Vehicle Monitoring System: una solución prototipada aplicada en la ciudad de Pasto

Contenido principal del artículo

Jesús Insuasti Portilla
Luis Vicente Chamorro Marcillo

Resumen

La propuesta plantea cimentar el sistema de monitoreo y control de movilidad vehicular en tiempo real para la ciudad de Pasto, como punto de partida para un megaproyecto de control de tráfico urbano. En esencia, el sistema propuesto trabaja con tecnologí­a de comunicación hí­brida basado en radio/satélite, explotando las capacidades de los sistemas de posicionamiento global, más la última tecnologí­a de desarrollo de aplicaciones orientadas al servicio, Web 2.0 + Data Warehouse/Business Intelligence.


La propuesta de solución computacional es el resultado de la labor de una investigación de paradigma cuantitativo, de enfoque empí­rico-analí­tico y de tipo experimental, realizada en el contexto de esta ciudad frente al fenómeno de movilidad en el servicio de transporte público, sistema microbús. La solución permite establecer la principal fuente de información del fenómeno a través del monitoreo en tiempo real a nivel de prototipo en una muestra de buses urbanos pertenecientes al sistema estratégico de transporte de la ciudad.

Descargas

La descarga de datos todavía no está disponible.

Detalles del artículo

Cómo citar
Insuasti PortillaJ., & Chamorro MarcilloL. V. (1). Vehicle Monitoring System: una solución prototipada aplicada en la ciudad de Pasto. Revista UNIMAR, 34(2). Recuperado a partir de http://editorial.umariana.edu.co/revistas/index.php/unimar/article/view/1253
Sección
Artículos resultado de investigación

Citas

Burstein, R., Brézillon, P. y Zaslavski, A. (2010). Supporting Real Time Decision-Making: The Role of Context in Decision Support on the Move: 13 Annals of Information Systems. Springer, ASIN: B00F5TPUBU.

Clark, M. (2009). Transport Modeling for Environmental Engineers and Scientists (2nd Ed.). Wiley.

Hagstrom, J. & Abrams, R. (2001). Characterizing Braess’s Paradox for Traffic Networks. En: Proceedings of IEEE 2001 Conference on Intelligent Transportation Systems (pp. 837-842). Oakland, CA, USA: IEEE Xplore.

Halonen, T., Romero, J. & Melero, J. (2003). GSM, GPRS and EDGE Performance: Evolution towards 3G/UMTS (2nd Ed.) Wiley, ASIN: B008DM5WZK.

Hanson, J. (2009). Mashups: Strategies for the Modern Enterprise, Addison-Wesley Professional, ASIN: B0028MBKHA.

Larson, B. (2012). Delivering Business Intelligence with Microsoft SQL Server 2012 3/E (3rd. Ed.). McGraw-Hill.

Microsoft Corp. (s.f.a). Microsoft Association Algorithm Technical Reference. Recuperado de https://msdn.microsoft.com/en-us/library/cc280428.aspx.

_____. (s.f.b) Microsoft Time Series Algorithm Technical Reference. Recuperado de https://msdn.microsoft.com/en-us/library/bb677216.aspx.

Newcomer, E. (2002). Understanding Web Services: XML, WSDL, SOAP, and UDDI (1st. Ed.). Addison-Wesley Professional.

Petroutsos, E. (2004). Google Maps: Power Tools for Maximizing the API (1st. Ed.). McGraw-Hill.

Shmueli, G., Patel, N. & Bruce, P. (2010). Data Mining for Business Intelligence: Concepts, Techniques, and Applications in Microsoft Office Excel with XLMiner (2nd Ed.). Wiley.

Van Nijf, O. & Meijer, F. (2014). Trade, Transport and Society in the Ancient World (Routledge Revivals): A Sourcebook. Routledge.