Un sistema desarrollado por investigadores de la UC permite monitorear el estado del pavimento en pistas de aterrizaje sin interrumpir el tránsito aéreo.
Realizar mantenciones en los aeropuertos es una tarea crítica y compleja. Estas infraestructuras deben operar de forma continua los 365 días del año, por lo que cualquier intervención debe ser planificada con extrema precisión. Uno de los mayores desafíos es mantener en buen estado los pavimentos de las pistas de aterrizaje, rodaje y estacionamiento: superficies que están a la intemperie, enfrentan condiciones climáticas extremas y soportan tráfico pesado de aeronaves. Todo esto somete al asfalto y hormigón a un desgaste constante.
Hasta ahora, para evaluar su estado se utilizaban personas y vehículos que recorrían las pistas tomando fotografías, las cuales eran luego revisadas manualmente por personal técnico. Este método no solo obliga a suspender momentáneamente el tránsito aéreo, sino que también es lento, costoso y propenso a errores, ya que depende del análisis visual humano y solo detecta daños evidentes.
Para superar estas limitaciones, un grupo de investigadores de la Escuela de Ingeniería UC, liderado por el académico Andrés Prieto y junto a Álvaro González, Marcelo González, David Acuña y Rodrigo Toro están desarrollando una solución innovadora basada en inteligencia artificial (IA) y vehículos aéreos no tripulados (drones). El objetivo es claro: diagnosticar con mayor precisión y anticipación el deterioro del pavimento, sin interrumpir las operaciones del aeropuerto.
Cómo funciona el sistema
El proceso comienza con la recopilación de datos históricos provenientes de inspecciones anteriores, solicitadas por la Dirección de Aeropuertos (DAP) del Ministerio de Obras Públicas. Luego, drones equipados con cámaras sobrevuelan las pistas para capturar imágenes aéreas de alta resolución.
Drones capturan fotografías aéreas sin necesidad de interrumpir el tránsito de los aviones.
Estas imágenes son analizadas por un algoritmo especializado en procesamiento visual, capaz de detectar patrones de daño a través del análisis de los píxeles de las fotografías. Reconoce con mayor precisión y detalle que el ojo humano los contrastes en cada imagen, y así puede distinguir, por ejemplo, un desgaste avanzado debido al envejecimiento del material o indicios de fisuras que podrían ser de gravedad en un futuro próximo.
Un algoritmo interpreta las imágenes capturadas por los drones. Las zonas blancas indican daño en el pavimento.
Con esta información, el sistema calcula el Índice de Condición del Pavimento (PCI, por sus siglas en inglés), una métrica estándar que permite cuantificar el estado actual de las superficies analizadas. El sistema también considera variables como las condiciones climáticas habituales del lugar y la intensidad del tráfico aéreo, factores que influyen directamente en su deterioro.
Departamento de Ingeniería y Gestión de la Construcción
Departamento de Ingeniería Mecánica y Metalúrgica
Departamento de Ciencia de la Computación
Imagen de referencia de cómo el software categoriza cada zona de la pista, según el estado de deterioro del pavimento. El color verde indica buen estado, el amarillo inicio de deterioro y el rojo alerta un pavimento con daños.
La IA procesa todos los datos recopilados y entrega dos resultados clave:
1.- Mapa de deterioro por zonas: clasifica el pavimento en tres categorías, usando una escala tipo semáforo, verde para buen estado, amarillo para desgaste incipiente y rojo para zonas críticas.
2.-Informe georreferenciado: entrega sugerencias sobre las posibles causas del daño y recomienda acciones específicas de reparación o rehabilitación.
Este sistema no solo permite evaluar el estado de las pistas de forma más rápida, precisa y sin interrumpir el tráfico aéreo, sino que abre la puerta a un cambio de paradigma: pasar del mantenimiento correctivo al preventivo. Al anticipar los problemas antes de que se agraven, se pueden hacer intervenciones más focalizadas y eficientes.
Esta tecnología se encuentra actualmente en etapa de desarrollo, pero los investigadores anticipan que tiene el potencial de aplicarse también a otras infraestructuras como carreteras, calles urbanas o caminos en faenas mineras, contribuyendo a una gestión más inteligente y sustentable del pavimento.
Diagnóstico inteligente y recomendaciones
Departamento de Ingeniería y Gestión de la Construcción
