El proyecto DALIA persigue estudiar e implementar, si procede, nuevas técnicas y procedimientos que permitan optimizar la eficiencia en las inspecciones de líneas eléctricas aéreas. Los objetivos del proyecto se centran en la detección de anomalías mediante el entrenamiento de modelos de inteligencia artificial con imágenes sintéticas.
Desde Elewit se puso en marcha en 2021, en la vertical de inspecciones visuales, el proyecto de modelos de detección de anomalías visuales. Este proyecto nace a modo de colaboración con el Departamento de Mantenimiento de Líneas de Red Eléctrica y con la empresa Unusuals, ya que la aplicación de sus desarrollos, tales como algoritmos de visión y modelos de IA, podrían servir de soporte en una potencial inspección visual digital efectuada por los técnicos.
Con la información obtenida a través de las imágenes proporcionadas por los algoritmos, se podrán analizar posibles actuaciones de mantenimiento de infraestructuras a realizar y potenciales fallos que estas puedan tener, con el objetivo de revisar y agilizar los procesos de inspección.
Proyecto de imágenes sintéticas
Para poder avanzar hacia futuras fases del desarrollo de los modelos que aportan a esta vertical de inspección visual, se ha planteado un nuevo proyecto orientado al entrenamiento y desarrollo de los modelos mediante imágenes sintéticas generadas a través de diferentes tecnologías.
Se partió de la premisa de que, si son lo suficientemente realistas como para no poder ser distinguidas de la realidad por un ser humano, podrían ser sustitutivas de los datos reales de los activos de los que no se dispone. En este sentido, las imágenes generadas mediante computación podrían complementar también las fotografías capturadas en el mundo real, lo que podría agilizar otros escenarios de desarrollo no tan desfavorables.
De cara al futuro de las inspecciones visuales, desde Elewit destacan la importancia de este proyecto, ya que supone un avance significativo que facilitará a los técnicos detectar las anomalías en un tendido eléctrico inmenso.