¿Puede la Inteligencia Artificial mejorar la tecnología anticolisión de la minería?

A pesar de las numerosas investigaciones, los abundantes análisis estadísticos y el interminable registro de datos laborales, sigue siendo difícil decir con exactitud cuántas colisiones de vehículos mineros se producen cada año en el mundo. También es difícil saber cuántas personas resultan heridas o mueren a consecuencia de ellas.

En Australia, al menos, las cifras se recogen de forma exhaustiva y se difunden más ampliamente. Lamentablemente, las muertes por causas relacionadas con la minería casi se duplicaron en 2024 hasta alcanzar las 11, frente a las seis del año anterior, según SafeWork Australia, un organismo oficial australiano creado en 2009. En al menos tres de ellas estaban implicados vehículos.

A menudo, la gran cantidad de variables -desde la geografía local hasta el clima de una región, pasando por la madurez de un yacimiento o las tecnologías utilizadas, e incluso los minerales y tierras raras que se extraen- convierten la gestión de una mina en una tarea formidable.

Evitar colisiones: peligros y medidas paliativas

La visibilidad limitada, las comunicaciones deficientes y la formación y experiencia inadecuadas de los trabajadores son algunos de los retos que plantea la prevención de colisiones. Las condiciones cambiantes de la carretera, las distintas velocidades de los vehículos y la presencia de personal a pie pueden complicar aún más los esfuerzos por evitar las colisiones.

Sin embargo, la mejora de la infraestructura de la mina, desde la iluminación hasta los sistemas de gestión del tráfico, la mejora de los programas de formación y el rigor de los procedimientos de seguridad son buenos puntos de partida. Sin embargo, la tecnología también se ha convertido en un componente clave, y es probable que su importancia aumente.

Aquí, los sensores se han convertido en algo habitual, al igual que la tecnología de radar y los sistemas de alerta de proximidad. También hay una tendencia creciente que se espera contribuya a reducir aún más el riesgo de muerte o lesiones graves: la adopción de vehículos autónomos y teledirigidos.

Los sistemas tradicionales se basaban en parámetros de detección predefinidos, ya fuera mediante etiquetas, GPS, LiDAR (detección y medición de luz) o una tecnología similar, y emitían alertas de proximidad basadas en reglas fijas.

Éstas, explica, se basaban en parámetros fijos y alertas reactivas. Las soluciones basadas en la telemática controlan la ubicación y la velocidad de los vehículos, mientras que las etiquetas inteligentes y el LIDAR detectan la proximidad de objetos cercanos. Sin embargo, afirma que, aunque estas soluciones son eficaces, no son capaces de interpretar entornos complejos ni de adaptarse a nuevos riesgos sin una amplia reconfiguración manual.

Por ejemplo, un sistema convencional podría activar una alerta cada vez que un vehículo se encontrara a una distancia predefinida de otro objeto, independientemente de que se tratara de un peligro real o simplemente de una operación rutinaria, como el desplazamiento de vehículos dentro de zonas designadas.

IA: cambiando el futuro de la evitación de colisiones

La IA está alterando fundamentalmente el funcionamiento de la seguridad y la supervisión operativa, introduciendo una adaptabilidad y una inteligencia nunca vistas.

El procesamiento de imágenes y datos en tiempo real va un paso más allá de los sistemas antiguos, que sólo ofrecen a los operadores una visión «limitada y a menudo rígida» de los peligros potenciales. Juntos marcan un cambio fundamental que está «redefiniendo lo que es posible», con un nivel de flexibilidad e inteligencia antes inalcanzable.

Los peligros de la fatiga

La creciente sofisticación ofrece una gran cantidad de datos analíticos para utilizar, desde proporcionar contexto a la detección de riesgos y combatir la fatiga por alerta, hasta respuestas inmediatas in situ, análisis en busca de patrones de peligros potenciales y generación de informes completos de seguridad y eficiencia.

Hablando de la fatiga de los trabajadores, está bien reconocida como factor de riesgo. Tanzer afirma que ésta es otra área en la que los sistemas anticolisión de IA pueden ofrecer ventajas.

«Las empresas mineras han hecho todo lo que han podido en términos de 'listas de estilo de vida'», afirma. «Ahora necesitan que la tecnología desempeñe un papel. La supervisión de los niveles de fatiga garantiza que los empleados estén trabajando al máximo, lo que mejora la productividad general de la mina».

«A medida que mejoran los modelos impulsados por IA, las empresas mineras pueden ir más allá de las medidas de seguridad reactivas y comenzar a utilizar la toma de decisiones contextuales en tiempo real para prevenir incidentes, optimizar la eficiencia y mejorar el cumplimiento, todo desde un único sistema integrado», añade Manning.

La importancia de la formación y la regulación

Sin embargo, aunque estos avances podrían desempeñar un papel clave, también introducen nuevos riesgos e incertidumbres. Los sistemas requieren formación continua, validación y supervisión por parte de expertos para garantizar su precisión.

La instalación debe seguir un planteamiento estructurado que incluya ejercicios exhaustivos de delimitación del alcance, participación de las partes interesadas, gestión del cambio y programas de formación para operadores y personal de mantenimiento, «todos ellos factores críticos para el éxito».