Resumen

Este estudio desarrolla un algoritmo para detectar el riesgo de colisión entre camiones (es decir, tractores de patio) y peatones (es decir, trabajadores) en el entorno conectado del puerto. El algoritmo consiste en predicciones de coordenadas móviles basadas en regresión lineal y juicios de distancia vertical y ángulo considerando las características de movimiento de los objetos. El tiempo hasta la colisión de los trabajadores portuarios (TTCP) se desarrolla para reflejar las características del puerto utilizando las coordenadas predictivas. Este estudio asume el entorno conectado en el que los tractores de patio y los trabajadores pueden compartir las coordenadas de cada objeto en tiempo real utilizando la red de Internet de las Cosas (IoT). Utilizando simulaciones de microtráfico, se implementa una red portuaria, y el algoritmo se verifica utilizando datos de trabajadores y camiones de patio simulados en el entorno conectado. El algoritmo de detección de riesgos se valida mediante una matriz de confusión. Los resultados de la validación muestran que la tasa de verdaderos positivos (TPR) es del 61,5∼98,0%, la tasa de falsos positivos (FPR) es del 79,6∼85,9%, y la precisión es del 72,2∼88,8%. Este resultado implica que las puntuaciones métricas mejoran a medida que aumenta el ciclo de recogida de datos. Se espera que esto sea útil para los sitios de la industria del transporte sostenible, en particular los planes de gestión de la seguridad basados en IoT, diseñados para garantizar la seguridad de los peatones frente al riesgo de colisión por parte de vehículos pesados (como tractores de patio).

• Materias:Infraestructura de transportes Ingeniería del transporte Accidentes de transito Seguridad del transporte Planificación de ruta
• Subjects:Transport infrastructure Transport engineering Traffic accidents Transport safety Path planning
• Palabras claves:entorno conectado, tractores de patio, algoritmo, tasa positiva, aumento del ciclo de recogida de datos, emplazamientos de la industria del transporte sostenible, predicciones de coordenadas móviles, algoritmo de detección de riesgos, planes de gestión de la seguridad, características
• Keywords:connected environment, yard tractors, algorithm, positive rate, data collection cycle increases, sustainable transportation industry sites, movable coordinate predictions, risk detection algorithm, safety management plans, characteristics