Los baches en las calles y avenidas son el principal problema que mencionan ocho de cada diez mexicanos en sus ciudades, incluso antes que las fallas y fugas en el suministro de agua potable, según los resultados de la Encuesta Nacional de Seguridad Pública Urbana (ENSU) del Instituto Nacional de Estadística y Geografía (INEGI).
Con sistemas avanzados de cámaras para visión por computadora, sensores láser (LiDAR) y modelos de inteligencia artificial —que incluso aprovechan algunas características de los celulares—, investigadores de la Escuela de Ingeniería y Ciencias del Tecnológico de Monterrey, desarrollaron proyectos para identificar daños y alteraciones en el pavimento.
El objetivo de estas «radiografías» es brindar a gobiernos y organizaciones herramientas para monitorear su infraestructura vial, hacer diagnósticos precisos sobre las condiciones de las calles y tomar decisiones de mantenimiento preventivo, seguridad vial y política pública con base en evidencia precisa y actualizada.
Vehículos equipados para hacer radiografías de las calles
El doctorando Luis Alejandro Arce y el investigador Javier Izquierdo, del campus Ciudad de México desarrollaron un sistema que detecta irregularidades en el asfalto, las ubica en mapas 3D y las categoriza como baches, topes y hasta parches, coladeras y grietas o zonas con pavimento en mal estado.
El proyecto nació hace seis años y Arce recuerda que a la minivan de su familia le instaló tres sensores inerciales —dos en la suspensión y uno en el chasis—, usó una computadora Raspberry Pi y entrenó siete modelos de IA para que el sistema pudiera distinguir entre las irregularidades.
Con apoyo de Oracle, subieron los datos capturados a la nube y en tiempo real para la geolocalización de los eventos. Finalmente con un prototipo accesible (menos de 10,000 pesos), mapearon 52 kilómetros en Coapa y Distrito Tlalpan, en la Ciudad de México. Aunque enfrentaron una limitación: el sistema solo registraba el carril por el que circulaban, por lo que debían repetir el recorrido en calles más anchas.
Durante una estancia en el Centro de Automática y Robótica de la Universidad Politécnica de Madrid, Arce probó un vehículo con equipo más robusto.
Ahora los vehículos equipados cuentan con sensores inerciales, cámaras, algoritmos de visión por computadora y LiDAR (Light Detection And Ranging) —una tecnología de teledetección que usa pulsos de luz láser para generar mapas en 3D y escanear las calles a detalle– y GPS milimétrico.
“Hacíamos básicamente lo mismo que Google Maps: recorrer las calles a baja velocidad —20 o 30 km/h— mapeando todo en 3D. Con un solo vehículo puedes mapear toda una zona y actualizarla cada pocos días. Eso cambiaría por completo cómo se planifican las reparaciones”, comenta Arce.
En las siguientes etapas el equipo afinará los algoritmos de precisión y reducir eruido en datos recopilados y reentrenar modelos para diferentes tipos de vehículos.
Teléfonos móviles e IA para mapear baches entre todos
Otro proyecto es el que desarrolla el investigador Mahdi Zareei, del campus Guadalajara, que aprovecha las funciones de los teléfonos inteligentes —como el acelerómetro y el giroscopio— y modelos de IA para detectar baches y registrar su ubicación.
El sistema usa los datos de los sensores del smartphone a través de una red neuronal que aprende a distinguir patrones de vibración y diferenciar entre baches y topes.
El objetivo contempla un modelo de “mobile crowd-sensing”: que los conductores usen una app para enviar datos ligeros en tiempo real sobre las irregularidades del pavimento.
“Mientras más usuarios tengas en la plataforma, mejores resultados obtienes. Por ejemplo, si tienes diez mil puntos de datos, puedes ignorar mil que tengan errores, porque los otros nueve mil confirman que el bache existe”, explica Zareei. En su fase de prueba, el sistema alcanzó un 98% de efectividad.
La idea nació hace más de una década, cuando Zareei era estudiante del doctorado en la Universidad de Tecnología de Malasia. Su intención era crear un sistema para detectar baches automáticamente y retomó esa investigación con Carlos Alonzo López, su estudiante de Maestría en Ciencias Computacionales, quien realizó las pruebas del sistema en calles de la Ciudad de México.
En esta fase experimental recorrieron las alcaldías Cuauhtémoc y Venustiano Carranza de la Ciudad de México a bordo de un sedán con un smartphone Android montado, registrando con el GPS más de 12 mil eventos para entrenar y filtrar los datos del sistema.
Además diseñaron y utilizaron filtros para eliminar el ruido como vibraciones menores.
Por último, validaron los datos y el sistema en calles del Estado de México, logrando identificar baches de distintos tamaños y distinguirlos de topes.
El investigador dice que aunque aún faltan más pruebas por hacer y desarrollar una plataforma en forma, los avances que han obtenido son prometedores. “Esto apenas es el principio. Podemos construir una aplicación donde miles de personas reporten automáticamente baches y otras fallas en la ciudad, y que esa información llegue al gobierno para que pueda actuar de inmediato y arreglarlas”.
¿Te interesó esta historia? ¿Quieres publicarla? Contacta a nuestra editora de contenidos para conocer más marianaleonm@tec.mx
