24/10/2016 - Nuevo sistema de detección automática de fuego forestal para vigilancia con drones

Menéame

Investigadores del Centro de Investigación en Tecnologías Software y Sistemas Multimedia para la Sostenibilidad (CITSEM) de la Universidad Politécnica de Madrid (UPM) han conseguido, mediante el tratamiento del color, detectar fuego forestal, así como el humo que se produce durante la combustión, aislándolo del resto de la escena. Por la rapidez y precisión de la detección alcanzada, el uso de este nuevo método se enfoca al empleo en sistemas de vigilancia medioambiental a través de drones. El estudio realizado ha sido publicado recientemente en la revista Sensors.

Una de las líneas de investigación que se desarrolla en el CITSEM es el estudio de sistemas de vigilancia basados en el análisis de imagen para su aplicación a diferentes fenómenos que impactan en el medio ambiente, como son la desforestación, el fuego o las inundaciones. En definitiva, se trata de proponer sistemas de alerta temprana para detectar este tipo de incidentes y evitar desastres mayores para el medio ambiente.

Para el caso de la desforestación, los investigadores han propuesto unos algoritmos que permiten la detección del fuego y el humo generado en un incendio forestal, así como las características fundamentales del mismo (área, dirección del viento). Los algoritmos presentan una alta precisión y, lo que es muy importante, una baja carga computacional que permite abordar el problema en tiempo real e implementarlos en sistemas autónomos -como es el caso de drones- y hacer una monitorización continua.

Un aspecto importante del algoritmo desarrollado, al que han denominado Índice de Detección de Incendios Forestales, es la capacidad de detección bajo cualquier perspectiva, incluida la aérea. También, a través de dicho algoritmo, se han podido comprobar detecciones efectivas en procesos iniciales de combustión, así como en escenarios diferentes al entorno forestal.

El método desarrollado podría ser usado en tiempo real en sistemas aéreos no tripulados (drones) con la posibilidad de vigilar un área más amplia que a través de los sistemas de vigilancia fijos. Por tanto, daría lugar a resultados más rentables que los sistemas convencionales aplicados en helicópteros o satélites, con la ventaja añadida de que los drones también pueden llegar a lugares de difícil acceso sin poner en peligro la seguridad de las personas.

“Hemos llevado a cabo diversas pruebas de detección utilizando drones comerciales y los resultados obtenidos confirman la utilidad, eficacia, versatilidad y bajo coste que proporciona el algoritmo desarrollado”, afirman los autores del trabajo. Por ello, consideran que su propuesta constituye “una eficiente herramienta de vigilancia y monitorización” ante los incendios forestales.

 

Ref.

CRUZ, H., ECKERT, M., MENESES, J., MARTÍNEZ, J. F. (2016). "Efficient forest fire detection index for application in unmanned aerial systems (UASs)". Sensors, 16 (6), 893.

__________________________

Fuente e imagen: CITSEM-UPM

Barcelona volverá a convertirse en punto de encuentro del ecosistema de la inteligencia artificial en Cataluña con la duodécima edición del AI Congress, que ampliará a tres días su programa para abordar cómo la inteligencia artificial está transformando la sociedad y la actividad económica, con especial atención en algunos de los grandes retos que ...

El Colegio Oficial de Ingenieros Técnicos Industriales de Madrid (COGITIM) ha lanzado una nueva edición del Curso de Adaptación al Grado para Ingenieros Técnicos Industriales, en colaboración con la Universidad Alfonso X el Sabio (UAX). Presentado el 15 de septiembre de 2026, este programa formativo está dirigido a profesionales que buscan actualizar y reforzar sus ...

España está a punto de dar un paso de gigante en el ámbito de las energías renovables marinas, y durante tres días Valencia será el lugar donde el sector discuta cómo hacerlo. Las XVI Jornadas Técnicas ENERMAR 2026, organizadas por laAsociación de Ingenieros Navales y Oceánicos de España bajo el lema“The Ocean and Renewable ...