Mantenimiento predictivo de carreteras con inteligencia artificial

El coste medio de conservación de un kilómetro de autopista es de unos 80.000 euros, en el caso de la red convencional de unos 38.000. Si lo multiplicamos por el número de kilómetros de calzada de nuestro país – autopistas, autovías, carreteras…  – el resultado es una cifra ‘escalofriante’. Las administraciones responsables deben poder priorizar las inversiones en función de la necesidad en cada caso.

Para conseguir tener una visión de conjunto del estado de la red viaria una empresa norteamericana ha puesto a trabajar algoritmos de inteligencia artificial para que colaboren en la inspección del trazado de las carreteras y facilitar así la gestión de su mantenimiento.

RoadBotics, ubicada en Pittsburgh (EEUU), se sirve de técnicas de visión artificial y de  algoritmos de aprendizaje automático para procesar imágenes de las carreteras con las que elabora un mapa online de las condiciones de la carretera en tiempo real para que los técnicos de obras públicas puedan en cada momento tomar las decisiones oportunas sobre el trazado.  

Esta startup nació en diciembre de 2016, como spin-off de la Universidad Carnegie Mellon. Desde entonces ha trabajado para más de 90 ciudades de EEUU. Detroit, con sus 4.200 km de carreteras, es su nuevo destino.

Con un smartphone y algoritmos patentados de IA

Los cambios meteorológicos, el peso del tráfico, los posibles golpes o accidentes en la vía provocan que el asfalto se deteriore. Una grieta en el firme provoca que poco después el pavimento ‘salte’ y se genere un bache. Cuanto mayor es el problema más caro será resolverlo.

La propuesta de RoadBotics pasa por ofrecer a la administración “una evaluación objetiva de las características del trazado de sus autovías que se traduzca en ahorro para los contribuyentes, más eficiencia en el trabajo de mantenimiento y mejores servicios para cada ciudadano”.

Para recabar los datos, RoadBotics graba las imágenes de la calzada con un smartphone instalado en el salpicadero de cualquier vehículo. Por ejemplo, emplean los camiones de la basura o los barredores de calle para enviar esas imágenes – junto con la ubicación GPS – a un servidor en la nube. La plataforma de software patentada de RoadBotics ignora cualquier dato confidencial como caras o matrículas.

Con técnicas de deep learning, el algoritmo diseñado por la compañía analiza cada fotograma del video, pixel por pixel, para descubrir desde pequeñas grietas hasta grandes baches. Con esta información, el software puede crear un mapa online de la red viaria en el que indica, con un código de colores – verde, amarillo y rojo - el estado de la carretera. El 1, en verde, significa estado excelente, el 5, en rojo, quiere decir que es urgente repararlo. Atendiendo a este código universal de colores, los técnicos pueden priorizar sus trabajos.

“Independientemente de la metodología utilizada para recopilar datos de carreteras, esa información es primordial para tomar decisiones acertadas sobre el mantenimiento. Sólo es posible priorizar eficazmente si conocemos el estado real de la red de carreteras. De lo contrario, podemos equivocarnos al tomar decisiones con informaciones parciales u obsoletas” señala Matt Oliver, uno de los fundadores de la startup.

Este sistema de evaluación automatizada permite ahorrar tiempo y dinero. No es necesario emplear tanto personal para inspeccionar la calzada y además el control ‘visual’ de la vía es permanente, lo que garantiza que los problemas puedan resolverse con mayor antelación.