《Geosciences》：A Physics-Based Approach to Rock Bolt Detection and Spatial Monitoring
编辑推荐：
锚杆是地下开采中主要的巷道支护机制。然而，其安装情况的验证很少以空间精确且可检索的形式被记录下来，导致操作人员缺乏可供监管审查或事故后重建的可审计的竣工记录。本文提出了一种自动化的锚杆检测流程，利用从地下硬岩矿山中通过地面激光扫描获取的密集点云来填补这一记录空
锚杆是地下开采中主要的巷道支护机制。然而，其安装情况的验证很少以空间精确且可检索的形式被记录下来，导致操作人员缺乏可供监管审查或事故后重建的可审计的竣工记录。本文提出了一种自动化的锚杆检测流程，利用从地下硬岩矿山中通过地面激光扫描获取的密集点云来填补这一记录空白。该方法在闭合平面密封的腔体上计算每点的环境光遮蔽（AO），采用ShadeVIS原理的PCV实现，从多尺度突出场中形成候选体，并通过突出度分水岭进行分割，随后使用基于主成分分析（PCA）的几何描述符对每个候选体进行分类，整个过程无需机器学习或训练数据。安装垂直度被用作每次检测的置信度提示，检测结果按置信度层级进行报告，从而将人工审查集中在模糊的少数部分上。该系统在包含某地下矿山两个区域20个侧壁上的1447根锚杆的数据库中进行了验证，实现了83.7%的总体召回率，人工审查将清单补全至100%。这种基于物理机制的设计通过重新调整参数而非重新训练即可在不同的锚杆类型和矿山几何形状间转移，从而解决了深度学习方法需要特定现场标注数据集的核心局限性。
在地下开采作业中，冒顶和围岩控制失效依然是导致严重人员伤亡的主要原因之一。为了保障安全，锚杆被广泛用作开挖巷道的主要支护手段。然而，现有的安装验证和记录方式大多依赖人工绘制草图和视觉检查，存在耗时长、易出错且难以满足日益严格的监管审查要求等问题。此外，传统的基于图像和深度学习的方法通常面临需要特定现场标注数据集且决策过程缺乏可解释性等结构性限制。为了填补这一竣工文档记录的空白，研究人员基于不列颠哥伦比亚大学的研究原型，提出了一套无需训练数据且端到端的自动化锚杆检测方法。该系统利用基于物理机制的处理链，成功实现了跨锚杆类型和矿山几何形状的泛化，并且生成的结果具备可追溯性，能够满足安全关键型库存的监管审计要求。该研究成果发表在国际学术期刊《Geosciences》上。
在该研究中，研究人员采用了以下几个关键技术方法开展研究：利用地面激光扫描（TLS）获取某地下硬岩矿山多段巷道具有毫米级分辨率的密集三维点云数据；采用ShadeVIS算法计算每个点在闭合平面密封腔体上的环境光遮蔽（AO），将其作为基于物理机制的无监督预过滤器；基于多尺度突出场结合突出度分水岭算法进行候选体形成与分割；运用主成分分析（PCA）导出的几何描述符对候选体进行物理形状分类；最终结合安装垂直度作为置信度权重并通过可视化审查完成对结果的真实性验证。
在研究结果部分，研究得出了以下具体结论：
研究提出的基于环境光遮蔽（AO）的预过滤器通过计算每点的半球阴影，有效减少了超过99%的候选点集。由于锚杆安装点在基岩表面形成局部凹陷，产生异常低的光照值，这一物理特征使系统能够在无需任何学习数据的情况下识别潜在的锚杆位置。
候选体形成与几何特征分类的结论表明，多尺度突出场测量了锚杆高于岩石表面的物理属性，而基于主成分分析（PCA）的几何分类提取了候选体的长度、宽度和纵横比等特征。统计显示，被确认的锚杆表现出极强的杆状特征，平均线性度为0.89。系统通过检查轴线对称性等四个几何描述符，成功在统计学上将真实锚杆与假阳性群体显著分离。
置信度评估与可追溯性设计的结论指出，将安装垂直度降级为置信度权重而非硬性拒绝门槛，避免了真实顶板锚杆的漏检。整个流水线每个阶段均输出可机器解析的结论并锁定代码哈希值，确保了结果的可复现性与可归因性，使系统输出成为符合监管要求的竣工记录。
在系统性能验证的结果中，面对包含20个侧壁和1447根锚杆的真实数据集，该自动化管道实现了83.7%的总体召回率，人工审查随后将库存补全至100%准确率。精度受侧壁物理特征影响显著，在表面干净的侧壁上精度可达0.64至0.74，而在带有管线等附属设施的侧壁上则降至约0.40。灵敏度分析表明，假阳性群体源于岩石表面几何的结构性属性，无法仅通过调整阈值消除。
在讨论部分，研究人员分析了该基于物理机制的方法相比深度学习方法在泛化性、可解释性和物理不变性等方面的显著优势。由于锚杆尺寸受产品标准约束具有物理不变性，该系统应用于新站点时仅需对物理尺寸参数进行一次性专家重校准。然而，当前研究也存在一定局限性，例如验证数据仅来源于单一硬岩矿山，系统目前无法检测被喷射混凝土覆盖的锚杆，且仅适用于批处理模式的采后分析。此外，所检测的锚杆位置有望为同步定位与建图（SLAM）提供闭合环校正的现场控制特征，实现监测级的位移监测，这被研究人员列为未来的优先工作方向。
在研究结论部分，文章总结了三大核心结论。首先，基于物理机制的环境光遮蔽预过滤器结合PCA几何分类，能够在完全没有训练数据的情况下可靠地检测锚杆，克服了深度学习需要标注数据集的核心限制。其次，基于渗流模型的腔体自适应阈值选择，使得该方法能够通过参数重调而非重训练在新站点和不同几何形状间转移。第三，审计可追溯性是该流水线设计的一等结果。锁定阶段的代码版本控制使得每一项检测结果均可复现与归因，这种透明度不仅将垂直度从硬性门槛降级为置信权重时完整恢复了检测召回率，更使其成为能够经受监管审计和事故调查审查的可辩护竣工记录标准。
