Explorando las Profundidades: Reconstrucción de Cuevas y Detección de Murciélagos mediante Imágenes Infrarrojas

Israel Cruz Rangel; José-Ángel Arroyo-Romero; Isabel Bárcenas-Reyes; José-Joel González-Barbosa; Juan Bautista Hurtado-Ramos; Francisco-Javier Ornelas-Rodríguez; Alfonso Ramírez-Pedraza

doi:10.36561/ING.28.9

Autores/as

Israel Cruz Rangel Instituto Politécnico Nacional, México https://orcid.org/0009-0002-9112-7025
José-Ángel Arroyo-Romero Instituto Politécnico Nacional, México https://orcid.org/0009-0004-9185-4307
Isabel Bárcenas-Reyes Universidad Autónoma de Querétaro, México https://orcid.org/0000-0001-8386-6560
José-Joel González-Barbosa Instituto Politécnico Nacional, México https://orcid.org/0000-0002-6720-8282
Juan Bautista Hurtado-Ramos Instituto Politécnico Nacional, México https://orcid.org/0000-0003-2663-2463
Francisco-Javier Ornelas-Rodríguez Instituto Politécnico Nacional, México https://orcid.org/0000-0003-2465-188X
Alfonso Ramírez-Pedraza Secretaría de Ciencia, Humanidades, Tecnología e Innovación, México https://orcid.org/0000-0003-0366-6249

DOI:

https://doi.org/10.36561/ING.28.9

Palabras clave:

Murciélago, Reconstrucción 3D, YOLO, Conteo automático

Resumen

Nuestro objetivo es proporcionar información detallada y precisa sobre las cuevas y la dinámica de la población de quirópteros (murciélagos) que las habitan nos permite comprender las dimensiones y requerimientos del hábitat, monitorear tamaños de poblaciones, desarrollar planes de manejo y conservación específicos. Por tanto, aumentamos nuestro entendimiento de los murciélagos con su entorno y mejoramos la prevención de enfermedades zoonóticas. En este artículo presentamos el desarrollo de una plataforma portátil multisensor, compuesta por una cámara RGB, dos cámaras infrarrojas, sensores inerciales y un par de luces infrarrojas. Esta plataforma permite la detección de quirópteros y la reconstrucción de las cuevas donde habitan. Ejecuta un algoritmo en tiempo real, generando un mapa de nube de puntos y facilitando la observación y detección de los quirópteros. La plataforma fue probada en condiciones reales en diferentes cuevas del estado de Guanajuato por personal del “Comité Estatal para el Fomento y la Protección Pecuaria”.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

J. Colorado, A. Barrientos y C. Rossi, «Músculos inteligentes en robots biológicamente inspirados: Modelado, control y actuación,» Revista Iberoamericana de Automática e Informática Industrial RIAI, vol. 8, nº 4, p. 385–396., 2011.

K. F. Darras, M. Balle, W. Xu, Y. Yan, V. G. Zakka, M. Toledo-Hernández, D. Seng, W. Lin, B. Zhang y Z. Lan, «Eyes on nature: Embedded vision cameras for terrestrial biodiversity monitoring,» Methods in Ecology and Evolution, vol. 15, nº 12, pp. 2262-2275, 2024.

S. J. Ghanem y C. C. Voigt, «Increasing Awareness of Ecosystem Services Provided by Bats,» Advances in the Study of Behavior, vol. 44, pp. 279-302, 2012.

D. Ortiz-Ramírez, C. Lorenzo , E. Naranjo y L. León-Paniagua , «elección de refugios por tres especies de murciélagos frugívoros (Chiroptera: Phyllostomidae) en la Selva Lacandona, Chiapas, México,» Revista mexicana de biodiversidad, vol. 77, nº 2, pp. 261-270, 2006.

R. Brigham y B. Fenton, «The influence of roost closure on the roosting and foraging behaviour of Eptesicus fuscus (Chiroptera: Vespertilionidae),» Canadian Journal of Zoology, vol. 64, pp. 1128-1133, 2011.

M. Labadie, N. Morand, R. Fabien, G. F. Nguilili, T. N’Kaya, A. Caron y H. De Nys, «Habitat sharing and interspecies interactions in caves used by bats in the Republic of Congo,» PeerJ, vol. 13, 2025.

S. Platto, Z. Jinfeng , W. Yanqing, W. Huo y E. Carafoli, «Biodiversity loss and COVID-19 pandemic: The role of bats in the origin and the spreading of the disease,» Biochemical and Biophysical Research Communications, vol. 538, pp. 2-13, 2021.

W. Tabib, K. Goel, J. Yao, C. Borium y N. Michael, «Autonomous Cave Surveying With an Aerial Robot,» IEEE Transactions on Robotics, vol. 38, nº 2, pp. 1016-1032, 2022.

L. Espinasa, R. Tatarsky, M. Girard y M. Sandone, «Population Size and Spatial Distribution of the Mexican Blind Cavefish (Astyanax) within the Caves,» Fishes MDPI, vol. 9, nº 9, p. 334, 2024.

D. Giordan, D. Godone, M. Baldo, M. Piras, N. Grasso y R. Zerbetto, «Survey Solutions for 3D Acquisition and Representation of Artificial and Natural Caves,» Applied Sciences, vol. 11, nº 14, 2021.

H. Bravo, E. Lo, H. Moyes, D. Rissolo, S. Montgomery y F. Kuester, «A methodology for cave floor basemap synthesis from point cloud data: a case study of slam-based LiDAR at Las cuevas, Belize,» ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Vols. 1 de 2X-M-1-2023, pp. 179-186, 2023.

H. Azpúrua, A. Rezende, G. Potje, G. Júnior, R. Fernandes, V. Miranda, L. Filho, J. Domingues, F. Rocha, F. Sousa, L. G. Barros, E. Nascimento, M. Douglas, G. Pessin y G. Freitas, «Towards Semi-autonomous Robotic Inspection and Mapping in Confined Spaces with the EspeleoRobô,» Journal of Intelligent & Robotic Systems, vol. 101, 2021.

P. Trybała, P. Kujawa, K. Romańczukiewicz, A. Smentek y F. Remondino, «Designing and evaluating a portable lidar-based SLAM system,» The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Vols. %1 de %2XLVIII-1/W3-2023, pp. 191-198, 2023.

I. Marini, C. Caradonna, M. Melis y C. Nardinocchi, «Terrestrial laser scanning for 3D archaeological documentation. The prehistoric Cave of Sa Miniera de Santu Josi (Sardinia, Italy),» Journal of Physics: Conference Series, vol. 2204, 2022.

C. Rossi, A. Caro Zapata, Z. Milosevic, R. Suarez y S. Dominguez, «Topological Navigation for Autonomous Underwater Vehicles in Confined Semi-Structured Environments,» Sensors, vol. 23, nº 5, 2023.

A. Chen, J. Moran, G. Shoshiani y M. Chater, «Using computer vision, image analysis and UAVs for the automatic recognition and counting of common cranes (Grus grus),» Journal of Environmental Management, vol. 328, 2023.

E. Gazagne, R. Gray, R. Ratajszczak, F. Brotcorne y A. Hambuckers, «Unmanned aerial vehicles (UAVs) with thermal infrared (TIR) sensors are effective for monitoring and counting threatened Vietnamese primates,» Primates Springer, vol. 64, nº 4, pp. 407-413, 2023.

H. Qiao, L. Zhang, J. Drahota, W. Woldt, D. Varner, A. Bishop, T. LaGrange, C. Neale y Z. Tang, «Combining Multi-View UAV Photogrammetry, Thermal Imaging, and Computer Vision Can Derive Cost-Effective Ecological Indicators for Habitat Assessment,» Remote Sensing, vol. 16, nº 6, p. 1081, 2024.

I. Bentley, V. Kuczynska, V. M. Eddington, M. Armstrong y L. N. Kloepper, «BatCount: A software program to count moving animals,» Public Library of Science San Francisco, CA USA, vol. 18, nº 3, 2023.

D. McFarlane, G. Van Rentergem, A. Ruina, J. Lundberg y K. Christenson, «Estimating colony size of the wrinkle-lipped bat, Chaerephon plicatus (Chiroptera: Molossidae) at Gomantong, Sabah, by quantitative image analysis,» Acta Chiropterologica, vol. 17, nº 1, pp. 171-177, 2015.

J. P. Suraci, M. Clinchy, B. Mugerwa, M. Delsey, D. W. Macdonald, J. Smith, C. C. Wilmers y L. Y. Zanette, «A new Automated Behavioural Response system to integrate playback experiments into camera trap studies,» Methods in Ecology and Evolution Wiley Online Library, vol. 8, nº 8, pp. 957-964, 2017.

A. Yoshioka, A. Shimizu, H. Oguma, N. Kumada, K. Fukasawa, S. Jingu y T. Kadoya, «Development of a camera trap for perching dragonflies: a new tool for freshwater environmental assessment,» PeerJ, vol. 8, 2020.

G. Krivek, E. Mahecha, F. Meier, G. Kerth y J. van Schaik, «Counting in the dark: estimating population size and trends of bat assemblages at hibernacula using infrared light barriers,» Animal Conservation Wiley Online Library, vol. 26, nº 5, pp. 701-713, 2023.

J. A. Tovar-Sánchez, J. F. Arias-Molina, H. A. Milquez-Sanabria y M. A. Mayorga-Castellanos, «Technical Design of a Low-Cost, Portable Methane Quantification System,» Ingeniería, vol. 28, 2023.

A.-M. Hernández-Ponce, F.-J. Ornelas-Rodríguez, J.-B. Hurtado-Ramos, P.-A. Ramírez-Pedraza y J.-J. González-Barbosa, «A Semi-Supervised Deep Learning Model for Defective lime Classification,» Ingeniería e Investigación, vol. 44, nº 3, pp. 1-14, 2024.