Publicación:
Diseño e implementación de sistema de asistencia de manejo de un vehículo terrestre a través de visión por computadora

dc.contributor.authorJurado Velasquez, Marco Antonio
dc.contributor.educationalvalidatorReyes Figueroa, Alan Gerardo
dc.date.accessioned2025-10-06T18:44:45Z
dc.date.issued2024
dc.description.abstractEl sistema de asistencia de manejo de un vehículo terrestre desarrollado en este proyecto emplea visión por computadora y análisis de datos de sensores para detectar elementos críticos en carreteras, ofreciendo alertas en tiempo real. Basado en el modelo YOLOv8, el sistema identifica y clasifica señales de tránsito y otros objetos relevantes con alta precisión, logrando una tasa de precisión de hasta 91.32 %. Adicionalmente, se integraron datos simulados de sensores de velocidad y aceleración, lo que permite ajustar las recomendaciones de seguridad según la dinámica de conducción. Esta capacidad de ajuste contribuye a una experiencia de conducción más segura y eficiente, ya que las alertas se adaptan a las condiciones del entorno. El sistema fue evaluado mediante métricas de rendimiento, demostrando tiempos de respuesta promedio de 94.46 ms, lo cual asegura una reacción rápida y oportuna. Además, se configuró un conjunto de alertas que prioriza notificaciones críticas sin generar distracciones excesivas para el conductor. Esto refuerza la efectividad del sistema al ofrecer información relevante en el momento adecuado, mejorando la seguridad vial.spa
dc.description.degreelevelPregrado
dc.description.degreenameLicenciado en Ingeniería en Ciencia de la Computación y Tecnologías de la Información
dc.format.extent75 p.
dc.format.mimetypeapplication/pdf
dc.identifier.urihttps://repositorio.uvg.edu.gt/handle/123456789/6067
dc.language.isospa
dc.publisherUniversidad del Valle de Guatemala
dc.publisher.branchCampus Central
dc.publisher.facultyFacultad de Ingeniería
dc.publisher.placeGuatemala
dc.publisher.programLicenciatura en Ingeniería en Ciencia de la Computación y Tecnologías de la Información
dc.relation.referencesAditi, y Dureja, A. (2021). A review: Image classification and object detection with deep learning. En (p. 69-91). doi: 10.1007/978-981-33-4604-8_6
dc.relation.referencesBakshee, R. (2021). Edge detection in computer vision | by rahul bakshee | datadriveninvestor. Descargado de https://medium.datadriveninvestor.com/edge-detection-in-computer-vision-6c2c25100bca
dc.relation.referencesCadena, L., Zotin, A., Cadena, F., Korneeva, A., Legalov, A., y Morales, B. (2017). Noise reduction techniques for processing of medical images. En World congress on engineering.
dc.relation.referencesde Estadística, I. N. (2024). Estadísticas continuas: Accidentes de tránsito. Descargado de https://www.ine.gob.gt/bases-de-datos/accidentes-de-transito/
dc.relation.referencesE.R., D. (2018). Computer vision (Fifth Edition ed.). Elsevier. doi: 10.1016/C2015-0-05563-0
dc.relation.referencesFang, W., Ding, L., Love, P. E., Luo, H., Li, H., Peña-Mora, F., . . . Zhou, C. (2020, 2). Computer vision applications in construction safety assurance. Automation in Construction, 110 , 103013. doi: 10.1016/j.autcon.2019.103013
dc.relation.referencesGalvao, L. G., Abbod, M., Kalganova, T., Palade, V., y Huda, M. N. (2021, 10). Pedestrian and vehicle detection in autonomous vehicle perception systems—a review. Sensors, 21 , 7267. doi: 10.3390/s21217267
dc.relation.referencesHan, X., Zhong, Y., Cao, L., y Zhang, L. (2017, 8). Pre-trained alexnet architecture with pyramid pooling and supervision for high spatial resolution remote sensing image scene classification. Remote Sensing, 9 , 848. doi: 10.3390/rs9080848
dc.relation.referencesIglesias, L. L., Bellón, P. S., del Barrio, A. P., Fernández-Miranda, P. M., González, D. R., Vega, J. A., . . . Blanco, J. A. P. (2021, 12). A primer on deep learning and convolutional neural networks for clinicians. Insights into Imaging, 12 , 117. doi: 10.1186/s13244-021-01052-z
dc.relation.referencesJiang, J., Xu, H., Zhang, S., y Fang, Y. (2019, 5). Object detection algorithm based on multiheaded attention. Applied Sciences, 9 , 1829. Descargado de https://www.mdpi.com/2076-3417/9/9/1829 doi: 10.3390/app9091829
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.licenseAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subject.armarcIntelligent control systems
dc.subject.armarcComputer vision -- Simulation methods
dc.subject.armarcDigital computer simulation
dc.subject.armarcAutomated vehicles -- Simulation methods
dc.subject.armarcProcesamiento digital de imágenes
dc.subject.armarcAutomóviles -- Visión por computador
dc.subject.armarcAprendizaje automático (Inteligencia artificial)
dc.subject.ddc620 - Ingeniería y operaciones afines::629 - Otras ramas de la ingeniería
dc.subject.odsODS 3: Salud y bienestar. Garantizar una vida sana y promover el bienestar de todos a todas las edades
dc.subject.odsODS 9: Industria, innovación e infraestructura. Construir infraestructuras resilientes, promover la industrialización inclusiva y sostenible y fomentar la innovación
dc.subject.odsODS 11: Ciudades y comunidades sostenibles. Lograr que las ciudades y los asentamientos humanos sean inclusivos, seguros, resilientes y sostenibles
dc.titleDiseño e implementación de sistema de asistencia de manejo de un vehículo terrestre a través de visión por computadoraspa
dc.typeTrabajo de grado - Pregrado
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.coarversionhttp://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.contentText
dc.type.driverinfo:eu-repo/semantics/bachelorThesis
dc.type.versioninfo:eu-repo/semantics/publishedVersion
dspace.entity.typePublication

Archivos

Bloque original

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
Trabajo de graduación de Marco Antonio Jurado Velasquez observaciones aplicadas fecha corregida.pdf
Tamaño:
7.72 MB
Formato:
Adobe Portable Document Format

Bloque de licencias

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
license.txt
Tamaño:
14.49 KB
Formato:
Item-specific license agreed upon to submission
Descripción: