本文以数字孪生技术为核心，结合 Cesium、WebGIS、Vue 等技术构建三维智慧矿山可视化系统，针对矿山三维模型加载效率低、复杂地形路径规划难等问题，提出模型简化方案与改进型双向 A * 路径规划算法，并完成系统的设计与实现。系统采用 B/S 架构，实现了矿山三维可视化、数据采集监控、人员车辆定位、生产调度、安全预警及救援路径规划等功能，经实验验证，模型加载效率提升 42%，改进算法在路径规划的效率和安全性上显著优于传统算法，为矿山安全生产与智能化管理提供了有效技术支撑。
随着物联网、云计算、人工智能等技术的发展，智慧矿山成为矿业转型升级的核心方向，是实现资源可持续开发、提升安全生产水平的关键。我国矿山正处于智能化转型关键期，国家大力推进智慧矿山科研与应用，而数字孪生与三维可视化技术的融合，能实现矿山全要素的精准建模与实时监控。
本研究依托山东北斗星图科技有限公司与枣庄某矿山的合作，开发定制化可视化系统，构建高精度三维地质模型，集成工业实时数据，实现矿山 “采、掘、机、运、通” 全流程仿真，为安全生产管理提供保障，兼具理论研究与工程实践价值。
智慧矿山：国外起步早，芬兰、瑞典等国已推出无人化矿山规划，商业化软件如 Surpac 应用广泛，但多针对露天采矿，缺乏决策支持功能；我国 2000 年后逐步发展，在可视化管理、设备全生命周期管控、5G 部署等方面取得进展，但仍存在多源数据整合难、技术集成度低等问题。
数字孪生：2002 年由 Michael Grieves 提出，美国 NASA、德国西门子等推动其在工业领域的应用；国内 2017 年后快速发展，陶飞等提出五维模型，学者们将其应用于智能矿山的安全、生产与运营管理，实现矿山全生命周期的数字化模拟。
三维路径规划：传统算法包括 A*、Dijkstra 等，智能算法有蚁群、遗传算法等，国内外学者对矿车路径规划进行了诸多优化，但现有研究在复杂地形避障、坡度适应性方面仍有缺陷，难以满足无人矿车的安全行驶需求。
本文共六章，核心研究内容为：基于数字孪生构建智慧矿山可视化系统架构，提出 LOD 技术、视锥体剔除等模型简化方案解决加载效率问题；改进双向 A * 算法以适配矿山复杂三维地形的路径规划；完成系统需求分析、架构设计与功能实现，并进行实验测试与应用展示。
数字孪生智慧矿山通过构建矿山物理实体的虚拟副本，结合传感器实时数据，实现矿山状态的实时监测、故障预测与生产优化。其业务架构分为五层：设备层采集现场数据，控制层处理并转发数据、控制设备，生产执行层管理生产流程，经营管理层实现资源优化配置，决策层依托大数据与 AI 提供智能决策支持。
智慧矿山具有数字化集成、自动化操作、智能决策支持、资源优化配置、精准监测预警等特征，核心技术支撑包括物联网、云计算、大数据分析、高精度定位、无人机技术及 5G 通信技术。
Cesium 是基于 JavaScript 的开源 3D 地理信息引擎，依托 WebGL 实现硬件加速渲染，无需插件且跨平台。其框架分为数据层、核心层、视图层、应用层，核心组件包括 Viewer、Scene、Camera 等，渲染机制涵盖环境初始化、瓦片动态加载、场景构建、几何变换、GPU 栅格化及后期处理，适用于大规模三维地理数据的可视化展示。
WebGIS 是基于网络的地理信息系统，支持地图浏览、空间查询与分析，具有数据集中管理、客户端交互性强、访问便捷等特点。其核心为坐标系统，包括经纬度为主的地理坐标系统（GCS，如 WGS84）和曲面投影的平面坐标系统（PCS，如 Web Mercator），是实现矿山地理信息可视化与空间分析的基础。
系统选用Vue作为前端框架，其具有易上手、灵活性高、双向数据绑定等优势，适配 Web 端可视化系统的开发需求；Three.js作为 WebGL 封装库，简化了 3D 模型的加载与渲染，支持多种模型格式，为矿山三维场景的构建提供技术支撑。
采用无人机倾斜摄影技术获取矿山大范围三维数据，流程为：定高飞行获取 DEM 数据→布设像控点→仿地飞行采集倾斜影像→空三运算与密集匹配→生成三维点云模型。通过 Context Capture 软件进行模型重建，经数据检查、空三运算、三维重建、纹理映射后，导出 OSGB、FBX 等格式的三维模型，保证模型的精度与真实感。
系统基于 Cesium 实现两种核心加载方式：①加载 3DTiles 格式，适用于海量矿山地形数据的流式传输，通过 Cesium3DTileset 类实现并进行位置微调；②加载 glTF 格式，适用于矿山设备、建筑等精细模型，可设置缩放、定位、显示条件等参数，保证模型展示效果。
针对大量模型加载卡顿问题，采用多技术融合的简化方案：
LOD 技术：根据视距调整模型细节，远距离采用低精度模型，近距离采用高精度模型，平衡渲染性能与视觉效果；
八叉树结构：对三维空间进行体元划分，优化空间几何实体的处理效率，为视锥体剔除奠定基础；
模型轻量化：采用老子云软件压缩点云、简化三角面、优化纹理，使模型曲线数量减少 40%，降低存储与计算开销；
视锥体剔除：结合八叉树与轴对齐包围盒（AABB），判断模型是否在相机可视锥体内，剔除视野外模型，实验证明模型数量超 200 个时，渲染效率显著提升。
在 Intel i5-7300HQ、8GB 内存的硬件环境下，对车间模型进行测试，结果表明，多技术融合的简化方案使模型加载速度提升 42%，系统可实现设备状态监控、自由漫游等功能，验证了方案的可行性与有效性。
采用网格法在 MATLAB 中构建矿山三维仿真模型，通过 mesh 函数生成三角剖分网格，精准还原矿山地形的起伏、障碍物与陡坡等特征，为路径规划提供真实的虚拟环境。
A * 算法是经典的启发式寻路算法，通过代价函数F(n)=G(n)+H(n)搜索最优路径，但在矿山三维路径规划中存在缺陷：高维度空间计算复杂度高、启发式函数选择受限、动态环境适应性差、搜索时间与精度难以权衡，且未考虑矿山坡度对矿车行驶的安全影响。
针对传统算法的不足，结合矿山地形特征提出改进型双向 A * 算法，核心优化点为：
双向搜索：同时从起点和终点开始搜索，直至两个搜索路径相遇，大幅减少搜索节点与时间；
代价函数改进：加入坡度因子，将矿车安全坡度阈值设为 15%，坡度大于 15% 时避开该路径，结合矿车行驶速度与坡度的关系，优化移动成本计算，保证行驶安全性；
估计函数改进：引入权重系数α，融合欧氏距离与曼哈顿距离，根据地形障碍物动态调整α值（有障碍增大α，无障碍减小α），兼顾开阔与复杂地形的寻路需求。
改进后的启发函数综合考虑坡度、距离与地形特征，实现了矿山三维地形下的最优路径搜索。
在 MATLAB R2020b 中进行仿真实验，对比传统 A算法、普通双向 A算法与改进算法，结果表明：改进算法的路径节点数较传统 A算法降低 66.28%，搜索时间缩短 44.36%；较普通双向 A算法节点数降低 23.42%，时间缩短 14.04%，且能有效避开陡坡与障碍物，规划出更安全、高效的路径，为无人矿车与救援车辆的路径规划提供技术支撑。
系统以矿业智能化转型为需求导向，采用 B/S 架构，构建兼容多平台的三维智慧矿山可视化系统，实现矿山地理信息管理、实时数据监控、人员车辆定位、生产调度、安全预警与应急救援等功能，为矿山管理层提供直观的决策支持工具，解决多源数据整合难、可视化程度低、调度效率不高等问题。
系统采用五层架构，与数字孪生智慧矿山业务架构深度融合：
设备层：由传感器、摄像头、采矿设备等组成，采集环境、设备、人员的实时数据；
控制层：包括智能监控中心与数据采集模块，实现设备控制与数据初步处理；
生产执行层：依托 MES 系统，实现生产流程监控、调度与协调；
经营管理层：基于 ERP 系统，实现矿山资源配置与效益优化；
决策分析层：通过大数据分析与 AI 算法，提供智能决策支持。
系统嵌入 AJAX 异步传输技术，实现页面无刷新更新，提升用户交互体验。
采用模块化设计策略，系统核心功能模块包括：
数据采集模块：采集矿石信息、设备运行状态、人员定位、矿车调度等多源数据，为各模块提供数据支撑；
人员定位与管理：基于 RFID 技术，实时追踪矿工位置，实现人员流动监控、工时统计与应急定位；
矿车调度与管理：实时监控矿车位置、载重、运行状态，基于改进算法优化调度路径，提高运输效率；
视频监控模块：通过高清摄像头实现矿区全天实时监控，结合图像识别技术实现异常行为与安全隐患自动报警；
安全预警与响应：监测气体浓度、温湿度等安全指标，超阈值时声光报警并推送信息，协调救援资源；
生产调度模块：实时监控矿石开采、运输、加工全流程，优化生产参数，实现资源最优利用。
系统基于 Windows 10 操作系统，前端采用 Node.js+npm 进行依赖管理，通过 vue-cli 构建项目模板，选用 Visual Studio Code 为代码编辑器，Chrome 浏览器为调试工具，集成 Echarts、Element-ui 等插件，实现前端界面的快速开发与优化。
系统实现了多模块的可视化展示与功能应用：①用户登录模块实现权限管理；②数据采集与监控模块实时展示采矿场、无人机、设备及矿区边界的监控状态；③生产管理模块展示爆堆信息、开采计划、矿石种类与产量；④人员车辆定位模块基于 RFID 实现实时定位与后台数据管理；⑤救援路线模块将改进的路径规划算法应用于应急救援，快速规划最优救援路线。
经测试，各模块运行稳定，模型简化技术解决了 Web 端加载卡顿问题，救援路径规划算法提升了应急响应效率，达到了系统设计目标。
本文以枣庄某矿山为研究对象，开发基于数字孪生的三维智慧矿山可视化系统，主要研究成果为：
提出八叉树 + 视锥体剔除的模型简化方案，结合 LOD 技术与轻量化处理，使模型加载速度提升 42%，实现了矿山海量三维模型的高效 Web 端展示；
构建了矿山三维可视化场景，实现了地形、建筑、设备的精准还原，支持自由漫游、实时监控等交互功能，提升了矿山管理的直观性；
提出改进型双向 A * 算法，加入坡度因子并融合欧氏 / 曼哈顿距离，解决了传统算法在矿山复杂地形中规划的安全性与效率问题，仿真验证了算法的优越性；
完成了 B/S 架构的系统设计与实现，集成数据采集、人员车辆定位、生产调度、安全预警、救援路径规划等功能，经测试系统运行稳定，满足矿山智能化管理需求。
针对系统现有不足，未来研究方向为：
优化模型渲染技术，采用 CPU+GPU 阶段并行的视锥体剔除算法，解决大范围精细化模型加载卡顿问题；
开发大数据分析平台，深度挖掘矿山多源数据的潜在价值，提升数据驱动的决策能力；
扩展地理数据分析功能，优化系统界面设计，提升用户体验，实现系统的智能化与个性化升级；
融合 5G、边缘计算等技术，提升系统的实时性与动态适应性，实现矿山全流程的无人化与智能化管控。
沪公网安备31011502002642号
