Mostrar el registro sencillo del ítem

dc.contributor.authorGonzález-Marco, Carlos
dc.contributor.authorGarcía-Segura, Tatiana
dc.contributor.authorLópez-Marco, José Ramón
dc.contributor.authorMansanet, Jordi
dc.contributor.authorSánchez-Robles , Juan
dc.date.accessioned2023-10-28T09:36:03Z
dc.date.available2023-10-28T09:36:03Z
dc.date.issued2023
dc.identifier.isbn978-84-09-55466-9
dc.identifier.issn2695-5067
dc.identifier.urihttp://dspace.aeipro.com/xmlui/handle/123456789/3477
dc.descriptionMaintenance management systems are essential for road administrations to know the condition of the road network and to analyze the best maintenance solutions based on the available budget. To achieve this goal, Neurovias project has developed a system for identifying and quantifying road damage by processing 3D images obtained from a camera system installed on a conventional vehicle. The damage identification is used to determine pavement condition index of each road section, predict the evolution of the condition over the years and obtain the most sustainable maintenance plan. All these processes are performed automatically using neural networks and heuristic optimization algorithms. As a result, an efficient plan of maintenance and rehabilitation activities is obtained that improves the condition of the network, reduces the risk of accidents, and reduces costs and CO2 emissions in the short and long term. Keywords: Integrated management; maintenance; pavement; artificial intelligencees_ES
dc.description.abstractLos sistemas de gestión del mantenimiento son fundamentales para que las administraciones competentes en materia de carreteras conozcan el estado de la red de carreteras y analicen las mejores soluciones de mantenimiento en base al presupuesto disponible. Con este objetivo, el proyecto Neurovias ha desarrollado un sistema de identificación y cuantificación de los daños presentes en las carreteras a partir del procesamiento de imágenes 3D obtenidas mediante un sistema de cámaras instalado en un vehículo convencional. La identificación de los daños es utilizada para determinar la condición del pavimento de cada tramo de carretera, predecir la evolución de la condición a lo largo de los años y obtener el plan de mantenimiento más sostenible. Todos estos procesos se realizan de forma automática utilizando redes neuronales y algoritmos heurísticos. Como resultado, se obtiene un plan eficiente de actividades de mantenimiento y rehabilitación que mejora la condición de la red, reduce el riesgo de accidentes, y disminuye los costes y las emisiones de CO2 a corto y largo plazo. Palabras clave: gestión integral; mantenimiento; pavimentos; inteligencia artificiales_ES
dc.language.isoeses_ES
dc.subjectIngeniería Civil, Urbanismo y Ordenación del Territorio. Construcción y Arquitecturaes_ES
dc.titleSISTEMA DE GESTIÓN INTEGRAL PARA EL MANTENIMIENTO PREDICTIVO DE VÍAS INTERURBANAS MEDIANTE TÉCNICAS DE INTELIGENCIA ARTIFICIALes_ES
dc.title.alternativeINTEGRATED MANAGEMENT SYSTEM FOR THE PREDICTIVE MAINTENANCE OF INTERURBAN ROADS USING ARTIFICIAL INTELLIGENCE TECHNIQUESes_ES
dc.typeArticlees_ES
dc.identifier.doihttps://doi.org/10.61547/3376


Ficheros en el ítem

Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem