[发明专利]一种基于激光扫描的采煤工作面煤岩识别方法

说明书

一种基于激光扫描的采煤工作面煤岩识别方法，获取原始煤岩点云数据；用k‑d树法构建空间邻域关系并用最小二乘法估计原始煤岩点云数据中各点的法向量和曲率值；用八叉树法获取K‑Means聚类的初始聚类中心进行聚类；根据法向量和曲率值，提取每个聚类中的特征点；将所有特征点加入经过体素栅格精简法初步精简后的煤岩点云数据中；对精简后的煤岩点云数据进行处理，获取最佳强度阈值；从种子点选取准则和生长法则两方面改进传统区域生长算法，将满足预设条件的点云数据分别聚集为煤、岩两类，完成煤岩点云数据的分割，实现煤岩的精确识别。本发明能够解决由于工作面煤尘大、光线暗、噪声多等恶劣环境导致的煤岩识别精度不高的问题。

技术领域

本发明涉及一种煤岩识别方法，具体是一种基于激光扫描的采煤工作面煤岩识别方法，属于煤岩识别技术领域。

背景技术

煤岩识别是煤炭开采领域中的世界性难题，是采煤机实现智能化的关键技术，是制约综采工作面“无人化”或“少人化”发展的关键因素。在煤岩识别方法研究中，国内外学者主要以放射性射线探测法、振动探测法和图像探测法等为主。但由于工作面煤岩性状特征复杂多变，且煤尘大、光线暗、噪声多，导致上述方法实际应用效果并不理想。因此，迫切需要提供新的技术和方法来解决综采工作面的煤岩精准识别问题。

由于煤和岩的特性不同，在采煤机的滚筒截割过后，煤岩表面会留下不同的截割痕迹，煤质地较脆，截割过后，容易崩裂，而岩石质地坚硬，不易出现崩裂现象，且煤、岩对激光的反射强度不同；中国发明专利2014年11月5日公开的一种公开号为CN104134074B的“一种基于激光扫描的煤岩识别方法”，其是通过激光扫描来获取煤岩特性，对煤岩特性进行预处理，建立特征数据库，在现实生产中测量出未知煤或者岩石对象处于某一距离或者不同距离下对于激光的反射率，获得实际煤或者岩石的特征数据库，然后与煤样品或者岩石样品的特征数据库进行计算判别，从而实现煤岩识别；其需要建立标准特征数据，并将扫描数据与标准特征数据进行比较后得出煤岩类型，但是实时扫描数据会受煤矿下各种环境数据的影响，导致实时扫描数据精度低，误差较大，最后导致煤岩识别有误，精确率不高。

发明内容

本发明的目的是提供一种基于激光扫描的采煤工作面煤岩识别方法，能够解决由于工作面煤尘大、光线暗、噪声多等恶劣环境导致的煤岩识别精度不高的问题，进而为采煤机的智能控制提供技术支撑。

为了实现上述目的，本发明提供一种基于激光扫描的采煤工作面煤岩识别方法，包括以下步骤：

步骤1：利用安装在采煤机机身上的激光扫描仪探测采煤机前滚筒截割后的煤岩表面，获取原始煤岩截割表面点云数据，简称原始煤岩点云数据；

步骤2：利用k-d树法构建空间邻域关系并利用最小二乘法估计原始煤岩点云数据中各点的法向量和曲率值；同时，利用八叉树法获取K-Means聚类的初始聚类中心，进行聚类；根据法向量和曲率值，提取每个聚类中的特征点；将所有特征点加入经过体素栅格精简法初步精简后的煤岩点云数据中，实现煤岩截割表面点云数据的精简；

步骤3：采用改进的二维大律法对精简后的煤岩点云数据进行处理，获取煤岩点云数据的最佳强度阈值I₀；从种子点选取准则和生长法则两方面改进传统区域生长算法，将满足预设条件的煤岩点云数据分别聚集为煤、岩两类，完成煤岩点云数据的分割，实现煤岩的精确识别。

本发明步骤2中利用k-d树法构建空间邻域关系的步骤如下：

步骤2.1：首先，在原始煤岩点云数据中构建k-d树，利用公式(1)计算出原始煤岩点云数据在空间坐标系X轴、Y轴和Z轴上的方差和根据三轴上方差值的大小，选择方差值最大的坐标轴维度作为切分依据；

式中：N为原始煤岩点云数据个数；

x_i、y_i、z_i分别为第i个原始煤岩点云数据的x坐标、y坐标和z坐标的值；