Relief
Partimos de modelos de elevación y datos cartográficos con la fuente documentada.
Productos Relieva
Ciudades y modelos 3D Prototip & cercetare
Una ciudad que puedes explorar en profundidad.
Desarrollamos representaciones 3D de la ciudad que combinan relieve, mapas y datos sobre el espacio construido. La dirección Relieva es la actualización del modelo mediante observaciones de campo, guiadas por las zonas en las que aparecen cambios.
Ce reprezintă straturile
El relieve proporciona la base, los edificios describen el espacio construido y las observaciones indican lugares que verificar. Activa y desactiva las capas.
Relieva
De la información al trabajo hecho.
Modelo urbano
Construimos una representación navegable de los edificios, las rutas y los alrededores.
Actualizare
Investigamos la recopilación de datos de campo y la forma en que las observaciones satelitales pueden priorizar la revisión.
Dónde resulta útil.
Exploración 3D
La comprensión del relieve y de la relación entre edificios, carreteras y territorio.
Planificare
Demostraciones para trayectos, observación y documentación de los cambios.
Investigación de campo
Prototipos para el vínculo entre observaciones locales y el modelo digital.
Relieva es un proyecto de investigación y prototipado. Los modelos pueden incluir alturas estimadas; no representan un levantamiento catastral ni una flota de robots ya desplegada.
Relieva en detalle
Qué puedes hacer con este proyecto.
Relieva plantea una pregunta simple sobre una ciudad: dónde puede subir algo con ruedas y dónde no. Chișinău tiene 234 metros entre el punto más bajo y el más alto, y eso decide si una entrega autónoma, una silla de ruedas o una rampa tienen dónde existir. El prototipo mide eso a partir de datos públicos, no de estimaciones.
La base es Copernicus DEM GLO-30: dos mosaicos de un grado leídos del archivo público AWS Open Data, reproyectados a UTM zona 35N a 25 m por píxel, con la pendiente calculada mediante el núcleo Horn 3×3 — el mismo método que la herramienta estándar de GDAL. Encima se coloca la geometría vial y las huellas de edificios de OpenStreetMap.
Cada bloque de la página lleva una marca: medido, de fuentes o propuesto. La distinción es necesaria porque, de otro modo, todas las afirmaciones sonarían igual, y la que cuenta para un comprador es precisamente la que dice «esto todavía no existe».
Mapa de pendientes del municipio
Superficie analizada 555 km², núcleo urbano 230 km². Distribución en cuatro bandas: 21,2% del núcleo por debajo de 4% de pendiente (48,7 km²), 31,0% entre 4 y 8% (71,3 km²), 23,4% entre 8 y 12% (53,7 km²), 24,5% por encima de 12% (56,3 km²). Los umbrales no se eligen por estética: 8,33% es la rampa de accesibilidad 1:12, y 12% es el umbral por encima del cual los robots de acera cotizados al 10–15% ya no suben.
La pendiente real de las calles, no del terreno
7.929 tramos de calle con la pendiente calculada individualmente, mediana 3,7%. De 156 calles nombradas de más de 400 m, solo una supera el 8% de media. La conclusión invierte la intuición: el terreno es áspero, la calzada no — los ingenieros trazaron las carreteras sobre las curvas de nivel.
El centro en 3D, con el origen de las alturas separado
9.506 huellas de edificios de OpenStreetMap (instantánea 02.07.2026), colocadas sobre la cota del terreno debajo de cada una. De ellas, 1.128 tienen la altura declarada en OSM; las otras 8.378 se estiman a partir del número de plantas × 3,2 m. Las dos categorías están coloreadas de forma distinta en la escena, precisamente para que la medición no se confunda con la estimación.
Vista desde los ojos de un robot
Una cámara a 65 cm por encima de la acera, colocada en las coordenadas reales de una calle de Chișinău, orientada en la dirección de la calzada, con los edificios reales en las cotas reales. Escala 1:1, sin exageración vertical — a diferencia de la escena de relieve, donde la exageración ×3,5 está escrita debajo de la imagen.
Imagen Sentinel solicitada al cargar
Tres capas en vivo de Copernicus sobre una zona fija de Chișinău: Sentinel-2 true color (10 m), Sentinel-2 suelo expuesto / superficie alterada (10–20 m) y Sentinel-1 GRD VV radar (10 m, modo IW, polarización DV, con corrección de terreno GAMMA0 y ortorrectificación). La ventana son los últimos 30 días.
Perfil altimétrico de la ciudad
Una sección oeste–este de 22,9 km por el centro, 300 muestras, entre 36,0 y 215,4 m. El modelo completo cubre 23,4 × 25,05 km, con relieve entre 24,0 y 257,6 m.
Datos y funcionamiento
Qué entra en el sistema. Qué hay que verificar.
- La trampa que importa: GLO-30 es un modelo de superficie
- Copernicus DEM GLO-30 es DSM, no DTM — en una manzana densa devuelve la cota del tejado o de la copa del árbol, no la de la calzada. No da ningún error; simplemente las cifras salen mal. En concreto, al construir este proyecto produjo una pendiente del 13,5% en el Bulevar Esteban el Grande, que es prácticamente plano: dos puntos a 30 m de distancia, uno caído sobre una cornisa. Por el mismo motivo, las carreteras salían con una mediana de 13 m por debajo de los edificios y desaparecían entre bloques en la escena 3D.
- Lo que hicimos con ella, y lo que elegimos no ocultar
- Para la geometría 3D se usa un terreno aproximado (filtro de mínimo en una ventana de 5 px a 25 m/px, es decir 125 m — más ancha que una manzana, por tanto los edificios dejan de ser terreno, pero las terrazas sobreviven). Sin embargo, las estadísticas publicadas permanecen sobre el DSM bruto, y la página lo dice: como el modelo incluye los edificios y las copas, en las manzanas densas la pendiente sale mayor de lo que es en realidad sobre la calzada. La cifra de 52,2% de terreno por debajo de 8% de pendiente es por tanto un umbral inferior, no uno optimista.
- La pendiente se mide sobre una base larga
- Dos picos consecutivos de una línea OpenStreetMap pueden estar a 4 metros uno del otro — por debajo de la celda de 25 m del raster. Diferenciarlos significa medir el ruido del raster, no la carretera. Por eso el gradiente se calcula sobre una ventana que busca hacia delante y hacia atrás hasta una distancia fija, y devuelve cero si la base sigue por debajo de 8 m.
- Medido, desde fuentes, propuesto — tres cosas diferentes
- Medido: el relieve, la pendiente, el perfil, la geometría de los edificios sobre el terreno. Desde fuentes: las huellas y la geometría vial de OpenStreetMap, con la atribución de los colaboradores y la licencia ODbL. Propuesto: el bucle de reescaneo mediante flotas de couriers, robots, drones, el mapa de accesibilidad. La ilustración del rover explica un concepto; no es la prueba de un equipo entregado.
- La cota de Copernicus dicta la arquitectura
- El área de interés de la capa satelital es fija, no elegida por el visitante — exactamente para limitar cuánto de la asignación de 30.000 de unidades de procesamiento al mes puede gastar el tráfico. Por encima de eso, la respuesta se cachea 6 horas en el origen y 24 horas en el CDN, con revalidación en segundo plano una semana. La escena satelital cambia de todos modos cada pocos días, no cada pocos minutos.
- Actualidad de los datos OSM
- La geometría vial es de la instantánea 06.05.2026, las huellas de edificios de 02.07.2026. La cobertura y la actualidad de OpenStreetMap difieren de una zona a otra; no es un registro catastral y no puede tratarse como tal.
De la exploración a la implementación
Cómo preparamos un proyecto con Relieva.
1. Elegimos el territorio y la pregunta
Una ciudad, un sector, un trayecto. La pregunta debe ser una que se decida por la pendiente: dónde puede circular un dispositivo, dónde hace falta una rampa, qué trayecto tiene el menor ascenso acumulado.
2. Verificamos la cobertura antes de la oferta
Copernicus DEM GLO-30 cubre globalmente a 30 m, pero la cobertura y la calidad de OpenStreetMap varían mucho. Se verifica la densidad de las huellas y de la geometría vial en la zona solicitada antes de prometer un resultado.
3. Construimos las capas desde la fuente
Reproyección al UTM de la zona, pendiente Horn 3×3, isolíneas, perfil, terreno filtrado para geometría. Para cada cifra publicada se conserva el método y la base sobre la que se calculó — DSM bruto o terreno filtrado — porque mezclarlos hace que el resultado sea incoherente.
4. Un piloto, si se trata de recopilación en campo
Cualquier recopilación de imagen en la ciudad empieza con lo que se difumina en la fuente (rostros, matrículas), lo que se conserva (la geometría derivada) y una evaluación de impacto antes de la primera cámara montada. La Ley 195/2024 sobre protección de datos se aplica desde el 23 de agosto de 2026.
Preguntas que vale la pena aclarar.
¿De dónde viene el relieve y cuán preciso es?
Copernicus DEM GLO-30, tomado del archivo público AWS Open Data — dos teselas de un grado, reproyectadas en UTM 35N a 25 m por píxel. La resolución nativa es de 30 m, así que una celda cubre aproximadamente medio bloque. Ve terrazas, laderas y el fondo del valle; no ve el bordillo, la rampa ni el bache.
¿El modelo de elevación es DSM o DTM, y por qué importa?
Es DSM — modelo de superficie. Eso significa que en los bloques densos devuelve la cota del tejado o de la copa del árbol, no la de la calzada. Importa porque es una trampa silenciosa: nada falla, solo los números salen mal. Nos dio 13,5% de pendiente en el Bulevar Ștefan cel Mare, que es llano, porque un punto cayó sobre una cornisa. La solución para la geometría es un filtro de mínimo en 125 m; para las estadísticas publicadas elegimos mantenernos en el DSM bruto y decir en la página que la cifra de 52,2% es un umbral inferior.
¿Las alturas de los edificios se miden o se adivinan?
De 9.506 edificios, 1.128 tienen la altura declarada en OpenStreetMap. Los otros 8.378 se estiman multiplicando el número de plantas por 3,2 m. En la escena las dos categorías tienen colores diferentes, justo para que se vea cuál es cuál. La cota del terreno bajo cada edificio viene del modelo de elevación, no de la estimación.
¿Es un mapa catastral? ¿Puedo usarlo para un dossier?
No. No tiene la precisión ni el estatus jurídico de una medición autorizada — la geometría viene de OpenStreetMap, que es un mapa colaborativo, y la elevación de un modelo global a 30 m. Lo que ofrece es contexto: pendiente, relieve, volumen urbano, en una forma que permite tomar decisiones de planificación o de zonificación de un servicio, seguidas de verificación en campo donde importa.
¿Vuestros robots ya circulan por la ciudad?
No. No existe flota, no existen sensores montados y no existe bucle de reescaneo. Están marcados como «propus» en la página, junto al mapa de accesibilidad. Lo que existe hoy es la capa de mediciones a partir de datos públicos y la escena que las muestra. Un piloto real exigiría hardware verificado, rutas evaluadas, condiciones de operación aprobadas y las normas de protección de datos establecidas antes de la primera cámara.
¿La imagen satelital es real o una ilustración?
Real y solicitada al cargar. El servidor pide a Copernicus un raster Sentinel-2 L2A true color a 10 m para la zona de Chișinău, en una ventana de 30 días, con filtro de 40% nubes, y lo devuelve con las cabeceras que indican exactamente qué producto es y qué intervalo cubre. También existe una capa radar Sentinel-1, que atraviesa las nubes. No es una imagen en vivo: Sentinel-2 vuelve sobre el mismo lugar cada pocos días.
¿Se puede hacer para otra ciudad?
El modelo de elevación cubre globalmente, así que la parte de relieve y pendiente se rehace casi idéntica en cualquier lugar. Lo que cambia es OpenStreetMap: en ciudades con pocas huellas de edificios, la escena 3D y la pendiente en la calle salen débiles. La cobertura se verifica antes de la oferta, no después.
Ejemplo ilustrativo
Dónde puede existir un servicio de entrega en la acera en Chișinău
Un escenario de uso, sin datos de cliente ni resultados comerciales atribuidos.
Situación inicial
Un operador quiere saber en qué sectores vale la pena poner en marcha la entrega con un dispositivo autónomo y dónde no tiene sentido intentar.
Cómo funciona
Se calcula la pendiente en el núcleo urbano a partir de Copernicus DEM GLO-30 (Horn 3×3, 25 m) y se clasifica en cuatro bandas a 4%, 8,33% y 12%. Por separado se calcula la pendiente longitudinal de cada tramo de calle de OpenStreetMap, sobre una base larga, para no medir el ruido del ráster. Las dos capas se superponen.
Rezultatul
El 52,2% del núcleo urbano está por debajo de una pendiente del 8%, pero el resultado útil no es el porcentaje, sino su forma. Las zonas difíciles se agrupan en las laderas entre terrazas, mientras que las mesetas y el fondo del valle siguen siendo practicables. Eso convierte el «52%» en un plan de zonificación: las zonas de servicio se trazan sobre la terraza, no sobre un radio de kilómetros. Y, por separado, la calzada es mucho más suave que el terreno: la mediana de la pendiente de las calles es 3,7%, y de 156 calles con nombre de más de 400 m solo una supera el 8% de media.
Ce este necesar:Un instantaneu OpenStreetMap cu acoperire decentă a geometriei stradale în zona vizată. Rezultatul e o hartă de fezabilitate, nu un traseu certificat: orice rută pentru un dispozitiv autonom trebuie verificată în teren, pentru că modelul nu vede borduri, rampe sau obstacole.
Posibilidades de colaboración
Relieva, en el contexto de tu organización.
Planificación en contexto geográfico
Modelos y capas geográficas para explorar el territorio y discutir escenarios. Los datos estimados se distinguen de las mediciones verificadas.
Empresas privadas
Definimos un piloto en torno a un proceso real: usuarios, datos, integraciones, costes y criterios de aceptación. La ampliación sigue después de evaluar el resultado.
Instituciones y empresas públicas
Establecemos los requisitos de accesibilidad, alojamiento, protección de datos e interoperabilidad. Cualquier conexión con servicios AGE o STISC requiere la validación de la elegibilidad, el acceso y las aprobaciones.
Estos son escenarios de adaptación, no declaraciones sobre contratos o colaboraciones existentes. Las funciones propuestas se confirman en el ámbito de trabajo del proyecto.
Habla de un pilotoMiramos también más allá del mapa.
Ve cómo usamos las observaciones Copernicus y cómo exploramos las órbitas de los satélites.
Parte de un ecosistema.
Inteligencia geoespacial
FlowMind
FlowMind organiza mapas, fuentes públicas y productos Copernicus en un espacio de análisis.
Implementación especializadaPlataforma cívica
sesizari.md
sesizari.md organiza los avisos sobre el espacio público: lugar, categoría, descripción y materiales pertinentes.
Plataforma públicaInteracción visual y agentes
World Agent
World Agent es un demostrador de interacción en lenguaje natural con una escena visual.
Demonstrator de cercetare¿Qué te gustaría que funcionara mejor?
Cuéntanos tu proceso. Juntos decidimos qué merece la pena construir, qué podemos conectar y cómo verificamos el resultado.