Opciones de bases de datos para la detección de trabajadores aplicada a la ingeniería civil

Abstract

La industria de la construcción a diferencia de otras industrias no tiene muy presente a la industria 4.0, específicamente el uso de inteligencia artificial en busca de la automatización de procesos que permitan ser eficientes en el desarrollo de un proyecto de construcción, debido a la falta de categorización de datos. Hoy en día las distintas metodologías existentes para llevar a cabo un proyecto permiten tener una mejor gestión de toda la información que genera dicho proyecto, y es esa información la que puede ser utilizada como base de datos para la inteligencia artificial que puede ser aplicada en las distintas etapas de un proceso constructivo desde planificación hasta monitoreo y control. Se desarrolló una base de datos en tres distintos formatos “txt”, “PASCAL VOC” y “COCO” en donde se busca identificar a los trabajadores de construcción en distintas posturas con el fin de realizar seguimiento de personal, control de calidad, prevención de accidentes y conflictos, y revisar las condiciones de seguridad en aplicaciones futuras con el fin de garantizar su seguridad y un mejor monitoreo. La base de datos presentada se utilizó para entrenar el algoritmo de clasificación y detección de objetos YOLOv4. La base de datos está compuesta de 1214 imágenes, estas imágenes brindan información importante de los procesos en obra, tomadas por cámaras ubicadas a 8 metros y a 50 metros de distancia del nuevo Centro de Bienestar Universitario (CBU) de la Universidad de Lima.

The construction industry, unlike other industries, is not very aware of Industry 4.0, specifically the use of artificial intelligence in search of process automation that allows to be efficient in the development of a construction project, due to the lack of data categorization. Nowadays, the different existing methodologies to carry out a project allow to have a better management of all the information generated by such project, and it is that information that can be used as a database for artificial intelligence that can be applied in the different stages of a construction process from planning to monitoring and control. A database was developed in three different formats "txt", "PASCAL VOC" and "COCO" where the aim is to identify construction workers in different positions in order to track personnel, quality control, accident and conflict prevention, and review safety conditions in future applications in order to ensure their safety and better monitoring. The presented database was used to train the YOLOv4 object classification and detection algorithm. The database is composed of 1214 images, these images provide important information of the processes on site, taken by cameras located 8 meters and 50 meters away from the new University Welfare Center (CBU) of the University of Lima.