摘要
本发明公开了一种基于三维点云和神经网络的隧道机械化施工爆破质量预测方法,包括:通过三维激光扫描仪对目标隧道进行现场扫描,获得目标隧道的点云数据;对目标隧道的点云数据进行预处理,获得目标隧道的实际工程坐标数据;对目标隧道的实际工程坐标数据进行点处理,获得点处理后的点云数据;将点处理后的点云数据进行多边形处理,获得三维多边形曲面模型;构建爆破质量计算模型;获取超欠挖值,将超欠挖值输入爆破质量计算模型,获得目标隧道的超欠挖值;基于钻孔施工日志、爆破设计方案、隧道施工信息和开挖轮廓点云数据构建超欠挖预测模型模块,将目标隧道的超欠挖值输入超欠挖预测模型,获得隧道爆破质量。
技术关键词
隧道
开挖轮廓
三维激光扫描仪
数据
多边形
可视化单元
点云
编码器
保留特征
填充方法
解码器
日志
滤波算法
钻孔
曲面
坐标点
上采样
孔洞
特征点
系统为您推荐了相关专利信息
测试用例数据
覆盖率
评价方法
路径覆盖测试
神经网络训练
业务推广方法
构建用户画像
策略
业务推广系统
大数据技术
储能设备
混合整数线性规划
策略
计算机执行指令
强化学习模型
知识问答方法
机器可读程序
二维码
微信公众号
文本