Se encontraron 8 investigaciones
Se desarrollará un sistema de inteligencia artificial que pueda analizar la información que el drone está capturando en tiempo real y enviar alertas sin la necesidad de la interacción de una persona. El software analizará el video en movimiento del drone para identificar los tiempos de carguío entre pala y camión, y verificar las condiciones de seguridad en la zona de operaciones. Al mismo tiempo, elaborará dos tipos de reporte: reportes detallados con los resultados de cada vuelo a la persona encargada (operador/a), y un reporte resumen diario de resultados de análisis que contenga las imágenes de las inspecciones, los tiempos de operación promedio, comparaciones con el histórico, datos generales del muestreo, y el cumplimiento o no de las condiciones de seguridad. También, enviará un correo de alerta inmediata si el drone detecta alguna condición de seguridad incumplida o irregularidad en la operación, que permitirá el receptor tomar una acción inmediata como notificar al centro de control, contactar al supervisor de turno en mina, o convocar a un comité de emergencia/crisis
Participantes:
Instituciones participantes:
El Perú sufre las consecuencias del fenómeno del Niño Costero, el cual producto del sobrecalentamiento del Océano Pacífico, provoca lluvias, desbordes de ríos, inundaciones y deslizamientos de tierra (huaycos). El último Niño Costero del 2016-2017, dejó 101 fallecidos, 353 heridos, 19 desaparecidos, 141 mil damnificados y un millón de afectados a nivel nacional, según INDECI. Si bien es cierto que los efectos de los fenómenos naturales son impredecibles, la mejor manera de enfrentarlos es a través de un sistema de prevención adecuado, el cual requeriría tener un mapeo completo de las zonas vulnerables, para así poder realizar estudios hidrográficos más exactos, y definir tareas de descolmatación o construcción de diques. En este proyecto se propone el desarrollo y la implementación de un sistema computacional de adquisición, procesamiento, visualización y simulación. La primera etapa consiste en la adquisición y procesamiento de datos de alta resolución de terrenos de zonas vulnerables a inundaciones y huaycos. Se obtiene la superficie 3D de estos terrenos a través del uso de sistemas aéreos no tripulados, o drones, equipados con un escáner LIDAR (láser) de alta resolución. El uso de drones permite poder realizar trabajos en zonas de difícil acceso y donde hay riesgo para personal humano. El LIDAR entregará información muy precisa de la topografía del terreno, así como la configuración urbana. La segunda etapa consiste en la visualización y simulación. En el componente de visualización se integrarán datos de diferentes fuentes con facilidad, toda la información estará geolocalizada. En el componente de simulación, se simularán inundaciones y huaycos, de manera que se puedan cuantificar los daños ante un posible desastre, y extraer información desde el terreno y la configuración urbana, tales como: zonas afectadas, impacto ante eventos de variable magnitud, identificación de zonas de evacuación, modelamiento de trabajos de prevención y su impacto.
Participantes:
Instituciones participantes:
En Perú, el monitoreo de calidad del aire solo se realiza en Lima, con una red de 10 estaciones de SENAMHI que monitorean un área de 3000 km2 para 10 millones de habitantes (http://www.senamhi.gob.pe/?p=monitoreodecalidad-de-aire). Asimismo, se deben cumplir los Estándares de Calidad Ambiental (ECAs) establecidos por el Ministerio del Ambiente y supervisados por el Organismo de Evaluación y Fiscalización Ambiental (OEFA). Sin embargo, esta tarea de fiscalización es limitada por la escasez de estaciones de medición, la cual se explica por los altos costos de las estaciones de medición y también sus costos asociados de mantenimiento y operación. En adición a la baja densidad de estaciones de monitoreo, en Perú hubo poquísimos intentos de desarrollar modelos computacionales capaces de producir mapas de la contaminación ambiental de las ciudades con una resolución espacial y temporal que sea de utilidad para las autoridades y los ciudadanos. Entre esos intentos están los recientes trabajos de Sánchez-Ccoyllo et al. (2018) y Reátegui et al. (2018), que implementaron para Lima modelos numéricos de contaminación WRF-CHEM para predecir material particulado PM2.5. La resolución espacial fue de 5¿5 km y la resolución temporal fue de hora en hora. Los resultados, validados con mediciones de las estaciones del SENAMHI en dos meses del 2016, mostraron la dificultad de tener estimaciones cercanas a los valores reales, la cual fue atribuidas a las incertezas en el inventario de emisiones y las simplificaciones paramétricas que se tuvieron que realizar. Dichas dificultades son usuales en los modelos numéricos, los cuales necesitan especificaciones precisas de los distintos parámetros y las condiciones iniciales y de frontera para generar simulaciones realistas. Así, el problema identificado es la falta de un sistema de monitoreo de costo asequible que provea a los ciudadanos y las autoridades en Perú información precisa y oportuna sobre la calidad del aire que respiran.
Participantes:
Instituciones participantes:
Mejora de eficiencia operacional y monitoreo de seguridad mediante sistema integral: qEYE (drone autónomo, robusto y controlado por internet), qBOX (hangar automatizado para albergue y recarga de drone) y qAIRAOPS (software de control y visualización en tiempo real de vídeo e información de vuelo).
Participantes:
Instituciones participantes:
The Peruvian Amazon is an iconic landscape with high biodiversity and cultural heritage. Within this region lies the Amarakaeri Communal Reserve (ACR) that protects over 690,000 hectares of tropical forest and the native indigenous communities inhabiting it. Additionally, this reserve also connects other important conservation areas, including Manu National Park, Madre de Dios Indigenous Territorial Reserve, Tambopata National Reserve, and Bahuaja-Sonene National Park. ACR has an unique management structure, in which the Peruvian National Park Service (SERNANP) co-manage the reserve with an elected indigenous-based organization known as the Executor of the administrative Contract of the Amarakaeri Communal Reserve (ECA-Amarakaeri). Together, they have established a control and surveillance system to protect the forest. Unfortunately, in recent years the ACR has suffered severe forest loss produced by illegal activities, especially gold mining and logging. The overall goal of this project is to develop complementary actions for the control and surveillance system of the ACR by using cutting-edge technology. To meet this goal, we propose to: 1) improve and develop current drone technology to overcome barriers in challenging tropical environments; and 2) transfer this technology to achieve the sustainable implementation of effective surveillance and control actions. We will develop the present drone technology to overcome the environmental barriers. Then, we will transfer this knowledge to the indigenous communities so they can incorporate it to their control and surveillance actions and increase the effectiveness to reduce the impacts of extractive activities in the ACR. Finally, we expect that the near-real-time knowledge of the advance of illegal activities, through technology, will result in better decisions for effective co-management.
Participantes:
Instituciones participantes:
The project qAIRa, initiative that started in the Pontificia Universidad Católica del Perú (PUCP), presents the concept of using unmanned aerial vehicles (UAVs), also known as Drones, for air quality monitoring and air contamination mapping. Air is the planet¿s most valuable resource and is nowadays being threatened by the high levels of contamination around the world, according to the World Health Organization (WHO). Air contamination causes 1 in 10 deaths, which translates each year in the deceases of 7 million people globally. qAIRa develops and implements drones with sensing technology to monitor the quality of the air in order to analyze and prevent environmental contamination from the major industries and protect people¿s health by keeping the level of contaminants emissions under the limits proposed by the regulation agencies. This project aims to use big data analytics and robotics to digitize and democratize air quality information as a real-time global contamination map.
Participantes:
Instituciones participantes:
qAIRa propone la implementación de una red de drones y módulos para el monitoreo de la calidad del aire (dióxido de carbono, monóxido de carbono, dióxido de azufre, dióxido de nitrógeno, óxido de nitrógeno, sulfuro de hidrógeno, ozono, material particulado, entre otros), que trabajan con un software especializado para análisis de grandes cantidades de data (en inglés, big data analytics), con el propósito de empoderar a las personas para que sean parte del cambio medioambiental al conocer el aire que respiran. Hoy en día, la información es recopilada por costosas estaciones de monitoreo de calidad del aire; sin embargo, debería ser recolectada en áreas extensas para tener una gran cantidad de datos y construir una plataforma global de la contaminación del aire. Para cumplir este propósito, qAIRa ha desarrollado un drone tipo hexacóptero y está desarrollando un módulo estático de bajo costo ambos para monitoreo de calidad del aire. Como soluciones alternativas de monitoreo medioambiental, también se ha desarrollado un drone tipo híbrido para monitoreo de polvo y un drone tipo cuadricóptero para monitoreo de seguridad; el primero combina la capacidad de despegue y aterrizaje vertical de un multirotor y la ventaja de mayor alcance de vuelo de un ala fija, con el objetivo de capturar imágenes que son procesadas a través de un algoritmo para la detección de polvo; el segundo es un equipo controlado de manera autónoma por la red celular móvil y envía video en tiempo real. Las soluciones de qAIRa están protegidas por patentes de modelo de utilidad.
Participantes:
Instituciones participantes:
According to the World Health Organization, cardiovascular diseases (CVDs) cause more deaths than all cancers, HIV and malaria combined; 17.5 million people die each year from CVDs, this represents 31% of all deaths globally. This is even more detrimental for women, 3 of 8 because 1 in every 3 women in the United States suffer from CVDs. These ailments could be prevented if detected sooner, in order to be monitored and acted upon to optimize health. Research of technology to make day-to-day clothes intelligent in order to prevent several diseases is in current development. This research project proposes a non-invasive method to monitor cardiac and respiratory health parameters (such as heart rate, electrocardiogram, respiratory rate and others) through the development of flexible and printed circuit boards resistant to water with sensors (such as electrodes, piezo resistive fabric, temperature sensor, accelerometers and others) located inside a brassiere. This information can be used to determine abnormalities in heart rhythm, size of the heart chambers or damage to the heart muscle, associated with CVDs. The current solutions to monitor health are wearables and chips that are injected inside the body. The problem with wearables is that they are not daily life objects; on the other side, chips that go into an individual's body are far too invasive and expensive.
Participantes:
Instituciones participantes: