Upload
halien
View
222
Download
0
Embed Size (px)
Citation preview
UNIVERSIDAD DISTRITAL
“Francisco José de Caldas” Facultad Tecnológica
SISTEMA DE DETECCIÓN DE RUGOSIDAD EN PAVIMENTOS
FLEXIBLES, CON COMUNICACIÓN BLUETOOTH Y SOPORTE WI-FI DESDE DISPOSITIVO ANDROID
ROUGH DETECTION SYSTEM IN FLEXIBLE PAVEMENTS, WITH BLUETOOTH COMMUNICATION AND WI-FI SUPPORT FROM ANDROID
DEVICE
Vargas Pardo Nancy Lorena. Cárdenas Torres Lina María.**
Resumen: La rugosidad de los pavimentos es una de las principales causas de
inconformismo para los usuarios que transitan diariamente por las vías, pues algunas
se encuentran en mal estado y repercuten en el aspecto económico no solo provocan
molestias al transitarlas, sino que también generan daños físicos en los vehículos.
Este incidente está asociado con la modificación del estado de esfuerzos y
deformaciones de la vía, lo que se repercute directamente en las labores de
conservación, mantenimiento, y rehabilitación de la misma. Por ello es preciso realizar
un estudio que permita predecir cuándo las vías han llegado a un índice de rugosidad
crítico con el objeto de determinar las debidas acciones correctivas que garanticen el
buen estado de la vía.
Este trabajo presenta un sistema que detecta las variables distancia recorrida por el
dispositivo, inclinación del sistema y distancia del pavimento al dispositivo, que son las
que están principalmente asociadas y permitirán calcular el índice de rugosidad (IRI)
en pavimentos flexibles de vías urbanas de la ciudad de Bogotá. Estas variables serán
tomadas y trasmitidas por medio de Bluetooth a un aplicativo de un dispositivo android
y a una base de datos en una página web, para que un especialista en el área de la
ingeniería civil realice los respectivos cálculos para determinar el IRI.
Se logró implementar y probar el correcto funcionamiento del sistema de detección de
rugosidad de pavimentos flexibles, contando con diseños de hardware y software para
la facilidad de adquisición de datos, fácil manejo del equipo, portabilidad, bajo costo
para su reproducción, y sobre todo que se adecua a los requerimientos de las
empresas que analizan la rugosidad y transitabilidad de un pavimento.
Palabras clave: Pavimento, Índice de Rugosidad Internacional, Comunicación Bluetooht,
Comunicación WI-FI.
Abstract:
The roughness of the pavements is one of the main causes of discomfort and
nonconformity for users who travel daily on the roads, since some are in poor condition
and not only cause discomfort when traveling, but also cause damage vehicles. This
incident is associated with the modification of the state of efforts and deformations of
the road, which has a direct impact on the work of conservation, maintenance, and
rehabilitation of the same. For this reason it is necessary to carry out a study that
allows to predict when the roads have reached a critical roughness index in order to
determine the corrective actions that guarantee the good state of the road.This work
presents a system that detects the variables distance traveled by the device, inclination
of the system and distance of the pavement to the device, which are the ones that are
mainly associated and will allow to calculate the roughness index (IRI) in flexible
pavements of urban roads of the city of Bogota. These variables will be taken and
transmitted through Bluetooth to an application of an android device and to a database
on a web page, so that a specialist in the area of civil engineering can perform the
respective calculations to determine the IRI.
It was possible to implement and test the correct functioning of the system of rugosity
detection of flexible pavements, counting on hardware and software designs for the
ease of data acquisition, easy handling of the equipment, portability, low cost for its
reproduction, and above all that It is adapted to the requirements of companies that
analyze the roughness and passability of a pavement.
Key Words: Pavement, International Roughness Index, Bluetooht Communication, WI-FI
Communication.
1. INTRODUCCIÓN
Las características estructurales y funcionales de una vía son de mucha importancia al
momento de determinar las condiciones de seguridad y comodidad para los usuarios que
utilizan una determinada vía y también pueden considerarse las repercusiones que se
generan frente al ámbito económico, esto se relaciona con los costos de operación de los
vehículos y con el mantenimiento de las vías. Respecto a estas repercusiones se han
realizado diferentes estudios donde se revela que los costos de operación de los vehículos
dependen en algunas ocasiones de las irregularidades que se presentan en la superficie del
pavimento, afectando negativamente las condiciones físicas como lo son el desgaste de la
llantas y amortiguadores, la velocidad de circulación y el consumo de gasolina.
Por otra parte es importante mencionar que los efectos dinámicos producidos por las
irregularidades en los pavimentos también se ven reflejados en las modificaciones de estado
de esfuerzos y deformaciones en la estructura de la vía, y produciendo incrementos en las
labores de conservación y rehabilitación.
El Sistema de Gestión de la infraestructura de Bogotá D.C, permite que la administración
Distrital conozca en detalle el valor del patrimonio de la malla vial y del espacio público, por
intermedio de su Instituto de Desarrollo Urbano IDU ha desarrollado actividades de
consultoría tendientes a la correcta implementación de las políticas adoptadas mediante el
Acuerdo 02 de 1999 suscrito con el Concejo Distrital, este acuerdo establece para la
Administración, la obligación de contar con un Sistema de Información de la Malla Vial y del
Espacio Público asociado a dicha infraestructura, lo anterior con el objetivo de obtener una
herramienta de apoyo para la adecuada gestión y conservación del Patrimonio Vial de la
ciudad. [1]
Debido a esto se ha utilizado el Índice de Regularidad Internacional (IRI), como parámetro
para evaluar la regularidad y reflejar el confort y seguridad de los usuarios. Gracias a que
permite conocer la regularidad superficial del pavimento en cualquier momento desde el
inicio de su operación hasta cualquier momento de su vida útil, permitirá definir las acciones
de conservación o rehabilitación necesarias en el momento pertinente.
Para la medición del Índice de Rugosidad Internacional (IRI) existen diferentes equipos, los
cuales con el tiempo se han modificado y han evolucionado gracias a la tecnología, variando
unos de otros en la precisión y rapidez para la obtención de los resultados.
Este trabajo trata sobre la toma de las variables necesarias para realizar el cálculo del IRI
usando técnicas innovadoras, que trasmitirán las variables a una base de datos para que un
ingeniero civil en tiempo real desde cualquier lugar con acceso a internet pueda realizar su
respectivo análisis, gracias a este sistema un operador puede realizar la lectura de estas
variables sin necesidad de ser especialista, pues este dispositivo es de fácil manejo.
1.1. Planteamiento del Problema
En la actualidad el índice de rugosidad en el asfalto es obtenido mediante diferentes
técnicas que resultan o muy costosas o poco prácticas, como podemos evidenciar en la
figura 1. Estos altos costos podría ser causa del mal estado en que se encuentran las vías
en la ciudad de Bogotá, ya que al no poder hacer un estudio constante del estado de las
vías, es imposible determinar en qué momento la vía necesita mantenimiento o no se
encuentra en óptimo estado para ser utilizada. Como consecuencia de esto se obtiene que
los conductores de vehículos puedan sentir cierta incomodidad al momento de transitar por
una vía que presente desniveles. Por lo tanto se plantea con este proyecto un método
económico y eficaz para la obtención del índice de rugosidad del pavimento por medio de
ultrasonidos e IMU, a medida que se desarrolle este proyecto podría incluso ser o más
practico que los métodos utilizados actualmente.
Figura 1. Métodos para la obtención del índice de rugosidad [2]
El Sistema de Gestión de la infraestructura de Bogotá D.C permite que la administración
Distrital conozca en detalle el valor del patrimonio de la malla vial y del espacio público.
Incluyendo sus necesidades y la información sobre todas las características de composición
de cada calle, con el fin de plantear estrategias de mantenimiento y rehabilitación, con una
inversión de los recursos óptima. El principal objetivo de la administración de pavimentos es
la preservación de la inversión inicial, pues lo ideal es solo ejecutar un plan de mantenimiento
preventivo el cual garantice el buen estado de los pavimentos y no tener que invertir una gran
cantidad de recursos para realizar actividades de rehabilitación de los mismos [1].
Las estrategias de mantenimiento y rehabilitación son de vital importancia a lo largo de la
vida útil del pavimento, pues el tiempo y el transito causan un gran deterioro en su estructura.
Por lo anterior es muy importante conocer el estado de la rugosidad superficial del pavimento
a través del tiempo, para definir las correspondientes acciones. Uno de los parámetros más
utilizados para la evaluación de la regularidad de los pavimentos, es el Índice de Rugosidad
Internacional (IRI), el cual refleja el nivel de confort, comodidad y seguridad al transitar [3].
La medición del IRI se obtiene utilizando tecnologías y equipos de última generación tales
como el deflectómetro de impacto, el rugosímetro láser, el georadar y el perfilómetro inercial.
En Colombia estos equipos son escasos, y en las entidades públicas no se cuenta con
ninguno de ellos, por lo que es necesario recurrir a empresas privadas que cuentan con
equipos sofisticados de un alto costo [3]. Esto muestra que no existen alternativas de bajo
costo en el país, que permitan la medición el IRI con niveles de precisión aceptables. Por ello
se pretende desarrollar un prototipo que permita dar una solución práctica y económica en la
detección de IRI en pavimentos flexibles. Este sistema además será de fácil implementación
ya que requiere de un operario que lo maneje y sus datos podrán ser vistos por un ingeniero
civil en tiempo real desde cualquier lugar con acceso a Internet, para su respectivo análisis.
1.2. Objetivos
1.2.1. Objetivo general
Diseñar e implementar un sistema mecánico que permita la detección de rugosidad en
pavimentos flexibles, conectado por Bluetooth a un dispositivo Android y con soporte Wi-
Fi desde página web.
1.2.2. Objetivos específicos
Diseñar un sistema mecánico móvil de bajo costo que permita realizar la detección
de rugosidad en pavimentos flexibles.
Estudio e Implementación de los sensores de distancia o proximidad, e IMU,
necesarios para la obtención de las variables: distancia recorrida por el prototipo,
desnivel del sistema mecánico y desnivel del pavimento flexible.
Diseñar una página web mediante la cual sea posible observar, monitorizar y
analizar los datos obtenidos por el prototipo.
Diseñar una aplicación para dispositivos Android, con soporte Bluetooth desde la
cual el operario podrá observar los datos obtenidos por el prototipo.
2. MARCO TEÓRICO
En esta sección se pretende mostrar los fundamentos teóricos del Índice de Rugosidad
Internacional, y los conceptos básicos de la comunicación Bluetooth y Wi-Fi.
2.1. Índice de Rugosidad Internacional (IRI)
La sociedad americana de ensayos y materiales (ASTM) en la norma E867 define la
rugosidad como la desviación de la superficie del pavimento respecto a una superficie
plana que afecta la dinámica de los vehículos, la calidad de los viajes, las cargas
dinámica y el drenaje. La rugosidad también puede ser definida como la distorsión de la
superficie de la vía que causa aceleraciones verticales indeseables contribuyendo a la
incomodad el viaje [3].
El IRI es una escala de la regularidad superficial de una vía, propuesta por el banco
Mundial como estadística estándar de rugosidad que determina la influencia del perfil
longitudinal de la carretera en calidad del desplazamiento, se expresa en metros por
kilómetro/hora [3].
Este índice IRI se basa en modelo matemático “Cuarto de Carro”, que se puede observar
en la figura 2 que simula la suspensión y las masas de la cuarta parte de un carro que va
a una velocidad promedio de 80Km/h. El desplazamiento acumulado y dividido por la
distancia recorrida daría el índice con unidades de pendiente (m/Km) [4]. Este modelo se
desarrolló a través de un conjunto de masas ligadas entre sí, las cuales generan un
movimiento vertical al ser desplazadas por la vía, de esta forma se permite representar un
análisis de un perfil longitudinal, es decir el estudio sobre un solo eje [5].
Figura 2. Modelo
Cuarto de Carro [3]
2.2. Model
o
mate
mático IRI
El IRI es un índice que se calcula a partir de los perfiles longitudinales generados
matemáticamente por el sistema anteriormente descrito como “cuarto de carro”.
El modelo matemático para calcular el Índice de Rugosidad (IRI), se representa con la
rueda de un vehículo convencional de la siguiente manera: la rueda está sujeta por un
resorte en posición vertical ( ), la masa del eje apoyado por el neumático ( ), la
suspensión del vehículo representada por un resorte ( ), un amortiguador y la masa del
carro apoyado en la suspensión ( ) [3].
El IRI se define bajo la siguiente ecuación:
(1)
Dónde:
es el Índice de Rugosidad internacional en mm/m o en m/km
es la longitud del tramo en m
es la distancia longitudinal en m.
es la velocidad del carro modela en m/s.
es el tiempo que el sistema demora en recorrer una distancia x
es el incremento en el tiempo
es la velocidad vertical de la masa del vehículo
es la velocidad vertical de la masa del eje
representada por un resorte ( ), un amortiguador y la masa del carro apoyado en la
suspensión ( ) [3].
2.3. Beneficios de los pavimentos sin irregularidades superficiales.
Los usuarios de las vías juzgan la calidad de los pavimentos por su comodidad al transitar
(ausencia de rugosidad), lo que lleva a que las entidades públicas, encargadas de las
carreteras, realicen un esfuerzo importante en lograr pavimentos sin irregularidades
superficiales tanto en proyectos nuevos como en los de rehabilitación. Investigaciones
recientes como la publicada por Perera & Kohn (2001), han mostrado que cuando se
comparan pavimentos con rugosidades considerables con vías regulares se presentan las
siguientes características:
Incremento en las cargas dinámicas en los pavimentos.
La rugosidad tiende a aumentar más con el tiempo.
La vida de servicio disminuye.
Se presenta un aumento en el consumo de combustible y los costos de
mantenimiento del vehículo y del pavimento.
2.4. El Internet de las cosas (IoT)
El concepto IoT en la actualidad es muy importante, debido a que cada vez se encuentran
más objetos conectados a la red, objetos como los sensores que permiten a un sistema
realizar el análisis en plataformas web por medio de los datos adquiridos, con el fin de
realizar estadísticas o desarrollar diferentes aplicaciones, que incluso pueden permitir la
interacción de ese sistema con otros sistemas externos. Se están realizando
investigaciones sobre el uso de los entornos inteligentes en aplicaciones médicas, así
mismo se están reduciendo los costos por medio de la implementación de redes de
sensores corporales, por medio de las cuales se desarrollan sistemas miniaturizados de
detección inalámbricos para capturar continuamente señales fisiológicas e información
sobre un entorno especifico. También se han implementado muchas plataformas que
permiten la tele-monitorización a diferentes pacientes de sus signos vitales.
El concepto de Internet de las cosas fue propuesto por Kevin Ashton en el Auto-ID Center
del MIT en 1999, donde se realizaban investigaciones en el campo de la identificación por
radiofrecuencia en red (RFID) y tecnologías de sensores. Las etiquetas RFID (radio
frequency identification, en español, identificación por radiofrecuencia) son pequeños
dispositivos, que pueden ser adheridos a un producto, persona o animal para almacenar
información relevante y dinámica. Mediante radiofrecuencia, la información viaja a un
ordenador o dispositivo móvil con acceso a Internet. Dicha información puede ser recibida
por un usuario para su interpretación. También existe la posibilidad de que el extremo
final sea otra máquina que interprete los datos y actúe según parámetros preestablecidos.
Algunas tendencias tecnológicas fundamentales que se espera que tengan un gran
impacto en la evolución de la IoT son: IPV6, la proliferación de sensores, la computación
en nube, los datos grandes, y los estándares de comunicación más rápidos.
Figura 3 Diagrama IOT
3. ESTRATEGIA DE SOLUCIÓN Y METODOLOGÍA
La estrategia de solución consiste en diseñar un sistema mecánico el cual sea fácil de
transportar y manejar, adicional a esto debe ser adaptado para la implementación de
diferentes sensores, los cuales miden los diferentes ángulos de inflexión para determinar el
desnivel del pavimento flexible que se puede presentar en una vía pavimentada, el desnivel
propio del dispositivo mecánico y la distancia recorrida por el dispositivo. Estas variables son
monitorizadas por medio de conexión Bluetooth en un celular Android, y posteriormente son
enviadas a una base de datos, a la cual se puede acceder a través de una página web. En la
Figura 5 propuesta de solución se puede observar la propuesta de solución planteada.
Figura 4. Propuesta de solución.
3.1. Dispositivo mecánico
El dispositivo mecánico de manejo manual se diseñó de tal forma que fuera de fácil
operación para la persona encargada de tomar las mediciones, la estructura de este
dispositivo es de tipo triciclo, el cual consiste en dos ruedas fijas y una orientable en la
parte delantera cuya dirección depende de un manubrio fijado en la parte central del
vehículo. En la Figura 7 podemos observar el esquema de este vehículo, donde el origen
del sistema R se ha situado en el punto medio del eje de rotación de las ruedas fijas, y su
eje X coincidente con este eje de rotación [6]. En la Figura 6 podemos observar el
vehículo diseñado.
Figura 5. Vehículo
Figura 6. Vehículo triciclo
3.2. Microcontrolador
El código se desarrolló en la plataforma Arduino IDE 1.6.10, como tarjeta de desarrollo
usamos un Arduino uno, el código consiste en la medición y lectura de las diferentes
variables (desnivel del pavimento, desnivel propio del dispositivo mecánico, distancia
recorrida, ángulo X y ángulo Y), estas variables se envían a través del módulo Bluetooth
Hc-05 por medio de comunicación serial, a la aplicación Android.
3.3. Medición de desnivel del pavimento
Para la medición del desnivel de pavimento se implementó un sensor IMU tipo MPU-
6050, las variables obtenidas de este sensor son ángulo de inclinación en X y ángulo de
inclinación en Y, definiendo el eje X y el eje Y como los mostrados en la figura 8, en esta
figura también se puede observar la ubicación del IMU.
Figura 7. Ángulos de rotación
EL MPU6050 es una unidad de medición inercial o IMU (Inertial Measurment Units) de 6
grados de libertad (DoF) pues combina un acelerómetro de 3 ejes y un giroscopio de 3 eje
[2]. Para la adquisición de los datos se usó la librería desarrollada por Jeff Rowberg, llamada
MPU6050 y la librería I2Cdev que es usada para comunicación I2c entre el Arduino y el
sensor.
EL código implementado se basó en el programa que podemos observar en la Figura 8 y se
encuentra en la página http://www.naylampmechatronics.com/blog/45_Tutorial-MPU6050-
Aceler%C3%B3metro-y-Giroscopio.html [7].
Figura 8. Código IMU[6]
Las variables ax, ay, az son las variables que se encargan de almacenar la aceleración de
los tres ejes, esto lo harán mediante la primera función que se observa en la Figura 10 y por
medio de la segunda función se almacenan las velocidades angulares en las variables gx, gy
y gz [6].
Figura 9. Funciones
Para calcular en ángulo de inclinación, teniendo como única fuerza sobre el sensor a la
fuerza de la gravedad. Entonces los valores que obtenemos en las componentes del
acelerómetro corresponden a la gravedad y los ángulos de la resultante serán la inclinación
del plano del sensor, puesto que la gravedad siempre es vertical [6], esto se puede observar
en la Figura 11, también observamos como determinar el ángulo de inclinación por medio de
la función arco tangente [6].
Figura 10. Plano X-Z [6]
En 3d, las fórmulas que usaríamos para calcular los ángulos de inclinación los podemos
determinar mediante la ecuación 2:
( 2)
Para determinar el ángulo de rotación actual, se integra la velocidad y debemos conocer el
ángulo inicial, la ecuación 3 describe la formula.
(3)
Tener en cuenta que cuando nos referimos a θx nos referimos al ángulo que gira el eje X
sobre su propio eje, en la figura 12 se observa que la velocidad angular es perpendicular al
plano de rotación [2].
Figura 11. Velocidad angular. [6]
En el programa descrito en la Figura 13, se usa un filtro complementario para determinar los
ángulos de rotación en X y Y, este filtro combina el ángulo del giroscopio y el ángulo del
acelerómetro. Tal y como se describe en la página web naylamp “La necesidad de combinar
ambas lecturas es que el acelerómetro es susceptible a las aceleraciones producto del
movimiento del MPU o a fuerzas externas, pero en tiempos largos el ángulo no acumula
errores. A diferencia que si trabajamos solo con el giroscopio si bien este no es susceptible a
fuerzas externas, con el tiempo el drift es muy grande y nos sirve solo para mediciones de
tiempos cortos” [6]. La ecuación 4 describe cómo quedaría la fórmula para calcular el ángulo
con el filtro complementario.
(4)
3.4. Medición de desnivel propio del dispositivo mecánico
Para determinar el desnivel del dispositivo mecánico se implementaron dos sensores
ultrasonidos HC-SR04 ubicados en la parte delantera del vehículo. Para determinar esta
nivelación se comparan las lecturas de los dos dispositivos, si el sistema esta nivelado los
dos sensores deberán marcar una distancia parecida, en caso de que los valores marcados
sean diferentes el uno del otro, el sistema no está nivelado. La ubicación de los ultrasonidos
se puede observar en la Figura 12.
Figura 12. Sensores Ultrasonidos.
Este sensor funciona enviado un pulso de alta frecuencia y espera a que dicho sonido rebote
sobre un objeto y se refleje hacia el receptor. Este dispositivo tiene un rango de distancias
sensible entre 3cm y 3m con una precisión de 3mm [8].
En la Figura 13 podemos observar las variables declaradas para adquirir los datos de los
ultrasonidos, definimos los pines Echo y Trigger de cada ultrasonido, los cuales actuaran
como pines de salida y entrada, o emisor y receptor. El método encargado de la adquisición
de la distancia, se basa en enviar un pulso a través de Trigger de 10 us y detectar el rebote
en el pin Echo y determinar el tiempo a través de la función PulseIn [9]. El diagrama de flujo
de este algoritmo se puede observar en la figura 13
Figura 13 diagrama de flujo ultrasonidos
Pata determinar la distancia, usamos la ecuación 5
( 5)
Donde velocidad es la velocidad del sonido la cual es igual a 343 m/s, al pasar este valor a
unidades de cm/us, nos daría cm/us, a este resultado se le divide en 2 ya que es el
tiempo que tarda el pulso en ser enviado y recibido.
La fórmula quedaría como se observa en la ecuación 6. [10]
(6)
3.5. Medición de distancia
La medición de la distancia se hizo mediante un encoder, este se ubicó en el eje trasero del
vehículo, en esté eje se ubican las dos ruedas fijas del sistema mecánico, en la Figura 14.
Ubicación encode, podemos observar el lugar en el que se ubico el encoder.
Figura 14. Ubicación encoder
La función general del encoder consiste en generar señales digitales en respuesta al
movimiento, sea de un disco o cinta perforada [11]. En nuestro caso usamos un disco con 20
ranuras fijado en el eje de las ruedas traseras. En la Figura 15 podemos observar el montaje
típico de un Encoder.
Figura 15 Encoder [11]
A continuación en la figura 16 se muestra el código para adquirir la distancia recorrida por el
dispositivo.
Figura 16. Algoritmo Encoder
Creamos una función de tipo boolean la cual leerá los pulsos digitales generados por el
Encoder. Dentro del Void Loop iniciaremos un contador que será el encargado de
autoincrementarse de acuerdo a las interrupciones generadas por el disco con ranuras.
La fórmula de la distancia se genera a través del siguiente análisis, teniendo en cuenta que el
diámetro de la rueda es de 7.6cm
Teniendo en cuenta la fórmula para determinar la distancia recorrida por una rueda descrita
en la ecuación 7, podemos saber la distancia en una vuelta que se observa en la ecuación 8
(7)
(8)
De acuerdo a esto teniendo en cuenta que 1 vuelta equivale a 20 interrupciones, podemos
mediante una sencilla regla de 3, determinar la distancia recorrida por el dispositivo, esta
distancia la observamos en la ecuación 9.
( 9)
Al solucionar esta regla de 3 obtenemos la ecuación 10.
(10)
La variable # de interrupciones la conocemos ya que es el dato entregado por la variable
contador en el código.
3.6. Comunicación Bluetooth
La comunicación bluetooth entre el vehículo y el dispositivo Android se hizo mediante el
módulo Hc-05, este módulo funciona a una velocidad de 9600 baudios a continuación se
mostrara la parte de código encargada de generar la comunicación.
Primero declaro una cadena de caracteres que será la encargada de ordenar los datos y
enviarlos a través del puerto serial. Una vez se han adquirido todas las variables (desnivel
del dispositivo, ángulo x, ángulo y, y distancia recorrida) se concatenan los datos separados
por coma. Para garantizar la correcta recepción en la base de datos, se realizó un
empaquetamiento de los datos, colocando como dato inicial del paquete el valor -1111, y,
como dato final el valor -9999, de esta forma se garantiza el correcto envío y recepción de los
datos.
De esta forma el paquete enviado queda de la siguiente forma, (-1111, distancia ultrasonido
1, distancia utrasonido2, Angulo x, Angulo y, distancia encoder, -9999) cada una de las
variables es un valor de tipo entero. En la figura 17 podemos observar el diagrama de flujo
del envio de datos.
Figura 17 Diagrama Comunicaciones
3.7. Diseño de aplicación Android
La aplicación Android se desarrolló en la plataforma AppInventor, su diseño se hizo de tal
forma que pudiera recibir los datos Bluetooth enviados desde el vehículo (distancia
ultrasonido 1, distancia ultrasonido 2, ángulo X, ángulo Y y distancia recorrida), mostrarlos en
una interfaz que aparecerá en la pantalla del celular, y enviar estas variables a la base de
datos creada en PHPMyAdmin. En la Figura 21 observamos el pantallazo de la interfaz.
Figura 18 Interfaz aplicación Android.
La parte principal de esta programación es la recepción de datos, para ello por medio de
diferentes bloques, se generó un algoritmo cuya función es recibir la cadena de caracteres
enviada desde el vehículo, separar las variables de acuerdo a la coma, teniendo en cuenta el
empaquetamiento discrimina los datos que se enviaron correctamente para posteriormente
organizarlos en una lista desde donde se llamaran para ser mostradas en la aplicación
Android y posteriormente ser enviadas a la base de datos almacenada en un servidor, el
servidor usado en este proyecto se generó en una página web que ofrece dominio gratuito
llamada 000webhost. El dominio generado es la página web
http://pulsioximetrodigital.000webhostapp.com/ y la dirección encargada de mandar los datos
es
http://pulsioximetrodigital.000webhostapp.com/iot.php?sensor1=()&sensor2=()&x=()&y=()&dis
tancia=() esta dirección se genera a través de la aplicación la cual concatena los diferentes
valores. En la Figura 19 observamos el diagrama de flujo de la recepción de datos.
Asi mismo la aplicación cuenta con un refresco de los datos mostrados en pantalla cada
300ms y una limpieza de datos cada 200ms
Figura 19 Aplicación Android.
3.8. Bases de datos
Para el almacenamiento de la base de datos se usó phpMyAdmin, se usó la versión de esta
aplicación que se encuentra en el servidor 000webhost, la base de datos recibe el nombre de
id2159961_sensores, dentro de esta se encuentran dos tablas, una encargada de almacenar
los datos del usuario para el respectivo login y registro y otra llamada valores, encargada de
almacenar las variables enviadas desde la aplicación Android (distancia ultrasonido 1,
distancia ultrasonido2, angulo x, angulo Y, distancia recorrida). En la Figura 20 podemos
observar la estructura de la base de datos.
Figura 20. Base de datos
En la Figura 21 observamos la estructura de la tabla usermedico, en la cual se almacenan los
datos de las personas que tienen acceso a la información.
Figura 21. Usuario
En la figura 22 se encuentra la estructura de la tabla valores la cual es la encargada de
almacenar las variables a monitorear, entre sus componentes se encuentran, ID (#
identificación de cada dato), sensor1 (ultrasonido 1), sensor2 (ultrasonido 2), x(ángulo x), y
(ángulo y),distancia (distancia recorrida por el vehículo) y tiempo (fecha y hora del servidor
en el momento en que se almaceno la lectura)
Figura 22. Valores
3.9. Diseño de página web
La estructura de la página web visible por el usuario se puede observar en la Figura 23:
Figura 23 página web visible
La página web se desarrolló en HTML y en PHP 5.6 e inferior, adicional a las páginas que
observa el usuario se encuentran iot.php y config.php, las cuales se encargan de la conexión
con la base de datos.
En la Figura 24 se encuentra los datos de acceso a la base de datos, por medio de este
archivo, todas las páginas que necesiten acceder a la base de datos, simplemente importan
esta configuración.
Figura 24 config.php
En la 25 observamos el código de la página iot.php, esta importa la configuración de
config.php, y se encarga de recibir las variables desde la aplicación Android, para ello usa la
función GET, y por medio de la función INSERT INTO, inserta estos valores en la base de
datos.
Figura 25 iot.php
4. Análisis de resultados.
4.1. Exactitud del dispositivo
Para comprobar la exactitud del dispositivo se realizaron diferentes pruebas en las que se
compararon las lecturas del dispositivo con diferentes lecturas tomadas por elementos de
medición.
4.1.1. Medición de los ángulos
Para verificar la exactitud de los ángulos medidos por el dispositivo realizamos una prueba
elevando el carro con un plano, de tal forma que el ángulo de inclinación se pudiera medir
con un transportador. En la figura 26 podemos observar cómo se realizó esta prueba.
Figura 26. Medición de ángulo
Para determinar el ángulo de inclinación del dispositivo, ubicamos el eje del transportador de
forma paralela a la tabla, de forma que el 0° del transportador este alineado con el eje de la
tabla, en la figura 27 podemos observar esta alineación y las medidas tomadas por el
transportador y la marcada por el dispositivo en la aplicación. Podemos observar que el
transportador indica aproximadamente 20° al igual que el dato marcado en la aplicación.
Figura 27 Ángulo de prueba.
4.1.2. Distancia
Para determinar la exactitud de la distancia medida por el dispositivo, utilizamos un metro
y posteriormente se compararon estos datos con los marcados en la aplicación, para ello
se ubicó la rueda trasera del dispositivo antes del inicio del metro, se movió el vehículo
aproximadamente 270 cm y se finalizó la prueba cuando la rueda quedo delante de los
270cm. La figura 28 muestra las imágenes que describen la prueba realizada. Una vez se
realizó esta prueba podemos visualizar que la aplicación marco 270cm, lo cual demuestra
la exactitud de la distancia. Sin embargo algunas veces se presentaron errores en la
medición de esta magnitud, se asume que la principal causa es que algunas veces la
rueda puede patinar o no gira bien, como efecto de esto, no se registran los centímetros
en que la rueda no gira bien. Por ello se aconseja ir en una marcha lenta.
4.1.3. Altura de los ultrasonidos
Para la realización de esta prueba se usó una regla para determinar la altura real de cada
uno de los ultrasonidos en una superficie plana, como se observa en la figura 29.
Figura 28 Medición distancia
Figura 29 distancia ultrasonido
De acuerdo a las mediciones los valores de la altura son sensor 1: 10.7 cm y sensor 2:
10.8 cm.
Posterior a esto con el dispositivo se realizaron varias lecturas, en la tabla 1 podemos
observar los datos tomados y el porcentaje de error de este dispositivo.
sensor 1(mm)
sensor 2(mm)
desviación media (mm)
%error sensor 1
%error sensor 2
110 117 -3 -9 2,804 8,333
106 113 1 -5 0,935 4,630
106 111 1 -3 0,935 2,778
106 107 1 1 0,935 0,926
105 108 2 0 1,869 0,000
106 111 1 -3 0,935 2,778
105 107 2 1 1,869 0,926
105 103 2 5 1,869 4,630
107 109 0 -1 0,000 0,926
105 111 2 -3 1,869 2,778
106 108 1 0 0,935 0,000
106 109 1 -1 0,935 0,926
105 107 2 1 1,869 0,926
105 108 2 0 1,869 0,000
105 107 2 1 1,869 0,926
105 107 2 1 1,869 0,926
106 113 1 -5 0,935 4,630
106 108 1 0 0,935 0,000
107 109 0 -1 0,000 0,926
107 116 0 -8 0,000 7,407
promedio 105,95 109,45 1,05 -1,45
1,262 2,269
Observamos que el porcentaje de error promedio en el sensor 1 es de 1.262, y en el sensor 2 de 2.269.
4.2. Lecturas en asfalto.
Se realizó la prueba del dispositivo en la loza de una calle pavimentada, la prueba se realizó
en una distancia de 235 cm, captando los datos cada 5cm recorridos. Esta prueba se realizó
3 veces para determinar la precisión del sistema. El servidor cuenta con la zona horaria de
UTC+0 por lo tanto presenta un diferencia de +4 horas respecto a Colombia. Durante la
lectura de las 3 tablas se comprobó que es mucho más efectiva si la velocidad de la persona
que esta manejado el vehículo, es baja, se recomienda una marcha lenta, para la toma de
estas lecturas.
A continuación se muestran los datos obtenidos.
De acuerdo a la tabla 4, de 47 datos que deberían estar almacenados, 17 presentaron
problema, se considera como problema o datos con menor precisión aquellos que por alguna
razón no se encuentran en una de las 3 tablas, o que simplemente no se encontraron. Se
perdieron 8 datos, este análisis se puede observar en la tabla 5.
Tabla 1 datos faltantes
Dato faltante (cm)
Lectura 1 Lectura2 Lectura 3 Estado
30 No no No No esta
50 Si no Si Si esta
55 No no No No esta
75 No Si Si Si esta
80 No no No No esta
90 No Si Si Si esta
95 Si No Si Si esta
110 No no No No esta
130 Si no Si Si esta
135 No no No No esta
145 Si si No Si esta
155 No si Si Si esta
160 No no No No esta
185 Si no Si Si esta
190 no no no No esta
210 no si si Si esta
215 no no no No esta
El total de los datos esperados se puede obtener dividiendo el total de la distancia recorrida,
entre 5 centímetros. Como se observa en la ecuación 10
(11)
Tabla 2 datos adquiridos
Total datos esperados
Total datos correctos
Total datos menor precisión
Total datos perdidos
Total datos almacenados
47 30 17 8 39
100% 63.8298% 36.1702% 17.02% 82.9787%
En la tabla 3 observamos el promedio de los datos obtenidos en las 3 tablas, con el ajuste de
valores, teniendo en cuenta los datos perdidos y con menor precisión.
Se puede observar que el Angulo de inclinación en las dos variables no presento un cambio
brusco de Angulo, y como promedio en los dos ejes, se obtuvieron valores menores que 1, lo
cual indica que el índice de rugosidad en esta vía, es óptimo para un vehículo. Así mismo se
observa que el vehículo anduvo nivelado ya que el mayor desnivel presentado entre los dos
ultrasonidos es de aproximadamente 1.5 cm, que se encuentra en el id 22, a una distancia
recorrida de 130 cm.
Tabla 3 promedio
ID SENSOR 1 (MM)
SENSOR2 (MM)
X(GRADOS) Y(GRADOS) DISTANCIA(METROS)
1 106,333 109,333 -0,333 0,667 5
2 105,667 112,667 0,000 0,000 10
3 107,000 114,333 0,000 0,667 15
4 104,000 109,333 0,333 0,667 20
5 108,000 109,333 -0,333 1,333 25
6 101,000 109,000 -0,333 0,333 35
7 104,000 104,667 -1,000 0,333 40
8 107,667 109,667 -1,000 1,000 45
9 102,500 107,000 -0,500 0,500 50
10 102,000 109,333 -1,000 0,333 60
11 103,667 107,333 -0,333 0,000 65
12 103,667 110,000 -0,667 0,000 70
13 106,000 112,500 -1,000 2,500 75
14 106,333 113,333 -1,333 0,333 85
15 104,000 110,000 -1,500 1,000 90
16 103,000 111,500 0,000 0,000 95
17 104,333 109,667 -0,333 0,000 100
18 103,667 108,667 0,000 1,000 105
19 100,667 108,000 -0,667 0,667 115
20 105,667 106,667 0,000 0,667 120
21 102,333 111,333 -0,667 0,000 125
22 96,500 111,500 -2,500 0,000 130
23 108,000 111,000 0,000 0,667 140
24 111,000 113,500 0,000 0,000 145
25 105,333 109,000 0,000 0,667 150
26 107,000 111,500 0,000 0,000 155
27 103,667 111,333 0,333 0,667 165
28 108,000 110,000 0,000 0,000 170
29 107,000 111,000 0,000 0,000 175
30 104,333 114,000 0,000 0,000 180
31 106,000 110,000 0,000 0,000 185
32 102,667 110,667 -0,333 0,000 195
33 106,000 113,667 0,000 -0,333 200
34 121,333 113,667 0,000 0,667 205
35 76,333 73,667 0,000 0,333 210
36 108,667 111,667 -0,333 0,000 220
37 107,333 108,000 0,000 -0,667 225
38 104,000 108,333 0,000 -1,000 230
39 105,333 109,333 -0,333 -0,667 235
PROMEDIO 104,615
109.371 -0.354 0.316
De acuerdo a la tabla promedio se calculó la desviación media en las 3 tablas, para determinar la precisión del dispositivo.
Tabla 4 desviación media tabla 1
Tabla 1 sensor1 Sensor2 x y
promedio 104,314 110,63 -0,37 0,23
rango 20,000 22,000 5,000 5,000
Desviación media promedio entre los datos
-1,019 0,405 -0,048 -0,124
Tabla 5 desviación media tabla 2
Tabla 2 Sensor 1 Sensor 2 x y
promedio 106,285714 109,542857 -0,51428571 0,65714286
rango 39,000 18,000 5,000 6,000
Desviación media promedio entre los datos
1,371 0,243 -0,205 0,319
Tabla 6 desviación media tabla 3
Tabla 3 Sensor 1 Sensor 2 x y
promedio 106,131579 110,605263 -0,13157895 0,05263158
rango 22,000 16,000 2,000 2,000
Desviación media
1,684 1,342 0,232 -0,272
promedio entre los datos
Podemos observar que las diferencias entre las tres tablas en la desviación media de las
variables, no tienen un valor significativamente grande, por lo tanto se asume que los datos
tomados en las tres lecturas son similares entre sí, lo que determina que el dispositivo cuenta
con una buena precisión
4.3. Lecturas en pendiente
Para analizar el comportamiento del dispositivo en lecturas con pendiente se realizó una
prueba en subida. La prueba se realizó en la pendiente que se muestra en la figura 30.
Figura 30 Lectura en subida
En la gráfica 1 se observa la distancia vs el ángulo de inclinación, podemos observar que
empieza en valores cercanos a 0, y tan pronto empieza a subir, este ángulo aumenta, y que
una vez arriba de la pendiente sigue inclinado el dispositivo.
Grafica 1 Distancia vs ángulo
5. Conclusiones
1) La lectura de los datos es más precisa y confiable si la persona que toma los datos,
camina despacio, en caso de que la persona camine muy rápido, el envió de los datos
en alguna de las etapas, puede verse afectado.
2) Al implementar el empaquetamiento de los datos, se corrigió el envió de lecturas
erróneas.
3) Se concluye que el sistema cuenta con una buena precisión, ya que en las 3 lecturas
realizadas, los datos obtenidos fueron muy parecidos entre sí.
4) El dispositivo es capaz de obtener una buena exactitud en la determinación del ángulo
de inclinación y la distancia recorrida.
6. Bibliografía
[1] J. Ríos and I. Martínez, “Sistema de administración de pavimentos sobre la ciudad de Bogotá,” Rev. Univ. Nueva Granada, p. 17, 2010.
[2] J. C. O. Calderon, J. C. S. Perez, and W. S. Viana, “‘ Determinacion Del Indice De Rugosidad Internacional De Pavimentos Usando El Perfilometro Romdas Z-250 ,’” p. 187, 2008.
[3] Q. H. A. A. P, L. A. Espectroscopía, D. E. I. Electroquímica, E. I. S. Aplicada, E. Eis, A. Al, E. Del, S. B. P, J. L. T. R, D. Y. P. B, C. V. Q, and H. A. A. P, “Universidad Nacional de Colombia: Universidad Nacional de Colombia,” 2004.
[4] C. A. C. Cruz, “‘Procesamiento de Datos , Diseño y Construcción de un Analizador Electrónico de Rugosidad de Pavimentos,’” 2007.
[5] G. Badilla, “Determinación de la regularidad superficial de pavimentos mediante el cálculo del Índice de Regularidad Internacional (IRI): Aspectos y consideraciones importantes,” pp. 1–10, 2011.
[6] L. I. Gracia Calandín and J. Tornero i Montserrat, “Modelado Cinemático y Control de Robots Móviles con Ruedas,” Universidad Politécnica de Valencia.
[7] naylamp, “Tutorial MPU6050, Acelerómetro y Giroscopio,” 2016. [Online]. Available: http://www.naylampmechatronics.com/blog/45_Tutorial-MPU6050-Acelerómetro-y-Giroscopio.html. [Accessed: 22-Jan-2018].
[8] El barbus, “El cajón de Arduino: Tutorial: sensor ultrasonidos HC-SR04,” 2014. [Online]. Available: http://elcajondeardu.blogspot.com.co/2014/03/tutorial-sensor-ultrasonidos-hc-sr04.html. [Accessed: 21-Jan-2018].
[9] “Tutorial de Arduino y sensor ultrasónico HC-SR04,” 2017. [Online]. Available: http://www.naylampmechatronics.com/blog/10_Tutorial-de-Arduino-y-sensor-ultrasónico-HC-S.html. [Accessed: 21-Jan-2018].
[10] L. Llamas, “Medir distancia con Arduino y sensor de ultrasonidos HC-SR04,” 2015. .
[11] carolina Silva, “INGENIERÍA CREATIVA : CONTADOR DE PULSOS DE ENCODER CON ARDUINO,” 2014. .