Conacon Sando, la empresa especializada en conservación y mantenimiento de infraestructuras y energía de Sando, ha desarrollado un proyecto de investigación que aplica Inteligencia Artificial (IA) a la detección de incidencias en el pavimento para la conservación de carreteras.

El proyecto, financiado por Corporación Tecnológica de Andalucía (CTA) y en el que también participa el grupo de investigación TIC-252 Informática Aplicada de la Universidad de Córdoba, se denomina Inspect-Roads.

Se trata de un proyecto que propone un mecanismo inteligente para situar el tipo, la posición y la gravedad de los problemas detectados en vías y carreteras, según ha informado CTA en un comunicado.

El planteamiento de esta tecnología supone un salto de calidad en la inspección de incidencias, ya que configura un sistema automatizado que identifica deficiencias en función de un conocimiento y entrenamiento previos.

El responsable técnico del sector Edificación y Obra Civil en CTA, Carlos García, ha explicado que el proyecto aprovecha los últimos avances en IA y supercomputación para hacer posible la inspección rápida por imagen y vídeo de infraestructuras líneales, "condicionada hasta ahora por la baja capacidad de tratamiento de datos y de entrenamiento de algoritmos".

Con los resultados "se podrá disponer de una herramienta rápida, fácilmente desplegable y de bajo coste comparativo que agilizará notablemente la labor de los técnicos de inspección, centrándola en los casos más relevantes", ha indicado.

Mediante la aplicación informática que se genere a partir de esta iniciativa se podrá evaluar también el grado de severidad de las distintas incidencias de forma automática, de manera que se priorizarán aquellas más graves, lo que permitirá una gestión más eficiente de incidencias en el pavimento, "reduciendo plazos, recursos y costes".

Dentro de la fase de estudio, Conacon Sando equipará en los vehículos un conjunto de cámaras apoyadas en sistemas de navegación para posicionar su situación en cada momento.

Estas cámaras realizarán una toma masiva de datos mediante el barrido de imágenes desde el vehículo en movimiento y gracias a los algoritmos implantados, detectarán automáticamente las incidencias en el pavimento.

Previamente, se enseñará al sistema a discernir y valorar los distintos tipos de incidencias, una fase de entrenamiento que se apoyará en una base de datos con imágenes reales de las posibles patologías.