Submit an Article
Become a reviewer
Vol 262
Pages:
562-570
Download volume:
RUS ENG

A method of determining the errors of segmented GRID models of open-pit mines constructed with the results of unmanned aerial photogrammetric survey

Authors:
Mikhail G. Vystrchil1
Vladimir N. Gusev2
Arseniy K. Sukhov3
About authors
  • 1 — Ph.D. Associate Professor Saint Petersburg Mining University ▪ Orcid
  • 2 — Ph.D., Dr.Sci. Professor Saint Petersburg Mining University ▪ Orcid
  • 3 — Graduate Student Saint Petersburg Mining University ▪ Orcid
Date submitted:
2023-04-14
Date accepted:
2023-08-02
Date published:
2023-08-28

Abstract

The methodology of building a digital elevation model based on the results of aerial photogrammetric survey from an unmanned aircraft is proposed, which is based on the division of the initial point cloud into equal segments. This allows, having made an assumption of the linear character of change of height of points in a separate segment, to approximate them by separate planes. RMS errors of the models from the survey data were calculated according to the scattering of the points in relation to the approximating surfaces, which made it possible to reveal the dependence of the model construction error relative to the sizes of their constituent segments, as well as to propose a method for filtering the cells containing outliers with respect to the expected model error. The proposed method was tested on the models of three mining objects – limestone quarry, phosphogypsum dump, and peat cut. The experimental results showed a multiple reduction in model error compared to standard DEM models providing the required accuracy for mining documentation.

Keywords:
point cloud remote sensing photogrammetry laser scanning systems DEM GRID mine survey
Go to volume 262

References

  1. Цыгляну П.П., Ромашева Н.В., Фадеева М.Л., Петров И.В. Инжиниринговые проекты в топливно-энергетическом комплексе России: актуальные проблемы, факторы и рекомендации по развитию // Уголь. 2023. № 3. С. 45-51. DOI: 10.18796/0041-5790-2023-3-45-51
  2. Borisov M., Simić R., Petrović V.M., Milinčić M. Analiza kvaliteta 3D modela zasnovanih na digitalnoj fotogrametriji // Geodetski glasnik. 2021. Vol. 52. P. 5-26.
  3. Уразбаев Г.М., Алтаева А.А., Кожаев Ж.Т., Мустафин М.Г. Геодезический мониторинг за деформациями инженерных сооружений // Комплексное использование минерального сырья. 2021. Т. 317. № 2. С. 69-77. DOI: 10.31643/2021/6445.20
  4. Саблин М.В., Боргер Е.Б., Кутепов Ю.И. и др. Геомеханическое обоснование отработки свиты угольных пластов на шахте им. А.Д. Рубана под гидроотвалом открытых горных работ // Горный информационно-аналитический бюллетень. 2019. № 6. С. 124-135. DOI: 10.25018/0236-1493-2019-06-0-124-135
  5. 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
  6. Шокер Х.М., Мустафин М.Г. Геодезическое обеспечение использования технологии лазерного сканирования для фиксации памятников культурного наследия // Геодезия и картография. 2020. Т. 82. № 2. С. 2-10. DOI: 10.22389/0016-7126-2021-968-2-2-10
  7. Ferrero A.M., Migliazza M., Roncella R., Rabbi E. Rock slopes risk assessment based on advanced geostructural survey techniques // Landslides. 2011. Vol. 8. P. 221-231. DOI: 10.1007/s10346-010-0246-4
  8. Abellan A., Derron M.H., Jaboyedoff M. “Use of 3D Point Clouds in Geohazards” Special Issue: Current Challenges and Future Trends // Remote Sensing. 2016. Vol. 8. Iss. 2. № 130. DOI: 10.3390/rs8020130
  9. Мустафин М.Г., Нгуен В.Х. Оценка вертикальных смещений оснований зданий и сооружений на основе анализа элементов деформационной сети // Геодезия и картография. 2019. Т. 80. № 3. С. 11-19. DOI: 10.22389/0016-7126-2019-945-3-11-19
  10. Brigadnov I., Lutonin A., Bogdanova K. Error State Extended Kalman Filter Localization for Underground Mining Environments // Symmetry. 2023. Vol. 15. Iss. 2. № 344. DOI: 10.3390/sym15020344
  11. Кротенок А.Ю., Шурыгин Д.Н., Литовченко Т.В. и др. Фотограмметрическая обработка изображений на основе беспилотных летательных аппаратов и наземного лазерного сканирования при проектировании открытых горных работ // Горный информационно-аналитический бюллетень. 2017. № 12. С. 50-55. DOI: 10.25018/0236-1493-2017-12-0-50-55
  12. Бударова В.А., Мартынова Н.Г., Шереметинский А.В., Привалов А.В. Наземное лазерное сканирование объектов промышленных площадок на территории нефтегазовых месторождений // Московский экономический журнал. 2019. № 6. С. 8-14. DOI: 10.24411/2413-046X-2019-16004
  13. Пономаренко М.Р., Кутепов Ю.И., Волков М.А., Гринюк А.П. Космические методы в составе комплексного деформационного мониторинга земной поверхности горного предприятия // Горный информационно-аналитический бюллетень. 2020. № 12. С. 103-113. DOI: 10.25018/0236-1493-2020-12-0-103-113
  14. Samylovskaya E., Makhovikov A., Lutonin A. et al. Digital Technologies in Arctic Oil and Gas Resources Extraction: Global Trends and Russian Experience // Resources. 2022. Vol. 11. Iss. 3. № 29. DOI: 10.3390/resources11030029
  15. Чибуничев А.Г., Михайлов А.П., Старшов В.В. Автоматическое построение плотного облака точек по множеству снимков на основе полуглобального метода отождествления соответственных точек // Известия высших учебных заведений. Геодезия и аэрофотосъемка. 2015. № 2. С. 14-18.
  16. Rosnell T., Honkavaara E. Point Cloud Generation from Aerial Image Data Acquired by a Quadrocopter Type Micro Unmanned Aerial Vehicle and a Digital Still Camera // Sensors. 2012. Vol. 12. Iss. 1. P. 453-480. DOI: 10.3390/s120100453
  17. Гусев В.Н., Блищенко А.А., Санникова А.П. Исследование комплекса факторов, оказывающих влияние на погрешность реализации маркшейдерской съемки горных объектов с применением геодезического квадрокоптера // Записки Горного института. 2022. Т. 254. С. 173-179. DOI: 10.31897/PMI.2022.35
  18. Martino S., Mazzanti P. Integrating geomechanical surveys and remote sensing for sea cliff slope stability analysis: the Mt. Pucci case study (Italy) // Natural Hazards and Earth System Sciences. 2014. Vol. 14. Iss. 4. P. 831-848. DOI: 10.5194/nhess-14-831-2014
  19. Novozhenin S.U., Bogdanova K.A., Kempler A.K. Comparative analysis of modelling methods of the tunnel construction harmful effect // Journal of Physics: Conference Series. 2019. Vol. 1333. Iss. 3. № 032059. DOI: 10.1088/1742-6596/1333/3/032059
  20. Бригида В.С. Анализ данных для формирования пространственных геоэкологических моделей // Экология. Экономика. Информатика. Серия: Системный анализ и моделирование экономических и экологических систем. 2022. Т. 1. № 7. С. 108-114. DOI: 10.23885/2500-395X-2022-1-7-108-114
  21. Ghadi Y. 3D Modelling of Earth Kinematics in Palestine for GNSS and Geodetic Time-Dependent Positioning // International Journal of Recent Technology and Engineering. 2019. Vol. 8. Iss. 3. P. 6034-6039. DOI: 10.35940/ijrte.C5577.098319
  22. Riquelme A.J., Tomás R., Abellán A. Characterization of rock slopes through slope mass rating using 3D point clouds // International Journal of Rock Mechanics and Mining Sciences. 2016. Vol. 84. P. 165-176. DOI: 10.1016/j.ijrmms.2015.12.008
  23. Юнусов А.Г., Дждид А.Д., Бегляров Н.С., Елшеви М.А. Оценка влияния изменения плотности облака точек на точность автоматической сегментации // Геодезия и картография. 2020. Т. 81. № 7. С. 47-55. DOI: 10.22389/0016-7126-2020-961-7-47-55
  24. Chenlei Lv, Weisi Lin, Baoquan Zhao. Approximate Intrinsic Voxel Structure for Point Cloud Simplification // IEEE Transactions on Image Processing. 2021. Vol. 30. P. 7241-7255. DOI: 10.1109/TIP.2021.3104174
  25. Gezawa A.S., Bello Z.A., Qicong Wang, Lei Yunqi. A voxelized point clouds representation for object classification and segmentation on 3D data // Journal of Supercomputing. 2022. Vol. 78. P. 1479-1500. DOI: 10.1007/s11227-021-03899-x
  26. Li Pengfei, Zhang Xiaochen, Yan Lu et al. Comparison of interpolation algorithms for DEMs in topographically complex areas using airborne LiDAR point clouds // Transactions of the Chinese Society of Agricultural Engineering. 2021. Vol. 37. № 15. P. 146-153. DOI: 10.11975/j.issn.1002-6819.2021.15.018
  27. Вальков В.А., Виноградов К.П., Валькова Е.О., Мустафин М.Г. Создание растров высокой информативности по данным лазерного сканирования и аэрофотосъемки // Геодезия и картография. 2022. Т. 83. № 11. С. 40-49. DOI: 10.22389/0016-7126-989-11-40-49
  28. Donnellan A., Parker J., Heflin M. et al. Improving access to geodetic imaging crustal deformation data using GeoGateway // Earth Science Informatics. 2022. Vol. 15. Iss. 3. P. 1513-1525. DOI: 10.1007/s12145-020-00561-7
  29. Liang He, Junru Zhang, Suozhong Chen et al. Three-dimensional hydrogeological modeling method and application based on TIN-GTP-TEN // Earth Science Informatics. 2022. Vol. 15. Iss. 1. P. 337-350. DOI: 10.1007/s12145-021-00727-x
  30. Yong Li, Yinzheng Luo, Xia Gu et al. Point Cloud Classification Algorithm Based on the Fusion of the Local Binary Pattern Features and Structural Features of Voxels // Remote Sensing. 2021. Vol. 13. Iss. 16. № 3156. DOI: 10.3390/rs13163156
  31. Lingchen Lin, Kunyong Yu, Xiong Yao et al. UAV Based Estimation of Forest Leaf Area Index (LAI) through Oblique Photogrammetry // Remote Sensing. 2021. Vol. 13. Iss. 4. № 803. DOI: 10.3390/rs13040803
  32. Блищенко А.А., Санникова А.П. Применение беспилотных летательных аппаратов при маркшейдерском обеспечении съемки лесного фонда // Вестник СГУГиТ. 2022. Т. 27. № 1. С. 42-51. DOI: 10.33764/2411-1759-2022-27-1-42-51
  33. Санникова А.П., Добрянский И.А., Волошина Е.А. Проблемы современного маркшейдерско-геодезического обеспечения открытых горных работ // Естественные и технические науки. 2022. № 4 (167). С. 91-94. DOI: 10.25633/ETN.2022.04.10
  34. Курков В.М., Киселева А.С., Чибуничев А.Г. Исследование точности цифровой модели рельефа, построенной по материалам беспилотной аэрофотосъемки и воздушного лазерного сканирования // Производственные системы будущего: опыт внедрения Lean и экологических решений: Материалы международной научно-практической конференции, 13-14 апреля 2022, Кемерово, Россия. Кемерово: Кузбасский государственный технический университет имени Т.Ф.Горбачева, 2022. С. 309.1-309.9.
  35. Boliang Guan, Shujin Lin, Ruomei Wang et al. Voxel-based quadrilateral mesh generation from point cloud // Multimedia Tools and Applications. 2020. Vol. 79. Iss. 29-30. P. 20561-20578. DOI: 10.1007/s11042-020-08923-5

Similar articles

Garnetites from Marun-Keu eclogite complex (Polar Urals): geochemistry and the problem of genesis
2023 Laysan I. Salimgaraeva, Alexei V. Berezin
Strategy of mine ventilation control in optimal mode using fuzzy logic controllers
2023 Aleksei V. Kashnikov, Yuri V. Kruglov
Evaluation of the shear strength of rocks by cracks based on the results of testing samples with spherical indentors
2023 Vladimir A. Korshunov, Anton A. Pavlovich, Alexander A. Bazhukov
Wodginite as an indicator mineral of tantalum-bearing pegmatites and granites
2023 Viktor I. Alekseev
Laboratory, numerical and field assessment of the effectiveness of cyclic geomechanical treatment on a tournaisian carbonate reservoir
2023 Ilya M. Indrupskiy, Ildar I. Ibragimov, Timur N. Tsagan-Mandzhiev, Azat A. Lutfullin, Alexander P. Chirkunov, Ravil I. Shakirov, Yulia V. Alekseeva
Development of a new assessment system for the applicability of digital projects in the oil and gas sector
2023 Alexey E. Cherepovitsyn, Nikita A. Tretyakov