Desarrollo de sistema semiautónomo para la inspección de zonas afectadas por terremotos basado en vehículos no tripulados y algoritmos de inteligencia artificial para la evaluación estructural de edificaciones existentes y localización de seres vivos

El territorio peruano, principalmente la costa, se caracteriza por una alta exposición a terremotos debido al proceso de subducción de las placas tectónicas sudamericana y de Nazca. Estos desastres generan un impacto significativo en los aspectos económicos, sociales y culturales de la sociedad. Por un lado, los daños en infraestructura implican costos elevados de reparación o reconstrucción, y están relacionados con la interrupción de las actividades económicas y una fuerte recesión económica. Una respuesta oportuna podría reducir significativamente los efectos negativos generados por estos desastres, y su eficacia dependerá de la rapidez y eficiencia de las inspecciones ya que permiten identificar áreas críticas, evaluar daño estructural, priorizar actividades de rescate, tomar decisiones precisas y formular planes de contingencia exitosos. Desafortunadamente, estas inspecciones presentan limitaciones importantes que afectan su eficiencia como el acceso a zonas peligrosas o afectadas, la falta de personal capacitado y equipamiento adecuado, y problemas de comunicación entre los equipos involucrados. Este proyecto plantea como hipótesis la implementación de un sistema semiautónomo basado en un robot cuadrúpedo incorporado con cámaras fotográficas y térmicas permitirá realizar inspecciones de zonas afectadas por terremotos de una manera rápida y eficiente. Esta investigación tiene como objetivo desarrollar un sistema semiautónomo para la inspección rápida y eficiente de zonas afectadas por terremotos. Este sistema está basado en vehículos no tripulados con cámaras fotográficas y térmicas para la evaluación de daño de edificaciones afectadas y la localización de seres vivos atrapados superficialmente en escombros, respectivamente. El uso de estas tecnologías no-invasivas, complementadas con modelos predictivos de inteligencia artificial, permitirá la identificación de patologías como agrietamiento y de seres vivos a partir de su temperatura corporal. El desarrollo de esta investigación se divide en cuatro componentes principales. El primer componente está enfocado en el desarrollo de un prototipo de robot cuadrúpedo implementado con algoritmos de navegación semiautónoma y protocolos de comunicación que garanticen su funcionamiento en terrenos irregulares. El segundo componente consiste en la implementación de un procedimiento para evaluar daño en edificaciones afectadas. Este componente implica la generación de una base de datos de elementos estructurales dañados, y el diseño, entrenamiento y validación de redes neuronales para la segmentación de grietas. El tercer componente consiste en la implementación de un procedimiento automático para la identificación y localización de seres vivos mediante de imágenes térmicas usando predictivos de inteligencia artificial. Finalmente, la validación de este sistema se lleva a cabo a nivel de laboratorio, implementando entornos controlados que simulan características reales de zonas afectadas por terremotos para evaluar su funcionamiento en actividades de inspección. El desarrollo de esta tecnología tendrá un impacto significativo en la gestión de desastres en el contexto peruano. Estos sistemas basados en vehículos no tripulados con cámaras fotográficas y térmicas, y algoritmos de inteligencia artificial permitirán inspecciones post-terremotos rápidas y eficientes, garantizando una respuesta oportuna y la elaboración de planes eficaces de mitigación o reconstrucción. Estos sistemas mejorarán las operaciones de rescate o los diagnósticos estructurales, y minimizarán la exposición de equipos de inspección. Desde el punto de vista científico, el desarrollo de este sistema contribuirá significativamente en el desarrollo de algoritmos de inteligencia artificial para la detección y segmentación de grietas para otros sistemas constructivos como la albañilería de ladrillo o adobe.