:: Repositorio Institucional


Título:	*Desafíos de algoritmos data-driven para sensado no-invasivo utilizando radar de ultra ancho de banda*
Fuente:	Jornada Virtual de Transformación Digital e Industria 4.0, 1
Autor/es:	Albert, R.; Cervetto, M.; Viaggio, A.; Marchi, E.
Materias:	Industria 4.0; Algoritmos; Radar; Inteligencia artificial
Editor/Edición:	INTI;2024
Licencia:	https://creativecommons.org/licenses/by-nc-nd/4.0/
Afiliaciones:	Albert, R. Instituto Nacional de Tecnología Industrial Dirección Operativa. Gerencia Operativa de Servicios Industriales. Subgerencia Operativa de Electrónica y Energía. Dirección Técnica de TIC´s y Energía. Departamento de Energía (INTI-GOSI-SOEyE); Argentina Cervetto, M. Instituto Nacional de Tecnología Industrial Dirección Operativa. Gerencia Operativa de Servicios Industriales. Subgerencia Operativa de Electrónica y Energía. Dirección Técnica de TIC´s y Energía. Departamento de Energía (INTI-GOSI-SOEyE); Argentina Viaggio, A. Instituto Nacional de Tecnología Industrial Dirección Operativa. Gerencia Operativa de Servicios Industriales. Subgerencia Operativa de Electrónica y Energía. Dirección Técnica de TIC´s y Energía. Departamento de Energía (INTI-GOSI-SOEyE); Argentina Marchi, E. Instituto Nacional de Tecnología Industrial Dirección Operativa. Gerencia Operativa de Servicios Industriales. Subgerencia Operativa de Electrónica y Energía. Dirección Técnica de TIC´s y Energía. Departamento de Energía (INTI-GOSI-SOEyE); Argentina

Resumen:	Con el avance hacia una era de datos masivos, las técnicas de inteligencia artificial (IA) están adquiriendo un papel crucial en la industria 4.0. La investigación sobre la construcción de sistemas inteligentes capaces de alcanzar objetivos y tomar decisiones óptimas en entornos dinámicos se ha convertido en un área de gran relevancia. Los sistemas de IA, impulsados por un enfoque multidisciplinario basados en datos, están abriendo nuevas oportunidades en diversos campos, como la comunicación, la localización y el sensado. En el contexto de sensado, las técnicas de IA ofrecen métodos más precisos que permiten identificar y predecir características del entorno, aplicándose a la detección y a la clasificación de objetos. En este trabajo, presentamos una plataforma de sensado electromagnético de ultra ancho de banda desarrollada en el INTI. Con esta plataforma podemos abordar diversos problemas como la medición de humedad hasta detección de signos vitales.
	Descargar

Ver+/-

DESAFÍOS DE ALGORITMOS DATA-DRIVEN PARA SENSADO

NO-INVASIVO UTILIZANDO RADAR DE ULTRA ANCHO DE BANDA

R. Albert(1), M. Cervetto(1), A. Viaggio(1), E. Marchi(1)

(1) Departamento de Inteligencia Artificial, S.O. de Electrónica y Energía. INTI, Av. Gral. Paz 5445, San Martín, Bs. As., Argentina | ralbert@inti.gob.ar

1. Resumen

Con el avance hacia una era de datos masivos, las técnicas de inteligencia artificial (IA) están adquiriendo un papel crucial en la industria 4.0. La investigación sobre la construcción de sistemas inteligentes capaces de alcanzar objetivos y tomar decisiones óptimas en entornos dinámicos se ha convertido en un área de gran relevancia. Los sistemas de IA, impulsados por un enfoque multidisciplinario basados en datos, están abriendo nuevas oportunidades en diversos campos, como la comunicación, la localización y el sensado. En el contexto de sensado, las técnicas de IA ofrecen métodos más precisos que permiten identificar y predecir características del entorno, aplicándose a la detección y a la clasificación de objetos. En este trabajo, presentamos una plataforma de sensado electromagnético de ultra ancho de banda desarrollada en el INTI. Con esta plataforma podemos abordar diversos problemas como la medición de humedad hasta detección de signos vitales.

2. Plataforma de sensado

Se desarrolló una plataforma de detección usando señales de ultra ancho de banda (UWB) impulsivas. Esta plataforma incluye un System-on-chip (SOC) lo que permite no sólo digitalizar la señal sino también ofrecer infraestructura de procesamiento. La misma está basada en componentes off-the-shelf. Analizando el comportamiento de los ecos recibidos, estos presentan características únicas que permiten identificar el objeto y/o sus características.

3.2 Sensado no invasivo de humedad

Dataset: Se utilizaron 6 recipientes de plásticos idénticos llenos con 6 kg de

arena seca para el desarrollo y prueba de algoritmos.

Procedimiento de Medición: Se midió cada recipiente en distintas posiciones

y con diferentes contenidos de agua.

Objetivo de clasificación: Diseñar un algoritmo que categorice las

observaciones en clases según el contenido de agua variable en los recipientes, utilizando un conjunto de observaciones etiquetadas.

Setup de medición: Cámara semi-anecoica (izquierda), Clasificación (derecha).

Plataforma en movimiento: Se traza un camino que incluye sectores

mojados.

Objetivo: Identificar zonas húmedas.

Dos marcas temporales que corresponden a cuando la plataforma pasa por las regiones húmedas.

Esquema de la Plataforma UWB desarrollada.

3. Aplicaciones

3.1 Extracción signos vitales

Extracción de signos vitales a partir de las señal de Radar UWB usando algoritmos adaptativos data-driven de análisis tiempo frecuencia.

Señal de PCG y ECG (arriba) vs. señal PCG obtenida por el radar (abajo).

El algoritmo adaptativo ajusta el análisis sobre las bandas de interés aumentando la resolución.

Setup de Plataforma (derecha). Imagen obtenida por el radar (izquierda).

4. Resultados alcanzados

● Este nuevo sensor tiene un gran potencial para aplicaciones en medicina y en industrias como la agricultura y la construcción, entre otras.

●Los datos son perturbados por el entorno, resultando en un fuerte impacto en la precisión de la clasificación

● Las herramientas de IA actuales enfrentan limitaciones debido a la necesidad de grandes cantidades de datos y alto poder computacional. Además, es fundamental abordar los desafíos relacionados con la privacidad, seguridad y confianza en los algoritmos de IA para garantizar su uso responsable y efectiva implementación.

Ver+/-