Presentado en

Encuentro de Ciencia y Tecnología – ECITEC 2016

Línea de I+D UNI

Expositor

MSc. M. Castillo

Facultad de Ciencias (UNI)

Si desea comunicarse con el investigador escribir a contactovri@uni.edu.pe

Título de la conferencia

Aplicaciones de Seguridad Ciudadana y Vial en una Smart City para seguimiento y geolocalización con prototipado en la Universidad Nacional de Ingeniería

Resumen

Este prototipo tiene tres perfiles: víctima, agresor y policía, de lo cual se encuentran varias reglas de prevención ya establecidas. Por un lado, el sistema de información integrado monitorea a los perfiles víctima y agresor a través de su teléfono móvil (en caso de policías puede ser un dispositivo GPS) en tiempo real enviando coordenadas geográficas y almacenándolas en un servidor puesto en la nube. Por otro lado, para el monitoreo de los agresores se está creando un grillete electrónico que pueda monitorear y rastrear a las personas tanto en ambientes outdoor (a través de GPS) como en ambientes Indoor (a través de Bluetooth) enviando los datos a través de un módulo GSM. Este sistema establece varias normas de seguridad en cuanto a la seguridad de los diferentes perfiles, por ejemplo, en casos de violencia de género se tendrá perímetros de prevención en cuanto a la interacción entre víctima y agresor.

Además en el desarrollo del grillete electrónico se tiene en cuenta diferentes aspecto en cuanto a la optimización de energía de la batería y sobre todo en la creación de un sistema inteligente de predicciones de rutas. También se están utilizando diferentes modelos predictivos con técnicas de Machine Learning para poder anticipar cualquier suceso que afecte a la seguridad ciudadana, por ejemplo, la distribución inteligente de efectivos policiales. -Para poder utilizar un sistema de localización en sitios de interior, al no tener una buena cobertura satelital mediante GPS se están utilizando dos tecnologías inalámbricas Wi-Fi y Bluetooth 4.0. Este aspecto quiere decir que a través del RSSI obtenido por estos dispositivos inalámbricos podemos posicionar en latitud/longitud a los usuarios en el sistema de información.

Para ello se hablará de la mejor técnica algorítmica a utilizar en cada tecnología inalámbrica evaluando pros y contras de cada una, con sus respectivos resultados, filtro de partículas para Wi-Fi y k-NN para Bluetooth.

-Se está realizando un desarrollo completo e integral de todo el sistema descrito. Este sistema permitirá a las autoridades monitorear en tiempo real e histórico todos los movimientos de los diferentes perfiles que se encuentran. Además, se está desarrollando un grillete electrónico de bajo costo para el monitoreo del perfil agresor.

-Para el sistema de información descrito se necesita ir más allá que la seguridad en tiempo real, es decir, poder adelantarnos a cualquier suceso que tenga un impacto negativo en la ciudadanía. Para ello se trabajarán modelos predictivos a través de diferentes técnicas de Machine Learning para evaluar porcentajes de sucesos futuros y búsqueda de patrones de comportamiento. Este hecho tendría un impacto positivo en la ciudadanía y en reducir el porcentaje de criminalidad en cualquier ciudad, como demuestra un caso de éxito de un sistema similar implementado en California (USA).

Autores

MSc. Manuel Castillo (a)

(a) Facultad de Ciencias, Universidad Nacional de Ingeniería Av. Túpac Amaru s/n, Rímac, Lima 25, Perú

Referencias

1)Jesus Martıınez ́ -Gómez, Miguel Martıınez del Horno, Manuel Castillo ́ -Cara, Vııctor Manuel Brea Luján, Luis Orozco Barbosa and ́ Ismael Garcııá-Varea, Spatial statistical analysis for the design of indoor particle-filter-based localization mechanisms, International Journal of Distributed Sensor Network, Volume 12 (8), 2016, Pages 1-12, ISSN 15501477.

2)Manuel Castillo-Cara, Edgar Huaranga-Junco, Giovanny Mondragón-Ruiz, Andree Salazar, Luis Orozco Barbosa, Enrique Arias Antúnez, Ray: Smart Indoor/Outdoor Routes for the Blind Using Bluetooth 4.0 BLE, Procedia Computer Science, Volume 83, 2016, Pages 690-694, ISSN 1877-0509, http://dx.doi.org/10.1016/j.procs.2016.04.153.

3)Jesús Lovón Melgarejo, Manuel Castillo-Cara, Jesus Martıınez ́ -Gómez, Luis Orozco-Barbosa, Ismael Garcııá-Varea. Supervised learning algorithms for indoor location fingerprinting using BLE4.0 Beacons. En revisión para Latincom 2016. • Gusseppe Bravo Roca, Manuel Castillo-Cara, Luis Orozco Barbosa, Raúl Arias Lévanoa, Javier Villegas Herrera. Citizen security using Machine Learning algorithms through Open Data. En revisión para Latincom 2016.