Browsing by Author "Catalán Salas, Hernán Felipe"

Now showing 1 - 2 of 2
  • No Thumbnail Available
    Item
    Classifying Drivers' Behavior in Public Transport using Inertial Measurement Units and Decision Trees
    (IEEE, 2018) Catalán Salas, Hernán Felipe; Löbel Díaz, Hans-Albert; Herrera Maldonado, Juan Carlos
    Santiago's public transit system uses a Passenger Service Quality Index (ICA) to measure the quality of service offered by buses companies. Parts of this index are related to bus driver's behavior, and are obtained in a superficial and very subjective manner. The main objective of this research is to formulate a new methodology that uses data provided by inertial measurement units to classify drivers' behavior. This is achieved by means of a classification method: decision trees. Data are collected to evaluate the method and results show that the use of decision trees delivers good performance and an interpretable output that allows further analysis. The proposal uses elements from the ICA index and produces a methodology that is simple, objective and capable of being implemented on a large scale with good performance at a low cost.
  • Thumbnail Image
    Item
    Metodología para la evaluación de la conducción de choferes del transporte público a partir del uso de dispositivos inerciales
    (2018) Catalán Salas, Hernán Felipe; Herrera Maldonado, Juan Carlos; Pontificia Universidad Católica de Chile. Escuela de Ingeniería
    Actualmente el sistema de transporte público de Santiago emplea un Índice de Calidad de Atención al Usuario (ICA) que aborda superficialmente la calidad de servicio. Además, la metodología actual no permite realizar un seguimiento ni incentiva la mejora continua del servicio. El objetivo de esta investigación es utilizar datos de acelerómetros y giroscopios para formular una nueva metodología para la clasificación del atributo de conducción del ICA de Transantiago. Para probar la metodología propuesta se diseñó un experimento donde se recolectó información de 5 recorridos de diferentes operadores y con una duración similar. Luego, se evaluaron 3 métodos de clasificación: máquinas de soporte vectorial (SVM), árboles de decisión y k vecinos más cercanos (KNN). Los resultados de la modelación muestran que SVM tiene el mejor rendimiento, árboles de decisión entrega un modelo muy interpretable y KNN es el método más simple de aplicar. Respecto a la conducción, los resultados muestran que la mayor cantidad de maniobras bruscas se debe a variaciones de velocidad. Los recorridos con peor conducción fueron 210 y 210V, donde más de la mitad de las variaciones de velocidad fueron clasificadas como bruscas. En cambio, el bus 213E obtuvo resultados bastante mejores incluso en el mismo trayecto que los recorridos anteriormente mencionados. Por otro lado, el uso del GPS y etiquetar según conductor permite identificar focos a mejorar el servicio mediante capacitación y, en casos puntuales, modificaciones al trazado del recorrido. Finalmente, la metodología es replicable más allá de Transantiago. Como beneficio, se requiere una pequeña muestra para calibrar un modelo de buen rendimiento. Como futura línea de investigación, se propone evaluar la calibración de modelos diferentes para casos particulares (recorridos en pendiente, en autopista, etc.). Es importante señalar que los modelos calibrados son válidos para el experimento realizado. Para aplicarlo a mayor escala sólo se debe seguir la metodología expuesta.