一种露天矿山地形精度评测算法的制作方法

摘要: 本发明涉及矿山测绘与地形建模精度评测,具体涉及一种露天矿山地形精度评测算法。背景技术:1、矿区地形精度直接决定矿山开采规划、坡道设计、边坡稳定性分析及安全生产等...
一种露天矿山地形精度评测算法的制作方法

本发明涉及矿山测绘与地形建模精度评测,具体涉及一种露天矿山地形精度评测算法。

背景技术:

1、矿区地形精度直接决定矿山开采规划、坡道设计、边坡稳定性分析及安全生产等核心环节的可靠性,而地形精度评测作为把控地形数据质量的关键手段,其科学性与准确性至关重要。当前,随着激光雷达、无人机航测、全站仪等测绘技术在矿山领域的广泛应用,矿区地形数据采集已形成多源融合格局。然而,现有矿区地形精度评测方法主要存在以下不足:

2、(1)评测维度单一,传统方法多基于单点高程误差进行评测,仅以“实测值与模型值的绝对偏差”作为核心指标,忽略了矿区地形的坡度、坡向、粗糙度等关键几何特征的精度差异,无法全面反映地形建模的整体质量。当单点高程误差合格但地形几何形态失真时,传统评测方法无法有效识别,可能导致后续工程决策失误。

3、(2)多源数据适配性差,现有算法对激光雷达点云、无人机航测、传统全站仪测量等多源数据的融合处理能力不足。激光雷达点云易受植被遮挡产生高程偏差,无人机航测受摄影角度影响存在边缘区域精度衰减,全站仪测量虽精度高但数据量少且分布不均。不同数据源的误差特性未被差异化考量,导致多源数据协同评测时精度偏差较大。

4、(3)特征区域敏感性不足,矿区高陡边坡、断层、采场台阶等关键特征区域的地形变化剧烈,对精度要求远高于普通平坦区域。但传统算法采用统一的固定误差阈值进行全区域评测,未针对特征区域的特殊性进行差异化设计。若阈值设置过宽,会遗漏特征区域的精度缺陷,导致工程风险;若阈值设置过严,会将普通区域的正常误差误判为缺陷,增加不必要的建模修正成本。

5、(4)评测结果实用性低,现有方法输出的评测结果多为单一误差数值,缺乏误差分布可视化、缺陷区域定位及精度优化建议等辅助信息,难以直接指导测量数据修正或建模参数调整,评测结果与工程实际应用脱节。

6、此外,经检索发现,现有相关专利如《基于无人机测绘的露天煤矿安全检测和生产评估方法》仅聚焦无人机单一数据源,核心技术方向为安全检测与开采方量计算,未涉及多维度地形精度评测;《一种露天矿山地形精度检测方法》仅针对露天煤矿设计,无法自适应调整权重分配,未设置迭代更新机制。《露天矿山地形建模精度评测方法研究》等论文提出的评测方案仅涵盖高程、坡度两项特征,评测维度有限,且未涉及关键区域差异化评测。

7、针对现有技术的不足,本发明提供一种露天矿山地形精度评测算法,实现多源数据的差异化处理、地形特征的分层精度分析及关键区域的精准校验,同时输出可视化评测结果与优化建议,提升矿区地形精度评测的全面性、准确性与工程实用性。

技术实现思路

1、为了克服现有技术中存在的上述技术问题,本发明实施例提供一种露天矿山地形精度评测算法,构建“高程精度+几何特征精度”的多维度立体化评测体系,突破传统单点误差局限,全面反映地形建模的整体质量;设计多源数据差异化处理机制,实现“误差溯源—权重建模—差异化评测”的全流程适配,提升多源数据协同评测的准确性;通过“特征区域智能识别+动态阈值评测”的组合策略,实现对高陡边坡、断层、采场台阶等关键区域的精准聚焦评测,强化风险区域敏感性;输出可视化评测结果与针对性优化建议,使评测结果能够直接指导矿山测绘数据修正与建模参数调整,提升工程实用性。

2、为了实现上述目的,本发明实施例提供一种露天矿山地形精度评测算法,包括以下步骤:s1:多源数据预处理与误差溯源,对激光雷达点云、无人机航测数据、全站仪测量数据分别进行针对性预处理,选取标准测试场,计算各数据源的系统误差和随机误差;s2:构建分层级评测指标体系,建立包含基础精度指标层、特征精度指标层和区域精度指标层的三层级指标体系;s3:多维度误差计算与权重分配,基于步骤s2建立的指标体系,分别计算各层级误差指标,采用层次分析结合熵权法确定各指标权重,加权计算综合精度指数;s4:精度等级判定与缺陷定位,识别矿区关键特征区域,基于地形复杂度与工程风险等级构建动态误差阈值,采用逐点校验与局部区域拟合校验的双重机制进行精度判定并定位缺陷区域;s5:评测结果输出与优化建议生成,输出量化指标报告、可视化成果和点位偏差清单,并根据缺陷区域成因生成针对性优化建议。

3、优选地,所述s1中所述误差溯源具体包括:选取矿区内100m×100m的平坦区域作为标准测试场,在测试场内均匀选取50个测试点,计算各数据源的系统误差:,其中为第i个测试点的误差,n为测试点数量;以及计算各数据源的随机误差:;所述s1中所述针对性预处理具体包括:激光雷达点云采用统计滤波去除噪声点,通过高程阈值法结合坡度滤波分离地面点与非地面点;无人机航测数据采用运动恢复结构技术生成密集点云,选取地面控制点进行平差优化;全站仪测量数据采用多测回观测并取平均值,剔除超限数据。

4、优选地,所述s2中所述基础精度指标层包括单点误差指标、密度精度指标以及整体一致性指标;所述单点误差指标包括高程中误差和平面中误差,采用白塞尔公式计算;所述密度精度指标包括点云有效点密度和dem网格完整性;所述整体一致性指标包括地形高程均值偏差和平面位置均值偏差;所述特征精度指标层包括坡度精度指标、坡向精度指标与粗糙度精度指标;所述坡度精度指标包括坡度计算误差∆α、坡度分级为:平缓坡(<15°)、缓坡(15°-30°)、陡坡(30°-60°)、高陡坡(>60°);所述坡向精度指标包括坡向吻合度k,计算待评测数据与基准数据坡向的余弦相似度;所述粗糙度精度指标包括地形粗糙度偏差∆r,基于3m×3m窗口计算地形表面起伏的均方根误差偏差;所述区域精度指标层按矿区地形功能与特征差异划分区域并设计指标,具体包括关键特征区、工程作业区与普通区域;所述关键特征区包括边坡区域的坡度中误差与断层区域的平面位置中误差;所述工程作业区包括采场台阶的高程中误差与坡道规划区的平面中误差;所述普通区域包括非特征、非作业区的综合中误差。

5、优选地,所述s3中所述权重分配采用层次分析法结合工程需求确定主观权重,采用熵权法基于数据源真实误差数据计算客观权重,通过组合赋权得到最终评测权重;其中,层次分析法构建三阶判断矩阵a为:,当一致性比率cr<0.1时判断矩阵一致性合格;所述熵权法包括:对误差指标进行标准化处理,标准化公式为:;计算比重矩阵:;计算信息熵:,其中;计算客观权重:,计算组合权重:。

6、优选地,所述s4中识别矿区关键特征区域包括:边坡区域识别,通过高程梯度幅值量化地形起伏变化,当时判定为边坡候选区域,按梯度幅值分级为缓边坡、中边坡、高陡边坡;断层区域识别,通过高斯曲率量化地形曲面弯曲特性,当时判定为断层候选区域,经直线拟合后断层宽度w≥2m时判定为有效断层;采场台阶区域识别,以设计台阶高度h为间隔分层遍历,计算实际坡角α= arctan(g(x,y))×(180/π),当α满足设计台阶坡角±5°范围且相邻平缓区域宽度w≥3m时判定为采场台阶区域。

7、优选地,所述s4中所述动态误差阈值构建包括:计算地形复杂度,其中σ为区域高程标准差,θ为区域加权平均坡度;动态误差阈值,其中为普通区域基础阈值,r为工程风险等级,、为阈值修正系数;高风险区域阈值严于中风险区域,中风险区域阈值严于低风险区域。

8、优选地,所述阈值修正系数、通过矿区多工况实测样本结合多元非线性最小二乘回归拟合得到:构建样本集包括平整采场、缓坡过渡带、高陡边坡、植被遮挡区、边界畸变区工况,以全站仪高精度实测数据为真值基准确定各区域实测最优容许阈值,建立非线性回归模型,以残差平方和最小为优化目标,通过梯度下降迭代寻优求解,约束、。

9、优选地,所述s4中双重校验机制包括:逐点校验,若高程绝对误差e(x,y)≤t(x,y)判定为合格点,若e(x,y)>t(x,y)标记为缺陷点;局部窗口拟合校验,对缺陷点采用5×5邻域窗口进行最小二乘平面拟合,计算窗口内均方根误差,若rmse≤k×t判定为偶然误差,若rmse>k×t判定为持续性缺陷区域并标记区域边界,其中k为特征区域允许偏差系数。

10、优选地,所述s3中所述权重分配采用增量式在线权重更新机制:系统实时缓存新采集数据的误差样本,采用滑动窗口机制维护误差样本集;新增样本接入后,仅对新增样本做标准化、比重计算与信息熵增量修正,基于历史基准熵值迭代更新熵值与客观权重;当某类数据源连续多组新增数据的误差特征发生显著偏移时,自动微调层次分析法判断矩阵标度;每次数据更新完成后自动迭代输出最新组合权重。

11、优选地,所述s5中所述可视化成果包括误差分布热力图、特征区域精度对比图和各指标雷达图;所述优化建议包括:对高陡边坡点云遮挡区域建议补充无人机倾斜摄影测量,对数据密度不足区域建议加密激光雷达扫描,对粗差点位集中区域建议重新进行gnssrtk实测校验。

12、相应的,本发明还提供一种露天矿山地形精度评测系统,采用本发明提供的露天矿山地形精度评测算法进行地形精度评测。

13、通过本发明提供的技术方案,本发明至少具有如下技术效果:

14、本发明构建“基础—特征—区域”三层级指标体系,全面覆盖单点精度、地形特征精度(坡度、坡向、粗糙度等)及区域整体精度,相比传统单一指标评测方法,评测维度从1项扩展至4项以上,提升了全面性;针对高陡边坡、断层、采场台阶等矿山关键特征区域,通过差异化阈值设计与多准则决策模型,可精准识别精度缺陷,大幅提高了关键区域精度缺陷识别准确率,能够有效规避因局部精度缺陷导致的边坡坍塌、开采规划偏差等工程风险;针对激光雷达点云(随机误差为主)、无人机航测(误差与坡度正相关)、全站仪实测(系统误差为主)等不同数据源的误差特性,设计专属差异化预处理流程与误差计算方法,通过统计滤波、地面控制点校正、仪器误差补偿等针对性操作,实现多源数据的高效融合,多源数据协同评测误差可稳定控制在±0.05m以内,较传统统一化处理方法提升了精度,充分发挥各数据源的互补优势,适配当前矿山多源数据协同采集的主流测绘模式;本发明输出的评测结果不仅包含常规误差数值,还配套误差分布热力图、精度等级判定及针对性优化建议,可直接指导现场测量数据修正、建模参数调整及关键区域补充测量,评测报告可直接适配矿山开采规划、坡道设计、边坡稳定性分析等不同环节需求,基础区域综合误差阈值0.3m、关键区域综合误差阈值0.25m的设置,为各环节地形数据选用提供明确依据,大幅提升了精度评测的工程应用价值;通过权重自适应调整模型,可根据不同类型露天矿山(煤矿、铁矿、有色金属矿等)的地形特点、测绘需求,自动调整各误差指标的权重分配,无需大幅修改算法核心逻辑,结合增量式在线权重更新机制,可实时跟踪矿山开采过程中的地形动态变化,持续适配矿山勘探、建设、生产、闭矿全生命周期的精度评测需求,适应性与扩展性好,复用率高。