Seguimiento automático de la trayectoria de los triciclos eléctricos y detección de múltiples infracciones

Área de la Ciencia:

• Planificación urbana y gestión del tráfico
• La visión por ordenador y la inteligencia artificial
• Ingeniería de la seguridad en el transporte

Sus antecedentes:

• Los triciclos eléctricos contribuyen al aumento de las infracciones de tránsito, lo que afecta a la seguridad urbana.
• El seguimiento automático y la detección de infracciones de los triciclos eléctricos son cruciales para la gestión del tráfico.

Objetivo del estudio:

• Desarrollar un sistema automatizado para detectar infracciones de triciclos eléctricos.
• Mejorar la seguridad del tráfico urbano abordando las infracciones relacionadas con los triciclos eléctricos.

Principales métodos:

• Se creó un modelo de detección de objetos eléctricos de triciclo (ETOD) utilizando un conjunto de datos personalizado.
• Se integró un algoritmo de seguimiento de múltiples objetos para formar un Sistema de Detección de Violaciones de Triciclo Eléctrico (ETVDS).
• El sistema analiza las trayectorias de triciclos eléctricos para identificar el exceso de velocidad, la sobrecarga y los cambios de carril ilegales.

Principales resultados:

• El modelo ETOD logró un reconocimiento preciso en tiempo real y una detección de alta precisión de triciclos eléctricos.
• El ETVDS identificó con éxito múltiples infracciones y conflictos de tráfico complejos relacionados con triciclos eléctricos.
• El sistema desarrollado demostró su eficacia en escenarios de tráfico urbano difíciles.

Conclusiones:

• El modelo ETOD propuesto y el ETVDS ofrecen una solución tecnológica robusta para mitigar las infracciones de tráfico de triciclos eléctricos.
• Este sistema puede mejorar significativamente la seguridad y la gestión del tráfico urbano.
• La investigación proporciona una base para futuros sistemas de transporte inteligentes centrados en la seguridad de la micromovilidad.