MINERÍA la mejor puerta de acceso al sector minero EDICIÓN 588 / SEPTIEMBRE 2026 26 que permite optimizar la adquisición de datos geológicos sin intervención humana directa. Esta tarea implica identificar, de forma autónoma, regiones del entorno que presenten características espectrales o térmicas relevantes para análisis posteriores, al mismo tiempo que se mantiene una navegación segura y eficiente. En la presente simulación, se modeló el comportamiento de un sistema robótico equipado con sensores multiespectrales (RGB, NIR e infrarrojos térmicos), orientado a detectar áreas del túnel subterráneo con atributos distintivos. La selección de zonas de interés se fundamentó en tres criterios espectrales principales: Baja reflectancia en el espectro infrarrojo cercano (NIR), indicador asociado a humedad superficial o acumulación de materia orgánica. Elevada temperatura superficial, identificada mediante termografía, posible evidencia de actividad geotérmica o filtraciones. Variaciones anómalas en textura y color del terreno, potencialmente relacionadas con afloramientos minerales o cambios en la composición litológica. Estas condiciones fueron procesadas mediante algoritmos de segmentación espectral y análisis de contraste multibanda, los cuales generaron mapas de prioridad que resaltan regiones diferenciadas respecto al fondo ambiental. Las imágenes resultantes mostraron que las zonas óptimas se concentraron en formaciones rocosas laterales y en el eje central superior del túnel, donde convergen dos o más de los criterios definidos. De manera integrada, el sistema de navegación autónoma planificó rutas que maximizan la cobertura de estas zonas detectadas, empleando algoritmos de inteligencia artificial que consideran tanto la transitabilidad del entorno como la relevancia espectral de las regiones. Este resultado valida la interoperabilidad entre los módulos de percepción remota y locomoción inteligente. En conjunto, la simulación confirmó que el sistema es capaz de discriminar regiones geológicamente relevantes bajo condiciones visuales complejas, y de adaptar su desplazamiento en función de dicha información, reforzando así su aplicabilidad para tareas autónomas de prospección y caracterización subterránea. La Figura 11 representa una simulación del sistema de sensado multiespectral aplicado a un entorno subterráneo, en el que se proyectan distintas longitudes de onda sobre la superficie de la pared rocosa. Esta simulación tiene por objetivo evaluar la capacidad del sistema robótico para discriminar visualmente zonas de interés geológico mediante diferencias espectrales. Se identifican tres zonas de tonalidad dominante: Magenta (centro-izquierda): esta región muestra una combinación de respuestas en bandas roja y azul, lo cual podría estar relacionado con áreas con humedad superficial, acumulación de material orgánico o heterogeneidad composicional en la roca. Verde (centro-derecha): tonalidad asociada a regiones con mayor reflectancia en el espectro visible y posiblemente vinculada a superficies secas o de diferente mineralogía. Amarillo (zona intermedia): coloración resultante de la combinación de altas respuestas en rojo y Figura 10. Tiempos promedio de toma de muestra por evento.
RkJQdWJsaXNoZXIy MTM0Mzk2