A equipe da Vale propôs o desenvolvimento de um aspersor automático de vias não pavimentadas, em que a condição do solo será analisada por reconhecimento de imagens e, a partir do processamento dos frames, o sistema decidirá quanto ao acionamento do aspersor, que será realizado de forma automática.

 Após a execução dos testes, constatou-se que a tecnologia desenvolvida tem potencial de solucionar o problema apresentado. A tecnologia empregada se mostrou condizente com as expectativas, a avaliação positiva se baseou na confirmação de que a tecnologia é viável. A visão computacional para a detecção de solo seco e úmido em uma solução final, tem chances concretas de gerar resultados com alta eficiência e tornar a operação mais segura.

Atualmente, o controle de poeira das minas é realizado através de aspersão das vias com o uso de água. É um dos métodos mais comuns e mais presentes dada a sua facilidade de aplicação e rapidez de ação.

Durante a aspersão, devido à altura do caminhão pipa e a sua estrutura, o operador muitas vezes não consegue visualizar claramente o estado das vias antes da aspersão e, com a quantidade de informações que os operadores têm que lidar no dia a dia, é possível que haja um excesso ou falta de umectação.

A equipe realizou um experimento para automatizar a decisão de aspersão da via por meio do uso da tecnologia de reconhecimento de imagens, denominado como Aspersor Automático de Vias Não Pavimentadas.

 Esta experimentação é considerada uma inovação, dado o formato de sua construção, no momento é aguardado a avaliação do depósito de patente realizado no Instituto Nacional da Propriedade Intelectual (INPI) do Brasil.

A Aspersão Automática de Vias é a experimentação de um sistema que tem como propósito identificar o estado do solo de vias não pavimentadas para decidir de modo automático quanto ao acionamento dos aspersores de um caminhão pipa.

Dito isso, os requisitos estabelecidos para o funcionamento são: • Instalação do sistema em um caminhão pipa fora de estrada; • O processamento da leitura dos dados é feito dentro de um tempo preciso, para que seja possível leitura seguida de ação do acionamento da bomba sobre o dado lido durante o percurso do caminhão pipa; • O sistema deve funcionar 24h, ou seja, dia e noite e em qualquer estação do ano. • O sistema deve identificar duas condições do solo para tomar a decisão de acionamento da bomba, sendo elas seco e úmido; • Acionar a bomba d’água quando houver uma porcentagem de 95% de certeza que o solo está seco; • Manter desligada a bomba d’água quando não houver uma porcentagem de 95% de certeza que o solo está seco.

A experimentação fez uso da tecnologia de visão computacional – uma câmera, para coleta de imagens da via, e por um computador de bordo, para reconhecimento e tomada de decisão quanto à classificação das imagens. A câmera selecionada para os testes possui a tecnologia autolimpante.

Quanto ao computador de bordo, foi selecionado o kit de desenvolvimento Nvidia Jetson Nano. A partir de um banco de vídeos gerado, as imagens foram captadas nas divisões dos frames, em seguida foram classificadas em dois grupos: imagens que representavam o solo seco e as que representavam o solo úmido – para, por fim, executar o treinamento do algoritmo. Os modelos de visão computacional que usam ML precisam ser alimentados com features, características da imagem que são partes detectáveis ou com algum significado, e essas features precisam ser extraídas das imagens. Dessa forma, optou-se por usar as camadas convolucionais de modelos pré-treinados para extrair as features. A operação da aspersão de vias automático inicia com a energização do sistema, pois quando ligado o firmware é iniciado. Ele possui um relógio interno, então primeiramente é verificado o horário, caso seja dia, entre 6h e 18h, o modelo diurno é iniciado e caso contrário, é iniciado o modelo noturno. Durante a modelagem foram desenvolvidos estes dois modelos, um para cada fase do dia.

A validação da operação do sistema ocorreu em duas etapas, na primeira foi desenvolvido um segundo algoritmo capaz de verificar em qual posição está a chave de acionamento do aspersor para comparar com a decisão do algoritmo híbrido de DL e ML. Com isso, realizou-se uma amostragem dos momentos em que o operador acionava o aspersor e o desligava e este dado foi armazenado. O sistema com o algoritmo DL e ML também fez um log de qual seria a decisão conforme a leitura da imagem.

Após comparadas essas duas informações, uma análise foi realizada para determinar a eficácia do sistema. Em situações em que é claro visualmente que a via está seca, o sistema funcionou como o esperado. O comparativo mostrou uma concordância acima de 80% entre o sistema (automático) e o operador (manual).

Porém em situações com peculiaridades do funcionamento da via, como por exemplo, locais onde são criadas “esteiras”, pontos que possuem uma alta frequência de passagem do caminhão no mesmo local, o sistema apresentou uma inconsistência, com concordância entre as decisões do sistema e do operador ficando abaixo dos 40%, visto que o modelo não foi treinado para esse tipo de situação.

 A segunda etapa dos testes consistiu em ativar o modo automático do sistema. Nesse modo o operador não realiza decisão quanto o controle sobre a chave de acionamento e o próprio sistema aciona o aspersor. O sistema foi capaz de acionar os aspersores corretamente.

Como próximos passos sendo uma ideia inovadora, deve se ter em mente que o desenvolvimento de uma solução abrangente e generalizada irá requerer tempo, treinamento e aperfeiçoamento do que foi testado nessa experimentação. Recomenda-se para projetos futuros que a solução passe por uma industrialização, para obter a robustez necessária para atender o ambiente industrial.

 AUTORES: Lorrainy Rembiski Delfino, product owner, Adalberto de Souza Fernandes, analista operacional sênior, Gabriel Flausino de Souza, engenheiro eletricista, Allan Lorenzoni Canal, engenheiro mecânico, Breno Geraldo Gomes, coordenador de engenharia de manutenção – mineração, Jaquelini Kumm, analista de tecnologia da informação master e Fabiana Zambroni Neves, gerente de soluções de negócios (integração, software, labs)