CORDIS - Resultados de investigaciones de la UE
CORDIS

Inspection Drones for Ensuring Safety in Transport Infrastructures

Article Category

Article available in the following languages:

Los drones autónomos autorrecargables pueden aumentar la seguridad del transporte en Europa

Un innovador sistema de drones pretende transformar la inspección de ferrocarriles y puentes a fin de aumentar la eficacia y la seguridad de la carga y los pasajeros.

Transporte y movilidad icon Transporte y movilidad

En la actualidad, las inspecciones de ferrocarriles y puentes en Europa dependen de trabajadores que realizan su trabajo a pie o en helicóptero, lo cual presenta limitaciones en términos de seguridad, costes y precisión. Para hacer frente a estos retos, expertos del sector industrial y la comunidad investigadora en inspección de infraestructuras, recolección de energía, inteligencia artificial (IA), comunicaciones y tecnología de drones aunaron sus fuerzas en el proyecto financiado con fondos europeos Drones4Safety. Su objetivo era desarrollar un sistema de drones cooperativo, autónomo y de funcionamiento continuo que pudiera ser empleado por operadores de transporte. «La tecnología Drones4Safety aspira a revolucionar el proceso de inspección, haciéndolo más eficaz y menos dependiente de los recursos humanos», afirma Emad Samuel Malki Ebeid, coordinador del proyecto Drones4Safety en la Universidad del Sur de Dinamarca.

Características del sistema de drones

El sistema Drones4Safety está respaldado por IA e incluye capacidades de vuelo autónomo y autorrecarga, la posibilidad de operar en enjambres y la detección de fallos. Los principales retos del proyecto se abordaron con tecnologías avanzadas de ondas milimétricas para mejorar la capacidad de detección, sistemas multiprocesador en chips para tareas de procesamiento intensivo y el diseño de una jaula de Faraday robusta para proteger a los drones de las interferencias electromagnéticas.

Tecnología de recolección de energía

Los drones no solo pueden volar de forma autónoma, sino que también pueden autorrecargarse utilizando la catenaria del ferrocarril o la líneas eléctricas. Cuando el nivel de batería de un dron es bajo, navega de forma autónoma hasta la línea aérea más cercana. Esta navegación está guiada por «software» de IA en la nube y señales GNSS (Sistema Mundial de Navegación por Satélite) y EGNOS (Sistema Europeo de Navegación por Complemento Geoestacionario). «Estos drones están equipados con sistemas de navegación a bordo que utilizan sensores para detectar y localizar las líneas eléctricas, lo que les permite desplazarse hacia la línea activa para recargarse», explica Ebeid. Los investigadores tuvieron que diseñar un método para que los vehículos se conectaran a esa fuente de energía. Los socios del proyecto Fraunhofer y NEAT desarrollaron dos mecanismos para posibilitar la recarga desde líneas de corriente alterna (CA) y corriente continua (CC). El recolector de CA funciona basándose en el concepto de inducción, aprovechando el campo magnético oscilante de las líneas eléctricas. El recolector de CC, que encaja perfectamente en el sistema ferroviario, convierte el nivel de tensión de la línea de CC en el nivel de tensión de los drones con métodos rápidos de conmutación y disipación del calor.

Sistema de enjambre

Los algoritmos de funcionamiento de los enjambres constituyen una innovación en el sector de los drones. El objetivo era delegar tareas entre varios drones y mejorar la eficacia de las inspecciones mediante una configuración común de sincronización e intercambio de información. El equipo de Drones4Safety ha desarrollado satisfactoriamente algoritmos de enjambre centrados en la planificación de trayectorias y el vuelo en formación, que también incluyen la evitación de obstáculos y colisiones, así como la protección contra ciberamenazas.

Detección de fallos con IA

La IA desempeña un papel fundamental en el proyecto: las imágenes obtenidas por los drones se transmiten a un servidor en la nube, donde algoritmos entrenados detectan cualquier defecto de la infraestructura durante la inspección. El proveedor de «software» de IA Alteia supervisó el desarrollo de los algoritmos de IA, habiéndolos entrenado con imágenes de fallos encontrados en ferrocarriles y puentes en un entorno real. El sistema Drones4Safety se probó en el puente de Asti (Italia), en colaboración con el socio del proyecto Eucentre, y en el Centro de Pruebas Ferroviarias de Siemens (Alemania), con el apoyo de ARIC. El equipo del proyecto creará una empresa emergente para ofrecer su tecnología como servicio al mercado.

Palabras clave

Drones4Safety, drones, transporte, ferrocarriles, puentes, recolección de energía, inteligencia artificial, IA

Descubra otros artículos del mismo campo de aplicación