Fusión LiDAR-cámara para detección de personas en mina autónoma
Visión general
De qué trata este proyecto.
Entrena un detector LiDAR-cámara para minería autónoma, reduce falsos negativos a menos del 0,5 % y obtén tu certificado verificable.
El escenario
La operadora gestiona dos tajos en la región de Antofagasta con cerca de 35 camiones de 240 toneladas; cualquier incidente con una persona a pie es prioridad absoluta y un solo falso negativo invalidaría el sistema ante el regulador.
El Briefing
Lo que harás y lo que demostrarás.
Diseñar un detector multimodal LiDAR-cámara que minimice los falsos negativos de personas a pie en condiciones de polvo típicas de un tajo de cobre.
Earning criteria — what you'll demonstrate
- Combinar nubes de puntos LiDAR e imágenes RGB para detección de objetos
- Diseñar evaluaciones centradas en métricas críticas de seguridad (falsos negativos por rango)
- Reproducir condiciones operativas adversas (polvo) en la validación
- Comunicar limitaciones a un público no técnico de seguridad operacional
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
Robot Perception and Autonomy
Master · Applied Ai
Strong alignment
This challenge maps to Robot Perception and Autonomy at the Master level. It sharpens the same practical skills your coursework expects — but in a real industry context with actual constraints and deliverables.
Habilidades
Habilidades que demostrarás.
Cada una aparece en tu credencial verificada.
- Sensor Fusion
Apply sensor fusion to solve real industry problems and demonstrate production-level capability.
- Lidar Processing
Apply lidar processing to solve real industry problems and demonstrate production-level capability.
- Object Detection
Apply object detection to solve real industry problems and demonstrate production-level capability.
- Model Evaluation
Apply model evaluation to solve real industry problems and demonstrate production-level capability.
- Pytorch
Apply pytorch to solve real industry problems and demonstrate production-level capability.
- Edge Deployment
Apply edge deployment to solve real industry problems and demonstrate production-level capability.
Carreras
Roles para los que esto te prepara.
Títulos reales. Puentes de habilidades reales. Elige el que más se acerque a tu trayectoria.
Ingeniero/a de Visión por Computador
Trabajar detección multimodal con foco en métricas críticas de seguridad y en condiciones operativas reales es lo que se espera desde el primer trimestre de una persona de visión en empresas de robótica industrial.
Este proyecto afina
- sensor-fusion
- lidar-processing
- object-detection
Ingeniero/a de Aprendizaje Automático
Entregar un modelo entrenado con evaluación por rangos y plan de despliegue refleja la forma en que las personas MLE envían sistemas a producción cuando la seguridad es prioridad.
Este proyecto afina
- pytorch
- model-evaluation
- edge-deployment
Investigador/a de Seguridad en IA
Diseñar evaluaciones que prioricen el peor caso (falsos negativos en personas) y reportar limitaciones honestamente es el núcleo del trabajo de personas investigadoras en seguridad de IA en sistemas físicos.
Este proyecto afina
- model-evaluation
- sensor-fusion
- object-detection