[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

WO2021184134A1 - Sistema de monitoreo e identificación de acciones de objetos; y gestión en tiempo real de dichos objetos en base a las acciones identificadas, que permite la detección de situaciones de riesgo aumentando la seguridad de la operación de equipos y personas involucradas. - Google Patents

Sistema de monitoreo e identificación de acciones de objetos; y gestión en tiempo real de dichos objetos en base a las acciones identificadas, que permite la detección de situaciones de riesgo aumentando la seguridad de la operación de equipos y personas involucradas. Download PDF

Info

Publication number
WO2021184134A1
WO2021184134A1 PCT/CL2020/050025 CL2020050025W WO2021184134A1 WO 2021184134 A1 WO2021184134 A1 WO 2021184134A1 CL 2020050025 W CL2020050025 W CL 2020050025W WO 2021184134 A1 WO2021184134 A1 WO 2021184134A1
Authority
WO
WIPO (PCT)
Prior art keywords
point
time
structural module
video
points
Prior art date
Application number
PCT/CL2020/050025
Other languages
English (en)
French (fr)
Inventor
Gabriel Eugenio PAIS CERNA
Original Assignee
Axion Spa
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Axion Spa filed Critical Axion Spa
Priority to PCT/CL2020/050025 priority Critical patent/WO2021184134A1/es
Publication of WO2021184134A1 publication Critical patent/WO2021184134A1/es

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
    • G08G1/127—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams to a central station ; Indicators in a central station

Definitions

  • the present invention is framed in operations that require the coordination of vehicle dispatch, mainly in mining operations, although the invention can be used in any industry where the general optimization of vehicle dispatch is required, either in goods transportation industries, such as mail, or courier companies, as well as public transport companies such as buses, subways, or fleets with multiple vehicles that require the necessary coordination to meet the objectives imposed by the specific industry, either, reduce operating times, increase transportation of passengers or cargo, reduce waiting times, etc.
  • This choice should not be considered a limitation in the applications of the present invention, but should be considered as an example to represent the main elements of the real-time monitoring system that allows projecting the productivity of each monitored vehicle, this information being useful for a decision maker in different production operations.
  • the quality of information available to generate a system that allows optimizing the monitoring of equipment has been complex to implement as a standard, given that at the time of this request there are only complex and expensive technologies that do not allow to fully capture with quality, quantity and sufficient granularity of said information.
  • the present invention aims to develop a system that allows the acquisition of video, wireless or cable transmission, and analysis by computer vision algorithms for the measurement of Key Performance Indicators (KPIs, for its acronym in English) of the unit sub-operations that constitute the operation of loading and transporting equipment in mining operations as well as the auxiliary equipment that participates in the operation.
  • KPIs Key Performance Indicators
  • the autonomous video recording of the different operations of the site will allow accidents to be recorded.
  • This real-time record of the operation allows a decision maker to review the security situation (s) and update security protocols if necessary.
  • this autonomous video recording allows the operation of the site to be reviewed remotely by expert personnel when the system throws alerts against certain safety indicators that are not meeting their normal values in the operation.
  • W02020000383A1 describes systems and methods for object detection in order to achieve real-time detection with low latency.
  • the system comprises a first CPU which performs general tasks, it also comprises a second CPU which handles the image frames coming from a camera and furthermore said CPU computes the data captured by said camera. Additionally, it is indicated that said system is capable of interpreting the data and recognizing the objects in an image.
  • WO2019203921 A1 describes an object recognition system, which uses integral channel function detectors. Such a system extracts a candidate target region from a particular image, and then generates a modified confidence score based on the location and detection height of the candidate target. The candidate regions are classified based on neural networks, and the result is classified objects. It is stated that if the classified object is a system target, a device can be controlled based on that target.
  • WO2019162241 A1 describes an object detection system based on neural networks.
  • the described system incorporates a network configured to receive a deep image formatted as RGB as initial data, and computes an output data which is indicative of at least one characteristic of an object.
  • the system is configured to receive that output data and compute predictions about the location of a region in the received deep image that includes an object and an object class. It is further indicated that this system is in real time.
  • US2019066304A1 describes systems and methods related to the segmentation of detected objects a view delivered as input via a camera in real time.
  • the object segmentation system works in such a way that, upon receiving data as input, the system takes images from that video camera, and later the images are processed using an algorithm that uses machine-learning to identify or recognize one. or more objects.
  • US2018189573A1 describes a system for target detection and tracking, which includes technologies to detect pedestrian and / or vehicle movements in a real world environment, which manages static and dynamic occlusions, and which continues to track targets that are moves across fields of view from multiple cameras.
  • US2016224837A1 describes a method and a real-time system for the recognition of objects and people's faces.
  • the system uses multiple video or camera data to collect information about the location of the objects to be detected, and then this information is transmitted to a web-based distributor.
  • the system is adaptive and the data is heuristically analyzed.
  • US2012243730A1 describes a collaborative object analysis system.
  • the collaborative object analysis capability allows a group of cameras to analyze an object collaboratively, even when the object is in motion. Analysis of an object can identify the object, tracking the object while the object is in motion, analysis of one or more characteristics of the object, and the like.
  • a camera is configured to discover the camera capacity information for one or more neighboring cameras, and to generate, based on said camera capacity information, one or more actions to be performed by one or more neighboring cameras. to facilitate object analysis.
  • the collaborative object analysis capability also enables additional functions related to object analysis, such as alert functions, archive functions (for example, storage of captured video, object tracking information, object recognition information, etc. ) and the like.
  • the solution consists of a system that allows to monitor industrial cargo vehicles and auxiliary vehicles in real time, and in particular allows to identify actions of said vehicles, to manage and project different KPIs and adherence to the shift plan in loading and transportation.
  • the invention proposes an autonomous system comprising the following components: (1) a control system, (2) a telemetry system, (3) a high-capacity image analysis system, and (4) a module structural.
  • Figure 1 This figure compares the monitoring systems in comparison to the present invention called BERTUS.
  • the characteristics that were evaluated were the following: origin of registration, constant monitoring of procedures, real time, constant registration, data quality, alarm for accident prevention, and complete fleet (the entire fleet is considered).
  • the structural module that houses the system, the high-capacity telemetry system and the image acquisition system comprises the following components: (a) WiFi directional antenna that provides 5 Ghz signal, b) solar kit (solar panel plus deep cycle battery), c) microcomputer; and d) high resolution IP cameras.
  • FIG. 3 This figure shows a summary diagram of the components of the present invention and how they work in two different configurations.
  • the monitoring of a zone of the mining site (primary crushing) that is being monitored by an IP camera located in the structural module (BERTUS cam-mobile) is shown.
  • Said primary crushing activity is in a line of sight with respect to the control system, therefore using a single structural module that has a directional antenna that provides 5 Ghz it is possible to transmit the captured information to the control system.
  • the configuration of the invention is exemplified when the monitoring point does not have a clear line of sight with respect to the control system.
  • FIG. 4 This figure shows an image of the object visualization software where the identified object is observed and the different parameters of said object are shown.
  • this solution is complementary to current dispatch systems, as it is focused on monitoring and transmitting the sub-unit operations of loading, transportation and auxiliary vehicles online.
  • Some of these sub-operations are: shovel waiting time, shovel loading time in front, loading shovel maneuvering time, shovel unloading time, truck departure time, truck travel time by route section, truck arrival time at destination, operation start time, rest time, number of trucks in queue and number of arrests.
  • the sum of the times of these sub-unit operations consists of the time of the unit operation and the online monitoring of each of these will allow to deliver online tools to the dispatcher to make real-time decisions on how to allocate their resources, or they can also be integrated as input to the dispatch recommendation software currently.
  • the technical effects expected and effectively achieved by the present invention are: (1) increased safety for people at mining sites, (2) increased effective use of loading, transportation and auxiliary vehicles, and (3) increase in the effective performance of the operation, which contributes to an increase in the production of the mining sites where said system is implemented.
  • the invention comprises a video-based real-time monitoring system comprising at least the following components:
  • High capacity telemetry system This component consists of the transmission of large volumes of online video from the location of the camera to a control center, which cannot be in a radius greater than 2.5 km.
  • the high capacity telemetry system and the Image analysis are housed in a structural module that has the following components: (a) a solar kit (solar panel plus deep cycle battery), (b) WiFi directional antenna that provides a 5 Ghz signal, (c) microcomputer; and d) high resolution IP cameras.
  • the structural module may be a four-wheeled cart comprising each of the elements (a), (b), (c) and (d), which were named above.
  • said structural module corresponds to that of figure 2 of the present application.
  • the carriage can be exchanged for any other object that allows each of said components to be supported simultaneously.
  • the elements of the system necessary to carry out this activity acquire the following configuration:
  • the monitoring system must have only one control system
  • the high capacity telemetry system is housed in a single structural module that consists of the following components: (a) a solar kit (solar panel plus deep cycle battery), (b) directional WiFi antenna that provides signal in 5 Ghz, and c) high resolution IP cameras;
  • An image analysis system comprising only a microcomputer, which is connected to the high resolution IP camera that is in the structural module described in point (2).
  • the system works as follows: a) IP cameras take images of at least 30 squares per second; b) The microcomputer processes the image information obtained at each time, during the video recording by the IP camera and generates a text file with the quantitative information of the image; c) The text file generated in point b) is sent to the control system through the 5 Ghz WiFi connection provided by the directional antenna; d) In the control center, the information is integrated with the information of the other objective points, it is consolidated, analyzed and projected to check if these values are sub-standards with respect to previously established KPI's; e) If there are abnormal KPI ' s values, an alarm is generated that alerts decision makers of the abnormal value and shows the video of the situation associated with said alarm; f) The decision maker in response to this alert may request the viewing of the video for a period of time greater than that shown in the alert video and may also monitor the operation online by video; and g) The decision maker, in response to this alert and subsequent visualization of the situation, will carry out
  • the monitoring system must have only one control system
  • the high capacity telemetry system is housed in a single structural module that consists of the following components: (a) a solar kit (solar panel plus deep cycle battery), (b) directional WiFi antenna that provides signal in 5 Ghz, and c) high resolution IP cameras;
  • a second structural module that consists of the following components: (a) a solar kit (solar panel plus deep cycle battery) and (b) WiFi directional antenna that provides 5 Ghz signal.
  • IP cameras take images of at least 30 squares per second;
  • the microcomputer processes the image information obtained at each time, by the IP camera and generates a text file with a size of the order of kb;
  • the information is integrated with the information from the other objective points, it is consolidated, analyzed and projected to check if these values are sub-standard with respect to previously established KPIs;
  • the decision maker in response to this alert may request the viewing of the video for a period of time greater than that shown in the alert video and may also monitor the operation online by video;
  • the monitoring system must have only one control system
  • the high-capacity telemetry system is housed in a single structural module that consists of the following components: (a) a solar kit (panel solar plus deep cycle battery), (b) WiFi directional antenna that provides 5 Ghz signal, and c) high resolution IP cameras;
  • IP cameras take images of at least 30 squares per second
  • the microcomputer processes the image information obtained at each time, by the IP camera and generates a text file with a size of the order of kb;
  • a structural module that is at a distance less than or equal to 2.5 km in a straight line and without obstacles in its path, sends the text file obtained in point b) to the control system, through of the 5 Ghz Wfi connection provided by the directional antenna of said structural module;
  • the decision maker in response to this alert may request the viewing of the video for a period of time greater than that shown in the alert video and You can also monitor the operation online by video;
  • the actions to be identified in the mining objects are the following: shovel waiting time, shovel loading time in front, loaded shovel maneuvering time, shovel unloading time, truck exit time, truck travel time per route section, truck arrival at destination, operation start time, rest time, number of trucks in queue and number of arrests, among others.
  • the actions associated with security to be identified are the following: equipment not allowed, person in a place not allowed, team in a place not allowed, near equipment, among others
  • the structural modules are as many as the job requires, and can be between 1 to 1000.
  • the time between when an image is taken and arriving at the dispatch and control center is between 0.01 second and 120 seconds.
  • said time is preferably between 0.01 second and 15 seconds.
  • the system described in the present invention makes it possible to simultaneously identify a plurality of different objects.
  • the radioelectric spectrum is divided into frequency bands that are tendered to third parties for their exclusive use in order to minimize unnecessary interference.
  • certain bands released for general use For example, the 2.4 GHz and 5 GHz bands are bands released almost everywhere in the world, used by the IEEE 802.11 standard widely accepted by the Wi-Fi alliance. These standards include the IEEE 802.11h in 2.4GHz that reaches speeds of 300 Mbps and the IEEE 802.11ac in 5GHz that achieves theoretical speeds of 1, 3 Gb / s. Both standards have been implemented in a multitude of equipment, being the least popular 802.11ac today and with less radio noise interference.
  • Computer vision is defined as all the methods for acquiring, processing and analyzing images, or series of images, with the aim of producing useful information for decision-making.
  • autonomously control robots drones, autonomous cars, mechanical arms, among others
  • the identification of objects and the detection of events can be highlighted.
  • Object identification is based on locating specific objects in an image or video.
  • Image filtering where filters are used to eliminate unnecessary noise (filters: Gaussian, Median, Bilateral) or to recover certain important characteristics (contour detector or other features).
  • Filters Gaussian, Median, Bilateral
  • contour detector or other features Depending on the complexity of the object or the environment, in some cases it is possible to identify the object only with successive filters and techniques based on the appearance and characteristics of the object; Algorithm training, where many images with and without the object are required to train a classifier that can distinguish when the object is in the scene.
  • the images used in this way must be previously marked with the object; Using the Classifier, once trained, it is possible to use the classifier for new images outside the training group, obtaining the location of the object or objects in the image. Too There is the ability to obtain a particular state of the object under study, for example, it is possible to obtain the state of deterioration of a car or the model to which it belongs.
  • Event detection is a technique that allows to recognize when a certain event occurs in time, for example, if the object went out of view range or if it stopped somewhere.
  • the methods usually used are based on calculating measurements of distance between pixels of two or more images in time and creating motion vectors that can provide data on the event that needs to be monitored.
  • High capacity telemetry in industrial environment Wireless communication between the camera and the processing center requires understanding of electromagnetic waves and digital communications. Communication must be continuous and high bandwidth ( ⁇ 60 Mb / s) in hostile terrain (which means you will not always have line of sight), which represents a challenge in terms of calculating the link budget, choice of equipment and choice of network architecture (taking into account that it must be expandable to more cameras).
  • Image analysis In computer vision there is a great challenge in analyzing the main characteristics of the images and programming the algorithms necessary for the identification of objects and events to be tracked. Many of these algorithms need particular adjustments depending on the particular characteristics of the problem to be solved. Identifying these characteristics and implementing them is a task that takes time. Additionally, some techniques require a training phase where the system must be fed with pre-processed data, the preparation of this data is also a difficulty to take into account.
  • the main areas that are necessary to master are; image processing and analysis, machine learning and event identification.
  • the differentiating attributes are as follows:
  • Video information of each loading point and transport route in the mine facilitates risk prevention and accident analysis itself for the improvement and updating of work procedures.
  • Variable 2 Robustness of the signal. That is, percentage of the data received, in relation to the data sent
  • the present invention has application in all industries that require optimization in the dispatch of transport equipment.
  • the present invention has been described with a particular focus on the mining industry, without this implying that the applicant waives the other applications that the invention may have, such as, for example, dispatch of fleets of buses, airplanes, ships, etc. trucks, or other forms of transportation.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Transportation (AREA)
  • Economics (AREA)
  • Automation & Control Theory (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Mechanical Engineering (AREA)
  • Quality & Reliability (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Alarm Systems (AREA)

Abstract

La solución consiste en un sistema que permite monitorear vehículos de carga industriales y vehículos auxiliares en tiempo real, y en particular permite identificar acciones de dichos vehículos, para gestionar y proyectar diferentes KPI's y adherencia del plan del turno en carguío y transporte. Para lo anterior, la invención propone un sistema autonómo que comprende los siguientes componentes: (1) sistema de control, (2) un sistema de telemetría, (3) un sistema de análisis de imágenes de alta capacidad, y (4) un módulo estructural.

Description

SISTEMA DE MONITOREO E IDENTIFICACIÓN DE ACCIONES DE OBJETOS; Y GESTIÓN EN TIEMPO REAL DE DICHOS OBJETOS EN BASE A LAS ACCIONES IDENTIFICADAS, QUE PERMITE LA DETECCIÓN DE SITUACIONES DE RIESGO AUMENTANDO LA SEGURIDAD DE LA OPERACIÓN DE EQUIPOS Y PERSONAS INVOLUCRADAS.
CAMPO TÉCNICO
La presente invención se enmarca en operaciones que requieren la coordinación de despacho de vehículos, principalmente en operaciones mineras, aunque la invención puede usarse en cualquier industria donde se requiera la optimización general del despacho de vehículos, ya sea en industrias de transporte de bienes, como empresas de correo, o courier, como también en empresas de transporte público como buses, trenes subterráneos, o flotas con múltiples vehículos que requieren la coordinación necesaria para cumplir los objetivos impuestos por la industria específica, ya sea, disminuir tiempos de operación, aumentar transporte de pasajeros o carga, disminuir tiempos de espera, etc.
ANTECEDENTES Y ARTE PREVIO
Aun cuando la presente invención puede ser aplicada a una gran variedad de situaciones en que se requiera la optimización en la operación de flotas de vehículos, ya sea en gran minería, como también en flotas de transporte de pasajeros (buses, taxis, aviones, etc.) o transporte de bienes o mercaderías tanto a nivel nacional como en el caso de exportaciones, en la descripción realizada en el presente documento se considerará como ejemplo el monitoreo en tiempo real de los diferentes vehículos en una operación minera en particular, la identificación de acciones de dichos vehículos por parte de un sistema entrenado para identificar qué acciones específicas están realizando un vehículo en particular en tiempo real, con esta información es posible proyectar la productividad del vehículo si las condiciones operacionales no cambian. Esta información es útil para que un tomador de decisiones pueda elegir eficientemente que hacer con cada vehículo en un tiempo en particular.
Esta elección no debe considerarse una limitante en las aplicaciones de la presente invención, sino que debe considerarse como un ejemplo para representar los principales elementos del sistema de monitoreo en tiempo real que permite proyectar la productividad de cada vehículo monitoreado, siendo útil esta información para un tomador de decisiones en diferentes operaciones productivas.
Por lo tanto, en la siguiente descripción, ejemplos, y otras características descritas de la invención, se considerará como ejemplo la aplicación de la misma a una faena minera, sin embargo, los principales elementos, tal como será obvio para un experto en el arte, serán fácilmente adaptables a las condiciones y parámetros específicos de cada aplicación que requiera la optimización de equipos para realizar distintas labores, entre las que destacan la colección de material, y su transporte a una zona para su disposición, ya sea en botaderos o para ser procesados en molinos de chancado.
En particular, la calidad de información disponible para generar un sistema que permita optimizar el monitoreo de equipos ha sido de compleja implementación como estándar, dado que al momento de la presente solicitud solo existen tecnologías complejas y costosas que no permiten capturar integralmente con calidad, cantidad y granularidad suficiente dicha información.
La presente invención tiene por finalidad desarrollar un sistema que permita la adquisición de video, transmisión inalámbrica o por cable, y análisis por algoritmos de visión computacional para la medición de Indicadores de Rendimiento Clave (Key Performance Indicators, KPIs, por sus siglas en inglés) de las sub-operaciones unitarias que constituyen la operación de carguío y transporte de equipos en faena minera como también de los equipos auxiliares que participan en la operación.
El problema actual de las operaciones mineras es que existe una baja eficiencia en el uso de los equipos de carguío y transporte, que representan un 40-50% del costo mina, aun cuando existen tecnologías industriales de monitoreo permanente y soluciones de asignación de equipos en tiempo real.
Adicionalmente, la grabación en video autónomo de las diferentes operaciones de la faena permitirá registrar accidentes. Este registro en tiempo real de la operación permite a un tomador de decisión revisar la o las situaciones de seguridad y actualizar los protocolos de seguridad en caso de ser necesario. Además, esta grabación autónoma en video permite revisar a distancia la operación de la faena, por personal experto cuando el sistema arroje alertas frente a ciertos indicadores de seguridad que no están cumpliendo sus valores normales en la operación.
Sumado a lo anterior, la seguridad en las faenas mineras se gestiona usualmente a partir del análisis de cuasi-accidentes registrados por testigos y también por el análisis de post-accidentes para obtener lecciones aprendidas y evitar que vuelvan a ocurrir. Sin embargo este enfoque no es suficiente, porque no todos los eventos son registrados, y porque dependen de que haya al menos alguien mirando con ánimo de registrarlo. Asimismo, es usual que no exista registro en video de cómo fue un accidente para un mejor análisis de éste.
ARTE PREVIO
Actualmente las operaciones mineras operadas con cargadores frontales, palas, camiones y equipos de servicios general, ya sea de forma autónoma, semi-autónoma o manual para su carguío y transporte, no tienen monitoreado en tiempo real cada una de las sub-operaciones unitarias que tienen el carguío y transporte tales como los tiempo en colas, tiempos de maniobras y tiempos de carguío y transporte, por lo tanto no se gestionan ni se generan alarmas en línea respecto de que si estas sub-operaciones unitarias tienen desviaciones con respecto al estándar o planificación operativa, tampoco una proyección en línea de que si la concatenación de desviaciones en cada sub-operación unitaria proyecta el cumplimiento de KPI globales de operación y adherencia del plan al final del turno, día y mes.
Hoy en día esta situación es reconocida por las empresas mineras, en donde lo que se realiza para incrementar la productividad e incorporar tecnología en carguío y transporte es la integración de un sistema de despacho mina, desde donde un despachador o despachadores manejan en un mismo lugar todas las operaciones unitarias de la operación. En el caso de carguío y transporte, el sistema de comunicación entre el despachador y los operarios consiste en comunicación por radio, a partir de plataformas tipo chat que se encuentran dentro de los equipos, botones que se activan manualmente y que tienen por finalizar “marcar” el inicio y fin de operaciones unitarias, portales tipo tag ubicados en lugares estratégicos de la mina y monitoreo de horómetro y signos vitales de pala/camión. Esta información de tiempo origen/destino, la inspección visual y software optativo de asignación dinámica de despacho, permiten al despachador asignar los equipos y tomar decisiones para cumplir el plan del turno. Estos sistemas llevan implantados en las minas por más de 15 años.
Sin embargo, en la práctica estos sistemas al depender del ingreso manual de inicio/fin de las operaciones unitarias, comunicación oral por radio y la escasa distribución de portales tag en la mina, hacen que en realidad exista entre un 20-25% de información de transacciones origen-destino en donde se reconoce la transacción, pero sin el registro del tiempo que tomó ésta o con un tiempo irreal. Asimismo, debido a que la mayor cantidad de los registros son de ingreso manual, dentro de los registros en donde si se captura el tiempo, la calidad del dato del tiempo origen/destino está sujeto a errores, debido a que tiene como origen un operador avisando por radio o apretando un botón. Adicionalmente en cada transacción origen/destino, no existe el desglose por sub-operación unitaria como por ejemplo el tiempo de maniobras pala/camión, tiempos de espera, tiempo por tramo de ruta, y como no existen no se puede hacer gestión sobre éstos. Todo lo anterior hace que las soluciones actuales tenga importantes brechas de optimización de la operación. En la figura 1 de la presente solicitud se presenta un resumen de las características de la presente invención en comparación a los sistemas de gestión de carguío disponibles actualmente.
Adicionalmente y para ilustrar de mejor forma los alcances de la presente invención se presenta a continuación una breve revisión del estado del arte previo en relación a este campo técnico.
W02020000383A1 describe sistemas y métodos para detección de objetos con el objetivo de alcanzar una detección en tiempo real con baja latencia. En uno o más realizaciones, el sistema comprende una primer CPU la cual realiza tareas generales, también comprende una segunda CPU la cual maneja los cuadros de imágenes que vienen de una cámara y además dicha CPU computa los datos captados por dicha cámara. Adicionalmente se indica que dicho sistema es capaz de interpretar los datos y reconocer los objetos en una imagen.
WO2019203921 A1 describe un sistema de reconocimiento de objetos, que usa detectores de funciones de canal integral. Dicho sistema extrae una región blanco candidata desde una imagen en particular, y luego genera una puntuación de confidencia modificada basada en la localización y altura de detección del objetivo candidato. Las regiones candidatas son clasificadas basadas en redes neuronales, y el resultado son objetos clasificados. Se indica que si el objeto clasificado es un blanco del sistema, un dispositivo puede ser controlado basado en ese blanco.
WO2019162241 A1 describe un sistema de detección de objetos basados en redes neuronales. El sistema descrito incorpora una red configurada para recibir una imagen profunda formateada como RGB como datos iniciales, y computa un dato de salida el cual es indicativo de al menos una característica de un objeto. El sistema se configura para recibir ese dato de salida y computar predicciones acerca de la localización de una región en la imagen profunda recibida que incluye un objeto y una clase de objeto. Se indica adicionalmente que este sistema es en tiempo real.
US2019066304A1 describe sistemas y métodos relacionados con la segmentación de objetos detectados una vista entregada como input vía una cámara en tiempo real. En algunos aspectos, el sistema de segmentación del objeto funciona de tal forma que, al recibir un dato como input, el sistema toma imágenes desde esa videocámara, y posteriormente las imágenes son procesadas usando un algoritmo que utiliza machine- learning para identificar o reconocer uno o más objetos.
US2018189573A1 describe un sistema para la detección de objetivos y seguimiento de los mismos, que incluyen tecnologías para detectar movimientos de peatones y/o vehículos en un ambiente de mundo real, que maneja oclusiones estáticas y dinámicas, y que continúa el seguimiento de objetivo que se mueve a lo largo de campos de visión desde múltiples cámaras.
US2016224837A1 describe un método y un sistema en tiempo real para el reconocimiento de objetos y de caras de personas. El sistema utiliza múltiples datos de vídeo o cámara para colectar la información acerca de la localización de los objetos a detectar, y luego dicha información es transmitida a un distribuidor basado en una red web. El sistema es adaptativo y la data es analizada heurísticamente.
US2012243730A1 describe un sistema de análisis colaborativo de objetos. La capacidad de análisis colaborativa de objetos permite que un grupo de cámaras analice un objeto en colaboración, incluso cuando el objeto está en movimiento. El análisis de un objeto puede la identificación del objeto, seguimiento del objeto mientras el objeto está en movimiento, análisis de una o más características del objeto y similares. En general, una cámara está configurada para descubrir la información de capacidad de la cámara para una o más cámaras vecinas, y para generar, en base a dicha información de capacidad de la cámara, una o más acciones a realizar por una o más cámaras vecinas para facilitar el análisis de objetos. La capacidad de análisis colaborativo de objetos también permite funciones adicionales relacionadas con el análisis de objetos, tales como funciones de alerta, funciones de archivo (por ejemplo, almacenamiento de video capturado, información de seguimiento de objetos, información de reconocimiento de objetos, etc.) y similares. Tal como se desprende de la lectura de los documentos mencionados anteriormente no existe ningún documento que divulgue cada una de las características del sistema descrito en la presente invención, es decir: un sistema de monitoreo autónomo de objetos en tiempo real en donde la flota se encuentra en un lugar específico en donde se desarrolla la actividad económica que se desea sistematizar, estando este sistema constituido por los siguientes componentes: (1) un sistema de control, (2) un sistema de telemetría de alta capacidad, (3) un sistema de análisis de imágenes, y (4) un modulo estructural en donde el sistema de telemetría de alta capacidad consiste de un módulo estructural que comprende los siguientes elementos: a) antena direccional WiFi que provee señal en 5 Ghz; b) kit solar (panel solar más batería de ciclo profundo); y c) cámaras IP de alta resolución; en donde el sistema de análisis de imágenes consiste de un microcomputador; y en donde el modulo estructural es una entidad física que alberga el sistema de telemetría de alta capacidad y el sistema de análisis de imágenes
Cabe destacar adicionalmente que aunque el estado del arte divulga sistemas de reconocimiento de objetos, el identificar acciones v monitorearlas en tiempo real es un desafío en sí mismo para cualquier industria· Para lograr una identificación adecuada el sistema de reconocimiento de acciones tiene que ser entrenado con una serie de datos experimentales y al mismo tiempo se deben transmitir los datos con una rápidez adecuada para posteriormente ser procesados autónomamente obtendiendo KPI’s, para que un experto pueda tomar decisiones de forma inmediata. Esto, en ambientes rurales tales como en el que se desarrollan las operaciones mineras es particularmente difícil y requiere de una red de telemetría robusta que permita desarrollar esta tarea.
El sistema desarrollado en la presente invención soluciona cada uno de dichos problemas y no existen antecentes en la técnica sobre el desarrollo de tecnologías que solucionen el mismo problema técnico-objetivo. RESUMEN DE LA INVENCIÓN
La solución consiste en un sistema que permite monitorear vehículos de carga industriales y vehículos auxiliares en tiempo real, y en particular permite identificar acciones de dichos vehículos, para gestionar y proyectar diferentes KPI’s y adherencia del plan del turno en carguío y transporte. Para lo anterior, la invención propone un sistema autonómo que comprende los siguientes componentes: (1) sistema de control, (2) un sistema de telemetría, (3) un sistema de análisis de imágenes de alta capacidad, y (4) un módulo estructural.
Figura 1: En esta figura se comparan los sistemas de monitoreo en comparación a la presente invención llamada BERTUS. Las características que se evaluaron fueron las siguientes: origen de registro, constante monitoreo de procedimientos, tiempo real, registro constante, calidad de datos, alarma para prevención de accidentes, y flota completa (se considera todo la flota).
Figura 2: El módulo estructural que alberga el sistema el sistema de telemetría de alta capacidad y el sistema de adquisición de imágenes comprende los siguientes componentes: (a) antena direccional WiFi que provee señal en 5 Ghz, b) kit solar (panel solar más batería de ciclo profundo), c) micro computador; y d) cámaras IP de alta resolución.
Figura 3: En esta figura se muestra un esquema resumen de los componentes de la presente invención y como funcionan en dos configuraciones distintas. En la parte superior, se muestra el monitoreo de una zona de la faena minera (chancado primario) que está siendo monitoreada por una cámara IP dispuesta en el módulo estructural (BERTUS cam-móvil). Dicha actividad de chancado primario se encuentra en una línea de visión con respecto al sistema de control, por lo tanto utilizando un único modulo estructural que tiene una antena direccional que provea 5 Ghz es posible transmitir la información capturada al sistema de control. Por otra parte, en la parte inferior de la imagen, se ejemplifica la configuración de la invención cuanto el punto de monitoreo no tiene una línea de visión despejada con respecto al sistema de control. En este caso, el sistema funciona de forma similar a lo descrito anteriormente, con la única diferencia que el módulo estructural no puede transmitir en un solo paso la información capturada en el punto de interés sino que esta información tiene que ser transmitida a varios puntos de redireccionamiento de la señal (WiFi relay). Figura 4: En esta figura se muestra una imagen del software de visualización de objetos en donde se observa el objeto identificado y se muestran los diferentes parámetros de dicho objeto.
DESCRIPCIÓN DETALLADA DE LA INVENCIÓN
En el caso asociado a la productividad, esta solución es complementaria a los sistemas de despacho actual, pues está enfocada en monitorear y transmitir en línea las sub operaciones unitarias de carguío, transporte y de vehículos auxiliares. Algunas de estas sub-operaciones son: tiempo espera pala, tiempo carguío pala en frente, tiempo maniobra pala cargada, tiempo descarga pala, tiempo salida camión, tiempo viaje camión por tramo de ruta, tiempo de llegada camión a destino, tiempo inicio operación, tiempo descanso, cantidad de camiones en cola y cantidad de detenciones. La suma de los tiempos de estas sub-operaciones unitarias consiste en el tiempo de la operación unitaria y el monitoreo en línea de cada uno de éstos permitirá entregar herramientas en línea al despachador para tomar decisiones en tiempo real de cómo asignar sus recursos, o pueden también ser integradas como input al software de recomendación de despacho actualmente.
Los efectos técnicos esperados y efectivamente logrados por la presente invención son: (1) el aumento de la seguridad de las personas en las faenas mineras, (2) aumento en la utilización efectiva de los vehículos de carguío, transporte y de vehículos auxiliares, y (3) aumento en el rendimiento efectivo de la operación, que contribuya a un aumento en la productiva de las faenas mineras en donde dicho sistema sea implementado.
En un primer aspecto, la invención comprende un sistema de monitoreo en tiempo real, basado en video, que comprende al menos los siguientes componentes:
1. Sistema de telemetría de alta capacidad: Esta componente consiste en la transmisión de grandes volúmenes de video en línea desde la ubicación de la cámara hacia un centro de control, el cual no puede estar en un radio mayor a 2,5km.
2. Sistema de análisis de imágenes
3. Sistema de control
4. Módulo estructural
En una realización preferida el sistema de telemetría de alta capacidad y el sistema de análisis de imágenes están albergados en un modulo estructural que tiene los siguientes componentes: (a) un kit solar (panel solar más batería de ciclo profundo), (b) antena direccional WiFi que provee señal en 5 Ghz, (c) micro computador; y d) cámaras IP de alta resolución.
En algunas realizaciones preferidas más específica, el modulo estructural puede ser un carro con cuatro ruedas que comprende cada uno de los elementos (a), (b), (c) y (d), que se nombraron anteriormente.
En una realización preferida adicional, dicho módulo estructural corresponde al de la figura 2 de la presente solicitud.
En otras realizaciones preferidas adicionales, el carro puede ser intercambiado por cualquier otro objeto que permita sustentar cada uno de dichos componentes de forma simultánea.
En una realización preferida particular, si se quiere monitorear en tiempo real un punto específico de una operación minera que tiene una línea de visión menor o igual a 2,5 km con respecto al punto, los elementos del sistema necesarios para realizar esta actividad adquieren la siguiente configuración:
(1 ) El sistema de monitoreo debe tener solo un sistema de control;
(2) El sistema de telemetría de alta capacidad, está albergado en un solo modulo estructural que consiste de los siguientes componentes: (a) un kit solar (panel solar más batería de ciclo profundo), (b) antena direccional WiFi que provee señal en 5 Ghz, y c) cámaras IP de alta resolución;
(3) Un sistema de análisis de imágenes que comprende solo un microcomputador, que está conectado a la cámara IP de alta resolución que está en el módulo estructural descrito en el punto (2).
Una vez lograda dicha configuración el sistema funciona de la siguiente forma: a) Las cámaras IP toman imágenes de al menos 30 cuadrados por segundo; b) El microcomputador procesa la información de imagen obtenida en cada tiempo, durante la grabación de vídeo por la cámara IP y genera un archivo de texto con la información cuantitativa de la imagen; c) El archivo de texto generado en el punto b) es enviado al sistema de control mediante la conexión WiFi de 5 Ghz provista por la antena direccional; d) En el centro de control, la información es integrada con la información de los otros puntos objetivos, es consolidada, analizada y proyectada para revisar si esos valores son sub-estándares con respecto a KPI’s previamente establecidos; e) Si existen valores de KPI's anómalos se genera una alarma que alerta a los tomadores de decisiones del valor anómalo y muestra el video de la situación asociada a dicha alarma; f) El tomador de decisión en respuesta a esta alerta puede solicitar la visualización del video por un período de tiempo mayor al mostrado en el video de alerta y también puede monitorear la operación de manera en línea por video; y g) El tomador de decisión en respuesta a esa alerta y posterior visualización de la situación, realizará alguna tarea para solucionar dicho problema asociado con la operación de un vehículo en particular.
En otra realización preferida adicional, si se quiere monitorear en tiempo real un punto específico de una operación minera tiene una línea de visión mayor o igual a 2,5 km con respecto al punto de control, los elementos del sistema necesarios para realizar esta actividad adquieren la siguiente configuración:
(a) El sistema de monitoreo debe tener solo un sistema de control;
(b) El sistema de telemetría de alta capacidad, está albergado en un solo modulo estructural que consiste de los siguientes componentes: (a) un kit solar (panel solar más batería de ciclo profundo), (b) antena direccional WiFi que provee señal en 5 Ghz, y c) cámaras IP de alta resolución;
(c) Un sistema de análisis de imágenes que comprende solo un microcomputador, que está conectado a la cámara IP de alta resolución que está en el módulo estructural descrito en el punto (b).
(d) Un segundo modulo estructural que consiste de los siguientes componentes: (a) un kit solar (panel solar más batería de ciclo profundo) y (b) antena direccional WiFi que provee señal en 5 Ghz.
Una vez lograda dicha configuración el sistema funciona de la siguiente forma: (e) Las cámaras IP toman imágenes de al menos 30 cuadrados por segundo;
(0 El microcomputador procesa la información de imagen obtenida en cada tiempo, por la cámara IP y genera un archivo de texto de un tamaño del orden de los kb;
(g) El archivo de texto generado en el punto b) es enviado al segundo modulo estructural mediante la conexión WiFi de 5 Ghz provista por la antena direccional del primer módulo estructural;
(h) El archivo de texto es recibido y enviado inmediatamente al sistema de control, a través de la conexión Wifi de 5 Ghz provista por la antena direccional del segundo modulo estructural;
(i) En el centro de control, la información es integrada con la información de los otros puntos objetivos, es consolidada, analizada y proyectada para revisar si esos valores son sub- estándar con respecto a KPI’s previamente establecidos;
(j) Si existen valores de KPI’s anómalos se genera una alarma que alerta a los tomadores de decisiones del valor anómalo y muestra el video de la situación asociada a dicha alarma;
(k) El tomador de decisión en respuesta a esta alerta puede solicitar la visualización del video por un período de tiempo mayor al mostrado en el video de alerta y también puede monitorear la operación de manera en línea por video; y
(L) El tomador de decisión en respuesta a esa alerta y posterior visualización de la situación, realizará alguna tarea para solucionar dicho problema asociado con la operación de un vehículo en particular.
En otra realización un poco más desafiante, si se quiere monitorear en tiempo real un punto específico de una operación minera que NO tiene una línea de visión con respecto al punto de control y la distancia entre el módulo estructural y el punto de control es mayor o igual a 2,5 km. los elementos del sistema necesarios para realizar esta actividad adquieren la siguiente configuración:
(a) El sistema de monitoreo debe tener solo un sistema de control;
(b) El sistema de telemetría de alta capacidad, está albergado en un solo modulo estructural que consiste de los siguientes componentes: (a) un kit solar (panel solar más batería de ciclo profundo), (b) antena direccional WiFi que provee señal en 5 Ghz, y c) cámaras IP de alta resolución;
(c) Un sistema de análisis de imágenes que comprende solo un microcomputador, que está conectado a la cámara IP de alta resolución que está en el módulo estructural descrito en el punto (b).
(d) Numerosos módulos estructural que consistan de los siguientes componentes: (a) un kit solar (panel solar más batería de ciclo profundo) y (b) antena direccional WiFi que provee señal en 5 Ghz.
Una vez lograda dicha configuración el sistema funciona de la siguiente forma:
(e) Las cámaras IP toman imágenes de al menos 30 cuadrados por segundo;
(0 El micro computador procesa la información de imagen obtenida en cada tiempo, por la cámara IP y genera un archivo de texto de un tamaño del orden de los kb;
(g) El archivo de texto generado en el punto b) es enviado a otro modulo estructural mediante la conexión WFi de 5 Ghz provista por la antena direccional del primer módulo estructural;
(h) El punto (7) se repite tantas veces como módulos estructurales existan en una faena minera en particular.
(i) Finalmente, un módulo estructural que se encuentre a una distancia menor o igual a 2,5 km en línea recta y sin obstáculos en su camino, envía el archivo de texto obtenido en el punto b) al sistema de control, a través de la conexión Wfi de 5 Ghz provista por la antena direccional de dicho modulo estructural;
(j) En el centro de control, la información es integrada con la información de los otros puntos objetivos, es consolidada, analizada y proyectada para revisar si esos valores son sub- estándar con respecto a KPI’s previamente establecidos;
(k) Si existen valores de KPI’s anómalos se genera una alarma que alerta a los tomadores de decisiones del valor anómalo y muestra el video de la situación asociada a dicha alarma;
(L) El tomador de decisión en respuesta a esta alerta puede solicitar la visualización del video por un período de tiempo mayor al mostrado en el video de alerta y también puede monitorear la operación de manera en línea por video; y
(m)EI tomador de decisión en respuesta a esa alerta y posterior visualización de la situación, realizará alguna tarea para solucionar dicho problema asociado con la operación de un vehículo en particular.
En realizaciones preferidas las acciones a identificar en los objetos de la minería son los siguientes: tiempo espera pala, tiempo carguío pala en frente, tiempo maniobra pala cargada, tiempo descarga pala, tiempo salida camión, tiempo viaje camión por tramo de ruta, tiempo de llegada camión a destino, tiempo inicio operación, tiempo descanso, cantidad de camiones en cola y cantidad de detenciones, entre otras.
En realizaciones preferidas las acciones asociadas a seguridad que se desean identificar son las siguientes: equipo no permitido, persona en lugar no permitido, equipo en lugar no permitido, cercanías de equipos, entre otras
En realizaciones preferidas particulares, los módulos estructurales son tantos como la faena lo requiere, pudiendo ser entre 1 a 1000.
En realizaciones preferidas adicionales, el tiempo que transcurre entre que se toma una imagen y llega al centro de despacho y control es entre 0,01 segundo y 120 segundos.
En una realización preferida más específica, dicho tiempo es preferiblemente entre 0,01 segundo y 15 segundos.
El sistema descrito en la presente invención permite identificar de forma simultánea una pluraridad de diferentes objetos.
EJEMPLOS
Los ejemplos realizados se describen a continuación:
Con respecto a telemetría de alta capacidad, se innovó en generar un sistema de telemetría con el fin de extraer datos desde las cámaras. Esto se realiza a través de un centro de control con un enlace de radio con equipos operando en una frecuencia de 5 GHz. Estos equipos bajo condiciones ideales de comunicación, pueden tener un ancho de banda de hasta 150 Mb/s a una distancia de hasta 15 kilómetros. Estas pruebas también han demostrado que el equipo puede alcanzar grandes distancias (>30 km) pero a costa de la disminución de la velocidad de transmisión de la información. Las comunicaciones inalámbricas son utilizadas para conectar dos puntos sin cables de por medio. Usualmente utilizan rangos de frecuencia del espectro radioeléctrico para crear señales electromagnéticas, que contienen la información importante, y que son transmitidas por el espacio desde un punto a otro.
El espectro radioeléctrico se encuentra dividido en bandas de frecuencia que son licitadas a terceros para su exclusiva utilización con el fin de minimizar interferencias innecesarias. Dentro de las bandas de división se encuentran ciertas bandas liberadas para su uso generalizado. Por ejemplo, las bandas de 2.4 GHz y 5 GHz son bandas liberadas en prácticamente todo el mundo, utilizadas por el estándar IEEE 802.11 ampliamente aceptado por la alianza Wi-Fi. Entre estos estándares destacan el IEEE 802.11h en 2.4GHz que alcanza velocidades de 300 Mbps y el IEEE 802.11ac en 5GHz que logra velocidades teóricas de 1 ,3 Gb/s. Ambos estándares han sido implementados en multitud de equipos siendo el 802.11ac menos popular en la actualidad y con menos interferencia de ruido radioeléctrico.
La visión computacional se define como todos los métodos para adquirir, procesar y analizar imágenes, o serie de imágenes, con el objetivo de producir información útil para la toma de decisiones. Hoy en día es utilizada en la industria principalmente para controlar autónomamente robots (drones, autos autónomos, brazos mecánicos, entre otros) o monitorear automáticamente un proceso. Dentro de los subdominios de visión computacional se pueden destacar la identificación de objetos y la detección de eventos.
La identificación de objetos se basa en localizar objetos específicos en una imagen o video. Usualmente la estrategia para identificar objetos en una imagen se suele subdividir en las siguientes etapas: Filtrado de imágenes, en donde se utilizan filtros para eliminar ruido innecesario (filtros: Gaussiano, de Mediana, Bilateral) o para recuperar ciertas características importantes (detector de contornos u otras características). Dependiendo de la complejidad del objeto o del entorno, en algunos casos es posible identificar el objeto solo con sucesivos filtros y técnicas basadas en la apariencia y características del objeto; Entrenamiento del algoritmo, donde se requieren muchas imágenes con y sin el objeto para entrenar un clasificador que pueda distinguir en qué momento el objeto se encuentra en escena. Las imágenes utilizadas de esta forma deben ser previamente marcadas con el objeto; Utilizar el Clasificador, una vez entrenado, es posible utilizar el clasificador para nuevas imágenes fuera del grupo de entrenamiento obteniendo la localización del objeto u objetos en la imagen. También existe la capacidad de obtener un estado particular del objeto en estudio, por ejemplo, es posible obtener el estado de deterioro de un auto u el modelo al que pertenece.
La detección de eventos es una técnica que permite reconocer cuando un determinado evento ocurre en el tiempo, por ejemplo, si el objeto salió del rango de visión o si se detuvo en algún lugar. Los métodos usualmente utilizados se basan en calcular medidas de distancia entre píxeles de dos o más imágenes en el tiempo y crear vectores de movimiento que puedan proporcionar datos sobre el evento que se requiere monitorear.
El procesamiento y análisis de múltiples imágenes puede ser muy costoso en tiempo de procesamiento. Dependiendo de la resolución, cuadros por segundo y calidad del bit del vídeo mayor la complejidad y tiempo necesario para obtener respuestas en tiempo real. Existen actualmente técnicas con procesamiento en GPU que son utilizadas para manejar procesos de gran envergadura en paralelo. Muchos de los algoritmos utilizados en visión computacional son en su base operaciones sobre matrices y por lo tanto posibles de paralelizar.
• Telemetría de alta capacidad en ambiente industrial: La comunicación inalámbrica entre la cámara y el centro de procesamiento requiere entendimiento de ondas electromagnéticas y comunicaciones digitales. La comunicación debe ser continua y de gran ancho de banda (~60 Mb/s) en un terreno hostil (que significa que no siempre tendrá línea de visión), lo cual representa un desafío en términos del cálculo del “link budget”, elección de equipos y elección de arquitectura de la red (teniendo en cuenta que debe ser expandible a más cámaras).
• Análisis de imágenes: En visión computacional existe un gran desafío en analizar las características principales de las imágenes y programar los algoritmos necesarios para la identificación de objetos y eventos que se disponga a rastrear. Muchos de estos algoritmos necesitan ajustes particulares dependiendo de las características particulares del problema a resolver. Identificar estas características e implementarlas es una tarea que toma tiempo. Adicionalmente, algunas técnicas necesitan una fase de entrenamiento donde se debe alimentar al sistema con datos pre-procesados, la preparación de estos datos también es una dificultad a tener en cuenta. Las áreas principales que son necesarias dominar son; procesamiento y análisis de imágenes, aprendizaje automático e identificación de eventos. En resumen, los atributos diferenciadores son los siguientes:
• Obtención de KPI en tiempo real y proyección de la adherencia del plan a fin de turno de las sub-operaciones unitarias para su gestión por parte del despachador.
• Generación de alertas de operación ante KPI de la operación/sub-operación unitaria por sobre o bajo el estándar.
• Acceso en tiempo real de las cámaras con integración de KPI a través de internet/intra-net en computador/celulares a distancia (fuera de la faena inclusive).
• Generación de alertas de seguridad a las personas.
• Información de video de cada punto de carguío y ruta de transporte en la mina facilita la prevención de riesgos y análisis de accidente propiamente tal para la mejora y actualización de los procedimientos de trabajo.
• Sistema permite un ambiente de trabajo inmersivo que permite una mayor concentración del despachador u otro agente que visualice las cámaras de forma remota.
1) Transmisión inalámbrica de alta capacidad a 1 Km de distancia.
Variable 1: Velocidad Mb/Seg.
Valor Esperado: 50 Mb/Seg.
Variable 2: Robustez de la señal. Es decir, porcentaje de los datos recibidos, en relación a los datos enviados
Valor Esperado: 95% de robustez.
A modo de ilustrar en mayor medida la presente invención, se presenta la configuración del sistema en la Figura N°3, y en la Figura N°4 se presentan los resultados obtenidos en cuanto al monitoreo de vehículos carga en la minería utilizando el sistema descrito en la presente invención.
Tal como se observa en la Figura N°4 el sistema desarrollado permite efectivamente identificar más de un objeto de forma simultánea y adicionalmente el sistema permite visualizar de forma fácil que tipo de acciones y los tiempos asociados a dichas operaciones. Es importante destacar que esta figura corresponde a una imagen de un momento en particular, ya que el sistema desarrollado permite visualizar en tiempo real y en movimiento, las acciones de los objetos blanco.
APLICACIÓN INDUSTRIAL
La presente invención tiene aplicación en todas las industrias que requieran la optimización en el despacho de equipos para transporte. En particular, la presente invención ha sido descrita con un particular enfoque en la industria minera, sin que esto implique una renuncia del solicitante a las otras aplicaciones que la invención pueda tener, como por ejemplo, despacho de flotas de buses, aviones, barcos, camiones, u otras formas de transporte.

Claims

REIVINDICACIONES
1. Sistema de monitoreo autónomo en tiempo real de vehículos de carguío, transporte y de equipos auxiliares que permite identificar diferentes acciones en dichos vehículos en distintos puntos de la operación de una industria en particular y que permite analizar dichas acciones para que un tercero pueda tomar decisiones en base a la información entregada por este sistema, CARACTERIZADO porque comprende: a) sistema de control; b) sistema de telemetría de alta capacidad; c) sistema de análisis de imágenes; y d) al menos un modulo estructural en cada punto en donde se requiere monitorear la flota de vehículos
2. Sistema de monitoreo autónomo en tiempo real de vehículos de carguío, transporte y de equipos auxiliares de acuerdo a la reivindicación 1 , CARACTERIZADO porque el sistema de telemetría de alta capacidad y el sistema de análisis de imágenes se encuentra dispuestos en el modulo estructural.
3. Sistema de monitoreo autónomo en tiempo real de acuerdo a la reivindicación 2, CARACTERIZADO porque el sistema de telemetría de alta capacidad y el sistema de análisis de imágenes comprenden los siguientes elementos: a) un kit solar (panel solar más batería de ciclo profundo); b) una antena direccional WiFi que provee señal en 5 Ghz; c) una cámara IP de alta resolución; y d) un microcomputador
4. Un sistema de monitoreo autónomo en tiempo real de acuerdo a cualquiera de las reivindicaciones 1 a 3, CARACTERIZADO porque dicho sistema de monitoreo consiste de tantos módulos estructurales (sistema de telemetría de alta capacidad y sistema de análisis de imágenes) como puntos se requieren monitorear en una faena productiva.
5. El sistema de monitoreo autónomo en tiempo real de acuerdo a cualquiera de las reivindicaciones 1 a 4, CARACTERIZADO porque la industria en donde es aplicado dicho sistema es la industria minera.
6. Un sistema de monitoreo autónomo en tiempo real que monitorea diferentes puntos de una operación minera en donde cada uno de esos puntos tiene una línea de visión respecto al punto de control, y donde la distancia entre cada uno de los puntos con respecto al punto de control es menor o igual a 2,5 km, CARACTERIZADO porque comprende los siguientes elementos: a) El sistema de monitoreo debe tener solo un sistema de control; b) El sistema de telemetría de alta capacidad, está albergado en cada uno de los módulos estructurales (tantos como puntos se desea monitorear) los cuales consisten de los siguientes componentes: (i) un kit solar (panel solar más batería de ciclo profundo), (ii) antena direccional WiFi que provee señal en 5 Ghz, y (iii) cámaras IP de alta resolución; c) Un sistema de análisis de imágenes que comprende solo un microcomputador, que está conectado a la cámara IP de alta resolución que está en cada uno de los módulos estructurales descritos en el punto (2); y en donde el sistema funciona de la siguiente forma: i. Las cámaras IP, de cada modulo estructural, toman imágenes de al menos 30 cuadrados por segundo; ii. El microcomputador, de cada modulo estructural, procesa la información de imagen obtenida por la cámara IP y genera un archivo de texto de un tamaño del orden de los kb; iii. El archivo de texto generado en el punto ii) es enviado al sistema de control mediante la conexión WiFi de 5 Ghz provista por la antena direccional; iv. En el centro de control, la información es integrada con la información de los otros puntos objetivos, es consolidada, analizada y proyectada para revisar si esos valores son sub- estándar con respecto a KPI’s previamente establecidos; v. Si existen valores de KPI’s anómalos se genera una alarma que alerta a los tomadores de decisiones del valor anómalo y muestra el video de la situación asociada a dicha alarma; vi. El tomador de decisión en respuesta a esta alerta puede solicitar la visualización del video por un período de tiempo mayor al mostrado en el video de alerta y también puede monitorear la operación de manera en línea por video; y vii. El tomador de decisión en respuesta a esa alerta y posterior visualización de la situación, realizará alguna tarea para solucionar dicho problema asociado con la operación de un vehículo en particular.
7. Un sistema de monitoreo autónomo en tiempo real que monitorea diferentes puntos de una operación minera en donde cada uno de esos puntos tiene una línea de visión con respecto al punto de control, y donde la distancia entre cada uno de los puntos es mayor o igual a 2,5 km, CARACTERIZADO porque comprende los siguientes elementos: a) El sistema de monitoreo debe tener solo un sistema de control; b) El sistema de telemetría de alta capacidad, está albergado en cada uno de los módulos estructurales (tantos como puntos se desea monitorear) los cuales consisten de los siguientes componentes: (i) un kit solar (panel solar más batería de ciclo profundo), (ii) antena direccional WiFi que provee señal en 5 Ghz, y (iii) cámaras IP de alta resolución; c) Un sistema de análisis de imágenes que comprende solo un microcomputador, que está conectado a la cámara IP de alta resolución que está en cada uno de los módulos estructurales descritos en el punto (b); y d) Al menos un modulo estructural que consiste de los siguientes componentes: (a) un kit solar (panel solar más batería de ciclo profundo) y (b) antena direccional WiFi que provee señal en 5 Ghz. en donde el sistema funciona de la siguiente manera i. Las cámaras IP, de cada modulo estructural del punto b), toman imágenes de al menos 30 cuadrados por segundo; ¡i. El microcomputador, de cada modulo estructural del punto b), procesa la información de imagen obtenida por la cámara IP y genera un archivo de texto de un tamaño del orden de los kb;
MI. Los archivos de texto generados en el punto ii) es enviado a al menos un módulo estructural descrito en el punto d) mediante la conexión WiFi de 5 Ghz provista por la antena direccional del primer modulo estructural (punto b); iv. El archivo de texto es recibido por el modulo estructural del punto d) y enviado inmediatamente al sistema de control, a través de la conexión Wifi de 5 Ghz provista por la antena direccional del modulo estructural del punto d); v. En el centro de control, la información es integrada con la información de los otros puntos objetivos, es consolidada, analizada y proyectada para revisar si esos valores son sub-estándar con respecto a KPI’s previamente establecidos; vi. Si existen valores de KPI’s anómalos se genera una alarma que alerta a los tomadores de decisiones del valor anómalo y muestra el video de la situación asociada a dicha alarma; vii. El tomador de decisión en respuesta a esta alerta puede solicitar la visualización del video por un período de tiempo mayor al mostrado en el video de alerta y también puede monitorear la operación de manera en línea por video; y viii. El tomador de decisión en respuesta a esa alerta y posterior visualización de la situación, realizará alguna tarea para solucionar dicho problema asociado con la operación de un vehículo en particular.
8. Un sistema de monitoreo en tiempo real que monitorea diferentes puntos de una operación minera en donde cada uno de los puntos no tiene una línea de visión respecto al punto de control y la distancia entre ellos es mayor o igual a 2,5 km, CARACTERIZADO porque el sistema comprende los siguientes elementos: a) El sistema de monitoreo debe tener solo un sistema de control; b) El sistema de telemetría de alta capacidad, está albergado en cada uno de los módulos estructurales (tantos como puntos se desea monitorear) los cuales consisten de los siguientes componentes: (i) un kit solar (panel solar más batería de ciclo profundo), (ii) antena direccional WiFi que provee señal en 5 Ghz, y (iii) cámaras IP de alta resolución; c) Un sistema de análisis de imágenes que comprende solo un microcomputador, que está conectado a la cámara IP de alta resolución que está en el modulo estructural descrito en el punto; y d) Numerosos módulos estructural que consistan de los siguientes componentes: (a) un kit solar (panel solar más batería de ciclo profundo) y (b) antena direccional WiFi que provee señal en 5 Ghz.
En donde el sistema funciona de la siguiente manera: i. Las cámaras IP, de cada modulo estructural del punto b), toman imágenes de al menos 30 cuadrados por segundo; ii. El microcomputador, de cada modulo estructural del punto b), procesa la información de imagen obtenida en cada tiempo, por la cámara IP y genera un archivo de texto de un tamaño del orden de los kb; iii. El archivo de texto generado en el punto b) es enviado a otro modulo estructural (descrito en el punto d) mediante la conexión WiFi de 5 Ghz provista por la antena direccional del primer modulo estructural; iv. El punto (iii) se repite tanta veces como módulos estructurales existan en una faena minera en particular. v. Finalmente, un modulo estructural que se encuentre a una distancia menor o igual a 2,5 km en línea recta y sin obstáculos en su camino, envía el archivo de texto obtenido en el punto ii) al sistema de control, a través de la conexión Wifi de 5 Ghz provista por la antena direccional de dicho modulo estructural; vi. En el centro de control, la información es integrada con la información de los otros puntos objetivos, es consolidada, analizada y proyectada para revisar si esos valores son sub- estándar con respecto a KPI’s previamente establecidos; vii. Si existen valores de KPI’s anómalos se genera una alarma que alerta a los tomadores de decisiones del valor anómalo y muestra el video de la situación asociada a dicha alarma; viii. El tomador de decisión en respuesta a esta alerta puede solicitar la visualización del video por un período de tiempo mayor al mostrado en el video de alerta y también puede monitorear la operación de manera en línea por video; y ix. El tomador de decisión en respuesta a esa alerta y posterior visualización de la situación, realizará alguna tarea para solucionar dicho problema asociado con la operación de un vehículo en particular.
9. Un sistema de monitoreo autónomo en tiempo real de acuerdo a cualquiera de las reivindicaciones 1 a 8, CARACTERIZADO porque la acción a indentifcar en los vehículo de carguío y de transporte de la industria minera se seleccionan de: tiempo espera pala, tiempo carguío pala en frente, tiempo maniobra pala cargada, tiempo descarga pala, tiempo salida camión, tiempo viaje camión por tramo de ruta, tiempo de llegada camión a destino, tiempo inicio operación, tiempo descanso, cantidad de camiones en cola y cantidad de detenciones.
10. Un sistema de acuerdo a cualquiera de las reivindicaciones 1 a 9, CARACTERIZADO porque las acciones de seguridad que se identifican se seleccionan de: equipo no permitido, persona en lugar no permitido, equipo en lugar no permitido, cercanías de equipos, entre otras.
11. Método de acuerdo con cualquiera de las reivindicaciones 1 a 10, CARACTERIZADO porque el tiempo que transcurre entre que se toma una imagen por el sistema de adquisición de imágenes y llega al centro de despacho y control es entre 0,01 segundo y 100 segundos.
12. El método de la reivindicación 11, CARACTERIZADO porque dicho tiempo es preferiblemente entre 0,01 segundo y 0,5 segundo.
PCT/CL2020/050025 2020-03-19 2020-03-19 Sistema de monitoreo e identificación de acciones de objetos; y gestión en tiempo real de dichos objetos en base a las acciones identificadas, que permite la detección de situaciones de riesgo aumentando la seguridad de la operación de equipos y personas involucradas. WO2021184134A1 (es)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/CL2020/050025 WO2021184134A1 (es) 2020-03-19 2020-03-19 Sistema de monitoreo e identificación de acciones de objetos; y gestión en tiempo real de dichos objetos en base a las acciones identificadas, que permite la detección de situaciones de riesgo aumentando la seguridad de la operación de equipos y personas involucradas.

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CL2020/050025 WO2021184134A1 (es) 2020-03-19 2020-03-19 Sistema de monitoreo e identificación de acciones de objetos; y gestión en tiempo real de dichos objetos en base a las acciones identificadas, que permite la detección de situaciones de riesgo aumentando la seguridad de la operación de equipos y personas involucradas.

Publications (1)

Publication Number Publication Date
WO2021184134A1 true WO2021184134A1 (es) 2021-09-23

Family

ID=77769506

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CL2020/050025 WO2021184134A1 (es) 2020-03-19 2020-03-19 Sistema de monitoreo e identificación de acciones de objetos; y gestión en tiempo real de dichos objetos en base a las acciones identificadas, que permite la detección de situaciones de riesgo aumentando la seguridad de la operación de equipos y personas involucradas.

Country Status (1)

Country Link
WO (1) WO2021184134A1 (es)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100201829A1 (en) * 2009-02-09 2010-08-12 Andrzej Skoskiewicz Camera aiming using an electronic positioning system for the target
US20140244096A1 (en) * 2013-02-27 2014-08-28 Electronics And Telecommunications Research Institute Apparatus and method for cooperative autonomous driving between vehicle and driver
US20170139411A1 (en) * 2015-11-16 2017-05-18 Polysync Technologies, Inc. Autonomous Vehicle Platform and Safety Architecture
CL2018001513A1 (es) * 2015-12-15 2018-10-19 Freeport Mcmoran Inc Análisis basado en la velocidad del vehículo
CL2018003557A1 (es) * 2018-12-10 2019-02-15 Axion Spa Sistema de monitoreo y despacho en tiempo real, de equipos, que permite la detección de situaciones de riesgo aumentando la seguridad de la operación de equipos y personas involucradas.

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100201829A1 (en) * 2009-02-09 2010-08-12 Andrzej Skoskiewicz Camera aiming using an electronic positioning system for the target
US20140244096A1 (en) * 2013-02-27 2014-08-28 Electronics And Telecommunications Research Institute Apparatus and method for cooperative autonomous driving between vehicle and driver
US20170139411A1 (en) * 2015-11-16 2017-05-18 Polysync Technologies, Inc. Autonomous Vehicle Platform and Safety Architecture
CL2018001513A1 (es) * 2015-12-15 2018-10-19 Freeport Mcmoran Inc Análisis basado en la velocidad del vehículo
CL2018003557A1 (es) * 2018-12-10 2019-02-15 Axion Spa Sistema de monitoreo y despacho en tiempo real, de equipos, que permite la detección de situaciones de riesgo aumentando la seguridad de la operación de equipos y personas involucradas.

Similar Documents

Publication Publication Date Title
US10552687B2 (en) Visual monitoring of queues using auxillary devices
CN103280108B (zh) 基于视觉感知和车联网的客车安全预警系统
KR102260120B1 (ko) 딥러닝기반 행동인식장치 및 그 장치의 구동방법
DE112018006556T5 (de) Trainieren eines maschinenlernmodells mit digitalem audio und/oder video
US8340902B1 (en) Remote vehicle management system by video radar
US20190304190A1 (en) Device, system and method for controlling a display screen using a knowledge graph
Zear et al. Intelligent transport system: A progressive review
US10963978B2 (en) Enhanced alert/notification system for law enforcement identifying and tracking of stolen vehicles and cargo
Narzt et al. Be-in/be-out with bluetooth low energy: Implicit ticketing for public transportation systems
DE102013019488A1 (de) Bilderfassung mit schutz der privatsphäre
US11669909B1 (en) Vehicle inspection systems and methods
CN110035390B (zh) 基于uwb定位动态围栏的隧道安全管理方法、装置及系统
JP2014176092A5 (es)
CN110602449A (zh) 一种基于视觉的大场景下施工安全智能监控系统方法
TWI424146B (zh) 追蹤系統與方法
DE112018007122T5 (de) Bereitstellen von verfügbarkeitsindikatoren in einer geteilten fahrzeugumgebung
CN107045807A (zh) 利用共享的运载工具危险传感器数据的地面上的运载工具碰撞避免
DE112015000123T5 (de) System zum Teilen von Informationen zwischen Fußgängern und einem Fahrer
Garibotto et al. White paper on industrial applications of computer vision and pattern recognition
Mahale et al. Vehicle and passenger identification in public transportation to fortify smart city indices
US20230334675A1 (en) Object tracking integration method and integrating apparatus
WO2021184134A1 (es) Sistema de monitoreo e identificación de acciones de objetos; y gestión en tiempo real de dichos objetos en base a las acciones identificadas, que permite la detección de situaciones de riesgo aumentando la seguridad de la operación de equipos y personas involucradas.
KR101714723B1 (ko) 승객 밀집 정보를 제공하는 방법 및 서비스 서버
Reis et al. Network management by smartphones sensors thresholds in an integrated control system for hazardous materials transportation
Zekavat et al. Securing a wireless site network to create a BIM-allied work-front

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 20925400

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 20925400

Country of ref document: EP

Kind code of ref document: A1