Un vehículo robótico explorador (rover), con redes neuronales y visión artificial y que es capaz de identificar riesgos geológicos, condiciones extremas y la presencia de gases tóxicos en minas, fue desarrollado por mujeres estudiantes del Instituto Politécnico Nacional (IPN) de México, con el objetivo de implementar medidas de seguridad adecuadas para trabajadores.
Para tal diseño, las estudiantes adaptaron una Raspberry Pi 5 (microcomputadora de placa única de alto rendimiento), dos sensores para monóxido de carbono y dióxido de nitrógeno, una lámpara y una cámara de profundidad a un vehículo de exploración comercial, indicó en un comunicado emitido este domingo la institución educativa pública.
Gracias a la cámara de profundidad, el rover captura imágenes RGB incluso en condiciones de total oscuridad, las cuales constituyen la base del sistema Visual SLAM (V-SLAM), empleado para el mapeo y la localización simultánea, cuyo procesamiento se realiza posteriormente fuera de línea, explicó la nota.
Las estudiantes Carolina Gallo, Yesenia Cruz y Lesly Salazar, estudiantes de Ingeniería en Telemática de la Unidad Profesional Interdisciplinaria en Ingeniería y Tecnologías Avanzadas (Upiita), diseñaron un sistema web que «permite almacenar y visualizar la información recolectada por el robot mediante mapas tridimensionales, localización geoespacial, hora de exploración y gráficas con las mediciones de gases».
«El mapa del robot sólo presenta puntos y cuadros, pero cuando se procesa en la estación base, arroja un modelo detallado de las condiciones de la mina, como fracturas, zonas con derrumbes, piedras e inundaciones”, detalló Salazar.
Explicaron que como parte del desarrollo del prototipo, las jóvenes y sus asesores, Rodolfo Vera Amaro, de la Upiita, y Verónica Lozano Vázquez, de la Escuela Superior de Ingeniería Mecánica y Eléctrica (Esime), visitaron una mina en el estado de Durango, norte de México.
Esto, «para observar de primera mano las condiciones laborales y los riesgos» a los que se enfrentan los trabajadores y señalaron que, aunque existen tecnologías extranjeras para la inspección minera, «éstas suelen ser fijas y requieren que una persona traslade los módulos», exponiéndose a los peligros del entorno.
«Dentro de la mina, a unos 30 kilómetros de profundidad, no existe ninguna señal; se pierde por completo el GPS. Por eso, el rover debía ser completamente autónomo y operar sin conexión a internet”, explicó Gallo.
Las estudiantes indicaron que, para entrenar la red neuronal, utilizaron cerca de 5,500 imágenes iniciales, que fueron rotadas y procesadas en distintas posiciones hasta alcanzar un total de 13,000 imágenes, obtenidas tanto en las minas de Durango como en una maqueta construida para este propósito.
El sistema de la estudiantes es de alta gama, basado en tecnologías emergentes como el mapeo y localización simultánea, las redes neuronales y la visión artificial, lo que permitirá una mejor toma de decisiones en la industria minera, ante lo cual descartaron gestionar su patente y continuar su perfeccionamiento para aplicaciones industriales de gran escala.