Un equipo de investigadores de las universidades de Salamanca, Católica de Ávila y León ha desarrollado una metodología automatizada basada en tecnología LiDAR que permite evaluar la visibilidad en carreteras secundarias y detectar tramos de riesgo para el adelantamiento y la frenada con una precisión del 92,7%.

El estudio, publicado en la revista científica Remote Sensing y que recoge EFE, propone una herramienta que clasifica automáticamente los tramos de carretera en tres niveles de riesgo —alto, medio y bajo— según la visibilidad disponible para detener el vehículo o realizar un adelantamiento seguro.

La metodología se apoya en el análisis dinámico de nubes de puntos 3D obtenidas mediante escaneo láser móvil, instalado en vehículos que recorren la vía. A través de un modelo geométrico de pirámides parametrizadas, el sistema simula el campo de visión del conductor y evalúa las condiciones reales de visibilidad, detectando obstáculos como vegetación, taludes o elementos de infraestructura.

El método fue validado en tres carreteras secundarias españolas —dos en Galicia (OU-209 y OU-401) y una en Castilla y León (AV-110)—, mostrando una alta concordancia con la señalización existente. En las zonas con curvas o vegetación densa, el sistema identificó correctamente los tramos de alto riesgo, mientras que en trazados suaves detectó las áreas de baja peligrosidad.

Además, los errores fueron "conservadores", es decir, el modelo tendió a sobreestimar el riesgo, lo que refuerza su utilidad como herramienta preventiva.

Los investigadores destacan que la metodología puede integrarse en plataformas GIS y sistemas de asistencia avanzada a la conducción (ADAS), permitiendo generar alertas en tiempo real sobre zonas peligrosas,informa EFE.

"Este enfoque permite identificar zonas críticas que requieren señalización específica o intervenciones de mejora, optimizando recursos y aumentando la seguridad vial", subrayan los autores, Diego Guerrero Sevilla, Mariano González de Soto, Susana del Pozo, José A. Martín Jiménez, Pablo Rodríguez Gonzálvez y Diego González-Aguilera.

De cara al futuro, el equipo prevé incorporar variables climáticas y adaptar los parámetros de velocidad de diseño a las condiciones reales, con el objetivo de ofrecer alertas más precisas y personalizadas en función de cada tramo de carretera.