Inteligencia artificial y su aplicación en la seguridad vial
Open Access
- 3 September 2025
- journal article
- Published by Universidad Nacional Autonoma de Mexico in TIES, Revista de Tecnología e Innovación en Educación Superior
- No. 13,p. 1-10
Abstract
Debido a los altos índices de mortandad derivados de la conducción distraída, la cual es ocasionada por el desvío de la atención de la conducción segura, de la carretera y del entorno del conductor, es que surgen los Sistemas de Asistencia a la Conducción (ADAS, por sus siglas en inglés) como una forma de prevenir estos siniestros y asistir al conductor durante su trayecto. En el presente trabajo, se detectan y clasifican la conducción segura y nueve actividades distractoras en los conductores de automóviles mediante el uso de redes neuronales convolucionales, aplicadas primero a la base de datos “State Farm Distracted Driver Detection” y también a una base de datos propia. Además, con el uso de la biblioteca “TensorFlow Lite”, el modelo se implementa en una aplicación móvil para su uso en tiempo real. El modelo resultante logra una exactitud del 91% en entrenamiento y del 95% en su validación. Con la implementación móvil, la exactitud del modelo se reduce en un 5%, sin embargo, se logran detectar y diferenciar correctamente las distracciones y se demostró la posibilidad de adaptar un ADAS en un dispositivo móvil.Keywords
This publication has 6 references indexed in Scilit:
- Inteligencia artificial y su aplicación en la seguridad vialTIES, Revista de Tecnología e Innovación en Educación Superior, 2025
- Optimally-Weighted Multi-Scale Local Feature Fusion Network for Driver Distraction RecognitionIEEE Access, 2022
- Toward Extremely Lightweight Distracted Driver Recognition With Distillation-Based Neural Architecture Search and Knowledge TransferIEEE Transactions on Intelligent Transportation Systems, 2022
- Una revisión comparativa de la literatura acerca de metodologías tradicionales y modernas de desarrollo de softwareRevista CINTEX, 2019
- End-to-End Driving Activities and Secondary Tasks Recognition Using Deep Convolutional Neural Network and Transfer Learning2018
- Visual Analysis of Eye State and Head Pose for Driver Alertness MonitoringIEEE Transactions on Intelligent Transportation Systems, 2013