Proyecto Julius, Progressive Web App para recopilar información sobre accidentes de tránsito y almacenarlos en una base de datos estructurada en base al estándar IRTAD.

Abstract

La idea del proyecto nace de la historia de un niño que falleció debido a un accidente vehicular, ocurrido en Guatemala. Este niño y muchas personas más son víctimas de un desorden vial que existe en muchos países alrededor del mundo. En honor a este niño de la historia, que fue una víctima más de lo que ocurre en Guatemala, el proyecto desarrollado adquirió su nombre: Proyecto Julius. Por lo tanto, el presente trabajo fue creado para desarrollar una plataforma tecnológica que permita almacenar la información más relevante de un accidente vehicular. La información que se pretende guardar está basada en un estándar internacional llamado IRTAD, el cual es utilizado en 63 países alrededor del mundo. Se desarrolló una progressive web app con el framework Angular para el desarrollo de componentes. Se realizaron pruebas con el personal de PROVIAL para determinar que el público objetivo encuentre útil la aplicación. Los resultados obtenidos fueron positivos, pues en general, están de acuerdo en cómo está distribuida la información dentro de la aplicación. La petición de la información sobre el accidente también es de las mejores pues solamente el usuario debe seleccionar la opción correcta, y no escribirla manualmente. También, la visualización de los accidentes les pareció que fue ordenada, estructurada y fácil de entender. Se recomienda contactar más instituciones para que sean partícipes del proyecto. También se creó un backend en Python utilizando el framework de flask para poder así realizarlo de una manera más fácil y rápida para la integración. Paralelamente se realizaron algoritmos de machine learning para poder predecir dependiendo de las características donde es más probable que ocurran accidentes de tránsito y bajo qué condiciones, para ello se utilizaron los algoritmos de clasificación Catboost y Random Forest, al mismo tiempo que se aplicó optimización de hypermarametros y data augmentation con la técnica de smote. (A)