::sub::Blockchain e IA aplicadas a un vehículo aeroportuario autónomo.::/sub::
::desc::Proyecto aborda el desarrollo de un vehículo aeroportuario autónomo con motor eléctrico de rango extendido mediante hidrógeno, orientado a optimizar el traslado de aeronaves y reducir tiempos operativos en pista.::/desc::
::tags::Movilidad autónoma · Aeropuerto · Blockchain · Inteligencia artificial · Trazabilidad · Delivery::/tags::
IA y trazabilidad para movilidad aeroportuaria
Proyecto I+D para apoyar el desarrollo de un vehículo autónomo de remolque de aeronaves mediante trazabilidad blockchain, optimización de producción y monitorización digital.
El proyecto abordaba el desarrollo de un vehículo aeroportuario autónomo con motor eléctrico de rango extendido mediante hidrógeno, orientado a optimizar el traslado de aeronaves y reducir tiempos operativos en pista. Dentro del consorcio, mi participación se centró en las capas digitales asumidas por Izertis: trazabilidad blockchain de piezas y ensamblajes, backend de auditabilidad, modelo de optimización de producción, QA funcional, documentación, preparación de demo y diseño funcional de un panel de monitorización para la conducción autónoma.
Movilidad autónoma · Aeropuerto · Blockchain · Inteligencia artificial · Trazabilidad · Delivery
El problema
El reto de desarrollar y validar una solución de movilidad autónoma para el entorno aeroportuario, combinando conducción autónoma, innovación energética, trazabilidad de fabricación y optimización de producción en un contexto altamente regulado, donde la seguridad, la auditabilidad y la coordinación entre actores eran factores críticos.
El proyecto abordaba un desafío complejo: reducir tiempos operativos asociados al remolque de aeronaves mediante un vehículo autónomo, eléctrico y con rango extendido por hidrógeno, capaz de operar en escenarios aeroportuarios controlados. Sin embargo, el reto no estaba solo en el vehículo físico, sino en todo el ecosistema necesario para hacerlo viable: supervisión, validación, trazabilidad de componentes, optimización de la producción y coordinación entre distintos miembros del consorcio.
Al tratarse de un proyecto I+D, la solución debía avanzar entre incertidumbre técnica, restricciones de seguridad y validaciones progresivas. Esto implicaba diferenciar claramente entre lo probado en circuito cerrado, lo validado mediante simulación y las capas digitales desarrolladas para aportar auditabilidad, control y soporte a la toma de decisiones.
Autonomía en un entorno crítico
El entorno aeroportuario exige niveles muy altos de seguridad, coordinación y control operativo. Automatizar parte del remolque de aeronaves suponía explorar cómo un vehículo autónomo podía reducir tiempos y desplazamientos innecesarios, manteniendo siempre la supervisión humana y reservando las maniobras finales para personal especializado.
Trazabilidad de piezas y ensamblajes
Ante un posible fallo, defecto o incidencia, era clave poder reconstruir qué componentes formaban parte de cada conjunto, cómo se habían ensamblado y qué relaciones existían entre piezas. La trazabilidad blockchain permitía explorar una capa de registro más auditable y menos manipulable sobre la cadena de montaje.
Optimización de la producción
La fabricación de un vehículo innovador implica coordinar materiales, personas, tareas, puestos de trabajo y dependencias entre procesos. El reto estaba en apoyar la toma de decisiones sobre qué tareas priorizar, detectar cuellos de botella y anticipar si los plazos de producción eran alcanzables o si existía riesgo de desviación.
La solución
Trazabilidad blockchain de componentes
Se desarrolló una infraestructura blockchain orientada a registrar información sobre piezas, componentes y ensamblajes utilizados durante la fabricación del vehículo. Esta capa permitía mantener un historial auditable de las relaciones entre elementos, facilitando la trazabilidad de la cadena de montaje y proporcionando una base más robusta para el análisis de incidencias, mantenimientos o posibles defectos detectados durante el ciclo de vida del producto.
Optimización inteligente de la producción
La solución incorporó un modelo de inteligencia artificial clásica diseñado para apoyar la planificación y priorización de tareas dentro del proceso de fabricación. A partir de información sobre materiales disponibles, recursos humanos, dependencias entre actividades y estado de la producción, el sistema podía recomendar secuencias de trabajo más eficientes, ayudando a anticipar cuellos de botella y evaluar la viabilidad de los plazos previstos.
Monitorización de conducción autónoma
Se diseñó un panel de monitorización orientado a visualizar información relevante sobre el funcionamiento del vehículo autónomo durante pruebas y validaciones. La interfaz permitía concentrar información operativa en un único punto de consulta, facilitando el seguimiento del comportamiento del sistema y apoyando la supervisión de las pruebas realizadas en simulación y circuito cerrado.
Ecosistema digital para validación
Las distintas capas desarrolladas permitían complementar el trabajo realizado por el resto de miembros del consorcio, aportando capacidades de auditabilidad, optimización y supervisión sobre un proyecto que combinaba conducción autónoma, electrificación mediante hidrógeno y operación en un entorno aeroportuario altamente exigente. El resultado fue un ecosistema digital preparado para apoyar la validación tecnológica de una solución innovadora antes de su posible despliegue en escenarios reales.
Auditabilidad de fabricación
La capa blockchain aportaba una forma de registrar información crítica del proceso de fabricación con mayor resistencia a la manipulación. Más allá de almacenar datos, el valor estaba en poder reconstruir relaciones entre componentes y ensamblajes cuando fuera necesario analizar una incidencia, revisar una pieza concreta o justificar decisiones dentro de un proceso industrial complejo.
IA para optimización de producción
El modelo de optimización ayudaba a priorizar tareas de fabricación teniendo en cuenta disponibilidad de materiales, recursos humanos, puestos de trabajo, dependencias y fechas objetivo. Más que automatizar una decisión aislada, la solución buscaba apoyar la planificación de producción y anticipar cuellos de botella, retrasos o escenarios inviables antes de que impactaran en el desarrollo del vehículo.
Monitorización autónoma
El panel de monitorización permitía visualizar información relevante durante las pruebas de conducción autónoma, facilitando el seguimiento funcional del vehículo en entornos de simulación y circuito cerrado. Al tratarse de un MVP, la prioridad estaba en representar datos operativos de forma clara y útil para la validación, más que en construir una interfaz visualmente definitiva.
Validación experimental
El proyecto combinó desarrollo real, simulación y pruebas en entorno controlado para avanzar en la validación de una solución altamente innovadora. El vehículo físico llegó a probarse en circuito cerrado, mientras que otras capacidades se evaluaron mediante simulador y datos reales procedentes del contexto aeroportuario, manteniendo una separación clara entre lo demostrado, lo simulado y lo aún pendiente de validación operativa.
Mi rol
Delivery, análisis funcional y diseño de monitorización MVP
Mi participación se centró en la coordinación y seguimiento del delivery de las capas digitales asumidas por Izertis dentro del consorcio, conectando necesidades funcionales, avances técnicos y dependencias con otros miembros del proyecto. Trabajé en el análisis funcional, la documentación, el roadmap, la preparación de demos y el QA funcional de los desarrollos, además del diseño funcional de un panel MVP para la monitorización de la conducción autónoma. Mi rol combinó gestión, visión de producto y validación funcional en un contexto de I+D con alta incertidumbre técnica y múltiples actores implicados.
Resultados
El proyecto dio lugar a un desarrollo real dentro de un piloto I+D, combinando un vehículo físico probado en circuito cerrado, validaciones mediante simulador, uso de datos reales del entorno aeroportuario y varias capas digitales orientadas a trazabilidad, optimización y monitorización. Desde la parte asumida por Izertis, se trabajó en un backend de trazabilidad blockchain para piezas y ensamblajes, un modelo de optimización de producción, la integración funcional de estas capacidades y un panel MVP de monitorización. Aunque la solución no llegó a probarse en operación real dentro de un aeropuerto, permitió avanzar en la validación técnica del concepto y diferenciar qué partes estaban desarrolladas, simuladas o pendientes de validación en entorno operativo.
Aprendizaje
Este proyecto reforzó mi aprendizaje sobre cómo gestionar productos y desarrollos digitales dentro de proyectos I+D complejos, especialmente cuando intervienen varios miembros de un consorcio con responsabilidades, ritmos e intereses diferentes. Me ayudó a trabajar mejor con incertidumbre, a coordinar dependencias entre capas físicas, software, IA y blockchain, y a mantener una comunicación clara entre lo que estaba desarrollado, lo que estaba validado y lo que aún formaba parte de la exploración. También fue un aprendizaje importante sobre paciencia, coordinación y realismo a la hora de llevar innovación tecnológica hacia un caso de uso viable.
Hablemos de innovación aplicada
Acompaño proyectos digitales en contextos de alta incertidumbre, ayudando a ordenar requisitos, coordinar equipos, validar soluciones y convertir tecnologías emergentes en experiencias más claras, útiles y demostrables.