זיהוי מבוסס MLS ושליפת פרמטרים של בולטים/כבלים בגג מנהרות ממסדי נקודות תלת־ממדיות

שמירה על בטיחות מנהרות המכרה

מכרות פחם עמוקים נשענים על בולטים וכבלים מתכתיים מקדחים לתוך גג המנהרה כדי למנוע קריסת הסלע. אם חיזוקים אלה מונחים בצורה לא נכונה או מתחילים להיכשל, חיי העובדים בסכנה. למרות זאת, כיום בדיקה של אלפי בולטים נעשית ברובה בעבודת יד, עם מטר וחלזונות, במנהרות חשוכות ומלאות אבק. המחקר הזה מציג שיטה אוטומטית "לראות" ולמדוד את קווי החיים המוסתרים האלה באמצעות סורקי לייזר ניידים ונתוני 3D, ולהבטיח בדיקות בטיחות מהירות ואובייקטיביות יותר עבור מכרות מודרניים.

סריקה של מנהרה בשלושה ממדים

החוקרים פיתחו מערכת סריקה לייזר ניידת נישאת שתוכננה במיוחד לתעלות תת־קרקעיות. מצוידת במד טווח לייזר וחיישני תנועה, המכשיר נישא או נגרר לאורך המנהרה ופולטים במהירות פעימות לייזר אל הסלע הסובב. בהתנועה, טכניקה ניווטית הנקראת SLAM (מיקום ומיפוי סימולטניים) תופרת את המדידות הנכנסות לדגם תלת־ממדי רציף של המנהרה. גם ללא אותות GPS, שאינם מגיעים מתחת לאדמה, המערכת יכולה לשחזר את צורת קטע של 50 מטר של הדרך בדיוק ברמת סנטימטרים, וללכוד לא רק את משטחי הסלע אלא גם את חומרת החיזוק—כגון בולטים, כבלים ולוחות פלדה.

ניקוי המנהרה הדיגיטלית

סריקות תלת־ממד גולמיות ממכרה הן מבולבלות. אבק, ערפול מים, עובדים ומכונות יוצרים נקודות סטוריות שמפזרות את הנתונים. הצוות מפעיל תחילה תהליך הסרת רעשים דו־שלבי שמסיר קיצונים בולטים ובו־בזמן משחזר משטחים אמיתיים שעשויים היו להיות מושלכים בטעות. לאחר מכן הם מבודדים רק את גג המנהרה, שכן שם מעוגנים בולטים וכבלים. על ידי סיבוב מתמטי של הנתונים הם מיישרים את הגג כך שיהיה שטוח בכיוון סטנדרטי, מה שמקל להגדרת "מעלה" ו"מטה" ולמדידת כיוון ואורך כל אלמנט חיזוק בצורה עקבית בכל הסצנה.

תנו לבד וירטואלי למצוא את הבולטים

כדי להפריד בין משטח הגג לבין החומרה המחוברת אליו, החוקרים משתמשים בתחבולה חכמה הידועה כסינון סימולציית בד. הם מדמיינים גיליון בד גמיש שנעשה לשקוט תחת כוח הכבידה על גג דיגיטלי ההפוך. שם שבו הסלע האמיתי נמצא, הבד נדבק למשטח. שם שבו בולט, כבל או לוח בולט החוצה, הבד נמתח מעליו ויוצר רווח. על ידי מדידת הפרש הגובה הקטן בין הבד לבין הנקודות האמיתיות, האלגוריתם מסמן אילו נקודות שייכות לגג הסלע החלק ואילו סביר שהן חפצים בולטים. כיווני כוונון מדויקים מבטיחים שהבד מפורט מספיק כדי לעקוב אחרי הבולות הטבעיים של הגג, אך לא כל כך עד שהוא בטעות "בלע" את הבולטים שהוא אמור לגלות.

ללמד את המחשב לספור ולמדוד חיזוקים

לאחר שהבליטות הפוטנציאליות מבודדות, השיטה עדיין צריכה להחליט אילו אשכולות נקודות הם בולטים או כבלים אמיתיים ואילו הם צינורות, כבלים תלויים או רעש. כאן, טכניקת אשכולות מבוססת צפיפות קבוצת נקודות סמוכות היוצרות צורות מוארכות. האלגוריתם מתאים את רדיוס החיפוש וגודל האשכול המינימלי כך שלכל בולט יש בדרך כלל אשכול נקי אחד, מבלי למזג שכנים. עבור כל קבוצה, ניתוח גיאומטרי פשוט מוצא את הציר הראשי של האובייקט ומקרין עליו את כל הנקודות, מה שמניב הערכה של אורך החשיפה וזווית הנטייה. כללים נוספים המבוססים על עיצוב המכרה הידוע — כגון מרווחים טיפוסיים, קוטר צפוי וזווית התקנה מותרת — מסייעים לסנן חיקויים ולהשאיר רק חיזוקים אמיתיים ומותקנים כהלכה.

ממפות 3D לתובנות בטיחות מעשיות

השיטה נבחנה במכרה פחם עמוק במונגוליה הפנימית, על חמישה מקטעי גג רצופים שכללו 127 בולטים וכבלים שתויגו ביד בקפידה. המערכת האוטומטית מצאה נכון 118 מהם, עם רק כמה החמצות ואזהרות שגויות, אפילו בתנאים מאתגרים של אבק, כיסוי חלקי של שוטקונקרט וחלקי מתכת מפריעים. לא פחות חשוב, היא ייצרה מסד נתונים מובנה עבור כל חיזוק: מיקומו המדויק, המרווח, האורך החשוף מהגג והזווית ביחס לסלע. עבור מהנדסי המכרה, זה הופך ענן נקודות תלת־ממדי מורכב לרשימת בדיקה מוכנה לבקרת איכות ולניטור בריאות ארוכת־טווח. בעוד שהשיטה עדיין תלויה בקבלת נתוני סריקה טובים ובכך שחלק כלשהו מכל בולט יהיה גלוי, היא מצביעה על עתיד שבו בדיקות שגרתיות של בטיחות מנהרות יכולות להיות מהירות יותר, תכופות יותר ופחות תלויות בשיפוט סובייקטיבי של בני־אדם.

ציטוט: Ren, Z., Zhu, H., Zhao, L. et al. MLS-based recognition and parameter extraction of roadway roof bolts/cables from 3D point clouds. Sci Rep 16, 6538 (2026). https://doi.org/10.1038/s41598-026-37689-3

מילות מפתח: סריקה לייזר ניידת, מסדי נקודות תלת־ממדיות, בדיקת בולטים בסלע, בטיחות בכרייה תת־קרקעית, ניטור חיזוקי מנהרות