El análisis: A la búsqueda de los puntos negros del sistema de tránsito.La obtención del conocimiento como herramienta indispensable para una vialidad más segura.
Análisis de riesgos en el tránsito: Tras la busqueda de puntos negros del sistema.
El esquema funcional presentado aquí describe un proceso circular que evoluciona permanentemente. Está basado en técnicas usadas en algunos países desarrolladas para la búsqueda de puntos negros en la siniestralidad en el tránsito.
Se pretende obtener conocimiento desde lo general hacia lo particular. Para allí aplicar disciplinas correctivas. Para ello es necesario recolectar la mayor cantidad de datos de campo para luego tener información; la que se procesa con técnicas que hoy son la base de lo que se denomina 'inteligencia artificial': se obtiene ciertos patrones, reglas de asociación, etc., es decir, conocimiento nuevo.
La diversidad de las fuentes de información hace a la riqueza del conocimiento obtenido. Y las plataformas de software de análisis de bases de datos se encargarán de mostrar ese conocimiento inédito. Con conocimiento nuevo es necesario volver al campo para incrementar el detalle para la obtención de los puntos negros, donde se aplicarán las herramientas correctivas a disposición: controles de velocidad, pesaje, alcoholemia, señalización horizontal y vertical, modificaciones civiles, etc.
Luego de la aplicación de medidas disciplinarias o correctivas la fuente de información será diferente y será posible medir entonces, el impacto del sistema sobre la seguridad vial.
|
|
Componentes del sistema
Ingreso de datos: Datos de campo.
Los datos e información de campo provendrá básicamente desde dos orígenes inicialmente:
o Conteo de tráfico: Contadores automáticos.
o Denuncias y carga de siniestros: Copia del acta de relevo el accidente.
Carga de datos: Datawarehousing - Almacén de datos.
Los datos obtenidos de campo deben almacenarse en almacenes de datos estratégicamente diseñados para facilitar su análisis e implementación integral de Business Intelligence
Información: Datamining - Obtención de conocimiento nuevo.
Los datos almacenados en un datawarehouse pasan a ser 'información'. De esta información puede obtenerse 'conocimiento' nuevo, inédito, hoy desconocido; aplicando técnicas diversas sobre el almacén. Mientras más diversificada sea la base de datos, más interesante es el conocimiento que se puede obtener.
Vea también en este capítulo:
Muertes en el tránsito en Argentina. Contadores, detectores. Detector monocanal Nortech PD132. Detectores doble canal Nortech PD234. Sistemas de estacionamiento guiado por cartelería variable. Control de pesaje en playas de cargas a granel. Análisis de los patrones del sistema de tránsito. |