BumpBusters: detección de baches con aprendizaje automático en la Ciudad Autónoma de Buenos Aires

Autores/as

  • Nicolás Bertillod Universidad Argentina de la Empresa, Argentina
  • Patricio Cassanelli Universidad Argentina de la Empresa, Argentina
  • Macarena Gorgal Universidad Argentina de la Empresa, Argentina
  • Pablo Inchausti Universidad Argentina de la Empresa, Argentina

Palabras clave:

seguridad vial, aprendizaje automático, clasificación

Resumen

La presencia de baches en la vía pública compromete la seguridad vial y genera perjuicios tanto al ciudadano afectado como a la sociedad. En este contexto, se propone para las áreas urbanas de la Ciudad Autónoma de Buenos Aires (CABA) un sistema para la detección de baches en tiempo real utilizando los sensores de acelerómetro y geolocalización de los dispositivos móviles. Para esto, se desarrolla un modelo de aprendizaje automático que combina la técnica de Random Forest para la detección de baches y K-Means para clasificarlos según su gravedad. El prototipo se prueba utilizando un vehículo a escala 1:18, y las visualizaciones se presentan geolocalizadas en un dashboard con Google Maps. Se utiliza Grafana para el monitoreo con alertas para los usuarios y los organismos de control. Como línea de extensión, se propone la integración con plataformas como Waze y Cabify para facilitar su adopción masiva.

Descargas

Publicado

2025-10-21

Cómo citar

Bertillod, N., Cassanelli, P., Gorgal, M., & Inchausti, P. (2025). BumpBusters: detección de baches con aprendizaje automático en la Ciudad Autónoma de Buenos Aires. JAIIO, Jornadas Argentinas De Informática, 11(5), 130-133. https://revistas.unlp.edu.ar/JAIIO/article/view/19906