UKUCHA

Problema

En minería subterránea, detectar peligros y personas caídas es crítico, pero el entorno no tiene red estable — cualquier solución tiene que funcionar con hardware barato y en tiempo real, sin depender de conectividad continua.

Restricciones

• Hardware barato (ESP32-CAM).
• Sin conectividad estable dentro de la mina.
• Procesamiento en tiempo real con recursos de cómputo limitados.

Arquitectura

La ESP32-CAM captura video y lo transmite vía WebSockets a un backend en FastAPI. Ahí corren dos modelos en paralelo: YOLOv8n para detección de objetos/peligros, y MediaPipe Pose para detectar personas caídas.

Decisiones

• YOLOv8n (nano) en vez de una versión más grande, por el límite de cómputo disponible en el contexto del hackathon.
• La biomímesis del proyecto se inspiró en las HeroRATs de APOPO y el Bristol Robotics Lab — de ahí la idea de un sistema que “inspecciona” espacios reducidos como lo haría un animal entrenado.

Mi rol

Lideré un equipo de 5 personas. Estuve a cargo del desarrollo del backend: recepción de los datos de los sensores (streaming de la ESP32-CAM) y la conexión con el frontend.

Resultado

Top 6 en el FLIT Hackathon 2026 (Arequipa).