Алгоритм вычисления деформаций подземных горных выработок на основании данных лазерно-сканирующей съемки

В работе описан алгоритм расчета деформаций по данным лазерно-сканирующих съемок, выполняемых в рамках маркшейдерского мониторинга подземных горных выработок. Оригинальность предлагаемого способа вычислений заключается в том, что деформации определяются на основании отклонений точек лазерных отражений от проектного положения выработки. Благодаря этому решается проблема полигонизации облака точек, вызванная тем, что модель выработки образует в вертикальном сечении замкнутый контур. Предлагаемый способ основан на вычислении смещений между облаками точек не в исходных пространственных координатах XYZ, а во вводимой при расчете системе координат выработки, что позволяет локализовать каждую из точек относительно ее проектного положения согласно плану горных работ. Облако точек в введенной системе координат при этом представляет собой, независимо от сложности геометрии исходной горной выработки, «развертку», топологически эквивалентную цифровой модели высот рельефа. Указанная топологическая эквивалентность позволяет при дальнейшем анализе использовать методики расчета деформаций, реализованные и апробированные для облаков точек земной поверхности. Разработанный алгоритм была апробирован на результатах лазерно-сканирующей съемки горных выработок, выполненной наземным лазерным сканером Leica BLK-360. Результаты показали эффективность предлагаемого способа вычислений для оценки состояния крепи выработки и позволили локализовать изменения в форме выработки в пределах 1 см. 

Выстрчил М. Г., Мукминова Д. З., Балтыжакова Т. И., Рамирес Л. А. Мелендес Алгоритм вычисления деформаций подземных горных выработок на основании данных лазерно-сканирующей съемки // Горный информационно-аналитический бюллетень. — 2025. — № 11-1. — С. 57—76. DOI: 10.25018/0236_1493_2025_111_0_57.

Выстрчил Михаил Георгиевич — канд. техн. наук, доцент, доцент кафедры маркшейдерского дела, https://orcid.org/0000-0002-1669-7776, Санкт-Петербургский горный университет императрицы Екатерины II, 199106, Санкт-Петербург, Васильевский остров, 21 линия, д.2, Россия, e-mail: Vystrchil_MG@pers.spmi.ru;
Мукминова Диана Зинуровна — канд. техн. наук, заведующий лабораторией маркшейдерского обеспечения горных работ Научного центра геомеханики и проблем горного производства, https://orcid.org/0000-0002-5595-9150, Санкт-Петербургский горный университет императрицы Екатерины II, 199106, Санкт-Петербург, Васильевский остров, 21 линия, д.2, Россия, e-mail: Mukminova_DZ@pers.spmi.ru;
Балтыжакова Татьяна Игоревна — канд. техн. наук, доцент института дизайна и урбанистики, https://orcid.org/0000-0001-9160-1167, Национальный исследовательский университет ИТМО, 197101, Санкт-Петербург, Кронверкский пр., д.49, лит. А, Россия, e-mail: tibaltyzhakova@itmo.ru;
Рамирес Мелендес Луис Альберто — аспирант кафедры маркшейдерского дела, https://orcid.org/0000-0002-6459-8975, Санкт-Петербургский горный университет императрицы Екатерины II, 199106, Санкт-Петербург, Васильевский остров, 21 линия, д.2, Россия, e-mail: s243021@stud.spmi.ru.
Конфликт интересов: авторы заявляют об отсутствии конфликта интересов. 

Выстрчил Михаил Георгиевич, e-mail: Vystrchil_MG@pers.spmi.ru.

1. Куликова Е. Ю., Полянкин А. Г., Потокина А. М. Специфика управления геотехническими рисками при проектировании подземных сооружений // Записки Горного института. — 2023. — Т. 264. — С. 895–905. 
2. Miller I. D., Cladera F., Cowley A., Shivakumar S. S., Lee E. S., Jarin-Lipschitz L., Bhat A., Rodrigues N., Zhou A., Cohen A., Kulkarni A., Laney J., Taylor C. J., Kumar V. Mine Tunnel Exploration Using Multiple Quadrupedal Robots // IEEE Robotics and Automation Letters. 2020, vol. 5, no. 2, pp. 2840–2847. DOI: 10.1109/LRA.2020.2972872.
3. Пономаренко М. Р., Кутепов Ю. И., Шабаров А. Н. Информационно-аналитическое обеспечение мониторинга состояния объектов открытых горных работ на базе технологий веб-картографии // Горный информационно-аналитический бюллетень. — 2022. — № 8. — С. 56–70. DOI: 10.25018/0236_1493_2022_8_0_56.
4. Meaka D., Vokain T. LiDAR Technology in Underground Mining Research Topic in the Course-Mining Technology (MN223) // A project report By DESIDE MEAKA. — 2023. DOI: 10.13140/RG.2.2.25025.53608.
5. Jones E., Beck D. The use of 3D laser scanning for deformation monitoring in underground mines // Proceedings 13th AusIMM Underground Operators’ Conference. 2017, pp. 267–270.
6. Lepikhina O. Yu., Pravdina E. A. Laser scanner data capture time management // Journal of Engineering and Applied Sciences. 2017, no. 12, pp. 1649–1661. URL: http://www.arpnjournals.org/jeas/research_papers/rp_2017/jeas_0317_5805.pdf (Date of request: 22.06.2025). 
7. Кузин А. А., Филиппов В. Г. Исследование технологии спутникового позиционирования в режиме реального времени (RTK) для наблюдения за оползневыми деформациями // Устойчивое развитие горных территорий. — 2024. — Т. 16. — № 4. — С. 1594–1609. DOI: 10.21177/1998-4502-2024-16−3-1594−1609.
8. Zheng J., Yao W., Lin X., Ma B., Bai L. An Accurate Digital Subsidence Model for Deformation Detection of Coal Mining Areas Using a UAV-Based LiDAR // Remote Sensing. 2022, vol. 14, no. 2, p. 421. DOI: 10.3390/rs14020421.
9. Kumar Singh S., Pratap Banerjee B., Raval S. A review of laser scanning for geological and geotechnical applications in underground mining // International Journal of Mining Science and Technology. 2023, vol. 33, no. 2, pp. 133–154. DOI: 10.1016/j.ijmst.2022.09.022.
10. Yang X., Lin X., Yao W., Ma H., Zheng J., Ma B. A Robust LiDAR SLAM Method for Underground Coal Mine Robot with Degenerated Scene Compensation // Remote Sensing. 2022, vol. 15, p. 186. DOI: 10.3390/rs15010186.
11. Grenon M., Caron A., Karampinos E., Dorion J. Towards an Efficient iPad-Based LiDAR Structural Mapping Methodology for Underground Mines // 57th U. S. Rock Mechanics/Geomechanics Symposium. — 2023. DOI: 10.56952/ARMA-2023−0741.
12. Brigadnov I., Lutonin A., Bogdanova K. Error State Extended Kalman Filter Localization for Underground Mining Environments // Symmetry. 2023, vol. 15, no. 2, p. 344. DOI: 10.3390/sym15020344.
13. Tian R., Zhang Y., Feng Y., Yang L., Cao Z., Coleman S., Kerr D. Accurate and Robust Object SLAM With 3D Quadric Landmark Reconstruction in Outdoors // IEEE Robotics and Automation Letters. 2022, vol. 7, no. 2, pp. 1534–1541. DOI: 10.1109/LRA.2021.3137896.
14. Lin X., Yao W., Yan T. A LiDAR SLAM Algorithm Considering Dynamic Extraction of Feature Points in Underground Coal Mine // The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. 2024, vol. XLVIII-4−2024, pp. 659–664. DOI: 10.5194/isprs-archives-XLVIII-4-2024-659-2024.
15. Шарафутдинова А. А., Брынь М. Я. Расчет параметров наземного лазерного сканирования промышленных объектов // Вестник СГУГиТ. — 2023. — Т. 28. — № 2. — С. 26–39. DOI: 10.33764/2411-1759-2023-28−2-26−39.
16. Глазунов В. В., Бурлуцкий С. Б., Шувалова Р. А., Жданов С. В. Повышение достоверности 3D-моделирования оползневого склона на основе учета данных инженерной геофизики // Записки Горного института. — 2022. — Т. 257. — С. 771–782. DOI: 10.31897/PMI.2022.86.
17. Корнилов Ю. Н., Романчиков А. Ю., Аникеева А. А. Оценка деформационных процессов фотограмметрическим способом в Agisoft Metashape // Геодезия и картография. — 2023. — № 10. — С. 2–11. DOI: 10.22389/0016-7126-2023-1000−10−2-11.
18. Кузин А. А., Филиппов В. Г. Прогнозирование величин оползневых смещений на основе геодезических данных // Устойчивое развитие горных территорий. — 2024. — Т. 16. — № 3. — С. 1176–1191. DOI: 10.21177/1998-4502-2024-16−3-1176−1191.
19. Шокер Х. М., Мустафин М. Г. Геодезическое обеспечение использования технологии лазерного сканирования для фиксации памятников культурного наследия // Геодезия и картография. — 2021. — № 2. — С. 2–10. DOI: 10.22389/0016-7126-2021-968−2-2−10.
20. Petrie G., Kennie T. J. M. Terrain modelling in surveying and civil engineering // Computer-Aided Design. 1987, vol. 19, no. 4, pp. 171–187. DOI: 10.1016/0010−4485(87)90066−2.
21. Lim E., Suter D. 3D terrestrial LIDAR classifications with super-voxels and multi-scale Conditional Random Fields // Computer-Aided Design. 2009, vol. 41, no. 10, pp. 701–710. DOI: 10.1016/j.cad.2009.02.010.
22. Zhao H., Xiao Z. PVLF: point-voxel local feature fusion for 3D detection // Discover Artificial Intelligence. 2025, vol. 5. DOI: 10.1007/s44163-025-00299-5.
23. Zhou Y., Liu J., Jianxun Li, Zhou H. Voxel completion and 3D asymmetrical convolution networks for Lidar semantic segmentation // Multimedia Tools and Applications. 2024. DOI: 10.1007/s11042-024-19975-2.
24. He F., Li Y., Liu C., Zhiwei Z., Dai K., Wang W. A Voxel-FNO-based machining deformation prediction method for structural parts // The International Journal of Advanced Manufacturing Technology. 2025, vol. 138, pp. 669–685. DOI: 10.1007/s00170-025-15551-6.
25. Plaza-Leiva V., Gómez-Ruiz J., Mandow A., Garcia A. Voxel-Based Neighborhood for Spatial Shape Pattern Classification of Lidar Point Clouds with Supervised Learning // Sensors. 2017, vol. 17, no. 3, p. 594. DOI: 10.3390/s17030594.
26. Mortazavi F., Shkedova O., Feuerhake U., Brenner C., Sester M. Voxel-Based Point Cloud Localization for Smart Spaces Management // The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. 2023, vol. XLVIII-1/W1−2023, pp. 325–332. DOI: 10.5194/isprs-archives-XLVIII-1-W1-2023-325-2023.
27. Kang J., Li M., Mao S., Fan Y., Wu Z., Li B. A Coal Mine Tunnel Deformation Detection Method Using Point Cloud Data // Sensors. 2024, vol. 27, no. 7, p. 2299. DOI: 10.3390/s24072299.
28. Gumilar I., Gaol S. V. L. L., Munarda M., Bramanto B., Lukmanulhakim A. Tank Modeling and Its Condition Assessment using Terrestrial Laser Scanner // IOP Conference Series: Earth and Environmental Science. 2021, vol. 936. DOI: 10.1088/1755−1315/936/1/012004.
29. Bukuromo A. Investigating the Sensitivity of Terrestrial Laser Scanning Model to Control Coordinates in Deformation Monitoring // International Journal of Research and Scientific Innovation (IJRSI). 2025, vol. 12, no. 2, pp. 1029–1047. DOI: 10.51244/IJRSI.2025.12020082.
30. Xu S., Huo Y., Wang C., Lin J., Shi B., Xing F. Novel Feature Preserving Method for Simplifying the Surface Point Cloud of Underground Space Tunnel // IEEE Transactions on Instrumentation and Measurement. 2024, vol. 73, pp. 1–14. DOI: 10.1109/TIM.2024.3420354.
31. Yao D. Measurement and deformation monitoring system for underground engineering robots based on Internet of Things architecture // Journal of Intelligent Systems. 2025, vol. 34, no. 1, p. 20240322. DOI: 10.1515/jisys-2024−0322.
32. Тарасов В. В., Аптуков В. Н., Иванов О. В. Комплексная оценка деформирования системы жесткой армировки при конвергенции крепи шахтного ствола в неустойчивых породах // Записки Горного института. — 2024. — Т. 266. — С. 305–315.
33. Выстрчил М. Г., Мукминова Д. З., Балтыжакова Т. И., Парамонов В. Г., Валькова Е. О. Анализ деформационных процессов по данным маркшейдерских лазерно-сканирующих и фотограмметрических съемок // Горный информационно-аналитический бюллетень. — 2025. — № 2. — С. 78–98. DOI: 10.25018/0236_1493_2025_2_0_78.
34. Li P., Wang R., Wang Y., Tao W. Evaluation of the ICP Algorithm in 3D Point Cloud Registration // IEEE Access. 2020, vol. 8, pp. 68030–68048. DOI: 10.1109/ACCESS.2020.2986470.
35. Eirola E., Lendasse A. Gaussian Mixture Models for Time Series Modelling, Forecasting, and Interpolation // Lecture Notes in Computer Science. 2013, vol. 8207, pp. 162–173. DOI: 10.1007/978−3-642−41398−8_15