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. .