1. Repositorio Institucional UAQ
  2. Tesis
  3. Facultad de Ingeniería
  4. Maestría
  5. Maestría en Ciencias (Mecatrónica)
Por favor, use este identificador para citar o enlazar este ítem: https://ri-ng.uaq.mx/handle/123456789/12423
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.rights.licensehttps://creativecommons.org/licenses/by-nc-nd/4.0es_ES
dc.contributorSalvador Martínez Cruzes_ES
dc.creatorVictor Jose Ortiz Granadoses_ES
dc.date.accessioned2026-01-07T14:38:00Z-
dc.date.available2026-01-07T14:38:00Z-
dc.date.issued2026-02-02-
dc.identifier.urihttps://ri-ng.uaq.mx/handle/123456789/12423-
dc.descriptionLos accidentes vehiculares son ocasionados por errores humanos, puesto que son susceptibles a distracciones que restan milisegundos valiosos para realizar maniobras de evasión. Para dar solución a ello, se desarrollan los sistemas avanzados de asistencia al conductor (ADAS, por sus siglas en inglés) que delegan tareas como navegación, dirección, alerta y frenado a sistemas que integran algoritmos de aprendizaje de máquinas y profundo. En este proyecto de tesis se presenta el desarrollo de un sistema ADAS de alerta al frenado de emergencia basado en cámaras digitales comerciales, utilizando técnicas de procesamiento de imágenes y de señales, para obtener la base de datos que entrena el algoritmo de aprendizaje profundo (Deep Learning), la cual es capturada en un vehículo eléctrico con un ambiente controlado en un espacio de estacionamiento vehicular acondicionado para las pruebas necesarias bajo distintas condiciones. Se utilizan objetivos dinámicos como dummies de adulto, objetos estáticos como un bote de seguridad y vehículos de prueba. Con los datos obtenidos se entrena el algoritmo de Deep Learning y así clasifica la posible colisión y con qué objetivo está siendo detectado, y así generando una alarma visual que genera una colisión realizando 160 pruebas en condiciones controladas, además de una prueba en entorno no controlado, obteniendo un 91.25% de precisión en la alerta oportuna de una posible colisión.es_ES
dc.formatpdfes_ES
dc.format.extent1 recurso en línea (92 páginas)es_ES
dc.format.mediumcomputadoraes_ES
dc.language.isospaes_ES
dc.publisherUniversidad Autónoma de Querétaroes_ES
dc.relation.requiresSies_ES
dc.rightsembargoedAccesses_ES
dc.subjectAsistencia de frenado de emergenciaes_ES
dc.subjectADASes_ES
dc.subjectEWBes_ES
dc.subjectDeep Learninges_ES
dc.subjectProcesamiento de imágeneses_ES
dc.subjectCámaraes_ES
dc.subjectSeguridades_ES
dc.subjectSistemas autónomoses_ES
dc.subject.classificationINGENIERÍA Y TECNOLOGÍAes_ES
dc.titleDesarrollo de Sistema ADAS de alerta para el frenado de emergencia EWB en vehículo automotor basado en Deep Learninges_ES
dc.typeTesis de maestríaes_ES
dc.creator.tidORCIDes_ES
dc.contributor.tidORCIDes_ES
dc.creator.identificador0009-0002-1132-8565es_ES
dc.contributor.identificador0000-0001-6119-9146es_ES
dc.contributor.roleDirectores_ES
dc.degree.nameMaestría en Ciencias (Mecatrónica)es_ES
dc.degree.departmentFacultad de Ingenieríaes_ES
dc.degree.levelMaestríaes_ES
dc.format.supportrecurso en líneaes_ES
dc.matricula.creator236819es_ES
dc.folioIGMAC-236819es_ES
Aparece en: Maestría en Ciencias (Mecatrónica)

Archivos:
Fichero Descripción Tamaño Formato  
IGMAC-236819.pdfMaestría en Ciencias (Mecatrónica)2.72 MBAdobe PDFVisualizar/Abrir
Mostrar el registro sencillo del ítem


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.