一、堆场盘煤
(一)、需求分析
储煤场存煤盘点,储煤场的存煤盘点监管是各生产煤矿、港口及火力发电厂等企业安全管理的重要工作之一,同时也是企业生产管理、运销调度及成本核算的重要组成部分。目前的堆体测量,主要依靠全站仪、盘煤仪、GPS等测量仪器对堆体进行测量,相较于更早之前的完全依赖人工使用皮尺丈量,这些测量手段已经有了长足的进步。但是,如今有更为高效、更高精度的测量方法:使用无人机测绘并建模。无人机可以预设航线,在作业区域上空自动作业采集数据,采集完数据后可导入GIS系统,一键生成点云及三维模型数据,并据此进行空间距离、体积的测量,或者进行斜面等不规则堆体面积的模拟测量,为工程建设规划和生产作业等提供精确数值参考。
(二)、解决方案
无人机智慧堆体测量系统是一套通过无人机飞行平台携带激光雷达载荷,完成对目标堆体的航测任务,经过后期软件处理完成三维点云立体图像,从而完成堆体的精密计算,得出测量结果的系统。将点云数据导入软件中自动计算(见图6-1)。
图6-1运输局计算
图6-1运输局计算
如果没有相关堆体测量系统,可以通过CASS软件来进行堆体的体积测量,如图6-2所示:
图6-2CASS软件体积测量
根据测量数据,生成相对应的报表,供后期客户应用(见图6-3)。
图6-3测量数据报表
(三)、应用案例
安徽省淮北市国安电厂,为准确计算露天储煤场储量,使用国内先进的激光雷达盘煤系统(通过激光盘煤仪装在斗轮机上进行盘煤)进行测量。通过无人机搭载4K高清相机与高精度GPS在露天储煤场上方飞行8min,获取86张分辨率为4000×2250像素并且含有高精度三维地理信息的高清图像。在获取图像时,记录每张图像的GPS定位数据并要求每一张图像与前一张拍摄的图像都有重合,以便于图像之间的特征匹配。
将无人机所拍摄的图片等数据导入地面站数据处理分析系统,通过图像的特征提取与匹配、稀疏重建和稠密重建三个步骤获得露天储煤场的三维模型,如图6-4所示。淮北国安电厂露天储煤场分为2个小型煤场。地面站系统中的体积计算模块通过获取图像时记录的GPS信息计算出三维模型的体积,从而计出煤堆体积。所计算出两储煤场体积等数据如表6-4b所示。
图6-4a储煤厂三维模型
长度 (m) | 宽度 (m) | 封闭三维面积 (㎡) | 投射二位面积 (㎡) | 总体积 (m³) | 误差 (m³) | |
东煤场 | 168.17 | 38.56 | 5785.23 | 5783.76 | 14562.34 | 108.33 |
西煤场 | 214.8 | 43.03 | 8990.52 | 8987.81 | 21766.72 | 192.28 |
表6-4b东西煤场所得体积等数据表
通过对比,该实验结果与露天储煤场的煤炭进出量详细记录(理论存煤量),误差在108~192m³之间。
镇海炼化是中国最大炼厂,居世界最大炼厂第17位。作为主要的生产原料之一煤碳,原先测量的设备皮带秤误差超过10%,相应的其报表中的储煤量误差也非常大。采用智能料场存量管理系统系统后,可在10分钟内精确测量当前储煤量,误差小于0.5%。智能料场存量管理系统依托激光扫描为核心,在保持系统稳定性、测量准确性和计算正确性基础上,同时具有三维显示、料场图形旋转、报表输出、数据网络发布、数据共享等完备的功能,为煤场入、耗、存数量管理提供数据基础,满足企业信息化发展的需求(见图6-5)。
图6-5镇海炼化厂煤堆数据
二、矿业测量
(一)、需求分析
矿产资源是推动国民经济发展的有力支撑,而为了保证矿产资源开采的合理性及安全性,做好矿山测绘工作具有极其重要的作用。然而,从目前我国矿山测量技术水平来看,仍存在较多问题亟待解决,传统矿山测量模式已无法满足实际测绘需求。
过去的矿业测量主要采用人工架设测量。要想对空间尺度超过40~50米的空区进行扫描,技术人员必须携带笨重的扫描设备走到空区边缘,手持延伸杆,将设备探入空区进行测量。这种传统空区测量方法对人员和设备来说具有很大的危险性。因此急需一种现金的矿业测量手法。
(二)、解决方案
矿产资源测量
开展矿山测绘的工作过程当中,需要科学利用无人机航测技术。在无人机倾斜摄影测量技术在矿山测量中应用的主要步骤包括:
①飞行计划编制,根据测绘区域地形地貌特征、气候条件、植被发育程度、踏勘现状、无人机型号等制定合理的飞行高度、旁向重叠度和航向重叠度等参数,制定飞行时段等;
②地面控制测量,像控点的布设应根据地形地貌变化规律做出适当的调整,在植被发育、地形变化较大区域像控点密度适当增加,在地形平坦、植被不发育的区域像控点密度适当降低;
③影像数据获取,在完成飞行计划以及像控点布设的基础上,按照制定的飞行技术进行航空影像数据的获取,对每天拍摄的影像数据资料进行检查,若质量不达标,则需重新拍摄,直至每天获取的影像数据均符合质量要求为止;
④空中三角加密测量,在影像数据预处理的基础上进行空中三角加密测量,虽然无人机倾斜摄影测量技术实现了多角度、多方位获取影像数据,有效的降低了测绘“留白”问题,但是在测绘过程中不可避免的因高大建筑物、地形地貌、植被发育程度等影响造成测绘“留白”,导致局部区域的测绘精度无法满足矿山测量的基本需求,此时需要借助航空拍摄过程中自动存储的POS数据进行方位元素的预测计算进而消除测绘“留白”问题造成的精度降低问题;
⑤地形成果图件输出,在核对无误的基础上根据比例尺要求输出成果图件。
矿洞坑道测量
无人机在室外飞行时主要依靠卫星信号进行定位,其飞行控制系统根据接收到的卫星定位信息快速调整各个旋翼的相对转速,使无人机保持一个稳定的飞行姿态。而在室内,由于建筑遮挡等原因导致卫星信号弱,定位不准确,无法安全飞行,因此无人机室内飞行可依靠激光slam技术。室内环境相对较为狭窄,通常含有墙壁或其他界限,边界明显,SLAM无人机发射出的激光束易反射回收。利用激光扫描周边环境,形成虚拟地图,易于构图。
目前世界上已经出现了能够用于实战的室内外地空一体化SLAM无人机扫描系统(见图6-6),结合了无人机、激光扫描和SLAM技术(同步定位和测图),实现了无GPS信号条件下的三维激光点云数据快速采集,能够在包括露天、户外、室内、地铁、坑道等各类空间内进行三维数据采集,点云数据精度可以达到厘米级。
整套设备,包括一台小型电动旋翼无人机,一个强大的激光雷达传感器和机载计算设备。只需将无人机放在需要测量的空区位置附近,就可以远程操控起飞、扫描,几分钟后带着构建高度详细地图所需的数据返回。该系统可以同时执行实时导航和地图绘制工作。
利用三维实景模型成果可量测坐标、距离、面积和体积(见图6-7)。
图6-6基于SLAM无人机扫描图
图6-7量测三维坐标、量测距离
矿区地质灾害监测
矿区的地下开采活动对地表建筑物,地形与地貌、耕地与植被、景观等生态环境产生了巨大的影像,带来诸如平地积水、道路裂缝、房屋倒塌、地表水系破坏,耕地沙化、农田减产等一系列灾难性后果。利用无人机遥感技术监测矿区地表沉陷扰动范围,对地表沉陷控制模式及生态景观保护与重建又重要意义。
(三)、应用案例
矿产资源测量杨青山等使用无人机对新疆2个地区的矿山进行了矿山储量评估,然后采用传统矿山测量的方法对研究区储量进行评估,最后将无人机摄影测量与传统测量方式所获取的结果进行对比。据测算,使用无人机航空摄影测量对矿山储量进行动态监测所耗费的时间仅是传统测量方式的1/3,其中外业所需时间约是传统测量方式外业所需时间的l/9,无人机极大地减少了外业工作量,提高了生产效率。
矿洞坑道测量2019年8月21日,全套SALM无人机地下扫描设备进入昆钢集团大红山矿业有限公司地下采场,对复杂采空区及巷道进行无人机扫描;扫描成果获得矿山技术和管理人员的一致好评,完美地解决了地下采空区安全扫描这一长期困扰矿山从业者的普遍困难(见图6-8)。
图6-8基于SALM的无人机地下扫描设备
露天矿生产管理无人机遥感技术可为露天矿提供低成本、高质量的空间数据支撑,推进生产管理方式向智能化、信息化转变。张玉侠等为减小外业劳动强度、提升工作效率,引入无人机摄影测量技术,成功实现露天矿山开采范围、开采面积、开挖土方量、开采过程、排水疏干、土地复垦的动态监测。尾矿库安全监测尾矿库是具有高势能的泥石流重大危险源,溃坝事故往往造成惨重人员伤亡、巨额经济损失与难以修复的环境污染。尾矿库溃坝灾害诱发因素多、成因复杂、后果严重,其运行情况的实时监测对于安全管理实践至关重要[13]。地表布设传感器的传统监测方式在实践中暴露出视角单一、造价与维护成本高、长期稳定性差等问题。例如,2019年1月巴西Brumadinho尾矿坝溃决事故酿成249人丧生、21人失踪的惨重后果,经调查尾矿库安装多达94个孔隙水压计和41个水位监测传感器,而在事故发生前未监测到任何数据异常.运用无人机遥感技术作为尾矿库传统地表监测系统的有力补充,突破地表的点位监测局限实现尾矿库及其周边区域的整体全局监测,是当前尾矿库防灾减灾领域的研究热点之一。
边坡灾害防治唐尧等以2018年金沙江两次滑坡灾害为研究对象,融合卫星高分遥感、无人机遥感与三维激光扫描等数据,开展了滑坡孕灾机制与蠕动特征分析、受灾区域灾情研判与隐患排查研究,并展望了遥感技术在地质灾害监测与应急救援中的应用前景。
三、林业监测
(一)、需求分析
林业是全国生态建设的主体,在保持经济和社会发展中有着不可或缺的作用,我国拥有森林面积1.75亿公顷,森林蓄积量为124.56亿立方米,森林覆盖率为18.21%,既是森林资源大国,又是森林火灾多发国家。林业面积广阔,开展林业资源监测、巡查工作,人工成本高,效率低,且无法迅速掌握全局。如何有效利用高科技手段解决林业监测,已成为林业工作的重中之重。无人机高空实时拍摄作业,对于林业资源调查、荒漠化监察,拓宽地面巡视视角,大大提高工作效率,利于统观大局。近年来,因气候及人为因素造成林业有害生物发生频率增多、发生程度增强、发生面积增加,危险性林业有害生物种类增多的情况,较之以往人工喷洒农药的方式,通过无人机喷洒药物、监测能有效的提升林业有害生物监测预警、检疫御灾、防治减灾水平,有效预防和控制了林业有害生物灾害的严重发生。
(二)、解决方案
无人机高空实时拍摄作业,可以拓宽林业资源调查、荒漠化监察的地面巡视视角,大大提高工作效率,利于统观大局。具体无人机林业监测可以从三方面着手,包括事前预防(森林资源调查、荒漠化监测)、事中解决控制(森林病虫害检测及防治、森林火灾监测和动态管理)、事后补救(人工增雨)三方面。
首先,森林病虫害检测及防治预防方面,因气候及人为因素造成林业有害生物发生频率增多、发生程度增强、发生面积增加,危险性林业有害生物种类增多的情况,较之以往人工喷洒农药的方式,通过无人机喷洒药物、监测能有效的提升林业有害生物监测预警、检疫御灾、防治减灾水平,有效预防和控制了林业有害生物灾害的严重发生。
第二,森林火灾监测和动态管理方面。无人机作为现有林业监测手段的有力补充,显示出其它手段无法比拟的优越性,在林业火灾的监测、预防、扑救、灾后评估等方面得到了国际林业的认可。无人机系统以森林火情监测为主,将GPS技术、数字图像传输技术等高新技术综合应用于森林资源管理中的高科技产品,可解决目前林区森林防火瞭望和地面巡护无法顾及的偏远林火的早期发现问题。
第三,人工增雨方面。无人机系统可用于人工增雨,具有使用简便,机动性好,便于投放,又没有人员安全的风险等特点,因此特别适合森林防火作业中的人工增雨。无人机可携带10枚增雨焰条,通过挂架挂载在机腹与起落架中间。飞行中点燃某枚焰条由地面遥控进行控制,并通过遥测信息显示焰条是否已点的状态。每次可同时根椐情况同时点燃多根发烟管。根据有人机人工降雨作业投放碘化银数量与作业区域的关系,10枚增雨焰条的碘化银含量即可满足100平方公里的人工降雨作业区域要求。
(三)、应用案例
监测松材线虫。2020年5月,苏州中飞遥感应常熟林业站邀请利用国产M210无人机搭载多光谱相机,获取多光谱及RGB数据,基于多模型(规则)分类算法和松树病死木聚类去噪算法,利用松树病死木识别软件进行区域识别,助力其对相关区域的松材线虫病进行研究(见图6-9)。
图6-9监测松材线虫流程图
为了得到绝对准确的值,使用配套的相机检校板进行辐射目标校准(见图6-10),飞行前利用自带的检校拍摄程序可快速获取检校图片,注意在拍摄时相机距离校准板的具体应在50厘米~100厘米之间,确保传感器尽量水平,同时飞机上部的阳光传感器和检校板不能有阴影,按下calibrate按键,检校完成。
图6-10多光谱视觉校准板
采集的多光谱数据利用Pix4dmapper软件进行后处理分析,处理前需分别对四个波段影像(Green、Red、Rededge、NIR)进行辐射校正(见图6-11),加载无人机起飞前地面采集含有校准板的影像,对应依次输入校准板各波段反射率值。
图6-11输入各波段反射系数(以Green为例)
利用Pix4D软件对各波段处理生成反射图,在地理影像分析系统(见图6-12)中,根据NDVI取值,过滤出目标区域集合1;根据RVI取值,过滤出目标区域集合2;根据DVI取值,继续过滤出目标区域集合3;基于以上并集,继续根据RGVI取值筛选出,符合病树特征的目标象元。
图6-12地理影像分析系统
通过地理影像分析系统进行智能判读,白色点为软件智能判读点,绿色点为人工目测版本判读点,黄色为松林小班图(如图6-13所示)。通过软件机器学习的训练样本数据集,软件可以做到松树病死木的识别率不低于85%,处理速度不低于2000亩/分钟,位置误差小于1m。经中国林学会鉴定为整体达到国际先进水平。
图6-13区域判读结果
2018年,湖南平江县林业局运用无人机进行林业有害生物监测,无人机先后在城关、瓮江、伍市、向家等乡镇完成了松材线虫病的监测工作,累计飞行20余次,监测面积达2万余亩。由于平江山高林密,单纯依靠人力很难监测到位,而无人机的监测运用,在一定程度上减少了人力资源投入,降低了监测成本,同时提高了监测效率,对科学防控林业有害生物起到了积极作用。据县林业局森防站工作人员介绍,此小型无人机最高可飞120米,一次可完成四公里的飞行任务,监测效果良好;同时可应用于火灾、洪灾、冰灾、病虫灾害、造林绿化等实际生产监测中(见图6-14)。
图6-14监测林业有害生物
四、水下无人机探测
(一)、需求分析
地球的总面积约为5.10072亿千米,其中约29.2%(1.4894亿千米)是陆地,其余70.8%(3.61132亿千米)是水。在广阔的海洋、河流、湖泊之下,蕴藏着丰富的矿产、生物、海洋资源。如何充分探知、开发利用水下资源,成为我国新时期发展的迫切需求。
水下无人机是一种可在水下移动、具有视觉和感知系统、通过遥控或自主操作方式、使用机械手或其他工具代替或辅助人去完成水下作业任务的装置。在上世纪70年代,水下无人机得到了很大发展,开发出了一批能工作在各种不同深度、进行多种作业的机器人。而现在,无人机可广泛应用于石油开采、海底矿藏调查、救捞作业、管道敷设和检查、电缆敷设和检查、海上养殖及江河水库的大坝检查等领域。
(二)、解决方案
水下无人机可用于以下领域:近海搜救、水下目标观察,废墟、坍塌矿井搜救;公安海关的走私物品检测、水下证据搜索;检查供水管、下水管、排污管、排涝管、输油管、输气管、跨江管、跨海管;检查核电站、水电站、水利大坝检修等。
图6-15水下无人机
水下无人机作业时可使用有线连接传导数据,一根内含数据传输线的系绳将无人机与水面外的终端相连接,上传深度、温度和潜行方向等数据。地面工作者可以通过笔记本电脑、平板电脑或智能手机上,实时观测水下画面,并调整无人机作业姿态。也可使用无线连接,传导信号、回传画面。
(三)、应用案例
浅水区和沼泽区是水库水下地形测量的难点,大船由于吃水深无法到达,人员进入也相当困难。针对这些区域目前一种方法是利用机载激光测深系统进行测量,缺点是成本太高,不具有普遍性;另一种方法是采用插值法,缺点是精度低、无法满足大比例尺测量精度。2019年,袁建飞研究利用多波束测深系统深水区测量、应用无人测量船进行浅水区测量、多旋翼无人机进行沼泽区测量相结合的方式,实现了全覆盖、无盲区大比例尺水下地形测量(见图6-16、6-17)。实验结果表面,数据精度可靠,可满足国际标准要求,解决了浅水区和沼泽区测量难、精度差的难题。
图6-16技术流程
图6-17航线、控制点及检查点布设图