FRLP - I+D+i - CENTROS - CODAPLI
Permanent URI for this communityhttp://48.217.138.120/handle/20.500.12272/3590
Browse
2 results
Search Results
Item Sincronización de semáforos vehículares mediante protocolo LoRaWan(2020) Runke, David; Rodríguez, Omar; Sánchez, Julieta; Mazzeo, Hugo; Rapallini, JoséEste trabajo presenta un desarrollo para la comunicación entre dos nodos en una red inalámbrica de sensores y su utilidad para lograr la sincronización de semáforos vehiculares, buscando facilitar el tránsito en las ciudades, haciendo a las calles y avenidas menos caóticas y evitando así problemas de congestión vehicular. Con la coordinación de los semáforos, se concibe el concepto de “onda verde” que agiliza el tránsito y propone una solución en las horas pico, cuando las calles se atiborran de transeúntes. La solución planteada pretende demostrar que, valiéndose de sensores inalámbricos en red, bajo uno de los múltiples protocolos existentes de transferencia de datos, se puede lograr la sincronización de los semáforos, evitando su posterior desconfiguración y sin la necesidad de gastar grandes cantidades de dinero para resolver el problema.Item Determinación variables predictoras de niebla y ubicación de sensor de escasa visibilidad(2017) Rapallini, José; Perez Angueira, Luciana; Martínez Micakoski, Fernanda B.; Mechura, Verónica; Marcos, Carlos; Perez Angueira, Ángeles; Gomez, Jonathan; Mazzeo, Hugo; Rodríguez, Omar; Das Neves, GustavoEste estudio determinó las variables que identifican la mayor probabilidad de escasa visibilidad por niebla en Ruta Nacional 33 circundante a la ciudad de Trenque Lauquen, como así también la ubicación más adecuada para la captación de esos datos en base a la utilización de sensores. Las variables que mejor predicen la condición de niebla son “Visibilidad”, “Temperatura”, “Velocidad del viento” y “Humedad”. La ubicación más apropiada del sensor es el último tramo de la RN 33 que gerencia Vialidad Nacional Distrito 19, específicamente los km 330 a 335. La metodología comprende en primera instancia analizar la base de datos de siniestros viales en la zona de estudio, determinando los tramos críticos en función de frecuencia de los eventos. La información obtenida de nuestro análisis servirá para desarrollar e implementar un equipo prototipo que adquiera la información ponderada de niebla y la envíe a una base de datos para su posterior procesamiento, se considerará su ampliación a otras condiciones que generen una visibilidad reducida, en función de necesidades detectadas. Luego podrán valorizarse diferentes parámetros en cuanto a texturas del pavimento y materiales que generen marcas viales para condiciones de visibilidad desfavorables evaluando la incorporación de esferas de vidrio.