hacia la mina

aerosol y
Ventilación
mapeo a través
Visión por computador-
detección asistida
(CVAS)
14a EEUU / América del Norte Mina Simposio de
ventilación
17 al 20 junio 2012

Sam Janisko
NIOSH mecánica Ingeniero
/ OMSHR
 Introducción
Motivación
• minas UG son grandes espacios, pero las mediciones a menudo se toman en puntos
individuales, discretas
- Suposición es que las condiciones ambientales son uniformes en
la zona

• A veces, las mediciones de un solo punto no son buenos

- No uniforme en 3 dimensiones
- Necesidad de alto nivel de detalle de información en el área de

• En estos casos, la información espacialmente continua (mapas) son deseables

• La mejor herramienta que tenemos es CFD CFD, pero exige una gran cantidad de

información y experiencia en la delantera

 Conceptos

• ¿Cómo proporcionar mapas sin CFD?

• mediciones espacialmente continuas serían ideales

- No hay muchas opciones de detección

• Adquisidor muchos mediciones de puntos discretos es otra opción

- Interpolar la información del mapa que queda entre los puntos

- Intentamos esto en estudios de todo el tiempo
- Las limitaciones prácticas
• Coste / complejidad limita severamente el # de sensores que se pueden
implementar
 Solucion potencial
• Imitar una medición espacialmente continua moviendo físicamente el
sensor
- Adquirir datos como sensor está en movimiento

- Seguimiento de la ubicación física del sensor y emparejar estos datos con la

respuesta del sensor (3D ubicación + lectura + tiempo = 5D)

• beneficios
- Se puede utilizar tan sólo un sensor para recoger datos 5D

• Compensación
- el tiempo de respuesta se reduce drásticamente

- Esencialmente el comercio de la capacidad de respuesta de información

espacial

• Significa que necesitamos un entorno estable

 Resumen del sistema

• El uso de “fuera de la plataforma” sensores / instrumentación

• El seguimiento de la ubicación espacial con tecnología de visión por ordenador

• sensor de movimiento en toda el área a ser mapeada

• Sincronizar los datos del sensor con datos espaciales

• Realizar la interpolación para generar un mapa 4D

- (El tiempo es la dimensión “manchado”)

 el seguimiento de la visión por ordenador

• visión por ordenador ha sido seleccionada como la tecnología para adquirir los datos de

localización del sensor

- Barato, bastante fácil de aplicar, bien desarrollado y documentado

• El uso de la plataforma de OpenCV ( Intel / Willow Garage, opencv.willowgarage.com)

• Por ahora, el seguimiento de objetos usando el centro de la detección y filtrado de

color de la masa

- El uso de un palo de luz unido al sensor como el marcador

 Resumen del sistema
Para la adquisición espacial 2D (único método probado hasta ahora)
 Resumen del sistema
Para la adquisición espacial 3D (realizaciones potenciales)

métodos estereoscópicas despliegue de 2 cámaras

 Notas técnicas
• Sincronización de tiempo entre el sensor y el ordenador crítico
• Los sensores con frecuencia de muestreo de <= 1 muestra por segundo ideales

- La más frecuente sea el mejor

- Si los datos = lectura instantánea, no hay correcciones necesarias
- Si los datos = media de las lecturas recogieron más de intervalo de tiempo, entonces la
corrección se requiere para tener en cuenta el movimiento del sensor

• Usando centroide de movimiento-triángulo para el ensayo descrito

(Xc, Yc)
1.0s
0.0s
(Xa, Ya) do

(Xb, Yb)
0.5s
 Prueba de pruebas de concepto
• la configuración espacial de adquisición 2D

• Ordenador portátil como procesador

• mina simulado sección transversal de la abertura

- 8 ft. Altura x 16 pies. Ancho

- Traverse realizado más de 1 min.

- Las correcciones para óptica de la lente no aplicado

• ALNOR Modelo RVA 501 paleta giratoria anemómetro

- 0,25 m / s (50 pies / min) a 30,5 m / s (6.000 pies / min)

• Estacionaria ventilador industrial forzando el flujo de aire a través de una abertura, dirigida al lado derecho de
la abertura

• Logitech Webcam Pro 9000 ®

• El seguimiento del movimiento en OpenCV

• Procesamiento de datos en MATLAB

- interpolación spline cúbica (función gridData)

Adquisición de datos

ubicación
anemómetro
seguimiento
Adquisición de datos
Adquisición de datos
Adquisición de datos
Adquisición de datos
Adquisición de datos
 resultados gráficos
Resultados general como se esperaba, pero “ruidoso” y “rayado”
 Las altas frecuencias
• “Ruido” es en realidad la señal de alta frecuencia

- No tienen mucha confianza en esta información

• Razonamiento: Hay 307.200 píxeles en cada mapa

• En 1 minuto, recoger 60 muestras de punto (PUNTO = pixel)

- 60 píxeles conocidos / 306,140 pixeles desconocidos = 0,0002% de área conocida

• Sistema está bajo-muestreada. No hay información vía de agudos se puede derivar de tan
pocos datos
- Las arrugas son artefactos introducidos por el proceso de interpolación

- Puntos que se encuentran en las proximidades causan problemas de alta frecuencia

- Ha intentado otros métodos, pero ninguno es tan informativa / útil como interpolación
cúbica-spline

Dentro de la caja: píxeles blancos = desconocidos

píxeles negros = conocido (60 de ellos)
 Filtrado de altas frecuencias con
DCT?
• Puede filtrar componentes de alta frecuencia con transformada de coseno discreta 2D

- Mantiene solamente señales de baja frecuencia

- Elimina la restricción de que la superficie tiene que golpear cada punto de muestreo con exactitud

• Esta manipulación necesita más investigación

• Idealmente, el elemento humano se debe quitar / minimizada

20x20 DCT 10x10 DCT DCT 5x5

 Otros asuntos
• pruebas posteriores indicaron una buena repetibilidad (pero no cuantificado)
• Traverse “barridas” se variaron de vertical a horizontal

• Capacidad de respuesta de la vena anemómetro giratorio no era ideal

• En cola / de-cola de impresión tiempo de retraso estrías causadas en los resultados de pruebas

- Solución es utilizar sensores casi instantáneas

- no debería ser un problema para el ruido o la ventilación pero podría ser para instrumentos de
polvo y diesel
 Futuro del trabajo
La tecnología necesita más desarrollo antes de su uso
• aspecto de visión por ordenador es robusto y listo para funcionar
• problemas de recolección de datos y reducción permanecen, pero éstos deben ser manejable
sin embargo

Las aplicaciones potenciales deben ser identificados antes de continuar

Algunas sugerencias de otros

• La validación de CFD
• Dónde ubicar los operadores mineros remotos
• dirigir la ventilación (cortinas, bolsas de ventilación, ventiladores de refuerzo)
• mapas de ruido alrededor de equipo
• mapeo de flujo de aire alrededor de pilares
• mapeo de polvo / flujo de ventilación en la minera continua
 CVAS y CFD
• La tecnología tiene sentido como complemento de CFD, no un reemplazo

• herramienta de validación de potencial, proveedor de datos

• Funciona para aplicaciones de micro-escala

- Limitado al campo de visión de la cámara (s), área barrida por el sensor (s), el
tiempo de respuesta
• No es bueno para aplicaciones macro escala

• distinción clave: CFD es predictivo mientras CVAS es sensible

• CFD requiere una definición exhaustiva del sistema antes de tiempo (puede ser
difícil para predecir los flujos de actividades y el modelado de aerosol)

• CVAS utiliza mediciones reales del sistema

- Trabajará con cualquier sensor de respuesta rápida
- No es ideal para las condiciones transitorias
 Renuncia

Los resultados y conclusiones de esta presentación son las de los

autores y no representan necesariamente los puntos de vista de
NIOSH. La mención de nombres o productos de la empresa no
constituye un endoso por los Centros para el Control y Prevención
de Enfermedades
 Contacto

Presentado por: Sam Janisko

Datos de contacto: 412.386.4509 sjn7@cdc.gov
La Oficina de Investigación de la Salud Seguridad de Minas y es una división del
Instituto Nacional de Seguridad y Salud Ocupacional (NIOSH) www.cdc.gov/niosh/minin

NIOSH es una división de los Centros para el Control y Prevención de

Enfermedades del Departamento de Salud y Servicios Humanos www.hhs.gov