Aplicación de inteligencia artificial para la detección, clasificación y análisis de señalización vial y fallas en pavimentos

Abstract

El presente trabajo de titulación evalúa la aplicación de inteligencia artificial en el ámbito de la gestión de infraestructura vial, mediante el uso del software “Pavimenta2”, desarrollado por el Banco Interamericano de Desarrollo. La investigación se enmarca en la necesidad de modernizar los métodos tradicionales de inspección visual, los cuales presentan limitaciones en cuanto a precisión, cobertura espacial y eficiencia operativa. Para ello, se implementó una metodología basada en visión por computador que permitió procesar imágenes georreferenciadas captadas en campo, con el fin de detectar automáticamente fallas en pavimentos flexibles y rígidos, así como elementos de señalización vial horizontal y vertical. Los resultados evidencian que la herramienta “Pavimenta2” posee un alto potencial para optimizar los procesos de evaluación vial, logrando una reducción de hasta el 91,67% en el tiempo requerido para la inspección en comparación con métodos convencionales. El desempeño del software fue especialmente preciso en el análisis de pavimentos rígidos, mientras que en el caso de la señalización vial se identificó una correspondencia parcial entre la detección automatizada y la observación directa. No obstante, se reconocieron ciertas limitaciones en la clasificación de fallas específicas y en la identificación de elementos de señalización menos visibles, así como restricciones asociadas a una documentación técnica desactualizada de la plataforma. En conclusión, la incorporación de inteligencia artificial a través de herramientas como “Pavimenta2” constituye una alternativa viable y eficiente para complementar las metodologías tradicionales de inspección vial, aportando a una gestión más ágil, objetiva y digitalizada del mantenimiento de la infraestructura vial.