Show simple item record

dc.contributor.advisorVargas Vargas, Wilson Ernesto
dc.creatorCastro Roberto, Angelica Maria
dc.creatorGonzalez Palacios, Sergio Miguel
dc.date.accessioned2019-05-07T02:18:58Z
dc.date.available2019-05-07T02:18:58Z
dc.date.created2019-05-02
dc.identifier.citationGonzalez, S., Castro,A. (2019). Caracterización de los comportamientos de los usuarios viales por medio del empleo de VANT en intersecciones con mayor accidentalidad en Bogotá D.C.spa
dc.identifier.urihttp://hdl.handle.net/11634/16537
dc.descriptionLa accidentalidad vial se ha posicionado como una de las principales causas de mortalidad en todo el mundo, y Bogotá D.C. no ha sido la excepción en la ocurrencia de este tipo de eventos. Este documento presenta un análisis geoestadístico de la información de incidentes de tránsito suministrada por la Secretaría Distrital de Movilidad de Bogotá para el periodo comprendido entre los años 2012 y 2015. El empleo de métodos geoestadísticos permite realizar el análisis exploratorio de los datos espaciales, así mismo, identificar zonas de alta concentración de siniestros, patrones de distribución de los datos, tendencias y predicción de superficies. Esta investigación determina puntos calientes (Hotspots), exploración de datos espaciales (AEDE) y análisis determinístico por el método de predicción por distancias (IDW). Para la estimación de los puntos calientes, se clasificó la información georreferenciada de siniestros viales según la concentración de los datos en cinco rangos, cuyos límites son: muy bajo el inferior, y muy alto el superior; para el caso del AEDE, y por medio de los índices de Morans y Clustering alto/bajo, se pudo establecer que los datos se encuentran agrupados y que esta asociación se da para valores bajos, es decir para eventos donde se tuvieron heridos y solo daños; finalmente, con la técnica IDW, se pudo apreciar un modelo con mayor intensidad de los colores en aquellos sitios de predicción. La combinación de estos procesos junto con el estado de la malla vial fueron la base para obtener la zonificación de la accidentalidad de la ciudad, cuyos resultados proveen información espacial útil y valiosa para futuras investigaciones. Las autoridades locales también pueden tomar medidas en el asunto con los resultados aquí expuestos. Adicionalmente, se procedió a realizar la recolección de información de campo para los puntos determinados por métodos geoestadísticos, por medio de videos tomado a través de VANT (vehículos aéreos no tripulados), enfocados a la captura y caracterización de los comportamientos más recurrentes por parte de los diferentes actores del tránsito; así mismo, recolección de información en campo sobre infraestructura vial (vehicular y peatonal), señalización, usos del suelo y fases semafóricas, mediante esta información se caracterizaron los comportamientos que son generados por la infraestructura del sitio, los que están asociados a usos del suelo y los que están sujetos a los comportamientos propios de los conductores de los diferentes vehículos así como a los peatones que por cada sector transitan. Una vez analizada la información recogida se concluye que estos métodos geoestadísticos arrojan resultados fiables en cuanto a la localización de zonas de concentración y probabilidad de ocurrencia de accidentes, ya que mediante la caracterización de comportamientos se determinaron un gran número de eventos altamente peligrosos para la generación de accidentes. Palabras clave: Geoestadística, siniestros viales, puntos calientes, análisis exploratorio de datos espaciales, índice de Morans, clustering alto/bajo, distribución, predicción por distancias, VANT (vehículos aéreos no tripulados), comportamientos.spa
dc.description.abstractRoad accidents has worldwide positioned as one of the leading causes of mortality, and Bogotá D.C., has not been the exception in the occurrence of this type of events. This document presents a geostatistical analysis using road accident information provided by the District Department of Mobility of Bogotá between years 2012 and 2015. The use of different geostatistical methods allowed an exploratory analysis of spatial data, as well as identification and selection of areas with high concentration of casualties, patterns of data distribution, trends and prediction of surfaces. This investigation estimates Hotspots, exploratory spatial data analysis AEDE and deterministic analysis with distance method IDW. These data were classified into five classes with next limits: Very low, low and very high. For the AEDE, and with Clustering and Moran index (high and low), it was possible to find the correlation between points without fatal victims and points with lower risk. The IDW index estimated an accident model. The combination of these elements provided a strong basis to classify the city into zones according to the accident rate of the city. These classification results will provide valuable spatial information for further research in order to focus measures against road accidents in specific areas with higher rates and to aid local authorities to take actions in those high risk areas. Additionally, field information was collected for the points determined by geostatistical methods, by means of videos using the UAV (unmanned aerial vehicles) focused on the capture and characterization of the most recurrent behaviors by the different transit actors. In addition, information was collected in the field on road infrastructure (vehicular and pedestrian), signaling, land use and traffic light phases, through this information were characterized the behaviors that are generated by the infrastructure of the site, which are associated with land uses and those that are subject to the behaviors typical of the drivers of the different vehicles as well as the pedestrians that pass through each sector. Once the information collected is analyzed, it is concluded that these geostatistical methods yield reliable results in terms of the location of concentration zones and the probability of occurrence of accidents, since through the characterization of behaviors a large number of highly dangerous events were determined for the generation of accidents.spa
dc.format.mimetypeapplication/pdfspa
dc.language.isospaspa
dc.publisherUniversidad Santo Tomásspa
dc.rightsAtribución-NoComercial-SinDerivadas 2.5 Colombia*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/co/*
dc.sourceinstname:Universidad Santo Tomásspa
dc.sourcereponame:Repositorio Institucional Universidad Santo Tomásspa
dc.subjectsiniestros vialesspa
dc.subjectGeoestadisticaspa
dc.subjectpuntos calientesspa
dc.subjectanálisis exploratorio de datos espacialesspa
dc.subjectíndice de Moransspa
dc.subjectclustering alto/bajospa
dc.subjectdistribuciónspa
dc.subjectpredicción por distanciasspa
dc.subjectVANTspa
dc.subjectcomportamientosspa
dc.titleCaracterización de los comportamientos de los usuarios viales por medio del empleo de VANT en intersecciones con mayor accidentalidad en Bogotá D.C.spa
dc.typeFormación de Recurso Humano para la Ctel: Trabajo de grado de Maestríaspa
dc.creator.degreeMagíster en Infraestructura Vialspa
dc.publisher.programMaestría Infraestructura Vialspa
dc.publisher.departmentFacultad de Ingeniería Civilspa
dc.subject.keywordGeostatistics, sinister roads, Hotspots, exploratory analysis of spatial data, index of Morans, Clustering high/low, distribution, prediction by distances, UAV (unmanned aerial vehicle), behaviors.spa
dc.subject.keywordGeostatisticsspa
dc.subject.keywordsinister roadsspa
dc.subject.keywordHotspotsspa
dc.subject.keywordexploratory analysis of spatial dataspa
dc.subject.keywordindex of Moransspa
dc.subject.keywordClustering high/lowspa
dc.subject.keyworddistributionspa
dc.subject.keywordprediction by distancesspa
dc.subject.keywordUAVspa
dc.subject.keywordbehaviorsspa
dc.subject.lembSeguridad vialspa
dc.subject.lembResposabilidad por accidentes de transitospa
dc.subject.lembAccidentes de transportespa
dc.subject.lembComportamientospa
dc.type.spaTesis de maestríaspa
dc.rights.accesoAbierto (Texto Completo)spa
dc.type.hasVersioninfo:eu-repo/semantics/acceptedVersionspa
dc.description.sedeCRAI-USTA Bogotáspa
dc.description.cvlachttp://scienti.colciencias.gov.co:8081/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000494135spa
dc.description.dominiohttp://unidadinvestigacion.usta.edu.cospa
dc.source.bibliographicCitationAASHTO. Chapter 1 Highway Functions (2004).spa
dc.source.bibliographicCitationAberg, L., & Rimmo, P.-A. (1998). Dimensions of aberrant driver behaviour. Ergonomics, 41(1), 39–56. https://doi.org/10.1080/001401398187314.spa
dc.source.bibliographicCitationAlcaldía Mayor de Bogotá. (2005). Manual de Auditorías de Seguridad Vial.spa
dc.source.bibliographicCitationAlcántara, E. (2011). Análisis de la movilidad urbana. Espacio, medio ambiente y equidad. https://doi.org/If7432010202974.spa
dc.source.bibliographicCitationBoada, R. A. (2016). Métodos Determinísticos Adaptación del libro: Análisis exploratorio de datos espaciales Capitulo 10.spa
dc.source.bibliographicCitationBrinckerhoff, P. (2013). Transit Capacity and Quality of Service Manual, Third Edition, 6(January). https://doi.org/10.17226/24766.spa
dc.source.bibliographicCitationCal y Mayor, R., & Cárdenas, J. (2010). Ingeniería de Tránsito: Fundamentos y Aplicaciones. Retrieved from https://www.scribd.com/doc/137583737/Cal-y-Mayor-Ingenieria-de-Transito.spa
dc.source.bibliographicCitationCamacho, P. (2010). Caracterización espacio-temporal y determinación de los patrones territoriales de alta concentración de la accidentalidad en la vía Tunja-Moniquirá, 15, 225–238.spa
dc.source.bibliographicCitationCerquera Escobar, F. Á. (2013). Análisis espacial de los accidentes de tráfico en Bogotá D.C. Fundamentos de investigación. Perspectiva Geográfica, 18(1), 9. https://doi.org/10.19053/01233769.2248.spa
dc.source.bibliographicCitationCerquera Escobar, F. Á. (2015). Modelo patrón de evaluación de la accidentalidad vial en áreas urbanas de Bogotá D.C. (Colombia). Carreteras, 4(202), 16–32.spa
dc.source.bibliographicCitationCerwall, P. (2016). Mobility Report, (November), 7–8. https://doi.org/10.1145/253671.253760spa
dc.source.bibliographicCitationCharlotte Department of Transportation. (2007). Adopted by Charlotte City Council.spa
dc.source.bibliographicCitationChasco Y., C. (2008). Métodos gráficos del análisis exploratorio de datos espaciales. Universidad Autónoma de Madrid, 1–25. Retrieved from http://www.asepelt.org/ficheros/File/Anales/2003 - Almeria/asepeltPDF/93.PDF.spa
dc.source.bibliographicCitationChen, Y., & Liu, B. (1999). Solid-state amorphization in the Y-Nb and Au-Ta systems. Progress in Natural Science, 9(3), 228–229. https://doi.org/10.1017/CBO9781107415324.004.spa
dc.source.bibliographicCitationDalgleish, T., Williams, J. M. G.., Golden, A.-M. J., Perkins, N., Barrett, L. F., Barnard, P. J., … Watkins, E. (2007). Journal of Experimental Psychology: General, 136(1), 23–42.spa
dc.source.bibliographicCitationDanaf, M. (2015). Modeling Anger and Aggressive Driving Behavior in a Dynamic Choice- Latent Variable Model. Transportation Research Board 93rd Annual Meeting. January 12-16, Washington, D.C., 75, 105–118. https://doi.org/10.1016/j.aap.2014.11.012.spa
dc.source.bibliographicCitationDurán, N., & Moreno, N. (2016). Personalidad e infracciones frecuentes Personality and frequent violations of traffic rules Resumen Introducción. Diversitas: Perspectivas En Psicología, 12(1), 123–136. https://doi.org/10.15332/s1794-9998.2016.0001.09.spa
dc.source.bibliographicCitationFDOT. (2013). Quality/Level of Service Handbook, 212.spa
dc.source.bibliographicCitationFruhen, L. S., & Flin, R. (2015). Car driver attitudes, perceptions of social norms and aggressive driving behaviour towards cyclists. Accident Analysis and Prevention, 83, 162–170. https://doi.org/10.1016/j.aap.2015.07.003.spa
dc.source.bibliographicCitationFuentes, C. M., & Hernández, V. (2009). La estructura espacial urbana y la incidencia de accidentes de tránsito en Tijuana, Baja California (2003-2004). Frontera Norte, 21(42), 109–138.spa
dc.source.bibliographicCitationGiraldo, R. (2011). Estadística Espacial - Notas de Clase. Universidad Nacional de Colombia, 136.spa
dc.source.bibliographicCitationGiraldo, R. (2011). Introducción a la geoestadística. Universidad Nacional de Colombia, 94. https://doi.org/10.1007/s10113-014-0627-7.spa
dc.source.bibliographicCitationGonz, R. Q. (2011). Road Inventories and the Road Net Categorization in the Traffic and Transport Engineering Studies, 20(30), 65–77.spa
dc.source.bibliographicCitationHernández, V. H. (2012). Análisis exploratorio espacial de los accidentes de tránsito en Ciudad Juárez, México, 31(5), 396–402.spa
dc.source.bibliographicCitationHighway Capacity Manual. (2012). Retrieved from http://mctrans.ce.ufl.edu/hcs/.spa
dc.source.bibliographicCitationImbsweiler, J., Ruesch, M., Weinreuter, H., Puente León, F., & Deml, B. (2018). Cooperation behaviour of road users in t-intersections during deadlock situations. Transportation Research Part F: Traffic Psychology and Behaviour, 58, 665–677. https://doi.org/10.1016/j.trf.2018.07.006.spa
dc.source.bibliographicCitationInstituto de desarrollo Urbano. (2015). Estrategia de Seguridad Vial. https://doi.org/10.1177/002088170704400203.spa
dc.source.bibliographicCitationInstituto de desarrollo Urbano. (2015). Guía de movilidad peatonal.spa
dc.source.bibliographicCitationInvestigación de accidente de tránsito en pendiente positiva. (n.d.). Retrieved September 6, 2018, from. https://es.slideshare.net/dannygaleano888/investigacin-de-accidente-de-trnsito-en-pendiente-positiva.spa
dc.source.bibliographicCitationLenné, M. G. (2013). The contribution of on-road studies of road user behaviour to improving road safety. Accident Analysis.spa
dc.source.bibliographicCitationLey 769. (2002). Código Nacional De Tránsito Terrestre Ley 769 De 2002. Journal of Chemical Information and Modeling, 53(9), 1689–1699. https://doi.org/10.1017/CBO9781107415324.004.spa
dc.source.bibliographicCitationMartinovich, S., Meyer, M. D., Morris, M. R., Rosser, T. L., Schwartz, H. G., Williams, S., … Millar, W. W. (1991). Transportation Research Board 2008 Executive Committee*. Central Florida Regional Transportation Authority American Public Transportation Association. Retrieved from http://onlinepubs.trb.org/Onlinepubs/sr/sr294.pdf.spa
dc.source.bibliographicCitationMilton, J. C., Shankar, V. N., & Mannering, F. L. (2008). Highway accident severities and the mixed logit model: An exploratory empirical analysis. Accident Analysis and Prevention, 40(1), 260–266. https://doi.org/10.1016/j.aap.2007.06.006spa
dc.source.bibliographicCitationMinvu. (2009). Manual de Vialidad Urbana: Recomendaciones para el diseño de elementos de infraestructura vial urbana. Ministerio de Vivienda y Urbanismo, 331.spa
dc.source.bibliographicCitationMontoya, G. (2005). Apuntes-Ingeniería-De-Transito, 1, 34. Retrieved from https://sjnavarro.files.wordpress.com/2008/08/apuntes-ingenieria-de-transito.pdf.spa
dc.source.bibliographicCitationNational, T., Highway, C., Academies, T. N., Toole, J., & Investigator, P. (2010). Update of the AASHTO Guide for the Planning, Design, and Operation of Pedestrian Facilities.spa
dc.source.bibliographicCitationNewman, P., & Kenworthy, J. (2006). Urban Design to Reduce Automobile Dependence. Opolis: An International Journal of Suburban and Metropolitan Studies, 2(1), 35–52. https://doi.org/Cited By (since 1996) 16\rExport Date 27 September 2011.spa
dc.source.bibliographicCitationNorza, Ervin. Useche, Sergio. Moreno, Jesica. Granados, Elba. Romero, M. (2014). Componentes descriptivos y explicativos de la accidentalidad vial en Colombia: incidencia del factor humano. Revista Criminalidad, 56(1), 157–187.spa
dc.source.bibliographicCitationOlaya, R. A. (2015). Modelo Espacial De Muertes Por Accidentes De Tránsito En La Zona Urbana De Cali, Colombia Durante El Periodo 2004-2014., 1.spa
dc.source.bibliographicCitationOnisi, M., Kondo, W., & Takizawa, S. (1961). Intraoral Populations of Fusobacterial, Lactobacilli and Streptococci. Japanese Journal of Microbiology, 5(1), 117–127. https://doi.org/10.1111/j.1348-0421.1961.tb00767.x.spa
dc.source.bibliographicCitationOrganización Mundial de la Salud (O.M.S). (2015). Informe Sobre La Situación Mundial De La Seguridad Vial 2015.Ginebra, Suiza, 1–12. Retrieved from http://www.who.int/violence_injury_prevention/road_safety_status/2015/es/.spa
dc.source.bibliographicCitationParedes Hernández, C. U., Salinas Castillo, W. E., Becerra, X. M., & Jiménez Hernández, S. B. (2013). Evaluación y comparación de métodos de interpolación determinísticos y probabilísticos para la generación de modelos digitales de elevación. Investigaciones Geográficas, 82(82), 118–130. https://doi.org/10.14350/rig.35906.spa
dc.source.bibliographicCitationPersaud, B., Lord, D., & Palmisano, J. (2007). Calibration and Transferability of Accident Prediction Models for Urban Intersections. Transportation Research Record: Journal of the Transportation Research Board, 1784(1), 57–64. https://doi.org/10.3141/1784-08.spa
dc.source.bibliographicCitationRizzi, L. I. (n.d.). Modelo simple de valoración de externalidades de accidentes de tránsito.spa
dc.source.bibliographicCitationSalvo, G., Caruso, L., & Scordo, A. (2014). Urban traffic analysis through an UAV. Procedia – Social and Behavioral Sciences, 111, 1083–1091. https://doi.org/10.1016/j.sbspro.2014.01.143spa
dc.source.bibliographicCitationSharma, V., Chen, H., & Kumar, R. (2017). Journal of Computer and System Sciences Driver behaviour detection and vehicle rating using multi-UAV coordinated vehicular networks. Journal of Computer and System Sciences, 86, 3–32. https://doi.org/10.1016/j.jcss.2016.10.003spa
dc.source.bibliographicCitationSrinivasan, S., Latchman, H., Shea, J., Wong, T., & Mcnair, J. (2004). Airborne Traffic Surveillance Systems – Video Surveillance of Highway Traffic.spa
dc.source.bibliographicCitationTransporte, M. de. (2009). Manual para el diligenciamiento del formato de informe policial de accidentes de tránsito. Acta Medica Scandinavica, 93(S85), 22–70.spa
dc.source.bibliographicCitationVargas, M., (2018). Metodología para evaluación integral de la calidad del servicio de infraestructura vial en zonas urbanas.spa
dc.source.bibliographicCitationVargas, W., Mozo, E., & Herrera, E. (2012). Análisis De Los Puntos Más Críticos De Accidentes De Tránsito En Bogotá. Revista de Topografía Azimut, 4(4), 7–22. Retrieved from http://revistas.udistrital.edu.co/ojs/index.php/azimut/article/view/5741/7212.spa
dc.source.bibliographicCitationVasconcellos, & Eduardo. (2010). Análisis de la movilidad urbana. Espacio, medio ambiente y equidad. Bogotá, Colombia. https://doi.org/If7432010202974.spa
dc.source.bibliographicCitationVasconcellos, E. (1997). Rural transport and access to education in developing countries: policy issues. Journal of Transport Geography, 5(2), 127–136. https://doi.org/10.1016/S0966-6923(96)00075-0.spa
dc.source.bibliographicCitationCastro, W., Guía de Diseño de Vias Urbanas Bogotá. Retrieved September 5, 2018, from https://www.scribd.com/document/280016249/Guia-Diseno-Vias-Urbanas-Bogota.spa


Files in this item

Thumbnail
Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record

Atribución-NoComercial-SinDerivadas 2.5 Colombia
Except where otherwise noted, this item's license is described as Atribución-NoComercial-SinDerivadas 2.5 Colombia