Tres estudiantes del Instituto Politécnico Nacional (IPN), desarrollaron un vehículo robótico explorador que mapea e identifica riesgos en minas —geológicos, condiciones extremas, presencia de gases tóxicos—, con el fin de establecer medidas de seguridad adecuadas para los trabajadores.
Las estudiantes de Ingeniería en Telemática de la Unidad Profesional Interdisciplinaria en Ingeniería y Tecnologías Avanzadas (UPIITA), adaptaron a una microcomputadora de placa única de alto rendimiento, conocida como Raspberry Pi 5, dos sensores para monóxido de carbono y dióxido de nitrógeno, una lámpara y una cámara de profundidad a un vehículo de exploración comercial.
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.
Carolina Abigail Gallo Meneses, Yesenia Cruz Domínguez y Lesly Verónica Salazar Jiménez, señalaron que para completar la información que captura el robot, crearon un sistema web que permite almacenar y visualizar la información 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 Jiménez.
Como parte del desarrollo del prototipo, las jóvenes y sus asesores visitaron una mina en Durango para observar de primera mano las condiciones laborales y los riesgos a los que se enfrentan los trabajadores. 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 Meneses.
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.
