Resumen

El comportamiento de conducción arriesgado es una de las principales causas de conflictos de tráfico, los cuales pueden derivar en accidentes de tráfico, por lo que la identificación oportuna y precisa de dicho comportamiento es esencial para la seguridad vial. Por lo tanto, se estableció una plataforma para analizar el comportamiento de conducción de 20 conductores profesionales en pruebas de campo, en las cuales el seguimiento de vehículos muy cercano y la salida de carril se utilizaron como comportamientos típicos de conducción arriesgada. Se seleccionaron parámetros de caracterización para la identificación, los cuales se usaron para determinar valores de umbral y una ventana de tiempo apropiada para la identificación. Se estableció un modelo de identificación de red neuronal-filtro bayesiano y se seleccionaron muestras de datos para identificar el comportamiento de conducción arriesgado y evaluar la eficiencia de identificación del modelo. Los resultados obtenidos indicaron una tasa de identificación exitosa del 83.6% cuando el modelo de red neuronal se utilizó únicamente para identificar el comportamiento de conducción arries

• Materias:Big Data Restricciones distribuidas Algoritmo de inferencia Gestión administrativa
• Subjects:Big Data Distributed constraints Inference algorithm Administrative management
• Palabras claves:Comportamiento al conducir; Conflictos de tráfico; Seguridad vial; Comportamientos arriesgados; Modelo de identificación; Red neuronal
• Keywords:Driving behavior; Traffic conflicts; Road safety; Risky behaviors; Identification model; Neural network