Modelo de comportamiento de conductores y la generación de accidentes de tránsito.

Abstract

Esta investigación doctoral, presenta el resultado del análisis del comportamiento de conductores en un escenario controlado, en un simulador de conducción, en el cual, mediante la medición de ondas cerebrales, se determinó el grado de concentración al conducir y por medio del uso de Machine Learning, se planteó un modelo de comportamiento de los conductores al someterse a un efecto distractor mientras se conduce, el cual permite analizar los factores más relevantes que se reflejan en errores y malas prácticas al momento de conducir. En esta investigación se analizó una muestra poblacional desde los 16 hasta los 90 años, compuesta de hombres y mujeres, a partir de un universo obtenido de una base de datos de fatalidades durante 7 años, se construyó un simulador de conducción con un software para la simulación que permite diferentes escenarios de conducción. Se elaboró un programa de captura de ondas cerebrales el cual midió el grado de concentración de los participantes del experimento mientras eran sometidos al efecto distractor de envío de mensajes de Whatsapp mientras conducían en el escenario escogido. Posteriormente se hizo un análisis de la información obtenida por medio de redes neuronales, obteniendo los resultados del comportamiento de los conductores y errores más comunes durante el experimento, se planteó un modelo de comportamiento de conductores ante los efectos distractores Finalmente se clasificaron conductas riesgosas de conductores al ser sometidas a un efecto distractor, observando el comportamiento de conductores mayores de 50 años, los cuales son más cautelosos ante efectos distractores, y se planteó un modelo matemático que depende del grado de concentración de usuarios y varía de acuerdo con el escenario escogido por cada uno de los participantes del experimento (Texto tomado de la fuente)

This doctoral research is the result of the analysis of drivers behavior in a controlled scenario, using a driving simulator, in which, by measuring brain waves, the degree of concentration was measured when driving and through the use of Machine Learning, a model of behavior of drivers was proposed to be subjected to a distracting effect while driving, which allows analyzing the most relevant factors that are reflected in errors and bad practices at the time of driving. In this research was determined a population sample of men and woman whose ages oscillate between 16 to 90 years, composed of men and women, from a universe obtained from a database of fatalities for 7 years. A driving simulator was built, and it was using a software for the simulation that allows different driving scenarios. A brainwave capture program was developed in which the participants' degree of concentration, the experiment, the moment, the effect, the sending factor of the WhatsApp messages were measured, while it was carried out in the chosen scenario. Subsequently, an analysis of the information was made in the neural networks, obtaining the results of the behavior of the drivers and the most common errors in the experiment, A model of behavior of the drivers was presented before the distracting effects. Finally, risk behaviors were classified to be a factor of distraction, observing the behavior of drivers over 50, who are more cautious about the effects of distraction, and a mathematical model was proposed that depends on the degree of concentration of users and according to the scenario chosen by each one of the participants of the experiment.