I AE S In t er na t io na l J o urna l o f   Ro bo t ics a nd   Aut o m a t io n  ( I J RA)   Vo l.  1 5 ,   No .   3 ,  Sep tem b er   20 2 6 ,   p p .   5 7 7 ~ 5 8 8   I SS N:  2 7 2 2 - 2 5 8 6 ,   DOI : 1 0 . 1 1 5 9 1 /ijra . v 1 5 i 3 . p p 5 7 7 - 588           577       J o ur na l ho m ep a g e :  h ttp : //ij r a . ia esco r e. co m   Desig n of a po rta ble Io T ro bo t  wi t h azure ma chi ne l ea rning  f o r  mo nitoring  mine  wo rkers ’   h ea lth       Sh a nthi N a t a ra j a n 1 ,   Vij a y a r a j a   L o g a na t ha n 1 ,  Dha na s eka r  R a v ik u m a r 1 ,  Diwa k a r  Ve nk a t   Na lin i 2 ,  H a rish   E la ng o v a n 2 ,   B a la j i A rik rish na n 2   1 D e p a r t me n t   o f   El e c t r i c a l   a n d   El e c t r o n i c s E n g i n e e r i n g ,   S r i   S a i r a m   E n g i n e e r i n g   C o l l e g e ,   C h e n n a i ,   Ta mi l   N a d u ,   I n d i a   2 D e p a r t me n t   o f   El e c t r i c a l   a n d   El e c t r o n i c s E n g i n e e r i n g ,   S r i   S a i r a m   I n st i t u t e   o f   Te c h n o l o g y ,   C h e n n a i ,   Ta m i l   N a d u ,   I n d i a       Art icle  I nfo     AB S T RAC T   A r ticle  his to r y:   R ec eiv ed   Sep t   14 ,  2 0 2 5   R ev is ed   J u n e   9 ,  2 0 2 6   Acc ep ted   J u ly   20 ,  2 0 2 6       Th e   m in in g   e n v ir o n m e n t   e x p o se s  wo rk e rs   to   p h y sic a l,   e n v iro n m e n tal,   a n d   h e a lt h   risk s.   Th e   lac k   o f  e ffe c ti v e   re a l - ti m e   h e a lt h   m o n it o ri n g   s y ste m s  lea d s  to   d e lay e d   m e d ica l   re sp o n se s.  He n c e ,   th is  p a p e r  d isc u ss e s  d e v e lo p in g   a   p o rtab le  In ter n e t  o f   Th in g s  (Io T)  ro b o t  wit h   a d v a n c e d   m a c h i n e   lea rn in g   a n d   c lo u d   c o m p u ti n g   t o   m o n it o r   m in e   wo rk e rs’  h e a lt h   a n d   se n d   o u t   a lerts.  Th e   sy ste m   is  e q u ip p e d   wit h   Io T  se n so rs  th a t  m o n it o r  p a ra m e ters   c o n ti n u o u sl y ,   su c h   a s  h e a rt  ra te,  b o d y   tem p e r a tu re ,   b lo o d   p re ss u re ,   a n d   e n v ir o n m e n ta l  fa c to rs  (g a s  c o n c e n tratio n s,  a ir   q u a li ty ).   Da ta  c o ll e c ted   in   re a l - ti m e   is  tran sm it ted   t o   a   c lo u d - b a se d   p lat fo rm   fo r   a n a ly sis   u si n g   a d v a n c e d   m a c h in e   lea rn in g   a lg o r it h m s.  M Q - 1 3 5   d e t e c ts  h a rm fu l  g a se s,  a n d   DH T1 1   m e a su re s   h u m id i ty   a n d   tran sm it s  d a ta  to   th e   Ard u i n o   UN O.  Th e   HC - S R 0 4   se n so r   m e a su re s  o b jec t  d istan c e s  b y   e m it ti n g   u l tras o n ic  wa v e s  a n d   d e tec ti n g   th e ir   e c h o e s,  a id in g   in   o b sta c le  d e tec ti o n .   T h e   NEO - 6 M   G P S   wit h   G S M   S IM 9 0 0   m o d u les   tran sm it s   lo c a ti o n   d a ta  a n d   e m e rg e n c y   a lerts  v ia  th e   G S M   n e two rk ,   e n a b li n g   re sp o n se s  to   p o ten ti a l  d a n g e rs.  S imu lati o n   v ia  P ro teu s  v a li d a tes   th e   ro b o t’s  tran sc e iv e r  c o n n e c ti v it y ,   m o b il it y ,   a n d   se n sin g   fu n c t io n s.  To   e n h a n c e   m o n it o r in g   p re c isio n ,   t h e   sy ste m   a d o p ts  XG Bo o st ,   w h ich   c las sifies   m in e   c o n d i ti o n s,  a n d   th e   train i n g   m o d e l  a c h iev e s  9 6 . 7 7 %   a c c u ra c y   with   h i g h   p re c isio n   a n d   re c a ll .   T h e   sy ste m   with   Az u re   M a c h i n e   Lea rn i n g   imp r o v e s  d e tec ti o n   a c c u ra c y ,   ra isin g   tem p e ra tu re ,   CO,  NH ₄ ,   a n d   NO ₂   p re c isio n   b y   7 . 2 5 % ,   1 5 % ,   1 7 % ,   a n d   1 8 % ,   r e sp e c ti v e ly .   T h u s,  t h e   sy ste m   fe a tu re s  a n   in telli g e n t  a lert  m e c h a n ism   to   n o t ify   u se rs o f   e m e rg e n c ies ,   e n h a n c i n g   wo rk e r  sa fe ty   a n d   m in imiz in g   h e a lt h - re la ted   risk s i n   m in in g   o p e ra ti o n s.   K ey w o r d s :   Azu r e  m ac h in e  lea r n in g   I n ter n et  o f   th in g s   Min e  wo r k er s   Par ts   p er   m illi o n   Sen s o r s   T h is i s  a n   o p e n   a c c e ss   a rticle   u n d e r th e   CC B Y - SA   li c e n se .     C o r r e s p o nd ing   A uth o r :   Vijay ar aja  L o g an ath a n   Dep ar tm en t o f   E lectr ical  an d   E lectr o n ics E n g in ee r i n g ,   Sri  S air am   E n g in ee r in g   C o lleg e   C h en n ai,   T am il Na d u ,   I n d ia   E m ail: v ijay ar aja. ee e@ s air am it.e d u . in       1.   I NT RO D UCT I O N   E f f o r ts   to   m o n ito r   m i n es  ar e  ess en tial  f o r   im p r o v in g   s af e ty ,   m ain ten an ce ,   an d   s u r v eillan ce .   T h e   s y s tem s   [ 1 ]   im p lem en t  ef f icien t  m o n ito r in g   a n d   aler t  m ec h a n is m s   f o r   wo r k er s   in   u n d er g r o u n d   e n v ir o n m en ts .   T h is   s tu d y   f o c u s es  o n   th e  d e s ig n   an d   d ev elo p m en t  o f   a  s m ar t  aler t  s y s tem   f o r   m in er s .   T o   aler t  th e   co n tr o l  ce n ter   an d   war n   m in er s   o f   p o ten tial  d an g er s ,   a  p r o tectio n   h elm et  is   p r o p o s ed .   T h e  STM 3 2   m o d u le  em p lo y s   m u ltip le  s en s o r s   to   co n tin u o u s ly   m o n ito r   th e  s u r r o u n d in g   e n v ir o n m e n t  an d   t h e  h ea lth   o f   w o r k er s   [ 2 ] .   An o t h er   s y s tem   in v o lv es  th e  cr ea tio n   an d   ap p licatio n   o f   a  co n tin u o u s   m o n ito r in g   d ev ice   to   ass es s   m in er s ’   p h y s io lo g ical  p ar am eter s   at  e lev atio n s   ab o v e   2 , 0 0 0   m eter s   ab o v e  s ea   lev el   [ 3 ] .   On e  s tu d y   u s es  co al  s ea m ,   r o ck   s tr atu m ,   a n d   c o al - r o c k   m ix ed - lay er   im a g es  f r o m   a  co al   m in in g   a r ea   as  r esear ch   o b jec ts .   Her e  th e  n eu r al   Evaluation Warning : The document was created with Spire.PDF for Python.
                      I SS N :   2 7 2 2 - 2 5 8 6   I AE S I n t J Ro b   &   Au to m ,  Vo l .   1 5 ,   No .   3 ,  Sep tem b er   20 2 6 :   5 7 7 - 5 8 8   578   n etwo r k   is   u tili ze d   to   ca teg o r i ze   an d   id en tify   wh et h er   th e  s h ea r er ’ s   cu r r en t  m i n in g   tar g et  i s   a  co al  s ea m ,   r o ck   s tr atu m ,   o r   c o al - r o c k   m ix e d   lay er   [ 4 ] .   An o th er   s y s tem   in co r p o r ates  a  d ig ital  d e v ice   eq u ip p e d   with   a n   ac ce ler o m eter ,   d u s t  s en s o r ,   a n d   Z ig B ee   c o m m u n icatio n   tech n o lo g ies  to   e x ch an g e  co lle cted   d ata   [ 5 ] ,   [ 6 ]   s h o ws tex t m in in g   m eth o d   u s in g   ar tific ial  in tellig en ce   ( AI )   t o   ex tr ac t saf ety   in s ig h ts   an d   p atter n s   f r o m   m in in g   ac cid en t  r ep o r ts   au to m atica lly   f o r   im p r o v e d   r is k   an aly s is .   A  wea r ab le  r eso n ato r   em p lo y s   a  d u al - r eso n ato r   m ass   s en s o r   co m p o s ed   o f   a  q u ar tz  cr y s tal  m icr o b alan ce   an d   a  f ilm   b u lk   ac o u s tic  r eso n ato r   is   p r o p o s ed   [ 7 ] .  Sm ar t  clo th in g   f o r   co al  m in e  wo r k er s   co m b in es  wea r ab l e  clo th in g   with   s en s o r s ,   m ic r o co n tr o ller s ,   an d   co m m u n icatio n   m o d u les  to   en h an ce   wo r k er   s af ety ,   h ea lth   m o n ito r in g ,   an d   e f f icien cy   [ 8 ] .   An o th e r   s y s tem   aim s   to   cr ea te   a  s af ety   m o n it o r in g   s o lu tio n   f o r   c o al  m in es   u s in g   a   r ea l - tim e   o p er ati n g   s y s tem   ( R T OS)   r o b o t  m o d u le  to   im p r o v e  s af ety   a n d   r ed u ce   ac cid e n ts   [ 9 ] .   T h e  s tu d y   f o c u s es  o n   au to n o m o u s   r o b o ts ,   ca p ab le  o f   d etec tin g   an d   p r ed ictin g   d a n g er o u s   g ases   ( m eth an e  an d   c ar b o n   m o n o x id e)   [ 1 0 ] .   T h e  in f er en ce   o f   v ar io u s   ad v an ce d   tech n o lo g ies  f o r   co al  m in e  s af ety   th at  in clu d es  wea r ab le  aler t  s y s tem s ,   I n ter n et  o f   T h in g s   ( I o T ) - en ab led   d ev ices,  AI - b ased   h el m ets  an d   p h y s io lo g ical  m o n it o r s   ar e  d is cu s s ed   in   T ab le  1 .   T h e  in v en tio n s   wer e   f o cu s ed   o n   i m p r o v in g   m o n ito r in g ,   co m m u n icatio n   an d   s af e ty   o f   th e  wo r k er   with   f ew  ch a llen g es  lik e  p o wer   lim itatio n s ,   h ar s h   en v ir o n m en t s   an d   co s t.       T ab le  1 .   C o m p a r is o n   o f   ad v a n ce d   tech n o l o g ies f o r   s af ety   an d   m o n ito r in g   in   co al  m in es   R e f e r e n c e s   W o r k   d e scr i p t i o n   T r e n d s   C h a l l e n g e s   [ 1 ] – [ 3 ] ,   [ 7 ] ,   [ 8 ]   W e a r a b l e - b a se d   m i n e r   safe t y   a n d   h e a l t h   mo n i t o r i n g   u si n g   I o T  se n s o r s,  e m b e d d e d   sy st e ms  a n d   sm a r t   p e r so n a l   p r o t e c t i v e   e q u i p me n t   ( P P E) .   I n t e g r a t i o n   o f   smar t   w e a r a b l e s ,   r e a l - t i me  p h y s i o l o g i c a l   a n d   e n v i r o n me n t a l   mo n i t o r i n g ,   e m b e d d e d   se n si n g   i n   c l o t h i n g   a n d   h e l met s.   H a r sh   e n v i r o n me n t a l   c o n d i t i o n s,  b a t t e r y   l i m i t a t i o n s,   c a l i b r a t i o n   i ssu e s,  h i g h   c o s t   a n d   m a i n t e n a n c e .   [ 1 1 ]   [ 1 2 ]   A I / M L - b a se d   a n a l y s i s i n c l u d i n g   n a t u r a l   l a n g u a g e   p r o c e ssi n g   ( N LP ) ,  a r t i f i c i a l   n e u r a l   n e t w o r k   ( A N N )   a n d   d e e p   l e a r n i n g   f o r   c l a ss i f i c a t i o n ,   d e t e c t i o n   a n d   saf e t y   i n s i g h t s .   A d o p t i o n   o f   A I   f o r   a u t o m a t i o n ,   r e a l - t i m e   o b j e c t s  d e t e c t i o n ,   p r e d i c t i v e   a n a l y t i c s  a n d   i n t e l l i g e n t   d e c i s i o n - mak i n g .   D a t a   v a r i a b i l i t y ,   n e e d   f o r   l a r g e   d a t a se t s,   c o mp u t a t i o n a l   c o m p l e x i t y ,   l o w - l i g h t ,   p r i v a c y   c o n c e r n s.   [ 5 ] ,  [ 1 3 ]   W i r e l e ss  s e n s o r   n e t w o r k s  ( W S N )   a n d   c o mm u n i c a t i o n   sy s t e ms   f o r   u n d e r g r o u n d   mo n i t o r i n g   a n d   d a t a   t r a n smis si o n .   Zi g B e e   a n d   o p t i mi z e d   W S N s,  s e l f - h e a l i n g   n e t w o r k s,  e n e r g y - e f f i c i e n t   c o mm u n i c a t i o n .   Li mi t e d   c o m mu n i c a t i o n   r a n g e ,   e n e r g y   i mb a l a n c e ,   u n s t a b l e   c o n n e c t i v i t y ,   r e a l - t i m e   r e p a i r   c o m p l e x i t y .   [ 9 ] ,  [ 1 0 ] ,  [ 1 4 ] ,  [ 1 5 ]     R o b o t i c s  a n d   a u t o n o m o u s   sy st e ms f o r   su r v e i l l a n c e ,   r e sc u e   a n d   h a z a r d o u s   e n v i r o n m e n t   e x p l o r a t i o n .   A u t o n o m o u s a n d   se mi - a u t o n o m o u s  r o b o t s ,   I o T - e n a b l e d   r e sc u e   sy s t e ms ,   r o b o t i c   e x p l o r a t i o n   i n   e x t r e me  c o n d i t i o n s .   N a v i g a t i o n   i n   G P S - d e n i e d   e n v i r o n m e n t s,   r e l i a b i l i t y ,   w o r k e r   a d o p t i o n ,   u n d e r w a t e r   c o n d i t i o n   c o n st r a i n t s.   [ 1 6 ] ,  [ 1 7 ] ,  [ 1 8 ]   S i mu l t a n e o u s  l o c a l i z a t i o n   a n d   ma p p i n g   ( S LA M )   a n d   l o c a l i z a t i o n   t e c h n i q u e s f o r   u n d e r g r o u n d   n a v i g a t i o n   u s i n g   Li D A R   a n d   sen s o r   f u s i o n .   A d v a n c e d   S LA M   a l g o r i t h ms,   mu l t i - sen s o r   f u s i o n ,   i mp r o v e d   ma p p i n g   a c c u r a c y .   D u st ,   p o o r   v i s i b i l i t y ,   s c e n e   d e g e n e r a t i o n ,   h i g h   c o m p u t a t i o n a l   r e q u i r e m e n t s.   [ 1 9 ]   En v i r o n m e n t a l   a n d   e l e c t r o ma g n e t i c   s a f e t y   mo d e l i n g   i n   m i n i n g   s t r u c t u r e s .   EM   w a v e   a n a l y si s   f o r   s a f e t y   i n   u n d e r g r o u n d   e n e r g y   sy s t e ms .   C o m p l e x   m o d e l i n g ,   e n su r i n g   safet y   c o m p l i a n c e ,   a c c u r a t e   p r e d i c t i o n s.       A  s tr o n g   lo ca lizatio n   f r am ew o r k   was  estab lis h ed   b ased   o n   h y b r i d   3 D  lig h t   d etec tio n   a n d   r an g i n g   ( L iDAR )   an d   s im u ltan eo u s   lo ca lizatio n   an d   m ap p in g   ( SL AM )   m eth o d s   t o   im p r o v e   v e h icle  p o s itio n in g   in   r o o m - a n d - p illar   u n d er g r o u n d   m in es,  s o lv in g   th e  p r o b lem   o f   2 D  L iDAR   in   ir r eg u lar   ter r ain s   [ 2 0 ] .   A   p atr o l  r o b o t  f o r   u n d er g r o u n d   m i n e   s af ety   was  d esig n ed   with   L iDAR ,  in er tial  m ea s u r em en t  u n it  ( I MU ) ,   an d   en v ir o n m en tal  s en s o r s   f o r   ac cu r ate  n a v ig atio n ,   g as  an d   d u s t  d etec tio n ,   an d   au to n o m o u s   h az ar d   m ap p in g   i n   r ea l  m in e  t u n n els   [ 2 1 ] ,   [ 2 2 ]   s h o ws  m o d er n   tar g et   lo ca liza tio n   tech n o lo g ies  in   u n d er g r o u n d   m in es  wh ich   f o cu s es  o n   p o s itio n in g   ac c u r a cy ,   s ig n al  p r o ce s s in g   m eth o d s   f o r   ac c u r ate  t r ac k in g .   A  s y s tem atic  r ev iew  o f   au to n o m o u s   m o b ile  in s p ec tio n   r o b o ts   in   d ee p   m in in g   f o u n d   f ew  d ev elo p m en ts   [ 2 3 ] .   A  v ar iab le  wh ee l   d iam eter   co al - m in e  r o b o t  was   also   p r o p o s ed ,   e n h an cin g   th e   ab ilit y   to   cr o s s   o b s tacle s   b y   m o r e  th an   6 0 %  an d   en h an cin g   ad ap tab ilit y   to   u n e v en   u n d er g r o u n d   g r o u n d   s u r f a ce s   [ 2 4 ] .   A  m eth o d   o f   3 D  p o i n t  clo u d   r e g is tr atio n   was d ev elo p ed   f o r   m i n e  r am p way s   tu n n el   [ 2 5 ] .   Fro m   all  th e  r ef er en ce s   [ 1 ] – [ 2 5 ] ,   th e  s tu d y   talk s   ab o u t  th e   v ar io u s   ty p es  o f   v ar io u s   s af ety   d ev ices,  m in in g   r o b o ts   wh ich   f o cu s es  o n   th e  s af ety   o f   th e   m in e  wo r k er s .   Pre s en t  co al  m in e   m o n ito r in g   s y s tem s   in clu d e  wea r a b le  c o n tr o l,   s m a r t  h elm ets,  p h y s io lo g ical  s en s o r s ,   Z ig B ee   d ev ices,  r eso n ato r s ,   AI - b ased   im ag e   an aly s is ,   r o b o tic  p latf o r m s   an d   s m ar t  clo th in g .   T ak i n g   th ese   ad v an ce s   in   th e  f ield ,   s till   f ew  lim itatio n s   p er s is t  in   p o wer   c o n s tr ain ts ,   co m m u n icatio n   s tab ilit y ,   au to n o m o u s   n av ig atio n ,   s en s o r   ac cu r ac y ,   h ar s h   en v ir o n m en tal   ef f ec ts   an d   n etwo r k   r eliab ilit y   in   co m p lex   g lo b al  n av ig ati o n   s atellite  s y s tem s   ( GN SS )   d en ied   u n d er g r o u n d   co n d itio n s   f o r   im p r o v ed   s af e ty .   Als o ,   th e   lim itatio n   o f   th e  wo r k s   lead s   to   f u r th er   r esear ch   in   th is   a r ea .   T h er ef o r e,   b elo w  c o n tr ib u tio n s   ar e  p er f o r m ed   in   th is   ar ti cle  to   s u p p o r t   f o r   t h e  f u r th e r   r esear ch :   i )   T h e   p r o p o s ed   p o r tab le  m in e   m o n i to r in g   s y s tem   in te g r ates  ad v a n ce d   s en s o r s   ( MQ - 1 3 5 ,   DHT 1 1 ,   HC - SR 0 4 )   with   Evaluation Warning : The document was created with Spire.PDF for Python.
I AE S I n t J Ro b   &   Au to m   I SS N:   2722 - 2 5 8 6       Desig n   o f a   p o r ta b le  I o T ro b o t wi th   a z u r e  ma ch in e  lea r n in g   fo r   mo n ito r in g   …  ( S h a n th i N. )   579   I o T   tech n o lo g y   to   c o n tin u o u s ly   m o n ito r   cr itical  en v ir o n m e n tal  p ar am eter s   s u ch   as  h a r m f u l  g ases   ( C O,   NH 4 ,  NO 2 ) ,   tem p er atu r e,   a n d   h u m id ity ,   en s u r in g   r ea l - tim e  d etec tio n   an d   p r ev en tio n   o f   h az ar d s   in   m in i n g   en v ir o n m en ts .   ii )   T h e   p r ese n ce   o f   G PS ,   G SM   m o d u les ,   h ig h - in te n s it y   ala r m s ,   a n d   v is u al   i n d ic at o r s   i n   th e  p o r t a b le   m o n it o r i n g   s y s te m   e n s u r es  r a p i d   co m m u n i ca t io n   o f   h az ar d o u s   c o n d it io n s   to   r e s cu e  t ea m s .   iii )   T h e  p o r t a b le   I o T   r o b o t  i n c o r p o r at e s   Az u r e  m a ch in e  l ea r n i n g   ( A ML )   t h a t  i m p r o v es  th e  ac cu r a cy   a n d   r eli a b ili ty   o f   en v i r o n m e n t al   m o n it o r i n g   s y s tem s .   iv )   T h e   i m p le m e n t ati o n   o f   t h e  X GB o o s t   al g o r it h m   p r o v i d es  r o b u s t   class i f i ca t io n   a n d   f o r ec asti n g   o f   m i n e   s a f et y   c o n d iti o n s   b as e d   o n   h is to r i ca l   d at a  a v ail a b le .   v )  Als o ,   th e  p r o te u s   s im u la ti o n   v al id at ed   t h e  s y s t em ’ s   f u n ct io n a lit y ,   in cl u d i n g   t r a n s c ei v e r   c o n n ec t iv it y ,   o b s tacl e   d ete cti o n ,   an d   m o b i lit y   co n t r o ls .   vi )   Fi n all y ,   th e  co m p a r at iv e  an al y s is   o f   e n v ir o n m e n ta l  p a r a m e te r s   w it h   a n d   wit h o u t  AM L   in t eg r ati o n   f r o m   t h e   r e al   ti m e  d e v el o p m e n t   o f   p o r ta b l e   r o b o t   h ig h l ig h ts   AM L ’ s   e f f ec ti v e n ess   i n   r e d u ci n g   m ea s u r e m e n t   e r r o r s   a n d   i m p r o v i n g   m o n i to r i n g   ac cu r ac y   b y   7 . 2 5 %   t o   1 8 %  ac r o s s   d i f f e r e n t   p ar am ete r s .     I n   th is   ar ticle,   s ec tio n   2   d escr ib es  th e  m o d ellin g   o f   s ec u r e  d ev ice  f o r   m in e  wo r k e r s .   Sectio n   3  d em o n s tr ates  th e  p r ed ictio n   o f   m in e  s af ety   co n d itio n s   u s in g   XGBo o s t,  p r ed ictio n   o f   m in e  s af ety   co n d itio n s   u s in g   XGBo o s t   i s   il lu s tr ated   i n   s ec tio n   4 ,   r ea l  tim e  im p lem en tatio n   o f   en v ir o n m en tal  m o n ito r in g   an d   h az a r d   d etec tio n   in   m in es a r e   d is cu s s ed   in   s ec tio n   5   a n d   f in ally   th e  co n clu s io n   o f   th e  wo r k   is   p r es en ted .       2.   M E T H O DO L G Y  AND  M O DE L L I NG   O F   SE CUR E   DE VICE   F O R  M I N E   WO RK E RS   I n   th is   s ec tio n   th e   m o d ellin g   o f   s ec u r e  d e v ice  f o r   m i n e  wo r k er s   ar e  d is cu s s ed .   Ad d itio n ally ,   th e  d ata   an aly s is   an d   tr an s m is s io n   n et wo r k   with   s im u latio n   wo r k   o f   th e   p o r ta b le  I o T   m in e  s af ety   r o b o t   ar e   d is cu s s ed   h er e.   T h e  p r o p o s ed   m i n e  wo r k er s ’   r escu e   s y s tem   is   s h o wn   in   Fig u r e   1 .   T h e   p o wer   s u p p l y   is   p r o v id e d   to   th e   Ar d u in o   UNO,   wh ich   ac ts   as  th e  co n tr o ller .   T h e  MQ - 1 3 5   s en s o r   d etec ts   h ar m f u l  g ases   s u ch   as  am m o n ia ,   s u lf u r ,   b en ze n e,   ca r b o n   d io x i d e,   an d   s m o k e,   an d   tr an s m its   t h e  d ata  to   th e  Ar d u in o   UNO.   T h e  DHT 1 1   s en s o r   m ea s u r es  h u m id ity   in   th e   r a n g e  o f   2 0 % – 8 0 %  with   5 %  ac cu r ac y ,   a n d   its   o p er atin g   tem p er atu r e  r an g e  is     - 40   °C   to   1 2 0   °C   with   a  ±   2   °C   m ar g in   o f   er r o r .   I t   o p er ates  b etwe en   3 . 3 – 5   V  with   a   m ax im u m   cu r r e n t   co n s u m p tio n   o f   2 . 5   m A.   I n   a   f u n ctio n i n g   co al  m i n e,   th e  t y p ical  tem p er atu r e  r an g e  is   1 5   °C   to   45   °C .   T h e    HC - SR 0 4   s en s o r   m ea s u r es  th e  d is tan ce   to   o b jects  b y   em itt in g   u ltra s o n ic  wav es  an d   d etec tin g   th eir   ec h o es,   m ak in g   it u s ef u l f o r   o b s tacle   d etec tio n .   T h e  Ar d u i n o   UNO  r ec eiv es  i n p u t  d ata  f r o m   th e  s en s o r s   an d   ex ec u tes  lo g ic  t o   co n t r o l  o u tp u ts   b ased   o n   p r o g r am m e d   co n d itio n s .   A  m o to r   d r iv e r   cir cu it  an d   DC   m o to r   ar e  u s ed   f o r   p o we r in g   v en tilatio n   s y s tem s   th at  en s u r es  a d eq u ate   air f lo w   wh ich   s u p p o r ts   m ec h a n ized   s af ety   in ter v e n tio n s .   T h e  NE O - 6 M  GPS,  GSM   SIM 9 0 0   m o d u le  p lay s   a  v ital  r o le  in   tr an s m itti n g   lo ca tio n   d ata,   em er g en c y   aler ts   v ia  th e  GSM  n etwo r k ,   en ab lin g   s wif t  r esp o n s es  to   p o ten tial  h az ar d s .   An   alar m   p r o v id es  lo u d ,   h ig h - in ten s ity   n o tific atio n s   to   war n   m in er s   an d   co n t r o l  ce n ter s   o f   s er io u s   d an g er s ,   th e  b u zz er   o f f er s   lo wer - in ten s ity   au d i b le  war n in g s   f o r   ea r ly - s tag e  d etec tio n s ,   less   cr itical   is s u es.  Fu r th er   an   L E D  s er v es  as  a  v is u al  in d icato r   th at  d is p lay s   s y s tem ’ s  o p er atio n al  s tatu s   wh ich   aler t  th e  wo r k e r s   b ased   o n   r ea l - tim e  s en s o r   d ata.   T h is   en h a n ce s   th e  o v e r all  s af ety   i n   th e  h az ar d o u s   u n d e r g r o u n d   e n v ir o n m e n t.  T ab le  2   s h o ws  th e  p ar am eter s   ( T em p e r atu r e,   C O,   NH4   an d   NO2   as  °C   an d   p p m )   m ea s u r ed   f r o m   th e  m in e  en v ir o n m en t  m o n ito r i n g   s y s tem .   T h e  n o r m al   tem p e r atu r e  is   0   –   29   ° C ,  C O  is   0   –   1 4 ,   NH 4   is   0   –   1 5 ,   NO 2   is   0   –   1 3 .   Fig u r e   2   illu s tr ates  a  s af ety   m ec h a n is m   in   a  m in in g   e n v ir o n m en t   wh er e  th e   h ea lth   o f   th e   wo r k er s   is   co n tin u o u s ly   m o n ito r ed   u s in g   a  s m ar t  d ev ice.   I n itially ,   th e  wo r k er   is   en g ag ed   in   r o u tin e  m in in g   ac tiv ities ;  h o wev er ,   u p o n   ex p er ie n cin g   d is co m f o r t,  th e  s m ar t  d ev ice  d etec ts   a  d r o p   in   o x y g en   lev els  wh ich   ale r ts   th e  r o b o tic  s y s tem .   T h e  r o b o t  eq u ip p e d   with   s en s o r s   ( p ass iv e  in f r a r ed   ( PIR))   wh ich   id en tifie s   h u m an   p r es en ce   an d   s en d s   an   e m er g en cy   s ig n al  to   th e  r escu e  tea m .   T h e  r escu e  team   r esp o n d s   in s tan tly   wh ich   en s u r es  th e  wo r k e r   is   tr ea ted ,   r et r iev ed   an d   ev en t u ally   p r e p ar e d   to   r esu m e  w o r k .   T h e  p r o p o s ed   s y s tem s   with   in teg r ated   wea r ab le  tec h n o lo g y   an d   r o b o tics   en h a n ce   s af ety ,   im p r o v e   r esp o n s e  tim e  in   h az ar d o u s   m in in g   co n d itio n s .   T h e  p r o p o s ed   d ev ice   with   t h e  m en tio n ed   s en s o r s   r eg u l ar ly   ex tr ac ts   th e   d ata  f r o m   th e  m in e   en v ir o n m en ts .   T h e  v alu es  ex tr ac ted   ar e  tr an s m itted   to   Ar d u i n o   UNO ,   wh ich   d o   th e  in itial  p r ep r o ce s s in g   an d   v alid atin g   th e  s en s o r   v alu es  b ased   o n   th e  p ar am ete r s   o u tlin e d   in   T ab le  2 .   T h e  GSM  an d   GPS  co m m u n icatio n   p r o to co ls   f o r   lo n g - r an g e  a n d   th e  d ata  tr an s f e r   in   u n d er g r o u n d   en v ir o n m e n ts   ar e   p er f o r m ed   b y   W i - Fi  an d   Z ig B ee   n etwo r k .   T h e  GSM  en s u r es  r eliab le   tr a n s f er   o f   s en s o r   d ata   to   th e  cl o u d ;  t h er ef o r e,   GPS  p r o v id es  r ea l - tim e   wo r k er   an d   r o b o t  lo ca lizatio n .   Af ter   th e  ex tr a cted   d ata  r ea ch es  AM L   clo u d   m o d u le ,   t h e   p r ed ictio n   e n g in e   b ased   o n   XGBo o s t  an aly ze s   t h e  p atter n s ,   f ilter s   n o is e  a n d   co r r ec ts   s en s o r   d r if ts .   T h e   A ML   m o d el   r eg u lar ly   id en tifie s   f r o m   i n co m in g   d a ta  an d   th u s   e n ab les  ad ap tiv e  th r esh o ld s   wh ich   r ed u ce   f alse  aler ts   d u r in g   f lu ctu atin g   m in e   c o n d itio n s .   Fu r th er ,   t h e  clo u d   tr an s f er s   t h e  h az a r d   p r ed ictio n s   to   t h e  I o T   r o b o t   v ia   GSM  wh ich   en ab les  th e  r ea l - tim e  a ler ts ,   p ath   p lan n in g   in s tan tly   f o r   r escu e  in itiatio n .   T h is   2 - way   co m m u n icatio n   lo o p — s en s o r   →  Ar d u in o   →  GSM/GP S  →  AM L   clo u d   →  I o T   r o b o t,   en s u r es  c o n tin u o u s   m o n ito r in g   an d   in s tan t  r esp o n s e.   T h u s ,   allo win g   AM L   to   d y n am ically   en h a n ce   th e  d ec is io n   ac cu r ac y ,   wh er e  th e  I o T   d e v ice   ex ec u tes tim ely   o n s ite  ac tio n s .   Evaluation Warning : The document was created with Spire.PDF for Python.
                      I SS N :   2 7 2 2 - 2 5 8 6   I AE S I n t J Ro b   &   Au to m ,  Vo l .   1 5 ,   No .   3 ,  Sep tem b er   20 2 6 :   5 7 7 - 5 8 8   580       Fig u r e  1 .   L a y o u t  o f   m in e   en v i r o n m en t  m o n ito r in g   s y s tem       T ab le  2 .   Me asu r e  o f   v a r io u s   e n v ir o n m en tal  p ar a m eter s   M e a su r e me n t   P a r a m e t e r s   U n i t   N o r mal   A b n o r ma l   T e mp e r a t u r e   C e l s i u s   0   ° c   –   29   °c   A b o v e   2 9   °c   CO   ppm   0  -   14   a b o v e   1 4   NH 4   ppm   0  -   15   A b o v e   1 5   NO 2   ppm   0 - 13   A b o v e   1 3           Fig u r e  2 .   W o r k f lo w  o f   th e  p r o p o s ed   m in in g   s y s tem       2 . 1 .     Sim ula t i o n wo rk   o f   t he  po rt a ble Io T   m ine sa f et y   ro b o t   As  s h o wn   in   Fig u r e   3 ,   th e  p r o teu s   s im u latio n   f o r   t h e  p o r tab l e  I o T   r o b o t  with   AM L   clo u d   co m p u tin g   to   m o n ito r   m i n e  wo r k e r s   h ea lth   an d   s en d   o u t  aler ts   co n f ir m ed   f lawless   f u n ctio n ality .   I t  v alid ated   tr an s ce iv er   co n n ec tiv ity ,   p r ec is e  m o b ilit y   co n tr o ls ,   o b s tacle   d etec tio n ,   an d   ef f icien t  m o n ito r in g .   T h e   s im u latio n   ass u r es   th at  th e  r o b o t  is   o p er ativ e,   s h o wca s in g   its   p o te n tial  f o r   r ea l - wo r l d   a p p licatio n s .   T h e  s im u latio n   o f   th e  p r o p o s ed   m in e  s af ety   r o b o t  i s   s h o wn   in   Fig u r e  1 .   T h e  m in e  s af ety   r o b o t  p r o v id es  th e  r eq u ir ed   aler t  in   th e  f o r m   o f   b u zz er   an d   L E D,   is   s h o wn   in   Fig u r e   4 .   Evaluation Warning : The document was created with Spire.PDF for Python.
I AE S I n t J Ro b   &   Au to m   I SS N:   2722 - 2 5 8 6       Desig n   o f a   p o r ta b le  I o T ro b o t wi th   a z u r e  ma ch in e  lea r n in g   fo r   mo n ito r in g   …  ( S h a n th i N. )   581       Fig u r e  3 .   Simu latio n   o f   p o r tab le  I o T   m in e  s af ety   r o b o t           Fig u r e  4 .   R esu lt f r o m   p o r ta b le   I o T   m in e   s af ety   r o b o t       2 . 2 .     M ine sa f et y   c o nd it io ns   us ing   XG B o o s t   T h e  p r o p o s ed   s y s tem   u s es  X GB o o s t   ( ad v an ce d   m ac h in e  l ea r n in g   alg o r ith m )   wh ich   cla s s if y   an d   f o r ec ast  en v ir o n m en tal  co n d itio n s   in   m in es  b ased   o n   tem p er atu r e  an d   ca r b o n   m o n o x id e   lev els.  T h e  d ataset  co n tain s   h is to r ical  d ata  r elate d   to   th ese  v ar iab les  wh ich   u n d er g o es  p r ep r o ce s s in g   to   a d d r ess   m is s in g   v alu es  an d   is   d iv id ed   in to   in p u t  f ea t u r es  ( tem p er atu r e  an d   ca r b o n   m o n o x id e )   an d   tar g et  lab els  ( n o r m al,   m o d er ate   ab n o r m al  an d   f u ll a b n o r m al) .   T h e  tar g et  lab els ar e  co n v er te d   in to   n u m er ical  v alu es u s in g   lab el  en co d er   wh ich   en ab les  th e  m o d el  to   p r o ce s s   th em .   T h e  d ata  is   d iv id ed   in t o   8 0 %  tr ain in g   s et  with   a  2 0 %  test in g   s et  to   tr ain   th e  XGBo o s t  class if ier .   T h e  tr ain ed   m o d el  is   s av ed   u s in g   J o b lib   f o r   f u r th er   u s e.   T h e   m o d e l ’ s   p er f o r m an ce   is   an aly ze d   b y   g en er atin g   p r e d ic tio n s   o n   th e   test   s et  to   ca lcu la te  its   ac cu r ac y   to   g en e r ate  a  c o n f u s io n   m atr ix   t o   co m p ar e  th e  t r u e  an d   p r e d icted   v alu es.  A  class if icatio n   r ep o r t  is   also   g en er ated   to   ass ess   p r ec is io n ,   r ec all  an d   F1 - s co r e  f o r   ea ch   co n d itio n   c lass .   T h ese  r e s u lts   h ig h lig h t   h o w  well  th e  en v ir o n m en tal  f ac to r s   p r ed ict  m in e  co n d itio n s ,   o f f er in g   v alu a b le  in f o r m atio n   f o r   im p r o v in g   s af ety   an d   m a n ag in g   r is k s   in   m in in g   o p er atio n s .   Fig u r e   5 ,   d is p lay s   th e  r esu lts   o f   a   m ac h in e  lear n in g   m o d el  u s ed   to   class if y   c o n d itio n s   ( f u ll   ab n o r m al ,   m o d er ate  a b n o r m al,   a n d   n o r m al)   b ased   o n   tem p er atu r e  a n d   ca r b o n   m o n o x id e   lev els.  T h e  d ataset  is   d iv i d ed   in to   a  tr ain in g   s et  ( 2 4 8   s am p les)  an d   a  test in g   s et   ( 6 2   s am p les)  wh ich   ac h iev es  an   ac cu r ac y   o f   9 6 . 7 7 %.  T h e   class if icatio n   r ep o r t  s h o ws  a  d etailed   p er f o r m an ce   m etr ics   th at  in clu d es  p r ec is io n ,   r ec all  an d   F1 - s co r e  f o r   ea ch   class   wh ich   ex ce e d s   9 4 %.  T h e  m o d el  d em o n s tr ates  ex ce llen t  p er f o r m a n ce   ac r o s s   all  class e s ,   with   p er f ec t  r ec all,   p r ec is io n   an d   F1 - s co r e  f o r   th e  “ No r m al ”   cl ass es.  Fig u r e   6   s h o ws  a  co n f u s io n   m atr ix   with   p er f o r m an ce   o f   a  class if icatio n   m o d el  ac r o s s   th r ee   class es  ( f u ll  ab n o r m al,   m o d er ate  ab n o r m al,   an d   n o r m al) .   T h e  d iag o n al  v alu es  ( 3 7 ,   1 6   an d   7 )   r e p r esen t  co r r ec tly   p r ed icted   s am p les,  wh ile  th e  o f f - d ia g o n al  v alu es   in d icate   m is class if icatio n s .   Fo r   in s tan ce ,   o n e   s am p le   o f   m o d er ate  ab n o r m al   was  m is tak en l y   class if ied   as  f u ll  ab n o r m al.   T h e  in te n s ity   o f   th e  co lo r   r e f lects  th e  f r eq u en cy   o f   p r ed ictio n s ,   with   d a r k er   s h ad es  r ep r esen tin g   h ig h er   v alu es.  Ov er all,   th e  m o d el  p er f o r m s   well  f o r   th e  f u ll  ab n o r m al  a n d   n o r m al  class es  b u t  f ac es  s lig h t   d if f icu lty   with   m o d er ate  a b n o r m al.   Evaluation Warning : The document was created with Spire.PDF for Python.
                      I SS N :   2 7 2 2 - 2 5 8 6   I AE S I n t J Ro b   &   Au to m ,  Vo l .   1 5 ,   No .   3 ,  Sep tem b er   20 2 6 :   5 7 7 - 5 8 8   582       Fig u r e  5 .   Valu es c o llected   u s in g   p r o p o s ed   al g o r ith m           Fig u r e  6 .   C o n f u s io n   m atr i x       3.   RE A L   T I M E   I M P L E M E N T AT I O N  W I T H   R E SU L T S A ND  DIS C USS I O N   I n   th e   d ev elo p ed   p o r tab le  I o T   r o b o t,   co m p o n e n ts   s u ch   as  th e  MQ - 1 3 5   g as  s en s o r ,   DHT - 1 1   tem p er atu r e  s en s o r ,   HC - SR 0 4   u ltra s o n ic  s en s o r ,   Ar d u in o   UNO,   Neo - 6 M  GPS  an d   G SM   SIM - 9 0 0   m o d u le,   b u zz er ,   DC   m o to r ,   m o to r   d r iv er ,   1 2   V  b atter y ,   an d   L E D  lig h ts   ar e  u s ed .   Gases  lik e  C O,   s m o k e,   alco h o l,  C O 2 ,  NO 2 ,   an d   NH4   ar e  d etec ted   u s in g   th e  MQ - 1 3 5   g as  s en s o r .   T h e  tem p er atu r e  lev els  ar e  m o n ito r ed   to   en s u r e   en v ir o n m en tal  s af ety   b y   id en t if y in g   h ea t - r elate d   ir r eg u lar ities   with   th e  DHT - 1 1   tem p er at u r e  s en s o r .   T ab le   3   s h o ws  th e  im p ac t  o f   AM L   o n   en v ir o n m en tal  p ar a m eter s ,   with   n o ticea b le  in c r ea s es  in   tem p er atu r e,   C O,   NH 4 ,  an d   NO 2   lev els.  T h e  ch a n g es r an g e  f r o m   7 . 2 5 % f o r   tem p e r atu r e  to   1 8 % f o r   NO 2   a n d   it is   s h o wn   in   Fig u r e   7.   Evaluation Warning : The document was created with Spire.PDF for Python.
I AE S I n t J Ro b   &   Au to m   I SS N:   2722 - 2 5 8 6       Desig n   o f a   p o r ta b le  I o T ro b o t wi th   a z u r e  ma ch in e  lea r n in g   fo r   mo n ito r in g   …  ( S h a n th i N. )   583   T ab le  3 .   Qu a n tific atio n   o f   v ar i o u s   en v ir o n m en tal  p ar am eter s   with   an d   with o u t   AM L   M e a su r e me n t   P a r a m e t e r s   W i t h o u t   A M L   W i t h   A M L   C h a n g e   i n   v a l u e   T e mp e r a t u r e   30   32   7 . 2 5 %   CO   12   14   1 5 %   NH 4   15   18   1 7 %   NO 2   14   17   1 8 %           Fig u r e  7 .   Me asu r em e n t o f   v ar i o u s   en v ir o n m en tal  p ar am eter s   with   an d   with o u t   AM L       T o   ev alu ate  th e  im p ac t  o f   ad a p tiv e  m ac h in e  lear n in g   ( AM L )   o n   en v ir o n m en tal  m o n ito r in g   ac cu r ac y ,   th e  s y s tem   was  test ed   u n d er   t wo   co n f i g u r atio n s ;  with o u t  A ML   ( b aselin e)   an d   with   AM L   ( p r o p o s ed   m o d el) .   T h e  b aselin e   s etu p   d i r ec tly   u s ed   s en s o r   r ea d in g s   f r o m   th e  DHT 1 ,   MQ - 1 3 5   a n d   o th er   m o d u les,  wh e r ea s   th e   AM L - en h an ce d   s y s tem   with   XGBo o s t - b ased   p r ed ictiv e  m o d elin g   r ef in es  an d   class if y   th e  r ea d i n g s .   T h e   d ataset  was  lab eled   as  n o r m al ,  m o d e r ate  ab n o r m al   a n d   f u ll  ab n o r m al   b ased   o n   th r esh o ld   v alu es  as  s h o wn   i n   T ab le  2 .   T h e  p r ep r o ce s s ed   d a taset  was  s p lited   in to   8 0 %  tr ain in g   an d   2 0 %  test in g   s u b s ets  an d   th e  XGBo o s t   class if ier   was  tr ain ed   u s in g   in p u t  f ea tu r es  ( tem p er atu r e,   g as  lev els)  an d   ta r g et  class es.  B o th   th e  b aselin e  a n d   AM L - b ased   s y s tem s   wer e  t ested   o n   i d en tical  en v ir o n m en tal  co n d itio n s .   T h e   AM L - in teg r ated   m o d el  p r o d u ce d   f ilter e d ,   p r ed icted ,   an d   c o r r ec ted   v alu es ,   m i n im izin g   f alse  p o s itiv es  an d   o u tlier   r ea d in g s   th at   af f ec ted   ac cu r a cy   in   t h e  b aselin e  m o d el.   T h e  p e r ce n tag e  im p r o v em en t w as c o m p u ted   u s in g   th e  f o r m u la:              ( % ) = (     ℎ     −       ℎ    )     ℎ    ∗ 100     T h e  o b s er v e d   in cr ea s es  -   7 . 2 5 %  f o r   tem p er at u r e ,  1 5 %  f o r   C O ,  1 7 %  f o r   NH₄ ,   an d   1 8 %  f o r   NO₂   -   r ep r esen t  th e   en h an ce d   p r ec is io n   an d   r elia b ilit y   ac h iev ed   th r o u g h   AM L ’ s   ad ap tiv e  lear n in g   an d   p r ed ictiv e  co r r ec tio n   ca p ab ilit ies.   T h e  ex p er im e n tal  v alid atio n   o f   th e  m in e  r o b o t  as  g iv en   in   T ab le  4   is   p er f o r m e d   u s in g   an   ap p r o x im ate  n etwo r k   o f   2 0   s e n s o r   n o d es  a n d   o n e   m o b ile  I o T   r escu e  r o b o t.  T h e  s etu p   is   d ep lo y ed   in   a  m i n e  lik e  test   en v ir o n m en t   o f   ab o u t  1 0 0   m   with   i n ter co n n ec ted   tu n n els,  co n tr o lled   g as  r elea s e  p o in ts   with   tem p er atu r e   an d   h u m id ity   v ar iatio n s .   T h e   s y s tem   is   o p e r ated   f o r   th r ee   wee k s   co n tin u o u s ly   with   n o d e   s am p lin g   d ata   f o r   e v er y   10 - 6 0   s ec o n d s   ea c h   w h ich   g en er ate s   en o u g h   v ar iab ilit y   f o r   AM L   r etr ain in g .   D u r in g   th is   tim e   ab o u t  8 - 1 2   en v ir o n m en tal  co n d itio n   ( n o r m al,   m o d er ate  a b n o r m al,   f u ll  ab n o r m al,   s en s o r   d r if t,   co m m u n icatio n   lo s s ,   tr an s ien t  s p ik es)  ar e  o b s er v e d   an d   e x ec u ted   with   ea ch   f o r   5 - 1 5   t im es  r ep ea ted .   T h e   d ev elo p e d   m in e  r o b o t  is   p er f o r m ed   f o r   20 - 1 0 0   n av i g atio n   r u n s   f o r   c o m m u n icatio n   s tab ilit y   an d   o b s tacle   d etec tio n .   T h e  s y s tem   p r o v id es  d etec tio n   ac cu r ac y ,   aler t  laten c y ,   f alse  aler t  r ate,   lo ca lizatio n   p er f o r m an ce   an d   GSM/Z ig B ee   tr an s m i s s io n   r el iab ilit y .   T h e  d u r atio n   g u ar an t ee s   th e  lo n g - ter m   d ata  to   co m p ar e  b aselin e.   T h e   p er f o r m an ce   o f   AM L   s h o ws  en h an ce m en t  i n   p r ec is i o n ,   en v ir o n m en tal  m o n ito r i n g   an d   p r e d ictio n   co n s is ten cy .   T h e  r eliab ilit y   o f   th e  m o d el ’ s   class if icatio n   ac cu r ac y   is   ev alu ated   f o r   9 5 %  co n f id en ce   i n ter v al  ( C I )   an d   it is   co m p u ted   u s in g   ( 1 ) :      =   ± √ ( 1 − )   ( 1 )     wh er e  p   =  o b s er v e d   class if icatio n   ac cu r ac y   =  0 . 9 6 7 7 ,   n   =  n u m b er   o f   test   s am p les  =  6 2   an d   Z   =  1 . 9 6   f o r   9 5 %  co n f id en ce .   T h e r ef o r e   f o r   9 5 %  CI   is   co m p u ted   as  0 . 9 6 7 7   ±   0 . 0 4 3 7 .   Als o ,   th e  s tan d a r d   d ev iatio n   o f   AM L   im p lem en tatio n   is   co m p u ted   ( 5 9 % - 6 1 %)  an d   it  is   g iv en   in   T ab le  5 ,   an d   th e  co m p ar ativ e   an aly s is   as   s h o wn   Fig u r e  8   is   p er f o r m ed   with   o th er   m o d els  to   s h o wca s e  th e  p er f o r m an ce   o f   th e  p r o p o s ed   m o d els.  Fro m   th e   Fig u r e  8   is   it  is   d e p icted   th at   XG  b o o s t  o u tp e r f o r m s   b ette r   th an   th e   o th er   m o d els  tak en   f o r   co n s id er atio n .   Ob s tacle   d etec tio n ,   n av ig atio n ,   an d   ec h o   m ea s u r e m en t a r e  p er f o r m e d   u s in g   t h e  HC - SR 0 4   u ltra s o n ic  s en s o r .   Evaluation Warning : The document was created with Spire.PDF for Python.
                      I SS N :   2 7 2 2 - 2 5 8 6   I AE S I n t J Ro b   &   Au to m ,  Vo l .   1 5 ,   No .   3 ,  Sep tem b er   20 2 6 :   5 7 7 - 5 8 8   584   T h e  g as  s en s o r   co n tin u o u s ly   d etec ts   an d   m ea s u r es  th e  g as es  p r esen t  in   th e  m in e  e n v ir o n m en t  in   p p m ,   wh ile  th e  tem p er atu r e   s en s o r   m o n ito r s   th e  tem p er atu r e  an d   h u m id ity   lev els  in   C elsi u s .   W h en   th e  p p m   an d   tem p e r atu r e   ex ce ed   th ei r   th r esh o l d   lev els,  th e   ex ac t   lo ca tio n   a n d   a b n o r m al  in d i ca tio n   ar e  s en t   v ia  m ess ag es  an d   alar m s ,   with   th e  h elp   o f   th e  GPS  an d   GSM  m o d u les,  to   th e   r esp ec tiv e  m i n e  r escu e  team .   T h is   en ab les  th e  m in e  r escu e  team   to   tak e  th e  n ec ess ar y   ac tio n s   to   r escu e  th e  m in e  wo r k er s   as  s h o wn   in   Fig u r e  9 .   Fig u r e  1 0   s h o ws th e  aler t m ess ag es r ec eiv ed   f r o m   th e  p r o p o s ed   s y s tem .   T h e  aler t m ess ag es a r e  d ir ec ted   to   th e   m o b ile  n u m b e r   co n f ig u r ed   in   th e  Ar d u i n o   s y s tem .   T h e   tem p er atu r e   an d   g as  le v els  in   th e   m in e   s u r r o u n d in g s   ar e  m o n ito r ed ,   an d   if   an y   p a r am eter   ex ce e d s   its   th r esh o ld   lev el,   a n   aler t   m ess ag e  an d   ca ll  ar e  s en t  t o   th e   co n f ig u r ed   m o b ile  n u m b er   as  s h o wn   in   Fig u r e  1 0 .       T ab le  4 .   E x p er im en tal  test   co n f ig u r atio n s   o f   m in e  r o b o t   P a r a me t e r   S p e c i f i c a t i o n   N u mb e r   o f   N o d e s   2 0   se n s o r   n o d e s  a l o n g   w i t h   1   mo b i l e   I o T  r e sc u e   r o b o t   Te st   -   E n v i r o n me n t   M i n e - l i k e   s u r r o u n d i n g   ( ~ 1 0 0   m) ,   t u n n e l s w i t h   b r a n c h e s,   t e mp e r a t u r e   v a r i a t i o n s   &  c o n t r o l l e d   g a s   Te st   -   D u r a t i o n   3   w e e k s     S a mp l i n g   I n t e r v a l   1 0   -   6 0 s   p e r   n o d e   En v i r o n m e n t a l   C o n d i t i o n s   8  -   1 2   c o n d i t i o n s ( n o r m a l ,   m o d e r a t e   a b n o r ma l ,   f u l l   a b n o r mal ,   s p i k e s ,   d r i f t ,   c o mm u n i c a t i o n   l o ss)   R e p e t i t i o n s   p e r   c o n d i t i o n s   A b o u t   5   -   1 5   r u n s   N a v i g a t i o n   T e st s   -   R o b o t   O b st a c l e - d e t e c t i o n   r u n s,  2 0   -   1 0 0   mo b i l i t y     Ev a l u a t i o n   -   K e y   M e t r i c s   S e n s o r   a c c u r a c y ,   G S M / Zi g - B e e   r e l i a b i l i t y ,   f a l se   a l e r t ,   a c c u r a c y   i n   l o c a l i z a t i o n ,   a l e r t   l a t e n c y       T ab le  5 .   SD ( σ )   v alu es o f   with   an d   with o u t   AM L   S p e c i f i c a t i o n   σ  -   w i t h o u t   A M L   σ  -   w i t h   A M L   %  r e d u c t i o n   Te mp e r a t u r e   2 . 8 6   1 . 1 2   6 0 . 8 4   CO   3 . 1 4   1 . 2 8   5 9 . 1 7   NH4   3 . 5 2   1 . 4 6   5 8 . 5 2   NO2   3 . 8 8   1 . 5 7   5 9 . 5 3           Fig u r e  8 .   Me asu r em e n t o f   v ar i o u s   en v ir o n m en tal  p ar am eter s   with   an d   with o u t   AM L           Fig u r e  9 .   R ea l tim e  p o r tab le  m o n ito r in g   s y s tem   Evaluation Warning : The document was created with Spire.PDF for Python.
I AE S I n t J Ro b   &   Au to m   I SS N:   2722 - 2 5 8 6       Desig n   o f a   p o r ta b le  I o T ro b o t wi th   a z u r e  ma ch in e  lea r n in g   fo r   mo n ito r in g   …  ( S h a n th i N. )   585             Fig u r e  1 0 .   R o b o t m o n ito r in g   s y s tem   r esu lts       Fu r th er   th e  r ea l  tim e  wo r k   is   test ed   to   m ea s u r e  th e   ac cu r ac y   r an g e  o f   en v ir o n m en tal  p a r am eter s   s u ch   as  tem p er atu r e,   NO 2 ,   C O,   an d   NH 4   f r o m   p o wer   s tatio n   an d   s ewa g e  s tatio n s .   Fro m   Fig u r e  1 1 ,   it  is   n o ticed   th a t   th er e  is   a  s ig n if ican t  d if f er en ce   in   th e  p ar am eter s   with   an d   with o u t  AM L   im p lem en tatio n .   W ith   AM L   in teg r atio n ,   th e  p o r tab le  m o n ito r in g   s y s tem s   d em o n s tr ate   im p r o v e d   ac cu r ac y   in   d etec tin g   an d   m o n ito r in g   th ese  p ar am eter s ,   as  it  ca n   b e tter   h an d le  n o is e,   v ar iatio n s ,   an d   en v ir o n m e n tal  co m p lex ities .   W ith o u t  AM L ,   m ea s u r em en ts   m ay   b e  less   r eliab le  an d   p r o n e  to   e r r o r s   d u e  to   lim ited   d ata  p r o ce s s in g   ca p ab ilit ies.  T h is   h ig h lig h ts   th e   ef f ec tiv e n ess   o f   AM L   in   en h a n cin g   th e  p r ec i s io n   an d   r eliab ilit y   o f   e n v ir o n m en tal  m o n ito r in g   s y s tem s   in   m in e  s tatio n s .                   Fig u r e  1 1 .   Acc u r ac y   r an g e   -   t e m p er atu r e,   NO 2 ,   C O ,   an d   NH 4   f r o m   s ewa g e,   p o wer   s tatio n   w ith   an d     with o u t A ML       4.   CO NCLU SI O N   T h e  p r o p o s ed   I o T - b ased   p o r tab le  r o b o t  in teg r ated   with   AM L ,   s ig n if ican tly   en h an ce s   s af ety   an d   m o n ito r in g   in   u n d er g r o u n d   m in es  b y   d etec tin g   h az ar d o u s   c o n d itio n s   an d   p r o v id es  r ea l - ti m e  aler ts .   T h e  r ea l - tim e  d etec tio n   o f   h az ar d o u s   g ases   an d   en v ir o n m en tal  p a r a m eter s   en s u r es  tim ely   aler ts   a n d   r ap id   em e r g en c y   r esp o n s es.  I n teg r atio n   o f   s en s o r s ,   GSM  m o d u les  an d   GPS  en ab les  p r ec is e  lo ca tio n   tr ac k in g   an d   au t o m ated   co m m u n icatio n   d u r in g   em e r g en cies.  T h e   u s e   o f   XGBo o s t   f o r   p r e d ictio n ,   class if icatio n   en s u r es  r o b u s t  Evaluation Warning : The document was created with Spire.PDF for Python.
                      I SS N :   2 7 2 2 - 2 5 8 6   I AE S I n t J Ro b   &   Au to m ,  Vo l .   1 5 ,   No .   3 ,  Sep tem b er   20 2 6 :   5 7 7 - 5 8 8   586   p er f o r m an ce   u n d er   v ar y i n g   c o n d itio n s .   T h e  p o r tab le  r o b o t  d esig n   ad d r ess es  ch allen g es  s u ch   as  o b s tacle   m o b ilit y ,   d etec tio n   an d   h a r s h   en v ir o n m en tal  co n d itio n s .   T h e  ex p er im e n tal  ev alu atio n s   ar e  co n d u cted   with   2 0   s en s o r   n o d es  with   a  m o b ile  r escu e  r o b o t  u n d e r   th e  m i n e - li k e  co n d itio n s   an d   t h e  r esu lts   s h o ws  an   im p r o v ed   r eliab ilit y   with   p r ed ictio n   ac c u r ac y   r ea c h es  a  m ax im u m   v al u e  o f   9 6 . 7 7 %.  Als o ,   a  s tan d ar d   d ev iatio n   o f   5 8   -   6 1 %  is   o b s er v e d   ac r o s s   all  p ar am eter s   th at  s h o ws  a  r ed u c tio n   in   v alu es.  Simu latio n   an d   ex p e r im en tatio n   v alid ate  th e  p r o p o s ed   s y s tem ’ s   p r ac tical  s u itab ilit y   an d   s ca lab ilit y   f o r   r ea l - wo r l d   s ce n ar io s .   T h u s ,   th e   s y s tem   h elp s   to   r e d u ce   f atalities  b y   p r e d ictin g   h az ar d o u s   co n d itio n s   an d   e n ab les  p r o ac tiv e  s af ety   m ea s u r es.   C h allen g es  s u ch   as  s en s o r   m ain ten an ce ,   p o wer   s o u r ce   r eliab ilit y   an d   ad o p tio n   in   r em o te  m i n es  ar e   ac k n o wled g e d   d u r in g   th e   d e v elo p m en t  o f   r ea l - tim e  wo r k .   Fu tu r e  en h a n ce m en ts   in clu d e  ad v an ce d   s en s o r   in teg r atio n ,   b r o a d er   d atasets   f o r   tr ain in g   an d   ad ap tatio n   f o r   o th er   in d u s tr ies.       F UNDING   I NF O R M A T I O N   Au th o r s   s tate  n o   f u n d in g   in v o lv ed .       AUTHO R  CO NT RI B UT I O NS ST A T E M E N T   T h is   jo u r n al  u s es  th e  C o n tr ib u to r   R o les  T ax o n o m y   ( C R ed iT)   to   r ec o g n ize  in d iv id u al  au th o r   co n tr ib u tio n s ,   r ed u ce   au th o r s h ip   d is p u tes,  an d   f ac ilit ate  co llab o r atio n .       Na m e  o f   Aut ho r   C   M   So   Va   Fo   I   R   D   O   E   Vi   Su   P   Fu   Sh an th i N atar ajan   ✓   ✓   ✓   ✓   ✓   ✓     ✓   ✓   ✓       ✓     Vijay ar aja  L o g an ath a n   ✓   ✓   ✓   ✓   ✓   ✓     ✓   ✓   ✓       ✓     Dh an asek ar   R av ik u m a r     ✓         ✓     ✓   ✓   ✓   ✓   ✓       B alaji  Ar ik r is h n an   ✓     ✓   ✓   ✓   ✓   ✓       ✓   ✓         Diwak ar   Ven k at  Nalin i   ✓     ✓   ✓   ✓   ✓   ✓       ✓   ✓         Ha rish   El a n g o v a n   ✓     ✓   ✓   ✓   ✓   ✓       ✓   ✓           C   :    C o n c e p t u a l i z a t i o n   M   :    M e t h o d o l o g y   So   :    So f t w a r e   Va   :    Va l i d a t i o n   Fo   :    Fo r mal   a n a l y s i s   I   :    I n v e s t i g a t i o n   R   :    R e so u r c e s   D   :   D a t a   C u r a t i o n   O   :   W r i t i n g   -   O r i g i n a l   D r a f t   E   :   W r i t i n g   -   R e v i e w   &   E d i t i n g   Vi   :    Vi su a l i z a t i o n   Su   :    Su p e r v i s i o n   P   :    P r o j e c t   a d mi n i st r a t i o n   Fu   :    Fu n d i n g   a c q u i si t i o n         CO NF L I C T   O F   I N T E R E S T   ST A T E M E NT   Au th o r s   s tate  n o   co n f lict o f   in t er est.       DATA AV AI L AB I L I T Y   T h e  au th o r s   c o n f i r m   t h at  th e  d ata   s u p p o r ti n g   t h e   f i n d in g s   o f   t h is   s t u d y   a r e   a v a ila b l e  wit h i n   t h e   a r ti cle .       RE F E R E NC E S   [ 1 ]   A .   R a n j a n ,   Y .   Z h a o ,   H .   B .   S a h u ,   a n d   P .   M i sr a ,   “ O p p o r t u n i t i e s  a n d   c h a l l e n g e s  i n   h e a l t h   s e n s i n g   f o r   e x t r e me  i n d u st r i a l   e n v i r o n m e n t :   p e r s p e c t i v e s   f r o m   u n d e r g r o u n d   m i n e s,”   I E EE   A c c e ss ,   v o l .   7 ,   p p .   1 3 9 1 8 1 – 1 3 9 1 9 5 ,   2 0 1 9 ,   d o i :   1 0 . 1 1 0 9 / A C C ESS . 2 0 1 9 . 2 9 4 1 4 3 6 .   [ 2 ]   P .   A q u e v e q u e ,   C .   G u t i é r r e z ,   F .   S .   R o d r í g u e z ,   E .   J .   P i n o ,   A .   S .   M o r a l e s,  a n d   E.   P .   W i e c h ma n n ,   “ M o n i t o r i n g   p h y s i o l o g i c a l   v a r i a b l e s  o f   mi n i n g   w o r k e r s  a t   h i g h   a l t i t u d e , ”   I EEE  T r a n sa c t i o n s  o n   I n d u st ry  A p p l i c a t i o n s ,   v o l .   5 3 ,   n o .   3 ,   p p .   2 6 2 8 – 2 6 3 4 ,   M a y   2 0 1 7 ,   d o i :   1 0 . 1 1 0 9 / TI A . 2 0 1 7 . 2 6 7 5 3 6 0 .   [ 3 ]   A .   S .   N a i k ,   S .   K .   R e d d y ,   a n d   M .   G .   R a j ,   “ R TEP M S :   r e a l - t i m e   e n v i r o n m e n t a l   p a r a me t e r s  m o n i t o r i n g   sy s t e m  u si n g   I o T - b a s e d   Lo R a   8 6 8 - M H z   w i r e l e ss   c o mm u n i c a t i o n   t e c h n o l o g y   i n   u n d e r g r o u n d   m i n e s,”   I EEE   Ac c e ss ,   v o l .   1 2 ,   p p .   7 4 3 0 – 7 4 5 5 ,   2 0 2 4 ,   d o i :  1 0 . 1 1 0 9 / A C C ESS . 2 0 2 4 . 3 3 5 0 4 2 9 .   [ 4 ]   Y .   S u i ,   L.   Z h a n g ,   Z.   S u n ,   W .   Y i ,   a n d   M .   W a n g ,   “ R e s e a r c h   o n   c o a l   a n d   r o c k   r e c o g n i t i o n   i n   c o a l   m i n i n g   b a se d   o n   a r t i f i c i a l   n e u r a l  n e t w o r k   m o d e l s , ”   Ap p l i e d   S c i e n c e s ,   v o l .   1 4 ,   n o .   2 ,   p .   8 6 4 ,   J a n .   2 0 2 4 ,   d o i :   1 0 . 3 3 9 0 / a p p 1 4 0 2 0 8 6 4 .   [ 5 ]   W. - H .   Le e ,   H .   K i m,  C . - H .   L e e ,   a n d   S . - M .   K i m,  “ D e v e l o p me n t   o f   d i g i t a l   d e v i c e   u si n g   Zi g B e e   f o r   e n v i r o n m e n t a l   m o n i t o r i n g   i n   u n d e r g r o u n d   mi n e s , ”   Ap p l i e d   S c i e n c e s ,   v o l .   1 2 ,   n o .   2 3 ,   p .   1 1 9 2 7 ,   N o v .   2 0 2 2 ,   d o i :   1 0 . 3 3 9 0 / a p p 1 2 2 3 1 1 9 2 7 .   [ 6 ]   J.  H e ,   N .   R i ss o ,   T.   B e t t e n c o u r t ,   a n d   A .   A n a n i ,   “ M i n i n g   t h e   t e x t :   a u t o ma t i n g   safet y   i n si g h t s fr o m m i n i n g   a c c i d e n t   r e p o r t s, ”   i n   2 0 2 5   1 0 t h   I n t e r n a t i o n a l   C o n f e r e n c e   o n   M a c h i n e   L e a r n i n g   T e c h n o l o g i e s  ( I C MLT ) ,   M a y   2 0 2 5 ,   p p .   3 4 1 – 349 ,   d o i :   1 0 . 1 1 0 9 / I C M LT 6 5 7 8 5 . 2 0 2 5 . 1 1 1 9 3 3 5 6 .   [ 7 ]   M .   H a j i z a d e h m o t l a g h ,   D .   F a h i m i ,   A .   S i n g h a l ,   a n d   I .   P a p r o t n y ,   “ W e a r a b l e   r e so n a t o r - b a s e d   r e sp i r a b l e   d u st   mo n i t o r   f o r   u n d e r g r o u n d   c o a l   m i n e s,”   I EEE   S e n s o rs  J o u r n a l ,   v o l .   2 3 ,   n o .   7 ,   p p .   6 6 8 0 – 6 6 8 7 ,   A p r .   2 0 2 3 ,   d o i :   1 0 . 1 1 0 9 / JS EN . 2 0 2 3 . 3 2 4 1 6 0 1 .   Evaluation Warning : The document was created with Spire.PDF for Python.