作业,核查活跃区域内采空区与巷道断面的开挖推进情况。每一期数据都会与此前的扫描结果做多期对比,追踪空区随开采的变化——既验证开挖是否达到规划目标,也确认周边围岩是否依然稳定。

测量人员在地下矿山巷道手持灵光 L2 Pro 扫描作业
测量人员在地下矿山巷道手持灵光 L2 Pro 扫描作业

灵光 L2 Pro 如何在无 GPS 的井下作业

井下没有 GPS 信号,巷道几何又高度相似,这对大多数 SLAM 系统都是考验。灵光 L2 Pro 依靠 Multi-SLAM 算法,把激光雷达、视觉与惯性数据融合在一起,在这种环境下依然能稳定保持轨迹精度。作业时,操作人员还能通过配套的 LixelGO App 实时查看扫描进度,随时确认数据是否完整、质量是否达标。

LixelGO App 实时预览采空区扫描点云与作业轨迹
LixelGO App 实时预览采空区扫描点云与作业轨迹

在关键位置布设四个控制点,就能把最终点云对齐到矿山坐标系。对本项目这种局部测量来说,四个点足以满足矿山的精度要求。

LixelStudio 中查看的矿山采空区三维点云成果
LixelStudio 中查看的矿山采空区三维点云成果
点云细节中矿山巷道内的车辆与岩面结构清晰可辨
点云细节中矿山巷道内的车辆与岩面结构清晰可辨

针对隧道、竖井、长巷道这类狭长空间,其域创新的一站式点云处理平台 LixelStudio 提供了专门的狭窄场景模式,可在 500 米范围内明显提升 SLAM 的稳定性;遇到更长的巷道,则可分段扫描,再通过地图融合把各段对齐成一个整体。

作业人员借延长杆将空间扫描仪探入矿山采空区
作业人员借延长杆将空间扫描仪探入矿山采空区

真正关键的操作细节,是那根延长杆:作业人员站在巷道口,把扫描仪探进采空区,就能从这些原本是矿山模型“空白点”的位置,采集到高密度点云。

从点云到工程成果

这个案例真正的价值,在扫描结束之后才显现出来。Engineering PR 首席执行官 CEO Pablo Reyes 总结了四项直接依赖于灵光 L2 Pro 高质量点云的工程成果:

三维实体建模与方量计算

把每个采空区分别网格化成封闭的三维实体,就能算出精确方量。这些数据会直接进入开采规划和方量复核。

等轴测视图下网格化的采空区实体与相连巷道几何
等轴测视图下网格化的采空区实体与相连巷道几何
平面视图:对齐矿山坐标系的采空区实体与巷道分布
平面视图:对齐矿山坐标系的采空区实体与巷道分布

等轴测视图与平面视图:采空区实体(蓝色)与巷道几何(灰色)。每个空区均单独网格化,用于方量计算。坐标对齐至矿山本地坐标系。

平面拟合与几何建模

裸露的岩面可以直接从点云里拟合、分析,而不必再靠稀疏测点去近似。

结构模型矢量化

节理、断层、面理等地质构造能直接从点云中识别并描绘出来,进而进入矿山的地质与岩土工程模型。在 Reyes 看来,这正是高密度点云带来的最大优势之一。

由点云生成的采空区封闭三维实体网格与周边巷道
由点云生成的采空区封闭三维实体网格与周边巷道

由点云生成的采空区三维实体网格(蓝色)。封闭网格可用于精确方量计算,服务开采复核;灰色部分是同一次扫描采集到的周边巷道。

两个分别网格化的采空区实体由巷道相连,便于分区算方量
两个分别网格化的采空区实体由巷道相连,便于分区算方量

等轴测视图:两个分别网格化的采空区实体(红色与蓝色)由巷道(灰色)相连。不同颜色用于区分各个独立空区,便于分别计算方量,并在不同监测周期之间做多期对比。

多期对比

每一期数据都会和此前的扫描比对,追踪空区随时间的变化,为合规核查和围岩稳定性监测提供依据。

等轴测视图:采空区网格实体与穿过其中的巷道相交
等轴测视图:采空区网格实体与穿过其中的巷道相交
平面视图:采空区实体与巷道相交关系,用于多期对比
平面视图:采空区实体与巷道相交关系,用于多期对比

采空区的等轴测视图与平面视图,展示与巷道相交的网格化空区实体。

Pablo Reyes 表示:“凭借点云的细节程度,我们可以估计平面、建立模型,并把结构模型矢量化。这正是这种点云密度带给我们的主要优势之一。”

让过去测不到的地方,变成可核可算的数据

这并不是一个“更高效”或“成本更低”的故事。其他方法同样能够触及这些区域,但却很难把数据质量、操作便捷和成本同时兼顾,让周期性采空区监测真正可行。

当整个行业都在用自动化和远程作业技术提升效率与安全时,其域创新的灵光 L2 Pro 提供了一个足够务实的起点:一名测量人员、一台手持扫描仪,就能在过去无人记录的区域,做出工程级的成果。

分享文章