noticia-single

AMTC PARTICIPÓ EN EXPERIMENTOS DE MAPEO DE MINAS USANDO ROBOTS CAMINANTES

jueves 22 abril 2021

Uno de los variados proyectos de automatización minera ejecutados por el Advanced Mining Technology Center es el desarrollo de un sistema de mapeo tridimensional de galerías de minas subterráneas empleando robots. Este trabajo es liderado por el Dr. Martin Adams, quien es también académico del Departamento de Ingeniería Eléctrica (DIE) de la Universidad de Chile. El Dr. Adams estuvo desde julio de 2019 a septiembre de 2020 en la Escuela Politécnica Federal (ETH) de Zurich, en donde concretó una colaboración con miembros del Laboratorio de Sistemas Autónomos (ASL) de dicha universidad, liderados por el profesor Roland Siegwart.

En los 15 meses que el Dr. Adams trabajó con el ASL, se realizaron experimentos de mapeo de minas subterráneas usando robots con navegación autónoma, específicamente robots cuadrúpedos ANYmal, equipados con cámaras y escáneres láser 3D. La información recogida por los autómatas luego fue procesada por el software de mapeo FabMap (desarrollado por el ASL) para crear un completo mapa tridimensional de un sector de la mina suiza Gonzen, mina de hierro en desuso que fue el escenario de los experimentos.

Robot ANYmal del ASL.

“El propósito de esta colaboración fue combinar la experiencia del ASL en vehículos con patas y su software FabMap con el mapeo basado en sets finitos aleatorios (random finite sets en inglés) y métodos de SLAM (sigla en inglés de “localización y mapeo simultáneos”) desarrollados por el proyecto basal del AMTC ‘Detección robusta y fusión de sensores para mejorar la seguridad, el monitoreo y la eficiencia de la mina’. También estamos coordinando trabajo en registro 3D de nubes de puntos de datos, para ayudar en la navegación autónoma de vehículos, basado en métodos desarrollados en el AMTC, el DIE y el ASL”, señala el investigador.

Un punto llamativo de la investigación que el Dr. Adams realizó en Suiza es el uso de robots caminantes, algo opuesto a lo que el académico empleaba hasta entonces para mapear minas: un robot “Husky” de cuatro ruedas, equipado con variados sensores que escanean secciones de la mina para reunirlas en un mapa completo. El Husky trabaja con un software que le permite corregir errores de escaneo por desbalances en su postura y dirección, causados por el terreno irregular de una mina no pavimentada. Entonces, ¿por qué optar por un robot cuadrúpedo, que sería menos apto para esa tarea al no contar con la estabilidad que da el avanzar sobre cuatro ruedas? “Esos son errores de localización causados por inestabilidad. El vehículo autónomo debe ser simultáneamente capaz de actualizar su propia ubicación con respecto a un sistema global de coordenadas, mientras estima el mapa de su ambiente. Cualquier robot (sea con ruedas, caminante o incluso aéreo) sufre de estos errores y requiere algoritmos robustos para corregirlos al mismo tiempo que se realiza la labor de mapeo. Estos son algoritmos que ya han funcionado antes. Si bien las ruedas tienen la ventaja de que si el terreno es lo bastante liso el vehículo puede moverse a una velocidad razonable, pronto se atora en presencia de superficies rocosas o escarpadas. Por otro lado, los robots caminantes son usualmente más lentos y mucho más complicados de controlar que sus contrapartes rodantes, pero potencialmente pueden moverse por terrenos más arduos y ser menos propensos a atorarse, tal como los humanos pueden desplazarse con mayor facilidad que los autos en esos ambientes, pero más lentamente”, responde el Dr. Adams.

El robot Husky A200 del AMTC.

Tras los experimentos en Suiza, el trabajo colaborativo AMTC-DIE-ASL continúa en los temas de nubes de puntos de datos, SLAM, detección de objetos y rastreo por radar.