Investigadores crean nuevo método para detectar minas antipersonales

Si bien el proceso de remover las minas antipersonales en el mundo ha ido avanzando, la tecnología usada para ello no ha evolucionado mucho. El proceso es el mismo: un voluntario pasa un detector de metales sobre el suelo y cuando escucha un ruido, tiene que determinar qué es. No hay mucha tecnología involucrada en el trabajo: los años de experiencia le dicen al voluntario qué es lo que está abajo, una mina o basura, a través del tipo de sonido que escucha. Esta incertidumbre hace que el oficio sea extremadamente riesgoso.
Por eso, un grupo de invstigadores de Harvard está trabajando en un sistema que permitirá identificar de mejor manera las minas antipersonales para poder removerlas. Y lo hace sin modificar mucho el proceso y usando una tecnología cada vez más usual: el smartphone.
Los científicos de la Harvard School of Engineering and Applied Sciences crearon PETALS (Pattern Enhancement Tool for Assisting Land mine Sensing), un sistema que mezcla el sonido de los detectores de metales con la pantalla de un smartphone. El teléfono es conectado al detector, y cada vez que éste emite un ruido, la pantalla muestra un punto rojo. Al detectar algo, el voluntario pasa varias veces el detector sobre el lugar, por lo que se va armando una imagen en la pantalla que va revelando lo que está abajo.
Lahiru Jayatilaka, uno de los investigadores, comentó:
Queremos apoyar a la gente que está en el campo con la más mínima invasividad posible. Sin cambiar su estilo de barrido, sin darles nuevos procedimientos, esta tecnología les permite visualizar de mejor manera lo que están detectando.
¿Por qué usan smartphones? Porque la mayor parte de campos minados del mundo están en países pobres o en vías de desarrollo, por lo que no podrían financiar tecnologías muy avanzadas. Por eso, se usó un dispositivo que, aunque no es barato, es mucho más accesible para gobiernos y ONGs. El sistema será presentado esta semana en la Conferencia de factores humanos en sistemas computacionales.