Neurovia: Solución integral para la gestión del mantenimiento predictivo en carreteras interurbanas

El software NEUROVIAS se ha desarrollado con el propósito de proporcionar una solución integral para la gestión del mantenimiento predictivo en carreteras interurbanas. NEUROVIAS ofrece la automatización del proceso de evaluación y predicción de la condición del pavimento en vías interurbanas, así como la optimización del plan de gestión de mantenimiento. Este sistema se compone de varios módulos interconectados, cada uno de los cuales cumple un papel fundamental en la consecución de los objetivos del proyecto. A continuación, se ofrece una visión general de estos módulos, sus funciones y cómo se relacionan entre sí. ¿ Visor GIS. El primer módulo se encarga de la creación de un Sistema de Información Geográfica GIS que permite la organización y explotación de datos espaciales relacionados con las carreteras interurbanas. Este GIS es esencial para visualizar el estado del pavimento, la intensidad de tráfico, la velocidad de circulación y otras características críticas en función de su ubicación geográfica. Además, facilita la gestión de datos de la red viaria y proporciona resultados gráficos y análisis basados en modelos predictivos. ¿ Importación de imágenes. El segundo módulo se centra en la importación de imágenes georreferenciadas, que se emplean para evaluar el estado del pavimento. Este módulo permite la carga de imágenes capturadas por vehículos y su asociación con proyectos y carreteras específicas. ¿ Conexión de los módulos. Este módulo es esencial para la integración de todos los componentes del sistema NEUROVIAS. El sistema se divide en dos contenedores Docker. Uno almacena la base de datos y la interfaz principal, que a su vez contiene el módulo de optimización; y el otro contenedor, se encarga de tareas de procesado de las imágenes proporcionadas, como la corrección del ojo de pez, la segmentación y la clasificación de los daños. Esta separación permite un funcionamiento eficiente y controlado, deteniendo y eliminando el contenedor de procesado de imágenes una vez que se han completado las operaciones necesarias en las imágenes para evitar un consumo descontrolado de recursos.

Más información: