Equipado con redes neuronales y visión artificial, el prototipo puede detectar de forma autónoma peligros geológicos como derrumbes y fracturas, así como la presencia de gases tóxicos, con el objetivo de implementar medidas de seguridad adecuadas para los trabajadores. El proyecto, desarrollado por las alumnas de Ingeniería en Telemática Carolina Abigail Gallo Meneses, Yesenia Cruz Domínguez y Lesly Verónica Salazar Jiménez, adapta un vehículo comercial con una microcomputadora Raspberry Pi 5, sensores de monóxido de carbono y dióxido de nitrógeno, una lámpara y una cámara de profundidad.

Esta última permite al rover capturar imágenes incluso en total oscuridad, las cuales son la base del sistema Visual SLAM (V-SLAM) que utiliza para mapear y localizarse simultáneamente sin necesidad de GPS o conexión a internet.

Como explicó Gallo Meneses, “dentro de la mina, a unos 30 kilómetros de profundidad, no existe ninguna señal”.

Para validar el prototipo, las creadoras lo probaron en una mina en Durango.

La información recolectada se visualiza en un sistema web que muestra mapas tridimensionales y mediciones de gases. La red neuronal del sistema fue entrenada con más de 13,000 imágenes obtenidas tanto en minas reales como en maquetas.

Este desarrollo mexicano se presenta como una alternativa económica y autónoma a tecnologías extranjeras que a menudo son fijas y requieren intervención humana, reduciendo así el riesgo para los trabajadores al mínimo.