{"id":94874,"date":"2026-03-05T15:44:29","date_gmt":"2026-03-05T20:44:29","guid":{"rendered":"https:\/\/einsteresante.com\/?p=94874"},"modified":"2026-03-05T15:44:31","modified_gmt":"2026-03-05T20:44:31","slug":"investigadores-estan-combinando-drones-e-ia-para-hacer-el-desminado-mas-rapido-y-seguro","status":"publish","type":"post","link":"https:\/\/einsteresante.com\/index.php\/2026\/03\/05\/investigadores-estan-combinando-drones-e-ia-para-hacer-el-desminado-mas-rapido-y-seguro\/","title":{"rendered":"Investigadores est\u00e1n combinando drones e IA para hacer el desminado m\u00e1s r\u00e1pido y seguro"},"content":{"rendered":"\n

Por<\/em>: Sagar Lekhak<\/a><\/p>\n\n\n\n

Al menos 57 pa\u00edses tienen\u00a0minas terrestres antipersonal<\/a>\u00a0activas en sus territorios. Solo en 2024,\u00a01945 personas murieron a causa de minas<\/a>\u00a0y 4325 resultaron heridas, el 90% de las cuales eran civiles. Casi la mitad eran ni\u00f1os. Las operaciones de desminado\u00a0eliminaron 105.640 minas<\/a>\u00a0ese mismo a\u00f1o.<\/p>\n\n\n\n

Con los nuevos conflictos, el n\u00famero de minas sigue aumentando. Para agricultores, ni\u00f1os y otras personas que regresan a sus zonas despu\u00e9s de un conflicto, un solo paso puede significar lesiones permanentes o la muerte.<\/p>\n\n\n\n

Soy\u00a0estudiante de doctorado<\/a>\u00a0en el Departamento de Ciencias de la Imagen del Instituto Tecnol\u00f3gico de Rochester, donde trabajo con\u00a0Emmett Ientilucci<\/a>. Mi investigaci\u00f3n se centra en el uso\u00a0de im\u00e1genes multisensoriales obtenidas mediante drones e inteligencia artificial<\/a>\u00a0para mejorar la velocidad, la precisi\u00f3n y la fiabilidad de la detecci\u00f3n de minas terrestres y\u00a0municiones sin detonar<\/a>.<\/p>\n\n\n\n

Nuestra investigaci\u00f3n pretende lograr esto de tres maneras: desarrollando t\u00e9cnicas para combinar datos de m\u00faltiples tipos de sensores, creando conjuntos de datos de referencia para desarrollar y evaluar sistemas de detecci\u00f3n, y mejorando la confiabilidad de los m\u00e9todos de detecci\u00f3n de IA incorporando estimaciones de incertidumbre.<\/p>\n\n\n\n

M\u00faltiples sensores desde arriba<\/h2>\n\n\n\n

La detecci\u00f3n de minas terrestres a\u00fan depende en gran medida de m\u00e9todos terrestres, cada uno con serias limitaciones. Los detectores de metales port\u00e1tiles suelen tener dificultades en\u00a0suelos ricos en minerales<\/a>\u00a0y para detectar con fiabilidad\u00a0minas con bajo contenido de metales o predominantemente de pl\u00e1stico<\/a>. El georradar puede detectar objetos no met\u00e1licos, pero su rendimiento es deficiente en terrenos h\u00famedos o irregulares, o cubiertos de vegetaci\u00f3n, y suele\u00a0generar altas tasas de falsas alarmas<\/a>.\u00a0El sondeo manual<\/a>\u00a0y\u00a0el uso de animales de detecci\u00f3n adiestrados<\/a>\u00a0siguen siendo m\u00e9todos eficaces para localizar minas terrestres, pero el proceso es lento, consume muchos recursos y expone a los desminadores a un riesgo considerable. A la escala del despliegue de minas terrestres observado en Ucrania y otras regiones en conflicto y posconflicto, los estudios terrestres por s\u00ed solos no pueden seguir el ritmo.<\/p>\n\n\n\n

Las operaciones de desminado utilizan cada vez m\u00e1s\u00a0im\u00e1genes a\u00e9reas obtenidas con drones<\/a>\u00a0para\u00a0agilizar los estudios de minas terrestres<\/a>, en particular las minas sembradas en la superficie. Sin embargo, el camuflaje, la vegetaci\u00f3n y las condiciones de iluminaci\u00f3n cambiantes suelen hacer que estas minas sean pr\u00e1cticamente invisibles en las im\u00e1genes convencionales.<\/p>\n\n\n\n

En una investigaci\u00f3n previa, mis colegas y yo examinamos si la detecci\u00f3n a\u00e9rea puede reemplazar o complementar de forma realista los estudios terrestres tradicionales. Evaluamos la viabilidad de sustituir un sistema de detecci\u00f3n de metales a\u00e9reo<\/a> por detectores de metales port\u00e1tiles para detectar minas terrestres y municiones sin detonar.<\/p>\n\n\n\n

Los resultados demostraron que la detecci\u00f3n magn\u00e9tica con drones<\/a> puede detectar objetivos met\u00e1licos con una precisi\u00f3n comparable a la de los m\u00e9todos terrestres en un sitio de prueba controlado, a la vez que reduce el riesgo humano y multiplica por diez la velocidad del estudio. Nuestro mapa de calor, generado por un detector de metales de inducci\u00f3n electromagn\u00e9tica aerotransportado sobre un sitio de prueba, destaca las posibles ubicaciones de minas terrestres enterradas y municiones sin detonar, lo que ilustra c\u00f3mo la detecci\u00f3n con drones puede inspeccionar de forma segura y eficiente zonas con minas terrestres.<\/p>\n\n\n\n

La detecci\u00f3n a\u00e9rea se beneficia de sensores complementarios. Las c\u00e1maras RGB, que detectan im\u00e1genes de luz visible en color, capturan las caracter\u00edsticas visuales de las minas terrestres. Los sensores t\u00e9rmicos revelan las diferencias de temperatura entre las minas y el terreno circundante. Los sensores multiespectrales e hiperespectrales identifican las caracter\u00edsticas de diferentes materiales. El radar de apertura sint\u00e9tica detecta cambios en la superficie del terreno. El LiDAR cartografia sutiles perturbaciones superficiales. Y los magnet\u00f3metros detectan componentes met\u00e1licos subterr\u00e1neos. Juntos, estos sensores pueden abordar la variedad de tipos de minas y condiciones de despliegue que se encuentran en entornos reales.<\/p>\n\n\n\n

A pesar de su potencial, los sistemas multisensor de detecci\u00f3n de minas terrestres basados \u200b\u200ben drones siguen siendo poco explorados. El progreso se ve limitado por la falta de conjuntos de datos de referencia disponibles p\u00fablicamente con datos capturados por m\u00faltiples tipos de sensores que utilicen despliegues de minas realistas y datos precisos sobre el terreno, es decir, las posiciones y profundidades reales de las minas objetivo. Sin estos conjuntos de datos, los investigadores no pueden comparar algoritmos con precisi\u00f3n, validar los resultados de las pruebas ni desarrollar modelos de IA que funcionen correctamente fuera de los entornos de prueba.<\/p>\n\n\n\n

Creaci\u00f3n de conjuntos de datos de detecci\u00f3n de minas<\/h2>\n\n\n\n

Para abordar este desaf\u00edo, nuestro equipo,<\/a> junto con otros investigadores, colabor\u00f3 \u200b\u200bcon la organizaci\u00f3n sin fines de lucro Demining Research Community<\/a> para recopilar un conjunto de datos exhaustivo. Utilizamos el campo de pruebas controlado<\/a> de Demining Research Community en Oklahoma, que inclu\u00eda m\u00e1s de 140 minas terrestres inertes y municiones sin detonar.<\/p>\n\n\n\n

Recopilamos un amplio conjunto de datos georreferenciados multisensor utilizando plataformas terrestres y drones a m\u00faltiples altitudes. Utilizamos datos hiperespectrales, multiespectrales, t\u00e9rmicos, RGB, LiDAR, radar de apertura sint\u00e9tica, georradar, detectores de metales de inducci\u00f3n electromagn\u00e9tica y magnet\u00f3metros. Este conjunto de datos se publicar\u00e1 en una revista cient\u00edfica que se encuentra actualmente en revisi\u00f3n. Hemos publicado una parte de esta colecci\u00f3n \u2014en concreto, un conjunto de datos hiperespectrales visibles e infrarrojos cercanos, adquiridos a una altitud de 20 metros\u2014 mediante\u00a0una publicaci\u00f3n en una conferencia<\/a>.<\/p>\n\n\n\n

Ampliamos este esfuerzo a nivel internacional mediante una colaboraci\u00f3n con la Real Academia Militar de B\u00e9lgica durante una gran\u00a0campa\u00f1a de recopilaci\u00f3n de datos<\/a>. Juntos, desplegamos m\u00e1s de 110 r\u00e9plicas de\u00a0minas PFM-1<\/a>\u00a0en diversos terrenos y condiciones de vegetaci\u00f3n.<\/p>\n\n\n\n

Para simular campos minados realistas, dispersamos las minas inertes para simular la dispersi\u00f3n a\u00e9rea. Levantamos y geolocalizamos con precisi\u00f3n cada mina mediante estaciones base GPS. Posteriormente, recopilamos datos a m\u00faltiples altitudes utilizando drones equipados con sensores hiperespectrales, multiespectrales, t\u00e9rmicos, RGB, LiDAR y de polarizaci\u00f3n que reducen el deslumbramiento.<\/p>\n\n\n\n

Otros grupos de investigaci\u00f3n, participantes y socios de la industria, incluidos fabricantes de sensores, recopilaron conjuntos de datos adicionales en el mismo campo de pruebas. Estos conjuntos de datos se est\u00e1n procesando actualmente y se publicar\u00e1n en acceso abierto pr\u00f3ximamente.<\/p>\n\n\n\n

Hasta donde sabemos, estos ser\u00e1n los primeros conjuntos de datos de este tipo disponibles p\u00fablicamente, lo que abre nuevas oportunidades no s\u00f3lo para la investigaci\u00f3n en detecci\u00f3n de minas terrestres, sino tambi\u00e9n para la comunidad m\u00e1s amplia de IA y teledetecci\u00f3n. Al poner estos conjuntos de datos a disposici\u00f3n del p\u00fablico, buscamos acelerar la investigaci\u00f3n sobre la fusi\u00f3n de datos multisensor, mejorar la fiabilidad de los sistemas de detecci\u00f3n basados \u200b\u200ben IA y ayudar a conectar la investigaci\u00f3n acad\u00e9mica con las necesidades de los desarrolladores de la industria y las organizaciones humanitarias.<\/p>\n\n\n\n

Medici\u00f3n de la confiabilidad<\/h2>\n\n\n\n

Pero incluso calibrando cuidadosamente sus sensores con nuestro conjunto de datos, es necesario reconocer las limitaciones de la tecnolog\u00eda. En aplicaciones como la detecci\u00f3n de minas terrestres, un solo error puede ser fatal. Gran parte de mi investigaci\u00f3n se centra en la fiabilidad de la IA y la estimaci\u00f3n de la incertidumbre. En un\u00a0estudio reciente<\/a>, desarrollamos una\u00a0medida de la incertidumbre de un modelo de IA<\/a>\u00a0sobre sus predicciones.<\/p>\n\n\n\n

En lugar de forzar a los modelos a generar predicciones fiables en todo momento, estamos desarrollando m\u00e9todos que permiten a los sistemas indicar “No estoy seguro”. Nuestro objetivo es proporcionar una m\u00e9trica de incertidumbre junto con las predicciones: cuanto m\u00e1s ruidosa o ambigua sea la entrada, mayor ser\u00e1 la puntuaci\u00f3n de incertidumbre. Esta informaci\u00f3n puede ayudar a los operadores de desminado a tomar decisiones m\u00e1s seguras e informadas, especialmente en condiciones dif\u00edciles o inciertas.<\/p>\n\n\n\n

Con la publicaci\u00f3n de estos conjuntos de datos, creemos que surgir\u00e1n nuevas oportunidades para que los investigadores en IA y teledetecci\u00f3n exploren la fusi\u00f3n de datos multisensor. Los conjuntos de datos incluyen una amplia variedad de objetivos en t\u00e9rminos de tama\u00f1o, forma y orientaci\u00f3n, con todos los datos completamente georreferenciados y con datos precisos sobre el terreno. Dado que cada objetivo fue observado por m\u00faltiples sensores a distintas altitudes, los investigadores podr\u00e1n realizar an\u00e1lisis comparativos de sensores individuales frente a enfoques de detecci\u00f3n combinados. Esto impulsar\u00e1 el desarrollo de algoritmos de detecci\u00f3n m\u00e1s fiables, seguros y r\u00e1pidos, adaptados a las necesidades reales de desminado.<\/p>\n\n\n\n

En esencia, esta investigaci\u00f3n no se centra en algoritmos ni drones, sino en las personas. Se trata de agricultores que recuperan sus tierras, ni\u00f1os que caminan seguros a la escuela y comunidades que se reconstruyen sin miedo. Al combinar IA, drones y ciencia abierta, buscamos transformar la detecci\u00f3n de minas terrestres, de una pr\u00e1ctica lenta y peligrosa, en un proceso m\u00e1s seguro, inteligente y escalable, que ayude a convertir los paisajes posconflicto en lugares donde la vida pueda volver a crecer. <\/p>\n\n\n\n

Este art\u00edculo es una traducci\u00f3n de otro publicado en The Conversation<\/a>. Puedes leer el texto original haciendo clic aqu\u00ed<\/a>.<\/em><\/p>\n","protected":false},"excerpt":{"rendered":"

Por: Sagar Lekhak Al menos 57 pa\u00edses tienen\u00a0minas terrestres antipersonal\u00a0activas en sus territorios. Solo en 2024,\u00a01945 personas murieron a causa de minas\u00a0y 4325 resultaron heridas, el 90% de las cuales eran civiles. Casi la mitad eran ni\u00f1os. Las operaciones de desminado\u00a0eliminaron 105.640 minas\u00a0ese mismo a\u00f1o. Con los nuevos conflictos, el n\u00famero de minas sigue aumentando. […]<\/p>\n","protected":false},"author":1,"featured_media":94875,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[14],"tags":[],"class_list":["post-94874","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-tecnologia"],"_links":{"self":[{"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/posts\/94874","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/comments?post=94874"}],"version-history":[{"count":4,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/posts\/94874\/revisions"}],"predecessor-version":[{"id":94879,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/posts\/94874\/revisions\/94879"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/media\/94875"}],"wp:attachment":[{"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/media?parent=94874"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/categories?post=94874"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/tags?post=94874"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}