ISSN 2594-5335
22° Seminário de Automação e TI — vol. 22, num.22 (2018)
Título
Autoria
DOI
Downloads
Resumo
Serviços de localização são um requisito para a implantação de diversos tipos de processos de automação na mineração, podendo aumentar a segurança com sistemas de auxílio ao resgate e contribuindo nas análises de produção com a identificação de anomalias na produção. Este trabalho aborda uma proposta de sistema para localização em ambientes de mina subterrânea que utiliza redes sem fio e algoritmos de aprendizado de máquina. Tal sistema é capaz de realizar estimativas de posição utilizando técnicas inteligente; mudar dinamicamente o modelo de predição; suportar múltiplas visualizações que utilizem os dados de localização; e armazenar o histórico de localizações para outras análises e visualizações. O sistema é formado por agentes (veículos, máquinas e colaboradores), radares (que realizam varreduras da rede para identificar os agentes), um banco de dados (que armazenas as informações de posição em um histórico) e o módulo inteligente de estimativa de localização (que infere a posição baseado nas informações provenientes dos radares e/ou banco de dados). Testes pilotos com o veículo industrial Shuttle Car em uma mina subterrânea, que empregaram redes sem fio com beacons BLE, comprovaram a viabilidade do uso de técnicas de aprendizado para estimar a posição de um agente, superando as adversidades do ambiente inóspito da mineração.
Localization services are a requirement for the implementation of various types of automation processes in mining, which may increases the security with rescue aids systems, and facilitate production analyzes by contributing to identify production anomalies. This work approaches a system proposal for localization in underground mine environments, the system uses wireless networks and machine learning algorithms. Such a system is capable of performing position estimates using intelligent techniques; dynamically changing the prediction model; supporting multiple views using location data; and storing location history for other analyzes and views. The system consists of agents (vehicles, machines, and collaborators), radars (which carry out network scans to identify the agents), a database (which stores position information in a history), and the intelligent location estimation module (which infers position based on information from the radars and/or database). Pilot tests with the industrial vehicle Shuttle Car in an underground mine, which employed wireless networks with BLE beacons, proved the feasibility of using learning techniques to estimate the position of an agent, overcoming the adversities of the inhospitable mining environment.
Palavras-chave
Minas Subterrâneas; Localização Indoor; Aprendizado de Máquina
Underground Mining; Indoor Location; Machine Learning
Como citar
Ferreira, Bruno Victor de Mesquita;
Carneiro, Nikolas Jorge Santiago;
Maués, Kelvin Gaia;
Carvalho, Hanna Vitória Fróis de;
Alves, Joner Oliveira;
Pessin, Gustavo;
Carvalho, Eduardo Costa de.
PROPOSTA DE SISTEMA DE LOCALIZAÇÃO EM AMBIENTES DE MINAS SUBTERRÂNEAS
,
p. 24-35.
In: 22° Seminário de Automação e TI,
São Paulo,
2018.
ISSN: 2594-5335
, DOI 10.5151/2237-0234-31450
