Modelo inteligente adaptativo fundamentado en redes neuronales convolucionales para mejorar la seguridad vial y prevenir accidentes de tránsito, en las avenidas, Arenales y Cusco, Ayacucho, 2025

Simple item page
dc.contributor.advisorLizarbe Alarcón, Hemerson
dc.contributor.authorDe La Cruz Moran, Abel
dc.date.accessioned2026-07-01T21:09:07Z
dc.date.available2026-07-01T21:09:07Z
dc.date.issued2026
dc.description.abstractLa presente investigación diseñó, entrenó y validó un modelo inteligente adaptativo de segmentación de instancias basado en redes neuronales convolucionales para la detección en tiempo real de doce categorías de elementos críticos de la vía pública en las avenidas Arenales y Cusco de Ayacucho, entorno urbano andino a 2,761 m sobre el nivel del mar caracterizado por reductores de velocidad artesanales que incumplen la Directiva N° 01-2011-MTC/14, señalización deteriorada, semáforos desprogramados, imprudencia peatonal y transporte informal no regulado que incluye al mototaxi como vehículo predominante. Se construyó un conjunto de datos híbrido de 25,602 imágenes con 127,525 instancias integrando 4,598 capturas originales del entorno ayacuchano con el mototaxi como clase local exclusiva y tres conjuntos de datos internacionales (BDD100K, BSTLD y RLMD), etiquetados mediante LabelMe asistido por SAM2 en doce categorías y divididos en proporciones 70/20/10. Se implementó YOLOv8L-seg con entrenamiento progresivo en tres fases de resolución creciente (640, 800 y 1,024 píxeles) mediante aprendizaje por transferencia desde COCO, alcanzando mAP50 Box de 0.810 y mAP50 Mask de 0.778, con una mejora acumulada de 30.7 puntos porcentuales respecto a la primera fase. La comparación multi-arquitectura con la familia YOLO26 (nano, small y large) identificó a YOLO26L-seg como el modelo de mayor desempeño, con mAP50 Box de 0.829 y mAP50 Mask de 0.788, superando a YOLOv8L-seg en nueve de las doce clases. Se desarrolló el software QHAWAY ADAS, que integra estimación de distancias por modelo geométrico de cámara monocular, cálculo del tiempo estimado de colisión, seguimiento de múltiples objetos y alertas de voz en español peruano, operando entre 19.2 y 25.4 fotogramas por segundo. Se concluye que las arquitecturas de aprendizaje profundo con entrenamiento progresivo constituyen una herramienta viable para la detección automatizada de elementos viales en el entorno urbano andino informal de Ayacucho.es_PE
dc.description.uriTesises_PE
dc.formatapplication/pdf
dc.identifier.otherTESIS CIV648_Del
dc.identifier.urihttps://hdl.handle.net/20.500.14612/8873
dc.language.isospaes_PE
dc.publisherUniversidad Nacional de San Cristóbal de Huamangaes_PE
dc.publisher.countryPE
dc.rightshttps://purl.org/coar/access_right/c_abf2en_US
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/*
dc.sourceUniversidad Nacional de San Cristóbal de Huamangaes_PE
dc.sourceRepositorio Institucional - UNSCHes_PE
dc.subjectModelo inteligentees_PE
dc.subjectRedes neuronaleses_PE
dc.subjectSeguridad viales_PE
dc.subjectPrevenciónes_PE
dc.subjectAccidentes de tránsitoes_PE
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#2.01.01
dc.titleModelo inteligente adaptativo fundamentado en redes neuronales convolucionales para mejorar la seguridad vial y prevenir accidentes de tránsito, en las avenidas, Arenales y Cusco, Ayacucho, 2025es_PE
dc.typehttp://purl.org/coar/resource_type/c_7a1fen_US
renati.advisor.dni43582533
renati.advisor.orcidhttps://orcid.org/0000-0003-3682-7061
renati.author.dni70178519
renati.discipline73200082
renati.jurorBellido Aedo, Víctor
renati.jurorIrcañaupa Huamaní, Alex Sander
renati.jurorLizarbe Alarcón, Hemerson
renati.levelhttps://purl.org/pe-repo/renati/level#tituloProfesional
renati.typehttps://purl.org/pe-repo/renati/type#tesis
thesis.degree.disciplineIngeniería Civil
thesis.degree.grantorUniversidad Nacional de San Cristóbal de Huamanga. Facultad de Ingeniería de Minas, Geología y Civil
thesis.degree.levelTítulo Profesional
thesis.degree.nameIngeniero Civil
Files
Original bundle
Now showing 1 - 3 of 3
No Thumbnail Available
Name:
TESIS CIV648_Del.pdf
Size:
65.23 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
AUT TESIS CIV648_Del.pdf
Size:
2.13 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
INFO TESIS CIV648_Del.pdf
Size:
40.07 MB
Format:
Adobe Portable Document Format
Download
Collections
ESCUELA PROFESIONAL DE INGENIERÍA CIVIL