Inferencia bayesiana de elección de rutas a partir de tecnología bluetooth
| dc.contributor.advisor | Herrera Maldonado, Juan Carlos | |
| dc.contributor.advisor | Raveau Feliú, Sebastián | |
| dc.contributor.author | Garrido Valenzuela, Francisco Orlando | |
| dc.contributor.other | Pontificia Universidad Católica de Chile. Escuela de Ingeniería | |
| dc.date.accessioned | 2018-12-13T18:02:27Z | |
| dc.date.available | 2018-12-13T18:02:27Z | |
| dc.date.issued | 2018 | |
| dc.description | Tesis (Magíster en Ciencias de la Ingeniería)--Pontificia Universidad Católica de Chile, 2018 | |
| dc.description.abstract | La tecnología Bluetooth puede ser utilizada para seguir vehículos equipados mediante la dirección MAC. Esto es posible por medio de la instalación de sensores Bluetooth en un conjunto específico de intersecciones de un área de estudio. Sin embargo, un vehículo equipado con esta tecnología no necesariamente es detectado por todos los sensores por los que este transita. Esto se debe a que la probabilidad de detección depende de varios factores tales como el clima, la infraestructura cercana o la velocidad de los vehículos. Dada esta falta de información, es necesario inferir la ruta más probable que utilizó el vehículo. Este estudio presenta una metodología capaz inferir las rutas elegidas por vehículos en una red. La inferencia se realiza a partir de la reconstrucción del recorrido realizado por el vehículo entre dos detecciones sucesivas donde se estiman probabilidades de uso para cada ruta. Una vez que las probabilidades son obtenidas, es posible inferir la ruta completa desde el origen a su destino. El predecir los patrones de viaje es esencial para planificación de transporte y la aplicación de diferentes políticas como gestión de tráfico y tarificación vial.La metodología cuenta con tres etapas. En la primera de ellas, se construye un grafo a partir de la red vial y la localización de sensores Bluetooth. En la segunda etapa, con la información Bluetooth recolectada se calibran distribuciones del tiempo de permanencia en cada uno de los nodos y del tiempo de viaje para cada arco. El tercer y último paso consiste en convolucionar las distribuciones de los tiempos de nodos y arcos entre un par de detecciones sucesivas con el fin de obtener una distribución agregada para cada ruta potencial. Basado en el tiempo observado de viaje de cada vehículo y el conjunto de detecciones que no se realizaron, se realiza una inferencia Bayesiana para obtener las probabilidades de cada ruta. La metodología es testeada mediante microsimulación y presenta buenos resultados a la hora de inferir las rutas elegidas por cada vehículo. Además, es comparada con otra metodología presente en la literatura. Ambas poseen similar porcentaje de predicción, pero la metodología propuesta muestra mejores resultados cuando la red presenta menor densidad de sensores y falta más información. | |
| dc.format.extent | xvi, 106 hojas | |
| dc.identifier.doi | 10.7764/tesisUC/ING/22200 | |
| dc.identifier.uri | https://doi.org/10.7764/tesisUC/ING/22200 | |
| dc.identifier.uri | https://repositorio.uc.cl/handle/11534/22200 | |
| dc.language.iso | es | |
| dc.nota.acceso | Contenido completo | |
| dc.rights | acceso abierto | |
| dc.subject.ddc | 620 | |
| dc.subject.dewey | Ingeniería | es_ES |
| dc.subject.other | Sistemas inteligentes de transporte. | es_ES |
| dc.subject.other | Tecnología bluetooth. | es_ES |
| dc.subject.other | Sistemas de comunicación inalámbricos. | es_ES |
| dc.title | Inferencia bayesiana de elección de rutas a partir de tecnología bluetooth | es_ES |
| dc.type | tesis de maestría | |
| sipa.codpersvinculados | 3146 | |
| sipa.codpersvinculados | 141271 |