Intel·ligència artificial i visió per computador per crear el primer mapa de teulades amb amiant

edificis

L'amiant s'ha de retirar abans del 2032 (foto: Kaspars Upmanis / unsplash.com)

07/07/2022
Agustín López

La UOC i l'empresa DetectA desenvoluparan una tecnologia per detectar automàticament l'amiant amb imatges aèries i de satèl·lit


La normativa obliga tots els municipis a censar la presència d'amiant abans del maig del 2023

Vint anys després que es prohibís en la construcció, l'amiant continua essent un problema de salut pública de primer ordre. S'estima que, només a Catalunya, l'amiant instal·lat representa més de quatre milions de tones de fibrociment i entre unes 6.000 i 30.000 tones d'altres compostos d'aquest material que, segons l'OMS, provoca 107.000 morts anuals al món per càncer de pulmó, càncer de pleura i asbestosi (fibrosi pulmonar). Un equip investigador de la Universitat Oberta de Catalunya (UOC) i l'empresa DetectA ha posat en marxa un projecte per solucionar una de les qüestions clau en la lluita contra l'amiant: la identificació de les cobertes fabricades amb aquest material. L'objectiu és desenvolupar una solució tecnològica basada en intel·ligència artificial i visió per computador per detectar automàticament, a partir d'imatges aèries públiques, quines teulades tenen amiant.

"Actualment, no hi ha cap mena de protocol per identificar l'amiant que hi ha al territori ni cap forma sistemàtica per portar a terme aquest procés. L'única manera és la identificació visual, que, tenint en compte la gran quantitat de construccions afectades que encara hi ha, implica una despesa econòmica i personal molt gran", explica Javier Borge Holthoefer, investigador líder del grup Complex Systems (CoSIN3), de l'Internet Interdisciplinary Institute (IN3), que, juntament amb Àgata Lapedriza, investigadora líder del grup de recerca Artificial Intelligence for Human Well-being (AIWELL), vinculat a l'eHealth Center i als Estudis d'Informàtica, Multimèdia i Telecomunicació, coordina aquest projecte transdisciplinari de la UOC.

 

Conèixer l'abast del problema

Aquesta situació és especialment problemàtica tenint en compte les diferents normatives —tant europees com estatals i locals— que obliguen a establir un cens de les edificacions amb amiant i a eliminar-lo durant els pròxims anys. "El 2028, tots els edificis públics han d'haver eliminat tota presència d'amiant. I el mateix passarà el 2032 amb els edificis privats. Això se suma a la nova Llei de residus, aprovada al Congrés de Madrid, que obliga tots els municipis a haver censat la presència d'amiant als seus termes municipals abans del maig del 2023. El primer pas per posar fi a l'amiant és tenir un coneixement profund de la seva presència i el seu estat, i aquí és on entra el nostre projecte. No podrem solucionar mai un problema si no en coneixem l'abast", subratlla César Sánchez, fundador, juntament amb Carles Scotto, de DetectA.

 

Entrenar algoritmes amb imatges aèries

Davant aquest repte, el nou projecte aprofita l'expertesa dels dos grups de la UOC en anàlisi d'imatges, visió per computador i aprenentatge automàtic, una tècnica d'intel·ligència artificial que consisteix en el disseny de sistemes computacionals capaços d'aprendre a partir de dades i posteriorment fer prediccions sobre noves dades que no han vist anteriorment. De fet, aquests investigadors ja han fet servir aquest tipus de tecnologies en altres aplicacions, com ara en la identificació de zones segures per a vianants en entorns urbans.

En aquest cas, la idea és entrenar un algoritme perquè sigui capaç de reconèixer quines teulades tenen amiant observant imatges aèries i de satèl·lit de Catalunya. "L'amiant es va utilitzar per fabricar dipòsits, túnels, galeries, canonades i moltes altres tipologies de construccions, però l'estimació és que la majoria se situa en cobertes", explica Javier Borge.

Per dur a terme aquesta iniciativa, els investigadors parteixen d'una base de dades d'imatges de teulades, amb amiant i sense, de zones de l'àrea metropolitana de Barcelona que han estat recopilades i verificades per l'empresa DetectA. "El primer pas d'un projecte com aquest és tenir una veritat indiscutible, és a dir, fotos verificades de cobertes per poder entrenar l'algoritme i que sàpiga quines característiques ha de buscar a les noves imatges sense classificar. Com més l'entrenes, més bé funciona", detalla l'investigador de l'IN3.

Amb aquestes dades verificades, i mitjançant diferents tècniques de visió per computador —una disciplina que intenta extreure la informació continguda en una imatge—, l'algoritme va aprenent i afinant la classificació de les fotos de cobertes i sostres de diferents edificacions. En aquest procés, l'equip investigador també aplicarà models computacionals avançats d'aprenentatge profund, anomenades xarxes neuronals profundes, que, en paraules d'Àgata Lapedriza, són "uns models basats en capes, amb milions de paràmetres, que fan ús de les millores recents en la capacitat de càlcul computacional per aprendre, a partir de grans conjunts de dades, a automatitzar tasques".

 

Superar els reptes tecnològics

Aquestes tecnologies d'última generació fan possible superar alguns dels reptes d'aquest projecte i del mateix camp de la visió per computació per aconseguir resultats robustos. "L'amiant es troba a tota mena d'edificacions. Per tant, l'algoritme necessita moltes quantitats de dades per arribar a comprendre tots els entorns i contextos, des dels edificis d'una gran ciutat com Barcelona, passant per les construccions típiques d'un poble de la costa o dels Pirineus, fins a les fàbriques d'un entorn industrial o les granges del medi rural", destaca Javier Borge.

Entre els reptes intrínsecs dels projectes de visió per computador, la investigadora de l'AIWELL destaca les dificultats d'identificar imatges d'un mateix lloc fetes amb condicions diferents. "Per a la visió humana, és molt fàcil entendre que dues imatges són d'un mateix lloc, encara que la llum sigui diferent o que una s'hagi fet sota la pluja i l'altra en un dia assolellat. En canvi, per a una màquina, és molt difícil identificar que dues imatges corresponen a un mateix lloc si hi ha canvis d'il·luminació o canvis en les condicions climàtiques. Per això, cal fer molts experiments, amb moltes dades, per aconseguir generalitzar els resultats", argumenta.

L'objectiu dels investigadors és definir el protocol de treball i testejar aquest model amb "imatges de municipis que l'algoritme no ha vist mai per veure quin és el percentatge d'encert i aconseguir tenir una prova de concepte de la tecnologia a finals de l'estiu", avança la investigadora.

 

Imatges públiques i gratuïtes

Les imatges que farà servir el projecte per entrenar l'algoritme provindran de la base de dades de l'Institut Cartogràfic de Catalunya, un repositori que és públic i gratuït per a qualsevol usuari. Aquest és un dels avantatges respecte d'altres projectes similars, ja que abarateix la tecnologia i afavoreix l'abast i l'escalabilitat del projecte. "Hi ha iniciatives similars a la nostra que depenen d'imatges més sofisticades, com ara les fetes amb càmeres multiespectrals, que reflecteixen propietats del terreny. És un tipus d'imatge car d'obtenir, per la qual cosa l'extensió geogràfica sol ser limitada a alguns barris de grans ciutats. Si volem resoldre un problema general com el de l'amiant a Catalunya, aquest tipus d'imatges no ens sembla una solució viable", explica Javier Borge.

"La nostra solució no necessita vols dedicats per aconseguir imatges específiques i ens permet construir el mapa de teulades de fibrociment del país sense dedicar-hi recursos nous", conclou César Sánchez.

 

Aquest projecte afavoreix els objectius de desenvolupament sostenible (ODS) 3, salut i benestar; 9, indústria, innovació i infraestructures, i 11, ciutats i comunitats sostenibles.

 

UOC R&I

La recerca i innovació (R+I) de la UOC contribueix a solucionar els reptes a què s'enfronten les societats globals del segle xxi, mitjançant l'estudi de la interacció entre la tecnologia i les ciències humanes i socials, amb un focus específic en la societat xarxa, l'aprenentatge en línia i la salut digital.

Els més de 500 investigadors i investigadores i els 51 grups de recerca s'articulen entorn dels set estudis de la UOC, un programa de recerca en aprenentatge en línia (e-Learning Research) i dos centres de recerca: l'Internet Interdisciplinary Institute (IN3) i l'eHealth Center (eHC).

A més, la Universitat impulsa la innovació en l'aprenentatge digital a través de l'eLearning Innovation Center (eLinC) i la transferència de coneixement i l'emprenedoria de la comunitat UOC amb la plataforma Hubbik.

Els objectius de l'Agenda 2030 de desenvolupament sostenible de les Nacions Unides i el coneixement obert són eixos estratègics de la docència, la recerca i la innovació de la UOC. Més informació: research.uoc.edu #25anysUOC

Experts UOC

Foto de la professora Àgata Lapedriza García

Àgata Lapedriza García

Expert/a en: Experta en visió per computador, computació afectiva, intel·ligència artificial, processament d'imatges i aprenentatge a distància de les matemàtiques.

Àmbit de coneixement: Visió per computador i computació afectiva.

Veure fitxa
Javier Borge Holthoefer

Javier Borge Holthoefer

Investigador de l'Internet Interdisciplinary Institute (IN3)

Expert/a en: Sistemes complexos, dinàmiques socials, models basats en agents, col·lecció i anàlisi de grans volums de dades, comportament col·lectiu, computació urbana (models de congestió de trànsit, models de creixement urbà).

Àmbit de coneixement: Ciència social computacional, sistemes i xarxes complexes, dades massives (big data).

Veure fitxa

Enllaços relacionats