Sistema de fusión sensorial para detección humanitaria de minas antipersonales

Texto completo

(1)IEL2-03-II-39 SISTEMA DE FUSIÓN SENSORIAL PARA DETECCIÓN HUMANITARIA DE MINAS ANTIPERSONALES. Ricardo Suescún López. Asesor: Alain Gauthier S. PhD. UNIVERSIDAD DE LOS ANDES DEPARTAMENTO DE INGENIERÍA ELÉCTRICA Y ELECTRÓNICA BOGOTÁ. COLOMBIA 2004.

(2) IEL2-03-II-39. 2. AGRADECIMIENTOS. Quisiera agradecer a mi asesor, el profesor Alain Gauthier, por brindarme la oportunidad de trabajar en un proyecto de tan marcada importancia para el futuro, y por mantenerme interesado y atento en la investigación. Espero que mi aporte sea provechoso y que en el futuro muchos más trabajen bajo su tutela para llevar este proyecto a un buen fin que nos beneficie a todos. Gracias. También quisiera agradecer a Olga L. Lopera, por su ayuda, su apoyo, por ser una gran fuente de información y en general por estar tan comprometida con el proyecto. Gracias. Por último quisiera agradecer a mi familia por su apoyo, durante no solo esta última fase, durante la realización de este proyecto, sino durante todos los 5 años que duró el largo camino hasta este momento, y espero que aguanten los que faltan. Y a mis amigos por su apoyo y por sus increíblemente malos consejos, que por la acción completamente contraria me llevaban finalmente por el buen camino. Gracias..

(3) IEL2-03-II-39. 3. CONTENIDO. INTRODUCCIÓN. Pag. 5. 1.. 6. 2.. JUSTIFICACIÓN 1.1 1.2 1.3. Introducción al problema de las minas antipersonales. La amenaza de los campos minados. El problema en Colombia.. 1.4. Acción mundial para el control de la amenaza.. DESCRIPCIÓN DEL PROBLEMA 2.1 2.2. 3.. 4.. 4.2. 18. Detector de metales. 4.1.1 Principio de funcionamiento. 4.1.2 Tipos de inducción. Radar de penetración. 4.2.1 Principio de funcionamiento. 4.2.2 Visualización de los datos.. DESCRIPCIÓN DE LA BASE DE DATOS 5.1 5.2. 15. Nivel de fusión. La red neuronal como clasificador de patrones.. DESCRIPCIÓN DE LOS SENSORES 4.1. 5.. Desminado humanitario. Problemas y soluciones.. DESCRIPCIÓN DE LA SOLUCIÓN 3.1 3.2. 11. Descripción del sitio de pruebas. Especificación de las señales. 5.2.1 Detector de metales. 5.2.1.1 Preprocesamiento de la señal.. 21.

(4) IEL2-03-II-39. 4 5.2.1.2 Formato de los datos. 5.2.2 Radar de penetración. 5.2.2.1 Formato de los datos. 6.. TRATAMIENTO DE LAS SEÑALES 6.1 6.2. 7.. 7.3 7.4. 8.. 8.2. 10. 45. Reducción de la dimensión del vector. 8.1.1 Transformada de Karhunen – Loeve. Aumento del espacio de ejemplos.. ANALISIS Y RESULTADOS 9.1 9.2 9.3. 35. Selección del objeto a clasificar. Normalización de características. 7.2.1 Tratamiento de la varianza respecto a la translación y la escala. Extracción de características. 7.3.1 Descomposición por medio de wavelets. 7.3.2 Transformada de Fourier. Proceso de extracción de características. 7.4.1 Extracción de la señal en 1-D.. USO DE LOS DATOS DE ENTRENAMIEINTO 8.1. 9.. Remoción de discontinuidades y rampas. Filtrado de las imágenes. 6.2.1 Diseño del filtro digital.. EXTRACCIÓN DE CARACTERÍSTICAS 7.1 7.2. 29. 49. Parámetros de la res. Pruebas. Resultados.. CONCLUSIONES Y DISCUCIÓN. REFERENCIAS. 53. 55.

(5) IEL2-03-II-39. 5. INTRODUCCIÓN. El objetivo principal del proyecto era desarrollar un sistema de fusión sensorial, aplicado al caso de dos sensores, detector de metales y radar de penetración, para aumentar la capacidad de detección de minas antipersonales dentro del marco del desminado humanitario. El sistema propuesto utiliza fusión de datos a nivel de características y está basado en una estrategia de clasificación de patrones, fundamentada por imágenes que se pueden extraer de las señales de ambos sensores. En este sistema de clasificación de patrones la tarea de clasificación es realizada por una red neuronal. En este documento se presentan los detalles correspondientes a cada una de las etapas del sistema. En la primera sección se hace una breve introducción al problema de las minas antipersonales para realzar el interés que cobra este tema en el contexto de la situación de nuestro país. En la segunda sección se describe el problema que se quiere atacar específicamente con la fusión sensorial y se enfoca el marco de acción y los alcances del proyecto. En la sección tres se describe el entorno teórico de la solución y los conceptos que la fundamentan. En la sección 4, se pasa a hacer un estudio detallado del funcionamiento de ambos sensores para conocer sus características y así poder entender mejor la aplicación del sistema. En la sección 5 se describe la base de datos que se utilizó durante todo el proyecto y algunas particularidades de los datos obtenidos de esta. En la sección 6 se describen las etapas de tratamiento de las señales y se describe la manera en que este tratamiento se aplicó al problema específico. En la sección 7 se presenta el proceso de extracción de características, detallando las etapas de selección y normalización, para luego pasar a explicar la estrategia utilizada para determinar el vector de características sobre cada señal, mediante la aplicación combinada de la descomposición por medio de wavelets y la transformada de Fourier. En la sección 8 se describe como se trabajaron los datos para el entrenamiento de la red, y como se solucionó el problema de la dimensionalidad del vector de características mediante el uso de la transformada de Karhunen – Loeve. Finalmente en la sección 9 se presentan las características de la red utilizada, así como las diferentes pruebas que se realizaron para determinar el desempeño del sistema, y por último se entregan los resultados encontrados sobre los datos que se trabajaron. En la sección 10 se presentan las conclusiones del proyecto y se dan algunos lineamientos a modo de discusión sobre posibles mejoras que se pueden hacer al sistema en un futuro..

(6)

(7) IEL2-03-II-39. 7. El uso de las minas antipersonales fue rutinario durante el desarrollo de los conflictos de Corea y Vietnam. Durante estos conflictos se desarrollaron las estrategias de esparcimiento aéreo y la tecnología de las minas Claymoore o de fragmentación, que al explotar esparcen una carga de balines metálicos que expanden su poder destructivo dentro de un ángulo de 60° con un radio de 50 metros. Al final de la guerra de Vietnam el Departamento de Defensa habría destinado para el campo de batalla alrededor de 114 millones de minas. [3] Sin embargo el verdadero problema radica en que, aunque la tecnología de minas avanza rápidamente, el uso general de estos artefactos implica la disposición manual de minas de baja tecnología, incluso caseras, sin supervisión dentro de conflictos internos en varios países y de parte de todas las fracciones en confrontación. Conflictos como los que se han desarrollado, o se desarrollan en países como Afganistán, Camboya, Sierra Leona, Etiopia, Irak, y muchas otras naciones envueltas en guerras civiles y disputas de poder, incluido nuestro propio país, han sido caracterizados por el uso frecuente, como estrategia de guerra o con fines terroristas, de los campos minados; su proliferación se a acelerado en parte por su bajo costo y su accesibilidad, el costo de una mina varía entre 3 a 15 dólares [4].. 1.2. La amenaza de los campos minados. El verdadero núcleo del problema presentado por las minas antipersonales es que nadie sabe en realidad cuantas existen plantadas en este momento, como remanentes de conflictos pasados o aun en desarrollo, los estimativos ascienden hasta 100 millones de minas plantadas en todo el mundo, aunque muchos afirman que esa cifra es discutible y que el número puede ser aún mayor [5]. Todos los años crece el número de víctimas de las minas antipersonales y la mayoría de éstas civiles y en países que se encuentran en paz. En el 2002 el Landmine Monitor Report escribió respecto al reporte de víctimas en 69 países: “La mayoría de estos países (69) se encuentran en paz, no en guerra. El mayor número de víctimas durante éste periodo se encuentra en Afganistán, La Federación Rusa (Chechenia), Camboya, Angola, Nepal, India, el norte de Irak y de igual forma Burma. Un número significativo de nuevas víctimas también se encontró en Colombia, La República Democrática del Congo, Eritrea, Etiopía, Somalia, Sudan, y de igual manera Vietnam” [6]. Sin embargo, y aunque la mayor perdida aparente se cuenta en las vidas perdidas y en las personas incapacitadas por estos artefactos, el daño que los campos minados causan a una nación va más allá, el daño social, económico y ambiental es amplio y severo en los países afectados por este flagelo. La pérdida de amplios terrenos de cultivo así como de.

(8) IEL2-03-II-39. 8. accesos a fuentes de agua afecta fuertemente a las comunidades agrícolas, además en países con infraestructuras débiles ven diezmada su capacidad de atender la recuperación de amplias zonas debido a que los componentes de su infraestructura energética han sido minados, así como los sistemas de transporte y las vías de acopio de las ciudades que enfrentan grandes problemas de desabastecimiento. El uso en gran escala de las minas antipersonales ha hecho que comunidades rurales se vean aisladas y se degraden rápidamente frente a la imposibilidad de llevar a cabo el normal desarrollo de sus actividades, y lo que es más grave es que esto ha incitado un éxodo masivo hacia las ciudades agravando los problemas de sobrepoblación, desempleo y pobreza característicos de los centros urbanos de los países en vía de desarrollo.. 1. 3. El problema en Colombia. Colombia aun lucha por detener un conflicto que ha plagado su historia durante las últimas cuatro décadas sumergiéndole en un panorama de guerra irregular que no parece tener una solución factible en un futuro cercano, y del cual se desconoce aun la verdadera repercusión sobre el territorio y los habitantes de un país que muy seguramente ya olvidó como vivir en paz. Colombia está cercada en el medio de un continuo fuego cruzado entre grupos de extrema izquierda, que en la última década han reemplazado sus otrora ideales populistas por una economía de sostenimiento basada en el narcotráfico, y un sector combatiente paramilitar creado por la desesperación de los habitantes de esas zonas donde la acción del estado no puede garantizar la seguridad de sus habitantes. En la defensa del estado de derecho colombiano se encuentran las Fuerzas Armadas de la nación, de las cuales se han cuestionado en varias ocasiones la efectividad de sus acciones y su parcialidad frente a los grupos de autodefensa, pero que continúa siendo la última barrera entre el conflicto y la población civil que pone en sus manos la defensa de su seguridad. El recrudecimiento del conflicto en los últimos años y la incorporación en la confrontación, por parte de los grupos insurgentes, del uso de armas no convencionales de alto poder destructivo no ayudan a mejorar la perspectiva que se pueda tener frente al futuro del país. Y como estrategia de guerra la plantación de campos minados dejados atrás luego de la realización de la incursión a alguna población para cubrir su huida y evitar la persecución de las Fuerzas Armadas, no esta fuera del manual de acción de las guerrillas. Según datos de UNICEF en el territorio nacional existen plantadas al rededor de 100.000 minas, de las cuales un 99% se encuentran sembradas en zonas rurales y de difícil acceso. Estas minas causan un promedio de 150 víctimas por año de las cuales un 31% son niños. Según un informe de UNICEF del año 2002, del millón 141 mil kilómetros cuadrados del país se calcula que cerca de 200 mil pueden estar afectados por la plantación de.

(9) IEL2-03-II-39. 9. minas, un 17,5 por ciento del territorio. En 175 de los 1.090 municipios del país y 25 de las 32 provincias se han reportado casos de minas antipersonales. El índice de víctimas no es mayor porque las zonas más afectadas son selvas y páramos casi inaccesibles donde la guerrilla tiene sus campamentos centrales. Por ejemplo en las serranías de Perijá y San Lucas, en el noreste del país, cerca a la frontera con Venezuela, se calcula que el Ejército de Liberación Nacional (ELN), la segunda guerrilla del país, mantiene sembradas 15 mil minas para protegerse del avance del ejército y de los paramilitares.. 1.4. Acción mundial para el control de la amenaza. El interés por reducir la utilización de las minas antipersonales dentro de los conflictos, y por adoptar medidas para eliminar la amenaza que su utilización en conflictos anteriores pueda presentar para naciones que se encuentran ahora en paz, ha llevado a la comunidad internacional, encabezada por la ONU, a perseguir un mutuo acuerdo frente al tratamiento de estas armas dentro del marco de la humanización de la confrontación. La ONU ha urgido a las naciones del mundo a adoptar el “Tratado Internacional para la Prohibición de las Minas Antipersonales”, que obliga a los estados firmantes a llevar a cabo esfuerzos vigorosos y efectivos para detener la producción, comercialización y acumulación así como procurar la eliminación, del arsenal de armamento de los fuerzas estatales, de estos artefactos. La Convención para la prohibición de las minas antipersonales fue adoptada en por la ONU en 1997 y entró en acción en Marzo de 1999. Para mediados del 2003, más de dos tercios de los países del mundo se han adherido a ella. La convención apunta a poner fin al sufrimiento y las catástrofes causadas por las minas antipersonales. Para este efecto se urge a los estados a nunca usar, desarrollar, producir, acumular o comercializar minas antipersonales, y requiere que destruyan los abastecimientos de minas antipersonales con los que se cuente, se limpien las zonas minadas y se de asistencia adecuada a las víctimas. Los estados que no se encuentren en capacidad de llevar a cabo estas obligaciones deberán pedir asistencia, y los estados que puedan deberán acudir para proveer dicha asistencia. Colombia se adhirió al tratado mediante proyecto de ley aprobado el 14 de Marzo del 2002, y por lo tanto adquirió la obligación de cumplir con sus directrices. Para el 1° de Marzo del 2004 las Fuerzas Armadas deberán haber eliminado las 20 mil minas que se cuentan dentro de su dotación oficial, adicionalmente se calcula que los grupos insurgentes cuentan con 30 mil de éstos artefactos, entre minas adquiridas en el mercado negro y minas artesanales. Para la misma fecha del 2011 se vence el plazo que Colombia tiene para eliminar todas las minas que se encuentren en su territorio. Sin embargo Colombia debe enfrentar el problema de verse aun envuelta en el conflicto del que se deriva la amenaza, y de que no parezca haber una solución cercana al mismo, por lo que la labor de cumplir con las obligaciones adquiridas mediante su adhesión a la convención se debe llevar a cabo en un ambiente hostil y bajo la certeza que los grupos insurgentes no reconocerán las mismas razones que son obligatorias para las fuerzas del.

(10) IEL2-03-II-39. 10. estado. Además esta particularidad del conflicto colombiano hace que los esfuerzos se concentren en proveer la capacidad de desminado militar, antes que humanitario. Todo lo anterior sumado al hecho de que Colombia es un país a penas en vías de desarrollo, lo que limita su capacidad de generar y adquirir tecnología, lo que hace que la tarea de detección y control de los campos minados que se encuentran en el territorio nacional todavía sea una labor prácticamente artesanal. Desde hace diez años el ejército cuenta con una unidad especializada en el control de este tipo de armamento, que siempre debe ir a la vanguardia de los batallones de combate, asegurando el terreno para el avance. En general este grupo se vale de técnicas de detección convencionales, como la utilización de detectores de metal; sin embargo el continuo avance de la tecnología de fabricación de las minas, así como la inclusión de un número cada vez mayor de minas fabricadas de manera casera hacen que estas técnicas estén comenzando a ser obsoletas por lo que se hace necesario comenzar a tomar conciencia del problema y de la necesidad de fortalecer la investigación encaminada a mejorar y ultimadamente a reemplazar estos sistemas de detección para poder garantizar que en un futuro el país pueda contar con un territorio libre de este flagelo..

(11) IEL2-03-II-39. 11. 2.. 2.1. DESCRIPCIÓN DEL PROBLEMA. Desminado humanitario. El desminado humanitario se diferencia del desminado militar en cuanto el objetivo del primero es el de retirar todas y cada una de las minas que se encuentran en un área para poder devolver esta tierra a su uso normal y a sus habitantes originales sin que se presente riesgo alguno para ellos. En el desminado militar la velocidad es una necesidad, los soldados en el campo de batalla deben aceptar el hecho de tomar grandes riesgos al cruzar por una zona de la que no se han retirado el total de las minas, en general se crea un corredor para asegurar el avance de las tropas, pero la zona representa todavía un peligro para cualquiera que la cruce. El proceso del desminado humanitario se puede dividir en las siguientes etapas: . Localización de las áreas minadas. Determinación de donde se encuentran las minas en un área delimitada. Localización individual de cada mina. Destrucción individual de cada mina. Confirmación de que el área se a limpiado en su totalidad antes de ser regresada a la comunidad.. El uso de sensores, en especial de detectores de metal es amplio en cuatro de las cinco etapas del proceso, excepto en la destrucción. Por eso la necesidad de proveer toda la garantía que sea posible sobre la eficacia de los sensores frente al riesgo que plantea la posibilidad de error. En general el desminado humanitario es un proceso dispendioso, la velocidad no es una variable, se trata de poder garantizar que el 100% de las minas han sido retiradas antes de retornar un área a su propósito original. Las actividades que se listaron deben ser reconocidas como parte integral de un proceso, que se lleva a cabo de manera continua e integrada, no de manera secuencial. Ninguna de las etapas puede ser considerada como terminada hasta que el área es regresada a sus habitantes. La ONU reconoce el proceso de desminado humanitario dentro de lo que se conoce como “International Mine Action Standards” (IMAS), donde se dan lineamientos sobre todas las acciones concernientes con el proceso y las actividades externas relacionadas con éste..

(12) IEL2-03-II-39. 12. En el país por las características de la situación actual es difícil hablar de desminado humanitario, pero se deben comenzar a realizar acciones encaminadas a despejar el panorama para futuros intentos. Es importante despertar el interés sobre este problema ya que la primera necesidad que se enfrentará al final del conflicto es la de poder garantizar que la gente regrese a sus hogares a continuar con las labores que tenían antes, sin que esto represente ningún peligro para ellos. 2.2. Necesidades y soluciones. En la actualidad la detección en el campo real se lleva a cabo mediante la utilización de detectores de metales y perros adiestrados, en general es un proceso muy dispendioso y delicado que pone a prueba el criterio de la persona encargada de realizar la inspección a cada momento, en este tipo de situaciones prevalecen la experiencia y la inteligencia de la persona, pero esa experiencia necesita de años de entrenamiento y práctica para desarrollarse y la inteligencia debe ser moldeada para que reconozca las distintas viables que se presentan en el campo real. Lamentablemente el problema de las minas antipersonales continúa creciendo y los tipos de minas, sus composiciones y elementos constituyentes cambian constantemente, por lo que es necesario contar con grupos de estos expertos cada vez más amplios y que presten sus servicios alrededor del mundo, sin embargo la labor de entrenamiento de este tipo de personal puede ser imposible para las naciones que no cuentan con una infraestructura adecuada o con fuentes de financiación suficientes para dotarlos del equipo necesario. Pero aun si se contara con el personal y los recursos el problema se limitaría a una cuestión de tiempo, un experto desarrolla sus habilidades durante años, décadas tal vez por lo que es necesario también invertir y hacer grandes esfuerzos para ampliar las posibilidades del personal en entrenamiento para suplir la falencia de una práctica extensa. Este es uno de los problemas que se enfrentan en la labor de desminado humanitario. La preocupación y el objetivo de las investigaciones debe ser el de aumentar la capacidad de los sensores con los que se cuenta para dotar al personal que los usa de más y mejores herramientas para garantizar su labor en el campo real. El otro problema que se debe enfrentar tiene que ver con la carrera tecnológica, entre los productores de minas y aquellos que desarrollan los equipos destinados para la detección. Durante los años de desarrollo de la tecnología de guerra, fomentado por los grandes conflictos mundiales, se vio una gran inversión de esfuerzo y dinero destinado para la creación de minas de mayor poder que fueran menos detectables. Cuando el detector de metales se afianzó como la herramienta más poderosa para enfrentar la amenaza de los ampos minados se comenzaron a desarrollar lo que se denominan como “minas de bajo contenido metálico”, que como su nombre lo indica son minas cuyos componentes tienen muy poco o casi nada de metal, exceptuando tal vez el detonador, estos artefactos son generalmente compuestos por piezas plásticas lo que los hace muy difíciles de detectar mediante el detector de metales..

(13) IEL2-03-II-39. 13. Para poder vencer este obstáculo se llevan a cabo grandes esfuerzos a nivel mundial por incluir otro tipo de sensores en la labor de detección, como sensores infrarrojos, de ultrasonido, térmicos, de radiología, y tecnología de radar, entre muchos otros. Pero así como el entrenamiento de un experto necesita de bastante tiempo, el afianzamiento de una tecnología y su adaptación para una labor específica es un proceso que comprende años y el esfuerzo de un gran grupo de investigadores al igual que el compromiso tanto de los gobiernos para financiar este tipo de iniciativas como de los fabricantes para que los avances se conviertan en soluciones de fácil adquisición y distribución. Uno de los frentes en los que se ha venido investigando alrededor del mundo es el de la fusión sensorial. La fusión sensorial comprende la organización den un sistema multisensorial, es decir que cuente con la recolección de información de dos o más sensores, como solución para aumentar la capacidad de los sensores actuales. El principio que sustenta esta estrategia es que cada sensor tiene un principio de funcionamiento distinto, y por lo tanto tiende a detectar aspectos diferentes del objeto que se intenta encontrar, por ejemplo los detectores de metales detectan el contenido de metal de una mina, mientras los radares basan su detección en características que tienen que ver más con la forma y las propiedades superficiales del objeto. Lo que quiere decir que puede darse el caso en que una mina que pasa inadvertida para el detector de metales sea detectada fácilmente por el radar y viceversa; de esta manera la señal de uno de los sensores del sistema sirve como confirmación o negación de la conclusión que entrega el otro. Aunque la premisa de la estrategia resulta simple de explicar el desarrollo de la fusión es un tema bastante amplio que tiene muchos niveles y posibilidades. El campo de la fusión de información no es para nada nuevo, el desarrollo de métodos probabilísticos es amplio y a través de los años se han generado un gran número de herramientas que soportan toda la teoría. El desarrollo de plataformas multisensoriales es tal vez más familiar al campo de la robótica, donde se utilizan en cada sistema un gran número de sensores para medir las distintas variables que lo afectan, y modificar su comportamiento o estado para adaptarse a los cambios. En el caso de la detección de minas antipersonales la fusión debe tener en cuenta las características principales de cada sensor, y lo que puede detectar. En este caso no se trata de simplemente cruzar la información, el sistema debe ser capaz de aislar la información de cada señal que sea pertinente a la detección de la mina objetivo, para así poder tomar una decisión basado en la información de cada sensor. En este caso no se trata de simplemente analizar una variable del entorno, el sistema debe estar en capacidad de mediante el análisis de esa variable tomar una decisión respecto a la presencia de una mina en la lectura, por lo que se debe tener especial cuidado en el tratamiento y análisis de la información recolectada. El detector de metales es lógicamente uno de los sensores que debería integrar la plataforma multisensorial, por la madurez que tiene este tipo de tecnología en el campo.

(14) IEL2-03-II-39. 14. específico del problema y por la disponibilidad en el mercado de soluciones especialmente desarrolladas para la aplicación. El radar de penetración ha sido ampliamente utilizado por años en el campo del estudio de suelos, sobretodo en el campo de la ingeniería civil, pero en los últimos años se ha probado su valencia en el marco del problema de la detección de minas antipersonales. Aunque la tecnología desarrollada específicamente para esta aplicación es escasa se espera que esto cambie en un futuro cercano. Alrededor del mundo se han llevado a cabo investigaciones sobre la complementación de estos dos sensores con amplios y variados resultados, sin embargo no se a generado un sistema que se pueda considerar óptimo para poder ser utilizado en el campo real [20]..

(15) IEL2-03-II-39. 15. 3.. DESCRIPCION DE LA SOLUCIÓN. Lo que se propone es un sistema de fusión sensorial a nivel de características, basado en las señales entregadas por un radar de penetración (GPR) y un detector de metales (MD). El sistema utilizará una estrategia de reconocimiento de patrones fundamentada por las imágenes que se pueden obtener de la visualización de la señal entregada por cada sensor. Del tratamiento de la información se obtiene una imagen que contiene todas las características necesarias para la detección. La función del clasificador será representada por una red neuronal con características específicas para adaptar su desempeño al problema que se está tratando.. 3.1 Nivel de fusión El nivel de la fusión describe el nivel en el que la información de los diferentes sensores es combinada, comúnmente se hace distinción entre los siguientes niveles de fusión: . Nivel de datos: Combinación de información de los sensores sin procesar. Nivel de características: La fusión es la representación de la combinación de características extraídas de los datos entregados por cada sensor, estas características representan propiedades del objeto detectado. Nivel de decisión: La fusión combina la detección realizada por cada sensor o la probabilidad de detección que tiene cada sensor.. La selección del nivel de fusión depende en gran medida de los sensores que se tengan a disposición, si se cuenta con sensores similares es probable que una fusión a nivel de datos sea más apropiada por la similitud de sus características, si por el contrario se tienen sensores muy diferentes se optaría por una fusión al nivel de decisión, que es más apropiada y computacionalmente más eficiente. El nivel de características se usa cuando de la información de los sensores se pueden extraer características que sean lo suficientemente discriminatorias para la detección. La estrategia propuesta corresponde al nivel de características, lo que se busca es de las imágenes extraer características que sean lo suficientemente discriminatorias entre minas y cualquier otro objeto. Para realizar la clasificación en estas dos clases se utiliza una red neuronal como clasificador de patrones..

(16) IEL2-03-II-39. 3.2. 16. La red neuronal como clasificador de patrones. La utilización de una red neuronal en el marco del problema se justifica de varias maneras: . Las redes neuronales no se programan, se entrenan y se espera que se adapten a los ejemplos que se les presentan mediante la minimización de una función de error. Esto permite utilizarlas para resolver problemas los cuales no aceptan un modelaje sencillo y para los cuales no existe un conjunto preciso de reglas. Una de esas tareas es el reconocimiento de patrones en situaciones donde no se tienen, o no se conocen, reglas empíricas o teóricas sobre el conjunto de ejemplos.. . Las redes neuronales tienen la capacidad de generalizar, es decir, que pueden clasificar correctamente patrones que no les fueron presentados durante la etapa de entrenamiento, este es un punto muy importante ya que es muy difícil llegar a poder entrenar una red sobre todos los posibles ejemplos que existen de minas y de objetos presentes en un campo real.. . Las redes neuronales entregan una respuesta de manera rápida, dada su naturaleza intrínseca de unidades paralelas de cómputo. La etapa de entrenamiento es un proceso dispendioso y exigente en modos de capacidad computacional, sin embargo una vez entrenada la red responde de manera prácticamente inmediata.. . Las redes tienen la capacidad de ser continuamente entrenadas, lo que puede ser una ventaja frente a la diversidad de terrenos y posibilidades que se presentan en el campo real.. Las redes neuronales se pueden describir como estructuras interconectadas de elementos simples de procesamiento, que intentan simular el funcionamiento de una neurona biológica. Cada nodo, que se conoce como neurona, de la red tiene una estructura como la que se muestra en la Figura 1. Internamente se computa el producto escalar del vector de entrada y un vector de pesos, y la salida de la neurona es una función no lineal de este producto. Esta función no lineal (F0) es lo que se conoce como función de activación y se utilizan diversos tipos, como sigmoide logarítmica, tangente hiperbólica, limitador duro o funciones de base radial. Cada tipo de función de activación varía en cuanto a la transición entre clases, y los valores máximos y mínimos que puede clasificar. Por lo que es un parámetro importante para determinar el espacio de funciones que pueden ser aproximadas por una red determinada..

(17) IEL2-03-II-39. 17. Figura 1: Estructura de una neurona.. Mediante la combinación de estos elementos simples, en lo que se denomina como capas, se crean redes complejas que aumentan su capacidad de representación, en donde cada elemento de una capa está conectado a todas las neuronas de una capa anterior, lo que se denomina conectividad completa. Se ha demostrado ampliamente que este tipo de red, con una capa escondida, dado el hecho que cuente con el número suficiente de neuronas, es capaz de aproximar cualquier función no lineal continua, dado un vector de pesos específico. La característica de la función aproximada, o del espacio de clasificación en este caso, se determina por el vector de pesos. Son estos pesos los que varían durante el entrenamiento buscando minimizar una función de error determinada, en el caso del entrenamiento supervisado. Para que sea útil dentro de nuestro problema se debe calcular un vector de pesos que represente la función de discriminación de los patrones, para entrenar las redes existen una gran cantidad de algoritmos de los cuales el más reconocido es el de “Backpropagation”, en estos algoritmos se hace necesario un conjunto de ejemplos y conocimiento sobre su naturaleza y la clase a la que pertenecen. Mediante la presentación iterativa de estos ejemplos a la red y la reducción de la distancia, entre el vector de objetivos y el vector obtenido por la red, es que se lleva a cabo el entrenamiento. Para quien este interesado en un estudio más detallado del problema de clasificación de patrones por medio de redes neuronales se recomienda ver “Neural Networks for Pattern Recognition” de C. Bishop [11]..

(18) IEL2-03-II-39. 18. 4.. DESCRIPCIÓN DE LOS SENSORES. Como se dijo anteriormente el sistema de fusión estará basado sobre las señales de un detector de metales y un radar de penetración, la escogencia de estos sensores se hace por razones de disponibilidad, en el caso del radar de penetración la universidad cuenta con un equipo que cumple con las características necesarias. Y por convencionalidad, en el caso del detector de metales es aceptado como una herramienta estándar en el trabajo de detección de minas antipersonales en todo el mundo, y la tecnología correspondiente es de fácil acceso y a precios razonables. A continuación se resumen las principales características del funcionamiento de los dos sensores, par entender mejor su utilización y la interpretación de los datos que se hace en el análisis posterior. 4.1. Detector de Metales. Hasta la fecha el detector de metales es el sensor más utilizado en el campo de la detección de minas, sin embargo su utilización se ha centrado en el desminado militar, puesto que el desminado humanitario no presenta las mismas oportunidades de inversión para el desarrollo de tecnología. Sin embargo en los últimos años se a despertado el interés de las casas de producción por satisfacer las necesidades de las personas dedicadas al desminado humanitario, por lo que se espera contar en el futuro con detectores más acordes con las exigencias d este campo, es por eso que los detectores de metal seguirán siendo parte integral de la labor de detección. 4.1.1 Principio de funcionamiento El detector de metales funciona mediante la generación de un campo magnético, esto se logra haciendo pasar una corriente por un anillo que se encuentra en la cabeza del detector. El campo magnético generado afecta cualquier elemento metálico que se encuentre en su radio de efecto, es decir en el área donde la fuerza magnética es suficiente para producir una reacción. Este campo generado por el anillo del detector es lo que se llama “campo primario”. Cuando un metal se encuentra en el radio de efecto del campo primario de un detector ocurre una de dos cosas: . Si el metal es magnético será magnetizado, y un metal magnetizado producirá su propio campo magnético. Si el metal no es magnético, en todo caso la variación del campo magnético inducirá un flujo de corriente en el metal, en lo que se conoce como corrientes.

(19) IEL2-03-II-39. . 19. parásitas (eddy currents), estas corrientes a su vez producirán un campo magnético propio.. En ambos casos este campo magnético generado viajará de regreso a la cabeza del detector, lo que hará que de la misma manera que se produjeron las corrientes en la pieza de metal se produzcan nuevas corrientes, y por lo tanto un voltaje en el anillo del detector. Este voltaje es opuesto al aplicado por el detector para producir el flujo de corriente que originalmente generó el campo magnético primario. El circuito del detector detecta esta componente del voltaje, que sólo ocurre cuando un objeto metálico es detectado. 4.1.2 Tipos de inducción En todos los detectores de metal el campo magnético debe variar en el tiempo, esta variación puede ser inducida por una corriente que varía en forma de pulsos o suavemente en forma de ondas senoidales continuas, que suelen ser usadas como una sola onda o en un número mayor a distintas frecuencias de oscilación. En el caso de la inducción por pulsos, estos pueden ser pulsos unipolares o bipolares, en el caso de pulsos unipolares la corriente fluye siempre en un solo sentido y el promedio de flujo en una serie de pulsos es diferente de cero, en el caso de los pulsos bipolares la corriente cambia de sentido cada vez que el pulso cambia de polaridad, al promediar el valor del campo magnético sobre varios pulsos, su valor es cero. Esto podría ser de interés dado que la presencia de una componente magnética constante podría activar un dispositivo con un gatillo de inducción magnética [9]. Existen un gran número de diferencias entre las distintas opciones que hay en el mercado en el mundo, pero en general todas utilizan el mismo principio de funcionamiento con alguno de los dos tipos de inducción. 4.2. Radar de penetración. Aun hoy los precios y el tamaño de los equipos de los radares de penetración los hacen inadecuados para ser usados en gran número en la tarea de detección de minas antipersonales como se hace con los detectores de metal, pero se espera que en un futuro los precios bajen y se generen soluciones enfocadas al campo de la detección humanitaria, cuando los fabricantes se den cuenta del amplio mercado que tienen estas soluciones. A parte de estas limitaciones en los últimos años investigaciones llevadas a cabo por múltiples grupos alrededor del mundo han demostrado la eficacia de este tipo de equipos en la labor de detección [10]..

(20) IEL2-03-II-39. 20. 4.2.1 Principio de funcionamiento Básicamente un radar de penetración (GPR) funciona mediante la emisión de un pulso electromagnético a través de una antena de banda ancha. Las reflexiones del suelo se registran para formar un vector, el movimiento secuencial de la antena permite generar una imagen mediante la disposición organizada de los vectores registrados. La reflexión que se registra es causada por cualquier discontinuidad dieléctrica en el medio de propagación de la onda, por ejemplo la presencia de un objeto en el suelo. La intensidad de dicha reflexión será mayor dependiendo de la diferencia de las constantes dieléctricas de los dos medios. Los pulsos de inducción generalmente tienen una duración de nanosegundos, con tiempos de subida de alrededor de cientos de picosegundos, lo que corresponde al espectro de frecuencias a partir de unos cientos de MHz hasta 1 ó 2 GHz. La elección del ancho de banda de la antena es importante y plantea un compromiso, frecuencias de operación altas son necesarias para tener una buena resolución espacial pero la capacidad de penetración de la onda es inversamente proporcional a la frecuencia, por lo que ondas a frecuencias muy altas no son útiles después de algunos centímetros, por lo que se debe escoger una frecuencia adecuada. Los expertos a través de la experimentación han determinado que una frecuencia de 1GHz es adecuada para el caso de la detección de minas antipersonales [10]. Esto permite una penetración de 50cm a 1m con una resolución de centímetros.. 4.2.2 Visualización de los datos En un radar de penetración generalmente se tienen varios tipos de visualización entre ellos los más comunes son: . . . Corte del tipo B: Corresponde a un corte vertical del suelo generado por el movimiento continuo de la antena sobre el suelo. Pensando en un equipo portátil este sería el tipo de visualización más adecuado. En este tipo de cortes se diferencian hipérbolas con su eje central localizado en la posición donde se detecta el objeto. La forma de estas hipérbolas es generada por las características del objeto, lo que permite mediante su estudio hacer una posterior clasificación de los objetos. Corte del tipo C: Son lo que se denominan cortes de área, son cortes horizontales del suelo y generalmente se repiten a distintas profundidades, lo que permite generar una aproximación a la forma del objeto detectado. La distancia entre cada corte registrado es importante para poder determinar la forma aproximada del objeto. Visualización en 3D: Mediante la combinación de varios cortes y la aplicación de algoritmos de interpolación se pueden generar representaciones de la forma del objeto en tres dimensiones, mediante la presentación de cortes consecutivos..

(21) IEL2-03-II-39. 21. 5.. DESCRIPCIÓN DE LA BASE DE DATOS. Para demostrar los alcances del sistema propuesto se necesitaba un banco de datos con una extensa recopilación de señales de ambos sensores, MD y GPR, que estuvieran referenciados al mismo campo minado, y que además presentaran una amplia gama de los tipos de minas que se pueden encontrar en un campo real, ya fueran verdaderas o simuladas al igual que objetos que sirvieran de señuelos para los sensores para probar su capacidad de diferenciar entre estos y una mina. Es evidente la falta de una base de tales características en el país, o en el mundo, en realidad no existen registros detallados o extensos de este tipo de terrenos y en general debido a la dificultad de realizar mediciones sobre campos de prueba reales, es decir con elementos explosivos de verdad, dada la naturaleza del riesgo y la falta de garantías los registros que se pueden encontrar disponibles para la investigación son escasos y poco interesantes dentro del marco de la experimentación. Finalmente se decidió utilizar una base de datos mundial publicada por el Joint Research Center (JRC) dentro del programa International Multi-sensor Mine Signature Measurements (MsMs), que cumple con la mayoría de los requerimientos esperados. El JRC es un centro de investigación europeo que reúne a grandes sectores del ámbito de la investigación al rededor de proyectos que están encaminados a mejorar la calidad de vida en Europa y en todo el mundo. Dentro de su unidad de “Humanitarian Security Unit” se ha creado una división encargada de la investigación en proyectos relacionados con el desminado humanitario. El MsMs es un proyecto de esta división que inició al final de 1999 como respuesta a la necesidad de la comunidad de investigadores, que estudia el mejoramiento de los sistemas de detección de minas antipersonales, de tener acceso a una base de datos estándar que recopilara lecturas de distintos sensores sobre objetos y minas dispuestos en varios tipos de suelo. Los datos, además de una completa descripción del sitio de prueba y los protocolos de medición se proveen de manera pública por medio de un sitio en Internet [8]. 5.1. Características del sitio de pruebas. El sitio de pruebas se encuentra en el centro de pruebas a campo libre del JRC, ubicado en Ispra (Italia), un campo que presenta características específicas que lo hacen adecuado para la utilización en este proceso, por ser plano y tener un buen sistema de drenaje. La línea de pruebas costa específicamente de una sección de terreno separada de sus alrededores por gruesas paredes de concreto, de aproximadamente 50cm de ancho y 70cm de profundidad, específicamente se evitó la utilización de refuerzos de concreto en.

(22) IEL2-03-II-39. 22. la construcción de estas paredes para no incluir alteraciones en la lectura de los sensores. En total la línea de pruebas tiene 80m de largo y un ancho de 5.7m, en la Figura 1 se puede ver las principales características del sitio. La sección del suelo contenida por las paredes, excepto por un sector de terreno de pastos, se a limpiado de cualquier desecho metálico hasta una profundidad de 70cm. Para el posicionamiento de los sensores se utiliza un sistema de rieles que es operado tanto de manera mecánica manual, para alcanzar el área de pruebas, como de manera automática, para el posicionamiento dentro de la referencia de cada sector.. Figura 2: Sitio de pruebas del JRC. Una porción del sitio de pruebas de aproximadamente 55m de largo se acondicionó para proveer siete distintos escenarios, que son lo que denominaremos “sectores”, dentro del marco del registro de las señales. Los siete sectores se diferencian en el tipo de suelo del que están compuestos, más no en la disposición y en el tipo de objetos que contienen. Como se dijo anteriormente todos estos sectores están libres de desechos, excepto uno de ellos y el crecimiento de vegetación se evita mediante un control periódico de cada sector. Los sectores se pueden resumir en: . Terreno de pastos contaminado con desechos, corresponde al terreno original del sitio, está contaminado con desechos metálicos de poco tamaño, piedras y raíces. Terreno lodoso, corresponde también al terreno original del sitio, pero habiéndosele retirado cualquier tipo de vegetación y de desecho que pudiera contener. Terreno arenoso, terreno natural arenoso muy homogéneo, tomado de depósitos subterráneos ubicados en el mismo sitio..

(23) IEL2-03-II-39. . 23. Arena pura, este en realidad no es un terreno, en la medida que no es natural, está compuesto de arena seleccionada y colada, como la que se utiliza en la construcción. Terreno arcilloso, terreno natural con alto contenido de arcilla obtenido de campos de sembradío externos al sitio. Terreno con alto contenido orgánico, está compuesto de dos partes del terreno lodoso, y una parte (en volumen) de un tipo de carbón seco utilizado como fertilizante en jardinería. Terreno ferromagnético, consiste de suelo volcánico molido, proveniente de un sector cercano a Napoli.. La separación entre cada tipo de suelo se garantiza mediante una película especial, permeable al agua, con la excepción del sector de referencia de arena pura que se aísla mediante una placa gruesa de PVC. El sector de referencia se aísla además del viento y la lluvia por medio de una carpa, que se retira en el momento de realizar la medición. Se diseñaron corredores de anchura suficiente, entre 1 y 3m, entre cada sector para aislarlos físicamente. Los sectores se numeran de 1 a 7 siguiendo el esquema que se ve en la Figura 2. Cada sector se subdivide en tres líneas, A, B, y C para permitir una mejor especificación del marco de referencia en el momento de la adquisición de datos. Cada línea varía en el tipo de objetos que contiene y en su disposición, sin embargo todas las líneas son similares entre todos los sectores.. Figura 3: Organización y subdivisión del sitio en sectores con distintos tipos de suelo.. Los objetos se han esparcido en cada sector siguiendo un esquema similar para todos, tanto de acuerdo al tipo de objeto como en su localización física. El esquema de la ubicación de los objetos en cada sector se puede ver en la Figura 3, El sistema de coordenadas XYZ se refiere a la referencia local para cada sector con la profundidad referenciada a la altura nominal del suelo. El esquema, de 6m por 6m, se organizó de.

(24) IEL2-03-II-39. 24. manera que hubiera un mínimo de 80cm entre cualquier objeto y el riel metálico, puesto que este podía afectar de manera significativa la medición. Algunas reglas sobre el posicionamiento de los objetos son: . Todos los objetos se enterraron con un ángulo de inclinación igual a cero. Todos los objetos de geometría alargada se enterraron con su eje mayor paralelo al eje X. La exactitud de la posición de los objetos dentro del plano XY se puede asegurar hasta +/- 1cm, y dentro del eje hasta +/- 5cm, el asentamiento del terreno puede repercutir en errores mayores.. La descripción de cada uno de los objetos se da en la Tabla 1. LA información respecto a su posición se puede leer en la Figura 3, en total hay 48 objetos en cada sector, separados en 16 objetos por cada línea.. Figura 4: Disposición de los objetos en cada uno de los sectores y líneas.. Tabla 1: Descripción de cada uno de los objetos en el sitio de pruebas. Nombre PT. Descripción Objeto de referencia para posición: Contenedor cilíndrico plástico lleno de agua en un 50% y líquido anticongelante en un 50%. Una pequeña esfera de metal se adhiere a la tapa superior.. Dimensiones (cm) Cil. H = 11.5 Cil. D = 8.5 Esfera D =1.5. M1A. Simulador de mina de tamaño pequeño y bajo contenido de metal.. H ~ 6.0 D ~ 5.0.

(25) IEL2-03-II-39. 25. CL1. Simulador de mina de tamaño pequeño y alto contenido de metal. Simulador de mina de tamaño mediano y bajo contenido de metal. Simulador de mina de tamaño mediano y alto contenido de metal. Simulador de mina de tamaño grande y bajo contenido de metal. Simulador de mina de tamaño grande y alto contenido de metal. Objeto de referencia para radares y radiometros de microondas: Esfera metálica en acero inoxidable AISI 316. Referencia para sensores infrarrojos, térmicos y detectores de metal: Esfera metálica de acero inoxidable AISI 316 incrustada en un cilindro de silicona RTV 310. Piedra: Con sección elíptica. CL2 CL3. Sección de alambre de puas. (oxidado) Lata de aluminio. (vacía). CL4. Caja plástica. (vacía). CL5. Cilindro de madera. M1B M2A M2B M3A M3B RE1. RE2. CL6. H ~ 6.0 D ~ 5.0 H ~ 4.5 D ~ 8.0 H ~ 4.5 D ~ 8.0 H ~ 45 D ~ 110 H ~ 4.5 D ~ 11.0 D = 5.1 Cil. H = 4.0 Cil. D = 9.0 Esfera D = 1.9 Base ~ 7.5 x 5 H~3 L ~ 7.5 H = 11.5 D = 6.5 Base = 6.5x6.5 H = 4.0 H = 7.5 D = 3.0.

(26) IEL2-03-II-39. 26. Tabla 2: Características del detector de Metales ML 1620C Metal Mine detector of Vallon GmbH Modelo y constructor : Principio de funcionamiento: Detector de metales del tipo de inducción por pulsos 170 x 305 mm Dimensión del anillo: 95 x 75 x 205 mm Dimensión del circuito: 1300 g Peso del anillo con la barra: Peso del circuito con baterias: 1550 g -32 °C to +55 °C Rango de temperatura: Baterías (4 x 1.5 voltios) Alimentación: La adquisición de datos se hace digitalizando la salida de voltaje del sensor mediante un conversor análogo/digital (A/D) de 16 bit y se transfiere por medio de una conexión serial a un computador portátil; esta digitalización de la señal de salida se realiza antes de aplicar cualquier procesamiento a la señal. Para realizar el barrido sobre la línea de pruebas el sensor se monta en la estructura de barrido, descrita en la sección 5.1. La dirección en Y se recorre en pasos de 2cm mientras que la distancia en X se recorre a velocidad constante tomando muestreos cada 3mm. Esto significa que los datos originales tienen diferentes escalas en las direcciones X y Y. La distancia de la cabeza del sensor al suelo varía de terreno a terreno pero se mantiene en un rango de 5 a 10 cm. 5.2.1.1 Preprocesamiento de las señales Los datos registrados en la base de datos tienen un procesamiento previo a su publicación, este incluye: . . Remoción del off-set: La señal de voltaje se digitaliza por un conversor A/D de 16 bits, por lo que el valor del registro varía entre 0 y 65535. Si no hay presencia de contenido metálico el sensor presenta un off-set diferente de cero. El off-set tiende a cambiar lentamente, por ejemplo con la temperatura del ambiente de medición. En el conjunto de datos registrados se eliminó el off-set que se tomó como la menor lectura registrada sobre todo el sector. Lo que quiere decir que el mínimo valor que se guardó es de cero y el máximo correspondiente a la saturación del sensor es de 65535 – off-set. Muestreo sobre una malla regular: Los datos se muestrean de nuevo en una malla regular de 2cm x 2cm, esto se hace mediante una interpolación de los datos registrados en la dirección X.. 5.2.1.2 Formato de los datos Los valores se guardan en formato de entero de 16 bits, con ordenamiento little-endian. El vector grabado tiene 24180 datos, es un vector de [24180,1]. Para obtener una.

(27) IEL2-03-II-39. 27. representación en formato de imagen se debe reorganizar los datos en una matriz de 93x260. En la página en la que se encuentran los datos se proporciona un ejemplo de como abrir los datos en Matlab y como reorganizarlos para obtener la imagen como se puede ver en la Figura 4.. Figura 5: Imagen correspondiente a el perfil de sensibilidad de un detector de metales.. Este tipo de representación es lo que se conoce como “False-color sensitivity profile” que representa le barrido sobre un área. La información se grafica de tal manera que cada color corresponde a una intensidad de la señal original. En el caso de la Figura 4 un color oscuro (azul, en la imagen original) corresponde a una señal baja o de cero, una señal gris clara (roja en la imagen original) corresponde a una señal de valor alto. Este perfil de sensibilidad es altamente dependiente de la distancia de la cabeza del sensor al objeto detectado por lo que esta e suna variable que se debe tener en cuenta al interpretar los datos. En cada registro de 24180 datos como el que se presenta en la Figura 4, se ve el barrido sobre una de las líneas (A, B ó C) de uno de los 7 sectores, en la imagen se puede diferenciar las lecturas positivas del sensor en los lugares donde se realiza la detección de un objeto, ya sea o no una mina. 5.2.2 Radar de penetración La información sobre las lecturas del radar de penetración entregada por los encargados de la base de datos no incluye el tipo de radar o detalles sobre su funcionamiento. Sin embargo el funcionamiento en general de los radares no se aparta mucho de las características descritas en la sección 4.2, con excepción del ancho de banda de la antena. Cada uno de los archivos presentados en la base de datos corresponde a un corte del tipo B (ver sección 4.2.2), a través de el eje menor de una de las líneas en un sector determinado y representa un corte vertical del suelo. En cada imagen como la que se puede ver en la Figura 5. Se observan momentos en el tiempo de la onda transmitida por el sensor, y se pueden diferenciar las ondas de reflexión características de la detección de un objeto, en cada corte se pueden llegar a detectar 2 objetos. Los cortes se hacen siguiendo un barrido lateral en la dirección X a velocidad constante y avanzando al final de cada carrera una distancia de 5cm en el eje Y, por lo que por.

(28) IEL2-03-II-39. 28. cada línea se tendría aproximadamente 120 cortes. Estos cortes se organizan en paquetes de 8 a 10 que es como se entrega la información en la base de datos.. Figura 6: Ejemplo de un corte del tipo B registrado en la base de datos.. En cada línea se graban la posición inicial de la antena así como la altura de la misma con respecto al riel de movimiento del sensor. Esta información se presenta en un archivo de cabecera que además contiene dos arcadores temporales que se utilizan para organizar los datos. 5.2.2.1. Formato de los datos. Cada corte esta comprendido por 256 (16 bits) muestras, tomadas a una razón de 28 cortes por segundo, lo que hace un total de 7168 muestras en un segundo. El receptor de la señal es un muestreador de alta velocidad que pasa la información a un conversor A/D. Cada corte es registrado por 18 segundos, por lo que en total cada archivo se compone de 129024 datos guardados en formato ASCII de 16 bits. Este formato genera archivos de gran tamaño. Para la lectura del archivo se sigue una estrategia similar a la que se usó con el detector de metales, el archivo de datos originales se decodifica y se obtienen los valores de la señal que luego son reorganizados e una matriz que corresponda con la naturaleza de los cortes. De esa manera se generan imágenes como la que se puede ver en la Figura 5. Como se dijo anteriormente por cada línea existen 120 cortes distintos, para poder referenciarlos de manera correcta y poder compararlos con los archivos del detector de metales se debe tener en cuenta los arcadores temporales y fijar el inicio del recorrido, de esta manera se puede ubicar cada paquete de 10 cortes dentro de un rango de distancia en la línea que sirve para ubicar el corte que corresponde al objeto que se está estudiando..

(29) IEL2-03-II-39. 29. 6. TRATAMIENTO DE LAS SEÑALES. En general ambas señales tienen componentes adicionales que no son pertinentes para el proceso de selección y dificultan la etapa de extracción de características por lo que deben ser tratadas antes de iniciar cualquier proceso de análisis. En el marco de la presente investigación se llevaron a cabo dos tratamientos sobre las señales, uno que se enfocaba en la eliminación de alteraciones artificiales de la señal como saltos y la presencia de rampas adicionadas a la señal por el cambio en las condiciones de medición, como cambios en la temperatura o la humedad del sitio de medición. Y el otro tratamiento que se aplico busca eliminar la presencia de la componente de ruido que es intrínseca a cualquier medición electrónica. A continuación se detallan las estrategias propuestas para cada uno de estos tratamientos. 6.1 Remoción de discontinuidades y rampas Este problema es una complicación importante si se quiere aplicar un algoritmo de detección automático ya que es una alteración artificial de la señal que incluye información que no es parte de la detección y si añade un grado de complejidad a la señal que la hace difícil de analizar. En general este problema se presenta en forma de discontinuidades, a modo de escalones, que se presentan periódicamente en la señal en la Figura 7. Se observa un ejemplo de este tipo de alteraciones sobre una señal del radar de penetración. La principal fuente de este tipo de alteraciones son las fluctuaciones en el ambiente de medición, como por ejemplo un cambio brusco en la temperatura del entorno del sitio de pruebas. Sin embargo estos cambios no necesitan de grandes periodos de tiempo para presentarse y si alteran de gran forma la señal, incluyendo discontinuidades de gran valor entre vectores de datos consecutivos. Desafortunadamente no todos estas alteraciones son detectables o posibles de eliminar de la señal sin causar una perdida de información que pueda perjudicar el desempeño del sistema.. Figura 7: Presencia de un salto en la señal del GPR.

(30) IEL2-03-II-39. 30. Pero aun así son alteraciones artificiales y se sabe que pueden afectar el desempeño del sistema, ya que estos saltos alteran los patrones correspondientes a posibles minas en el terreno, por lo que deben ser removidas de la señal en cuanto sea posible, para lo cual se aplicó la siguiente estrategia para poder aislar el salto y removerlo de la señal. La función de tratamiento procede de al siguiente manera, primero se calcula la media y la desviación estándar de todo el conjunto de datos, representado en este caso por la matriz que corresponde a la imagen. En el paso siguiente se calcula el promedio de la magnitud para cada fila del conjunto. Si el promedio de alguna de las filas es mayor que la desviación estándar encontrada para el conjunto total de datos se propone la hipotética presencia de un salto. Para comprobar que en realidad se trata de un salto, y no simplemente de una componente real del conjunto de datos con un valor de varianza alto, se verifica que en realidad todos los elementos de la columna en la que se supone el salto cambian de valor en la misma dirección en la posición del salto. Esta estrategia se puede aplicar teniendo en cuenta que la información de los sensores, en el caso del GPR se presenta en vectores consecutivos por lo que un salto de estas características se presentaría entre vectores consecutivos.. Figura 8: Resultado de la aplicación de la estrategia en la señal del GPR.. Una vez confirmada la presencia de un salto se pasa a calcular si dimensión, mediante la medición del promedio de la magnitud correspondiente a la columna donde se presentó el salto. Esta magnitud es restada del subconjunto de datos donde se encuentra el salto. En la Figura 8. Se presenta el resultado de la aplicación de esta estrategia a la señal que se observa en el Figura 7. Se puede ver claramente como el salto es eliminado de la señal sin alterar las características principales de esta. En el caso de los datos correspondientes al detector de metales la señal era afectada por la presencia de una rampa de pendiente positiva, que se distribuía de manera continua a través del conjunto de datos. Esta alteración es considerada también como una componente artificial y en general tiene la misma fuente que los saltos que se eliminaron en la señal del GPR. En la Figura 9 se puede ver la presencia de la rampa en el conjunto de datos correspondiente a un archivo estándar de los datos del MD, en este caso un corte a través de un grupo de datos consecutivos..

(31) IEL2-03-II-39. 31. Figura 9: Presencia de una rampa en la señal del MD.. Este tipo de alteraciones se removieron de la siguiente manera: para todo el conjunto de datos se calculaba una regresión lineal de mínimos cuadrados, a través de cada una de todas filas (utilizando la función polyfit.m de Matlab), tomando como valores de punto los correspondientes al promedio de la magnitud de la señal a través de las cada una de las columnas. Esta línea se toma como la mejor aproximación de la rampa y se expande a través de todo el conjunto de datos para formar un plano. Que posteriormente pasa a ser substraído de la señal para eliminar la rampa del conjunto de datos. En la Figura 10 se ve la señal original con la rampa y la aproximación realizada mediante la regresión lineal, luego en la figura 11, se observa el resultado de remover el plano generado del conjunto de datos.. Figura 10: Aproximación de mínimos cuadrados a la rampa presente en la señal del MD.. Figura 11: Resultado de la remoción de la rampa en la señal del MD..

(32) IEL2-03-II-39. 32. De esta manera se remueven de las señales originales dos componentes que son indeseadas para el proceso de extracción de características y la posterior clasificación. El paso siguiente en el tratamiento de las señales es la eliminación del componente de ruido que contienen las señales y que en general es inherente a cualquier medición electrónica. 6.2 Filtrado de las imágenes Ambas señales tanto del MD como del GPR contienen cierta cantidad de ruido, que puede dificultar la posibilidad de reconocer características que son importantes para la clasificación. De manera que para mejorar los resultados de la clasificación se aplicó a las señales un filtro para reducir la componente de ruido. Una particularidad que se debe tener en cuenta al momento de aplicar el proceso de filtrado a la imagen es que no se pueden alterar demasiado las características de la imagen, ya que de la correcta interpretación de estas depende el éxito de la clasificación. 6.2.1 Diseño del filtro digital Para diseñar un filtro digital Hd(Ω), con respuesta continua equivalente H(Ω), se puede usar el hecho que: ⎛Ω⎞ Yd (Ω) = H d (Ω) X d (Ω) = H ⎜ ⎟ X d (Ω) ⎝T ⎠. Donde Xd(Ω) es la transformada discreta de Fourier (DFT) de la entrada muestreada, y Yd(Ω) es la salida del filtro lineal de respuesta discreta, Hd(Ω) es la función de respuesta en frecuencia del sistema en tiempo discreto y T es el tiempo de muestreo. Para poder trabajar con un filtro de respuesta impulsiva finita (FIR), se debe truncar la respuesta impulso del filtro hd(n). La respuesta en frecuencia del filtro FIR es: N −1. H d (Ω) = ∑ hd (n) ⋅ e − jnΩ n =0. Este proceso de truncado de la respuesta impulso causa sin embargo algunos problemas en la respuesta en frecuencia del filtro, en particular un rizado que no es del todo favorable para el proceso de filtrado. Estos problemas se pueden reducir en gran medida mediante la aplicación de una ventana de Hamming wH(n) como elemento de truncamiento de la respuesta del filtro en vez de una ventana rectangular tradicional. Entonces la respuesta del filtro sería: hd (n) = wH (n)h(n) En el caso de las imágenes que se están tratando se diseñaron dos filtros pasabanda, dependiendo de las características de cada señal..

(33) IEL2-03-II-39. 33. Los filtros fueron diseñados utilizando el paquete de tratamiento de imágenes que trae Matlab, en este se encuentran funciones para especificar la ventana de Hamming y para diseñar completamente el filtro. En las imágenes de la Figura 12 se puede ver (a) la respuesta deseada del filtro, y (n) la respuesta del filtro luego de realizar el truncamiento mediante la ventana de Hamming.. (a). (b). Figura 12: Visualización de la respuesta deseada del filtro (a), y la respuesta truncada por la ventana de Hamming (b).. Para el caso del radar de penetración se diseño la ventana para tener en cuenta el ancho de banda de la antena de transmisión, en este caso la frecuencia central estaría en 1GHz con un ancho de banda de 400MHz. En la Figura 12 se ve la respuesta del filtro de manera normalizada, donde la frecuencia central es 0 y el ancho de banda se reparte uniformemente de 1 a -1. La aplicación de este filtro sobre una imagen del radar entregó los resultados que se ven en al Figura 13. Donde se observa una imagen antes de ser filtrada y el resultado luego de aplicar el filtro. En la imagen parece no apreciarse mucho el cambio, pero si se hace un corte de la señal, se puede ver mejor la acción del filtro, como en la Figura 14. Se puede ver como la acción del filtro elimina componentes de alta frecuencia de la señal, que no corresponden a la característica onda del radar y mantiene las propiedades de la señal que pueden ser importantes para la clasificación. Para el caso de la imagen correspondiente al MD, el hecho de que se esté utilizando una visualización de interpretación de intensidad, hace que el tratamiento sea distinto. La localización de la señal en la imagen es espacial y no temporal, pero aun así el componente de ruido esta localizado en el tiempo, aunque altera la señal en la representación espacial, por lo que se hace es diseñar un filtro que tenga en cuenta las características de la señal en el espacio como si fueran en realidad temporales. Por lo que se diseñó un filtro con frecuencia central de 10KHz y un ancho de banda de 3KHz. Lo que permite filtrar el ruido de alta frecuencia y obtener una mayor claridad en la resolución del perfil de sensitividad, como se puede apreciar en al Figura 15..

(34) IEL2-03-II-39. 34. (a) (b) Figura 13: Imágenes del GPR, antes del filtrado (a), y después del filtrado (b).. (a) (b) Figura 14: Cortes de la imagen del GPR, antes del filtrado (a), y después del filtrado (b).. (a). (b). Figura 15: Corte de la imagen del MD, antes del filtrado (a) y después del filtrado (b).. Como se mencionó anteriormente hay que tener especial cuidado en no alterar las principales características de la señal, el diseño de los filtros se encaminó para que estos mantuvieran una fase lineal, lo que permitía tener un poco de control sobre la alteración que el proceso de filtrado incluiría en las señales, como se puede apreciar en las Figuras 14 y 15, los filtros diseñados para ambos casos cumplen su objetivo sin alterar demasiado las propiedades de la señal. Una vez se tiene filtrada, y sin discontinuidades la señal, se da por terminado el tratamiento previo a la extracción de características, que es la etapa siguiente en el proceso de clasificación concerniente al sistema de fusión..

(35) IEL2-03-II-39. 35. 7.. EXTRACCIÓN DE CARACTERÍSTICAS. La etapa de extracción recaracterísticas es la etapa más importante en el sistema, de esta etapa es que se espera obtener los vectores de características que sirvan para discriminar entre las clase que se están clasificando. En general del área del reconocimiento de patrones se tienen algunas propiedades que deben cumplir estos vectores para que puedan ser utilizados para la clasificación. A continuación se explican algunas particularidades del proceso aplicado al sistema de fusión sensorial propuesto y se explican las propiedades del vector de características y como se hace para cumplirlas. 7.1 Selección del objeto a clasificar. Es importante hacer notar que el proceso de extracción de características y por lo tanto el proceso de clasificación no se lleva a cabo sobre toda la imagen sino que se hace sobre una selección de la misma. Aun más importante es el hecho de que esta selección no es automática. La selección, de la manera como se propone el sistema es hecha por una persona que supervisa la detección y que estudia las imágenes para su clasificación, en este caso el sistema realiza la clasificación basada en las propiedades de los patrones pero la selección del objeto estudiado es hecha por un operario. En un principio se propuso un sistema de selección automática, que no presentaba mayores problemas cuando el objeto era detectado en la imagen del MD, pero cuando la lectura del MD fallaba en detectar un objeto y la selección se basaba en la imagen del GPR se obtenían selecciones erradas y de poca significación para el trabajo de clasificación. Además el proceso de referencia de las imágenes del GPR por la manera en que están organizadas debía ser supervisado. A continuación se explica el proceso de selección antes de iniciar la extracción de características. Primero se deben leer ambos archivos de datos, la selección del sector y la línea que se va a observar indica que archivo del MD se va leer. Sobre éste se realiza la primera selección, para la cual se creo una función en la cual se especifican dos puntos de la imagen y un tamaño de la selección. De esta manera se enfoca el proceso en uno de los objetos que se encuentran referenciados en la imagen del MD, sin embargo vale la pena decir, que como la posición de los objetos era conocida se tomaron selecciones de todos los objetos sobre la imagen del MD así no aparecieran como lecturas positivas. En la Figura 16 se puede ver una selección que corresponde al objeto M1A del sector 7 Línea A..

(36) IEL2-03-II-39. 36. Figura 16: Selección de un objeto en la señal del MD. El siguiente paso es ubicar el objeto en la línea de pruebas, esto se hace gracias a la referencia espacial que tiene la imagen del MD, en este caso el objeto está aproximadamente a 332m del origen, de acuerdo a esta información se pasa a abrir el paquete de cortes del GPR correspondiente al sector donde se encuentra el objeto. Un paquete cualquiera se vería como se muestra en la Figura 17, cada corte es un corte del tipo B (ver sección 4.2.2), y la persona encargada de la selección deberá escoger el corte que según su criterio le entregue mayor información.. Figura 17: Paquete de cortes correspondiente a una sección de la línea de pruebas.. La persona que supervisa la detección elige el corte que le parezca contiene mayor información, esta selección se ve como en la Figura 18 (a), sobre ésta se debe realizar una última selección para ubicar el objeto de manera transversal en la imagen, hay que recordar que en cada corte se detectan 2 objetos, esta última selección se ve en la Figura 18 (b).. (a). (b). Figura 18: Corte seleccionado del paquete (a), selección del objeto a clasificar sobre el corte (b).. Sobre las dos selecciones correspondientes al objeto es que se aplica el resto del procedimiento, y finalmente sobre las que se realiza la clasificación. A continuación se.