Modelo de pronóstico de incidentes en conducción de motocicletas basado en IOT e inteligencia artificial.

El Internet de las Cosas y la Inteligencia Artificial aportan cada vez más soluciones al ejercicio de captar datos de manera efectiva, llevándolos por etapas de procesamiento y análisis con el fin de extraer información valiosa. Actualmente, se aplican herramientas tecnológicas con el fin de contrarrestar los incidentes en conducción de motocicletas, ya sea que estas hagan parte del mismo vehículo o estén involucradas de manera externa en el entorno. Los incidentes en conducción de motocicletas van en aumento debido a la demanda de adquisición de estos vehículos, lo cual hace importante generar un enfoque hacia la disminución del riesgo de accidentalidad vial, basado en el análisis del comportamiento dinámico durante la conducción, el cual dará lugar a pronosticar incidentes. El desarrollo de esta investigación inició con la detección y almacenamiento de datos asociados a la variable dinámica de aceleración de una motocicleta en conducción, esto con ayuda de un sensor acelerómetro de 3 ejes generando un conjunto de datos, el cual fue procesado y analizado para posteriormente ser tomado por tres modelos predictivos de clasificación basados en Aprendizaje de Máquina los cuales fueron Árboles de Decisión, K – Vecinos más cercanos y Bosques Aleatorios. Se evaluó el desempeño de cada modelo en la tarea de clasificar mejor el nivel de riesgo de accidentalidad, concerniente con el estilo de conducción basado en ciertos niveles de aceleración. El modelo de Bosques Aleatorios mostró un desempeño ligeramente mejor comparado con el que mostraron los otros dos modelos, con un 97,24 % de exactitud y exhaustividad, un 97,16% de precisión y un 97,17 % de puntaje F1

• Autores: Cárdenas Lancheros, Esteban Alejandro
• Fecha de publicación: 2021
• Institución: Universidad Distrital Francisco José de Caldas
• Repositorio: RIUD: repositorio U. Distrital
• Idioma: spa
• OAI Identifier: oai:repository.udistrital.edu.co:11349/30384
• Acceso en línea: http://hdl.handle.net/11349/30384
• Palabra clave: Acelerómetro; Comportamiento de conducción; motocicleta; Inteligencia artificial; Aprendizaje computacional; Internet de las cosas; Maestría en Ciencias de la Información y las Comunicaciones - Tesis y disertaciones académicas; Accidentes de tránsito - Investigaciones; Aprendizaje automático (Inteligencia artificial); Conducción de automóviles - Procesamiento electrónico de datos; Sistemas de transmisión de datos; Accelerometer; Driving behavior; Motorcycle; Artificial intelligence; Internet of things; Machine learning
• License: CC0 1.0 Universal