¿Qué es la detección de grietas basada en IA?

La detección de grietas basada en IA es un método de visión artificial que encuentra grietas en imágenes de pavimento con un modelo entrenado con ejemplos etiquetados.

Cómo funciona

Las personas marcan los píxeles de grieta en un conjunto de imágenes de entrenamiento. El resultado es una máscara para cada imagen. Un modelo aprende de estos pares. Después marca los píxeles de grieta en imágenes nuevas. El conjunto de datos CrackForest es un ejemplo público. Tiene 118 imágenes de pavimento con máscaras etiquetadas.

Los métodos anteriores usaban un umbral de brillo. Un umbral funciona con un fondo limpio, pero etiqueta mal muchos píxeles cuando el fondo tiene ruido.

Qué necesita un resultado para el trabajo aeroportuario

El pavimento aeroportuario se califica por tipo, severidad y cantidad de cada deterioro. Para una grieta longitudinal o transversal en asfalto, el manual PAVER fija la severidad según el desconchado y el ancho de la grieta. Una grieta no sellada con un ancho medio de 1/4 de pulgada (6 mm) o menos, y poco o ningún desconchado, es de severidad baja. La grieta se mide en pies lineales o en metros. Por eso, un resultado que solo diga «grieta aquí» no basta para un estudio PCI. También debe dar la longitud y la severidad.

Las grietas en pavimento flexible tienen causas distintas. La AC 150/5380-6C de la FAA enumera la deflexión sobre una base inestable, la retracción, el movimiento térmico, las juntas de carril deficientes y el agrietamiento por reflexión. Nombra las grietas longitudinales, transversales, en bloque, por reflexión y de piel de cocodrilo (por fatiga).

Límites

• Una grieta detectada puede ser más ancha que la real. Las investigaciones con imágenes de UAV indican que los métodos etiquetan como grieta los píxeles vecinos a la grieta.
• Puede quedar ruido disperso después del paso de umbralización.
• La FAA indica que la inspección visual por sí sola no puede mostrar la condición estructural de un pavimento.
• Las fuentes consultadas para esta página no mencionan el análisis de imágenes con IA como método aceptado para un estudio PCI ni para una inspección de aeródromo.

Dónde encaja

La guía de la EASA sobre la inspección de zonas pavimentadas pide a los inspectores que busquen agrietamiento y desconchado. La AC 150/5380-7B de la FAA pide datos de condición del pavimento que sean objetivos, sistemáticos y repetibles. Ninguno de los dos documentos nombra el análisis de imágenes como forma de cumplir estas necesidades.