RUTEO PEATONAL SEGURO MEDIANTE ANÁLISIS DE IMÁGENES A PIE DE CALLE CON APRENDIZAJE PROFUNDO

Abstract

Este Trabajo Fin de Grado presenta el diseño e implementación de un sistema de ruteo peatonal seguro basado en el análisis de imágenes a pie de calle mediante técnicas de aprendizaje profundo.

A partir de imágenes georreferenciadas obtenidas de Mapillary, se aplica un modelo de detección de objetos (YOLOv8) para identificar elementos urbanos relevantes, junto con un análisis de iluminación de las escenas. Esta información se integra en una puntuación de seguridad (safety score), que se asocia a los segmentos de una red viaria obtenida de OpenStreetMap.

El sistema permite calcular rutas que priorizan la seguridad frente a la distancia mediante algoritmos de grafos. La propuesta se valida tanto con datos reales como mediante un benchmark sintético que permite analizar el comportamiento del sistema en escenarios controlados.

Los resultados muestran el potencial de integrar información visual en sistemas de movilidad urbana, así como las limitaciones derivadas de la cobertura de datos.