dc.contributorCéspedes Umaña, Sandra
dc.contributorSenhaji Hafid, Abdelhakim
dc.contributorSáez Hueichapan, Doris
dc.contributorMontejo Sánchez, Samuel
dc.creatorLara Aravena, Tomás Antonio
dc.date.accessioned2022-07-12T21:00:42Z
dc.date.accessioned2022-10-17T12:37:19Z
dc.date.available2022-07-12T21:00:42Z
dc.date.available2022-10-17T12:37:19Z
dc.date.created2022-07-12T21:00:42Z
dc.date.issued2020
dc.identifierhttps://repositorio.uchile.cl/handle/2250/186657
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/4417464
dc.description.abstractLa seguridad de los usuarios viales vulnerables (VRUs por su sigla en inglés) es crítica dada su exposición. Se espera que la integración de VRUs en redes de comunicación vehicular mejore su seguridad. Sin embargo, la congestión de canal puede mermar la efectividad de aplicaciones para proteger a los VRUs. Trabajos previos han abordado este problema utilizando filtros de mensajes, cuyo efecto en la detección de VRUs permanece en cuestión. Esta tesis propone un control de transmisiones para VRUs en redes de comunicación vehiculares heterogéneas. El sistema VRU Awareness-based Intelligent Beaconing System for Heterogeneous Networks (VARIATE) incorpora criterios de detección de VRUs y carga de canal para seleccionar una frecuencia de envío y red de acceso. VARIATE integra las tecnologías Dedicated Short-Range Communications (DSRC) y Cellular-Vehicle-to-Everything (C-V2X). El sistema utiliza aprendizaje de máquinas para estimar y utilizar métricas de detección. VARIATE exhibe una mejora en la detección de VRUs comparado con las líneas base usando la mejor configuración encontrada. Se consideran mecanismos de selección aleatoria y codiciosos para las comparaciones. Los resultados muestran que C-V2X supera a DSRC en la detección de VRUs. Finalmente, VARIATE mostró mejoras sustanciales en latencia comparado con los mecanismos de mejor detección de VRUs.
dc.languageen
dc.publisherUniversidad de Chile
dc.rightshttp://creativecommons.org/licenses/by-nc-nd/3.0/us/
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 United States
dc.subjectAprendizaje de máquina
dc.subjectRedes de comunicación vehiculares heterogéneas
dc.subjectUsuarios viales vulnerables
dc.subjectVRUs
dc.subjectVulnerable Road Users
dc.titleIntelligent system for heterogeneous vehicular networks operation based on vulnerable road users awareness
dc.typeTesis


Este ítem pertenece a la siguiente institución