Diseño de sistema de detección de barrenos con PDI en alimentadores de fajas transportadoras

Abstract

El presente trabajo trata de reducir las pérdidas de las empresas productivas que utilizan fajas transportadoras, las cuales tienen el riesgo de sufrir daño por distintos materiales ajenos al proceso productivo, dichos elementos son denominados “inchancables” en el argot de la minería. El objetivo general es generar un sistema de detección de estos elementos antes que ingresen al circuito, de fácil instalación y bajo presupuesto de mantenimiento. El sistema contempla las siguientes etapas: obtención de imagen, generación de candidatos y extracción de características, clasificación y notificación de resultados. En la obtención de imagen se considera la configuración y otros aspectos para la instalación y conectividad de una cámara IP al software Matlab. El núcleo del proyecto gira entorno a los descriptores y el clasificador. Los descriptores como una representación numérica de la imagen digital y el clasificador como una máquina con la capacidad de discernir la clase de un objeto según su entrenamiento. El descriptor utilizado es HOG (Histogram of oriented gradients), que es la obtención de histograma de la magnitud y orientación de los gradientes en los píxeles de la imagen. El clasificador SVM (Support Vector Machine), utiliza hiperplanos para poder clasificar los objetos y sus vectores son calculados mediante un aprendizaje supervisado. La programación del sistema se realiza en el software Matlab, y se detalla en los apartados del Capítulo 3: Ejecución del Proyecto. La notificación de resultados contempla alarmas visuales y físicas ante la detección de un barreno u otro objeto para el cual haya sido entrenado el sistema. Las pruebas al clasificador se realizaron con imágenes de tamaño canónico y las pruebas del sistema con un segmento de video de un alimentador en funcionamiento con fragmentos de imágenes de barrenos y brocas insertados al azar en la región de interés.