Liderado por la académica del Departamento de Obras Civiles, Alelí Osorio Lird, el proyecto financiado por el programa Ingeniería 2030 tiene como objetivo recolectar en terreno datos de pavimentos de hormigón para análisis y validación de prototipos.
La académica del Departamento de Obras Civiles de la Universidad Técnica Federico Santa María, Alelí Osorio Lird, lideró una iniciativa científico-tecnológica orientada a la gestión de pavimentos urbanos.
Se trata del proyecto “Ampliación de base de datos de condición y análisis de escalamiento de herramientas de gestión de pavimentos urbanos” –financiado por el programa Ingeniería 2030, a través de la convocatoria al Fondo para el fortalecimiento de un ecosistema de I+D+i+e de la USM–, que tuvo como propósito robustecer los resultados previamente obtenidos en el proyecto Fondecyt Iniciación “Evaluation and Modeling of Urban Pavements Performance using Machine Learning”, desarrollado por Osorio en conjunto con un equipo de estudiantes del Departamento.
“En el proyecto Fondecyt desarrollamos soluciones para la evaluación automática a bajo costo y modelación de la condición de pavimentos urbanos, principalmente en pavimentos asfálticos. Sin embargo, las metodologías desarrolladas también son aplicables a pavimentos de hormigón, por lo que decidimos postular a la convocatoria de Ingeniería 2030 para poder recolectar datos en terreno de pavimentos de este tipo”, comentó Osorio.
Con este nuevo proyecto, la académica junto a su equipo, compuesto por los ingenieros civiles Gabriel Castro y Salvador Pérez; los estudiantes Carla Carvallo y Joaquín Jorquera, y Aníbal Godoy como técnico en terreno, realizaron durante enero de este año una serie de visitas en terreno en vías urbanas de la ciudad de Santiago, con el propósito de extraer información de forma manual y automática.
Según explica el sansano Salvador Pérez, “la información manual consiste en una auscultación en terreno, que considera la medición de deterioros en tramos muestrales. Por su parte, la información automática corresponde a videos capturados con una cámara de tipo GoPro desde un vehículo en movimiento, para obtener información del estado y deterioro de la pista medida. Con todo lo recabado se genera una base de datos, a partir de la cual se puede entrenar algoritmos de IA”.
Este mayor número de unidades muestrales permitió validar a mayor escala los distintos prototipos elaborados en el proyecto Fondecyt, tanto a nivel del sistema de adquisición de imágenes, como los algoritmos de detección y modelación. De este modo, según cuenta la profesora Osorio, “continuamos potenciando y escalando las herramientas para conseguir elementos que permitan confirmar una herramienta de alto impacto a la sociedad”.
Hacia una solución integral
Los resultados alcanzados durante este proyecto han permitido concluir esta iniciativa con una positiva evaluación de los integrantes del equipo de trabajo. Para Salvador Pérez “trabajar en este proyecto ha sido altamente gratificante. Ver con los propios ojos y medir los deterioros ayuda a poner en perspectiva los números que muchas veces no pasan de ser un criterio en periodos de diseño o de gestión. Además, nos muestra la importancia de una buena gestión de infraestructura y qué tan necesario es tener una metodología de fácil acceso para un correcto control”.
Por su parte, la académica de la USM afirmó: “Estamos satisfechos con los resultados porque logramos los objetivos que nos propusimos en el proyecto y avanzamos un peldaño más en este tema, con miras a llegar a una solución más integral y escalable”.
Con respecto a la continuidad de la investigación, Osorio agrega que “el próximo paso es publicar todos los resultados obtenidos en revistas científicas, para posteriormente preparar una propuesta para otro concurso y continuar escalando los resultados”.
