Desarrollo de modelos vehículo-conductor para vehículos articulados utilizando inteligencia artificial
Palabras clave:
redes neuronales, Modelos vehículo-conductor, Inteligencia artificial, Vehículos articuladosResumen
Esta tesis se enfoca en el desarrollo de modelos vehículo-conductor basados en inteligencia artificial para vehículos articulados de autotransporte. El fin de los modelos es el de describir la relación entre el vehículo y el conductor de manera dinámica para predecir su
comportamiento, por ejemplo, para su aplicación en la predicción del riesgo de accidente.
En la literatura existen múltiples formas de modelar matemáticamente las relaciones entre el vehículo y su conducción, ya sea con modelos determinísticos y/o estadísticos. Actualmente, los modelos mayormente empleados son los determinísticos debido a su simplicidad que, sin embargo, tienen aplicabilidad y precisión limitada. Esta tesis se enfocó en la derivación de modelos estadísticos que permitieran tener predicciones más certeras. Para ello, se utilizaron datos experimentales de variables del comportamiento dinámico de vehículos articulados bajo maniobras de cambio de carril y frenado de pánico a diferentes velocidades, ejecutadas en la pista del Instituto Mexicano del Transporte (IMT), Entre las contribuciones de este trabajo destacan las siguientes: Primero, la identificación de las variables más importantes para la descripción de la dinámica vehicular del tractocamión como de las unidades de arrastre (remolque y semirremolque), en los que los experimentos mostraron que es posible derivar modelos de las unidades de arrastre usando sólo variables del tracto camión. Segundo, la derivación de modelos estadísticos basados en inteligencia artificial con datos reales, los cuales eran inexistentes hasta ahora en la literatura; los modelos derivados pueden no sólo describir el comportamiento del sistema vehículo conductor, sino también predecirlo a diferentes horizontes de tiempo. Tercero, se estableció
el desempeño del uso de varias redes neuronales para derivar los modelos con suficiente precisión y, cuarto, se creó una base de datos única que involucra las variables dinámicas, tanto de las unidades de arrastre como la del tractocamión para varios vehículos articulados, lo que tiene aplicaciones más amplias de las estudiadas en este trabajo.
