Una ciclovía no se desgasta como una carretera. Por ella no circulan camiones pesados, así que no forma ahuellamiento ni pierde capacidad portante como una carretera. Envejece, se fisura y se rompe en los bordes. Para un ciclista, un solo bache o una fisura ancha es un peligro real, mucho más que cien metros de fisuras finas.
La Agencia Finlandesa de Infraestructuras de Transporte (FTIA) administra unos 6.000 kilómetros de vías peatonales y ciclistas a lo largo de las carreteras estatales. Hasta hace poco su condición se evaluaba visualmente en campo, y el inspector decidía en el lugar qué tramos necesitaban repavimentación. El registro guardaba solo esa decisión, no su motivo. Las reglas de longitud mínima dejaban fuera del programa los puntos peligrosos cortos, y la noticia de un bache peligroso solía llegar como queja de un ciclista.
De 2021 a 2023, SirWay y AFRY trabajaron con la FTIA y dos Centros ELY regionales (Pirkanmaa y Ostrobotnia del Norte) para encontrar una forma mejor. El método que se describe a continuación es el resultado. Está escrito para cualquier administrador vial, estatal o municipal, que gestione vías peatonales y ciclistas.
1. Partir del ciclista
Primero preguntamos a los usuarios. Una encuesta a usuarios de vías peatonales y ciclistas recibió 401 respuestas y casi 200 comentarios libres. La condición fue el grupo de factores más importante (3,8 en una escala de 1 a 5), seguida de la seguridad y la funcionalidad (3,6 cada una) y la comodidad (2,8). Dentro de la condición, los usuarios señalaron los baches grandes y las fisuras anchas como los daños que más temen. Los expertos habían dicho lo mismo.
Esa respuesta define el resto del método. Las variables de condición, sus pesos y las reglas de mantenimiento se eligen desde el punto de vista del ciclista.
2. Que los ciclistas recojan los datos
El video lo recogieron ciclistas comunes con un juego para móvil de Crowdchupa (hoy Crowdsorsa). A lo largo de las vías que se van a levantar se colocan objetos virtuales que valen dinero. El ciclista los recoge grabando video geoetiquetado con un teléfono en el manubrio, y al final del día se le paga por los videos que pasan el control de calidad. Un objeto desaparece cuando alguien lo recoge, así que ningún tramo se levanta dos veces, y un video rechazado devuelve sus objetos al mapa para otra persona. Las recompensas más altas en tramos cortos y dispersos compensan el recorrido adicional.
Funciona. En las regiones levantadas, la mayor parte de la red quedó cubierta en los primeros días de cada campaña, y toda la red en pocas semanas. Los medios locales y nacionales cubrieron los eventos, y a los participantes el juego les pareció divertido.
Los datos de colaboración colectiva necesitan un control de calidad firme. Las lecciones de tres campañas:
- Ángulo de la cámara. Una línea de horizonte en la aplicación mantiene todas las cámaras en el mismo ángulo. Antes de añadirla, muchas cámaras apuntaban demasiado bajo.
- Superficie y luz. Las superficies mojadas, las sacudidas y el video borroso hacen que la detección no sea fiable. Esos videos deben rechazarse, no procesarse.
- Cobertura. El recolector de datos debe informar qué tramos faltan y por qué, para que el vacío no aparezca recién en la etapa de análisis.
- Posicionamiento. El GPS del teléfono no es exacto, y hay que filtrar los videos superpuestos del mismo tramo.
3. Que la visión artificial mida los daños
Luego la visión artificial encuentra los daños en el video. En 2021 y 2022 se usó un modelo que detectaba 15 tipos de daño (el de Vaisala). En 2023 el proyecto usó el modelo de Flowity, que mide seis tipos: baches, fisuras longitudinales, transversales y anchas, piel de cocodrilo y daños de borde. Analiza la vía cada 2,5 metros e informa el resultado por segmento de 10 metros.
La comparación entre ambos dejó tres conclusiones:
- Menos tipos de daño funcionan mejor. Demasiadas clases confunden al modelo, y una lista corta y clara permite que varios proveedores oferten el levantamiento. El desprendimiento (ravelling) quedó fuera porque ningún modelo lo detectaba de forma fiable en ciclovías.
- Medir en metros cuadrados. Un modelo que informa el área real de cada tipo de daño es más realista que uno que informa una proporción del ancho de la vía, lo que sobrestima el daño. Además, los metros cuadrados son la base para calcular un presupuesto de mantenimiento.
- Medir cada año. La colaboración colectiva y la visión artificial hacen que un levantamiento anual sea barato y seguro. Un ciclo de un año detecta a tiempo los daños peligrosos y da la tendencia que necesitan las previsiones. Los contratos de levantamiento de tres a cinco años hacen que a los proveedores les valga la pena invertir.
4. Ponderar el índice de condición por la seguridad
Cada tipo de daño entra en la suma de daños según su área. Un bache o una fisura ancha cubre un área mucho menor que la piel de cocodrilo, pero es mucho más peligroso. Por eso, en el índice de condición una fisura ancha cuenta 3,5 veces su área y un bache cinco veces. Así, las vías con estos defectos entran en el programa aunque el daño sea pequeño.
La suma ponderada de daños, como proporción del área pavimentada del segmento, da cinco clases de condición:
5. Convertir segmentos de 10 metros en obras de repavimentación
Nadie repavimenta de diez en diez metros. Cada clase tiene su propio tratamiento:
| Clase de condición | Tratamiento |
|---|---|
| Muy malo, malo | Repavimentación, repavimentación con malla de refuerzo o rehabilitación |
| Regular | Bacheo y reparación de fisuras con asfalto fundido (mastic) o mezcla en frío |
| Bueno, muy bueno | Bacheo y sellado de fisuras según sea necesario |
Después, unas reglas de agrupación unen los segmentos en mal estado en obras ejecutables. En el proyecto, una obra empieza a partir de 20 metros de vía en condición mala o muy mala, y un tramo de hasta 40–50 metros entre dos obras se incluye en ellas, para que un solo segmento en mejor estado no parta una obra en dos. Las reglas se acordaron con los expertos en mantenimiento de los Centros ELY.
La agrupación de las obras en contratos sigue en manos de personas, porque depende de la ubicación y de las prioridades: el número de usuarios, las escuelas y los servicios a lo largo de la vía, y la clase de mantenimiento invernal. Los daños peligrosos que no caben en el programa de repavimentación del año pasan directamente a la reparación rutinaria. Como la visión artificial informa cada tipo de daño por separado, el siguiente paso es elegir el tratamiento a partir del propio tipo de daño, lo que acerca la planificación de red al diseño a nivel de proyecto.
6. Prever las necesidades de financiamiento
Dos años de mediciones en las mismas vías permiten construir un modelo de deterioro. Como el GPS del teléfono desplaza los daños de un segmento de 10 metros al siguiente, los datos se promedian en segmentos de 50 metros, y se excluyen los segmentos que mejoraron sin mantenimiento registrado.
El modelo más simple es también el más útil: sin mantenimiento, la suma ponderada de daños de un segmento crece alrededor de un cuarto al año, y el crecimiento se acelera. Con el modelo, el administrador vial puede estimar las necesidades de financiamiento de los próximos diez años y mostrar qué efecto tiene cada nivel de presupuesto sobre la red. Un presupuesto de repavimentación más ajustado tampoco sale gratis: el bacheo necesario mientras tanto crece rápido.
Un modelo no reemplaza la medición. Llena los vacíos entre levantamientos y apoya la planificación estratégica, y mejora cada año a medida que llegan datos nuevos.
7. Mirar más allá del pavimento
Los ciclistas juzgan una vía por algo más que su superficie. El proyecto también construyó un índice de nivel de servicio con doce variables en cuatro grupos: condición, seguridad, funcionalidad y comodidad. Abarca, entre otras cosas, la condición del pavimento, el ancho de la vía, la distancia a la carretera, la iluminación, el riesgo de accidentes, la geometría vertical y horizontal, las discontinuidades, el ruido y la vegetación al borde de la vía, ponderadas según la encuesta a usuarios. Así, cada decisión tiene su propio índice:
| Índice | Decisión |
|---|---|
| Fisuras y baches | Mantenimiento rutinario |
| Índice de condición | Mantenimiento periódico (repavimentación) |
| Índice de nivel de servicio | Mejoras como rebajar bordillos, iluminación, señalización, limpieza |
| Índice de continuidad | Nuevos enlaces que unen vías cortas y separadas en una red |
| Índice de inversión | Construcción nueva |
8. Llevarlo a un sistema
Nada de esto sirve si vive en hojas de cálculo. Los modelos y las reglas tienen que estar en el sistema de información de mantenimiento, actualizarse cuando llegan nuevos datos de condición y convertir los datos brutos en un borrador de programa de forma automática. Así la planificación se vuelve más sencilla, y cualquiera puede ver por qué se eligió cada obra.
En el proyecto, los datos de condición se cargaron en un sistema de gestión de activos viales, donde se calculó el índice de condición y se planificaron los trabajos de mantenimiento. SirWay RAMS planifica el mantenimiento vial de la misma manera, desde los datos de condición por segmento, pasando por índices ponderados y reglas de mantenimiento, hasta un programa plurianual, y las vías peatonales y ciclistas se pueden configurar en él como un tipo de activo propio. Lea más sobre las novedades de SirWay RAMS.
Quién hizo el trabajo
El trabajo fue encargado por la Agencia Finlandesa de Infraestructuras de Transporte y realizado por AFRY y SirWay, junto con los Centros ELY de Pirkanmaa y Ostrobotnia del Norte. Crowdchupa (hoy Crowdsorsa) recogió el video con su juego de colaboración colectiva, y Flowity analizó el video de 2023 con su modelo de visión artificial. El método de planificación del mantenimiento también fue tema de una tesis de grado en la Universidad de Ciencias Aplicadas de Häme.
Más información
- T-OMHA / Kävely- ja pyöräilyväylien kunnonhallinnan kehittäminen. Informe de proyecto 1. Publicaciones de la FTIA 43/2022 (en finés).
- T-OMHA / Kävely- ja pyöräilyväylien kunnonhallinta. Informe de proyecto 2. Publicaciones de la FTIA 40/2023 (en finés).
- T-OMHA / Kävely- ja pyöräilyväylien kunnonhallinta. Informe de proyecto 3. FTIA, 2024 (en finés).
- Sirvio, K., Suomela, S., Männistö, V. y Knuuti, M. Towards systematic management of bicycle paths: a case study using gamification and artificial intelligence as constituent of service level index. XXVII Congreso Mundial de la Carretera, Praga, 2023.
