25 Января 2022, Вторник04:20 МСК
Курсы на 25.01.2022
74,68 +0,74
Au 1 843 -0,05%
Ag 23,94 -0,25%
89,15 +1,65
Pt 1 024,40 -0,23%
Pd 2 133 -0,16%

Обработка результатов маркшейдерских съемок лазерными сканерами и БПЛА в ГГИС Micromine на открытых горных работах

Д.Р. Харисов — технический специалист ООО «Майкромайн Рус».

Выполнение маркшейдерских работ на больших площадях всегда требовало больших трудозатрат как при проведении полевых, так и при выполнении камеральных работ в маркшейдерских службах горных предприятий. Появление GNSS оборудования несколько лет назад позволило сократить часть трудозатрат, а также в некоторых случаях повысить точность и достоверность маркшейдерских съемок. Однако появление большого числа современного автотранспорта с автоматическими системами позиционирования потребовало дальнейшего повышения количества съемочных точек при выполнении маркшейдерских работ. Эти, а также ряд других факторов привели к постепенному внедрению беспилотных летательных аппаратов в работу маркшейдерских служб. Использование такого оборудования позволяет в разы сократить время, требуемое на выполнение маркшейдерской съемки, а также в короткие сроки получить цифровые модели больших площадей топоповерхности.

За относительно короткий промежуток времени с начала использования беспилотных летательных аппаратов в работе маркшейдера производители этого оборудования проделали большой путь по повышению точности съемки, а также передаче дополнительных атрибутов выполняемой съемки в файл вывода. Если в начале внедрения БПЛА в работу маркшейдерских служб результатом съемки было просто облако точек с тремя атрибутами (пространственные координаты), то на сегодняшний день современные БПЛА могут передавать атрибуты цвета, интенсивности, классификации и т. д. Это заставило производителей программного обеспечения внедрять новые алгоритмы и искать пути по обработке большого массива данных в облаках точек.

визуализированное облака.jpg

Рис. 1. Визуализированное облако точек с импортированным атрибутом цвета

В последнее время специалистами и разработчиками горного-геологической информационной системы Micromine уделяется особое внимание работе с облаками точек. Представленные в последних версиях программы функции и алгоритмы позволяют без труда загружать даже сложные облака, количество съемочных точек в которых может доходить до 100 миллионов и более. При этом в программное обеспечение можно загрузить большинство известных на сегодняшний день форматов облаков, таких как *.las, *.laz, *.ply, *.pts, *.ptx и др.

Начиная с версии Micromine 2021.5 у пользователей появилась возможность записывать атрибуты точек в отдельные поля файла и фильтровать данные в облаке в соответствии со значениями в этих полях. Наиболее частым применением функции передачи атрибутов служит передача атрибутов цвета. Цвет, если такая функция есть и была активна в приборе во время съемки, передается в качестве кода RGB (red, green, blue).

рис 3 сырое.jpg

Рис. 2. Сырое (15 млн, слева) и разряженное до 1 млн точек облака съемки

Наличие атрибута цвета в разы снижает трудозатраты при производстве камеральных работ, а также позволяет более детально представить картину текущего положения горных работ. Далее, используя функции привязки, можно выделять полигоны участков горных работ для построения цифровых моделей поверхности, расчета объемов, построения разрезов и вывода материалов на печать.

При обработке файлов облаков точек возникают сложности, которые связаны в первую очередь с избыточной точностью и, как следствие, количеством съемочных точек в облаке. Для уменьшения количества точек в Micromine используется функция сэмплирования облаков, когда без существенной потери точности пользователь может уменьшить количество точек в облаке. При этом пользователь может сразу уменьшить количество точек в импортируемом файле, еще до импорта и визуализации «сырого» облака. Эта функция особенно полезна пользователям со слабыми компьютерами, мощности которых не позволяют импортировать и работать с сырыми облаками точек. Более того, при наведении на импортируемый файл, Micromine во всплывающем окне подскажет пользователю количество точек и атрибутов в исходном файле. Далее, выбирая параметры для сэмплирования облака, его также можно легко визуализировать со всеми атрибутами.

При этом пользователь может выбрать, в каком формате сэмплировать облака: либо оставляя каждую n-ю точку, либо сократить количество точек до определенного количества.

Как показала практика, даже разряжение облака с 40 до 1 млн изменяет объем перемещенной горной массы в пределах 1–2 %, что является допустимым отклонением.

Следующая проблема, с которой сталкиваются пользователи, — это растительность и объекты инфраструктуры, которые попадают в съемочный файл. Так как, в отличие от съемок тахеометром и GNSS оборудованием, маркшейдер при съемке БПЛА не выбирает те объекты, которые необходимо снять, в облаке часто присутствуют техника, персонал, элементы растительности, линии электропередач и прочее. Для решения этой задачи в Micromine есть несколько разных типов фильтров почвы. Первый из них — «Моделирование оболочки», который больше подходит для кадастровых и топографических работ, когда рельеф снимаемой поверхности не сильно искажается. Этот вид фильтра подходит также для фильтрации от шума дневной поверхности, которую проводят перед вскрышными работами. Для тех видов съемок, где рельеф сильно искажается, (борта карьеров, уступы, отвалы) в Micromine применяется простой морфологический фильтр, который, используя интеллектуальные алгоритмы анализа соседства, позволяет удалить из облака те точки, которые не являются точками рельефа.

рис 3 применение фильтров.jpg

Рис. 3. Применение простого морфологического фильтра

На представленном изображении (рис. 3) видно, как применение простого морфологического фильтра позволило удалить со съемочного файла буровые станки, транспорт, линии электропередач и прочие объекты.

Следующим фильтром, который может быть полезен при работе с облаками точек, может стать фильтр шума, когда в съемочном облаке одна из групп точек находится на расстоянии от основного массива съемочных точек. Такая ситуация, как правило, возникает при некорректной работе сканера. В Micromine реализован интеллектуальный фильтр таких шумов, когда пользователь может по количеству точек идентифицировать какую-то часть съемки как шум.

рис 4 удаление шумов.jpg

Рис. 4. Удаление шумов в облаке точек

Как показывает опыт практических применений, выполнение съемок сканерами и БПЛА и обработка полученных данных в Micromine позволяют существенно сократить время и трудозатраты при производстве маркшейдерских работ на открытых горных работах, а также существенно повысить точность и контроль за геометрическими параметрами горных работ.

Опубликовано в журнале «Золото и технологии», № 3 (53)/сентябрь 2021 г.




Возможности оспаривания результатов проведения проверки Росприроднадзором в связи с нарушением процедуры отбора проб
Расширение полномочий Росприроднадзора по экологическому контролю добывающих компаний
Необоснованность требований органов Росприроднадзора о постановке лицензионного участка (месторождения) на учёт в реестре объектов ОНВОС
Заявительный принцип занесло на скользкую дорожку…
^ Наверх