TrisTrash convierte la flota de limpieza y recogida en una red de inspección urbana con IA. La visión artificial se ejecuta en el propio vehículo: detecta y geolocaliza desbordamientos y residuos abandonados, y las alertas entran en el sistema corporativo de información geográfica para priorizar actuaciones y replanificar rutas. Acumula más de 44.500 detecciones, opera en cuatro ciudades y está integrado con la gestión de flota.
TrisTrash visión artificial embarcada para la gestión inteligente de servicios urbanos
Indicadores y procesos de mejora
Escala 2026: 44.594 detecciones acumuladas, cuatro ciudades en explotación e integración con cerca de 5.000 activos y maquinaria del sistema corporativo de gestión de flota, alimentada por varios proveedores de telemetría.
El seguimiento del proyecto se articula en tres indicadores: cobertura, medida en vehículos equipados y ciudades en explotación; capacidad de detección, medida en incidencias detectadas y geolocalizadas por periodo; y eficiencia operativa, medida en kilómetros, litros y horas por tonelada gestionada, con línea base por contrato y cierre previsto conforme a la metodología de cálculo aprobada por Operaciones e Innovación.
En una de las ciudades se registraron más de 800 incidencias en tres meses, un volumen que la inspección por rondas programadas no llegaba a cubrir. El proceso de mejora continua se apoya en el reentrenamiento periódico de los modelos con las detecciones validadas en campo y en la revisión del umbral de detección por tipo de incidencia.
Cuantificación/Estimación reducción consumo
La palanca de ahorro es un cambio de modelo operativo: se deja de recorrer la ciudad para comprobar y se actúa solo ante incidencias reales y localizadas.
Las rondas de verificación programadas se sustituyen por una actuación dirigida por datos, concentrando la flota donde existe necesidad. El ahorro de kilómetros y combustible se mide contrato a contrato mediante una metodología definida: kilómetros y horas de telemetría, litros de suministro real facturado, normalización por tonelada gestionada y comparación entre un periodo previo al despliegue y otro de operación estable, excluyendo la instalación. La primera medición cerrada se declarará con esta trazabilidad.
Además, el procesamiento se realiza en el propio vehículo, evitando transmitir vídeo de forma continua y reduciendo el tráfico de datos y el cómputo en centro de datos: la eficiencia energética forma parte del diseño del sistema.
Cuantificación/Estimación reducción emisiones CO2
La reducción de emisiones es consecuencia directa del menor número de kilómetros recorridos y del menor consumo de combustible, y se declara contrato a contrato con una metodología trazable y replicable: kilómetros evitados por ruta y periodo obtenidos de la telemetría; litros evitados a partir del consumo real facturado de cada tipo de vehículo, no de un consumo teórico; y toneladas de CO₂ equivalente aplicando el factor de emisión del combustible de la tabla oficial vigente utilizada en la huella de carbono corporativa.
Al alimentarse de telemetría y facturación, el indicador se actualiza de forma automática y es auditable en cada contrato. Valoriza declara las toneladas evitadas allí donde se miden, con su línea base de rutas, litros y tonelaje, y no antes: es el mismo criterio que aplica al resto de su cartera de proyectos digitales, y es la condición para que la cifra tenga valor ante el cliente municipal.
Innovación aplicada y buenas prácticas
TrisTrash transforma vehículos que ya recorren la ciudad en sensores móviles, sin añadir flota ni personal: captan imágenes, ejecutan visión artificial a bordo, geolocalizan incidencias y las convierten en órdenes operativas. Lo diferencial es cerrar el ciclo completo: detectar, priorizar, replanificar, actuar y medir resultados.
El desarrollo es propio, incluidas las carcasas fabricadas mediante impresión 3D en la organización. Esto facilita equipar nuevos vehículos y replicar el sistema sin convertir cada despliegue en una nueva inversión de proyecto.
Además, opera sin dependencia de conectividad permanente, reentrena el modelo con detecciones validadas en campo y procesa las imágenes en el propio vehículo, evitando almacenar o transmitir vídeo de la vía pública.
Esto reduce tráfico de datos y facilita el cumplimiento de protección de datos y la aceptación municipal.
Uso de tecnologías (TICs)
Visión artificial embarcada ejecutada en procesadores de IA a bordo del vehículo; procesamiento en el borde (edge); conectividad móvil y geolocalización GPS; nube pública (Microsoft Azure) para consolidación; plataforma corporativa de información geográfica (GIS) para mapas, cuadros de mando y planificación de rutas dinámicas; integración con múltiples proveedores de telemetría y con el sistema de gestión de flota y mantenimiento; API de integración; alertas y flujos de trabajo operativos; analítica de indicadores.
Para el equipo operativo no añade ninguna tarea: no hay dispositivo que manejar ni parte que rellenar. Para el responsable de servicio, todo ocurre en una única pantalla: mapa de detecciones y estado de activos, integrado con flota y mantenimiento, visible también por el cliente con el mismo dato que usa el operador.

