SciELO - Scientific Electronic Library Online

 
vol.24 issue50Estimation and Modeling of Black Carbon in Aburrá Valley, ColombiaHuman-Computer Interface Based on Facial Gestures Oriented to WhatsApp for Persons with Upper-Limb Motor Impairments author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • On index processCited by Google
  • Have no similar articlesSimilars in SciELO
  • On index processSimilars in Google

Share


TecnoLógicas

Print version ISSN 0123-7799On-line version ISSN 2256-5337

Abstract

TELLO-CIFUENTES, Lizette; AGUIRRE-SANCHEZ, Marcela; DIAZ-PAZ, Jean P.  and  HERNANDEZ, Francisco. Evaluación de daños en pavimento flexible usando fotogrametría terrestre y redes neuronales. TecnoL. [online]. 2021, vol.24, n.50, pp.59-71.  Epub Mar 01, 2021. ISSN 0123-7799.  https://doi.org/10.22430/22565337.1686.

La evaluación del deterioro de las vías en Colombia se realiza por medio de inventarios manuales e inspecciones visuales. Los métodos de evaluación del estado de las vías adoptados por el INVIAS (Instituto Nacional de Vías) son VIZIR (Visión Inspection de Zones et Itinéraires Á Risque) y PCI (Paviment Condition Index). Estos determinan la gravedad de daño en pavimento flexible y rígido; sin embargo, pueden ser tediosos, subjetivos y requieren de la experiencia de un evaluador, lo que evidencia la necesidad de desarrollar metodologías de evaluación del estado de las vías. Este documento presenta una metodología para la evaluación de los deterioros presentes en pavimento flexible usando técnicas de fotogrametría terrestre y redes neuronales que está compuesta por seis etapas: i. Captura de las imágenes, ii. Preprocesamiento de las imágenes, iii. Segmentación mediante técnicas de detección de bordes, iv. Extracción de las características, v. Clasificación utilizando redes neuronales, y vi. Evaluación del área de afectación del deterioro. La metodología se evaluó con imágenes reales de pavimento con tres tipos de deterioro: grieta longitudinal, piel de cocodrilo y bache. Como clasificador se utilizó una red neuronal multicapa con configuración (12 12 3), entrenada utilizando el algoritmo Levenberg Marquardt de retropropagación. Se obtuvo una exactitud del 96 % en el clasificador, una sensibilidad de 93.33 % y una índice kappa de 0.936. Esta metodología es la base para la creación de un sistema automatizado de evaluación del deterioro presente en las vías, el cual puede contribuir en la reducción en tiempo y costo en los planes de gestión de mantenimiento de la infraestructura vial.

Keywords : Fotogrametría terrestre; redes neuronales; grietas en el pavimento; vías terrestres; procesamiento de imágenes.

        · abstract in English     · text in Spanish     · Spanish ( pdf )