TIC y Deep Learning aplicados a la monitorización de infraestructuras subterráneas urbanas para su aprovechamiento energético.
Las ciudades son grandes consumidoras de recursos, de los cuales, una parte importante son destinados a cubrir la demanda de las necesidades de climatización de los edificios e infraestructuras que las conforman y donde vive más de la mitad de la población mundial.
Si queremos que perduren en el tiempo, hemos de conseguir que sean más sostenibles y eficientes, capaces de afrontar las nuevas necesidades que el Cambio Climático y los retos del desarrollo urbano presenten en el futuro.
Es en este punto donde la gran variedad de infraestructuras subterráneas que sirven de arterias invisibles para el correcto funcionamiento y evitan la saturación de los sistemas superficiales (metro, sótanos, túneles, alcantarillado, etc) de las ciudades pueden ser un recurso tremendamente interesante y subaprovechado hasta el momento, ya que estos espacios están en contacto directo con el terreno, interaccionando e intercambiando, principalmente calor. Lo que supone desafíos y oportunidades de innovación para el aprovechamiento de este calor almacenado en el subsuelo directamente debajo de quienes podrían demandarlo y aprovecharlo.
…..
![]() |
![]() |
Ante la necesidad de obtener y recopilar información ambiental útil para el proyecto AulaEnergia, se diseña una futura Red de Estaciones Ambientales (REA), para ello se instala en la 8ª planta del M-3 ( C/ Alenza 4, Madrid 28003) un prototipo de Estacion Ambiental Exterior (EAE-1) sobre el que se está trabajando para adaptarlo a las necesidades del proyecto. Sirviendo de base de experimentación para obtener un módulo de sensores replicable en toda la red.
Monitorización de Espacios Subterráneos ETSIME-UPM

Proyectos de monitorización mediantes sensores de bajo coste
Permitiendo la familiarización con:
- La programación necesaria
- Montaje y arquitectura de soporte
- Tipos y necesidades de los sensores
- Resolución de necesidades de datos ambientales y de gestión de objetivos posteriores de AulaEnergia
Arquitectura EAE-1
En el momento actual todo el sistema esta montado con una Raspberry pi b+, con un sensor de temperatura dht22 y una caseta artesanal.
Para la recogida de datos, se esta usando Phython , que son introducido en una base de datos Mysql
Para la visualización de los datos se esta utilizando un servidor web Apache, con un framework php CodeIgniter