En la presente tesis se ha desarrollado un sistema de medición modular autónomo (SMA) capaz de realizar mediciones con diversos sensores análogos y digitales con diferentes protocolos de comunicación, como serial, I2C, SPI, GPIO, etc. El SMA posee su propio sub-sistema de alimentación autónomo solar fotovoltaico, además que su diseño se adapta a condiciones rurales, donde el SMA puede ser expuesto a las lluvias, el polvo, la radiación solar, así como otros. Este proyecto surge como alternativa simple para ser el elemento central en mediciones multiparamétricas, el cual permite recolectar información cada cierto tiempo en una memoria microSD interna y además tiene la potencialidad de transmisión de información inalámbrico a través de conexión vía Wi-Fi o Bluetooth y de georreferenciación usando un módulo GPS. Para probar el SMA se le conectaron sensores de temperatura...

Las ciclovías de Lima Metropolitana necesitan mantenimiento adecuado para garantizar la seguridad de los ciclistas, pero los métodos actuales de detección de grietas no son eficientes ni automatizados. Esta tesis propone el uso de modelos basados en arquitectura YOLO y Convolutional Neural Networks (CNN) para la detección automatizada de grietas. Se recolectaron vídeos de recorridos por ciclovías, generando 91,786 imágenes, de las cuales 15,191 (17 %) fueron etiquetadas para entrenar modelos de detección. Esta base de datos se denominó “Base de Datos de Ciclovías de Lima 2024” (BDCL2024). Se entrenaron dos versiones preentrenadas de YOLO (versiones 8 y 11), utilizando imágenes de grietas en pavimentos de estudios previos y fotos locales de Lima, con el fin de evaluar el rendimiento en este contexto. Los experimentos mostraron que el modelo YOLO11 alcanzó el mejor desempe�...