*Por el Ing. Gustavo Mezzelani
En Argentina, la Dirección Nacional de Vialidad (DNV) estableció en 1981 una normativa para evaluar el estado de los pavimentos. Aunque se incorporaron nuevas tecnologías en las últimas décadas, el proceso nunca se automatizó y sigue basándose en un muestreo reducido del 2% del tramo. Esto limita la representatividad y mantiene la subjetividad en la clasificación de fisuras.
El presente trabajo propone una metodología moderna que aprovecha equipos de alto rendimiento como el SPIDER-LCMS® y algoritmos de inteligencia artificial entrenados con datos históricos de rutas argentinas. El sistema analiza el 100% de la superficie, caracteriza deterioros, recomienda reparaciones óptimas y permite correcciones manuales por parte de ingenieros. Los resultados iniciales muestran mayor precisión y eficiencia frente al método tradicional.
En una segunda etapa se plantea actualizar el Índice de Estado (IE), incorporando parámetros de seguridad y capacidad estructural, con el fin de construir indicadores globales que reflejen mejor la condición de la red vial y optimicen la toma de decisiones en mantenimiento.
Introducción y contexto
El Manual de Evaluación de Pavimentos de 1981 introdujo un sistema estandarizado para calificar el estado de los pavimentos mediante un índice de 1 a 10. Este Índice de Estado (IE) se basó en parámetros de rugosidad, ahuellamiento, fisuración y desprendimientos. Sin embargo, el cálculo de fisuras depende de la clasificación visual de un evaluador, lo que introduce subjetividad. Además, el relevamiento se limita a 20 metros por kilómetro, comprometiendo la representatividad.
Hoy, 45 años después de su publicación, la normativa sigue siendo la misma, sin haber sido actualizada de manera sustancial, ni siquiera para integrar los avances tecnológicos de los últimos tiempos.
El Índice de Estado fue concebido con un enfoque de mantenimiento a nivel de red. Su objetivo no es evaluar tramos individuales de pavimento, sino proporcionar una visión general del estado de toda una red vial. Esto permite identificar de manera rápida los sectores que requieren atención prioritaria.
La expresión matemática para calcular el Índice de Estado de un pavimento asfáltico se apoya en 4 coeficientes que representan diferentes parámetros:
D1 = Deformación Longitudinal o Rugosidad.
D2 = Deformación Transversal o Ahuellamiento.
D3 = Fisuración o Clasificación de Fisuras.
D4 = Desprendimientos de Material o Baches.
Una limitación que se observa de este método es el cálculo del coeficiente D3 que, de acuerdo a la normativa vigente, solo puede obtenerse mediante la clasificación visual de las fisuras por parte de un evaluador que compara la falla encontrada con un catálogo brindado por el manual. Esto introduce la subjetividad del observador dentro del análisis.
En las últimas décadas, la tecnología ha avanzado significativamente en el campo de evaluación vial con la implementación de equipos de alto rendimiento.
La incorporación de equipos como el SPIDER-LCMS® permite obtener perfiles 3D, imágenes de alta resolución y datos numéricos de toda la superficie. Esto abre la posibilidad de automatizar el análisis y superar las limitaciones de la normativa vigente.
Objetivos
En este contexto, la oportunidad de innovación surge no solo del desfasaje entre la tecnología disponible y la normativa vigente, sino también del desafío de automatizar todo el proceso.
En esta etapa nos propusimos cumplir con los siguientes objetivos:
- Evaluar la totalidad de la superficie en estudio.
- Automatizar el diagnóstico mediante algoritmos de IA.
- Permitir retroalimentación continua con nuevos datos.
- Integrar la participación del ingeniero vial para correcciones técnicas.
Desarrollo del software de evaluación de pavimentos
El núcleo central de este proyecto es la creación de una herramienta digital de evaluación de pavimentos, que nos permita aprovechar al máximo las ventajas de los equipos de alto rendimiento.
Este software implementa algoritmos avanzados de inteligencia artificial logrando analizar el 100% de la superficie del tramo en estudio, caracterizando deterioros superficiales de forma precisa y recomendando reparaciones óptimas basadas en criterios técnicos y datos históricos.
El sistema digital creado se compone de diferentes módulos:
1. Relevamiento de la Información
Para que el software pueda realizar su análisis y procesamiento, se debe contar con datos precisos y detallados sobre el estado del pavimento. Esta información base se obtiene mediante el uso de equipos de alto rendimiento, como el equipo SPIDER integrado con tecnología LCMS (Laser Crack Measurement System®).
El SPIDER-LCMS® discretiza la superficie en secciones de 10 metros, generando imágenes de profundidad, intensidad y 3D, junto con parámetros numéricos de estado, de los cuales nos interesan particularmente:
- Rugosidad (D1): indicador de la regularidad longitudinal del pavimento.
- Ahuellamiento (D2): indicador de la deformación del perfil transversal del pavimento.
- Fisuración (D3): imágenes de alta resolución que permiten auto-detectar las fisuras presentes.
- Desprendimientos (D4): se auto-detectan a partir de las imágenes y datos del pavimento.
2. Módulo de Evaluación Superficial
El objetivo de este módulo es obtener un valor de Índice de Estado para cada una de las secciones de 10 metros.
Este módulo se encarga de procesar y organizar la información obtenida con el sistema LCMS.
• Rugosidad (D1), y Ahuellamiento (D2), obtenidos directamente de la medición.
• Fisuración (D3) y desprendimientos (D4), que requieren un procesamiento adicional.
Los coeficientes D3 y D4 requieren un análisis más profundo, ya que se trata de deterioros que deben ser identificados, caracterizados y clasificados.
Algoritmo de agrupación de fallas
El sistema agrupa fallas cercanas, asignando anchos de influencia (20 cm para fisuras y 10 cm para desprendimientos) para evitar que deterioros próximos se analicen de forma aislada, sugiriendo una evolución conjunta.
Algoritmo de caracterización de fallas
Para caracterizar las fallas agrupadas, se extraen parámetros directos (área, longitud total, lados máximo/mínimo) e indirectos (densidad de fisuración, relación de desprendimientos) que describen los deterioros y eliminan la subjetividad del catálogo visual tradicional.
Algoritmo de clasificación de fallas
El último paso de este proceso es la clasificación, tarea que se lleva a cabo mediante el uso de un algoritmo de aprendizaje automático (IA).
Se implementó un algoritmo de «Bosque Aleatorio» (Random Forest) entrenado con una base de datos robusta de más de 130.000 fisuras validadas por expertos. Esta IA ha sido expuesta a una diversidad de escenarios viales que abarcan 1.500 km-carril en 5 provincias argentinas.
3. Módulo de Reparaciones
Este módulo recomienda tareas, tales como sellado, bacheo superficial o profundo, fresado y repavimentación. Para la asignación, se consideran variables como densidad de fisuración y desprendimientos para diferenciar entre reparaciones. Incluye procesos de unificación de tareas para optimizar recursos.
Las reparaciones contempladas fueron las siguientes:
– Sellado de fisuras.
– Bacheo superficial.
– Bacheo profundo.
– Fresado y repavimentación.
El proceso de análisis para asignar reparaciones es entonces el siguiente:
· Asignación de tarea de reparación individual con IA,
· Unificación de reparaciones,
· Reducción de bacheos: se analizan diferenciales de área. Se agrupan en función de la densidad de fisuración, y se agrupa estos diferenciales en áreas de alta densidad (bacheo) y áreas de baja densidad (sellado).
· Unificación de bacheos con fisuras selladas: Cuando existe un solape entre reparaciones (sellado y bacheo), se aplica un proceso de unificación en el que se elimina automáticamente las tareas de sellado.
· Unificación entre bacheos: consiste en unificar tareas de bacheo que se solapan entre sí. Mantener 2 bacheos o uno solo dependerá del área de superposición.
El proceso de reparaciones requiere un nivel de precisión alto para la toma de decisiones, por este motivo el software cuenta con un Módulo de Correcciones, el cual permite al ingeniero ajustar las tareas de reparación recomendadas por el sistema.
4. Módulo de Correcciones
Este módulo proporciona al ingeniero las herramientas necesarias para revisar y ajustar resultados: unificar fisuras, modificar clasificaciones, ajustar dimensiones de reparaciones o añadir nuevas tareas.
La información que podría ser revisada y modificada es la relativa a la fisuración, para asegurar que las detecciones sean precisas.
- Correcciones en evaluación de fallas:
- Visualización de las principales características de la fisura superficial:
Al colocar el cursor sobre una fisura, se despliega información que permite analizar sus principales características. Los datos más importantes que se pueden visualizar son el área de la fisura, la confianza de la predicción, y la clasificación según la normativa DNV.
- Unión de fisuras superficiales potencialmente agrupables:
El software ofrece la opción de unificar fisuras cercanas de manera manual. Al hacerlo, el sistema actualiza automáticamente los parámetros, y se hace una re-clasificación.
- Cambio en la clasificación de las fisuras superficiales:
Se permite modificar manualmente la clasificación de una fisura.
- Filtrado de secciones a corregir:
Esta herramienta permite filtrar y enfocar la revisión únicamente en las secciones de pavimento que más lo requieren. En este modo se restringe la navegación solo a las secciones que tienen fisuración, o secciones con una confianza en la predicción menor a la establecida como límite.
Cualquier corrección realizada en el Módulo de Evaluación se reflejará automáticamente en las reparaciones recomendadas. Pero, adicionalmente, podemos generar correcciones en el Módulo de Reparaciones.
A continuación, se enumeran las diferentes funcionalidades de corrección de reparaciones:
- Ajuste manual de reparaciones:
Herramienta que permite modificar manualmente el tipo de reparación que fue asignado previamente de forma automática.
- Ajuste de dimensiones de reparaciones:
Permite modificar las dimensiones propuestas de una reparación.
- Eliminación o adición de reparaciones:
El ingeniero puede eliminar reparaciones propuestas o agregar nuevas tareas.
5. Módulo de Exportación de Resultados
Consolida resultados en imágenes y planillas de cálculo, organizados por secciones de 10 metros, como unidad mínima de discretización.
Se describen, los tipos de información que pueden ser exportados desde el sistema.
- Información gráfica exportada:
- Imagen 3D del LCMS con superposición de fisuras clasificadas.
- Imagen 3D del LCMS con superposición de tareas de reparación propuestas.
- Información numérica exportada:
El software permite exportar toda la información numérica en formato de planillas de cálculo, donde se organizan los diferentes parámetros por pestañas.
Dentro de las pestañas, se encuentran datos clave como rugosidad, ahuellamiento, fisuración y desprendimientos de material, además de las tareas de reparación recomendadas.
La unidad mínima de discretización de los datos es de 10 metros, lo que es más que suficiente para realizar estudios en tramos más amplios o generar discretizaciones personalizadas para cada análisis particular.
Resultados de Etapa I
El sistema elimina la subjetividad del método tradicional, analiza el 100% de la superficie y agiliza el proceso de diagnóstico. La comparación con la metodología vigente muestra mayor precisión y capacidad de recomendación de reparaciones, con la ventaja de integrar la experiencia del ingeniero en la etapa final.
Etapa II: Actualización del Método de Cálculo del Índice de Estado de Pavimentos en Argentina
Introducción
La segunda etapa busca actualizar el método de cálculo del Índice de Estado (IE) de pavimentos en Argentina. El objetivo es definir nuevos indicadores de desempeño que integren tanto aspectos funcionales (seguridad y confort) como estructurales (capacidad de soporte). La propuesta se apoya en la información generada por equipos de alto rendimiento, pero también contempla la posibilidad de realizar mediciones manuales o visuales, garantizando flexibilidad y estandarización.
Desarrollo de nuevos indicadores
Para el desarrollo de los nuevos indicadores nos basaremos tanto en las necesidades detectadas en el ámbito vial a lo largo de los últimos años, a la normativa nacional vigente, y a las tendencias mundiales.
Se propone la siguiente estructura de indicadores:
- Parámetros de Estado (Px): incluyen los cuatro parámetros tradicionales (rugosidad, ahuellamiento, fisuración y desprendimientos), más resistencia al deslizamiento, macrotextura y deflexiones.
- Índices de Desempeño (IDx): transforman los parámetros en valores equivalentes mediante ecuaciones de normalización.
- Índices Combinados (ICDx): agrupan los IDx en cuatro dimensiones: seguridad, confort, estado superficial y capacidad estructural.
- Índices globales (ICS, IES, ICG): resumen el estado funcional y estructural, integrándolos en un Índice de Desempeño Global que ofrece una visión integral de la red vial.
Consideraciones de Etapa II
Esta propuesta surge de la necesidad de corregir deficiencias del método anterior desde la perspectiva actual. A continuación, se detallan los cambios más importantes que se busca implementar:
- Inclusión de indicadores estructurales y de seguridad. Aspectos que no eran considerados.
- Eliminación de la subjetividad en la clasificación de fisuras.
- Evaluación del 100% de la superficie, salvo excepciones.
- Simplificación de cálculos mediante fórmulas estandarizadas.
- Cálculo de índices mediante fórmulas simplificadas.
- Posibilidad de comparar los nuevos índices con datos históricos del IE.
La metodología se encuentra en desarrollo y se plantea abrir la discusión a actores del sector vial para consensuar su implementación a nivel nacional. El objetivo es que los nuevos procedimientos se conviertan en estándar oficial, modernizando la evaluación de pavimentos en Argentina.
La modernización del análisis vial en Argentina no es una opción, sino una necesidad para garantizar la sostenibilidad de la red. Los resultados de este proyecto demuestran que es posible integrar la herencia histórica del Índice de Estado con las capacidades de la Inteligencia Artificial y los equipos de alto rendimiento.
Al pasar de un muestreo del 2% al análisis del 100% de la superficie, los ingenieros argentinos cuentan ahora con una visión completa y objetiva de la realidad vial. El desafío futuro reside en la gestión de estos grandes volúmenes de datos y en alcanzar los consensos nacionales necesarios para que estos nuevos procedimientos se conviertan en el estándar oficial de evaluación para todas las rutas del país. Estamos, definitivamente, en el buen camino hacia una infraestructura más inteligente y eficiente.
En conjunto, ambas etapas representan un avance significativo hacia la modernización del análisis del estado superficial de pavimentos en Argentina. La propuesta no pretende reemplazar la historia del Índice de Estado vigente, sino complementarla y actualizarla, permitiendo comparaciones con datos históricos y asegurando continuidad metodológica.