Sistema de seguridad nanoscópico para ciclistas en tiempo real para una movilidad inteligente y ecológica basado en parámetros de infraestructura variados

Para crear un sistema de infraestructura para bicicletas seguro, este artículo desarrolla un sistema de aprendizaje integrado inteligente, utilizando una combinación de redes neuronales profundas.

El sistema de aprendizaje se utiliza como estudio de caso en la región de Northumbria, en el noreste de Inglaterra. Se compone de tres componentes: (a) unidad de datos de entrada, (b) unidad de procesamiento de conocimiento y (c) unidad de salida. Está demostrado que varias características de la infraestructura influyen en las interacciones seguras de los ciclistas, que se utiliza para estimar los grupos de ciclistas de mayor edad y sexo. Se construyen dos modelos de predicción precisos, con una precisión masculina del 88% y una precisión femenina del 95%.

Los hallazgos concluyeron que las diferentes infraestructuras plantean diferentes niveles de riesgo para los usuarios de diferentes edades y géneros. Ciertos aspectos de la infraestructura son peligrosos para todos los ciclistas. Sin embargo, las características del ciclista determinan el nivel de riesgo que presenta cualquier característica de la infraestructura. Después de la validación, el sistema de aprendizaje construido es interoperable en varios escenarios, incluidos los actuales sistemas de transporte heterogéneos y futuros semiautónomos y autónomos.

Los resultados contribuyen a comprender la variación del riesgo de varios tipos de infraestructura, y ayudarán a mejorar la seguridad y conducirán a la construcción de un sistema de transporte ciclista integrado y sostenible.

Título Original:

"Real-Time Nanoscopic Rider Safety System for Smart and Green Mobility Based upon Varied Infrastructure Parameters"

Autor/es: