Compartir
Titre
A platform for smart infrastructure monitoring with unmanned aerial vehicles and deep learning techniques
Otros títulos
Plataforma para la monitorización inteligente de infraestructuras con vehículos aéreos no tripulados y técnicas de aprendizaje profundo
Autor(es)
Director(es)
Sujet
Tesis y disertaciones académicas
Universidad de Salamanca (España)
Tesis Doctoral
Academic dissertations
Inteligencia artificial
Transportes aéreos
Procesado de imágenes
Clasificación UNESCO
1203.04 Inteligencia Artificial
Fecha de publicación
2023-09
Resumen
[ES] En los últimos años y con la evolución de la inteligencia artificial (IA) y las técnicas
de aprendizaje automático, se ha potenciado la captación y procesamiento de
imágenes aéreas, brindando soluciones innovadoras a desafíos sociales, pudiendo
destacar entre otros la monitorización de carreteras e infraestructuras urbanas. A
raíz de algunas crisis económicas recientes, muchos países han reducido el mantenimiento
de sus carreteras, lo que ha aumentado los defectos en el pavimento, elevando
los riesgos de accidentes y complicaciones en el tráfico. Para dar solución a esta
problemática, se han propuesto varios métodos, desde técnicas de vibración hasta
reconstrucción 3D. Sin embargo, el uso predominante de inspecciones manuales o
vehículos específicos implica altos costes. Actualmente, son numerosos los centros
de investigación que buscan soluciones utilizando inteligencia artificial y procesamiento
avanzado de imágenes. En contextos urbanos, donde el crecimiento puede
llegar a ser algo caótico, es fundamental monitorizar su expansión con criterios ambientales
y urbanísticos particulares. Antiguamente, esta tarea se realizaba manualmente
o con imágenes satelitales que resultaban muy complejas para su procesamiento.
Esta investigación se centra en la utilización de vehículos aéreos no tripulados
para detectar y clasificar objetos, haciendo uso de imágenes y técnicas basadas
en inteligencia artificial. Los resultados de este trabajo se han plasmado en forma de
3 publicaciones en revistas de reconocido prestigio. Durante la elaboración de este
trabajo de investigación se ha prestado una especial atención para cumplir con los
Objetivos de Desarrollo Sostenible (ODS), específicamente con el ODS-9 y ODS-11.
Las principales contribuciones de este trabajo de investigación, incluye una revisión
exhaustiva del estado del arte, el desarrollo de modelos de IA para detección y clasificación,
un algoritmo avanzado de procesamiento de imágenes y la creación de
un conjunto de imágenes para la comunidad científica. Los avances aquí plasmados
justifican la mejora la nueva búsqueda de soluciones tecnológicas que persiguen
una mayor eficiencia en la monitorización de carreteras y zonas urbanas, con la posibilidad
de ser aplicados en otros dominios como áreas rurales, agricultura y salud
pública.
[EN] In recent years, with the evolution of artificial intelligence (AI) and machine learning
techniques, the capture and processing of aerial images has been boosted, providing
innovative solutions to social challenges, including road damage monitoring
and urban infrastructures. As a result of some recent economic crises, many countries
have reduced the maintenance of their roads, which has increased pavement
defects, raising the risk of accidents and traffic complications. Various methods have
been proposed to solve this problem, ranging from vibration techniques to 3D reconstruction.
However, the predominant use of manual inspections or specific vehicles
implies high costs. In urban contexts, the growth can be chaotic. It is essential
to monitor the expansion with environmental and urban planning criteria. In the
past, this task was done manually or with satellite images that were too complex to
process. This research focuses on the use of unmanned aerial vehicles to detect and
classify objects, using images and techniques based on artificial intelligence. The results
of this work have taken the form of 3 publications in prestigious journals. This
research work is meeting the Sustainable Development Goals (SDGs), specifically
SDG-9 and SDG-11. The main contributions of this research include a comprehensive
review of the state of the art, the development of AI models for detection and
classification, an advanced image processing algorithm, and dataset creation. The
advances presented here justify the improvement of the new search for technological
solutions that pursue greater efficiency in the monitoring of roads and urban
areas, with the possibility of being applied in other domains such as rural areas,
agriculture, and public health.
Description
Tesis por compendio de publicaciones.
URI
Aparece en las colecciones