No podrás conectarte si excedes diez intentos fallidos.
La Agencia SINC ofrece servicios diferentes dependiendo de tu perfil.
Selecciona el tuyo:
Investigadores de la Universidad Politécnica de Madrid proponen un enfoque novedoso para detectar el deterioro de la superficie del pavimento utilizando el ruido que generan los neumáticos en la carretera.
El Grupo de Investigación en instrumentación y acústica aplicada (I2A2) de la Universidad Politécnica de Madrid (UPM) está estudiando o cómo el ruido de rodadura que generan los neumáticos de un vehículo puede ser utilizado para obtener información relativa al estado o tipo de pavimento por el que se circula.
Tras realizar diversos ensayos, han desarrollado una herramienta que permitirá llevar a cabo la inspección automatizada, la geolocalización y la priorización de carreteras o áreas de calles que pueden necesitar mantenimiento y reparación, además de informar a los conductores o vehículos autónomos sobre las condiciones de seguridad vial para evitar accidentes. Los primeros resultados de la investigación se han publicado en la revista científica Measurement.
Una parte del ruido que genera un vehículo cuando circula tiene su origen en la interacción entre el neumático y la calzada. Además de su carácter contaminante, este ruido de rodadura encierra información relativa al proceso físico que lo genera. Gracias al sonido que se genera, un conductor puede conocer el tipo de superficie por la que circula (tierra, adoquines, asfalto) o identificar la presencia de anomalías en el firme (rejillas, baches, charcos, etc.)
Los autores el estudio están investigando la hipótesis de que este sonido porta información que, convenientemente explotada, puede ayudar en la prevención de accidentes mejorando la consciencia situacional del propio conductor y del resto de vehículos conectados y ampliando la entrada de información a los sistemas de seguridad del propio vehículo, especialmente en el caso de un vehículo autónomo.
Además, puede servir de ayuda informando sobre el estado actual del pavimento, o realizar previsiones sobre su tasa de degradación.
Para avanzar en la investigación, se ha realizado una prueba de concepto en el Campus Sur de la UPM. Utilizando un micrófono instalado en los bajos de un vehículo, se han efectuado grabaciones del sonido que se genera al circular. Estas grabaciones, que se corresponden con diferentes estados de mantenimiento del asfalto, han permitido validar la hipótesis de trabajo.
Mediante técnicas de reconocimiento de patrones, se ha conseguido clasificar el estado del asfalto por el que el vehículo circula en función del sonido que se genera. Además, este sonido ha permitido detectar y localizar baches, y defectos en la capa superficial del asfalto.
Como señala César Asensio, uno de los investigadores de del grupo I2A2, “con este enfoque, cualquier vehículo puede convertirse fácilmente en un sensor del estado del asfalto con la instalación de un micrófono, lo que permite la posibilidad de transformar cualquier flota de vehículos en un sistema de adquisición de señal en red que pueda formar parte del soporte de decisión de las administraciones en la gestión y mantenimiento de Infraestructuras viales, a muy bajo costo”.
Esta investigación abre múltiples posibilidades de explotación de la herramienta. Actualmente I2A2 está trabajando para utilizarla para la clasificación automática de tipos de asfaltos, de cara a la actualización del mapa de ruido de la localidad de Alcobendas (Madrid).
El siguiente reto consiste en determinar el potencial de este nuevo enfoque para conocer qué tipo de información va escondida en el ruido de rodadura y conocer cuáles son las posibilidades de futura explotación.
Referencia bibliográfica:
C. Ramos-Romero, P. León-Ríos, B.M. Al-Hadithi, L. Sigcha, G. de Arcas, C. Asensio. “Identification and mapping of asphalt surface deterioration by tyre-pavement interaction noise measurement”. Measurement 146: 718-727 (noviembre 2019)https://doi.org/10.1016/j.measurement.2019.06.034
La Fundación BBVA ha galardonado al informático japonés, de la Universidad Carnegie Mellon (EE UU), por crear los algoritmos que permiten a las máquinas comprender las imágenes y procesar los movimientos. Sus técnicas están presentes en los coches autónomos, los drones y todos los robots con capacidad de visión, como los que se usan en cirugía.
Investigadores de la Universidad de León han aplicado redes neuronales artificiales a imágenes captadas con drones para reconocer, con un 95 % de acierto, la huella que dejaron las explotaciones auríferas de los romanos en el noroeste peninsular. El sistema se puede aplicar para reducir los riesgos asociados a las minas abandonadas, que causan pérdidas humanas y económicas en todo el mundo.
