498 MINERIA MARZO

MINERÍA / MARZO 2019 / EDICIÓN 498 49 en tiempo real a un servidor y reportados al centro de control para su inmediata ac- ción. En la Foto 2, se observa la cámara instalada en el vehículo. Las siguientes son las capacidades y eventos que el sistema detecta: Capacidades: n Detección del estado de somnolencia del conductor. n Detección de distracciones. n Detección de la duración del parpadeo. n Detección de la posición geográfica del evento. n Detección de la hora y fecha de cada evento. n Almacenamiento de información. Eventos que detecta: n Micro sueños. n Distracciones evidentes. n Estados de ánimo (opcional). El sistema fue probado en una ca- mioneta 4x4, luego de ello se pasó a la instalación en un volquete para el análisis respectivo (ver Fotos 3 y 4). De la instalación se obtuvo los siguien- tes resultados: Después de realizar pruebas del sis- tema con la ayuda de la inteligencia ar- tificial del sensor Kinect integrado con el algoritmo de detección de somnolencia, se puede implementar a toda la flota de acarreo de mineral y hacer un seguimien- to a los operadores y así evitar posibles accidentes. Se puede realizar cuadros de horas críticas en las que los operadores presen- tan mayores alarmas de cansancio regis- trados por el sistema. Así como identificar qué operador tie- ne más incidencias de estados de cansan- cio (ver Figuras 11 y 12). Conclusiones 1.El sistema para detección de condicio- nes de somnolencia Rijch'arichiy nos permite detectar las condiciones de fa- tiga y notificar en tiempo real, tanto al operador como al centro de control. 2.El sistema posibilita analizar la información histórica permitiendo establecer patrones y horarios en los que se presenten condi- ciones de somnolencia del operador. 3.El costo de implementación es menor que otras soluciones ya existentes en el mercado, ya que utiliza menor cantidad de hardware y optimiza el uso del mis- mo. 4.El sistema es adaptable a las condicio- nes de la operación minera, permitiendo manejar muy bien la personalización de la herramienta. 5.Este trabajo es un ejemplo palpable de que con una mínima inversión se puede lograr grandes resultados, muchas veces las soluciones a problemas complejos están en respuestas sencillas, como en este caso hemos hecho uso de una cá- mara utilizada en consolas de videojue- gos y le hemos dado un giro empresarial industrial, sin afectar el rendimiento y la seriedad que las operaciones requieren. Bibliografía Gary Bradski & Adrian Kaebler. 2011. Learning Open CV. EE.UU CA: O’Reilly. Katherine KaYan Fong. 2015. Ir- Depth Face Detection and lip localization using Kinect V2 (2015). 8(1):102-116. Somnolencia: Qué es, qué la causa y cómo se mide. En: http://www. s c i e l o.o r g .p e/s c i e l o.p h p ?s c r i p t = s c i _ arttext&pid=S1728-59172010000200010 (Visitado en junio 2016). El 30% de peruanos sufre de insomnio. En: http://elcomercio.pe/ciencias/ me dicina/30 - p e r u ano s - su f re -ins omnio - int e rac tivo - no ticia -1977001?re f= f lujo _ tags_514120&ft=nota_25&e=titulo (Visitado en marzo 2017). Foto 2. Foto 3. Foto 4. Figura 11. Figura 12.