Detección de cubiertas con IA y colocación de módulos: cómo la IA elimina el trabajo manual del diseño solar
Señale una dirección y obtenga un diseño terminado: eso promete la mayoría del software solar. La realidad son dos pasos distintos, no uno. Esto es lo que hacen de verdad la detección de cubiertas con IA y la colocación de módulos con IA dentro de solarVis, y dónde le devuelve cada una el trabajo.

"Detección de cubiertas con IA" y "colocación de módulos con IA" se usan como si fueran una sola función: apunte una herramienta a una dirección y aparecerá un diseño solar terminado y ejecutable. En la práctica son dos pasos distintos, con capacidades reales y límites reales, y entender la diferencia importa cuando va a confiar en el resultado dentro de una propuesta. Este artículo explica qué significan de verdad ambos términos. Después muestra cómo funciona cada uno dentro de solarVis, el software de diseño fotovoltaico detrás de más de 67.500 proyectos solares. Con sus límites de cobertura y sus pasos de revisión manual incluidos.
Qué significa realmente "detección de cubiertas con IA"
En el fondo, la detección de cubiertas con IA es un problema de visión por computador: convertir una imagen aérea o de satélite en geometría que una herramienta de diseño pueda usar. Eso implica encontrar el perímetro de la cubierta, las líneas interiores donde se cortan los planos y los límites de cada faldón.
Pero la geometría por sí sola no es un diseño. Un perímetro sin pendiente ni altura asignadas es un boceto plano, no un modelo sobre el que calcular sombras o producción. La categoría de la "detección de cubiertas con IA" se divide con nitidez entre las herramientas que se quedan en la geometría 2D y las que además deducen una forma 3D completa, normalmente incorporando una segunda fuente de datos como la elevación derivada de LiDAR. De qué lado de esa línea esté una herramienta determina cuánto trabajo queda después para una persona.
Qué significa realmente "colocación de módulos con IA"
La colocación de módulos con IA es otro problema: dada la geometría de la cubierta y todo lo que la condiciona, generar una disposición de módulos que cumpla un objetivo. Eso no es rellenar una cuadrícula. Un motor de colocación real tiene que respetar los retranqueos, esquivar obstáculos y elementos de cubierta, tener en cuenta las sombras para no gastar módulos en una posición débil y alcanzar un objetivo de dimensionado en lugar de limitarse a maximizar el número de módulos.
Por eso la colocación de módulos solo significa algo cuando ya existen los datos de los que depende: la geometría de la cubierta tiene que ser real y (como se explica más abajo) las sombras deben estar ya calculadas. Un motor de colocación ejecutado antes de cualquiera de las dos cosas está optimizando contra nada.
Cómo lee una cubierta solarVis
Detección de cubiertas con IA: un wireframe 2D, no un modelo 3D
Dentro del paso de Dibujo de cubierta, la detección de cubiertas con IA se lanza desde el icono de destellos de la barra de herramientas. Analiza las imágenes de satélite de la ubicación del proyecto, muestra el estado "Detectando cubierta..." mientras trabaja y devuelve un wireframe 2D: el perímetro de la cubierta, las líneas interiores entre faldones y los propios faldones.
Esa es toda la salida. No asigna pendientes ni alturas a nada de lo que encuentra, lo que significa que el resultado todavía no es un modelo 3D. En la práctica hay además dos límites. Primero, la disponibilidad es condicional: solo aparece donde los datos de cubierta de alta resolución cubren la ubicación del proyecto, así que no es algo con lo que pueda contar cualquier proyecto. Segundo, es una única acción reversible, deshacer devuelve el estado anterior, y se espera que la salida necesite una revisión humana: las líneas y los faldones omitidos se corrigen con las herramientas de dibujo normales antes de continuar.
Inner Edge Detector: solo geometría y alcance más reducido
Una herramienta relacionada pero independiente, el Inner Edge Detector, analiza los ángulos de un perímetro de cubierta que ya tiene y genera una línea interior sugerida a lo largo de la bisectriz de esos ángulos. Resulta útil para completar rápido una línea de limatesa o de limahoya. Igual que la detección de cubiertas con IA, produce solo geometría. Tampoco asigna pendientes.
Pasar a 3D: Fit to LiDAR o pendientes manuales
Para convertir un wireframe 2D en un modelo 3D real hay dos caminos. Fit to LiDAR construye un modelo 3D real a partir de datos de elevación basados en LiDAR (los datos de elevación de Google, que requieren Google Maps HD como proveedor de mapas). Fija automáticamente la altura de cada punto y la pendiente de cada faldón, y sustituye por completo la asignación manual de pendientes. Solo necesita que se confirme la posición de los muros y, como la detección de cubiertas con IA, está limitado a zonas con alta cobertura de datos.
Donde Fit to LiDAR no está disponible, las pendientes se asignan a mano: seleccione un faldón o una línea, fije la pendiente en el panel derecho o arrastre la flecha de pendiente, y ese faldón pasa a ser un plano 3D. Faldones distintos de la misma cubierta pueden tener pendientes distintas, algo que importa en cualquier cubierta más compleja que un simple tejado a dos aguas.
Hacer que el modelo sea físicamente real
La forma de la cubierta por sí sola sigue sin bastar para colocar módulos con confianza. El paso de Dibujo de cubierta de Solar 3D Design y simulación añade los elementos que determinan qué partes de una cubierta son realmente utilizables:
- Los obstáculos (rectángulos, círculos o polígonos) marcan chimeneas, claraboyas, antenas parabólicas y cualquier otra cosa sobre la que no puede apoyar un módulo. Bloquean la colocación directamente y entran en el cálculo de sombras.
- Las buhardillas vienen en tres tipos, de faldón simple, a dos aguas y a cuatro aguas, cada una con anchura, longitud e inclinación ajustables.
- Los petos, de 0,1 a 3 metros de altura y de 0,05 a 1 metro de grosor, proyectan sombras reales y bloquean la colocación igual que lo haría un muro físico.
- Split Region separa secciones de cubierta situadas a distinta altura, que es como se modelan correctamente las cubiertas escalonadas y las ampliaciones en lugar de tratarlas como un único plano.
Las imágenes proceden de Google Maps, Google Maps HD o Azure Maps, o de imágenes propias subidas y alineadas con el proyecto. Nada de esto es cosmético: un diseño vale lo que vale el modelo sobre el que se genera, y un modelo al que le falta un peto o una buhardilla colocará módulos donde en realidad no caben.
La detección de cubiertas con IA y Fit to LiDAR dependen de datos que no están disponibles de forma uniforme en todas partes, y ambos producen resultados pensados para comprobarse, no para aceptarse a ciegas. Construir a mano los obstáculos, las buhardillas y los petos es a menudo justo lo que ocurre después de que el paso con IA le haya adelantado la mayor parte del camino.
Por qué las sombras deben calcularse antes de la colocación
El análisis de sombras, que se lanza desde el botón del sol de la barra de herramientas, es un requisito previo estricto para la colocación de módulos con IA. El motor de colocación no funciona hasta que se ha ejecutado, porque las decisiones de colocación salen de sus resultados.
El análisis produce mapas de calor de irradiación por toda la cubierta y, por módulo, tres valores en el inspector: solar access, TOF (Tilt and Orientation Factor) y TSRF, la Total Solar Resource Fraction. El solar access recoge cuánta luz solar se pierde por sombreado; el TOF recoge la penalización geométrica, distinta de la anterior, de una cubierta que no mira en la dirección o con el ángulo óptimos. El TSRF combina ambos: TSRF = solar access × TOF. Nuestro artículo complementario sobre irradiación, sombreado y dimensionado de strings explica con más detalle cómo se calculan esas cifras. Aquí importa algo más sencillo: sin ellas no hay base para poner un faldón por delante de otro, que es exactamente lo que la colocación tiene que hacer a continuación.
Cómo ejecuta solarVis la colocación de módulos
Una vez calculadas las sombras, la colocación de módulos con IA lee esos resultados, ordena los faldones y llena de una sola vez todos los que son adecuados, empezando por las mejores posiciones y respetando los retranqueos, los obstáculos, las buhardillas y los resultados de sombras ya descritos.
Dos decisiones dan forma al resultado. La primera, un objetivo de dimensionado: número de módulos, producción anual (kWh), potencia DC (kWp) o porcentaje de cobertura del consumo. La segunda, un modo:
- Max Production llena todas las posiciones disponibles y prioriza la producción total de energía.
- Max Efficiency conserva solo las posiciones con un TSRF igual o superior al 75 por ciento, lo que da menos módulos pero de mejor rendimiento.
Merece la pena detenerse en ese 75 por ciento, porque es el detalle que mejor explica cómo se diseñó esta función. No es el valor por defecto arbitrario de un control deslizante. Varios programas de incentivos y de calidad tratan un TSRF igual o superior al 75 por ciento como la referencia de una instalación bien ubicada, y algunas ayudas fijan un mínimo explícito en ese entorno. El modo Max Efficiency inscribe esa convención exacta dentro del motor de diseño en lugar de inventarse su propio listón de calidad.
El control deslizante de poda parte de la misma idea, pero actúa sobre el diseño terminado y no sobre las reglas que lo produjeron. Una vez que la colocación de módulos con IA ha llenado la cubierta, subir el umbral de TSRF del control resalta en rojo los módulos ya colocados que quedan por debajo, y aplicarlo confirma su retirada. Está editando un diseño que existe, no fijando una restricción con la que el motor diseña. Más allá de los modos automáticos, Fill Roof Face coloca módulos en una sola superficie seleccionada cada vez, y la colocación manual arrastrando, el agrupado y la duplicación siguen disponibles para ajustar a mano cualquier parte del resultado.
Qué mirar en un software de diseño fotovoltaico
Casi todas las herramientas de esta categoría anuncian ya automatización. Las diferencias que importan están en lo que esa automatización produce de verdad, así que estas son las preguntas que conviene hacerle a cualquier software de diseño fotovoltaico antes de comprometer a un equipo de diseño.
¿La detección de cubiertas se queda en 2D o produce un modelo 3D real? Un wireframe 2D todavía necesita pendiente y altura antes de poder simular nada. Una herramienta que trae datos de elevación y levanta la cubierta automáticamente elimina un paso que una herramienta de solo wireframe le deja a usted sobre la mesa.
¿Se comprueba la disponibilidad por dirección y qué pasa cuando no hay cobertura? La calidad de la detección depende de los datos de base, y ningún proveedor cubre todo el territorio. Lo que importa es si las herramientas de dibujo de respaldo son lo bastante buenas para que el flujo funcione en todos los proyectos y no solo en los bien cartografiados.
¿El motor de colocación tiene en cuenta las sombras o solo la geometría? Una herramienta que llena una cubierta atendiendo solo a la forma colocará encantada módulos donde nunca se amortizarán. Ordenar los faldones por el solar access medido es lo que separa una automatización real del diseño solar de un simple relleno de cuadrícula.
¿Puede dirigirlo hacia un objetivo y un umbral de calidad? Poder dimensionar según una cifra de producción o una cuota de autoconsumo, y fijar un suelo como el 75 por ciento de TSRF, es la diferencia entre un diseño que puede defender ante el cliente y otro que tendrá que justificar después.
¿El resultado es editable? Cualquier diseño generado acabará encontrando un caso límite que no había previsto. El motor debe darle un punto de partida rápido y consistente que luego pueda corregir módulo a módulo.