[发明专利]基于测量机器人露天矿边坡监测平面数据的处理方法有效
申请号: | 201611167802.7 | 申请日: | 2016-12-16 |
公开(公告)号: | CN106599483B | 公开(公告)日: | 2019-08-27 |
发明(设计)人: | 熊宏启;潘鹏飞;韩忠和;孙厚广;毛亚纯;刘善军;李天子 | 申请(专利权)人: | 鞍钢集团矿业有限公司 |
主分类号: | G06F17/50 | 分类号: | G06F17/50;G01B21/32 |
代理公司: | 鞍山贝尔专利代理有限公司 21223 | 代理人: | 许冠忠 |
地址: | 114001 辽*** | 国省代码: | 辽宁;21 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 测量 机器人 露天矿 监测 平面 数据 处理 方法 | ||
本发明提供一种基于测量机器人露天矿边坡监测平面数据的处理方法,该方法获取测量机器人采集的露天矿边坡监测基础数据,分别计算监测点方位角和监测点竖直角的残差和中误差;建立粗差甄别模型,根据方位角和竖直角的残差和中误差,对方位角数据和监测点竖直角数据进行粗差剔除;根据监测基点K1和后视点K2确定定向方位改正值,根据定向方位改正值对测得的滤波后的监测点方位角数据进行定向方位改正,得到处理后的监测点方位角;根据监测基点K1和后视点K2确定平距的固定边长改正系数,根据平距的固定边长改正系数对滤波后的监测点的斜距数据进行固定边长修正,得到处理后的监测点平距。该方法可有效提高基于测量机器人监测基础数据的精度。
技术领域
本发明属于边坡工程变形监测技术领域,具体涉及一种基于测量机器人露天矿边坡监测平面数据的处理方法。
背景技术
露天矿经过长时间开采,其开采深度不断加深,边坡长度不断加长,很多矿山已处于深凹开采过程之中。因此,露天矿边坡滑坡事故时有发生,其给露天矿安全生产带来了极大威胁。
基于高精度全站仪的变形监测,由于其造价较低、观测灵活且具有自动化、高精度的技术优势,在变形监测中得到了普遍应用。另外带马达驱动和程序控制的全站仪结合激光、通讯及CCD技术,实现了测量过程的全自动化,被称作测量机器人,可自动搜寻观测目标,在很短的时间内完成对多个目标点的持续和重复观测,其已成为边坡、水库坝体等监测的重要手段。目前基于测量机器人平面监测数据的主要处理方法主要包括:(1)以拉依达准则作为粗差甄别模型对监测基础数据(方位角、竖直角和斜距)进行粗差剔除。(2)利用粗差剔除后的监测基础数据计算各监测基础数据的均值。(3)对粗差剔除后获取的斜距均值进行气象改正。(4)利用粗差剔除后的方位角均值、竖直角均值和气象改正的斜距计算各监测点的平面坐标。以此作为一个周期监测点平面监测成果。
上述方法存在如下问题:(1)拉依达准则是以粗差出现概率为0.3%的假设粗差甄别准则,基于测量机器人的边坡监测由于受到大气折光和放炮等因素的影响,其监测基础数据含有粗差的概率远大于0.3%,因此,以拉依达准则作为粗差甄别准则不尽合理。(2)忽略了定向误差对监测数据准度的影响。(3)忽略了噪声对监测数据的影响。(4)仅以测站点气象数据对测距光径曲线长度进行改正,具有一定的代表性误差。
为解决上述问题,经过多年的深入研究,首先以多周期露天矿边坡监测数据为数据源,全面分析基于测量机器人监测数据的误差来源。同时对不同距离、方位角和竖直角监测基础数据的误差以及它们之间的关系进行详尽分析。以《工程测量规范》中对岩质边坡和土质边坡监测点点位精度要求为目标,确定各监测数据的精度指标,建立方位角及竖直角粗差甄别模型。据此判断监测基础数据粗差出现的情况。再利用不同的滤波方法对含有粗差和不含有粗差监测数据的滤波去噪方法进行了深入研究,总结出不同类型监测数据的最佳滤波方法。同时对定向误差的改正方法及斜距改正方法进行了系统研究。在上述研究基础上提出了基于测量机器人露天矿采场与排土场边坡平面监测数据的处理方法。并利用多周期实际监测数据对该方法进行了验证,验证结果表明,利用上述方法可有效提高基于测量机器人平面监测数据的准度和精度。其对推动我国边坡监测技术发展、防止高大边坡地质灾害发生、保证矿山安全生产,具有重要的理论与实际意义。
发明内容
针对现有技术的不足,本发明提出一种基于测量机器人露天矿边坡监测平面数据的处理方法。
本发明的技术方案是:
一种基于测量机器人露天矿边坡监测平面数据的处理方法,包括以下步骤:
步骤1:获取测量机器人采集的露天矿边坡监测基础数据,包括:监测点方位角数据、监测点竖直角数据和测量基点到监测点的斜距数据;
步骤2:分别计算监测点方位角和监测点竖直角的残差和中误差;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于鞍钢集团矿业有限公司,未经鞍钢集团矿业有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201611167802.7/2.html,转载请声明来源钻瓜专利网。