Sistema de monitoreo urbano utilizando técnicas de crowdsensing en aplicaciones móviles

Abstract

RESUMEN: La Ciudad de México es uno de los nodos de movilidad más importantes del país. Debido a la gran cantidad de personas que se desplazan diariamente en sus vialidades el transporte urbano se ha incrementado rápidamente ocasionando el crecimiento de problemas como el tránsito, estancamientos vehiculares, contaminación, y afectando la calidad de vida de las personas. Una forma de estudiar cómo es que las personas interactúan con las vialidades de la ciudad al desplazarse de un sitio a otro es la creación de un modelo de movilidad. En la presente investigación se propone la creación de un modelo de movilidad basado en datos que describen en desplazamiento de las personas en la Ciudad de México y el tipo de transporte que utilizan para ello. El análisis del modelo generado hace posible conocer los lugares con mayor concentración de personas y las vialidades que presentan una mayor carga; esta información permite crear estrategias que mejoren la movilidad en las distintas áreas afectadas de la ciudad. Para la obtención de datos se desarrolla una aplicación móvil en la que los usuarios comparten su ubicación a lo largo del día, dichos datos son procesados empleando el algoritmo de “Inverse Distance Weigth” con aprendizaje automático para generar el modelo de movilidad del área de estudio.

ABSTRACT: Mexico City is one of the most important mobility nodes in the country. Due to the large number of people who travel daily in its roads, urban transport has increased rapidly, causing the growth of problems such as traffic, vehicular stagnation, pollution, and affecting the quality of life of people. One way to study how it is that people interact with the roads of the city when moving from one place to another is the creation of a mobility model. In this research, we propose the creation of a mobility model based on data describing the displacement of people in Mexico City and the type of transportation they use to do so. The analysis of the generated model makes it possible to know the places with the highest concentration of people and the roads that present the greatest burden; this information allows the creation of strategies that improve mobility in the different affected areas of the city. To obtain data, a mobile application is developed in which users share their location throughout the day. These data are processed using the algorithm of "Inverse Distance Weigth" with automatic learning to generate the mobility model of the study area.