Ubicado en el tramo central de la costa este de Florida, EEUU, el condado de Brevard alberga a más de 600.000 residentes, muchos de los cuales han llegado recientemente a la zona. Además de esto, las playas y otras atracciones hacen del condado un destino turístico durante todo el año. Si bien son beneficiosos para la economía local, los altos niveles de tráfico pueden generar mucha tensión adicional en las calles y carreteras, lo que hace que la gestión y el mantenimiento de las carreteras sean una prioridad máxima para el departamento de obras públicas del condado.
«El tamaño del condado puede hacer que las visitas de campo del personal para inspección y reparación requieran mucho tiempo», dijo Chris Ireland, coordinador de proyectos especiales de la división de mantenimiento de carreteras y puentes del Departamento de Obras Públicas del condado de Brevard, refiriéndose a los casi 2000 kilómetros de carretera pavimentada del condado.
Para ayudar a mantener este extenso sistema de caminos y puentes, el condado contrató a un consultor para realizar una evaluación del estado del pavimento. Ireland proporcionó al consultor una base de datos de carreteras existente desarrollada con el software de escritorio ArcGIS. Contenía el inventario de carreteras pavimentadas y no pavimentadas del condado de Brevard y datos asociados, que luego el consultor amplió con datos recopilados en el campo, incluidos los indicadores de tensión del pavimento.
Fundamentalmente, estas adiciones a la base de datos incluyeron un índice que rastreaba el estado de las estructuras y el pavimento, además de recuentos de kilometraje y una enorme biblioteca de imágenes: nada menos que 7,4 terabytes.
«Exploramos los datos utilizando ArcGIS Pro y notamos que las carpetas de imágenes estaban estructuradas de manera sistemática», dijo Lixin Huang, ingeniero de TI del condado de Brevard. Con el código correcto, el personal podría automatizar el proceso de extracción de cada imagen junto con su shapefile relacionado.
Eso les dio a Ireland y Huang una idea: si podían usar estas imágenes para desarrollar un visor de calles con una vista detallada del sistema de carreteras del condado, podrían evaluar y abordar con mayor precisión los requisitos de mantenimiento, los proyectos de construcción y las preocupaciones de los residentes.
Millones de imágenes a nivel de calle
El problema central que enfrentaron Ireland y Huang fue que el proyecto sería una tarea enorme, tanto en términos del tiempo que llevaría como de la escala de información que manejaría el equipo.
«Debido a la cantidad de datos involucrados, compramos servidores adicionales para administrar las imágenes y evitar sobrecargar nuestra infraestructura GIS existente», dijo Ireland.
Uno de los vehículos con cámara utilizados para capturar imágenes a nivel de calle para la evaluación del estado del pavimento.
Debido al alcance del proyecto, se seleccionó ArcGIS Enterprise como plataforma para desarrollar la aplicación web visor de calles.
El primer paso fue revisar y procesar las imágenes de la carretera recopiladas durante el curso de la evaluación del estado del pavimento. Las imágenes se habían recopilado con varios vehículos circulando por todo el condado. Cada vehículo estaba equipado con cuatro cámaras montadas, incluida una cámara de alta resolución ubicada en la parte inferior del vehículo para recopilar imágenes del pavimento.
«Desarrollamos un código Python independiente para extraer diversos datos de las carpetas de las cámaras individuales», dijo Huang. “Las carpetas estaban estructuradas por fecha, ubicación y cámara utilizada”.
Además, señaló Huang, cada carpeta contenía shapefiles de los puntos de datos donde se tomaron las fotografías.
Debido a la estructura de carpetas y la convención de nomenclatura de archivos utilizada, Ireland y Huang pudieron usar el código Python para almacenar todos los shapefiles en una ubicación de carpeta. En total, se obtuvieron 1.104.468 puntos de datos correspondientes a imágenes de derecho de paso recopiladas por las cámaras montadas.
ModelBuilder, software de programación visual para geoprocesamiento en ArcGIS Pro, se utilizó para automatizar el proceso de cargar los shapefiles en una geodatabase de archivos como clases de entidad separadas, así como para agregar atributos como Ruta de imagen e ID de imagen. Se utilizó un modelo separado para fusionar todas las clases de entidad individuales para cada punto de datos en una clase de entidad final.
«Investigamos algunos fragmentos de código de la biblioteca de referencia de Python y encontramos un código que podía unir varias fotografías para formar una imagen panorámica», dijo Ireland.
A partir de ahí, Ireland y Huang pudieron personalizar el código para adaptarlo mejor a su propósito. El código final creó una vista panorámica utilizando imágenes de tres de las cámaras montadas en el automóvil.
«El proceso de «costura» se dividió en pequeños lotes y se realizó individualmente», añadió Huang. “Si alguna de las ejecuciones por lotes fallaba, solo era necesario volver a ejecutar ese lote, lo que reducía la cantidad de tiempo de procesamiento. El código para unir las imágenes tiene la capacidad de ejecutarse en cualquier punto de un lote”.
Una imagen panorámica creada uniendo imágenes de las tres cámaras montadas en el automóvil.
Además, el código Python está diseñado para generar archivos de registro que pueden ayudar a solucionar problemas de código y obtener estadísticas de los resultados.
Luego, Ireland y Huang utilizaron ArcGIS Web AppBuilder en ArcGIS Enterprise para desarrollar la aplicación final de visor de calles.
Un impacto duradero
La aplicación rápidamente demostró tener un efecto enorme en los esfuerzos de obras públicas del condado. Por un lado, poder evaluar los activos de forma remota puede ahorrarle a los equipos una gran cantidad de tiempo al responder a las consultas y solicitudes de servicio de los residentes. También proporciona al personal que trabaja en el plan de gestión del pavimento una visión clara de las carreteras que pueden necesitar reparación. Las imágenes, junto con los índices de pavimento, ayudan enormemente a planificar el cronograma de repavimentación, que se ha acelerado en los últimos cinco años debido al aumento del tráfico en el condado.
«Cuando volvamos a realizar la evaluación del estado del pavimento, será interesante comparar los dos conjuntos de imágenes», dijo Ireland. «Esto nos dará información adicional sobre la gestión y el mantenimiento de nuestras carreteras en el condado».
Las aplicaciones de la herramienta visor de calles no terminan ahí: también ha demostrado ser útil en la inspección de estructuras de aguas pluviales, orificios de mantenimiento, bordillos y cunetas, y en la gestión de franjas viales, señalización y semáforos. Ireland señaló que el visor de calles también podría usarse en caso de disputas legales que involucren cualquiera de estos activos, o al reclamar un reembolso a la Agencia Federal para el Manejo de Emergencias (FEMA ) si el condado sufre daños debido a grandes tormentas y huracanes.
«El visor de calles se puede emplear de maneras que no habíamos imaginado cuando lo desarrollamos por primera vez», dijo, recalcando la idea de que cuando se trata de garantizar que la infraestructura de un condado esté en un estado óptimo, pocas cosas son mejores que tener una imagen clara y completa de la misma.
Este artículo originalmente apareció en la edición global de ArcWatch en agosto de 2023
comentarios
0