Quispe Ccachuco, Marcelo JaimeQuispe Surco, Jose Guillermo2026-10-212026-10-212026-08-24https://hdl.handle.net/20.500.12920/17609La presente investigación tuvo como propósito diseñar y simular un sistema anticolisión vehicular para entornos urbanos de la ciudad de Arequipa, basado en visión artificial mediante el algoritmo YOLOv5 y un módulo basado en CenterNet. El estudio se desarrolló bajo un enfoque de simulación, empleando secuencias de video representativas de escenarios urbanos reales, con el objetivo de detectar y localizar obstáculos relevantes para la evaluación del riesgo de colisión. El sistema propuesto integra un modelo de detección de objetos basado en YOLOv5, encargado de identificar vehículos y otros obstáculos presentes en cada frame, y un módulo de localización inspirado en CenterNet, utilizado para analizar el comportamiento espacial y dinámico de los objetos mediante el cálculo de sus centros geométricos. La evaluación se realizó sobre un flujo continuo de 4669 frames, contrastando las alertas emitidas contra un modelo Oráculo. Los resultados cuantitativos obtenidos en el entorno de simulación muestran que el sistema alcanzó una sensibilidad (Recall) del 95.31% en la detección efectiva de amenazas de riesgo dinámico y una precisión del 58.10%, con un puntaje global F1-Score de 0.7218, demostrando una alta eficacia preventiva frente a la omisión de impactos. No obstante, estos valores fueron dadas en condiciones controladas del estudio, debido a que la evaluación se realizó sobre escenarios simulados, sin pruebas físicas en vehículos reales ni exposición a variaciones operativas propias del tránsito urbano. En términos de desempeño computacional, el tiempo medio de procesamiento fue de 18.45 ms por frame para YOLOv5 y de 0.38 ms por frame para el módulo CenterNet-sim, obteniéndose un rendimiento aproximado de 53.11 FPS. Estos valores evidencian que la carga computacional del sistema se concentra principalmente en el módulo de detección, mientras que la etapa de localización y decisión presenta un costo mínimo. En conjunto, los resultados obtenidos demuestran que el sistema anticolisión diseñado es técnicamente viable a nivel de simulación y altamente capaz de representar situaciones de riesgo propias del tránsito urbano.application/pdfspahttps://purl.org/coar/access_right/c_abf2Detección de objetossistemas anticolisiónvisión artificialhttp://purl.org/coar/resource_type/c_7a1fhttps://purl.org/pe-repo/ocde/ford#2.02.03