|
Palabras clave
|
Mobile Laser Scanning, LiDAR, point cloud, anomaly detection, safety monitoring, tunnels and pipes inspection
|
|
Justificación del proyecto
|
Los conductos de agua de gran tamaño y los túneles subterráneos son infraestructuras críticas para el suministro de agua potable y la eliminación de aguas residuales. Estas estructuras están expuestas a diferentes condiciones ambientales y de operación que pueden causar daños y desgaste con el tiempo. La detección temprana de anomalías, como grietas, fugas o deformaciones, es crucial para prevenir fallas catastróficas y costosas reparaciones. Sin embargo, la inspección manual es difícil y peligrosa debido a la falta de iluminación y ventilación, y la presencia de agua y lodo. Por otro lado, la obtención de modelos digitales tridimensionales precisos y detallados pueden permitir visualizar la forma y el estado de las estructuras en tiempo real, identificar áreas problemáticas, detectar anomalías y planificar el mantenimiento y la reparación, estos modelos se pueden obtener mediante sensores LiDAR (Light Detection And Ranging) debido a su precisión de medición e insensibilidad a la iluminación en comparación con las cámaras; pero, el LiDAR 3D con multihaz es muy costoso y los datos de mediciones masivas no se pueden aprovechar por completo en algunos software comerciales. Por lo tanto, la población afectada por este problema son en primer lugar, los ciudadanos y comunidades que dependen del suministro de agua y el tratamiento de aguas residuales. Además, las empresas y las industrias que dependen del suministro de agua y la eliminación de aguas residuales, como la agricultura, la minería y la
producción de energía, también pueden verse afectadas. Por otro lado, las entidades gubernamentales responsables de la supervisión y el mantenimiento de estas infraestructuras críticas pueden enfrentar desafíos en términos de costos, recursos y responsabilidad si se producen fallas catastróficas debido a la falta de detección temprana y mantenimiento preventivo
|
|
Hipótesis del proyecto
|
La implementación de tecnologías innovadoras y eficientes para la detección temprana de anomalías y la generación de modelos digitales tridimensionales precisos puede contribuir significativamente a prevenir fallas catastróficas, reducir costos de mantenimiento y reparación, y mejorar la gestión y el mantenimiento de las infraestructuras críticas para el suministro de agua o inspección de túneles.
|
|
Resultados esperados del proyecto
|
-02 Artículos científicos publicados en revistas indizadas base Scopus, Web Of Science
-01 Congreso de evento nacional.
-01 Tesis de Pregrado o Posgrado
-01 Publicación en web site el inicio del proyecto
-01 Participación en evento de difusión de resultados finales
-01 Publicación en Marketplace UNSA los resultados obtenidos
-Un Prototipo de nivel de madurez tecnológica TRL3
-Un algoritmo de aprendizaje profundo que pueda identificar anomalías en acueductos.
-Una contribución de un paquete de código abierto basado ROS para reconstrucción 3D usando un sensor LiDAR 2D
|
|
Impactos esperados
|
Sociales: se espera que el proyecto mejore la calidad de vida de las personas al proporcionar una detección temprana de anomalías en las infraestructuras críticas, lo que a su vez reducirá el riesgo de interrupciones en el suministro de agua.
Económicos: el proyecto puede generar ahorros económicos significativos al reducir la necesidad de reparaciones
costosas en las infraestructuras críticas.
Ambientales: el proyecto busca reducir el impacto ambiental asociado con la construcción y el mantenimiento de
infraestructuras.
Tecnológicos: la implementación de tecnologías innovadoras como algoritmos de Deep Learning para la detección de anomalías y la reconstrucción tridimensional a través de datos de LiDAR 2D puede mejorar la gestión y mantenimiento de los acueductos y túneles.
Académicos: Los estudiantes y profesionales que participen en el proyecto pueden desarrollar habilidades en el uso de tecnologías innovadoras, herramientas de modelado y simulación, análisis de datos, publicar sus resultados y contribuir al avance científico. Además, el recurso humano iniciará una línea de investigación en robótica subterránea y tecnología LiDAR, que luego puede ser continuada y escalada usando el kit de desarrollo de robótica Leo Rover para otros proyectos o investigaciones.
|
