Investigaciones recientes:
La investigación se centra en el avance de la seguridad vial y la movilidad mediante un enfoque multifacético que integra tecnología de vehículos autónomos (VA), análisis del comportamiento y evaluaciones de seguridad estructural. Una parte significativa del trabajo involucra el desarrollo de modelos de visión artificial y aprendizaje profundo —específicamente utilizando arquitecturas YOLO y redes LSTM— para mejorar la capacidad de los sistemas autónomos para reconocer agentes de tránsito e interpretar gestos manuales, mejorando así la seguridad vial en entornos urbanos complejos. Complementando estos avances tecnológicos, la investigación emplea revisiones sistemáticas de literatura para evaluar la integración de vehículos autónomos conectados (CAV) en la infraestructura existente, enfatizando la necesidad de desarrollo de políticas, sostenibilidad ambiental y resiliencia de la red. Además, el trabajo aborda desafíos críticos de seguridad vial a través de estudios empíricos sobre el comportamiento del conductor, utilizando instrumentos psicométricos modificados para identificar factores de riesgo como la conducción agresiva y los errores humanos. Esto se apoya en análisis de seguridad estructural de vehículos de transporte público mediante métodos de elementos finitos para evaluar impactos en colisiones. Al cerrar la brecha entre las estadísticas oficiales de accidentes y los datos del mundo real mediante metodologías de documentación innovadoras, la investigación proporciona un marco integral para mejorar la seguridad vial, informar las políticas públicas y fomentar la transición hacia sistemas de transporte más eficientes, sostenibles y seguros.

Temas Clave:

• Tecnología y Percepción de Vehículos Autónomos
• Seguridad Vial y Análisis de Colisiones
• Visión Artificial y Aprendizaje Profundo para el Transporte
• Resiliencia de Redes de Transporte e Infraestructura
• Comportamiento del Conductor y Cultura de Seguridad
• Seguridad en el Transporte Público y Desarrollo de Políticas