Fusión de datos multisensor para el estudio de edificaciones del patrimonio histórico: voxelización y deep learning

El análisis de patologías en edificios, especialmente en construcciones patrimoniales, ha avanzado con el uso de sensores geomáticos. La combinación de sensores activos y pasivos, como escáneres láser y cámaras con distintas sensibilidades espectrales, permite obtener modelos 3D detallados, nubes de puntos con datos espectrales y representaciones visuales que destacan áreas problemáticas. Esta fusión de datos facilita la detección temprana y el monitoreo de grietas, deformaciones y corrosión.A pesar de estos avances, persisten desafíos relacionados con la calibración y la integración precisa de los datos, que requiere experiencia en teledetección y análisis estructural. En este estudio, se emplearon sensores como cámaras, drones, cámaras de infrarrojo térmico y escáneres láser en un edificio histórico, generando nubes de puntos que fueron fusionadas en estructuras voxelizadas (elementos tridimensionales).Estas estructuras permiten aplicar algoritmos de aprendizaje profundo, como los mapas autoorganizados, para aislar patologías y apoyar decisiones de intervención. Los resultados confirman que los problemas fueron correctamente identificados en el mapa autoorganizado, mostrando la efectividad de esta metodología para el estudio de patologías y otros fenómenos en edificaciones.