- name
- satellite-traffic-detection
- description
- DRISH-X — detección de tráfico de vehículos desde imágenes satelitales Sentinel-2. Aprovecha el parpadeo RGB del sensor (1.01s entre canales) + YOLO para inteligencia de carga en carreteras
- version
- 1.0.0
- author
- Ntizar
- tags
- ["vision","satellite","traffic","DRISH-X"]
# DRISH-X — Satellite-Powered Freight Intelligence
## Descripción
Inteligencia automatizada de tráfico de vehículos desde imágenes satelitales Sentinel-2. Responde: "¿cuánto tráfico hay en esta carretera y cómo ha cambiado con el tiempo?"
## Referencia Principal
- **Repo**: sparkyniner/DRISH-X-Satellite-powered-freight-intelligence- (233★)
- **URL**: https://github.com/sparkyniner/DRISH-X-Satellite-powered-freight-intelligence-
- **License**: MIT
## Tecnologías
- Python 3.10+
- FastAPI (API)
- Sentinel-2 / Copernicus (imágenes satelitales)
- YOLO (detección de vehículos)
## Principio Científico
El sensor Sentinel-2 registra los canales rojo, verde y azul con un desfase de **1.01 segundos**. Cualquier objeto estático se ve normal, pero un vehículo moviéndose a velocidad autopista aparece desplazado entre los canales. Este "parpadeo RGB" es la señal explotada para detección.
## Pasos de Implementación
1. **Descargar imágenes Sentinel-2** desde Copernicus Data Space
2. **Preprocesar**: extraer canales RGB con desfase temporal
3. **Detectar vehículos**: YOLO sobre imágenes procesadas
4. **Contar y rastrear**: agregación por segmento de carretera
5. **API FastAPI**: exponer resultados para consumo
## Casos de Uso
- **Freight intelligence**: conteo y seguimiento de camiones en autopistas
- **Traffic analysis**: patrones de tráfico temporal
- **Infrastructure planning**: datos para planificación de infraestructura
- **Environmental monitoring**: impacto del tráfico en zonas sensibles
## Targets de Interés
- Autopistas principales
- Corredores de carga
- Fronteras y puntos de control
- Zonas industriales
## Pitfalls
- Requiere acceso a Copernicus Data Space (gratuito pero con registro)
- La resolución de Sentinel-2 (10m/píxel) limita la detección en carreteras secundarias
- Las condiciones climáticas (nubes) afectan la disponibilidad de imágenes
- El desfase temporal de 1.01s requiere corrección de geometría
## Herramientas Complementarias
- **Aouei/remote-sensing-satellite-downloader**: descarga de Sentinel-2/Landsat
- **orcunkok/AWS-Dem-Downloader**: descargas de DEM de elevación
- **c2g-dev/city2graph**: análisis de grafos sobre datos geoespaciales
GitHubで見る