El MIT Senseable City Lab, liderado por Carlo Ratti, y en colaboración con Washington Fajardo ha dado a conocer su más reciente proyecto denominado "Favelas 4D", situado en Rocinha, la más grande favela de Brasil en términos demográficos.

El proyecto consiste en un mapeo de la mencionada favela con escaners láser 3D, que intenta aportar al conocimiento de las lógicas urbanas y arquitectónicas de este tipo de asentamientos.
"La tendencia mundial de urbanización no se limita a distritos céntricos brillantes y urbanizaciones planificadas: de los aproximadamente 4.000 millones de personas que viven en ciudades de todo el mundo, casi 1.000 millones residen en asentamientos informales construidos sin planificación urbana oficial. Estos asentamientos se construyen de forma espontánea y competitiva, resultando en una morfología urbana compleja".
MIT Senseable City Lab

El proyecto del MIT Senseable City Lab, ha intentado sobreponerse a las impedimentos inherentes a las distribuciones de los asentamientos informales, de calles sumamente angostas y labertínticas, muy altas densidades y superposiciones no solo de usos, sino de edificaciones. Para ello han optado por el uso de datos de nube de puntos para con ello crear un "ambiente" digital 3D de ultra alta resolución.

El resultado de este proyecto puede verse en su página oficial de manera abierta, dando al público la posibilidad de acceder a un 77% (aproximadamente) de calles y caminos que, hasta el momento, no estaban disponibles de ningún modo que no fuera in situ y que alientan a cuestionarse sobre los nuevos métodos y prácticas del planeamiento urbano.

La realidad de las favelas brasileras no resulta ajena a la de los asentamientos informales de toda latinoamérica. A este respecto, este proyecto podría representar una importante herramienta en relación a las oportunidades de planificación urbana de dichos asentamientos, tanto en razón de conocer el estado de cada una de ellas, como de reconocer las necesidades físicas y espaciales de estos densos centros urbanos.
 

Descripción del proyecto por MIT Senseable City Lab

El Senseable City Lab del MIT analiza una favela brasileña en 3D

El estudio utiliza datos de escaneo láser para analizar la lógica arquitectónica de uno de los famosos asentamientos informales de Brasil.


La tendencia global de urbanización no se limita a distritos céntricos brillantes y desarrollos planificados: de los aproximadamente 4 mil millones de personas que viven en ciudades en todo el mundo, casi mil millones residen en asentamientos informales construidos sin planificación urbana oficial. Estos asentamientos se construyen de forma espontánea y competitiva, dando como resultado una morfología urbana compleja. Las personas que viven en asentamientos informales están en gran medida excluidas de la infraestructura y los servicios de la ciudad, lo que las expone a una variedad de desafíos de salud y seguridad pública, pero continúan absorbiendo nuevas generaciones de residentes a medida que la creciente población urbana del mundo supera la disponibilidad de viviendas asequibles oficiales.

En Brasil, estos asentamientos informales se conocen como favelas y surgen en las colinas de grandes ciudades como Río de Janeiro en formas densas y de múltiples capas que contrastan marcadamente con los vecindarios planificados de al lado. La misma complejidad espacial que los hace tan intrigantes también los hace en gran medida inmunes a la investigación basada en la teledetección: las imágenes de satélite, Google Street View y el mapeo de código abierto solo ofrecen un vistazo a sus laberínticos paisajes urbanos.

Favelas 4D, un proyecto del MIT Senseable City Lab, en colaboración con Washington Fajardo, utiliza tecnología de escaneo láser 3D para analizar la morfología de Rocinha, la favela más grande de Río de Janeiro. Utilizando datos detallados de nubes de puntos de escaneos LiDAR (Light Detection and Ranging) tomados al nivel de la calle en la favela, los investigadores pueden caracterizar cuantitativamente la variación morfológica en este complejo entorno construido a muy alta resolución. LiDAR utiliza un pulso láser para medir distancias, mapeando puntos minúsculos a ubicaciones en el espacio para crear un conjunto de datos que describe un entorno 3D con una precisión increíble.

La ventaja fundamental de LiDAR como medio de investigación es su representación precisa de la forma del entorno construido. La forma es un ángulo productivo para el estudio de los asentamientos informales porque revela patrones en la construcción no regulada de la favela, iluminando las tendencias del desarrollo urbano sin restricciones y revelando ideas procesables que pueden informar intervenciones y políticas para mejorar la seguridad de estos entornos. Las favelas luchan con el comercio de propiedades debido a la falta de tenencia de la tierra, los riesgos de deslizamientos de tierra debido al terreno inestable que ocupan y la calidad del agua y el aire debido a la infraestructura y los servicios limitados que les llegan; todos estos problemas están implicados en la forma del entorno construido. Sin embargo, como observa el director del Senseable City Lab del MIT y profesor de la práctica Carlo Ratti, "A pesar de sus desafiantes circunstancias, los residentes de las favelas han desarrollado formas ingeniosas y receptivas para construir sus propios sistemas urbanos. Este proceso de planificación de abajo hacia arriba y la arquitectura compleja lo forma produce puede desafiar la forma estándar de diseñar ciudades ". Favelas 4D examina la forma urbana desde una perspectiva cuantitativa, utilizando técnicas de análisis de datos para describir y mapear la dinámica morfológica en el trabajo en Rocinha.

Para analizar los datos de LiDAR, los investigadores del Senseable City Lab han desarrollado un proceso escalable y automatizado para medir las cualidades morfológicas de las calles de la favela. El análisis opera en dos resoluciones, incluido un análisis global centrado en comparar diferentes calles de la favela entre sí, y un análisis local que analiza la variación de la morfología dentro de las calles. Se consideran cinco factores morfológicos: ancho de la calle, elevación de la calle, densidad de las fachadas, variación en la altura de la fachada y cañón de la calle (la relación entre la altura de la fachada y el ancho de la calle). Usando los resultados del análisis, es posible mapear información morfológica a una resolución de 0.5 metros directamente en el plano de la favela.

Estos mapas de las dos áreas de exploración de muestra revelan características morfológicas como pellizcos y ensanchamientos de calles y grupos de edificios altos. Muestran la morfología variable del área de escaneo utilizada en esta investigación y ofrecen una idea del tipo de información valiosa que estará disponible cuando se escanee toda la favela. Washington Fajardo, Comisionado de Planificación Urbana de Río de Janeiro y colaborador del proyecto, se muestra optimista sobre su potencial para informar futuras decisiones de obras públicas. Explica que "los hallazgos también podrían usarse para desarrollar estrategias de planificación que hagan que la ciudad formal sea más inclusiva para los asentamientos informales, o para impulsar la investigación sobre formas alternativas de construcción que hagan que los entornos urbanos sean más acogedores y asequible para sus poblaciones en crecimiento".

Este análisis contribuye a la mejora de las condiciones de las favelas y también plantea interrogantes sobre las prácticas de desarrollo y los métodos de construcción de ciudades en general. A medida que los asentamientos informales en todo el mundo continúan creciendo, los investigadores y planificadores deben integrarlos con visiones del futuro urbano global, tanto aprendiendo de sus patrones de desarrollo únicos como mejorando su acceso a los beneficios del urbanismo formalizado. Favelas 4D contribuye a este objetivo movilizando las capacidades únicas de los datos LiDAR y las revelaciones del análisis cuantitativo, ofreciendo un ejemplo de cómo el análisis morfológico 3D puede ayudarnos a comprender y dar forma a las ciudades del mañana.

Leer más
Contraer

Más información

Label
Equipo de proyecto
Text
Carlo Ratti. Fábio Duarte. Arianna Salazar Miranda. Guangyu Du. Claire Gorman.
+ + copy Created with Sketch.
- + copy Created with Sketch.
Label
Colaboradores
Text
BRTech3d. Washington Fajardo.
+ + copy Created with Sketch.
- + copy Created with Sketch.
Label
Fechas
Text
2021.
+ + copy Created with Sketch.
- + copy Created with Sketch.
Label
Localización
Text
Rocinha, Rio de Janeiro, Brasil.
+ + copy Created with Sketch.
- + copy Created with Sketch.
Carlo Ratti Associati es una oficina internacional de diseño e innovación con sede en Turín, Italia, con sucursales en Nueva York y Londres. Basándose en la investigación de Carlo Ratti en el Senseable City Lab de Massachusetts Institute of Technology, la oficina actualmente está involucrada en muchos proyectos en todo el mundo, abarcando todas las escalas de intervención, desde muebles hasta planificación urbana. El trabajo de la práctica combina el diseño con tecnologías digitales de vanguardia, para contribuir a la creación de una arquitectura "que perciba y responda".

Los logros notables a escala urbana y arquitectónica incluyen el plan maestro para un centro creativo en la Ciudad de Guadalajara, la renovación de la sede de la Fundación Agnelli en Turín, el Distrito de Alimentos del Futuro en la Expo Milano 2015 y el Pabellón Digital del Agua en la Expo Zaragoza 2008. Los proyectos de diseño de productos van desde muebles experimentales para Cassina hasta instalaciones de iluminación para Artemide, hasta sistemas de asientos receptivos con Vitra.

En todas estas circunstancias, el estudio investigó las formas en que las nuevas tecnologías, incluidos los sensores digitales y los dispositivos portátiles, están cambiando tanto el entorno construido como la vida cotidiana. Los trabajos de la práctica han aparecido en publicaciones de todo el mundo, incluidos The New York Times, Financial Times, Wall Street Journal, The Guardian, BBC, Wired, Boston Globe, Der Spiegel, Corriere della Sera, Domus. Los proyectos del estudio se han exhibido en lugares culturales como la Bienal de Venecia, el MoMA de Nueva York, la Bienal de Diseño de Estambul y muchos otros.

Carlo Ratti Associati es la única firma de diseño cuyas obras han aparecido dos veces en la lista de las "Mejores invenciones del año" de la revista TIME, respectivamente con el Digital Water Pavilion en 2007 y la Copenhagen Wheel en 2014. En los últimos años, la oficina ha participó en el lanzamiento de Makr Shakr, una startup que produce el primer sistema de barra robótica del mundo.
Leer más
Arianna Salazar Miranda es doctoranda del MIT con interés en las ciudades. Estudia el efecto que tiene el entorno físico en las personas. En particular, su investigación se centra en cómo la forma de las ciudades y los edificios determina el comportamiento, las interacciones sociales y el acceso de las personas a las oportunidades económicas y sociales. Ella estudia estos temas principalmente mediante el uso de técnicas espaciales de análisis en grandes conjuntos de datos recopilados de las redes sociales o recopilados por sensores y teledetección.

Antes de su doctorado, completó una Maestría en Planificación Urbana en el MIT y recibió el Premio de Tesis de Maestría Sobresaliente para el año académico 2016/17. Herthesis analizó la relación entre forma urbana y segregación. Recientemente, cofundó Bitsence, una startup que desarrolla tecnología para comprender el comportamiento humano y medir el impacto de las intervenciones urbanas. Por esta iniciativa, fue nombrada una de las Innovadoras Menores de 35 por el MIT Technology Review en América Latina.
Leer más
Claire Gorman es una tecnóloga creativa. Actualmente trabaja en el Senseable City Lab del MIT. Estudió Ciencias de la Computación y Arquitectura (enfocada en estudios urbanos) a través del programa de Computación y Artes en Yale, se graduó en 2020. Le apasiona aprender del entorno construido, realizar investigaciones interdisciplinarias y explorar la tecnología creativa en términos generales.
Leer más
Guangyu Du, acaba de graduarse con una Máster en Estudios de Diseño (MDes Technology) de la Escuela de Graduados de Diseño de Harvard y se unió al MIT Senseable City Lab como Especialista en Visualización de Datos. Más allá del diseño arquitectónico, también explora el diseño de experiencias espaciales y temporales a través de medios computacionales e interactivos (Efface, Loneliness: A Social Story, TA for GSD6338 Intro to Computational Design). Su interés radica en el híbrido del mundo físico y virtual que ayuda a forjar conexiones sociales duraderas. (Xenolith, LikeMountainLikeSea, Interspace, Journey, Ghost Bookstore, Sunday Encounter, Sense, Agora).
Leer más
Publicado en: 2 de Mayo de 2021
Cita: "MIT Desarrolla un entorno digital interactivo para comprender las favelas de Brasil. Favelas 4D por MIT Senseable City Lab" METALOCUS. Accedido el
<http://www.metalocus.es/es/noticias/mit-desarrolla-un-entorno-digital-interactivo-para-comprender-las-favelas-de-brasil-favelas-4d-por-mit-senseable-city-lab> ISSN 1139-6415
Loading content ...
Loading content ...
Loading content ...
Loading content ...
Loading content ...
Loading content ...
Loading content ...
Loading content ...
Loading content ...
Loading content ...
Loading content ...
Loading content ...
Loading content ...
Loading content ...
Loading content ...
Loading content ...
Loading content ...
Loading content ...
Loading content ...
Loading content ...
Loading content ...
Loading content ...
Loading content ...
Loading content ...
Loading content ...
Loading content ...
Loading content ...
Loading content ...
Loading content ...
Loading content ...
Loading content ...
Loading content ...
Loading content ...
Loading content ...
Loading content ...
Loading content ...
Loading content ...
Loading content ...
Loading content ...
Loading content ...
Loading content ...
Loading content ...
Loading content ...
Loading content ...
Loading content ...
Loading content ...
Loading content ...
Loading content ...
Loading content ...
Loading content ...
Loading content ...
Loading content ...
Loading content ...
Loading content ...