MODERNIZAR UN SISTEMA DE GESTIÓN DE RESIDUOS URBANOS MEDIANTE LA

OPTIMIZACIÓN DE RUTAS CON HERRAMIENTAS DE IA BASADAS EN MÉTODOS

HEURÍSTICOS PARA MEJORAR LA EFICIENCIA ENERGÉTICA DE LA ENTIDAD
RECOLECTORA.

Margareth Sofía Rodríguez

Pablo Sánchez Salas

Isaac Mercado Tangarife

Juan Alejandro Bravo

Formulación de proyectos en ingeniería

Leonel Francisco Castañeda Heredia

Profesor

UNIVERSIDAD EAFIT
ESCUELA DE CIENCIAS APLICADAS E INGENIERÍA
CARRERA DE INGENIERÍA MECÁNICA
MEDELLÍN
2025

1
2
 CONTENIDO

Pág.

1. IDENTIFICACIÓN DEL SISTEMA TÉCNICO​ 7

2. IDENTIFICACIÓN DE LA PROPUESTA​ 9
3. RESUMEN EJECUTIVO​ 19
4. ANTECEDENTES​ 21
5. ANÁLISIS DE PARTICIPANTES​ 25
6. ANÁLISIS DEL PROBLEMA​ 28
6.1. PROBLEMA CENTRAL​ 28
6.2. ÁRBOL DE PROBLEMAS​ 28
6.3. DESCRIPCIÓN DEL PROBLEMA Y LA SITUACIÓN EXISTENTE​ 31
6.4. MAGNITUD ACTUAL DEL PROBLEMA: INDICADORES DE REFERENCIA​ 33
7. ESTADO DEL ARTE​ 35
8. ANÁLISIS DE OBJETIVOS​ 46
9. ANÁLISIS ALTERNATIVAS ​ 49
[Link]​ 52
[Link] GENERAL​ 52
[Link] ESPECÍFICOS​ 52
11. ESTRUCTURA ANALÍTICA DEL PROYECTO​ 53
12. PRODUCTOS ESPERADOS​ 56
13. METODOLOGÍA​ 58
14. MATRIZ DE MARCO LÓGICO​ 63
15. BIBLIOGRAFÍA​ 69
16. ANEXOS​ 76

3
 LISTA DE TABLAS

Pág.

Tabla 1. Análisis de participantes.​ 24

Tabla 2. Árbol de problemas​ 27
Tabla 3. Árbol de objetivos​ 8
Tabla 4. Análisis de alternativas.​ 9
Tabla 5. Estructura analítica del proyecto.​ 11
Tabla 6. Productos esperados.​ 12
Tabla 7. Matriz de marco lógico.​ 14
Tabla 8. Cronograma.​ 19
Tabla 9. Presupuesto - Resumen.​ 21
Tabla 10. Presupuesto – Talento Humano.​ 21
Tabla 11. Presupuesto – Equipos y software.​ 21
Tabla 12. Presupuesto - Capacitación.​ 21
Tabla 13. Presupuesto - Servicios.​ 21
Tabla 14. Presupuesto – Materiales e insumos.​ 22
Tabla 15. Presupuesto – Gastos de viaje.​ 22
Tabla 16. Presupuesto - Infraestructura.​ 22
Tabla 17. Presupuesto - Administrativos.​ 22

4
 LISTA DE FIGURAS

Pág.

Figura 1. Tabla fuentes de emisiones de GEI​ 32

Figura 2. Crecimiento demográfico​ 33

5
 LISTA DE ANEXOS

Pág.

Anexo 1. Título del anexo xx​ 1

Anexo 2. Título del anexo xx​ 2

6
 1.​IDENTIFICACIÓN DEL SISTEMA TÉCNICO

Nivel Descripción

Industria Servicios ambientales y gestión de residuos

Línea de negocio Recolección, almacenamiento y aprovechamiento de residuos

Planta/ instalación Planta regional de gestión integral de residuos

Área de producción/ Área de recolección y transporte de residuos

unidad/ activo

Sistema División de planificación

Subsistema Sistema de información y gestión de recursos

Dispositivo/ Planificación de rutas de recolección de residuos

mecanismo

Componente Herramientas ofimáticas y administrativas

Elemento Bases de datos

El objetivo del proyecto es ofrecer un algoritmo que permita a una empresa de recolección de

residuos, optimizar y seleccionar una o más rutas con diversos parámetros de entrada. Por un

lado, las características de los vehículos como: cantidad disponible, capacidad máxima,

autonomía, eficiencia energética (si hay diferentes modelos), entre otros. Y, por otro lado, datos

contextuales y de bases de datos como: inclinación de las calles, puntos de máxima necesidad,

clima, tipo o tamaño de las calles, entre otros posibles. Esto, mediante el desarrollo de una

herramienta basada en métodos heurísticos y alimentada con machine learning. Adicionalmente,

en caso de que la empresa no tenga los suficientes datos o los mismos puedan ser fluctuantes, se

7
puede integrar un sistema de sensores en los vehículos y obtener datos por medio de imágenes

satelitales y monitoreo de la actividad que alimenten a la herramienta constantemente. Por tal

motivo, lo que se pretende intervenir es la base de datos de la empresa y las herramientas

ofimáticas del equipo de planificación de la empresa interesada y así articular el algoritmo antes

propuesto.

8
 2.​ IDENTIFICACIÓN DE LA PROPUESTA

●​ Título de la propuesta: Modernizar un sistema de gestión de residuos urbanos mediante

la optimización de rutas con herramientas de ia basadas en métodos heurísticos para

mejorar la eficiencia energética de la entidad recolectora.

●​ Nombre de la entidad proponente y demás entidades:

Universidad EAFIT. - Proponente

Empresas Varias de Medellín S.A. E.S.P. - Aliado

●​ Localización (foco de la propuesta):

​Región: Región Andina

Departamento: Antioquia

Municipio(s): Medellín

Centro poblado: Urbano

Asentamiento: No aplica

●​ Lugar de ejecución: Sede Medellín de la universidad EAFIT y sede de Emvarias Grupo

EPM en Socya.

●​ Duración: 14 meses

9
 ●​ Conformación del equipo de trabajo:

Dedicación Número de
Nombre Función en el proyecto
(horas/semana) meses

●​ Planificar y supervisar todas

las fases del proyecto (inicio,

ejecución, monitoreo y cierre).

●​ Coordinar al equipo técnico y

garantizar el cumplimiento de

plazos y presupuestos.

●​ Comunicarse con la empresa

cliente para entender sus

Director del Proyecto
necesidades y validar
(administrador de 20 horas 14 meses
entregables.
negocios)
●​ Definir el cronograma general

y asignar recursos (humanos,

financieros, tecnológicos).

●​ Organizar reuniones de

seguimiento con coordinadores

técnicos y la empresa.

10
 ●​ Supervisar el desarrollo e

Director Técnico implementación de la

(Magister o PhD en tecnología.

20 horas 14 meses
Ingeniería) ●​ Verificar planos e informes

técnicos para cumplir con la

normativa.

●​ Gestionar el presupuesto del

proyecto y garantizar su

viabilidad económica.
Contador Publico 20 horas 10 meses
●​ Optimizar costos y asegurar el

cumplimiento fiscal.

●​ Asegurar el cumplimiento de

leyes y regulaciones aplicables

al proyecto (protección de

datos, derechos de imagen

Abogado 15 Horas 8 Meses
satelital, etc.).

●​ Revisar contratos con clientes,

proveedores y terceros (ej:

empresas de imágenes

11
 satelitales o fabricantes de

sensores).

●​ Proteger la propiedad

intelectual del algoritmo

desarrollado.

●​ Diseñar la arquitectura del

algoritmo de optimización de

rutas basado en métodos

heurísticos (ej: algoritmos

genéticos, simulated

annealing).
Coordinador de Ciencia
●​ Integrar modelos de machine
de Datos y Algoritmos
40 horas 10 meses learning para predecir variables

(Ingeniero matemático) como demanda de residuos,

impacto del clima o desgaste

de vehículos.

●​ Validar los datos de entrada (ej:

inclinación de calles, capacidad

de vehículos) y asegurar su

calidad.

12
 ●​ Trabajar con ingenieros para

implementar el algoritmo en la

herramienta software.

●​ Supervisar el desarrollo de la

herramienta de planificación

(interfaz gráfica, integración

con bases de datos existentes

de la empresa).

●​ Garantizar que la herramienta

sea escalable y compatible con

Coordinador de
sistemas ofimáticos de la
Desarrollo de Software 40 horas 10 meses
empresa (ej: Excel, ERP).
(ingeniero de sistemas)
●​ Implementar APIs para

integrar datos externos (ej:

imágenes satelitales, sensores

en vehículos).

●​ Coordinar pruebas de

usabilidad con el equipo de

planificación de la empresa.

Coordinador de IoT y
●​ Diseñar el sistema de sensores
Sensores 30 horas 10 meses
para vehículos (ej: GPS,
(Ingeniero Mecánico)

13
 cámaras, medidores de

capacidad).

●​ Integrar datos satelitales (ej:

imágenes para mapeo de calles

o detección de obstáculos).

●​ Asegurar la transmisión y

almacenamiento eficiente de

datos en tiempo real.

●​ Colaborar con el coordinador

de datos para alimentar el

algoritmo con información

actualizada

●​ Evaluar riesgos durante la

instalación de sensores en

vehículos o en trabajo de

campo (ej: manipulación de

Encargado de Seguridad
equipos, exposición a
y Salud en el Trabajo 25 Horas 8 Meses
residuos).
(SST)
●​ Elaborar protocolos de

seguridad para el equipo

técnico y los operarios de la

empresa cliente.

14
 ●​ Capacitar al personal en el uso

seguro de la herramienta y

dispositivos IoT.

●​ Supervisar el cumplimiento de

normativas legales (ej:

protección de datos si se usan

imágenes satelitales).

●​ Desarrollar la herramienta de

planificación (interfaz gráfica,

Técnicos en sistemas 45 horas 12 meses integración con bases de datos

existentes de la empresa).

●​ Instalar el sistema de sensores

para vehículos (ej: GPS,

Técnicos en sistemas
45 horas 12 meses cámaras, medidores de
electromecánicos
capacidad).

15
 ●​ Alineación con la política públicamente

Objetivos de Desarrollo sostenible (Departamento nacional de planeación, n.d.)

ODS 11: Ciudades y comunidades sostenibles

Meta 11.6 Minimizar el impacto ambiental de las ciudades

El proyecto contribuye a este ODS al reducir el gasto energético de organizaciones,

produciendo una gestión mucho más eficiente y sostenible de los residuos urbanos

Indicadores:

●​ Disminución de consumo de combustible

●​ Disminución del gasto energético

●​ Reducción de distancias recorridas por el vehículo (kilómetros)

●​ Reducción del tiempo por ruta de recolección (horas)

●​ Número de rutas optimizadas

ODS 13: Acción por el clima

Meta 13.2 - Integrar medidas de cambio climático

El proyecto contribuye directamente a este ODS al disminuir los gases de efecto

invernadero emitidos por la gestión de residuos urbanos. Haciendo uso de herramientas de IA y

métodos heurísticos se genera un uso más eficiente de los recursos energéticos.

Indicadores:

16
 ●​ Reducción de emisiones de gases de efecto invernadero

●​ Disminución de huella de carbono de la entidad recolectora

Plan Nacional de Desarrollo: “Plan de desarrollo Colombia potencia mundial de la vida

2022-2026” (Departamento nacional de planeación (DPN), 2023)

●​ Pacto: Transformación productiva, internacionalización y acción climática

●​ Objetivo: Transporte ambientalmente sostenible

●​ Estrategia: Impulsar la descarbonización y la implementación de infraestructura

para el abastecimiento energético requerida en los sistemas de transporte público

(Recolección de residuos).

●​ Indicador: Toneladas de CO2 mitigadas por el sector transporte

Plan Departamental de Desarrollo: “Plan de desarrollo departamental por Antioquia

firme 2024-2027” (Departamento nacional de planeación, n.d.)

●​ Estrategia del Plan de Desarrollo Departamental: Linea de estrategia 4,

sostenibilidad desde lo territorial

●​ Programa del Plan de Desarrollo Departamental: Programa 4.2.6. Gestión integral

de residuos sólidos.

Plan Municipal de Desarrollo: “Plan de desarrollo distrital Medellín te quiere

2024-2027 ” (Alcaldía de Medellín, 2024)

17
●​ Estrategia del Plan de Desarrollo Municipal: Medellín tacita de plata,

sostenibilidad y patrimonio ambiental.

●​ Programa del Plan de Desarrollo Municipal:

○​ Servicios públicos

○​ Educación y cultura ambiental

○​ Gestión de ruido y emisiones atmosférica

18
 3.​ RESUMEN EJECUTIVO

La eficiencia energética es un factor clave para la sostenibilidad de una empresa, tanto a nivel

económico como ambiental. Por dicha razón, y para ir acorde a los ODS (objetivos de desarrollo

sostenible), en los diversos sectores económicos existe la necesidad de disminuir el consumo de

energía. En particular, cuando se trabaja con vehículos, como en la recolección de residuos, se

busca disminuir el consumo de combustible en relación con la cantidad de material recogido. Con

el fin de optimizar los recorridos, se propone el diseño de un algoritmo que encuentre una manera

eficiente de recoger los residuos de un sector determinado. Para ello, se deben tener diversos

parámetros de entrada; por un lado, la información del contexto de trabajo como los fenómenos

climáticos y la morfología de las calles y, por otro lado, información del dispositivo de

recolección como su eficiencia, autonomía, capacidad, tipo de combustible, entre otros. Esta

información genera las restricciones del problema, pero además se pueden adicionar datos para

cumplir con la normatividad de la ciudad o tener en cuenta puntos críticos de recolección como

zonas comerciales e industriales. Esta propuesta se realiza ya que, si bien actualmente existen

diversos sistemas, la cantidad de información no se puede tratar e integrar fácilmente por lo que

además de tedioso no se puede encontrar una respuesta eficaz con métodos convencionales. Por

tanto, el proyecto, que parte de una alianza entre la universidad EAFIT y Empresas Varias de

Medellín S.A. E.S., pretende implementar métodos heurísticos y machine learning en un

algoritmo. Dicho algoritmo, aunado a las bases de datos de la empresa, tiene como objetivo

encontrar una solución eficiente en cortos periodos de tiempo y aumentar la eficiencia conforme

pase el tiempo. Se espera que con esta implementación no solo disminuyan los gastos energéticos

19
sino además disminuya el tiempo y recursos invertidos en actualizar y desarrollar constantemente

planes de mejora o ajustes.

20
 4.​ ANTECEDENTES

La gestión de residuos urbanos en Medellín y su área metropolitana ha sido motivo de debate

desde hace un tiempo, por lo que diversas entidades se han interesado en el análisis y seguimiento

de esta problemática, lo que evidencia una necesidad de modernizar los procesos de recolección.

Por ejemplo, el Plan de Gestión Integral de Residuos Sólidos realizado por la Alcaldía de

Medellín (2019) detectó que el sistema tradicional de rutas fijas es ineficiente y no responde de

manera dinámica a las variaciones en la acumulación de residuos. Esto genera recorridos

innecesarios que aumentan el consumo de combustible y, por ende, la huella de carbono.

Además, el Reporte Nacional de Gestión de Residuos Sólidos en Colombia del Ministerio de

Ambiente y Desarrollo Sostenible (2020) menciona que la optimización de las rutas es

fundamental para reducir costos operativos y el impacto ambiental en las grandes ciudades. El

informe concluye que la adopción de tecnologías inteligentes y estrategias de planificación

dinámica son la clave para alcanzar una mayor eficiencia energética en el servicio de recolección

de residuos.

Por otro lado, el Diagnóstico de la Gestión de Residuos Urbanos en Medellín, realizado por el

Observatorio Ambiental de Medellín (2021), concluyó que incorporar sistemas basados en

herramientas tecnológicas actuales permitiría diseñar rutas de recolección más eficientes y que se

adapten de mejor manera a las necesidades. Este estudio indica que una planificación dinámica

podría reducir significativamente los tiempos de operación y el consumo de energía, y a la vez

optimizar el uso de los recursos logísticos.

21
Estos antecedentes nos muestran que en el marco de la gestión de residuos urbanos existe una

oportunidad real para modernización. La implementación de sistema de optimización de rutas

basado en IA y métodos heurísticos no solo responde a la necesidad inmediata de mejorar la

eficiencia operativa y energética, sino que también se alinea con las estrategias de sostenibilidad

ambiental de las entidades responsables. De igual manera, el enfoque abierto de la propuesta

permite adaptarlo a otras regiones del país en el futuro, lo que confirma su viabilidad y potencial

impacto positivo a nivel nacional.

INICIATIVAS INTERNACIONALES:

●​ Smart Waste Management en Stralsund, Alemania

En la ciudad de Stralsund se ha implementado un sistema de contenedores equipados con

sensores IoT que monitorean en tiempo real el nivel de llenado. La información recolectada se

utiliza para planificar dinámicamente las rutas de recolección, logrando una reducción en el

consumo de combustible y en la emisión de gases contaminantes. Según reportes municipales, se

ha registrado una disminución del consumo energético en torno al 15–20%, lo que contribuye a

una operación más sostenible y a la optimización de recursos.

●​ Bigbelly Smart Waste System – Estados Unidos

Bigbelly, una empresa especializada en soluciones inteligentes para la gestión de residuos, ha

desarrollado compactadores solares equipados con sensores que determinan el nivel de llenado de

los contenedores. La plataforma de Bigbelly analiza estos datos para optimizar las rutas de

22
recolección, lo que ha permitido reducir los costos operativos en hasta un 50% en ciertos

escenarios y mejorar significativamente la eficiencia logística del servicio.

●​ CityBrain – Hangzhou, China

Aunque originalmente diseñado para optimizar el tráfico urbano, el sistema CityBrain de Alibaba

ha sido extendido a otras áreas de gestión municipal, incluyendo la recolección de residuos.

Mediante el uso de inteligencia artificial y análisis de datos en tiempo real, CityBrain ha logrado

mejorar la planificación de rutas y la asignación de recursos en la ciudad. Los resultados, aunque

no siempre divulgados en detalle, indican mejoras en la eficiencia operativa y en la capacidad de

respuesta ante variaciones en la generación de residuos.

INICIATIVAS NACIONALES Y LOCALES:

●​ Plan de Gestión Integral de Residuos Sólidos – Medellín, Colombia

Elaborado por la Alcaldía de Medellín, este plan identificó que el sistema tradicional de rutas

fijas genera ineficiencias operativas al no adaptarse a las variaciones en la generación de

residuos. Los análisis internos sugieren que la incorporación de herramientas de optimización,

como algoritmos basados en IA, podría mejorar la eficiencia energética y reducir los costos

operativos hasta en un 20%, al permitir rutas más flexibles y adaptativas.

●​ Iniciativa Piloto de Optimización de Rutas – Bogotá, Colombia

La Secretaría de Movilidad de Bogotá ha desarrollado estudios piloto para evaluar la viabilidad

de la planificación dinámica de rutas en el servicio de recolección de residuos. Los resultados

23
preliminares indican una reducción del 10–15% en las distancias recorridas y tiempos de

recolección, lo que no solo disminuye el consumo de combustible, sino que también mejora la

calidad del servicio.

●​ Proyecto Piloto de Monitoreo y Optimización – Envigado, Antioquia

El municipio de Envigado ha implementado un proyecto piloto que integra sensores IoT para el

monitoreo en tiempo real de la recolección de residuos. La recopilación y análisis de estos datos

permiten ajustar las rutas de manera dinámica. Los resultados iniciales muestran una reducción

del 12% en el consumo de combustible y una mejora en la eficiencia del servicio, lo que respalda

la idea de ampliar la implementación a mayor escala.

●​ Proyecto Smart City – Barranquilla, Atlántico

En Barranquilla, se han iniciado esfuerzos para integrar tecnologías IoT en la gestión de residuos,

enfocándose inicialmente en el monitoreo de contenedores. Los resultados obtenidos han

mostrado una reducción en los costos operativos y mejoras en la planificación de rutas. Estos

resultados han generado interés en incorporar, en fases posteriores, algoritmos de optimización

basados en IA para potenciar aún más la eficiencia del servicio.

●​ Plan de Manejo Integral de Residuos Sólidos (PMIRS) – Medellín, Antioquia

EAFIT implementa un PMIRS que promueve la adecuada gestión de residuos dentro del campus.

Este plan incluye estrategias como la reducción del uso de plásticos y papel, el compostaje de

residuos orgánicos y la comercialización de materiales reciclables. Además, se han establecido

puntos para la disposición de residuos posconsumo, como lámparas, pilas y aparatos electrónicos.

24
 5.​ ANÁLISIS DE PARTICIPANTES

Tabla 1. Análisis de participantes.

Datos de la entidad Posición Contribución o Gestión

Actor: Departamental
- Financiar el proyecto con
Entidad: MinCiencias
recursos del Fondo de Ciencia,
Posición: Financiador
Financiador Tecnología e Innovación
Intereses o Expectativas: Aportar a
(FCTeI) del Sistema General de
la generación de conocimiento e
Regalías (SGR).
innovación en ciencia.

Actor: Departamental
- Formular y ejecutar el
Entidad: Universidad EAFIT
proyecto en pro del desarrollo
Posición: Ejecutor
de tecnologías.
Intereses o Expectativas: Ejecutor
- Supervisar y realizar el
Desarrollar herramientas de
seguimiento técnico del
optimización implementando
proyecto.
tecnologías emergentes.

- Vigilar el cumplimiento de
Actor: Nacional
leyes y estatutos relativos a la
Entidad: Superintendencia de
Autoridad prestación del servicio de
servicios públicos domiciliarios
recolección de basuras según la
Posición: Autoridad
ley 142 de 1994.

25
Intereses o Expectativas: Garantizar

la adecuada prestación de servicios

como el de aseo

- Alimentar la base de datos por

Actor: Departamental
medio de una recopilación de
Entidad: Emvarias grupo EPM
datos existentes y registrados a
Posición: Beneficiario
Beneficiario partir del funcionamiento
Intereses o Expectativas: Ofrecer un
- Ser beneficiados con un
servicio que cumpla con la
servicio versátil que reduzca
normativa vigente y sea sostenible
costos por gastos energéticos.

Actor: Departamental - Alimentar la base de datos por

Entidad: Comunidad medio de encuestas voluntarias

Intereses o Expectativas: Tener un Beneficiario o censos poblacionales.

buen servicio ágil y económico - Ser beneficiados con un

Intereses o Expectativas: servicio modernizado

Actor: Municipal - Suministrar datos y

Entidad: EMVARIAS conocimientos técnicos acerca

Posición: Ejecutor de las rutas de recolección

Cooperante
Intereses o Expectativas: - Supervisar y realizar el

Desarrollar un sistema de seguimiento técnico y financiero

optimización que beneficie la del proyecto.

26
 eficiencia en la recolección de

residuos.

Actor: Municipal - Facilitar la conexión entre el

Entidad: Secretaría de Movilidad sector público y privado de

Posición: Cooperante movilidad

Cooperante
Intereses o Expectativas: Velar por - Acompañamiento informativo

un óptimo desarrollo y gestión de la en el diseño de rutas y horarios

movilidad en las ciudades. de trabajo

Actor: Municipal - Entorpecer el acceso a la

Entidad: Contratistas y consultores información y datos.

sobre gestión y optimización de - Dificultar la instalación de

procesos. Oponente tecnología que recopile

Posición: Oponente información y muestre

Intereses o Expectativas: Conservar indicadores.

su contrato.

Actor: Municipal

Entidad: Gestores de proyectos y

- Ser reubicados o reasignados a
planeación, conductores y
otros roles, con una necesaria
recolectores de residuos. Perjudicado
inducción o capacitación para
Posición: Perjudicado
sus nuevas labores.
Intereses o Expectativas: Conservar

su rol en la empresa

27
 6.​ ANÁLISIS DEL PROBLEMA

6.1.​ PROBLEMA CENTRAL

Uso ineficiente de energía y recursos en los procesos de recolección de residuos

6.2.​ ÁRBOL DE PROBLEMAS

Tabla 2. Árbol de problemas

2.1. las rutas se

1.1. Perpetúa el 4.1. Deterioro
diseñan de 3.1.
uso de vehículos de la imágen
manera Inconformidad
obsoletos, lo que institucional y
subóptima, lo de los
a su vez genera pérdida de
que genera ciudadanos al
un círculo confianza por
trayectos producir una
vicioso de parte de la
Efectos redundantes, alta congestión
ineficiencia población.
indirectos mayor consumo vehicular,
energética, 4.2. Impacto
de combustible especialmente
mayores costos negativo en la
2.2. La falta de en horas pico.
operativos y un sostenibilidad
expertise lleva a 3.2. Disminuye
impacto ambiental y en
decisiones poco la eficiencia del
ambiental la calidad de
eficientes, como servicio al
negativo vida urbana.
rutas demasiado aumentar el

28
 1. 2. No hay largas, tiempo de

incentivos desequilibradas o recolección.

suficientes para que no

que las empresas consideran

inviertan en factores clave

vehículos más como el tráfico.

eficientes

2. Trayectos 3.

redundantes o Obstaculizació 4. Reducción

excesivamente n de vías en la inversión

1. Aumento de largos, y el apoyo

Efectos directos emisiones incrementando el para proyectos

contaminantes tiempo y de

combustible modernización

utilizado. urbana.

Problema Uso ineficiente de energía y recursos en los procesos de recolección de

central residuos.

[Link] de 3. Tamaño de 4. Ausencia de

[Link]ón
Causas directas vehículos los vehículos y políticas
inadecuada de
obsoletos o con horario de integrales y

29
 tecnología rutas de recolección de coordinadas en

ineficiente. recolección. residuos. la gestión de

residuos.

3.1. Falta de
1.1. Falta de
análisis para
inversión en
determinar
modernización 2.1 Falta de 4.1. Baja
horarios
1.2 Falta de sistemas de inversión en
óptimos de
regulaciones o información y innovación y
recolección de
estándares tecnología para modernización
residuos.
gubernamentales optimizar rutas tecnológica.
Causas 3.2. Falta de
que exijan la 4.2.
indirectas regulación para
renovación de 2. 2 Falta de Planificación
seleccionar el
flotas capacitación y estática y
tamaño
vehiculares y la conciencia en los obsoleta de las
adecuado del
adopción de planificadores y rutas de
vehículo
tecnologías más operadores. recolección.
dependiendo de
eficientes
la zona de

recolección.

30
 6.3.​ DESCRIPCIÓN DEL PROBLEMA Y LA SITUACIÓN EXISTENTE

El sistema actual de gestión de residuos urbanos en Medellín y su área metropolitana se basa en

rutas fijas y planificaciones tradicionales que no se adaptan a las variaciones diarias en la

generación de residuos. Esta situación afecta tanto la eficiencia operativa como la sostenibilidad

ambiental en la entidad encargada. La rigidez en el diseño de las rutas genera trayectos

ineficientes que aumentan el consumo de combustible, los costos operativos y la emisión de gases

contaminantes.

Características y causas del problema

●​ Crecimiento urbano y demográfico: Medellín y sus alrededores han experimentado un

crecimiento acelerado en las últimas décadas, lo que se traduce en un aumento en la

generación de residuos. Según el plan de gestión integral de residuos sólidos de la alcaldía

de Medellín del año 2019, la expansión urbana y el crecimiento poblacional han superado

los límites de los sistemas de recolección basados en rutas de recolección fijas.

●​ Ineficiencias en la planificación de las rutas: Los sistemas actuales no cuentan con la

posibilidad de adaptarse en función de la cantidad real de residuos generados en cada

sector. Esto genera ineficiencia con recorridos que no responden a las necesidades reales

de la ciudad, produciendo trayectos y tiempos de operación excesivos.

●​ Impacto ambientales y económicos: Un sistema con una planificación de rutas

ineficiente se traduce en un mayor uso de combustible y en consecuencia un incremento

considerable en la huella de carbono generada. Además de sus consecuencias económicas.

31
Evolución y análisis de las relaciones causa-efecto

El análisis del árbol de problemas deja en evidencia que la raíz del asunto viene de la utilización

de métodos obsoletos para la planificación de la recolección. Lo que puede ser causado por la

falta de integración de tecnologías diferentes y más modernas que permitan solucionar los

siguientes aspectos:

●​ Trayectos innecesariamente largos: La imposibilidad de ajustar las rutas de manera

dinámica genera recorridos excesivos y redundantes.

●​ Incremento en el consumo energético: Más distancia recorrida y mayores tiempos de

espera aumentan el consumo de combustible lo que afecta directamente la economía de la

entidad y la sostenibilidad ambiental.

●​ Asignación de recursos: El sistema no permite una distribución óptima de recursos, lo

que disminuye la capacidad de respuesta ante variaciones puntuales en el manejo de los

residuos.

Intervenciones previas y oportunidad de mejora

Aunque conocemos casos puntuales de iniciativas en ciudades cercanas como el proyecto piloto

de optimización de rutas en Bogotá y las implementaciones de sensores IoT en municipios del

Valle de Aburrá como Envigado, estas intervenciones no han tenido un impacto significativo y no

han logrado una solución integral para el manejo de los recursos basado en métodos como la

inteligencia artificial y métodos heurísticos. Esto deja en evidencia que existe una oportunidad

32
para afrontar la problemática con un enfoque más abierto y moderno mediante la implementación

de tecnologías que permitirían, entre otras cosas, reducir los costos de operación y diseñar un

sistema que sea escalable y flexible a adaptaciones.

En conclusión, esta integración de diversos métodos tecnológicos responde tanto a las

necesidades inmediatas que ya han sido identificadas por los organismos de control locales, sino

que también se puede alinear a nuevas tendencias globales temas de gestión urbana inteligente,

permitiendo una mayor eficiencia operativa y un compromiso con la sostenibilidad ambiental, lo

que es indispensable en la actualidad.

6.4.​ MAGNITUD ACTUAL DEL PROBLEMA: INDICADORES DE REFERENCIA

Figura 1. Tabla fuentes de emisiones de GEI

(Emvarias, 2023)

33
Esta tabla proporciona las emisiones de carbono generadas por diferentes fuentes en el sistema de

gestión de residuos urbanos de Medellín. Las emisiones están relacionadas con las operaciones de

recolección de residuos, mantenimiento de áreas públicas y operaciones de relleno sanitario.

Figura 2. Crecimiento demográfico

(Medellín cómo vamos, n.d.)

El gráfico pirámide proporciona información sobre la población de Medellín a futuro, mostrando

un incremento de grupos determinados(30 a 49), indicando así un crecimiento demográfico que

podría aumentar los desafíos actuales relacionados con la gestión de residuos.

34
 7.​ ESTADO DEL ARTE

La eficiente gestión de los residuos urbanos se ha convertido en un desafío para las

grandes ciudades, no solamente por el impacto ambiental, sino también por el impacto social,

económico y energético de la misma. Los sistemas de recolección de residuos en Medellín son

ineficientes, debido a sus rutas mal organizadas que generan un mayor gasto energético, la

obstaculización de vías y un aumento de emisiones contaminantes.

Este ensayo tiene como objetivo analizar el estado del arte en la modernización de un

sistema de gestión de residuos urbanos con herramientas de inteligencia artificial basadas en

métodos heurísticos, optimizando así las rutas de recolección, reduciendo el consumo energético

y generando un impacto ambiental cumpliendo con los objetivos de desarrollo sostenible (ODS),

en particular el ODS 13.

Para comprender la problemática es fundamental primero definir los conceptos clave que

enmarcan el proyecto. En este contexto la gestión de residuos urbanos se refiere al conjunto de

operaciones que se realizan después de que son generados los residuos, comprendiendo la etapa

de recogida y transporte. La optimización de rutas es una técnica de planificación que se utilizará

para diseñar recorridos más eficientes, reduciendo el gasto energético y el tiempo de ejecución.

Los métodos heurísticos se refieren a un enfoque algorítmico que ayudará a reducir la distancia y

el tiempo en los recorridos, ajustando las rutas según factores como el clima, el tráfico y

generación de residuos.

En este proyecto de modernizar un sistema de gestión de residuos es fundamental hacer

una revisión de patentes, para adquirir información sobre innovaciones tecnológicas relacionadas.

35
Se realizó la revisión de diferentes patentes a nivel nacional e internacional, por ejemplo la

patente ES2637409T3 (2017) propone un sistema (Enevo One Collect™) de residuos inteligentes

mejorado, adjuntado a contenedores de residuos un sensor que genera una predicción exacta de la

capacidad del contenedor (cuando esté al 90% de capacidad), luego se genera una estimación de

la distancia de ruta (optimizada) para que la entidad realicé la recolección de residuos. A su vez

la patente española ES2929375T3 (2022), proporciona un sistema para mejorar el transporte y la

recogida de desechos mediante el uso de un robot autónomo, el robot cuenta con un software y

hardware de inteligencia artificial, además de contar con un GPS y otros sensores con los cuáles

el robot recoge los desechos y regresa un sitio de eliminación de desechos prediseñado. Por otro

lado la patente ES2691045A1(2020), también española, se refiere a un sistema de gestión de

residuos optimizado, el sistema consta de un torre de control desde la cual se gestionan

dispositivos físicos de control adjuntados a los contenedores y vehículos de recolección (estos

también cuentan con un dispositivo de geolocalización), a su vez estos están conectados a una

base de datos donde se registran y analizan los datos de los productores, las empresas encargadas

de la gestión y los organismos responsables del servicio.

Asimismo, la patente ES2330819 (2009) presenta la incorporación de cámaras en cada

uno de los vehículos de un sistema de gestión de residuos, con el fin de lograr una captación de

imágenes que visualizan el tipo de residuo, la cantidad en el interior del contenedor y el estado

del mobiliario, las imágenes captadas serán posteriormente analizadas por un centro de control

evaluando el estado de los contenedores y del mobiliario, para garantizar un buen mantenimiento

y una gestión eficaz. Finalmente, la patente Colombiana 06031867 (2006) propone una

modernización en la carrocería para recoger los residuos sólidos de manera preseleccionada,

36
separándolos en residuos orgánicos, reciclables e incinerables, agregando más compartimentos

que a su vez ayuden a la reducción de lixiviado, permitiendo un aumento en la capacidad de

almacenamiento del vehículo y reduciendo el gasto de combustible.

Otro factor a tener en cuenta es el cumplimiento de normas, las cuales proporcionan un

marco de referencia para garantizar que la solución que se propone es viable y sostenible. En

primer lugar, la norma NTC-ISO 14001 (ISO, 2015) es aplicable a cualquier organización,

proporcionando un marco para que estas mejoren su desempeño ambiental de manera continua,

en este caso permite controlar y reducir los impactos ambientales que se relacionan a la

recolección y el transporte de residuos urbanos, su implementación contribuye al cumplimiento

de los objetivos de desarrollo sostenible. Relacionada con la anterior, la norma NTC-ISO 14040

(ISO, 2022) establece los principios y el marco de referencia para el análisis del ciclo de vida

(ACV), evaluando los impactos ambientales que genera un producto en todo su ciclo de vida, esta

norma se utiliza para desarrollar estrategias de sostenibilidad en la mejora del diseño del

producto, en este caso sensores en los vehículos. A su vez la norma NTC-ISO 14045 (ISO, 2013)

proporciona un marco metodológico para evaluar la ecoeficiencia del producto, considerando un

análisis del ciclo de vida y una evaluación teniendo en cuenta su impacto y los costos a lo largo

del mismo.

Por otro lado, la norma NTC-ISO 50001 (ISO, 2019) tiene como objetivo mejorar el

desempeño energético en las organizaciones, reduciendo los costos energéticos y disminuyendo

las emisiones de gases de efecto invernadero, en este caso su implementación permitiría el diseño

de rutas más eficientes y la reducción del gasto energético que conllevan a una disminución en

las emisiones de gases de efecto invernadero. Finalmente, la norma GTC-ISO 26000 (ISO, 2019)

37
tiene como propósito ayudar a las organizaciones a gestionar los impactos de sus decisiones y

actividades en la sociedad y el medio ambiente. El uso de métodos heurísticos genera que las

rutas de recolección sean más eficientes, lo que propicia una gestión eficiente de recurso. Se

busca con esto impactar positivamente la calidad del servicio a la comunidad, pues estas acciones

a nivel urbano contribuyen al mejoramiento de la calidad de vida de las personas.

La optimización de rutas para la recolección de residuos ha sido ampliamente estudiada

desde diferentes enfoques, incluyendo modelos exactos, metaheurísticos y el uso de machine

learning (ML). Mientras los enfoques exactos garantizan soluciones óptimas, pueden ser

computacionalmente costosos en problemas de gran escala. En contraste, los enfoques heurísticos

y metaheurísticos permiten resolver problemas de envergadura con tiempos de respuesta

razonables, aunque sin garantizar la optimalidad. La combinación de estos enfoques con ML ha

permitido el desarrollo de sistemas dinámicos adaptativos que mejoran la eficiencia y la

escalabilidad de la recolección de residuos.

Los modelos exactos han sido utilizados en problemas de optimización de rutas bajo

condiciones fijas. Han et al. (2024) abordan el problema de ubicación-ruteo y asignación de

demanda (LRDAP) en sistemas de recolección de residuos, proponiendo un modelo de

programación lineal entera mixta resuelto con un algoritmo branch-and-price (B&P). Este

enfoque garantiza soluciones óptimas al determinar la ubicación ideal de estaciones de

transferencia y la asignación de residuos a estas, optimizando rutas vehiculares. Sin embargo, su

aplicabilidad en problemas de gran escala es limitada por su alto costo computacional.

38
 La metaheurística ha demostrado ser una alternativa eficiente para problemas de

optimización combinatoria. Bustamante Gutiérrez et al. (s.f.) implementaron el algoritmo de

Dijkstra en Manizales para minimizar distancias en rutas estáticas, logrando una reducción del

62.5%. No obstante, este enfoque no considera variables dinámicas como la demanda fluctuante

o las condiciones climáticas.

Por otro lado, Márquez Cortés et al. (2020) aplicaron el algoritmo de optimización por

colonia de hormigas (ACO) en la Ciudad de México, obteniendo una reducción significativa en

distancias y tiempos de recolección superando, por tanto, las rutas diseñadas empíricamente. De

manera similar, Alwabli y Kostanic (2020) utilizaron algoritmos genéticos (GA) para la

optimización dinámica de rutas en La Meca, logrando reducir el costo total de combustible, el

tiempo de recorrido y la distancia recorrida, superando a otros enfoques metaheurísticos.

Sarvari et al. (2020) también exploraron modelos dinámicos para la recolección de

residuos comerciales en Luxemburgo, integrando sensores IoT para monitorear el nivel de

llenado de contenedores y ajustando rutas de manera dinámica mediante GA, búsqueda tabú (TS)

y ACO. Se demostró que el GA redujo el tiempo de cómputo en un 42% en escenarios con 100

nodos, siendo más eficiente que otras metaheurísticas.

El ML ha sido integrado para mejorar la predicción y adaptación de los sistemas de

recolección de residuos:

Predicción de generación de residuos: Modelos de series temporales (LSTM) pueden

anticipar fluctuaciones en la generación de residuos, permitiendo ajustes proactivos en las rutas

(Vu et al., 2019).

39
 Clasificación de zonas críticas: Algoritmos de clustering (k-means) identifican áreas de

alta densidad de residuos, optimizando la asignación de recursos (Molayzahedi & Abdoli, 2022).

Optimización en tiempo real: Redes neuronales reforzadas (RL) permiten ajustar rutas

ante eventos imprevistos como cierres viales o condiciones climáticas adversas (Chen et al.,

2023).

Estudios recientes han propuesto la combinación de metaheurísticas y ML para

optimizar la recolección de residuos de manera más eficiente. Mahmoud et al. (2022) sugieren

utilizar ML para predecir la demanda y luego aplicar un GA para diseñar rutas. De manera

similar, el estudio de Márquez Cortés et al. (2020) indica que la combinación de ACO con ML

puede mejorar la adaptabilidad del sistema, permitiendo ajustes en tiempo real.

Han et al. (2024) destacan que una integración efectiva incluiría:

1.​ Algoritmos exactos (B&P) para la ubicación de estaciones de transferencia.

2.​ Metaheurísticas (GA) y ML para ajustar rutas diarias basadas en datos de sensores

IoT.

3.​ Modelos de ML para predecir la generación de residuos y optimizar la asignación

de recursos.

En conclusión la optimización de rutas en la recolección de residuos requiere un

enfoque multidimensional. Mientras los modelos exactos como el B&P ofrecen soluciones

óptimas para problemas estáticos, las metaheurísticas permiten adaptabilidad en entornos

40
dinámicos. La integración de ML con estos enfoques mejora la predicción de demanda y la

adaptabilidad del sistema, permitiendo una planificación más eficiente.

Futuras investigaciones deben explorar:

Modelos híbridos: Combinación de algoritmos exactos y metaheurísticas para optimizar

el equilibrio entre optimalidad y velocidad.

Uso de IoT y Big Data: Para desarrollar sistemas de recolección de residuos

adaptativos.

Sostenibilidad: Integración de rutas ecoeficientes y vehículos eléctricos para reducir la

huella de carbono en la recolección de residuos.

La combinación de estos enfoques permitiría diseñar sistemas de recolección de

residuos más eficientes, escalables y sostenibles en ciudades inteligentes.

El libro "Vehicle Routing: Problems, Methods, and Applications" de Toth y Vigo

(2014) proporciona una base sólida sobre los métodos heurísticos clásicos utilizados en el ruteo

de vehículos, como los algoritmos genéticos y el recocido simulado. Estos métodos han sido

ampliamente aplicados en la optimización de rutas de recolección de residuos debido a su

capacidad para encontrar soluciones de buena calidad en tiempos computacionales razonables,

especialmente en problemas de gran escala.

Por otro lado, el libro "Machine Learning for Urban Science" de Bertolotto, Murcio y

Crestani (2021) destaca el potencial del Machine Learning para abordar los desafíos de la gestión

41
de residuos en entornos urbanos. En particular, el Machine Learning puede utilizarse para

analizar datos históricos de recolección de residuos, patrones de tráfico y otros factores relevantes

para identificar patrones y predecir la demanda futura. Esta información puede ser utilizada para

mejorar la planificación de rutas y la asignación de recursos.

Si bien los métodos heurísticos clásicos han sido efectivos, el Machine Learning ofrece

la oportunidad de mejorar aún más la optimización de rutas. Al combinar ambos enfoques, es

posible crear sistemas híbridos que aprovechen las fortalezas de cada uno. Por ejemplo, se

pueden utilizar algoritmos de Machine Learning para predecir la generación de residuos en

diferentes áreas de la ciudad y luego utilizar esta información como entrada para un algoritmo

heurístico que genere las rutas óptimas.

En este sentido, la convergencia de métodos heurísticos y Machine Learning representa

una prometedora vía para abordar los desafíos de la optimización de rutas de recolección de

residuos. Al combinar la capacidad de los métodos heurísticos para encontrar soluciones de

buena calidad con la capacidad del Machine Learning para aprender de los datos y adaptarse a las

condiciones cambiantes, es posible crear sistemas más eficientes y robustos.

Sin embargo, es importante destacar que la implementación de estos sistemas híbridos

no está exenta de desafíos. Se requiere una cuidadosa selección y ajuste de los algoritmos de

Machine Learning y los métodos heurísticos, así como una integración efectiva de ambos

enfoques. Además, es fundamental contar con datos de alta calidad y suficientes para entrenar los

modelos de Machine Learning y validar los resultados.

42
 Uno de los focos en nuestro proceso de investigación ha sido conocer otros proyectos

relacionados con el tema de estudio, esto con el fin de plantear distintas perspectivas para el

análisis de la problemática. Casos como el de México que se enfoca en encontrar el mejor método

para la optimización de rutas en las ciudades, en cuyo artículo se dice que una heurística es la

aplicación de toda la información que se tiene de una instancia de un problema que permite

encontrar una solución aproximada en menos tiempo del necesario para encontrar una solución

óptima (Márquez et al., 2019). Esto demuestra que se ha explorado esta posibilidad y que es una

opción viable para la optimización que se busca. Asimismo, la Revista de Métodos Cuantitativos

para la Economía y la Empresa publicó una propuesta realizada por estudiantes de la Universidad

Católica de Manizales y la Universidad Católica Luis Amigó donde se habla de una logística de

recolección adecuada para el aprovechamiento de residuos pero que a su vez plantea un aspecto

importante como lo es un proceso de sensibilización del personal ejecutor mediante el uso de una

matriz DOFA implementada para analizar las condiciones de satisfacción operacional

(Bustamante et al., 2024).

Lo anterior deja ver que existen antecedentes directos a nivel nacional e internacional

de los cuales aprovechar sus resultados de aprendizaje para nutrir nuestro proyecto y enfocarlo de

la mejor manera. El análisis de estos casos nos permite notar que, si bien el éxito de nuestro

proyecto depende de la correcta integración y optimización, no podemos dejar de lado otros

aspectos importantes como la capacitación y sensibilización de los participantes, pues no es

posible conseguir resultados óptimos si no se cuenta con un ambiente adecuado donde se pueda

desarrollar la iniciativa que se plantea.

43
 El siguiente diagrama sirve como ruta para concretar cómo desde los problemas antes

explorados se concibe la idea como una posible oportunidad de mejora al contexto de la ciudad y

los entes involucrados en el proyecto

Figura 3. Diagrama de flujo problema, antecedentes y propuesta

El diagrama resume los principales hallazgos de la exploración realizada en el estado del arte. Se

encontró que hay diferentes problemáticas cuando se habla de sistemas de recolección y gestión

de residuos. Dichos problemas convergen en un impacto ambiental negativo y un desperdicio

energético que hace aún más crítico a nivel ambiental y económico dichos procesos. Por tanto,

existen diversos proyectos, investigaciones y productos que buscan mitigar estos efectos.

Encontramos así que usualmente los métodos tradicionales no cumplen holísticamente el

propósito de mejorar los indicadores sino que priorizan algunos parámetros de eficiencia. En

cambio, los que abarcan de manera transversal la energía y el impacto ambiental usan métodos de

optimización que, por su complejidad y cantidad de variables, suelen consumir muchos recursos

y tiempo. Es entonces cuando la industria 4.0 entra en acción, ya que dispone de nuevas

herramientas para hacer estos procesos mucho más fácilmente, adicionalmente, para evitar el uso

excesivo de computación (que igualmente implica alto consumo energético) y con el fin de

44
volver más versátil el problema se encuentra que los métodos heurísticos dan respuesta a

soluciones eficientes y relativamente rápidas. Por tanto, el presente proyecto busca implementar

los mencionados métodos heurísticos y que estos a su vez alimente un sistema de “aprendizaje” o

machine learning con datos teóricos y experimentales por medio de IoT.

45
 8. ANÁLISIS DE OBJETIVOS

Tabla 3. Árbol de objetivos

Fines 1.1 Priorizar el uso 2.1. Optimizar 3.1. Proponer 4.1. Fortalecer
indirectos
de vehículos las rutas de cambios en las la credibilidad

modernos, con el recolección para políticas de y la confianza

fin de mejorar la generar trayectos movilidad para de la población

eficiencia eficientes y un buscar la en la

energética, los menor consumo conformidad en institución.

costos operativos y de combustible . cuanto a

4.2. Mejorar el
el impacto movilidad de los
2.2 Mejorar la impacto
ambiental. ciudadanos.
planificación de ambiental y la

1.2 Aumentar los rutas mediante la 3.2. Aumentar la calidad de la

incentivos para que capacitación y eficiencia del vida urbana.

las empresas especialización servicio

inviertan en del personal para reduciendo el

vehículos más que realice tiempo de

eficientes. tomas de recolección.

decisiones

eficientes.

46
 1. Disminuir 2. 3. Agilizar el 4. Aumentar la
Fines
directos emisiones Reducción del tránsito en las inversión y el

contaminantes tiempo de vías. apoyo para

recolección de proyectos de
residuos modernización
optimizando el urbana.
consumo de

combustible

Optimizar el uso de energía y recursos en los procesos de recolección de

Objetivo
central residuos.

3. Programar la
1. Optimizar rutas 2. Planificación 4. Buscar
Medios
directos recolección en
de recolección dinámica de financiamiento
horas de menor
usando un software rutas ajustándose de programas
tráfico.
de planificación de en tiempo real ambientales o

rutas para según el tráfico y de desarrollo

minimizar la demanda. urbano de

distancias y evitar fondos

congestiones. gubernamental

es y subsidios.

47
 Medios 1.1. Promover 2.1. Permitir que 3.1. 4.1 Mostrar los
indirectos
estudios de los ciudadanos Concientizar a beneficios del

impacto ambiental reporten los ciudadanos proyecto y su

demostrando los problemas o sobre la impacto

beneficios de los sugerencias para importancia de positivo en la

vehículos mejorar las rutas. respetar las comunidad.

modernos para normas de

4.2. Campañas
justificar su tránsito.
2.2. Establecer para fomentar
adopción.
un sistema de 3.2. Usar la reducción,

1.2. Recompensar retroalimentació tecnología para reutilización y

a las empresas que n, permitiendo agilizar tareas reciclaje de

adopten que los administrativas residuos.

tecnologías trabajadores y operativas.

limpias. sugieran mejoras

basadas en su

experiencia en

campo.

48
 9. ANÁLISIS DE ALTERNATIVAS

Acciones:

- Financiero

●​ Disminuir la cantidad de combustible consumido.

●​ Realizar la transición a combustibles más económicos.
●​ Automatizar labores para reducir los costes de operación.

- Ambiental

●​ Disminuir el tiempo de circulación de vehículos emisores.

●​ Aumentar la velocidad de recolección promedio de las basuras.
●​ Usar combustibles con menor índice de emisiones de gases de efecto invernadero.

- Social

●​ Incentivar la participación ciudadana en la identificación de problemáticas y necesidades.

●​ Establecer comunicación activa entre la empresa, los empleados y los ciudadanos.
●​ Ofrecer capacitaciones a empleados en nuevas oportunidades laborales.

- Industria 4.0

●​ Permitir la visualización en tiempo real de las variables que afectan el proceso.

●​ Optimizar procesamiento de datos y toma de decisiones con herramientas digitales.
●​ Retroalimentar el sistema de recolección con sensores en diferentes fases del proceso.

Alternativa:

La investigación realizada expone los principales desafíos en la recolección de residuos, junto

con las decisiones que orientan hacia diferentes opciones de solución. A partir de este análisis, se

identifican y evalúan alternativas que buscan modernizar y optimizar el proceso. En la siguiente

tabla se presentan dos de estas alternativas, incluyendo una justificación concisa que explica la

razón de su selección o descarte en función de las necesidades y condiciones del proyecto.

Tabla 4. Análisis de alternativas.

49
 Nombre de la alternativa Breve justificación de la Alternativa seleccionada

Optimizar, modernizar e integrar Al implementar un método heurístico

el modelo de planeación de rutas avanzado para optimizar rutas de camiones
de recolección con datos en recolectores considerando distancias, tráfico,
tiempo real de la situación de la capacidad y consumo energético e integrar lo anterior
empresa, el proceso y la ciudad. a una plataforma en la nube que recopile datos en
tiempo real y ofrece recursos gráficos interactivos para
la toma de decisiones. Se puede obtener un gran
beneficio con una baja inversión a la vez que se
convierte en una opción sostenible a largo plazo.

Modernización de la Aunque esta opción facilita el acceso a algunas

infraestructura y vehículos. soluciones ofrecidas en el mercado, se descarta debido

a que requiere de una alta inversión y posiblemente no

tenga un impacto positivo que justifique dicho gasto a

corto o mediano plazo.

Análisis técnico de la alternativa seleccionada

Como se mencionó anteriormente, el objetivo de buscar soluciones preestablecidas en otros

modelos de negocio o tecnologías tradicionales puede parecer llamativo a corto plazo debido a

que en poco tiempo debería verse un impacto positivo en la eficiencia. No obstante, es posible

que a largo plazo no sea significativo dicho cambio, debido a que entre más efectivo sea el

sistema implementado tiende a ser más costoso y complejo mantenerlo. Por tanto, la industria y el

servicio corre el riesgo de ser dependiente de terceros. También, al implementar tecnología que

50
apoye la mejora continua no solo se busca solucionar un problema puntual sino aportar a la

solución sostenible que se adapte también a otras soluciones e innovaciones. Es decir, se busca

que la tecnología en lugar de tender a la obsolescencia, con el tiempo sea más relevante y se

convierta en una herramienta para la empresa en diferentes niveles (administrativo, logístico,

instructivo, entre otras). También, si bien los cambios poblacionales, ambientales y los contextos

sociales pueden ser relativamente predecibles y mitigables en caso de ser perjudiciales, en

ciudades como Medellín la constante evolución, el desarrollo tecnológico, social y turístico suele

presentar o agravar problemáticas incluso en las necesidades básicas como transporte y diversos

tipos de logística urbana. Por tanto, se requiere de soluciones brindadas por el propio contexto y,

como apoyo, buscar semejanzas con otras ciudades y países. De esta manera se garantiza una

gran flexibilidad, y transversalidad entre los actores, en este caso, de la gestión de residuos.

51
 [Link]

[Link] GENERAL

Reducir el consumo energético de una compañía de recolección de residuos, mediante la

implementación de un método heurístico y una base de datos interactiva en la planeación de rutas

de recolección, para mejorar la sostenibilidad ambiental y económica.

[Link] ESPECÍFICOS

● Objetivo específico 1 (OE1): Diseñar el sistema autoalimentado que parte del

método heurístico adecuado para las variables que utiliza la empresa en la definición

de rutas de recolección y se complementa con los datos obtenidos durante la

operación.

● Objetivo específico 2 (OE2): Desarrollar la infraestructura que comprende el

algoritmo que define las rutas de recolección partiendo de variables críticas, los

sensores IOT y la base de datos interactiva.

● Objetivo específico 3 (OE3): Implementar el algoritmo progresivamente en las

diferentes rutas de recolección.

● Objetivo específico 4 (OE4): Instruir a los operarios en el uso de la herramienta y

la lectura de la base de datos mediante los recursos gráficos.

● Objetivo específico 5 (OE5): Patentar ante la cámara de comercio la tecnología

desarrollada usando un reporte de resultados ambientales y financieros.

52
 11. ESTRUCTURA ANALÍTICA DEL PROYECTO

Tabla 5. Estructura analítica del proyecto.

Aumentar la
Disminuir Reducción del
Fin
Agilizar el inversión y el
emisiones tiempo de
tránsito en las apoyo para
contaminantes recolección de
vías proyectos de
residuos
modernización
optimizando el
urbana
consumo de

combustible

Buscar
Propósito Optimizar rutas
Planificación
Programar la financiamiento
de recolección
dinámica de
recolección en de programas
usando un
rutas
horas de menor ambientales o de
software de
ajustándose en
tráfico. desarrollo
planificación de
tiempo real
urbano de
rutas para
según el tráfico
fondos
minimizar
y la demanda
gubernamentales
distancias y
y subsidios
evitar

congestiones

53
Component 3901003 3903002
3901007 3999064
es Servicio de
Servicios de Servicio de
Documentos de apoyo para el
información
desarrollo
para la CTeI gestión de la
investigación tecnológico y la
información de innovación

CTeI

Actividades 1. Analizar 1. Elaborar un

1. Identificar 1. Implementar
patrones de plan de proyecto
necesidades y sensores o
tráfico en las con objetivos
restricciones del dispositivos
zonas de claros y métricas
sistema de GPS en los
recolección. de impacto.
recolección vehículos de

actual. recolección. 2. Identificar 2. Preparar

horarios óptimos documentación

2. Integrar datos 2. Conectar el
con menor técnica y
geoespaciales y software a
congestión. administrativa
de tráfico en la fuentes de datos
requerida por los
plataforma. en tiempo real 3. Coordinar con
fondos.
(tráfico, autoridades
3. Definir
demanda). locales para 3. Postular a
criterios de
evitar convocatorias y
optimización 3. Desarrollar
restricciones. gestionar el
(distancia, un sistema de

54
 proceso de
tiempo, costos, alertas y 4. Ajustar turnos
aplicación.
emisiones, etc.). reprogramación de recolección y
para ajustar logística de los 4. Establecer
4. Realizar
rutas equipos. alianzas con
pruebas piloto y
dinámicamente. entidades
ajustes en la 5. Comunicar
públicas y
configuración. 4. Capacitar a cambios a la
privadas para
los operadores ciudadanía para
5. Implementar
fortalecer la
para interpretar evitar
el sistema de
propuesta.
y aplicar ajustes inconvenientes.
forma
en tiempo real. 5. Realizar
progresiva y
seguimiento a la
evaluar su 5. Monitorear el
solicitud y
impacto. desempeño del
gestionar
sistema y hacer
informes de
mejoras
impacto.
continuas.

55
 12. PRODUCTOS ESPERADOS

Tabla 6. Productos esperados.

Código Producto Medido a Indicador de producto Unidad de

Producto través de medida

3901007 Servicio de Puntaje del Desarrollos informáticos Puntos o

apoyo para la índice de implementados y/o variación en

transferencia de gobierno en actualizados el índice

conocimiento y línea

tecnología

3999064 Documentos Número de Documentos de Cantidad

de documentos investigación elaborados

investigación

3901003 Servicio de Número de Bases de datos para la Cantidad

gestión de la bases de datos difusión de la CTI

información de disponibles

CTeI

56
3903002 Servicio de Número de Productos tecnológicos Cantidad
apoyo para el
desarrollo proyectos certificados o validados
tecnológico y la
(Diseño industrial,
innovación
esquema de circuito

integrado, software,

planta piloto, prototipo

industrial, signos

distintivos)

57
 13. METODOLOGÍA

Objetivo específico Diseñar el sistema autoalimentado que parte del método

heurístico adecuado para las variables que utiliza la

empresa en la definición de rutas de recolección y se

complementa con los datos obtenidos durante la

operación.

Actividad Responsable Tareas Resultados de Medio de

la actividad verificación

Gestión de Contador Analizar los Documento con Reporte

presupuesto costos. la evaluación del comparativo de
Publico costo máximo y gastos
mínimo para
cada tarea.

Elaborar el Documento con

presupuesto. el costo asignado
a cada tarea.

Selección del Coordinador de

Recopilar datos Informe de Documento con
método de las variables análisis de las especificaciones
heurístico Ciencia de Datos utilizadas en la variables técnicas.
recolección de recopiladas.
y Algoritmos residuos (rutas,
tiempo, tráfico).
​
(ingeniero Investigación del Método Informe técnico
método heurístico mostrando las
matemático) heurístico seleccionado. ventajas del
apropiado para método
el proyecto. seleccionado

Adaptar el Script que Prototipo simple

método aplique el
seleccionado a la método
optimización de heurístico

58
 rutas de adaptado a las
recolección de variables
residuos. anteriormente
recolectadas.

Objetivo específico Desarrollar la infraestructura que comprende el

algoritmo que define las rutas de recolección partiendo

de variables críticas, los sensores IOT y la base de datos

interactiva.

Actividad Responsable Tareas Resultados de Medio de

la actividad verificación

Diseño de Coordinador de Programar el Algoritmo Reporte de

algoritmo funcional optimización
algoritmo Desarrollo de

Software

(ingeniero de

sistemas)

Implementar Coordinador de Selección e Red de sensores Pruebas piloto e

sensores Iot integración de teniendo en informe que
IoT y Sensores sensores. cuenta explique el
contenedor y funcionamiento
(Ingeniero vehículo. de sensores

Mecánico)

59
 Técnicos en Diseñar esquema Base de datos en Documento
de la base de tiempo real. técnico
sistemas datos.

Conectar el Sistema Prueba piloto

algoritmo con interconectado
los sensores y la funcional
base de datos

Objetivo específico Implementar el algoritmo progresivamente en las

diferentes rutas de recolección.

Actividad Responsable Tareas Resultados de Medio de

la actividad verificación

Selección de Técnicos en Instalación de Informe de Certificación de

rutas prueba sensores. preparación de la instalación de
piloto sistemas sensores. los sensores.

electromecánico Identificación de Informe de rutas Lista de rutas.

rutas. seleccionadas.
s

Ensayo de Técnicos en Almacenar los Reporte de Evidencia digital

implementación datos de las rutas eficiencia y de y comparativa
sistemas piloto en el rutas con checklist de
algoritmo. optimizadas las variables
consideradas.

60
Objetivo específico Instruir a los operarios en el uso de la herramienta y la

lectura de la base de datos mediante los recursos

gráficos.

Actividad Responsable Tareas Resultados de Medio de

la actividad verificación

Capacitación a Técnicos en Elaboración de Documento Documento del

los operarios contenido informativo que plan de
sistemas explicativo. explique los capacitación.
pasos para la
capacitación,
material de
apoyo visual.

Capacitación Registro de Revisión del

presencial asistencia registro de
asistencia

Cuidados y Encargado de Evaluación de Manual con Documento que

prevenciones riesgos para los medidas informe los
Seguridad y operarios y preventivas para posibles riesgos.
elaboración de cada riesgo.
Salud en el protocolos de
seguridad.
Trabajo (SST)

Objetivo específico Patentar ante la cámara de comercio la tecnología

desarrollada usando un reporte de resultados

ambientales y financieros.

Actividad Responsable Tareas Resultados de Medio de

la actividad verificación

61
Preparación y Abogado Recolección de Informe técnico Informe de
las patentabilidad
solicitud de especificaciones
técnicas de la
patente tecnología
desarrollada

Presentar a la Solicitud de Aprobación de la

cámara de patente con el patente.
comercio la número de
patente. registro.

62
 14. MATRIZ DE MARCO LÓGICO

Tabla 7. Matriz de marco lógico.

Resumen Narrativo de Indicadores Medios de Supuestos

Objetivos Verificación

FIN​ Tasa de consumo Facturas de compra y El aumento de

La empresa verá reflejada energético respecto al fichas de repostaje consumo de

una disminución en su material recolectado. de combustible a los energía eléctrica

consumo energético por vehículos no es

Tasa de emisiones de
parte de los camiones de significativo
agentes contaminantes Base de datos
recolección respecto a los comparado con la
en un lapso anual. vigilada por las
residuos recolectados. Y optimización de
autoridades
una rápida respuesta ante Tiempo transcurrido combustible.
regionales y
necesidades variantes o entre la identificación
alimentada por
esporádicas de de un problema de
sensores IoT.
recolección. Esto implica acumulación de

una disminución de sus basuras y su solución.

costos de operación e

63
impactos ambientales
Encuestas de
negativos sin afectar la
satisfacción al
calidad de su servicio.
público y empleados.

PQRS realizadas por

la comunidad

PROPÓSITO​ En los primeros tres Encuestas de Los cambios

Acceso en tiempo real a días los empleados satisfacción a efectuados no

datos operativos y encargados de la empleados. alteran otros

diferentes eficiencias gestión y planificación procesos de la

Inspección de la
relativas del servicio por tendrán suficiente entidad por lo que
nueva rutina laboral.
parte de los empleados y trazabilidad y datos los indicadores de

gerentes. para generar informes Informes calidad

y detectar problemas y preliminares de únicamente se

Disminución en los
mejoras del sistema. calidad y eficiencia. verán afectados
tiempos de planificación
por la
de recorridos y cargas En la primera semana
optimización de
laborales. se determinan las rutas
rutas.
viables con menores
Visualización de efectos
tiempos de recolección
en la sostenibilidad de la
para la misma cantidad
empresa, impacto

64
ambiental y huella de de kilómetros de

carbono de la empresa. cobertura.

COMPONENTES​ Diferencia entre los Esquema generado El personal

Programa de generación tiempos y velocidad de por el programa que asimila el nuevo

de rutas de recolección recolección previos y indique los sistema y saca

diseñado con métodos propuestos por el resultados provecho de las

heurísticos. programa. encontrados y herramientas.

simulados.
Base de datos conectada a Tasa de actualización y Los instrumentos

red de sensores IoT e desviación de los datos Datos contrastados funcionan según

infraestructura digital de respecto a las por interventores lo previsto sin

visualización. previsiones teóricas y ambientales con los daños por factores

los ofrecidos por los visualizados en el climáticos,

Rutas de recolección
interventores. sistema. contextuales,
óptimas evaluadas por
políticos, sociales,
empleados, ingenieros, Cantidad de Informe de posibles
entre otros.
gerentes y demás empleados instruidos resultados estimados.

miembros del proyecto. para el manejo del Los vehículos

Memorias de las
sistema. tienen un
Personal capacitado para instrucciones dadas y
consumo
la lectura y manejo del Diferencias entre el evaluación de los
predecible de
sistema y los indicadores. comportamiento real y empleados.
combustible en
previsto de las rutas.
función de

65
 variables
Patente descriptiva de la Pre aprobación por Patente redactada y
medibles.
tecnología gestionada. interventores y pre aprobada.

evaluadores de la

patente.

ACTIVIDADES Diseño y construcción Verificación pago de Cumplimiento a

del sistema: participantes del cabalidad de los

Diseño de un código para
proyecto. contratos por
selección de rutas con las 100,000,000.00 COP
parte de terceros.
variables de Consolidado de

caracterización del compras, Entrega de

problema. Evaluación e arrendamientos y productos y

implementación del subcontrataciones. servicios en los
Ubicación de los sensores
sistema: plazos cotizados.
IoT en los camiones. Consolidado de
40,000,000.00 COP insumos,
Desarrollo de la interfaz y
consumibles y
aplicativo para la
manutención
manipulación del sistema
Capacitación de
requeridos por las
por parte de los
empleados.
jornadas laborales.
empleados.
30,000,000.00 COP
Registro de cantidad

de personas

capacitadas y

66
 cotización de
Diseño del plan de Proceso de patentado:
insumos empleados.
recolección en una ruta o
5,000,000.00 COP
sector controlado. Certificado de

patente en trámite.
Evaluación del nuevo

itinerario y comparación

con el usado previo al

proyecto.

A partir de los resultados

iterados del anterior paso

se instruye a todos los

empleados para el uso del

sistema

Una vez se cuente con el

esquema definitivo y

resultados validados, se

escribe la patente y se

gestiona su legalización.

67
 15. IMPACTOS

Tipo de Indicadores Medios de Plazo

impacto Verificación

2 artículos científicos Copias de Largo plazo

Ciencia y publicados en revistas publicaciones y
indexadas. registros en bases de
tecnología
datos académicas
(Scopus, Web of
Science)
1 patente registrada sobre el Certificado de patente Mediano plazo
Ciencia y algoritmo de optimización. expedido por la
Superintendencia de
tecnología
Industria y Comercio
Medio ambiente Reducción del 15% en Informes de huella de Largo plazo
y sociedad emisiones de CO₂ por carbono y datos de
optimización de rutas. sensores IoT.
Medio ambiente 80% de satisfacción ciudadana Encuestas anuales Mediano plazo
y sociedad con el servicio de recolección. aplicadas a usuarios.

Productividad y 20% de reducción en costos 20% de reducción en Largo plazo

competitividad operativos de recolección costos operativos de
recolección.
| Reportes financieros
comparativos
(antes/después).
Productividad y 30% menos tiempo por ruta Mediano plazo
competitividad gracias a la optimización. Registros de GPS y

software de gestión de

flotas.

68
 16. ESTRATEGIA DE DIFUSIÓN

Es un plan de divulgación técnica para los sectores productivos e institucionales, el cual deberá

ser ejecutado por los miembros del grupo dentro del plazo del proyecto. La estrategia debe incluir

como mínimo la capacitación relacionada con los resultados del proyecto al área de planeación o

delegados por parte del beneficiario / financiador del proyecto.

Esta estrategia materializa productos de apropiación social de conocimiento como:.

· Ponencias

· Eventos científicos

· Articulación de redes de conocimiento

· Presentación de resultados ante autoridades competentes

· Realización de cursos de capacitación, seminarios y talleres

· Participación ciudadana en CTI

Tipo de Producto Resultado esperado Indicado Beneficiario Medio de verificación

69
PONENCIAS Participación en # Nombre del Certificado de

eventos participante participación como

especializados, ponente y soporte del

presentando los trabajo presentado

resultados de la (memorias y programa

investigación. de los eventos).

Presentación o poster.

EVENTOS Organización de # Comunidad a Certificación de la

CIENTÍFICOS eventos la que será organización y

especializados, dirigida realización de eventos

presentando los científicos tales como

resultados de la workshops, simposios y

investigación. congresos.

ARTICULACIÓN DE Red creada o# Comunidad a Documento expedido

REDES DE articulación en una la que será por la entidad referida

CONOCIMIENTO red a nivel nacional o dirigida que certifique de las

internacional. actividades de

articulación de redes.

70
PRESENTACIÓN DE Presentación de los # Comunidad a Documento que

LOS RESULTADOS A resultados ante las la que será certifique la

LAS AUTORIDADES autoridades dirigida presentación de los

LOCALES, competentes resultados a las

NACIONALES Y autoridades locales y

SECTORIALES nacionales.

REALIZACIÓN DE Cursos de # Comunidad a Programa del curso,

CURSOS DE capacitación, la que será capacitación, seminario

CAPACITACIÓN, seminarios o talleres dirigida o taller; intensidad

SEMINARIOS Y realizados horaria, duración y lista

TALLERES de asistencia

PARTICIPACIÓN Participación # Comunidad a Documento que

CIUDADANA EN ciudadana o la que será evidencie la

CTeI. comunidad(es) en dirigida participación activa de

proyectos de la(s) comunidad(es) en

investigación. su ejecución, o

Espacio/evento de documento del evento

participación que evidencie la

ciudadana o de participación en el

comunidad(es) mismo de la(s)

71
relacionado con la comunidad(es). Agenda

CTeI. de las reuniones y/o

listas de asistencia.

72
 15. BIBLIOGRAFÍA

Departamento nacional de planeación. (n.d.). Objetivos de desarrollo sostenible.

[Link]

Departamento nacional de planeación (DPN). (2023, mayo). Plan de desarrollo Colombia

Potencia mundial de la vida 2022-2026.

[Link]

[Link]

Gobernación de Antioquia. (2024). Plan de desarrollo por Antioquia firme.

[Link]

%20Desarrollo%20Por%20Antioquia%20Firme%[Link]

Alcaldía de Medellín. (2024, Junio 13). Plan de desarrollo distrital Medellín te quiere

2024-2027. [Link].

[Link]

Alcaldía de Medellín. (2019). Plan de Gestión Integral de Residuos Sólidos. Medellín: Alcaldía

de Medellín. Recuperado de [Link]

Ministerio de Ambiente y Desarrollo Sostenible de Colombia. (2020). Reporte Nacional de

Gestión de Residuos Sólidos en Colombia. Bogotá: Ministerio de Ambiente y Desarrollo

Sostenible. Recuperado de [Link]

73
Observatorio Ambiental de Medellín. (2021). Diagnóstico de la Gestión de Residuos Urbanos en

Medellín. Medellín: Observatorio Ambiental de Medellín. Recuperado de

[Link]

Ayuntamiento de Stralsund (2021). Informe de Gestión Urbana y Sostenibilidad. Recuperado de:

[Link]

Bigbelly Inc. (2022). Case Studies in Smart Waste Management. Recuperado de:

[Link]

Alibaba Group (2021). CityBrain: Transformando la Gestión Urbana. Recuperado de:

[Link]

Alcaldía de Medellín (2019). Plan de Gestión Integral de Residuos Sólidos. Recuperado de:

[Link]

Secretaría de Movilidad de Bogotá (2020). Informe Piloto de Optimización de Rutas. Recuperado

de: [Link]

Observatorio Ambiental de Envigado (2021). Reporte de Proyecto Piloto en Gestión de Residuos.

Recuperado de: [Link]

Alcaldía de Barranquilla (2022). Iniciativas Smart City en Gestión de Residuos. Recuperado de:

[Link]

74
Emvarias. (2023). Informe de sostenibilidad.

[Link]

mpresarial/INFORME_SOSTENIBILIDAD_2023_OK.pdf?ver=v-zoIbTeodCYMTrWq2Upig%3

d%3d

Medellín como vamos. (n.d.). Medellín como vamos. Retrieved 02 19, 2025, from

[Link]

%ADa%20en%20Medell%C3%ADn%2C%20ICV%[Link]

Instituto Colombiano de Normas Técnicas y Certificación (ICONTEC). Sistemas de Gestión

Ambiental – Requisitos con orientación para su uso. NTC-ISO 14001. Segunda edición, Bogotá,

Colombia, 2015, 59 páginas.

Instituto Colombiano de Normas Técnicas y Certificación (ICONTEC). Gestión ambiental –

Análisis del ciclo de vida – Principios y marco de referencia. NTC-ISO 14040. Primera edición,

Bogotá, Colombia, 2022, 35 páginas.

Instituto Colombiano de Normas Técnicas y Certificación (ICONTEC). Gestión ambiental –

Ecoeficiencia – Principios y marco de referencia. NTC-ISO 14045. Primera edición, Bogotá,

Colombia, 2013, páginas 43.

Instituto Colombiano de Normas Técnicas y Certificación (ICONTEC). Sistemas de Gestión de la

Energía – Requisitos con orientación para su uso. NTC-ISO 50001. Primera edición, Bogotá,

Colombia, 2019, 49 páginas.

75
Instituto Colombiano de Normas Técnicas y Certificación (ICONTEC). Guía de Responsabilidad

Social. NTC-ISO 26000. Primera edición, Bogotá, Colombia, 2019, 160 páginas.

Bustamante Gutiérrez, LC, Alzate Álvarez, Á. M. y Alzate, P. (2020). Un modelo de rutas para la

recolección de residuos sólidos domiciliarios: un caso de estudio.

Han, J., Zhang, J., Guo, H., & Zhang, N. (2024). Optimizing location-routing and demand

allocation in the household waste collection system using a branch-and-price algorithm.

Márquez Cortés, FJ, Rodríguez-Vázquez, K., & Garro Licón, BA (2020). Diseño de rutas de

recolección utilizando el algoritmo de optimización por colonia de hormigas.

Chen, Y., Li, Y. y Zhang, W. (2023). Aprendizaje por refuerzo para problemas de enrutamiento

dinámico de vehículos.

Alwabli, Kostanic. (2020). Dynamic Route Optimization For Waste Collection Using Genetic

Algorithm

Bertolotto, M., Murcio, R., y Crestani, F. (2021). Aprendizaje automático para la ciencia urbana.

Primavera

Toth, P., & Vigo, D. (2014). Enrutamiento de vehículos: problemas, métodos y aplicaciones .

Kekalainene, F. Engstrom, J, (2017). Sistema y método de recogida de residuos inteligentes

(ES2637409T3). Oficina española de patentes y marcas.

Ha, Chun-Yong. (2022). Sistema integrado de IA para optimizar la gestión de desechos mediante

robot autoguiado (ES2929375T3). Oficina española de patentes y marcas.

76
Sanchez Duran, D. Guelbenzu Blasco, J. Flores Ruiz, J. Duvjank, A. (2020). Sistema de gestión

de residuos (ES2691045A1). Oficina española de patentes y marcas.

Parra Alfonso, L. (2006). Carrocería para la recolección, preselección y transporte de residuos

sólidos urbanos o basura, del sitio de prestación de la fuente hasta el sitio de separación,

clasificación y procesamiento (06031867). Industria y comercio superintendencia.

Durán, N. Ruiz, J. Ruiz, L. (2009). Sistema de gestión integral de recogida de residuos urbanos y

de estado físico del mobiliario y espacio urbano en una zona urbana (ES2330819). Oficina

española de patentes y marcas.

Eafit, U. (s. f.-a). Residuos - Sostenibilidad ambiental / Gestión ambiental en la

universidad - Universidad EAFIT. [Link].

[Link]

/[Link]

Eafit, U. (s. f.). Separación de residuos desde la fuente - Sostenibilidad ambiental /

Gestión ambiental en la universidad - Universidad EAFIT. [Link].

[Link]

/[Link]

77
S5T3

78
79
 16. ANEXOS

Anexo 1. Título del anexo xx

80
Anexo 2. Título del anexo xx

81