"Propuesta de mejora de la seguridad vial en las vías principales de la ciudad de Ayacucho a través de la implementación de técnicas de inteligencia artificial”
Loading...
Date
2025
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Nacional de San Cristóbal de Huamanga
Abstract
Esta investigación tiene como propósito desarrollar técnicas de inteligencia artificial basadas en redes neuronales convolucionales (CNN) para mejorar la seguridad vial en las vías principales de la ciudad de Ayacucho. El estudio se enfoca específicamente en la detección automatizada de 14 tipos de señalizaciones verticales conforme al Manual de Dispositivos de Control del Tránsito Automotor. Metodológicamente, se adoptó un enfoque cuantitativo con alcance explicativo y diseño no experimental. Se utilizó un muestreo no probabilístico intencional seleccionando 2,250 imágenes de señalizaciones verticales de una población inicial de 3,000 fotografías capturadas en las principales vías de Ayacucho. Los instrumentos principales incluyeron: Dispositivo móvil Samsung Galaxy S-23 para captura de imágenes, herramienta LabelMe para etiquetado de datos, arquitectura YOLOv8m entrenada durante 104 épocas con técnica EarlyStopping en GPU NVIDIA A100, y frameworks especializados como Python, OpenCV y Ultralytics YOLO.Las conclusiones principales demuestran que el modelo alcanzó métricas sobresalientes con precisión de 0.997, recall de 0.997, mAP@0.5 de 0.993 y velocidades de inferencia de 55.1 ms por imagen. Se logró desarrollar exitosamente un software que integra detección automatizada con sistema de alertas por voz optimizado, validado mediante simulaciones vehiculares en cinco circuitos urbanos de Ayacucho. El sistema demostró robustez ante condiciones adversas como señalizaciones deterioradas, parcialmente ocultas y en entornos con topografía irregular, confirmando su viabilidad para aplicaciones de seguridad vial en tiempo real y contribuyendo significativamente a la prevención de accidentes mediante tecnología de inteligencia artificial adaptada al contexto local.
Description
Keywords
Redes neuronales convolucionales, Seguridad vial, Detección automatizada, YOLO, Señalizaciones verticales, Inteligencia artificial, Ingeniería del transporte
