La calidad de una instalación para dar servicio de telecomunicaciones fijas depende, en gran medida, del modo en el que la fibra se instala en casa del cliente y se conecta con la red del operador en el llamado Punto de Terminación de Red Óptico (PTRO).
Según explica Pedro Sandoval, manager de proyectos especiales en el área de provisión de Orange, «una buena conexión evitará cortes de señal y atenuaciones que impidan a los clientes poder disfrutar de los servicios a la máxima velocidad. Para garantizar esta calidad, Orange ha integrado un módulo de reconocimiento de imagen proporcionado por SEITECH que valida que la fusión de las fibras se ha realizado correctamente a partir de la información que proporcionan las maquinas fusionadoras que utilizan los técnicos».
Orange pone a disposición de sus empresas colaboradoras una aplicación con un módulo de gestión de citas con información en tiempo real de la disponibilidad de franjas horarias, módulo de despacho para facilitar a las empresas la óptima asignación de órdenes de trabajo a sus técnicos y de una aplicación en movilidad para que estos realicen sus trabajos de campo.
En el proceso de guiado, esta aplicación indica al técnico en qué momento debe realizar con su móvil una foto a la máquina fusionadora y esta foto se la pasa a un módulo de reconocimiento de imágenes que ha sido “entrenado” para reconocer el modelo de equipo que cada técnico utilice e interpretar los indicadores luminosos, valores de atenuación, ángulos de corte e incluso detectar la presencia de burbujas en la fibra.
«Cuando determina que la información es correcta le indica al técnico que puede continuar con el siguiente paso en la instalación y en caso contrario le pide que repita la fusión. Con lo cual ya no dependemos solo del buen ojo y criterio del técnico que en algunos casos pudiera no ser acertado», explica Pedro Sandoval.
‘deep learning’ para la fibra de orange
Tras la recepción de la fotografía realizada por el técnico de instalación, se pasa por la primera red neuronal, la cual está entrenada para detectar el modelo de la fusionadora que aparece en la imagen de entre un extenso catálogo de marcas y modelos. Una vez detectado marca y modelo de la fusionadora, se puede empezar a realizar operaciones necesarias de transformación y estandarización de la imagen para orientar correctamente la imagen y corregir defectos en ella como brillos, sombras, etc., tras esto se detecta la pantalla en la imagen y se recorta para preparar la lectura.
«Esa imagen ya estandarizada -señala Pedro Sandoval, de Orange- llega a otra red neuronal entrenada específicamente para ser capaz de analizar los errores generados por las propias fusionadoras. Está entrenada para detectar pantallas de fusionadoras por lo que, si se pasa una imagen de algo que no sea una fusionadora como una fotografía hecha a un teléfono móvil o a otra imagen, la herramienta detecta que no es una fusionadora por lo que no deja continuar y pide al técnico que haga la fusión y repita la comprobación».