Modelación, simulación y predicción de los accidentes viales en una intersección mediante autómatas celulares e inteligencia artificial

PABLO HUMBERTO HERNÁNDEZ PERALTA (2023)

En la actualidad, en diferentes ciudades del mundo, existe una gran variedad de problemas

por el uso de los diferentes sistemas de transporte, principalmente el terrestre, los cuales son

generados por el aumento del parque vehicular y deficiencias en las vías de tránsito que son

rebasadas en capacidad y diseño, esto propicia mayor tiempo de traslado de un punto a otro

y al mismo tiempo una alta emisión de gases que contribuyen al efecto invernadero.

En la última década, los científicos del mundo han puesto un mayor interés en la busca de

soluciones a esta problemática, destacando los modelos que implementan inteligencia

artificial y ciencia de datos para realizar modelos de simulación de distintas condiciones de

tráfico vial.

Como resultado del desarrollo de estos modelos, podemos obtener soluciones a las nuevas

problemáticas que se manifiestan en los sistemas de transporte, mejorando los tiempos de

traslado, disminuyendo las emisiones de gases que causan el efecto invernadero y reduciendo

la probabilidad de accidentes viales.

En el presente estudio, se realizó una simulación de los accidentes viales en una intersección

utilizando las reglas de Nagel & Schreckenberg llamadas autómatas celulares.

Posteriormente se analizaron los datos resultantes para hacer una predicción de los accidentes

viales con inteligencia artificial, específicamente las herramientas de aprendizaje automático.

Currently, in different cities around the world, there is a wide variety of problems due to the

use of different transportation systems, mainly land transportation, which are generated by

the increase in the vehicle fleet and deficiencies in traffic routes that are exceeded. In capacity

and design, this leads to a longer transfer time from one point to another and at the same time

a high emission of gases that contribute to the greenhouse effect.

In the last decade, scientists around the world have placed greater interest in finding solutions

to this problem, highlighting models that implement artificial intelligence and data science

to create simulation models of different road traffic conditions.

As a result of the development of these models, we can obtain solutions to the new problems

that arise in transportation systems, improving travel times, reducing gas emissions that cause

the greenhouse effect and reducing the probability of road accidents.

In the present study, a simulation of road accidents at an intersection was carried out using

the Nagel & Schreckenberg rules called cellular automata. The resulting data was then

analyzed to make a prediction of road accidents with artificial intelligence, specifically

machine learning tools.

Tesis de maestría

BIOLOGÍA Y QUÍMICA QUÍMICA