Escuela de Doctorado

Fecha de lectura: 24/11/2025

• ANGELINI, RICCARDO: Coastal environment monitoring through satellite, terrestrial and airborne remote sensing
  
  Autor/a: ANGELINI, RICCARDO
  Tesis completa: (contacta con la Escuela de Doctorado para confirmar que eres un doctor acreditado y obtener el enlace a la tesis)
  Programa: CIENCIAS DEL MAR
  Departamento: Departamento de Ingeniería Civil y Ambiental (DECA)
  Modalidad: Normal
  Fecha de depósito: 01/10/2025
  Fecha de lectura: 24/11/2025
  Hora de lectura: 10:30
  Lugar de lectura: Civil and Environmental Engineering Department, University of FlorenceVia di Santa Marta 3, Florence
  Director/a de tesis: MASIERO, ANDREA | LUZI, GUIDO | RIBAS PRATS, FRANCESCA
  Resumen de tesis: Las zonas costeras están cada vez más amenazadas por la subida del nivel del mar inducida por el cambio climático y por presiones antropogénicas, lo que exige herramientas de monitoreo robustas y escalables. La primera fase de esta tesis implementa una metodología integral para la extracción semiautomática de líneas de costa mediante el uso de imágenes satelitales multiespectrales Sentinel-2 (S2) y PlanetScope (PLN). Las líneas de costa extraídas se validan mediante medidas GNSS in situ y ortomosaicos de alta resolución en tres playas de arena mediterráneas. La herramienta de extracción utiliza varios índices espectrales en combinación con métodos de segmentación basados en umbrales y clustering no supervisado. Se logra un alto rendimiento con S2, con una precisión subpíxel media de 4m a partir de píxeles de 10 m, y se obtiene una precisión media de 2m usando las imágenes con resolución de 3m de PLN. En la segunda fase del trabajo, se emplean las líneas satelitales extraídas para caracterizar morfologías costeras conocidas como megacusps, ondulaciones de la línea de costa con espaciados longitudinales de centenares de metros y amplitudes transversales de hasta pocas desenas de metros, que pueden afectar significativamente la usabilidad de las playas. La validación con datos de referencia demuestra que las líneas derivadas por satélite pueden describir de forma robusta y precisa parámetros como la amplitud y la longitud de onda. Además, la evolución de los megacusps puede caracterizarse eficazmente combinando diferentes tipos de imágenes (S2 y PLN), permitiendo identificar fases de crecimiento, erosión y migración, incluso a escalas semanales. Esto puede ser útil para gestionar su impacto en las playas mediterráneas.Otra fase consiste en evaluar y corregir las líneas extraídas respecto a las excursiones de marea y el setup del oleaje. Las correcciones basadas en datos de mareógrafos y boyas muestran que, aunque los desplazamientos absolutos son limitados, su análisis ayuda a eliminar una fuente potencial de error, justificando su integración en flujos de trabajo de alta precisión. Esto también permitiría aplicar la metodología desarrollada a playas meso- y macro-mareales.Finalmente, la investigación incorpora imágenes de radar de apertura sintética (SAR) Sentinel-1 (S1) y TerraSAR-X (TSX) para ampliar la herramienta de extracción a periodos sin luz o con nubes, incluyendo dos playas mediterráneas adicionales con sedimento de grava. El módulo SAR emplea un filtrado avanzado y detección de valores atípicos, pero mantiene la metodología básica de la primera fase, demostrando su flexibilidad. Los resultados muestran una excelente precisión y estabilidad para playas de grava (MAD de unos 6m) y de arena (unos 7m), partiendo de píxeles de 10 m. Comparando imágenes TSX y la más cercana en el tiempo de S1, la primera alcanza mayor precisión (MAD de 2.5m frente a 6.5m), pero solo en condiciones meteorológicas favorables (no diferencias en la otra fecha). El estudio también analiza la influencia de parámetros como la polarización, la longitud de onda, la geometría de adquisición y las condiciones ambientales en la precisión de las líneas de costa de SAR. Los resultados indican que un mayor contraste de retrodispersión producido por la tierra y el mar, típico en playas de grava, y un viento moderado mejoran la detección. Por el contrario, un viento o oleaje fuertes reducen el contraste y aumentan el error.En conjunto, este trabajo ofrece herramientas robustas para la monitorización de alta resolución de la morfología costera de playas mediterraneas mediante datos satelitales. Estas metodologías podrían extenderse a playas con marea o a campos afines como la cartografía de inundaciones. Los algoritmos desarrollados podrían incorporarse en plataformas operativas como sistemas de alerta temprana o aplicaciones WebGIS interactivas, contribuyendo a las estrategias adaptativas de gestión costera por parte de las autoridades locales.
  

• GARCIA CAMACHO, IRENE: Benchmarking cloth manipulation
  
  Autor/a: GARCIA CAMACHO, IRENE
  Tesis completa: (contacta con la Escuela de Doctorado para confirmar que eres un doctor acreditado y obtener el enlace a la tesis)
  Programa: AUTOMÁTICA, ROBÓTICA Y VISIÓN
  Departamento: Instituto de Robótica e Informática Industrial (IRI)
  Modalidad: Normal
  Fecha de depósito: 25/09/2025
  Fecha de lectura: 24/11/2025
  Hora de lectura: 11:00
  Lugar de lectura: Aula Capella, Escola Tècnica Superior d'Enginyeria Industrial de Barcelona (ETSEIB), Edifici PI (Pavelló I). Av. Diagonal, 647, Barcelona
  Director/a de tesis: ALENYÀ RIBAS, GUILLEM | BORRÀS SOL, JÚLIA
  Resumen de tesis: Los marcos de evaluación son herramientas cruciales en la investigación para asegurar el progreso. La experimentación y evaluación comparativa requiere de marcos de referencia normalizados con los que cuantificar el rendimiento de un sistema en comparación con trabajos anteriores para determinar las mejoras y el avance realizado. La manipulación robótica de ropa presenta muchos retos debido a la naturaleza deformable de los objetos textiles. Ésta es una área interdisciplinar que integra diversos componentes incluidos el control, la percepción y el sistema robótico, para resolver tareas de manipulación textil con una amplia variedad de plataformas y pinzas robóticas, objetos y estrategias. Esta variabilidad dificulta el diseño de procedimientos de evaluación generales que puedan ser adoptados por los investigadores del área de manipulación y percepción robótica textil. Esta tesis aborda la necesidad de estandarizar los métodos de experimentación en la manipulación de ropa, proporcionando soluciones a los aspectos clave: descripción del sistema y objetos, descripción de las tareas y métricas de evaluación. La tesis comienza con el diseño de puntos de referencia para tareas relevantes de manipulación de ropa, proponiendo procedimientos claros y métricas para evaluar el rendimiento del sistema. Luego la estandarización de los objetos textiles es mejorada, los cuales repercuten directamente en la manipulaciones requeridas y los resultados obtenidos, proponiendo un conjunto definido de objetos del hogar. Además, se propone un sistema de caracterización para describir objetos textiles de forma estándar a través de sus propiedades físicas y mecánicas, con tal de lidiar con el desgaste por el uso de los objetos textiles, manteniendo la estandarización y extendiéndola a otras categorías de objetos textiles. Posteriormente se propone una definición del estado de las escenas durante la manipulación textil basada en la configuración de la ropa, el tipo y ubicación de agarre, para representar las tareas de manipulación de tela y crear métricas de evaluación más informadas. Más tarde se profundiza en la estimación de estados para la toma de decisiones y la evaluación. La tesis culmina con la organización de la competición robótica de manipulación y percepción de telas, realizada para unir a grupos de investigación en la evaluación y comparación de sus sistemas en igualdad de condiciones, concienciando de la importancia de diseñar y adoptar procesos de evaluación estandarizados para progresar en el área. En resumen, esta tesis aborda la evaluación comparativa, la normalización, la representación de tareas y la toma de decisiones en el contexto de la manipulación de telas.
  

• KUMAR, DILEEP: Deep Learning for Improving Resilience of the Sensors in Mars Exploration Missions
  
  Autor/a: KUMAR, DILEEP
  Tesis completa: (contacta con la Escuela de Doctorado para confirmar que eres un doctor acreditado y obtener el enlace a la tesis)
  Programa: INGENIERÍA ELECTRÓNICA
  Departamento: Departamento de Ingeniería Electrónica (EEL)
  Modalidad: Normal
  Fecha de depósito: 22/10/2025
  Fecha de lectura: 24/11/2025
  Hora de lectura: 11:00
  Lugar de lectura: Aula de Teleensenyament, edifici B3, campus nord
  Director/a de tesis: DOMINGUEZ PUMAR, MANUEL MARIA | PONS NIN, JOAN
  Resumen de tesis: En las misiones de exploración espacial, los científicos han dedicado esfuerzos para conseguir objetivos científicos concretos, como el estudio ambiental de Marte. En los últimos años, se han enviado varias misiones para estudiar la atmósfera de Marte con sistemas avanzados de detección. En el proceso de desarrollo de los distintos sistemas de detección, también se tienen en cuenta los escenarios más desfavorables y resulta crucial implementar soluciones para hacer frente a las posibles adversidades. Durante una misión, los componentes críticos del sistema, como los sensores, pueden llegar a sufrir daños parciales o totales, lo que puede hacer que la misión no consiga enviar datos a la estación de monitorización. Este sería el caso de los sensores de viento de los rovers Perseverance y Curiosity, desplegados en el marco de la misión Mars 2020, los cuales sufrieron daño parciales. También, en algún momento, el sensor de viento TWINS no pudo proporcionar másdatos porque la misión InSight tuvo problemas de potencia debido al polvo acumulado en los paneles solares. Estos hechos suponen un impedimento en el estudio científico de un planeta. Adicionalmente, los sensores espaciales pueden verse afectados por toda una serie de adversidades, como los remolinos de polvo de Marte, la adaptación de los puntos de operación en los propios sensores y los obstáculos que puedan encontrarse alrededor de los sistemas de detección. A todo ello se le suma la imposibilidad de reparar o sustituir un sensor en Marte. Por lo tanto, resulta crucial abordar los problemas de los sensores espaciales con técnicas compensatorias para conseguir los objetivos establecidos. Considerando los problemas que experimentan los sensores de viento de Marte, esta tesis se centra en la búsqueda de enfoques basados en datos para mejorar la resiliencia de los sensores de viento de los instrumentos desplegados en las dos últimas misiones en Marte de la NASA: TWINS (misión InSight, 2018) y MEDA (misión Perseverance, 2020). Se han investigado varios modelos de Machine Learning (ML) y Deep Learning (DL) para mejorar la resiliencia de dichos sensores de viento en caso de fallo parcial. Estos algoritmos basados en datos se han utilizado para desarrollar un sensor virtual o de software para los sensores de vientos marcianos. Además, se ha estudiado un enfoque basado en Transfer Learning (TL) para afrontar escenarios de escasez de datos. Estas metodologías han obtenido resultados prometedores en la recuperación de datos en caso de fallo parcial. En la investigación de TWINS, se ha reducido el ECM de velocidad en un factor entre 2,43 y 4,78, y el de ángulo del viento en un factor entre 1,74 y 4,71, comparado con el caso en el que solo funcionan dos transductores de detección de viento. En el caso de MEDA, los algoritmos investigados han permitido recuperar variables de los paneles de detección de viento con errores similares a los del instrumento TWINS y en algunos casos con resultados ligeramente mejores. Con el enfoque de TL, las predicciones multivariables mejoran con un porcentaje de ECM entre el 10,21% y el 22%. En resumen, varios métodos basados en datos han demostrado la eficacia y el potencial para recuperar datos y hacer frente a escenarios adversos relacionados con los sensores de viento de Marte.
  

• SAVADKOOHI, MARJAN: An Advanced Control Strategy for Optimizing HVAC System Performance in Non-Residential Buildings
  
  Autor/a: SAVADKOOHI, MARJAN
  Tesis completa: (contacta con la Escuela de Doctorado para confirmar que eres un doctor acreditado y obtener el enlace a la tesis)
  Programa: INGENIERÍA AMBIENTAL
  Departamento: Departamento de Ingeniería Civil y Ambiental (DECA)
  Modalidad: Normal
  Fecha de depósito: 10/09/2025
  Fecha de lectura: 24/11/2025
  Hora de lectura: 11:00
  Lugar de lectura: Place: ETSECCPBUPC, Campus NordBuilding C1. Classroom: 002C/Jordi Girona, 1-308034 Barcelona
  Director/a de tesis: CASALS CASANOVA, MIQUEL | MACARULLA MARTÍ, MARCEL
  Resumen de tesis: Esta tesis doctoral aborda los retos científicos y prácticos en la implementación de sistemas de control avanzados (ACS) para optimizar la climatización (HVAC) en edificios no residenciales. Aunque estrategias como el control predictivo basado en modelos (MPC) y redes neuronales (NN) han mostrado buenos resultados en investigación, su aplicación práctica sigue siendo limitada. Las barreras incluyen la falta de datos históricos, limitaciones técnicas en los sistemas HVAC, ausencia de estandarización en sistemas de gestión energética (BEMS) y baja preparación institucional. Para abordarlas, esta tesis emplea un enfoque dual que combina análisis empírico y experimentación por simulación.Primero, se analiza una encuesta a 676 edificios no residenciales para evaluar las prácticas BEMS, centrándose en control HVAC, almacenamiento de datos y adopción de control predictivo. Aunque sensores y medición inteligente son comunes, solo el 0,6 % usa control predictivo. Se identifican barreras como falta de registro ambiental, sistemas HVAC obsoletos, escasa formación técnica y falta de inversión, especialmente en el sector público.En respuesta, la segunda parte desarrolla y evalúa controladores predictivos basados en NN usando un modelo energético calibrado. Se entrenan ocho modelos con distintos volúmenes de datos históricos para evaluar su impacto en la precisión de predicción y el rendimiento HVAC. Se usan indicadores clave (KPIs) sobre confort térmico y eficiencia energética. Los resultados muestran que entre 1 y 4 meses de datos son necesarios para un rendimiento aceptable, y tras dos años se alcanza un margen de mejora limitada. El preprocesamiento de datos ayuda con pocos datos (<100), pero aporta poco en conjuntos mayores, sugiriendo una utilidad según contexto.El análisis identifica sensibilidades operativas y climáticas. En climas fríos y tras pausas (como lunes), los modelos fallan por falta de datos similares. El rendimiento mejora a mitad de semana y en zonas cálidas, destacando la importancia de datos diversos y adaptados al clima. Comparado con la programación tradicional, los controladores NN mejoran de forma consistente el uso energético y el confort, si hay datos y configuración adecuados.Esta tesis aporta nuevos conocimientos sobre el uso práctico de sistemas inteligentes de control HVAC. Define umbrales mínimos de datos, clarifica el rol del preprocesamiento y ofrece pautas para adaptar los modelos a condiciones climáticas y operativas. También resalta la necesidad de estandarizar la recogida de datos, formar técnicos energéticos y promover la colaboración público-privada. Los hallazgos apoyan la implementación escalable del control predictivo, contribuyendo a la eficiencia energética, la gestión inteligente y la descarbonización de edificios.
  

Fecha de lectura: 25/11/2025

• BAZÁN GUILLÉN, ALBERTO: Contribution to smart charging for electric vehicles in urban environments
  
  Autor/a: BAZÁN GUILLÉN, ALBERTO
  Tesis completa: (contacta con la Escuela de Doctorado para confirmar que eres un doctor acreditado y obtener el enlace a la tesis)
  Programa: INGENIERÍA TELEMÁTICA
  Departamento: Departamento de Ingeniería Telemática (ENTEL)
  Modalidad: Normal
  Fecha de depósito: 28/10/2025
  Fecha de lectura: 25/11/2025
  Hora de lectura: 15:00
  Lugar de lectura: Aula C3-304 Aula Seminari, campus nord
  Director/a de tesis: AGUILAR IGARTUA, MONICA | BARBECHO BAUTISTA, PABLO ANDRES
  Resumen de tesis: La transición hacia una movilidad urbana sostenible y la necesidad urgente de reducir las emisiones de gases de efecto invernadero han situado a los vehículos eléctricos (VE) como una pieza clave en la transformación hacia un sistema de transporte más limpio, eficiente e inteligente. El aumento progresivo del número de VE hace imprescindible disponer de una infraestructura de carga robusta y flexible, capaz de satisfacer la creciente demanda energética, minimizando al mismo tiempo el impacto sobre la red eléctrica. En este contexto, la planificación coordinada de la carga se vuelve esencial para optimizar tanto el confort de los usuarios como la eficiencia del sistema eléctrico y urbano, especialmente en entornos densos y en los Centros de Movilidad.Esta tesis aborda dos retos fundamentales y complementarios dentro del ámbito de la movilidad urbana sostenible: la generación realista de tráfico y la programación óptima de la carga de los VE. Para apoyar la toma de decisiones en la planificación urbana, se ha desarrollado DesRUTGe (Decentralized Realistic Urban Traffic Generator), un nuevo marco de simulación que integra técnicas de Aprendizaje por Refuerzo Profundo (DRL) con el simulador SUMO, con el fin de generar perfiles de tráfico de alta fidelidad y variabilidad temporal durante 24 horas. Su principal aportación radica en la incorporación del Aprendizaje Federado Descentralizado (DFL), en el que cada detector de tráfico y su zona asociada actúan como nodos autónomos que entrenan modelos locales con datos históricos mínimos e intercambian conocimiento con otros nodos cercanos. Esta estrategia permite obtener patrones de tráfico más precisos y realistas que los generados por métodos centralizados o herramientas convencionales como RouteSampler, logrando una mejor reproducción de las variaciones diarias y de los picos de congestión.A partir de este entorno de simulación realista, la tesis propone un marco inteligente de planificación de carga de VE diseñado para Centros de Movilidad urbanos. El planificador considera factores esenciales como los precios horarios de la electricidad, las ventanas temporales de carga de los vehículos, el estado de carga (SoC) inicial y final, y la posibilidad de operación bidireccional (vehicle-to-grid) cuando resulta viable. El trabajo analiza y compara dos enfoques principales: la Programación Lineal Mixta Entera (MILP), capaz de obtener soluciones óptimas en escenarios reducidos pero limitada en escalabilidad, y los métodos de Reinforcement Learning (RL) basados en Proximal Policy Optimization (PPO), que muestran un comportamiento robusto, adaptativo y eficiente en entornos más complejos y dinámicos. Además, se exploran estrategias de carga inversa, en las que los VE pueden devolver energía a la red durante los periodos de máxima demanda, generando incentivos económicos para los conductores y mejorando la estabilidad del sistema eléctrico.En conjunto, esta investigación realiza tres contribuciones principales: (i) Introduce una plataforma de simulación descentralizada y altamente realista para la generación de perfiles de tráfico urbano; (ii) desarrolla un marco escalable y adaptativo para la gestión óptima de la carga de vehículos eléctricos, equilibrando los intereses de los usuarios, la estabilidad de la red y los objetivos medioambientales; y (iii) demuestra cómo ambas metodologías pueden integrarse en la planificación de ciudades inteligentes, favoreciendo un diseño coordinado de servicios de movilidad sostenible y una gestión energética más eficiente. Los resultados obtenidos, validados con datos reales de la ciudad de Barcelona, demuestran la viabilidad y el impacto potencial de las soluciones propuestas para el desarrollo de sistemas de movilidad urbana más sostenibles y resilientes.