Structural recognition and rock mass characterisation in underground mines a UAV and lidar mapping based approach

Abstract

Los desafíos geotécnicos en minería subterránea, tanto a nivel productivo como de estabilidad hacen necesaria la incorporación de herramientas que permitan evaluar el funcionamiento de faenas de una forma segura y rápida. El propósito de esta investigación es probar y validar la utilización de un nuevo tipo de tecnología para estas condiciones y abrir el paso a una nueva fuente de información. Hovermap, una herramienta desarrollada por el área de robótica de CSIRO, Data61.Combina el manejo autónomo de un dron con la habilidad de generar representaciones en 3D usando LiDAR, técnica de teledetección que permite crear nubes de puntos de alta densidad y calidad, utilizando pulsos de luz para estimar distancias y ubicación. En la investigación se realizan dos casos de estudio; el primero de ellos concentrado en la identificación de estructuras geológicas y validación de la nueva versión del software Sirovision para nubes de puntos para caracterización de macizos rocosos, comparando sus resultados con el programa de extracción automática, DSE. Una vez identificadas las estructuras los resultados son analizados, para determinar el potencial del uso de ellos en evaluaciones de estabilidad de excavaciones subterráneas. El segundo caso de estudio es una comparación entre datos recopilados por la mina con métodos tradicionales como lo son CMS y Core logging, pasando también por una simulación de tronadura para determinar los factores causantes de sobreexcavación y subexcavación sin éxito. En el caso de CMS el análisis se enfoca en la calidad de la representación de superficies y medición de volúmenes, mientras tanto, para Core Logging en un estudio completo de estabilidad de paredes comparando las estructuras obtenidas en la campaña de muestreo contra las extraídas gracias a Hovermap. Para finalizar, la calidad de los escaneos, en cuanto a reconocimiento de estructura geológicas con fines, es comparado entre ambos casos a través de un análisis de trayectorias y tiempos de exposición de los drones, estimando que para poder lograr un escaneo óptimo y confiable para propósitos geotécnicos o de reconocimiento estructural el dron debe cuidar mantener el SEV o la relación velocidad, patrón y distancia a la hora de realizar el vuelo, viajando a una velocidad no mayor a 2 metros por segundo y a una distancia de las paredes no mayor a 5 metros, lo que sugiere la incorporación de puntos de escaneo “estático” dentro del vuelo y también concluye que la relación entre estas variables; SEV, velocidad y distancia es la clave para lograr buenas representaciones.