Integración de IA y RPAS en la vigilancia portuaria: desarrollo, aplicaciones y perspectivas en el contexto español
Autor/es: Ivars Soriano, Magdalena
Director/es: De La Fuente Cantarino, Ernesto
Titulación: Máster Universitario en Ingeniería Aeronáutica
Fecha de defensa: 2024-01
Tipo de contenido:
TFM
Resumen:
El objeto del proyecto es profundizar en la convergencia estratégica de la IA y los RPAS para
transformar la vigilancia portuaria en España. El estudio se aplica al puerto de Valencia dado que
es el de mayor tamaño en España, el segundo en términos de tráfico y uno de los más grandes
de Europa.
El estudio se centra en mejorar la seguridad física y de la infraestructura así cómo, en mejorar
la seguridad marítima. La solución propuesta incluye la generación de una red privada 5G, la
vigilancia y control del puerto con el vuelo continuo de RPAS solar de ala fija y el vuelo puntual
de cuadricóptero eléctrico, y una plataforma privada de vídeos. https://www.vigvalenciaport.com/logear.php
Los hallazgos revelan la capacidad de estos sistemas para mejorar significativamente la
seguridad y eficiencia portuaria, permitiendo tanto la detección temprana de amenazas y la
respuesta rápida a situaciones de emergencia, como la mejora de la regulación del tráfico
marítimo en la zona portuaria. Además, se demuestra que la implementación de estas
tecnologías conlleva un notable ROI, tanto en términos económicos como operativos sin
necesidad de reducir la plantilla de empleados.
Las conclusiones subrayan la importancia de una regulación precisa para equilibrar la innovación
tecnológica con las consideraciones éticas y de privacidad. También se destaca la necesidad de
una formación especializada para operadores de drones e IA, asegurando un uso responsable y
seguro de estas tecnologías avanzadas. Finalmente, se resalta que la combinación de IA y RPAS
representa un cambio significativo en la vigilancia portuaria, impulsando un futuro más seguro
y eficiente para los puertos españoles.
Ficheros en el ítem
Nombre: tfm_MagdalenaIvarsSoriano.pdf
Tamaño: 4.804Mb
Formato: PDF
Tipo de contenido:
TFM