Ecosur

Semáforos que piensan en todos: IA y visión por computadora para la movilidad reducida

Autores/as

  • Cecibell Alexandra Malavé Vivar

    IST Centro Tecnológico Naval
    Autor

  • Geovanny Luis Ortega Maldonado

    IST Centro Tecnológico Naval
    Autor

  • Jesús Alberto Escalante Figueroa

    Universidad Estatal Península de Santa Elena
    Autor

DOI:

https://doi.org/10.61582/b2pb3507

Palabras clave:

Semaforización inteligente , visión artificial, aprendizaje profundo, movilidad inclusiva, sistema embebido, detección de poses

Resumen

Este trabajo presenta el diseño e implementación de un sistema inteligente de semaforización inclusiva basado en visión artificial y aprendizaje profundo, orientado a mejorar la movilidad urbana de personas en silla de ruedas. Mediante una Raspberry Pi 4, una cámara USB y algoritmos de estimación de pose desarrollados con MediaPipe y OpenCV, el sistema identifica en tiempo real la postura de los peatones y activa la señalización vial, otorgando prioridad a usuarios con movilidad reducida.

Se evaluaron múltiples condiciones reales (iluminación, orientación, vestimenta), alcanzando una precisión del 71.8 % en la detección de usuarios en silla de ruedas. Las métricas obtenidas (accuracy, precisión, F1-score e IoU) respaldan la viabilidad técnica de la propuesta. El prototipo fue construido con hardware de bajo costo y software de código abierto, demostrando su potencial de escalabilidad y aplicación en ciudades inteligentes.

Este proyecto contribuye directamente a los Objetivos de Desarrollo Sostenible (ODS 3, 9, 10 y 11), al mejorar la seguridad vial, fomentar la equidad en el espacio público y demostrar una integración efectiva de tecnologías accesibles para la inclusión social. Las mejoras futuras incluyen la incorporación de sensores de profundidad, aprendizaje continuo en campo y despliegues piloto en colaboración con gobiernos locales y comunidades.

Referencias

[1] G. Bradski, The OpenCV Library, Dr. Dobb’s Journal of Software Tools, 2000.

[2] A. M. Monterrey Cañas y C. A. Sosa Ramírez, Diseño de un sistema de semaforización inteligente para controlar flujo vehicular a partir de procesamiento de imágenes, 2020.

[3] Dirección General de Tráfico, Semáforos inteligentes para invidentes, 2018. Disponible en: https://revista.dgt.es/es/investigacion/innovacion/2018/0607semaforos-inteligentes-para-invidentes.shtml

[4] F. Pedregosa et al., Scikit-learn: Machine Learning in Python, Journal of Machine Learning Research, vol. 12, pp. 2825–2830, 2011.

[5] J. Redmon et al., You Only Look Once: Unified, Real-Time Object Detection, Proc. CVPR, 2016.

[6] Euronews, Verona prueba un sistema con IA para mejorar el tráfico y la seguridad vial, 2024. Disponible en: https://es.euronews.com/next/2024/10/18/verona-prueba-un-sistema-con-ia-para-mejorar-el-trafico-y-la-seguridad-vial

[7] MB3 Gestión, Gestión del tráfico urbano con IA: menos congestión, más movilidad, 2020. Disponible en: https://mb3-gestion.com/gestion-del-trafico-urbano-con-ia-menos-congestion-mas-movilidad/

[8] LabIN Granada, Semáforos para invidentes, 2019. Disponible en: https://labingranada.org/idea/semaforos-para-invidentes/

[9] Google Inc., MediaPipe: A Framework for Building Perception Pipelines, 2020. Disponible en: https://mediapipe.dev/

[10] Andina Link, El Big Data y la IA transforman el transporte urbano, 2021. Disponible en: https://www.andinalinksmartcities.com/el-big-data-y-la-ia-transforman-el-transporte-urbano/

[11] ITS Perú, La Inteligencia Artificial en centros de tráfico y transporte, 2019. Disponible en: https://itsperu.org/articulos/centro-transporte-ia/

[12] L. C. Pérez Rodríguez, Inteligencia Artificial y Big Data en Ciudades Inteligentes, publicación en línea, 2022.

[13] L. V. Vergara Rosario, Actualización de semaforización en Santa Marta, Magdalena, 2022.

[14] Ultralytics, La IA en la gestión del tráfico: De la congestión a la coordinación, 2022. Disponible en: https://www.ultralytics.com/es/blog/ai-in-traffic-management-from-congestion-to-coordination

[15] Z. Zhong y J. Lee, Virtual Guide Dog: Next Generation Pedestrian Signal for the Visually Impaired, arXiv preprint, 2019.

Descargas

Publicado

2025-08-29

Número

Vol. 1 Núm. 8 (2025): EcoSur: Ciencia, Innovación y Transformación Digital para la Sostenibilidad en América Latina

Sección

ODS 11: Ciudades y Comunidades Sostenibles

Licencia

Derechos de autor 2025 Cecibell Alexandra Malavé Vivar, Geovanny Luis Ortega Maldonado, Jes´us Alberto Escalante Figueroa (Autor)

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.

EcoSur es una revista de acceso abierto, lo que significa que todos los usuarios pueden acceder al contenido de forma gratuita.

Todos nuestros artículos están disponibles bajo Licencia Creative Commons (CC BY-NC-SA 4.0), los términos de Attribution-NonCommercial-ShareAlike 4.0 International de Creative Commons (CC BY-NC-SA 4.0). Esto significa que eres libre de compartir (copiar y redistribuir el material en cualquier medio o formato) y adaptar (remezclar, transformar y construir sobre el material), bajo las siguientes condiciones:

Atribución: Debes otorgar el crédito apropiado, proporcionar un enlace a la licencia, e indicar si se han realizado cambios. Puedes hacerlo de cualquier manera razonable, pero no de una manera que sugiera que el licenciante te respalda a ti o a tu uso del material.
NoComercial: No puedes usar el material para fines comerciales.
Compartir Igual: Si remezclas, transformas, o creas a partir del material, debes distribuir tus contribuciones bajo la misma licencia que el original.
Sin restricciones adicionales: No puedes aplicar términos legales o medidas tecnológicas que restrinjan legalmente a otros de hacer lo que la licencia permite.
Para más información sobre esta licencia y los términos completos, visite Creative Commons CC BY-NC-SA 4.0 Deed.

Cómo citar

Semáforos que piensan en todos: IA y visión por computadora para la movilidad reducida. (2025). EcoSur: Innovation, Technology and Sustainable Development of Latin America, 1(8), 13. https://doi.org/10.61582/b2pb3507