Video Experimental Relacionado
Updated: Jan 30, 2026

Author Spotlight: Efficient Image Recognition Using Directional Gradient Histogram Technique and Support Vector Machines
Published on: January 5, 2024
Reconocimiento y extracción de parámetros de pernos/cables de techo de carreteras a partir de nubes de puntos 3D
Zhuli Ren1,2,3, Hongyang Zhu1, Lei Zhao1
1School of Energy Science and Engineering, Henan Polytechnic University, Jiaozuo, 454003, Henan, China.
Este estudio presenta un método de escaneo láser móvil (MLS) para evaluar automáticamente la estabilidad de los pernos de techo en minas de carbón profundas. El sistema identifica pernos y extrae parámetros con precisión, mejorando las inspecciones de seguridad.
Área de la Ciencia:
- Ingeniería Geotécnica
- Ingeniería de Minas
- Ingeniería Geomática
Sus antecedentes:
- La inspección manual de pernos/cables de techo de carretera en minas de carbón profundas es ineficiente y subjetiva.
- Garantizar la calidad y estabilidad del soporte del techo es crucial para la seguridad de la mina.
- Las inspecciones frecuentes son un desafío con los métodos tradicionales.
Objetivo del estudio:
- Desarrollar un método automatizado para reconocer y extraer parámetros de pernos/cables de techo utilizando escaneo láser móvil (MLS).
- Mejorar la eficiencia y objetividad de la evaluación de la calidad del soporte de la carretera en minas de carbón profundas.
- Proporcionar una base para evaluaciones de seguridad inteligentes en entornos de minería subterránea.
Principales métodos:
- Se utilizó un sistema MLS basado en Localización y Mapeo Simultáneos (SLAM) para capturar datos de nubes de puntos 3D de las carreteras de la mina.
- Se aplicó un filtro de simulación de tela (CSF) para la segmentación del techo y agrupamiento basado en densidad con restricciones geométricas para la identificación de pernos/cables.
- Se empleó el Análisis de Componentes Principales (PCA) para extraer parámetros geométricos como la longitud expuesta y la inclinación.
Principales resultados:
- El método basado en MLS logró una alta precisión en la identificación de pernos/cables de techo, con una precisión del 96,72% y una recuperación del 92,91% en experimentos de campo.
- Se extrajeron con éxito parámetros geométricos clave para 118 de los 127 pernos/cables etiquetados manualmente.
- Se generó una base de datos automatizada de parámetros de soporte para evaluación de ingeniería.
Conclusiones:
- El método MLS propuesto ofrece una solución eficaz para la evaluación inteligente de la calidad del soporte de la carretera en minas de carbón profundas.
- El rendimiento depende de la calidad de los datos MLS y la visibilidad de los pernos/cables del techo.
- Se recomienda una mayor validación en diversas condiciones de minería y en sitios mineros adicionales.
Más Videos Relacionados
Videos de Conceptos Relacionados
Cable: Problem Solving
Cable Subjected to Its Own Weight
A generalized loading function is employed to analyze a cable subjected to its own weight. This function considers the force acting along the cable's arc length rather than its projected length, providing a more accurate...
Energy Stored In A Coaxial Cable
In the simplest form, a coaxial cable can be represented by two long hollow concentric cylinders in which the current flows in opposite directions. The magnetic field inside and outside the coaxial cable is determined by using Ampère's law. The magnetic field inside...
Cable Subjected to Concentrated Loads
Cable Subjected to a Distributed Load
Wave Parameters

