1. Repositorio Institucional del Tecnológico Nacional de México (RI - TecNM)
2. Tesis de Posgrado
3. Morelos
4. Centro Nacional de Investigación y Desarrollo Tecnológico
5. Tesis CENIDET
6. Tesis de Maestría
7. Tesis de Maestría en Computación

Titre:	Detección automática de eventos de riesgo en el manejo de un automóvil utilizando un teléfono inteligente y la plataforma FIWARE
Auteur(s):	Torres Restrepo, Leon Alberne%771610
Date de publication:	2019-06-21
Editeur:	Tecnológico Nacional de México
metadata.dc.publisher.tecnm:	Centro Nacional de Investigación y Desarrollo Tecnológico
Description:	Los accidentes de tránsito se encuentran dentro de las principales causas de muerte a nivel mundial [1], ubicándose por encima de factores como: el suicidio, el VIH y el homicidio. Es así, como estos accidentes y por ende la seguridad vial son una de las principales preocupaciones de las ciudades sostenibles o las ciudades inteligentes (smartcities). Por otro lado, unido al concepto de ciudad inteligente se encuentra el concepto de internet de las cosas[2]. Este concepto ha dado paso a la existencia de objetos de uso diario equipados con una serie de sensores y algoritmos capaces de detectar automáticamente las características del entorno en que se encuentran[3]. Las capacidades del internet de las cosas han sido aprovechadas por las ciudades en diversas áreas para mejorar la calidad de vida de sus habitantes. Una de estas áreas es la movilidad que se enfrenta al problema de los accidentes de tránsito y en donde se están implementando diferentes servicios, aplicaciones y plataformas tecnológicas para proponer soluciones en la planificación de rutas, el control de tráfico, el reporte de accidentes y anomalías en la vía, etc. Actualmente, existen varias propuestas de investigación que detectan de manera automática la presencia u ocurrencia de eventos de riesgo generadores de accidentes de tránsito [4], algunas de estas propuestas se apoyan en técnicas de procesamiento de señales y aprendizaje de máquina[5-9]. Sin embargo, El tema de la detección automática de este tipo de eventos de riesgo encierra un grado de complejidad alto; y pese al esfuerzo realizado por la comunidad a través de las propuestas existentes, aún no está cerrado, ni existen soluciones únicas, dado que no se ha alcanzado la madurez en cuanto a las técnicas de detección y a los algoritmos desarrollados para tal fin [6]. En este trabajo de investigación se propone un conjunto de algoritmos de software que permiten la detección automática de eventos de riesgo al momento de conducir un automóvil. Estos algoritmos utilizan la información obtenida de los sensores de un teléfono inteligente, el cual debe encontrarse dentro de un automóvil en marcha. Los eventos de riesgo detectados por estos algoritmos son: velocidad no permitida, desplazamiento en sentido contrario, cambios de velocidad, irregularidades en la vía y giros laterales. Además, estos algoritmos fueron implementados en un prototipo que utiliza la plataforma FIWARE, la cual, es una plataforma abierta para la construcción de aplicaciones de Internet del futuro. La evaluación de este trabajo se llevó a cabo con más de 100 recorridos realizados en diferentes localidades, carreteras y vehículos, de los cuales se obtuvieron más de 50 millones de registros, correspondientes a datos provenientes del acelerómetro, el giroscopio, el magnetómetro y el GPS de un teléfono inteligente. Las pruebas de la aplicación propuesta dieron los siguientes resultados: velocidad no permitida 93%; desplazamiento en sentido contrario 93%; cambios de velocidad 94%; irregularidades en la vía 99%; y giros laterales 90%. Estos resultados muestran que, sí es posible detectar automáticamente eventos de riesgo al momento de conducir un automóvil, a partir de la utilización de la plataforma FIWARE y los datos recolectados por un teléfono inteligente.
metadata.dc.type:	info:eu-repo/semantics/masterThesis
Collection(s) :	Tesis de Maestría en Computación

Ce document est protégé par copyright Voir la licence

Ce document est autorisé sous une licence de type Licence Creative Commons