Applicability of Use of Laser Sensors and UAV for Rock Movement Monitoring in Underground Mine

RÉSUMÉ: L'évolution des schémas de déformation et l'augmentation des taux de mouvement peuvent servir d'indicateurs précoces de défaillances potentielles des structures minières. Ces dernières années, les technologies de haute précision, d'acquisition rapide de données, de télédétection et de non-intrusion se sont révélées être des outils puissants pour surmonter les limites des techniques conventionnelles et couvrir de larges zones. Cependant, leur application à la surveillance des mouvements de terrain dans l'industrie minière en est encore à ses débuts. Cet article passe en revue les avancées récentes dans l'application du LiDAR et des drones (UAV) en environnement minier souterrain. Il explore le potentiel de l'intégration de ces deux outils pour détecter et quantifier la réponse du sol à l'excavation et discute de leurs principes sous-jacents et des défis restant à relever. Des domaines clés nécessitant des recherches plus approfondies sont identifiés, notamment les effets de la dérive sur la précision, la réduction du bruit dans les nuages de points dynamiques et l'atténuation des interférences de signaux.

ABSTRACT: Changes in deformation patterns and increase of movement rates can serve as early indicators of potential mine structure failures. In recent years, high precision, fast data acquisition, non-invasive and remote sensing technologies have emerged as powerful tools for overcoming the limitations of conventional techniques to cover wide-ranges. However, their application in the ground movement monitoring in mining industry are still in the early stage. This paper reviews recent advancements in the application of LiDAR and unmanned aerial vehicles (UAVs) in underground mining environment. It explores the potential of integrating these two tools to detect and quantify ground response to excavation and discusses their underlying principles and the challenges that remain to be addressed. Key areas for further investigation are identified, including drift effects on accuracy, noise reduction in dynamic point clouds, and signal interference mitigation.