El exceso de velocidad es la principal causa de siniestros viales en el Perú: está detrás del 26.6 % de los incidentes registrados por el ONSV en 2023. El aforo tradicional —manual o con lazos inductivos en el pavimento— es costoso, invasivo y no dice nada sobre el tipo de vehículo ni su velocidad. Este proyecto reutiliza infraestructura ya instalada: una cámara de videovigilancia común.

A partir del video de una cámara IP IMOU Cruiser SE+ instalada a 9 m de altura sobre el Jr. Carlos F. Vivanco, en Ayacucho, una CNN de la familia YOLO detecta y clasifica vehículos (auto, motocicleta y microbús), ByteTrack les asigna identificadores persistentes y una homografía de calibración convierte el desplazamiento entre cuadros en velocidad instantánea por vehículo. El sistema mide tres variables físicas del tránsito —flujo por conteo de línea, velocidad por vehículo y densidad dentro de una región de interés— y las superpone en una sola interfaz, con alarma ante exceso de velocidad o congestión.

Cuando un vehículo supera el límite de 30 km/h, el sistema lo marca y activa el reconocimiento automático de su placa (ALPR) en una NVIDIA Jetson Orin NX. Cada lectura se transmite, firmada con HMAC, a una Ingest API que la consolida en paralelo contra las fuentes oficiales peruanas SUNARP, SOAT (APESEG) y MTC, y genera un reporte de infracción con la placa, la velocidad registrada y el timestamp del evento. Las pruebas en campo, diurnas y nocturnas, registraron 20–22 FPS con tiempos de inferencia de 18–31 ms por cuadro. El marco metodológico se apoya en RICUY, el ADAS del mismo grupo de investigación.

Tu navegador no puede mostrar el PDF aquí. Abrir PDF

← Toda la investigación