MODELOS DIGITALES PARA LA EVALUACION Y REDUCCION DE LA CONTAMINACION ACUSTICA GENERADA POR UAS EN ENTORNOS URBANOS

2022

AGENCIA ESTATAL DE INVESTIGACION

INV. COMPETITIVA PROYECTOS

Navarro García Roberto

Los sistemas aéreos no tripulados (UAS, por sus siglas en inglés), habitualmente denominados drones, se utilizan en multitud de aplicaciones: fotografía, filmación, vigilancia, rescate, respuesta a emergencias, agricultura inteligente, lucha contra incendios, control de líneas eléctricas, etc. En un futuro próximo, se prevé un aumento del número de UAS para usos profesionales, lo que podría revolucionar ámbitos como el reparto de mercancías, la movilidad urbana o la atención médica. Sin embargo, uno de los principales problemas previstos en el despliegue masivo de flotas de UAS en entornos urbanos es la contaminación acústica que generan, ya que el tipo de ruido emitido es muy desagradable por su contenido en frecuencias altas y sus variaciones transitorias. Dada la escasa literatura sobre el tema, se propone un proyecto multidisciplinar en el que se aborda el problema en dos frentes. Por un lado, se define una metodología numérica que caracteriza una configuración de viento en cualquier entorno urbano español a partir de la cartografía 3D existente de PNOA-LiDAR. La precisión de dicho modelo se valida frente a la caracterización en túnel de viento de maquetas de entornos urbanos. Por otro lado, se desarrollará un modelo multifidelidad para la predicción de las fuentes de ruido del UAS considerado, de nuevo con la correspondiente evaluación frente a mediciones experimentales en túnel de viento y cámara anecoica. Por último, se combinan ambos modelos (el del UAS y el urbano) para poder optimizar una trayectoria en un determinado entorno urbano teniendo en cuenta las emisiones acústicas del UAS en dicho entorno, considerando todos los fenómenos de atenuación de ruido relevantes (absorción, reflexión y dispersión). De este modo, se espera obtener como resultado del proyecto un modelo digital multifidelidad validado para predecir el ruido generado por los UAS en entornos urbanos, permitiendo definir un proceso que incluya la emisión acústica como penalización en una estrategia de optimización de trayectorias de vuelo de UAS.