.png){kind=icon}
返回
Processing of Large Underground Excavation System-Skeleton Based Section Segmentation for Point Cloud Regularization
.png){kind=icon}
OA
AI
DOI：10.3390/app16010313.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
地下矿井气流数值模拟在现代通风系统设计和安全评估中的重要性日益凸显。计算流体动力学（CFD）模拟能够实现气流运动、污染物扩散和热传递的详细分析，但其可靠性高度依赖于开挖几何形状表示的准确性。激光扫描地下巷道获得的原始点云数据通常不规则、噪声大，并含有必须在使用前进行处理的间断性。本研究提出了一种针对地下开挖系统大规模点云数据的自动分割与规则化方法。该方法基于骨架提取和轨迹分析，能够将开挖网络分离为独立的隧道段和交叉点。工作流程包括离群点移除、α-形状生成、体素化、中轴骨架化和基于体素网格内邻域关系的拓扑分割。引入了一种基于邻近关系的校正步骤，以处理骨架化过程中产生的重复交叉点。分割后的部分随后通过径向分析和表面重建进行规则化，生成适用于CFD软件（Ansys 2024 R1）网格生成的均匀且无缝的模型。该方法在合成数据集和实际地下矿井条件下的激光扫描数据上进行了测试。结果表明，所提出的分割方法有效隔离了单线平硐和交叉点，确保了连续且平滑的几何形状，同时保留了整体开挖拓扑结构。该方法提供了一种稳健的预处理框架，弥合了点云采集与数值模拟之间的差距，实现了将原始数据自动转换为适用于通风和安全分析的复杂地下开挖系统的CFD几何模型。
Keyword:
point cloud segmentation
skeletonization
underground mining
point cloud regularization
期刊
A
IF:
2.5
论文数:
7.6K
被引数:
4
机构
引用论文
Range image segmentation using local approximation of scan lines with application to CAD model acquisition基于扫描线局部逼近的图像分割及其在CAD模型获取中的应用
PREAI
分享收藏COMPARISON OF LOW-COST HANDHELD LIDAR-BASED SLAM SYSTEMS FOR MAPPING UNDERGROUND TUNNELS.png)
The International Archives of the Photogrammetry, Remote Sensing and Spatial Information SciencesOAAI
The International Archives of the Photogrammetry, Remote Sensing and Spatial Information SciencesIF0
OAAI分享收藏Underground Mine Tunnel Modelling Using Laser Scan Data in Relation to Manual Geometry MeasurementsEnergiesOAAI
EnergiesIF0
OAAI分享收藏
查看更多内容