VOLVER

Share

Diseñan un software para el reconocimiento automático de desperfectos en pista aeroportuarias

El diseño de este sistema de detección y clasificación de desperfectos, realizado por la Universidad Pablo de Olavide, hace uso de un robot aéreo específicamente diseñado para esta tarea, equipado con una cámara de alta resolución, sistemas de vuelos automáticos y un sistema de iluminación artificial para vuelos nocturnos. Este dron ha sido diseñado, desarrollado y construido por la empresa Flying Robotic Solutions S.L.

Fuente: Universidad Pablo de Olavide


Sevilla |
05 de marzo de 2021

El grupo de investigación Data Science & Big Data Lab de la Universidad Pablo de Olavide está diseñando un software que permite reconocer de manera automática desperfectos en pistas de aeropuertos. Esta herramienta será empleada en una solución integral denominada ‘Airport Pavement Inspection by Aerial Robotic System’, propiedad de Soologic Technological Solutions S.L, empresa con una dilatada experiencia en este sector.

En la fila de arriba, de izquierda a derecha, Manuel Jesús Jiménez Navarro (UPO), David Blanco de Córdova Muñoz (Soologic) y Sergio Ruiz Miranda (Soologic); en la fila de abajo, de izquierda a derecha, Alicia Troncoso Lora (UPO), Antonio Jesús Cabrera Tordera (Soologic) y Francisco Martínez Álvarez (UPO).

El diseño de este sistema de detección y clasificación de desperfectos de pavimentos aeroportuarios hace uso de un robot aéreo específicamente diseñado para esta tarea, equipado con una cámara de alta resolución, sistemas de vuelos automáticos y un sistema de iluminación artificial para vuelos nocturnos. Este dron ha sido diseñado, desarrollado y construido por la empresa Flying Robotic Solutions S.L.

«El robot aéreo realiza vuelos por las zonas en las que un desperfecto puede conllevar problemas de seguridad, tanto en el despegue como en el aterrizaje de un avión. Posteriormente, las imágenes son procesadas mediante un módulo que tiene incorporado inteligencia artificial y que es capaz de detectar qué zonas tienen, en efecto, algún tipo de desperfecto», explica Francisco Martínez Álvarez, profesor de la Escuela Politécnica Superior de la UPO e investigador principal del proyecto.

Las técnicas fundamentales que se utilizan en este módulo son aprendizaje profundo (deep learning) y transferencia de conocimiento (transfer learning). El algoritmo de deep learning es capaz de aprender de otras imágenes previamente clasificadas, de modo que, tras recibir una nueva imagen, es capaz de determinar con gran precisión a qué tipo de desperfecto se parece más. Además, como el tiempo de vuelo dentro de un aeropuerto está limitado debido al gran tráfico existente, en muchas ocasiones no se disponen de suficientes imágenes para poder aprender, por lo que este grupo de investigación ha optado por incorporar otras fuentes de imágenes para alimentar al sistema y permitirle aprender por otras vías: es lo que se conoce como transfer learning.

La posibilidad de realizar los vuelos de reconocimiento en cualquier momento del día o de la noche, sin necesidad de que un operario recorra las pistas, evitando así los problemas de seguridad asociados a este tipo de inspecciones, es uno de los principales beneficios del uso de estas técnicas, así como el poder disponer de un sistema capaz de clasificar con una precisión muy alta y que, además, permita ir mejorando su rendimiento conforme se van tomando más imágenes.

Además, otra ventaja indiscutible de este proyecto es la informatización que todo el proceso lleva aparejado ya que, como resultado final, se visualiza la pista de aterrizaje bajo estudio con las zonas que requieren atención marcadas.

El grupo de investigación Data Science & Big Data Lab tiene una amplia experiencia en proyectos y publicaciones relacionadas con machine learning. Además del citado investigador principal, participan en este proyecto Alicia Troncoso Lora, Federico Divina, Miguel García Torres, Gualberto Asencio Cortés, David Gutiérrez Avilés, José F. Torres Maldonado, Manuel Jesús Jiménez Navarro y Laura Melgar García.

El contrato entre la UPO y Soologic Technological Solutions S.L se ha firmado al amparo del artículo 83 de la Ley Orgánica de Universidades (LOU) bajo la gestión de la Oficina de Transferencia de Resultados de Investigación (OTRI) de la Universidad Pablo de Olavide, que faculta a los grupos de Investigación reconocidos por la universidad, a los Departamentos, y a su profesorado a celebrar contratos con personas, universidades o entidades públicas y privadas para la realización de trabajos de carácter científico, técnico o artístico, así como para el desarrollo de enseñanzas de especialización o actividades específicas de formación.


Share

Últimas publicaciones

Desarrollan un método que cuantifica la evaporación de agua en los embalses andaluces y clasifica su eficiencia
Cádiz | 11 de octubre de 2025

Un equipo de investigación de la Universidad de Cádiz ha diseñado un sistema que evalúa el volumen mensual de agua que se pierde evaporado en las presas andaluzas y lo han aplicado a 76 de ellas, cubriendo así todas las demarcaciones hidrográficas de Andalucía. Los expertos han combinado datos institucionales y toma de muestras in situ para además clasificar su eficiencia tras analizar factores morfológicos (extensión y profundidad del embalse), hidrológicos y de gestión.

Sigue leyendo
Descubre celebra el Día Mundial de la Salud Mental con un `Café con ciencia´ para sensibilizar a los adolescentes
Sevilla | 10 de octubre de 2025

La investigadora de la Universidad de Sevilla Irene García Moya, experta en Psicología, conversa con estudiantes de secundaria del IES Polígono Sur sobre `Salud mental, nuevas tecnologías y adolescentes´. La Fundación Descubre y el Sevilla TechPark organizan el encuentro de divulgación científica con motivo de esta efeméride.

Sigue leyendo
Científicos del CSIC logran crear en el laboratorio condiciones similares a las del Marte primitivo
Sevilla | 09 de octubre de 2025

Un equipo internacional con participación del IACT-CSIC logra por primera vez crear jardines químicos de sulfato de calcio en un laboratorio. Estos jardines crecen en condiciones similares a las del planeta Marte primitivo, lo que podría llevar a equívocos a la hora de interpretar las imágenes de la superficie marciana.

Sigue leyendo

#CienciaDirecta

Tu fuente de noticias sobre ciencia andaluza

Más información Suscríbete

Ir al contenido