Las ciudades necesitan contar con estacionamientos que permitan que los usuarios de vehículos puedan realizar las diferentes actividades que ofrece la ciudad: gestiones en las entidades públicas; comprar bienes en la zona comercial de la ciudad; acceder a los sistemas de salud; y acceder a los lugares de trabajo y estudio. El presente trabajo de tesis consiste de dos partes: una búsqueda bibliográfica de los sistemas y tecnologías de estacionamiento disponibles en el mercado mundial y un caso de estudio. El caso de estudio consiste en verificar cuál es la demanda de estacionamientos que no se satisface en la playa de estacionamiento Riva Agüero Norte ubicada en la Pontificia Universidad Católica del Perú. Para, con esta información, plantear una solución de mejora mediante la implementación de un sistema inteligente de estacionamientos que aumente la capacidad del estacionamiento y haga posible satisfacer la demanda. Existen sistemas de estacionamiento convencionales y sistemas de estacionamiento inteligentes y robotizados. Los sistemas de estacionamiento convencionales son: estacionamiento en la calle, sótanos de estacionamiento, edificios de estacionamientos y con estacionamientos, entre otros. Los sistemas de estacionamiento inteligentes son aquellos en los que el proceso de estacionamiento es automatizado, mediante el correcto uso de sistemas robotizados controlados por computadoras. Entre estos sistemas podemos encontrar: sistemas de traslación vertical y horizontal simultánea, sistemas de ciclo continuo, sistemas rotativos, múltiples niveles de parqueo usando grúas mecánicas, entre otros. Junto con los diversos sistemas de estacionamiento surgen las tecnologías de control de estacionamiento, los sistemas de control y la señalización de disponibilidad de parqueos. Las tecnologías de control de estacionamiento permiten controlar la hora de entrada y salida de los vehículos al estacionamiento (parquímetros). Los sistemas de control sirven para controlar los ingresos y salidas de las diferentes clases de playas de estacionamiento., tales como barreras de entrada y salida, terminal de control de ingreso y de salida, sistemas de reconocimiento de placas, entre otros. Los indicadores de parqueo son sistemas utilizados para simplificar la forma en que funcionan los estacionamientos. Estos sistemas proporcionan a los usuarios la información relevante al momento de buscar un lugar donde estacionar, tales como la señal de espacios disponibles, señal de guía de disponibilidad en los diversos niveles del estacionamiento, en los pasillos, luces de espacios disponibles, entre otros. El caso de estudio se realizó en la Pontificia Universidad Católica del Perú. Se realizó el conteo de vehículos que ingresan y salen de la playa de estacionamiento Riva Agüero Norte para observar la demanda de espacios para estacionamientos y poder plantear una propuesta de mejora, de manera que se pueda satisfacer la demanda. Esta propuesta de mejora plantea hacer uso del sistema inteligente de estacionamiento PS001 de tres niveles, que consiste en un sistema semiautomatizado de elevación que permite el estacionamiento de tres vehículos en un solo espacio de estacionamiento mediante el uso de plataformas. Es importante mencionar que la gestión del transporte debe estar enfocada a promover el uso del transporte público, de manera que los vehículos particulares no se usen para viajes cotidianos al trabajo o a los lugares estudio. Sin embargo, esto está ligado al diseño de estacionamientos en la periferia de la ciudad (Park & Ride en destino) o al diseño de estacionamiento cerca de las estaciones de transporte público masivo (Park & Ride en origen). En ambos casos, es necesario optimizar el uso de estacionamientos. Existen diversos sistemas inteligentes de estacionamiento que permiten optimizar los parqueos y aumentar la capacidad para satisfacer una mayor demanda. Asimismo, el uso de sistemas y tecnologías de control permite regular los flujos de entrada y salida de vehículos de los estacionamientos y hace posible el cobro por el tiempo de uso. Esto permite la rotación de vehículos, de manera que una mayor cantidad de usuarios pueda hacer uso del mismo. Los indicadores de parqueo, a su vez, permiten que los usuarios encuentren un lugar de estacionamiento más rápido. Esto genera una menor congestión en los accesos a los estacionamientos y dentro de los mismos; y, además, genera confort en los usuarios que no pierden gran parte de su tiempo en encontrar un lugar para parquearse. / Tesis

Las ciudades inteligentes ofrecen un desarrollo sostenible, por lo cual es imprescindible una gestión global de los ámbitos que ofrecen a sus ciudadanos, dentro de este entorno se encuentra la movilidad inteligente de la cual forma parte la infraestructura del transporte. Los sistemas inteligentes de transporte son la evolución natural del tránsito en las megaciudades como Lima Metropolitana; sin embargo, actualmente no se aplica, por ello existe: tránsito caótico, vías que no fueron dimensionadas a largo plazo, aumento de autos privados, emisión de gases contaminantes, falta de una autoridad única de transporte para Lima Metropolitana; en consecuencia existe una ineficiente gestión y control de la vías. En los sistemas avanzados de gestión de tráfico la semaforización inteligente es una parte crucial para alcanzar una eficiente gestión del tránsito vehicular. El presente estudio propone un proyecto piloto de 33 intersecciones con la finalidad de medir el progreso, que luego se debe ampliar de manera paulatina. La investigación del problema se lleva a cabo bajo el enfoque cuantitativo-deductivo en la que se aplica las técnicas de recolección de datos: observación, medición, documentación de las mediciones y datos secundarios, que poseen confiabilidad, validez y objetividad para conducirnos hacia un análisis de investigación-acciones, donde se identifica los problemas que conducen hacia una hipótesis. Los resultados de la comparación de ponderaciones de las tecnologías relacionadas de los sistemas semafóricos, los protocolos de comunicación, los protocolos de gestión y los algoritmos adaptativos recomiendan respectivamente la implementación: adaptativo, NTCIP, SNMP y MARLIN; dentro de un diseño de arquitectura distribuida y escalable, el cual exige requerimientos técnicos para definir el equipamiento y los programas adecuados. Por último, hay que realizar un análisis de los costos implicados en el despliegue y en la operación, donde es indispensable una planificación de las actividades de trabajo para lograr el cierre del proyecto, que permita pasar a la fase operativa. / Tesis

La presente tesis tiene como objetivo determinar las principales características de un bus eléctrico de 18 metros para cumplir los requerimientos de la ruta troncal del Sistema Metropolitano de Lima y definir las principales características técnicas del sistema de propulsión, de almacenamiento de energía y transmisión. El primer capítulo describe los tipos de vehículos de combustión interna, híbridos y eléctricos. Este capítulo también describe los parámetros más importantes de las baterías y las diferencias dentro de los diferentes tipos de baterías. El segundo capítulo describe los requerimientos de un ciclo de conducción del bus articulado a gas natural de 18 metros que actualmente opera en la ruta COSAC 1, muestra los valores medios de aceleración, desaceleración y velocidad máxima controlada. Estos valores son 0.54 m/s2, -1.34 m/s2 y 60 km/hora respectivamente. Se definen los principales requerimientos de aceleración que deberá cumplir el vehículo eléctrico y se describen las principales características de los tramos del corredor y las diferencias de los distintos tipos de servicios de los buses que operan actualmente. En el tercer capítulo se seleccionan los principales sistemas del vehículo eléctrico. El sistema de propulsión son dos motores eléctricos de imanes permanentes de 275 kw cada uno, el sistema de transmisión es de una sola relación de transmisión igual a 11.7 y el sistema de almacenamiento de energía está compuesto de módulos de baterías de lones de Litio Fosfato de Hierro. Esta propuesta considera un sistema de intercambio de baterías ubicadas en el techo del bus, de esta manera se puede reducir el peso del vehículo, se incrementa la eficiencia energética y es posible superar el principal problema de los vehículos eléctricos, la autonomía de sus baterías. Finalmente el último cpítulo muestra un análisis económico éntrelos costos de operación del bus eléctrico respecto a un bus a gas natural para un periodo de 12 años. A pesar de que el bus eléctrico tiene un costo mayor de adquisición de sistemas (debido al costo de las baterías), el costo del mantenimiento y la energía es menor que los buses a a gas natural. El vehículo propuesto tiene un consumo de energía eléctrica de entre 1.5 y 2.7 KW-h dependiendo del tipo de servicio y costos de manutención bajos. Para el periodo de comparación, se concluye que el vehículo eléctrico es una alternativa económicamente viable respecto al vehículo de gas natural. / Tesis

Pesquisadores de diversas áreas estão estudando o desenvolvimento do que chamamos de Cidades Inteligentes: a integração de Sistemas de Informação e Comunicação com tecnologias de Internet das Coisas para utilizar os recursos de uma cidade de forma mais inteligente. Um dos principais objetivos das cidades inteligentes é solucionar os problemas relacionados à mobilidade urbana, que afeta significativamente a qualidade de vida da população. Um problema observável nas grandes metrópoles é a qualidade dos seus serviços de transporte público, especialmente quando nos referimos ao modal ônibus. A falta de informações confiáveis, associada à baixa qualidade dos serviços de transporte coletivo disponibilizados, leva o usuário a não optar pela utilização desse recurso, o que agrava problemas urbanos sociais e ambientais. Para reverter esse cenário, as iniciativas em cidades inteligentes propõem o uso de Sistemas de Transportes Inteligentes que podem utilizar diversos sensores e equipamentos para coletar diferente tipos de dados referente aos serviços de transporte público. A captura e processamento desses dados permite, em tese, permite que o cidadão possa utilizar o transporte público com confiabilidade e previsibilidade. Contudo, esses dados podem ser insuficientes ou de baixa qualidade para uso em tempo real. Neste trabalho de mestrado investigamos o uso de dados obtidos via colaboração coletiva (crowdsourcing) como complemento dessas informações. Para mitigar as incertezas introduzidas pelo uso de crowdsourcing, este trabalho propõe a utilização de técnicas de aprendizado de máquina para criação de métodos de análise de confiabilidade dos dados coletados para o sistema de transporte público (por ônibus) do município de São Paulo. Para mitigar as incertezas introduzidas pelo uso de crowdsourcing, este trabalho propõe e compara o uso de diferentes técnicas de aprendizado de máquina para criar um modelo de análise de confiabilidade para os dados coletados, especializado no sistema de transporte coletivo (por ônibus) da cidade de São Paulo. Os resultados demostram, que os algoritmos de Árvore de Decisão e Gaussian Naive Bayes foram mais eficazes e eficientes na realização da atividade de classificação dos dados obtidos com crowdsourcing. O algoritmo de Árvore de Decisão, apresentou os melhores indicadores de desempenho em termos de acurácia (94,34\\%) e F-score (99\\%), e o segundo melhor tempo de execução (0,023074 segundo). Já o algoritmo de Gaussian Naive Bayes foi o mais eficiente, com tempo médio de execução de 0,003182 segundos e foi o quarto melhor resultado em termos de acurácia (98,18\\%) e F-score (97\\%) / Researchers from different areas are studying the development of what we call Smart Cities: integrating Information and Communication Systems with Internet of Things to use city resources more intelligently. A major objective of smart cities is to solve problems related to urban mobility that significantly affects the quality of life of the population. An observable problem in big cities is the quality of their public transport services, specifically when we refer to the bus modal. The lack of reliable information, associated with the poor quality of public transport services, encouraging the user to look for alternatives, which aggravates urban social and environmental problems. To reverse this scenario, smart cities initiatives propose the use Intelligent Transport Systems, that can use various sensors and equipment to collect several types of data on public transport services. The capture and processing of these data allows, in theory, citizens to use the public transport with reliability and predictability. However, this data can be insufficient or of poor quality for usage in real-time. This master\'s work investigates the use of crowdsourcing data as a complement to this information. To mitigate the uncertainties introduced by the use of crowdsourcing, this research proposes and compares the use of different machine learning techniques to create a reliability analysis model for the data collected that is specialized for use on public transport system (bus) in the city of São Paulo. The results show that the Decision Tree and Gaussian Naive Bayes algorithms are more effective and efficient in performing the classification activity of the data obtained with crowdsourcing. The Decision Tree algorithm presented the best performance indicators in terms of accuracy (94.34\\%) and F-score (99\\%), and the second best execution time (0.023074 seconds). The Gaussian Naive Bayes algorithm was the most efficient, with an average execution time of 0.003182 seconds and was the forth best result in terms of accuracy (98.18\\%) and F-score (97\\%)

Pesquisadores de diversas áreas estão estudando o desenvolvimento do que chamamos de Cidades Inteligentes: a integração de Sistemas de Informação e Comunicação com tecnologias de Internet das Coisas para utilizar os recursos de uma cidade de forma mais inteligente. Um dos principais objetivos das cidades inteligentes é solucionar os problemas relacionados à mobilidade urbana, que afeta significativamente a qualidade de vida da população. Um problema observável nas grandes metrópoles é a qualidade dos seus serviços de transporte público, especialmente quando nos referimos ao modal ônibus. A falta de informações confiáveis, associada à baixa qualidade dos serviços de transporte coletivo disponibilizados, leva o usuário a não optar pela utilização desse recurso, o que agrava problemas urbanos sociais e ambientais. Para reverter esse cenário, as iniciativas em cidades inteligentes propõem o uso de Sistemas de Transportes Inteligentes que podem utilizar diversos sensores e equipamentos para coletar diferente tipos de dados referente aos serviços de transporte público. A captura e processamento desses dados permite, em tese, permite que o cidadão possa utilizar o transporte público com confiabilidade e previsibilidade. Contudo, esses dados podem ser insuficientes ou de baixa qualidade para uso em tempo real. Neste trabalho de mestrado investigamos o uso de dados obtidos via colaboração coletiva (crowdsourcing) como complemento dessas informações. Para mitigar as incertezas introduzidas pelo uso de crowdsourcing, este trabalho propõe a utilização de técnicas de aprendizado de máquina para criação de métodos de análise de confiabilidade dos dados coletados para o sistema de transporte público (por ônibus) do município de São Paulo. Para mitigar as incertezas introduzidas pelo uso de crowdsourcing, este trabalho propõe e compara o uso de diferentes técnicas de aprendizado de máquina para criar um modelo de análise de confiabilidade para os dados coletados, especializado no sistema de transporte coletivo (por ônibus) da cidade de São Paulo. Os resultados demostram, que os algoritmos de Árvore de Decisão e Gaussian Naive Bayes foram mais eficazes e eficientes na realização da atividade de classificação dos dados obtidos com crowdsourcing. O algoritmo de Árvore de Decisão, apresentou os melhores indicadores de desempenho em termos de acurácia (94,34\\%) e F-score (99\\%), e o segundo melhor tempo de execução (0,023074 segundo). Já o algoritmo de Gaussian Naive Bayes foi o mais eficiente, com tempo médio de execução de 0,003182 segundos e foi o quarto melhor resultado em termos de acurácia (98,18\\%) e F-score (97\\%) / Researchers from different areas are studying the development of what we call Smart Cities: integrating Information and Communication Systems with Internet of Things to use city resources more intelligently. A major objective of smart cities is to solve problems related to urban mobility that significantly affects the quality of life of the population. An observable problem in big cities is the quality of their public transport services, specifically when we refer to the bus modal. The lack of reliable information, associated with the poor quality of public transport services, encouraging the user to look for alternatives, which aggravates urban social and environmental problems. To reverse this scenario, smart cities initiatives propose the use Intelligent Transport Systems, that can use various sensors and equipment to collect several types of data on public transport services. The capture and processing of these data allows, in theory, citizens to use the public transport with reliability and predictability. However, this data can be insufficient or of poor quality for usage in real-time. This master\'s work investigates the use of crowdsourcing data as a complement to this information. To mitigate the uncertainties introduced by the use of crowdsourcing, this research proposes and compares the use of different machine learning techniques to create a reliability analysis model for the data collected that is specialized for use on public transport system (bus) in the city of São Paulo. The results show that the Decision Tree and Gaussian Naive Bayes algorithms are more effective and efficient in performing the classification activity of the data obtained with crowdsourcing. The Decision Tree algorithm presented the best performance indicators in terms of accuracy (94.34\\%) and F-score (99\\%), and the second best execution time (0.023074 seconds). The Gaussian Naive Bayes algorithm was the most efficient, with an average execution time of 0.003182 seconds and was the forth best result in terms of accuracy (98.18\\%) and F-score (97\\%)

No description available.

Submitted by Daniella Sodre (daniella.sodre@ufpe.br) on 2015-03-09T14:10:24Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Dissertação Adriano Tito.pdf: 3370866 bytes, checksum: fafacaf4a32455e59fa2cd1eac5524cd (MD5) / Made available in DSpace on 2015-03-09T14:10:24Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Dissertação Adriano Tito.pdf: 3370866 bytes, checksum: fafacaf4a32455e59fa2cd1eac5524cd (MD5) Previous issue date: 2013-08-23 / Nas últimas décadas, o trânsito em cidades de médio e grande porte, bem como os transtornos causados direta ou indiretamente por este, tem se tornado um problema crescente no cotidiano de qualquer cidadão. Isto tem contribuído para a ineficiência do transporte público, onde uma das principais barreiras é a ausência de informações aos usuários. Em tempos onde soluções tecnológicas para tarefas diárias estão sendo amplamente disponibilizadas, surgem como uma possível solução os Sistemas de Informação ao Usuário do transporte coletivo, que têm por finalidade fornecer informações aos passageiros e apoiar suas decisões. A maioria dos sistemas com esse propósito utiliza informações estáticas ou auxiliadas por transmissores GPS instalados nos veículos. Este trabalho tem por objetivo desenvolver um sistema de recomendação de rotas de transporte público por ônibus, denominado RecRoute, que considera informações contextuais dos usuários, condições climáticas, temporais e do trânsito para recomendar rotas de ônibus aos passageiros, apoiando-os em suas tomadas de decisão. No experimento realizado com o RecRoute os resultados gerados pelas recomendações foram bem avaliados pelos participantes. Sendo assim, espera-se prover informações de grande relevância para os usuários de transporte coletivo urbano, melhorando a qualidade do transporte público por ônibus e incentivando o uso deste tipo de meio de transporte.

Las ciudades inteligentes ofrecen un desarrollo sostenible, por lo cual es imprescindible una gestión global de los ámbitos que ofrecen a sus ciudadanos, dentro de este entorno se encuentra la movilidad inteligente de la cual forma parte la infraestructura del transporte. Los sistemas inteligentes de transporte son la evolución natural del tránsito en las megaciudades como Lima Metropolitana; sin embargo, actualmente no se aplica, por ello existe: tránsito caótico, vías que no fueron dimensionadas a largo plazo, aumento de autos privados, emisión de gases contaminantes, falta de una autoridad única de transporte para Lima Metropolitana; en consecuencia existe una ineficiente gestión y control de la vías. En los sistemas avanzados de gestión de tráfico la semaforización inteligente es una parte crucial para alcanzar una eficiente gestión del tránsito vehicular. El presente estudio propone un proyecto piloto de 33 intersecciones con la finalidad de medir el progreso, que luego se debe ampliar de manera paulatina. La investigación del problema se lleva a cabo bajo el enfoque cuantitativo-deductivo en la que se aplica las técnicas de recolección de datos: observación, medición, documentación de las mediciones y datos secundarios, que poseen confiabilidad, validez y objetividad para conducirnos hacia un análisis de investigación-acciones, donde se identifica los problemas que conducen hacia una hipótesis. Los resultados de la comparación de ponderaciones de las tecnologías relacionadas de los sistemas semafóricos, los protocolos de comunicación, los protocolos de gestión y los algoritmos adaptativos recomiendan respectivamente la implementación: adaptativo, NTCIP, SNMP y MARLIN; dentro de un diseño de arquitectura distribuida y escalable, el cual exige requerimientos técnicos para definir el equipamiento y los programas adecuados. Por último, hay que realizar un análisis de los costos implicados en el despliegue y en la operación, donde es indispensable una planificación de las actividades de trabajo para lograr el cierre del proyecto, que permita pasar a la fase operativa.

Se define la intención como la voluntad de una persona a realizar una acción, previo a desarrollarla, y denotada por su movimiento y actitud. En un escenario realista, el peatón podría tomar decisiones de riesgo para cruzar o no frente a un vehículo. La detección de caminar en la vereda y detenerse o caminar cerca de la calle no es suficiente para reconocer que el peatón pasará por delante del vehículo. La presente tesis aborda esta problemática para poder brindar a los vehículos que interactúan con peatones, información fundamental para mejorar los sistemas de seguridad en la búsqueda de la prevención de accidentes. El principal desafío es determinar el tipo de información obtenida de los peatones, que debe ser medida y comunicada para que, a partir de la implementación de estrategias de aprendizaje automático, esta intención pueda ser determinada. En esta tesis se evalúa en primer lugar el desempeño del uso de información egocéntrica, con datos provistos y generados por el propio peatón. Las aceleraciones y velocidades de las extremidades del cuerpo se obtienen con sensores montados en diferentes partes del cuerpo. Estos datos dan indicios del tipo de actividad que realizará un peatón al cruzar o no frente a un vehículo. Sin embargo, esta aproximación tiene algunas desventajas, especialmente porque todos los peatones que se acercan al vehículo deben estar instrumentados. Aunque hoy es posible depender de teléfonos o pulseras inteligentes, estos dispositivos no siempre tienen la capacidad de comunicarse efectivamente con un vehículo. Las cámaras, sensores que todos los vehículos inteligentes ya poseen, permiten reemplazar la información provista por los sensores montados en los peatones, extrayendo información dinámica por medio del procesamiento de imágenes. Para esto se extrae un esqueleto virtual del cuerpo de la persona en línea de vista del vehículo y se procesan varios cuadros consecutivos del video. De este modo se demuestra que la calidad de la información dinámica extraída por este medio es comparable con la provista por los sensores montados en las personas. Con esta información se presenta un análisis del desempeño de algoritmos de estimación de la intención basados en redes neuronales. Los resultados demuestran que el objetivo de determinar la intención de que una persona cruce frente a un vehículo es posible de lograr y de hacerlo en forma confiable ante situaciones de tránsito diversas y reales. / The intention is defined as the will of a person to perform an action, prior to developing it, and denoted by its movement and attitude. In a realistic scenario, the pedestrian can take risky decisions to cross or not in front of a vehicle. The detection of walking in the sidewalk and stopping or walking near the street is not enough to recognize that the pedestrian will cross in front of the vehicle. This thesis addresses this problem in order to provide vehicles that interact with pedestrians fundamental information to improve safety systems in search of accident prevention. The main challenge is to determine the kind of information obtained from pedestrians, which must be measured and communicated so that, based on the implementation of automatic learning strategies, the intention can be determined. In this thesis, the performance of the use of egocentric information is evaluated with data provided and generated by the pedestrian himself. Accelerations and velocities of the limbs are obtained with sensors mounted on different parts of the body. These data gives indications of the kind of activity that a pedestrian will perform when crossing or not in front of a vehicle. However, this approach has some disadvantages, especially because all pedestrians approaching the vehicle must be instrumented. Although today it is possible to rely on smartphones or wristbands, these devices do not always have the ability to communicate effectively with a vehicle. The cameras and sensors that all intelligent vehicles already have, allow to replace the information provided by the sensors mounted on pedestrians, extracting dynamic information through the processing of images. For this, a virtual skeleton of the body of the person in the line of sight of the vehicle is extracted and several consecutive pictures of the video are processed. In this way, it is demonstrated that the quality of the dynamic information extracted by this means is comparable with the information provided by the sensors mounted on people. With this information, an analysis of the performance of intention estimation algorithms based on neural networks is presented. The results demonstrate that the objective of determining the intention of a person crossing in front of a vehicle is possible to achieve and to do it in a reliable way before diverse and real trafic situations.

Según la Oficina General de Defensa Nacional (2019), los accidentes de tránsito son la principal causa de discapacidad y muerte prematura en el Perú, representando un problema social a resolver. Perú se encuentra entre los países con mayor número de muertos por cantidad de vehículos en Latinoamérica, sin embargo, pese a ser una problemática relevante existen pocas alternativas de solución impulsadas desde el sector privado y los ciudadanos perciben que las soluciones deben generarse a través del estado con inversión en infraestructura y educación vial. En este documento se aborda una propuesta de solución que; usando herramientas como entrevistas a profundidad, focus group, análisis e investigación de mercado; ha identificado las carencias y principales dolores de los potenciales usuarios para brindar una propuesta de alto impacto que cubra las expectativas del público objetivo. Actualmente, el avance de la tecnología permite disponer de herramientas que reducen la probabilidad de un accidente hasta en un 40% de acuerdo con la Fundación para el Tráfico Seguro (2018). En base a ello, se ha desarrollado la propuesta de un servicio de monitoreo preventivo y proactivo que funciona a través de dispositivos de seguridad instalados en los vehículos que reducen la probabilidad de accidentes de tránsito alertando al contratante del servicio y/o el conductor sobre posibles riesgos que podrían ocasionar un accidente. Finalmente, esta propuesta se ha determinado viable económicamente con un VAN de $ 1,108,773.92, TIR de 44.77% e IR de 1.55. Así mismo a nivel social, la propuesta está alineada a al objetivo de desarrollo sostenible 3 que busca garantizar una vida saludable y promover el bienestar obteniendo un VAN Social en dólares de $959,162.36, que representa la diferencia entre los beneficios sociales esperados y los costos sociales asociados al proyecto. / Traffic accidents in Peru are significant social, economic, and public health challenges. This study introduces a Sensor Integrated Driver Assistance Platform tailored for Peruvian market. Through comprehensive analysis, including interviews, focus groups, market insights, and technical specifications, it addresses existing deficiencies and user concerns with a market-oriented solution. The proposed solution aims to enhance driving safety by offering a preventive vehicle monitoring and control service. The potential to reduce accident probabilities by up to 40%, as noted by the 2018 Safe Traffic Foundation, becomes a focal point. Utilizing advanced devices, it proactively alerts drivers to potential hazards, reducing the risk of accidents, injuries, and property damage, ultimately bolstering road safety and driver confidence. From a technical financial perspective, the project demonstrates robust economic viability with an impressive Net Present Value (NPV) of $1,108,773.92, a noteworthy Internal Rate of Return (IRR) at 44.77%, and a Profitability Index (PI) of 1.55. In the marketing realm, this innovation strategically adapts to Lima's dynamic market, exceeding the expectations of urban populations, particularly those in socio-economic strata A, B, and C. This initiative aligns seamlessly with Sustainable Development Goal 3, which aims to ensure a healthy life and well-being for all age groups. A comprehensive social impact analysis reveals a Social NPV of $959,162.36, signifying the positive difference between anticipated social benefits and associated project costs. In summary, the Innovative Incremental Implementation of Sensor Integrated Driver Assistance Platform represents a significant step in addressing traffic accidents in Lima. It combines cutting-edge technology, strong financial viability, and market adaptation, serving as a compelling case study for incremental innovation with profound social significance.