Algoritmos de inteligencia artificial usados en la conducción autónoma para la reducción de accidentes de vehículos particulares: Una Revisión

• Autores: Rios Peña, Dante Denys, Baca Marroquin, Emily
• Formato: objeto de conferencia
• Fecha de Publicación: 2024
• Institución: Universidad Tecnológica del Perú
• Repositorio: UTP-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.utp.edu.pe:20.500.12867/14191
• Enlace del recurso: https://hdl.handle.net/20.500.12867/14191; https://doi.org/10.18687/LACCEI2024.1.1.1073
• Nivel de acceso: acceso abierto
• Materia: Inteligencia artificial; Conducción autónoma; Red neuronal; Aprendizaje profundo; https://purl.org/pe-repo/ocde/ford#2.02.04

Los algoritmos de inteligencia artificial (IA) se han convertido en la columna vertebral de la conducción autónoma, desempeñando un papel esencial en la capacitación de vehículos para tomar decisiones críticas y operar de manera segura en diversos entornos de conducción. A pesar de los avances, existen limitaciones significativas como los entornos altamente cambiantes, como el tráfico urbano, puede afectar su capacidad para ajustarse rápidamente a situaciones imprevistas, la incapacidad para manejar lo desconocido y la interpretación de rutas. El propósito de esta revisión es comparar los algoritmos de inteligencia artificial usados en la conducción autónoma para la reducción de accidentes de vehículos particulares. El método utilizado incluyó la revisión de 553 artículos originales buscados en la base de datos Scopus seleccionando una búsqueda desde 2019 hasta 2023, de los cuales 115 estudios cumplieron con los criterios de inclusión. Los resultados presentan y organizan los hallazgos derivados del análisis de los algoritmos más comúnmente utilizados en la conducción autónoma para reducir accidentes. Las conclusiones de la investigación destacan diversas contribuciones académicas, resaltando el uso frecuente de algoritmos como redes neuronales, planificación de rutas, fusión de sensores, detección de objetos por radar y sistemas basados en reglas. A pesar de la evidencia de la efectividad de la inteligencia artificial para reducir accidentes de tráfico, también se señalan desafíos, como la falta de datos de entrenamiento y la necesidad de mejorar la precisión de los algoritmos.