Resumen

Con el desarrollo de la construcción de la "mina inteligente", el establecimiento de modelos de nubes de puntos tridimensionales (3D) de las minas se ha vuelto muy común. Sin embargo, el funcionamiento de los camiones provocaba que el modelo de nube de puntos 3D de la zona minera contuviera puntos de polvo, y el modelo de nube de puntos 3D establecido por el software de modelado Context Capture es una estructura hueca. Los anteriores algoritmos de eliminación de nubes de puntos provocaban agujeros en el modelo. En vista de los problemas anteriores, este artículo propone el método de eliminación de ruido de las nubes de puntos basado en el ajuste de mínimos cuadrados totales ortogonales y en la máquina de aprendizaje extremo de dos capas mejorada por el algoritmo genético (GA-TELM). Los pasos son separar los puntos de polvo y los puntos de tierra mediante el ajuste total ortogonal de mínimos cuadrados y utilizar GA-TELM para reparar los agujeros. Las ventajas del método propuesto son las siguientes. En primer lugar, este método puede denotar sin generar agujeros, lo que resuelve problemas de ingeniería. En segundo lugar, GA-TELM tiene un mejor efecto en la reparación de agujeros en comparación con los otros métodos considerados en este trabajo. Por último, este método parte de problemas reales y podría utilizarse en zonas mineras con los mismos problemas. Los resultados experimentales demuestran que puede eliminar eficazmente las manchas de polvo en la zona plana de la mina y garantizar la integridad del modelo.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:modelo de nube de puntos, nube de puntos 3d, mínimos cuadrados, punto de polvo, agujero, total ortogonal, zona minera, ga, métodos de denoising de nubes, máquina de aprendizaje extremo
• Keywords:point cloud model, 3d point cloud, least square, dust point, hole, orthogonal total, mining area, ga, cloud denoising methods, extreme learning machine