Identificación del estado de las vías vecinales mediante analítica geoespacial

Abstract

La situación actual de las vías vecinales del Perú es crítica, solo el 2% se encuentra pavimentado y en su mayoría presentan un muy mal estado. Las municipalidades distritales, los responsables de dirigir los estudios y obras de conservación vial, no cuentan con recursos de información del sistema vial competente, capacidades de sustentación técnica y presupuesto, prueba de ello es que se realizan muy pocas inspecciones del estado de las vías. Esta investigación busca implementar una solución automatizada que inicia con la adquisición de datos geoespaciales como ortofotos georreferenciadas, nube de puntos 3D y modelos digitales de superficie (MDS) de alta resolución, recopiladas a través de aeronaves no tripuladas (UAV) y técnicas de fotogrametría y estructuras a partir de movimiento (SFM). Con estos insumos geoespaciales adecuados para el objetivo de estudio, y a partir de arquitecturas existentes de redes convolucionales, se desarrollará un modelo que permita identificar vías asfaltadas y posibles deterioros. La solución automatizada también proporcionará las métricas necesarias como cantidades, metros lineales, áreas o perímetros a intervenir; permitiendo así; un diagnóstico temprano de la situación vial. Se busca que esta solución tenga alto impacto en términos económicos y técnicos, logrando buena aceptación por los municipios y consultores a cargo del mantenimiento periódico de las redes viales vecinales. La aspiración de este proyecto apunta a mejorar la infraestructura de transporte como base del desarrollo sostenible, aumentando el nivel y calidad de vida de los habitantes.

The current situation of the neighborhood roads in Peru is critical, only 2% are paved and most of them are in very poor condition. The district municipalities, those responsible for directing studies and road maintenance works, do not have information resources of the competent road system, technical support capacities and budget, proof of this is that very few inspections of the state of the roads are carried out. This research seeks to implement an automated solution that begins with the acquisition of geospatial data such as georeferenced orthophotos, 3D point cloud and high resolution digital surface models (MDS), collected through unmanned aircraft (UAV) and photogrammetry techniques and structures from motion (SFM). With these geospatial inputs suitable for the study objective, and based on existing convolutional network architectures, a model will be developed to identify asphalt roads and possible deterioration. The automated solution will also provide the necessary metrics such as quantities, linear meters, areas or perimeters to intervene; allowing so; an early diagnosis of the road situation. It is intended that this solution has a high impact in economic and technical terms, achieving good acceptance by the municipalities and consultants in charge of the periodic maintenance of the neighborhood road networks. The aspiration of this project aims to improve transport infrastructure as a basis for sustainable development, increasing the level and quality of life of the inhabitants.