APLICACIÓN DE MACHINE LEARNING EN SISTEMAS DE MENSAJERÍA VARIABLE (SMV) CON VISUALIZACIÓN DINÁMICA DE SEÑALES DE TRÁNSITO BASADAS EN DETECCIÓN DE VEHÍCULOS
Cargando...
Fecha
Autores
Pérez Ramírez, Marco Rodrigo
Enlace al recurso
DOI
ORCID
0009-0007-75587706
Google Scholar
Cvlac
gruplac
Descripción Dominio:
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Santo Tomás
Compartir
Documentos PDF
Descripción
En el contexto actual de las ciudades en Colombia, el auge acelerado del número de
vehículos ha originado serios desafíos relacionados con la movilidad, un aumento en los
accidentes de tráfico y deficiencias en la comunicación en las vías. Los sistemas de
mensajería convencionales no pueden ajustarse de forma dinámica a las condiciones
reales del tráfico, dado que carecen de mecanismos para la detección y análisis en
tiempo real. Esta limitación reduce su eficacia y afecta la prevención de accidentes
viales. Por lo tanto, se hace necesario adoptar tecnologías inteligentes que optimicen la
señalización y la regulación del tráfico urbano, fundamentándose en datos reales del
entorno.
Este proyecto presenta una solución innovadora a través de la fusión de visión
artificial, con sistemas de mensajería variable inteligentes (SMV). Estos sistemas son
capaces de identificar y clasificar vehículos en tiempo real mediante modelos de
detección de objetos. Los datos recopilados se utilizan para modificar automáticamente
los mensajes en los SMV, lo que permite mostrar señales preventivas, reglamentarias e
informativas de manera dinámica, en función del comportamiento del tráfico. Además,
se crea una interfaz gráfica de monitoreo que facilita la vigilancia en tiempo real del
flujo vehicular, el rendimiento del sistema, la gestión de modelos de detección
optimizados y la consulta del historial de señales mostradas.
La validación del sistema se lleva a cabo mediante pruebas de campo controladas,
donde se evalúan parámetros como la precisión en la detección, la velocidad de
respuesta del sistema y la eficacia en la proyección de los mensajes. Esta propuesta tiene
un gran potencial para impactar positivamente en la seguridad vial y mejorar el manejo
del tráfico. Asimismo, es escalable y puede implementarse en otras áreas urbanas del
país, a fin de alinearse con las exigencias actuales de modernización tecnológica de la
infraestructura vial en Colombia.
Abstract
In the current context of Colombian cities, the rapid surge in the number of vehicles
has led to serious challenges related to mobility, an increase in traffic accidents, and
deficiencies in roadside communication. Conventional messaging systems cannot
dynamically adjust to real-time traffic conditions due to their lack of mechanisms for
real-time detection and analysis. This limitation reduces their effectiveness and
negatively impacts the prevention of road accidents. Therefore, there is a clear need to
adopt intelligent technologies that optimize urban traffic signaling and regulation, based
on real-world environmental data.
This project presents an innovative solution through the fusion of computer vision
with intelligent variable messaging systems (VMS). These systems are capable of
identifying and classifying vehicles in real time using object detection models. The
collected data is then used to automatically modify messages on the VMS, allowing for
the dynamic display of preventive, regulatory, and informational signs based on traffic
behavior. Additionally, a graphical monitoring interface is created to facilitate real-time
surveillance of vehicular flow, system performance, management of optimized detection
models, and consultation of the history of displayed signs.
System validation is carried out through controlled field tests, where parameters
such as detection accuracy, system response speed, and message projection effectiveness
are evaluated. This proposal has great potential to positively impact road safety and
improve traffic management. Furthermore, it is scalable and can be implemented in
other urban areas across the country, aligning with the current demands for
technological modernization of road infrastructure in Colombia.
Idioma
spa
Palabras clave
Citación
[1] Congreso de la República de Colombia, “Ley 769 de 2002: Por la cual se expide el Código Nacional de Tránsito Terrestre y se dictan otras disposiciones,” agosto 2002. [En línea]. [2] Ministerio de Transporte de Colombia, “Portal Oficial.” Ministerio de Transporte de Colombia, 2025. [En línea]. [3] Organización Mundial de la Salud (OMS), Global status report on road safety 2023. Ginebra: OMS, 2023. [En línea]. [4] Federal Highway Administration (FHWA), “Use of Machine Learning in Traffic Management,” tech. rep., U.S. Department of Transportation, 2021. [5] International Organization for Standardization (ISO), “ISO 39001:2012- Road Traffic Safety Management Systems (RTSMS),” 2012. [6] T. Yu, “MDDFNet: Mamba-based Dynamic Dual Fusion Network for Traffic Sign Detection,” arXiv preprint arXiv:2505.05491, 2025. [En línea]. [7] M. Mounesh, “Real-Time Traffic Control Using YOLOv5 Vehicle Detection and Dynamic Signal Timing Adjustment.” GitHub, 2025. [En línea]. [8] Institute of Electrical and Electronics Engineers (IEEE), “IEEE 802.11p: Wireless Access in Vehicular Environments (WAVE),” 2010. [9] J. Redmon, S. Divvala, R. Girshick, and A. Farhadi, “You Only Look Once: Unified, Real-Time Object Detection,” in Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), (Las Vegas, NV, USA), pp. 779–788, 2016. [10] FLIR Systems, “Sistemas de Transporte Inteligente (ITS).” FLIR. [En línea]. [11] Aleatica S.A., “Sistemas de transporte inteligente para autopistas.” Aleatica. [En línea]. [12] G. Jocher et al., “YOLOv5– Real-Time Object Detection,” arXiv preprint arXiv:2104.06856, 2021. [en línea]. [13] Instituto Tecnológico de Aragón (ITA), “Detección de obstáculos en tiempo real para una movilidad inteligente y segura.” ITA. [en línea]. [14] Instituto Tecnológico de Aragón (ITA), “Visión artificial para vehículos conectados.” ITA. [en línea]. 60 [15] Cadena SER Málaga, “Científicos malagueños diseñan un sistema inteligente de videovigilancia en tiempo real para aeropuertos,” SER Málaga, May 2025. [en línea]. [16] J. Hernández and et al., “Heimdall: Urban Traffic Monitoring with AI-based Anomaly Detection,” arXiv preprint arXiv:2103.01506, 2021. [en línea]. [17] Transporte Evolución, “El desafío de la ciberseguridad en los sistemas de transporte inteligente.” Transporte Evolución. [en línea]
Colecciones
Licencia Creative Commons
Attribution-NoDerivs 2.5 Colombia