MINERÍA la mejor puerta de acceso al sector minero EDICIÓN 588 / SEPTIEMBRE 2026 34 elevando los estándares de seguridad, trazabilidad y eficiencia en la obtención de datos geocientíficos. 6. Este estudio promueve entre ingenieros de minas, geólogos y operadores tecnológicos la incorporación de sistemas autónomos de exploración como estrategia clave para enfrentar los retos actuales de las operaciones profundas, contribuyendo al desarrollo de una minería digital segura, precisa y sustentable. Asimismo, demuestra el potencial de herramientas como la simulación predictiva y la percepción multiespectral como ejes para optimizar el diseño y operación de plataformas robóticas subterráneas. 7. Para investigaciones futuras, se propone ampliar las pruebas en escenarios reales de mayor extensión y complejidad geológica, incorporar algoritmos de aprendizaje automático para la toma de decisiones en campo, e integrar estos sistemas con redes de monitoreo remoto y plataformas GIS, consolidando su aplicación en entornos mineros inteligentes y resilientes bajo el paradigma de la Minería 4.0. Bibliografía Fan, D.D., Agha-Mohammadi, A. y Theodorou, E.A. 2022. Learning Risk-Aware Costmaps for Traversability in Challenging Environments. IEEE Robotics and Automation Letters, vol. 7, no. 1, pp. 279-286. ISSN 2377-3766. DOI 10.1109/ LRA.2021.3125047. Farahnakian, F., Yousefi, M. y Teodoro, A. 2025. An Ensemble Modeling Approach for Mapping Critical Mineral Distribution with Lidar and Prisma Data. Proceedings of the 11th International Conference on Geographical Information Systems Theory, Applications and Management [en línea]. Porto, Portugal: Scitepress - Science and Technology Publications, pp. 286-296. [consulta: 17 julio 2025]. DOI 10.5220/0013493300003935. Disponible en: https://www.scitepress.org/DigitalLibrary/Link.asp x?doi=10.5220/0013493300003935. Hou, S., Wu, M., Wu, B., Ding, Y., Zhang, J. y Wu, G. 2025. Operation Path Planning for Rail-Type Rebar Binding Robots Based on Improved Ant Colony Algorithm. Journal of Computing in Civil Engineering, vol. 39, no. 5, pp. 04025062. DOI 10.1061/JCCEE5.CPENG-6160. Konieczna-Fuławka, M., Koval, A., Nikolakopoulos, G., Fumagalli, M., Santas Moreu, L., Vigara-Puche, V., Müller, J. y Prenner, M. 2025. Autonomous Mobile Inspection Robots in Deep Underground Mining – The Current State of the Art and Future Perspectives. Sensors, vol. 25, no. 12, pp. 3598. ISSN 1424-8220. DOI 10.3390/ s25123598. Li, J., Benndorf, J. y Trybała, P. 2025. Quantitative analysis of different SLAM algorithms for geo-monitoring in an underground test field. International Journal of Coal Science & Technology, vol. 12, no. 1, pp. 7. ISSN 2198-7823. DOI 10.1007/s40789-025-00745-w. Li, Y., Yu, H., Xiao, L. y Yuan, Y. 2025. Inspection robot GPS outages localization based on error Kalman filter and deep learning. Robotics and Autonomous Systems, vol. 183, pp. 104824. ISSN 0921-8890. DOI 10.1016/j.robot.2024.104824. Liang, R., Yuan, J., Kuang, B., Liu, Q. y Guo, Z. 2023. DIG-SLAM: an accurate RGB-D SLAM based on instance segmentation and geometric clustering for dynamic indoor scenes. Measurement Science and Technology, vol. 35, no. 1, pp. 015401. ISSN 0957-0233. DOI 10.1088/13616501/acfb2d. Liu, Z., Yang, H., Wang, Q., Shi, Y. y Zhao, J. 2025. An improved A* algorithm for generating fourtrack trajectory planning to adapt to longitudinal rugged terrain. Scientific Reports, vol. 15, no. 1, pp. 6727. ISSN 2045-2322. DOI 10.1038/ s41598-025-90822-6. Saha, Sumit, Majumder, A., Aich, S., Saha, N., Saha, Sujay y Chakrabarty, R. 2025. Leveraging UAV-Mounted LIDAR Technology for Three-Dimensional Mapping and Cartographic Assessment of Uninhabited Terrains. 2025 8th International Conference on Electronics, Materials Engineering & Nano-Technology (IEMENTech) [en línea]. S.l.: s.n., pp. 1-6. [consulta: 17 julio 2025]. DOI 10.1109/ IEMENTech65115.2025.10959398. Disponible en: https://ieeexplore.ieee.org/abstract/document/109 59398.
RkJQdWJsaXNoZXIy MTM0Mzk2