[发明专利]基于地质构造的煤矿瓦斯异常检测方法、装置和电子设备

权利要求书

1.一种基于地质构造的煤矿瓦斯异常检测方法，包括：

环形采集目标巷道沿开采方向的实时巷道点云数据；

根据所述实时巷道点云数据进行巷道三维空间构建，以生成实时局部三维空间模型；

将所述实时局部三维空间模型与所述目标巷道对应的历史三维空间模型进行融合，得到融合后三维空间模型；

获取瓦斯浓度信息集合，其中，所述瓦斯浓度信息集合由所述目标巷道内离散设置的多个瓦斯浓度检测装置采集得到，瓦斯浓度信息包括：瓦斯浓度值、瓦斯浓度变化信息和瓦斯浓度采样点位置；

对于所述瓦斯浓度信息集合中的每个瓦斯浓度信息，根据所述瓦斯浓度信息包括的瓦斯浓度采样点位置，将所述瓦斯浓度信息包括的瓦斯浓度值和瓦斯浓度变化信息映射至所述融合后三维空间模型；

根据得到的映射后三维空间模型，进行全局瓦斯浓度预测，以生成全局瓦斯浓度预测信息；

根据所述全局瓦斯浓度预测信息，生成瓦斯异常检测信息。

2.根据权利要求1所述的方法，其中，所述实时巷道点云数据包括：实时巷道子点云数据集合；以及

所述根据所述实时巷道点云数据进行巷道三维空间构建，以生成实时局部三维空间模型，包括：

进行近似巷道面拟合，得到近似巷道面模型；

根据所述近似巷道面模型，对所述实时巷道子点云数据集合中离群的实时巷道子点云数据进行剔除，得到剔除后实时巷道子点云数据集合；

对所述剔除后实时巷道子点云数据集合进行曲率下采样，得到下采样后实时巷道点云子数据集合；

根据下采样后实时巷道点云子数据集合，执行以下局部三维空间模型构建步骤：

随机从下采样后实时巷道点云子数据集合中选取一个下采样后实时巷道点云子数据，作为初始巷道点云子数据；

将采样后实时巷道点云子数据集合中、除初始巷道点云子数据的采样后实时巷道点云子数据，确定为候选巷道点云子数据，得到候选巷道点云子数据集合；

以初始巷道点云子数据为簇中心，对候选巷道点云子数据集合中的候选巷道点云子数据进行点云聚类，得到聚类后点云数据集合，其中，聚类后点云数据集合中的聚类后点云数据是以初始巷道点云子数据为簇中心的点云数据；

根据初始巷道点云子数据和聚类后点云数据集合进行平面拟合，以生成局部巷道面模型；

确定是否存在初始局部巷道面模型；

响应于存在，将局部巷道面模型与初始局部巷道面模型进行模型拼接，得到拼接后局部巷道面模型；

响应于不存在，将局部巷道面模型确定为初始局部巷道面模型；

从候选巷道点云子数据集合中剔除聚类后点云数据集合，得到剔除后候选巷道点云子数据集合；

响应于确定剔除后候选巷道点云子数据集合为空，将拼接后局部巷道面模型确定为所述实时局部三维空间模型，以及结束所述局部三维空间模型构建步骤；

响应于确定剔除后候选巷道点云子数据集合不为空，将剔除后候选巷道点云子数据集合作为采样后实时巷道点云子数据集合，以及将拼接后局部巷道面模型作为初始局部巷道面模型，再次执行所述局部三维空间模型构建步骤。

3.根据权利要求2所述的方法，其中，所述将所述实时局部三维空间模型与所述目标巷道对应的历史三维空间模型进行融合，得到融合后三维空间模型，包括：

确定所述实时局部三维空间模型的融合面，作为第一融合面；

确定所述历史三维空间模型的融合面，作为第二融合面；

分别对所述第一融合面和第二融合面进行边界关键点采样，得到第一关键点信息集合和第二关键点信息集合；

对于所述第一关键点信息集合中的每个第一关键点信息，执行以下融合面拼接步骤：

确定所述第一关键点信息对应的关键点与所述第二关键点信息集合中的每个第二关键点信息对应的关键点之间的关键点相似度，得到关键点相似度值；

将所述第二关键点信息集合中、对应的关键点相似度值满足筛选条件的第二关键点信息，与所述第一关键点信息构成关键点信息对；

根据得到的关键点信息对集合，以所述第一融合面和所述第二融合面作为拼接面，将所述实时局部三维空间模型与所述历史三维空间模型进行融合，得到所述融合后三维空间模型。