Investigaciones recientes:
El trabajo del investigador integra sistemas autónomos, percepción y movilidad sostenible para avanzar una movilidad segura, eficiente e inteligente. En las publicaciones, el eje central es crear mapeo y localización precisos para vehículos autónomos, reconocimiento robusto de objetos y acciones (incluidos oficiales de tráfico y gestos) mediante visión por computadora e IA, y optimizar el uso de energía en movilidad eléctrica. Las metodologías abarcan odometría y mapeo basados en LiDAR (LIO-SAM), generación de mapas moderna para entornos Autoware, detección de objetos con YOLO en múltiples etapas de entrenamiento, aprendizaje profundo y LSTM para interpretación de gestos, y análisis de eficiencia energética usando datos de conducción reales, control basado en modelos, conceptos MPC y aprendizaje meta para predicción de estado de carga. El impacto apunta a mejorar la navegación en terrenos desafiantes (Cuenca, Ecuador), una interacción más segura de AV con la ley, detección de oficiales de tráfico para seguridad vial y aportes a políticas e planificación urbana para la integración de AV y la electrificación. En conjunto, el trabajo avanza en percepción de AV, confiabilidad de mapas y soluciones de movilidad autónoma con énfasis en seguridad, sostenibilidad urbana y orientación a políticas.