Desarrollo de un sistema de visión artificial para la detección y evaluación de señales de tránsito en vías nacionales: caso de estudio en carretera Ayacucho - Huanta 2024

dc.contributor.advisorAyala Bizarro, Rocky Giban
dc.contributor.authorHuaman De La Cruz, Kely Pilar
dc.date.accessioned2026-11-05T17:12:41Z
dc.date.issued2026
dc.description.abstractEl corredor vial Ayacucho - Huanta (PE-3S, 44.02 km) presenta condiciones críticas de seguridad vial derivadas del deterioro progresivo de su señalización vertical, agravadas por las limitaciones de los métodos convencionales de inventario, que dependen de inspecciones manuales costosas, subjetivas y de difícil actualización periódica. Ante esta situación, el objetivo de la investigación fue desarrollar el sistema SISEVIR (Sistema de Supervisión de Señales Verticales en Infraestructura Vial), fundamentado en redes neuronales convolucionales, para la detección, segmentación, clasificación y evaluación automatizada del estado de conservación de señalizaciones verticales en los tramos PE-3S y PE-28A, abarcando 31 tipos de señales conforme al Manual de Dispositivos de Control del Tránsito Automotor 2024 del MTC. Se adoptó un enfoque cuantitativo con diseño experimental; se conformó un dataset de 6,213 imágenes con 7,107 instancias anotadas bajo condiciones variables de iluminación y clima. Se entrenaron tres arquitecturas: YOLO26s-seg para detección y segmentación, EfficientNet-B0 para clasificación del estado de conservación en siete categorías, y Qwen2-VL-2B-Instruct para generación de descripciones en lenguaje natural. Los resultados evidenciaron métricas sobresalientes: YOLO26s-seg alcanzó un mAP@50 de 0.9305 para detección y 0.9224 para segmentación, con velocidad de 2.1 ms/imagen; EfficientNet-B0 obtuvo Accuracy de 0.9315 y Macro F1 de 0.8252. La validación nocturna confirmó la robustez del sistema con 85.9% de confianza promedio. El análisis comparativo demostró que SISEVIR reduce en 36.4% el tiempo de inspección y en 49.1% los costos operativos respecto al método manual, con reducción del personal de campo de 3 a 1 persona. Se concluye que el sistema es viable para auditorías viales automatizadas, generando reportes PDF en formato MTC compatibles con los procedimientos del Manual de Seguridad Vial MSV-2016.es_PE
dc.description.uriTesises_PE
dc.formatapplication/pdf
dc.identifier.otherTESIS CIV662_Hua
dc.identifier.urihttps://hdl.handle.net/20.500.14612/9356
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.subjectRedes neuronaleses_PE
dc.subjectSeñalizaciones de tránsitoes_PE
dc.subjectConservaciónes_PE
dc.subjectAuditoría viales_PE
dc.subjectVisión artificiales_PE
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#2.01.01
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#2.01.05
dc.titleDesarrollo de un sistema de visión artificial para la detección y evaluación de señales de tránsito en vías nacionales: caso de estudio en carretera Ayacucho - Huanta 2024es_PE
dc.typehttp://purl.org/coar/resource_type/c_7a1fen_US
renati.advisor.dni70921966
renati.advisor.orcidhttps://orcid.org/0000-0003-4333-9357
renati.author.dni71838270
renati.discipline73200082
renati.jurorLizarbe Alarcón, Hemerson
renati.jurorRetamozo Fernández, Saúl Walter
renati.jurorAyala Bizarro, Rocky Giban
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.nameIngeniera Civil

Files

Original bundle

Now showing 1 - 3 of 3
Loading...
Thumbnail Image
Name:
TESIS CIV662_Hua.pdf
Size:
8.92 MB
Format:
Adobe Portable Document Format
Loading...
Thumbnail Image
Name:
AUT TESIS CIV662_Hua.pdf
Size:
319.05 KB
Format:
Adobe Portable Document Format
Loading...
Thumbnail Image
Name:
INFO TESIS CIV662_Hua.pdf
Size:
25.36 MB
Format:
Adobe Portable Document Format