The project iRoad2Safe tiene como objetivo desarrollar un sistema inteligente de monitorización y mantenimiento predictivo de carreteras que mejore simultáneamente la seguridad vial y el desempeño medioambiental de las infraestructuras. Surge como evolución del proyecto previo iRoad y se fundamenta en la integración de inteligencia artificial (IA), aprendizaje automático y sistemas de información geográfica (SIG) para transformar el modelo tradicional de mantenimiento reactivo en uno preventivo y basado en datos.

La propuesta se centra en la caracterización físico-química del pavimento mediante técnicas avanzadas de captura masiva de datos, como mobile mapping, imágenes satelitales, LiDAR y sensores in situ. A partir del análisis de parámetros clave como el Índice de Rugosidad Internacional (IRI), el Índice de Condición del Pavimento (PCI), el Índice de Servicio (PSI) y la resistencia al deslizamiento, se desarrollará un modelo capaz de determinar el deterioro del asfalto y detectar tramos de riesgo antes de que se materialicen en accidentes o daños estructurales.

Los datos recopilados se integrarán en una base geoespacial interoperable, apoyada en una ontología específica, que permitirá visualizar mapas de riesgo y facilitar la toma de decisiones por parte de gestores de infraestructuras. Además, el proyecto incorpora la evaluación de variables ambientales y la extrapolación de resultados a indicadores teóricos que evidencien la reducción de emisiones y la mejora de los servicios ecosistémicos. En términos de impacto, iRoad2Safe contribuirá a optimizar la inversión pública en conservación vial, reducir accidentes, disminuir emisiones de CO₂ asociadas al mal estado del firme y fomentar la digitalización y sostenibilidad del sector de infraestructuras.