Automatización en procesamiento de datos LiDAR, teledetección y procesamiento de imágenes digitales

Abstract

[ES] Las herramientas de captura de información han ido evolucionando para permitir cada vez mayor precisión en la digitalización de la realidad. Los equipos de medición LiDAR (Light Detection And Ranging) proporcionan nubes de puntos 3D masivas con información geométrica de escenarios complejos. Los vuelos fotogramétricos permiten obtener ortoimágenes aéreas digitales, georreferenciadas y cada vez de mayor resolución. Se puede hablar de Big Data geoespacial para referirnos a esta ingente cantidad de información que se necesita procesar para dotarla de propiedades semánticas según los puntos o los pixeles capturados se relacionan entre sí. En esta Tesis Doctoral, se desarrollan metodologías y algoritmos que automatizan el análisis y procesamiento de estos volúmenes extremadamente grandes de datos, para dotarlos de propiedades semánticas que facilitan su manejo. La investigación realizada aporta soluciones al procesamiento de la información obtenida en la digitalización 3D de infraestructuras viarias y edificios, centrándose en avanzar hacia los ODS (Objetivos de Desarrollo Sostenible) de la Agenda 2030 especialmente en el uso de energías renovables (ODS 7 – energía asequible y no contaminante; ODS 11 – ciudades y comunidades sostenibles) y en el plan de Visión 0 (0 muertos, 0 heridos, 0 atascos y 0 emisiones) para fomentar la seguridad vial y el desarrollo sostenible en movilidad y transporte. La investigación científica se enmarca de manera directa dentro de los proyectos InRoad: Sistema integral para la prevención y la asistencia al rescate en accidentes de tráfico, financiado por el Ministerio de Energía, Turismo y Agenda Digital y Ener3DMap: Gestión de Clientes y recursos energéticos distribuidos: mapeado energético, dentro de la Cátedra Iberdrola-USAL VIII Centenario, aunque el doctorando ha realizado desarrollos en otros numerosos proyectos de investigación durante la evolución de la tesis. El primer reto de esta investigación se centra en automatizar el procesamiento de nubes de puntos de una infraestructura viaria capturados con un sistema de cartografiado móvil MLS (Mobile LiDAR System). Se busca conseguir la extracción del eje de la carretera para obtener la alineación en planta, con sus tramos curvos, rectos y curvas de transición. A partir de esta información se pretende calcular tres parámetros de estabilidad y se asigna un índice de consistencia geométrica y un nivel de seguridad para cada tramo. Con ello, se puede disponer de una herramienta preventiva para extremar las precauciones en tramos de mayor peligrosidad. Este procesamiento automático se desarrolla en la aplicación informática inRoad in Alert (apéndice B). El siguiente reto que se quiere afrontar, es combinar el procesado de nubes de puntos de LiDAR aerotransportado y ortoimágenes digitales, procedentes de vuelos fotogramétricos realizados por el Instituto Geográfico Nacional, para caracterizar geométricamente las aguas de los tejados de edificios, calculando sus inclinaciones, orientaciones y superficies. De igual forma, se procede a calcular su potencial solar fotovoltaico. Combinando estos dos procesados se fortalece la debilidad que presentan los datos LiDAR disponibles en cuanto al cálculo de la superficie de tejados, con la información que se puede obtener de las ortoimágenes. Este procesado se desarrolla en el software Ener3dmap-Solar Roofs (apéndice B). La información de salida de este procesado permite generar una capa con los datos geométricos de los tejados, para la aplicación de mapas web desarrollada Ener3DMapSolarWeb Roofs (apéndice B). Esta herramienta utiliza la librería para mapas Leaflet, integra esta capa con mapas base, datos catastrales y el modelo de radiación solar validado PVGIS (Photovoltaic Geographical Information System). Este desarrollo permite calcular la producción solar de una instalación de paneles fotovoltaicos de una forma ágil, proporcionando datos de producción anual, mensual y diaria, tanto para un tejado de un edificio existente, como en una parcela sin edificación, o un edificio proyectado. Adicionalmente se programa otra infraestructura de datos espaciales SolarWeb Cities (apéndice B), con la misma base de funcionamiento que la aplicación anterior, para realizar una prospectiva de potencial solar fotovoltaico a nivel de barrio o ciudad.