Bienvenido al sitio web de los preactas del congreso de Chambéry 2026.

Esta página web utiliza cookies para optimizar su funcionamiento. Le permiten acceder de forma segura a su espacio personal y descargar nuestras publicaciones. Usted acepta su uso haciendo clic en el botón "Aceptar".

17º Congreso Mundial de la Vialidad Invernal, Resiliencia y Descarbonización de la carretera - Pre-actos del congreso

Sesión de vialidad invernal 17: Uso de la IA para el mantenimiento invernal

Jueves, 12 de marzo 11:30 - 13:00
Presidencia: Hiroki Matsushita, Instituto de Investigación de Ingeniería Civil para Regiones Frías, Japón
Salon: Hall E

Esta sesión destaca el papel cada vez más importante de la inteligencia artificial en el mantenimiento invernal, con ponentes seleccionados a partir de la convocatoria de ponencias. Las presentaciones mostrarán aplicaciones de aprendizaje profundo para la estimación de las condiciones de nieve y hielo, la clasificación meteorológica de las carreteras en tiempo real, la detección escalable de peligros relacionados con el clima y los sistemas de búsqueda de desastres basados en la inteligencia artificial. En conjunto, estas innovaciones demuestran cómo las tecnologías inteligentes pueden mejorar la seguridad, la eficiencia y la resiliencia en las operaciones de servicio invernal.

  1. Bienvenida e introducción de la sesión
  2. Presentaciones
  3. Preguntas y respuestas
  4. Conclusión
  5. Organización

Bienvenida e introducción de la sesión

• Hiroki Matsushita, Instituto de Investigación de Ingeniería Civil para Regiones Frías, Japón

Presentaciones

  • La implementación de prueba de un sistema de estimación del estado de la nieve y el hielo en carreteras de área amplia utilizando cámaras de CCTV de carreteras y aprendizaje profundo
    Akira SAIDA (Civil Engineering Research Institute for Cold Region, Japón)
  • Clasificación Meteorológica Vial en Tiempo Real mediante Redes Neuronales y Cámaras de Vigilancia
    Hamed OUATTARA (Univeristé Clermont-Auvergne, Francia)
  • Detección escalable de condiciones viales relacionadas con el clima mediante análisis del espacio de color y aprendizaje profundo en imágenes de cámaras de tráfico
    Clemens LESSEUR (Federal Highway Research Institute (BASt), Alemania)
  • Utilización de un sistema de búsqueda de carreteras siniestradas mediante técnicas de aprendizaje profundo y sus aplicaciones.
    Ryoichi TSURUMAKI (Hokkaido Weather Technology Center Co., Ltd., Japón)

Preguntas y respuestas

• Moderador: Hiroki Matsushita, Instituto de Investigación de Ingeniería Civil para Regiones Frías, Japón

Conclusión

• Hiroki Matsushita, Instituto de Investigación de Ingeniería Civil para Regiones Frías, Japón

Organización

Organizador de la sesión: Horst Hanke, presidente del Comité Alemán de Servicios Invernales, Alemania
Secretario de la sesión: [Por confirmar]