Transformando la Minería Subterránea con el Uso de Drones: Navegación Autónoma y Aplicaciones Innovadoras

• DIANELA YACORI MEDINA TASILLA
• Ago. 29, 2023

INTRODUCCIÓN

El sector minero prevé que una mayor digitalización de las minas, así como la robótica y la automatización, contribuirán a minas más seguras, menos emisiones al aire y al agua y operaciones mineras más eficientes, aplicaciones como la cartografía 3D y la exploración subterránea mediante vehículos aéreos no tripulados ha adquirido un gran interés en el campo de la robótica y la minería. (Sharif, et al., 2020). El uso de vehículos aéreos no tripulados, conocidos como drones, tiene cada vez mayor uso en la actividad minera, sin embargo, en entornos donde no se cuenta con un sistema de posicionamiento global, como es el caso de las minas subterráneas, el uso de estos vehículos, se ha limitado a áreas donde un piloto experimentado puede mantener una línea de visión y así pilotar este vehículo sin verse expuesto a peligros por falta de visibilidad."(Hennage, et al. 2019).

 

Uno de los desafíos más apremiantes radica en la navegación de drones en entornos sin GPS, como las minas subterráneas. La ausencia de un patrón de vuelo optimizado en estos contextos conlleva un consumo de energía excesivo, lo que puede afectar la autonomía y la eficacia de estos vehículos (Mirzaeinia, et al., 2019). Resolver estos desafíos es esencial para maximizar el potencial de los drones en la minería subterránea y, por extensión, en el campo de la robótica y la exploración geológica.

 

El presente estudio se basa en la recopilación de referencias bibliográficas clave en el campo de la Minería subterránea, explorando las estrategias y tecnologías existentes, las posibles aplicaciones y beneficios que provienen del uso de estas tecnologías.

 

NAVEGACIÓN AUTÓNOMA EN ENTORNOS SIN GPS

Uno de los desafíos clave para permitir el vuelo autónomo de drones en entornos sin GPS es la necesidad de estimar con precisión la posición y velocidad del dron al detectar estructuras ambientales desconocidas. Esto debe lograrse con suficiente precisión y baja latencia para garantizar la estabilidad del vehículo.

 

Bachach (2011) propone una solución que aborda estos desafíos, superando las limitaciones de la carga útil MAV y aprovechando los recursos disponibles para la detección, computación y comunicación. Para lograr un vuelo totalmente autónomo en helicópteros cuadrotor en áreas sin GPS, se deben considerar los requisitos específicos y las diferencias entre robots terrestres y aéreos, esto implica desarrollar algoritmos adaptados a las necesidades de la navegación aérea autónoma en entornos desafiantes, primero analizamos los requisitos para lograr un vuelo totalmente autónomo en helicóptero cuadrotor en áreas sin GPS, destacando las diferencias entre robots terrestres y aéreos que dificultan el uso de algoritmos desarrollados para robots terrestres. Esta jerarquía incorpora un algoritmo de coincidencia de escaneo láser de alta velocidad, un filtro de fusión de datos, localización y mapeo simultáneos de alto nivel y un módulo de exploración dirigido a objetivos.

 

Otra posibilidad, es emplear una extensión de robot 2D no holómico. El algoritmo de exploración propuesto pertenece a una clase de búsqueda de área probabilística y se analiza su rendimiento con una prueba matemática. Tomando como base el algoritmo, se propone una ley de control deslizante, para aplicar dicho algoritmo a un cuadricóptero real en experimentos. (Li, et al.2019)

 

DETECCIÓN DE OBSTÁCULOS Y PREVENCIÓN DE COLISIONES

(Sharif, et al. 2020) señala que existen tres métodos de exploración de terreno empleando drones en minería subterránea:

 

• Exploración basada en la entropía: Este método calcula regiones que reducen la incertidumbre del mapa utilizando información actual en el mapa.

• Exploración basada en fronteras: Las fronteras de exploración se determinan como el límite discreto entre las regiones desconocidas del mapa actual.

• Exploración basada en ganancia de información: Se calculan regiones que reducen la incertidumbre del mapa basándose en la información actual en el mapa.

 

Gageik, et al. (2015) demuestran que se pueden implementar telémetros ultrasónicos e infrarrojos de bajo costo en drones, lo que se considera una solución sencilla e innovadora para la detección de obstáculos y la prevención de colisiones de vehículos aéreos no tripulados. Sin embargo, se destaca que estos sensores pueden generar ruido en el análisis y deben considerarse cuidadosamente en el diseño, implementación y parametrización de algoritmos de control y procesamiento de señales. Además, se menciona la importancia de emplear sensores de flujo óptico e inerciales como referencia para evitar colisiones.

 

Para alcanzar capacidades de navegación subterránea confiables, es necesario incorporar varios tipos de sensores a bordo de los vehículos aéreos, como cámaras térmicas, lidares 3D y radares (por ejemplo, Ulta-WideBand) (Sharif, et al. 2020). Además, para el monitoreo subterráneo, se emplea un sistema de detección de guía DJI y una cámara de profundidad Intel, lo que permite la localización, detección de obstáculos y captura de información del entorno 3D. Se destaca que las simulaciones demuestran que el algoritmo desarrollado puede implementarse con éxito incluso en túneles inclinados y con múltiples UAV (Li, et al. 2019).

 

Por otra parte, es importante considerar que el uso de redes neuronales convolucionales (CNN), el cual es un procedimiento fuera de línea; que luego de ser entrenada, se puede utilizar para permitir una navegación autónoma con una potencia de cálculo menor, en comparación con la fase de entrenamiento. Los trabajos que emplean CNN para la navegación, emplean el marco de imagen de las cámaras a bordo para eliminar la CNN y proporcionar comandos de rumbo a la plataforma. (Sharif, et al. 2020),

 

Ilustración 1. Foto de una mina subterránea en Suecia para indicar superficies irregulares y condiciones de iluminación en un túnel de mina, mientras que el MAV está equipado con luces artificiales como fuente de luz. El concepto de los dos métodos propuestos para definir el ángulo de rumbo se muestra en bloques blancos.(Sharif, et al. 2020)

 

 

APLICACIONES DE DRONES EN MINERÍA SUBTERRÁNEA

Rescate Minero

Se plantea la necesidad de desarrollar y aplicar la robótica en situaciones de rescate minero. en Sudáfrica. Se identifican tres escenarios de implementación: despliegue en túneles verticales, reconocimiento con drones voladores y asistencia a equipos de rescate. Cada uno tiene requisitos específicos, algunos de los cuales pueden requerir investigación adicional. Se enfatiza que no existe una única plataforma robótica que pueda cumplir con todos los requisitos, por lo que se necesitará un conjunto de robots para abordar las diversas necesidades en el rescate minero. (Green, 2013)

 

Detección de Gas

Dunnington et al.  (2017) emplearon un dron equipado con sensores de gas para medir de forma segura y precisa los gases de combustión en el carbón. En su estudio, utilizaron un dron DJI S1000 Octocopter que transportaba estos sensores de gas. Gracias a esta combinación de dron y sensores, lograron mantener un tiempo de vuelo de alrededor de 10 a 15 minutos. El propósito principal de esta investigación fue evaluar las características de los incendios de carbón subterráneos mediante esta tecnología.

 

Visualización de zonas inaccesibles

Se emplean para obtener imágenes en alta definición en zonas de difícil o imposible acceso, equipado con tecnología que pueda filmar con iluminación efectiva las paredes del socavón. (Freire, et al. 2017).

 

Mapeo Geológico

La fotogrametría es un método común para mapear características geológicas y estructurales en mina subterránea. (Russell, et al. 2018; Turner, et al. 2018).

 

Modelado Geotécnico

Entre estas características resaltan la caracterización geomecánica y distribución del tamaño de rocas. (Shahmoradi, 2020). La disponibilidad de vehículos aéreos no tripulados (UAV) asequibles y de plataforma abierta ha permitido a los expertos en geotecnia caracterizar macizos rocosos peligrosos utilizando técnicas tradicionales de imágenes fotogramétricas y cámaras infrarrojas FLIR. Las imágenes fotogramétricas se utilizan para recopilar datos sobre la estructura geológica de las rocas, que son esenciales para análisis cinemáticos y numéricos, así como para la creación de modelos geológicos. Las imágenes FLIR, en particular, tienen el potencial de identificar áreas de roca suelta, que a menudo pasan desapercibidas hasta que se convierten en una amenaza. (Turner, et al. 2018).

 

Ilustración 2. Dron capturando imagen de las paredes de socavón. Freire, et al. 2017).

 

Análisis de Fragmentación de Rocas: Los drones pueden configurarse a sistemas LiDAR, lo que puede reducir el error de delineación en condiciones de iluminación deficientes, este sistema captura imágenes en condiciones de poca iluminación, los límites de los fragmentos de roca son difíciles de delinear y/o las partículas quedan obstruidas por sombras y oscuridad; rasgo característico de la minería subterránea, estas condiciones son esenciales para el análisis automatizado y continuo de fragmentación de rocas posterior a la voladura, ya que los entornos mineros rara vez brindan condiciones ideales para los métodos basados en imágenes. (Bamford, et al. 2017).

 

CONCLUSIONES

El uso de drones en la minería subterránea tiene un potencial transformador que puede cambiar fundamentalmente la forma en que se llevan a cabo las operaciones en este entorno desafiante. Estas tecnologías ofrecen ventajas significativas en términos de seguridad, eficiencia y gestión de riesgos.

 

Uno de los desafíos clave para aprovechar al máximo los drones en la minería subterránea es la navegación en entornos sin GPS. La capacidad de lograr una navegación autónoma precisa en ausencia de señales de GPS es esencial. Se han propuesto diversos enfoques y algoritmos, como la utilización de algoritmos de coincidencia de escaneo láser y sistemas de control adaptados, para abordar este desafío crítico.

 

La detección de obstáculos y la prevención de colisiones son aspectos fundamentales para garantizar la seguridad de los drones en este contexto. La combinación de sensores ultrasónicos, infrarrojos y otros sensores especializados se ha utilizado con éxito para abordar este desafío y evitar colisiones en las operaciones mineras subterráneas.

 

Además, los drones ofrecen una amplia gama de aplicaciones en la minería subterránea, desde el rescate minero hasta la detección de gases peligrosos, la visualización de áreas inaccesibles y la cartografía geológica. Estas aplicaciones específicas de la industria pueden mejorar significativamente las operaciones y la seguridad.

 

Es importante destacar que en el rescate minero se reconoce la necesidad de utilizar conjuntos de robots especializados en lugar de depender de una única plataforma robótica. Cada escenario de rescate puede requerir soluciones diferentes, desde drones voladores hasta robots de asistencia. Esta diversidad de enfoques es esencial para abordar las diversas necesidades de rescate en entornos mineros subterráneos. En conjunto, estas conclusiones resaltan el potencial y la versatilidad de los drones en la minería subterránea y la importancia de la investigación continua y la innovación en este campo.

 

REFERENCIAS BIBLIOGRÁFICAS

Azhari, F.; Sennersten, C.; Lindley, C.; Matuszak, M.; Hogwood, S. 2017. Una comparación de sensores para el mapeo de vacíos subterráneos mediante vehículos aéreos no tripulados. Extraído de: https://papers.acg.uwa.edu.au/p/1710_33_Sennersten/

Bachach, A. 2011. Alcance: Navegación Autónoma y Robusta en Entornos sin GPS. Extraído de: https://onlinelibrary.wiley.com/doi/abs/10.1002/rob.20400

Bamford, T.; Esmaeili, K.; Schoellig, A.P. Aerial Rock Fragmentation Analysis in Low-Light Condition Using UAV Technology. Extraído de: https://arxiv.org/ftp/arxiv/papers/1708/1708.06343.pdf

Dunnington, L.; Nakagawa, M. 2017. Detección Rápida y Segura de Gas Procedente de Incendios Subterráneos de Carbón Mediante Sobrevuelo de Drones. Extraído de: https://www.sciencedirect.com/science/article/abs/pii/S0269749116329037

Freire, G.; Cota, R. 2017. Capture of images in inaccessible areas in an underground mine using an unmanned aerial vehicle', in M Hudyma & Y Potvin. Extraído de: https://papers.acg.uwa.edu.au/p/1710_54_Freire/

Furukawa, R. 2023. Diseño de un Sistema de Exploración Remoto de Potenciales Riesgos para Minería Subterránea.

Gageik, N.; Benz, P.; Montenegro, S. 2015. Detección de Obstáculos y Prevención de Colisiones para un UAV con Sensores Complementarios de Bajo Costo. Extraído de:  https://ieeexplore.ieee.org/abstract/document/7105819

Green, J. Mine rescue robots requirements: Outcomes from an industry workshop. In Proceedings of the 2013 6th Robotics and Mechatronics Conference (RobMech), Durban, South Africa. Extraído de: https://ieeexplore.ieee.org/abstract/document/6685501

Hennage, D.; Nopola, J.; Haugen, B. 2019. Dron totalmente autónomo para uso subterráneo. Extraído de: https://onepetro.org/ARMAUSRMS/proceedings-abstract/ARMA19/All-ARMA19/125084

Li, H.; Savkin, A.; Vucetic, B. 2019.  Autonomous Area Exploration and Mapping in Underground Mine Environments by Unmanned Aerial Vehicles. Extraído de: https://www.cambridge.org/core/journals/robotica/article/abs/autonomous-area-exploration-and-mapping-in-underground-mine-environments-by-unmanned-aerial-vehicles/FA95F118B7A1C1923CC43B9A6774F3C5

Mirzaeinia, A.; Shahmoradi, J.; Roghanchi, P.; Hassanalian, M. 2019. Autonomous Routing and Power Management of Drones in GPS- Denied Environments through Dijkstra Algorithm. Extraído de: https://arc.aiaa.org/doi/10.2514/6.2019-4462

Russell, E.; MacLaughlin, M.; Turner, R. 2018. Modelo Geotécnico y Mapeo de un Sitio Subterráneo Inaccesible Mediante Vehículos Áereos No Tripulados.

Sharif, S.; Kanellakis, C.; Kominiak. D. 2020. Deploying MAVs for autonomous navigation in dark underground mine environments. Extraído de:  https://www.sciencedirect.com/science/article/abs/pii/S0921889019306256

Turner, R.M.; Bhagwat, N.P.; Galayda, L.J.; Knoll, C.S.; Russell, E.A.; MacLaughlin, M.M. 2018. Geotechnical Characterization of Underground Mine Excavations from UAV-Captured Photogrammetric & Thermal Imagery. In Proceedings of the 52nd US Rock Mechanics/Geomechanics Symposium