煤炭学报

作者：蔺小虎, 郭继尧, 姚顽强, 娄宁, 郑俊良, 马雄伟, 高毅楠, 张清宇,

关键词：机载LiDAR, 矿区沉陷监测, 自适应滤波, 弯曲能量优化, 地面点云提取,

机载激光雷达(Light Detection and Ranging，LiDAR)技术为矿区面状沉陷监测提供了高精度的三维空间数据支持。然而，在矿区复杂场景中，地物空间分布密集、地形梯度突变以及地物与地面点高程特征相似性高等问题，导致现有点云滤波方法精度显著降低，严重制约了地面点云的提取精度与沉陷监测可靠性。为此，提出了一种基于弯曲能量优化的矿区机载LiDAR点云自适应滤波方法，实现了复杂矿区场景下地面点的精确提取，为矿区面状沉陷监测提供高精度的三维空间数据支持。首先，采用一维离散平滑样条法提取潜在种子地面点，并基于多尺度形态学开运算剔除潜在种子地面点中残留的非地面点；其次，基于地形弯曲能量与回弹比之间的定量关系，构建一种自适应复杂地形的布料刚度调节方法，动态生成高精度参考地形；最后，通过点至参考地形的高差阈值判定，完成地面点与非地面点的分离。为验证方法的有效性，在复杂矿区开展了多场景试验，结果表明：在Ⅰ类误差和Ⅱ类误差指标上，所提出的方法较现有方法的误差显著降低，平均总误差为6.08%，较现有方法降低了49.04%。该方法成功解决了复杂矿区场景下地面点云的高精度提取难题，为矿区面状沉陷监测、边坡稳定性分析等安全监测任务提供了可靠的数据支持，并为空天地一体化的矿山安全智能监测体系的构建提供了技术支撑。

来源：2025年第12期

《煤炭学报》期刊编辑部

查看煤炭学报杂志2025年第12期