Investigadores de la UCAM desarrollan un algoritmo para detectar trampas en el monte

Francisco Arcas y Fernando Terroso, investigadores de la Escuela Politécnica de la Universidad Católica de Murcia, han publicado un trabajo titulado Forest path condition monitoring based on crowd-based trajectory data analysis (en español, Monitorización del estado de sendas y caminos forestales a partir del análisis de trayectorias multitudinarias). Con esta investigación han elaborado un algoritmo que permite detectar nuevos desperfectos y obstáculos en caminos de monte transitados por deportistas (senderistas, trailrunners o ciclistas de montaña, entre otros) que puedan suponer un riesgo.

La idea de esta investigación surgió a raíz de la DANA de septiembre de 2019, que causó importantes daños en numerosos senderos de la Región de Murcia. La propuesta de los investigadores del grupo UKEIM de la UCAM consiste en aprovechar la monitorización de los datos de los usuarios de aplicaciones como Strava, utilizadas por millones de deportistas en todo el mundo, para registrar los puntos en los que se produce un comportamiento anómalo, lo que podría significar la presencia de algún nuevo desperfecto u obstáculo en el camino.

En TodoMountainBike: Investigadores de la UCAM desarrollan un algoritmo para detectar trampas en el monte
Arbol caído en mitad de un sendero. Foto: UCAM

Strava contiene una característica muy útil para este cometido que es el registro de tiempo por segmentos dentro de un mismo recorrido. El acceso a los datos de esos segmentos sería clave a la hora de detectar tramos dañados o en los que han aparecido nuevos obstáculos en base al tiempo que necesitan los deportistas para recorrerlos con respecto al tiempo medio global.

La propuesta de los investigadores consiste en que estas aplicaciones den la opción a sus usuarios de marcar que la propia aplicación use los datos que está monitorizando y que el algoritmo diseñado se encargue de interpretar sus registros y detectar los tramos en los que pueda haber una situación de riesgo, sin necesidad de que el usuario reporte el problema. De este modo, se podrían detectar trampas, peligros y otros cambios en las rutas habituales de los deportistas.

Este sitio web utiliza cookies analíticas, persistentes y de terceros con la finalidad de prestar una mejor experiencia de uso a los visitantes del sitio y de ofrecer anuncios personalizados. Si continúas navegando consideraremos que estás aceptando su uso. No obstante, puedes cambiar la configuración de las cookies u obtener más información en nuestra Política de Cookies. Acepto | Quiero saber más