PERCEPCIÓN AVANZADA MASTER EN Automática, Robótica y Telemática PERCEPCIÓN IR. Dr. J. RAMIRO MARTINEZ DE DIOS

Transcripción

1 PERCEPCIÓN AVANZADA MASTER EN Automática, Robótica y Telemática PERCEPCIÓN IR Dr. J. RAMIRO MARTINEZ DE DIOS

2 Percepción IR/Visual Termografías Principios de percepción IR Aplicaciones y ejemplos

3 Termografías No necesita contacto directo Mantiene fuera de peligro al usuario No es intrusivo Bidimensional Se puede comparar las diferentes zonas Se consigue una imagen global del objeto estudiado Permite visualizar el campo térmico para su posterior análisis Se realiza en tiempo real Permite una visualización rápida de objetivos estacionarios Permite la captura rápida de objetivos en movimiento Permite la captura de procesos térmicos transitorios

4 Termografías El proceso es a temperatura alta y presión. La imagen térmica revela un daño en el flanco del conducto que permite circular el aire. Esto reduce la efectividad del proceso. Hay riesgos en la seguridad

5 Termografías Tanques y depósitos: Hay flujo en el depósito, la zona amarilla corresponden a sedimentos

6 Termografías Edificación: antes después Edificio con problemas de asilamiento en ventanas y en la cimentación

7 Termografías Edificación:

8 Termografías Hornos y calderas: Mal sellado de la tapa de caldera, probablemente por no usar sellador

9 Termografías Mecánica y fricción: Ambos motores son iguales y la configuración de temperaturas es similar, salvo que en el de la izquierda el motor está más caliente que en el de la derecha

10 Termografías Mantenimiento eléctrico: Conexión a temperatura excesiva: conector de cobre a cable de aluminio

11 Termografías Medicina y veterinaria: Superior derecha: patrón normal Inferior izquierda: patrón anormal Inferior derecha: patrón normal después de montarse

12 Termografías Control de calidad: La termografía permite ver cambios de temperatura que podrían estar contaminadas por bacterias

13 Percepción IR/Visual Termografías Principios de percepción IR Aplicaciones y ejemplos

14 Principios de Percepción IR La banda del infrarrojo Banda de λ entre [0.75, 1000] µm Cercano: µm Medio: 3-6 µm Lejano: 6-15 µm Extremo: µm

15 Principios de Percepción IR Radiación del cuerpo negro (I) Cuerpo negro: trampa de radiación Ley de Planck: distribución espectral en λ de radiación emitida W 5 λ e W λ radiación espectral h: cte de Planck T: Tª del cuerpo negro en Kelvin C: velocidad de la luz K: cte. De Boltzmann λ = 2πhc ch kt λ 2 1

16 Principios de Percepción IR Radiación del cuerpo negro (II) Ley de Wien: picos de radiación de un cuerpo negro λ max = 2898 T Permite relacionar Tª y color del objeto Permite selección de banda de infrarrojos para cada aplicación

17 Principios de Percepción IR Radiación del cuerpo negro (y III) Ley de Stefan-Boltzmann: energía emitida por un cuerpo negro W = 0 Wλ dλ = σt 4 σ: cte. de Stefan-Boltzmann Se emplea para calibración de Tª de cámaras termográficas

18 Principios de Percepción IR Radiación de cuerpos no negros Absorción espectral: α(λ) Reflectancia espectral: ρ(λ) Transmitancia espectral: τ(λ) Ley de Kirchhoff: α(λ)+ρ(λ)+τ(λ) =1 Emisividad: ε(λ)=α(λ) Tipos de objetos: Cuerpos negros: ε(λ)=1, ρ(λ)=τ(λ) =0 Cuerpos grises: τ(λ) =0, (materiales opacos) Espejos perfectos: ε(λ)=0

19 La transmisión atmosférica Transmitancia atmosférica Principios de Percepción IR Tres ventanas del infrarrojo: 3 bandas Permite seleccionar banda: p.e. detección VS monitorización de incendios

20 Detectores de infrarrojos Parámetros: Principios de Percepción IR Sensibilidad: relaciona flujo de radiación con señal del sensor Debe ser cte con la Tª y λ SNR: cociente entre potencia de señal y ruido NEP: potencia de ruido equivalente. Cota inferior de señal para ser diferenciada del ruido Detectividad: inversa de NEP

21 Detectores de infrarrojos Tipos de detectores: Principios de Percepción IR Detectores térmicos: radiación se transforma en calor por absorción del material sensible - Bolómetros: varía la conductividad del material - Detectores piroeléctricos: general corriente por incremento de Tª - Termopilas: general tensión por efecto termodinámico - Detectores neumáticos: la señal es una variación de presión en Detectores cuánticos la masa del gas al calentarse

22 Principios de Percepción IR Detectores de infrarrojos Tipos de detectores: Detectores cuánticos: señal depende del nivel de excitación de partículas del material sensible - Detectores fotoeléctricos: genera corriente por electrones arrancados del material: IR cercano - Detectores fotoconductores: genera cambio de conductividad por los electrones semilibres - Detectores fotovoltaicos: modificación de V de barrera en unión p-n

23 Principios de Percepción IR Refrigeración Objetivo: evita la radiación de los detectores Criogenia en ciclo cerrado Refrigeración mediante elementos de estado sólido efecto termoeléctrico

24 Principios de Percepción IR Ruido Ruido térmico: la Tª es superior a 0 K Ruido shot: fluctuaciones en la llegada de electrones Ruido flicker: 1/f Ruido de generación-recombinación Ruido fotónico

25 Principios de Percepción IR Cámaras de Infrarrojos Puntuales: pirómetros Scanners de línea Cámaras de infrarrojos Tipos: Térmicas: dan medida cuantitativa Termográficas: dan medida cualitativa de Tª calibración térmica Parámetros típicos: NEI: iluminación equivalente al ruido NETD: dif. de Tª equivalente al ruido MDTD: dif. de Tª mínima detectable

26 Principios de Percepción IR Mitsubishi IRM300 Band 3-5 µm. (cryogenic - Stirling cycle cooler) Weight: 8 kg. Lenses: 30º Output: CCIR video Temperature estimation: NO

27 Principios de Percepción IR Raytheon 2000AS Band 7-14 µm. (uncooled) Weight: 120 gr. Lenses: 30º Output: CCIR video Temperature estimation: NO

28 Indigo Omega Principios de Percepción IR Band µm. (uncooled) Weight: 120 gr. Lenses: 30º Output: CCIR video, IEEE 1394 (Firewire) Temperature estimation: YES Control through IEEE 1394 and RS-232

29 Principios de Percepción IR FLIR ThermaCam P20 Band µm. (uncooled) Weight: 1.5 kg. Lenses: 12º, 24º and 45º width Output: CCIR video, JPG in Flash Card Temperature estimation: YES ( ºC) Programmable image capture Thermal sensitivity: 30º C High temperature filter Control through RS-232 ThermaCam Reporter

30 Principios de Percepción IR FLIR 550 Elite Band µm. (cryogenic) Weight: 2 kg. Lenses: 10º and 20º width Output: CCIR video, JPG in Flash Card Temperature estimation: YES ( ºC) Programmable image capture Thermal sensitivity: 30º C Control through RS-232 ThermaCam Reporter

31 Principios de Percepción IR Band Weight Sensitivity Range Lenses Interface Control Mitsubishi IRM µm 8 kg. Not Thermal Not Thermal 30º CCIR RS-485 Raytheon 2000AS 7-14 µm 120 gr. Not Thermal Not Thermal 30º CCIR RS-232 Indigo Omega 7,5-13,5 µm 120 gr. 30º C [0, 200] ºC 30º CCIR, Firewire RS-232 Firewire FLIR ThermaCa m P20 7,5-13 µm 1.5 kg 30º C [-40, 1500] ºC 12º, 24º, 45º CCIR, JPG in Flash Card RS-232 FLIR 550 Elite µm 2 kg 30º C [-20, 1500] ºC 10º, 20º CCIR, JPG in Flash Card RS-232

32 Percepción IR/Visual Termografías Principios de percepción IR Aplicaciones y ejemplos

33 Aplicaciones de Percepción IR Aplicaciones de la visión IR Seguridad Industria Medicina y veterinaria Medio Ambiente

34 Aplicaciones de Percepción IR Detección de fugas térmicas en edificios Detección y seguimiento de objetos Detección de incendios Monitorización de incendios Detección y Monitorización cooperativas con múltiples UAVs

35 Detección de fugas térmicas en edificios Reconocimiento de patrones Detección de fugas térmicas en ventanas - Estabilización de imágenes - Detección de fugas térmicas - Seguimiento

36 Detección de fugas térmicas en edificios Detección de fugas térmicas 1) Conversión a temperatura 2) Selección de zonas de interés Temperatura mínima calculada a partir de Tª ambiente 3) Clasificación 4) Clustering vidrio Marco de ventana TH ROI 1 2 h ( t) = P( ω ) p( t ω ) h ( t) = P( ω ) p( t ω ) + P( ω ) p( t ω )

37 Detección de fugas térmicas en edificios Experimentos. Diciembre 2005

38 Detección y seguimiento de objetos Objetivo: detección y seguimiento Dos fases: Detección Seguimiento Control: Posicionador Cámara de infrarrojos Posicionador: 2 GDL Motores paso-a-paso Datos sensores: 200 ms.

39 Control de iluminación Control borroso de iluminación Bref Controller gain Infrared Camera Contrast Sensor Bright Sensor Cref. level image Csensor Bsensor

40 Detección de Incendios. Reducción de falsas alarmas Tasa de Detección: 100% Tasa de Falsa Alarmas: 1,93 % 90,0 % proc. infrarrojo 85,4 % análisis de oscilación 24,0 % proc. imagen visual 9,1 % información geográfica

41 Detección de Incendios. Reducción de falsas alarmas Falsas alarmas Incendio Interpretación: Redes de Neuronas Clásicas (BNP) Neuronas Wavelet no binarias 10 neuronas 120 iteraciones ME = 9 13 iteraciones Neuronas Wavelet binarias MME: ME=9 6 iteraciones (P D =100% P FA =0%) Al-Jaroudi: ME=9 6 iteraciones (P D =100% P FA =0%) 1 N EMME = N u i i T) N i= 1 ( ) (y T)(f(x ) 1 N E JM = ln(1- yi - f(x i ) ) N i= 1

42 Monitorización de Incendios Fusión sensorial para mejorar medidas Objetivo: medir automáticamente parámetros del incendio en tiempo real Fuentes de incertidumbre: - Percepción en exteriores - Específicos de percepción de incendios Sensores de magnitudes heterogéneas en múltiples localizaciones - Redundancia espacial - Redundancia de magnitudes Sensores: - cámaras visuales o de infrarrojos - GPS, medidor de distancias láser

43 Fusión sensorial para mejorar medidas Vista lateral B Vista lateral A Vista aérea Vista frontal

44 Fusión sensorial para mejorar medidas Percepción combinada: obtención indirecta de magnitudes Fusión sensorial: magnitudes obtenidas de varias fuentes M k = j m j jk ω ω jk jk ω 2 jk Filtrado de Kalman jk = F j r Posición frente Ancho frente Altura de llama Frontal IR Lateral IR Frontal Visual Lateral Visual

45 Fusión sensorial para mejorar medidas Probado en tiempo real pruebas de campo cada desde 1998 hasta 2006 Puntos: evolución real Líneas: evolución estimada

46 PERCEPCIÓN AVANZADA MASTER EN Automática, Robótica y Telemática PERCEPCIÓN IR Dr. J. RAMIRO MARTINEZ DE DIOS