3. Licenciatura
URI permanente para esta comunidadhttp://54.81.141.168/handle/123456789/7312
Explorar
2 resultados
Resultados de búsqueda
Ítem Texto completo enlazado S.A.V.E.: sistema automatizado de tránsito para controlar el paso de vehículos en situaciones de emergencia(Pontificia Universidad Católica del Perú, 2024-02-20) Gallarday Otiano, Pavel Samir; Chau Delgado, Juan ManuelEn el año 2018, la ciudad de Lima ocupó el puesto N°3 de las ciudades más congestionadas del mundo y en el año 2019 el promedio de tiempo que perdió una persona por causas del tráfico vehicular fue de 209 horas al año TomTom (2020). Este factor, es el principal obstáculo que enfrentan los vehículos de emergencia (ambulancias, patrullas, vehículos contra incendio, etc.) al momento de realizar sus actividades. Entre los años 2016 y 2019, en la ciudad de Lima Metropolitana se registraron en promedio 61 322 emergencias atendidas al año y en el 2020 (año covid-19) 33 924 emergencias atendidas (CGBVP, 2021). Muchas de estas emergencias, presentaron demora en ser atendidas por la congestión vehicular o la poca conciencia vial de conductores y peatones (S. Sánchez, 2020). El presente trabajo plantea el diseño de un sistema integral mecatrónico escalable, mediante la combinación de nuevos semáforos, una aplicación para vehículos y software de gestión de tráfico. De esta manera se lograría reducir el tiempo de viaje de un vehículo ante una situación de emergencia. Para ello, se diseñarán nuevos semáforos, que solo cambien su funcionamiento durante una emergencia y puedan volver a su estado normal para gestionar el tráfico como lo hacen normalmente; una aplicación que sirva como guía para los conductores de vehículos y otra para gestionar las llamadas y puntos de emergencia por parte de los operarios; finalmente, se diseñará el software para gestionar y procesar los datos generados y la información del tránsito. La metodología del diseño implementada en el presente trabajo de investigación está basada en la norma VDI 2221, para el diseño de sistemas mecatrónicos.Ítem Texto completo enlazado Activación de una máquina automática de cocción de granos de maíz mediante una interfaz cerebro-computador que detecta caídas de rendimiento cognitivo en estudiantes durante sesiones de aprendizaje buscando brindar descansos saludables(Pontificia Universidad Católica del Perú, 2021-09-22) Ramírez Castillo, Jorge Armando; Chau Delgado, Juan ManuelEn la actualidad, se ha vuelto común que los estudiantes realicen actividades académicas durante largas horas sin tomar descansos, lo que los lleva a agotarse mentalmente y mermar su capacidad para aprender de manera efectiva. Debido a los cortos tiempos que tienen disponibles para prepararse algún alimento nutritivo, adquieren hábitos erróneos de alimentación en su día a día, comprometiendo a la vez su aprendizaje. Por esta razón, resulta importante conocer los momentos en que el rendimiento cognitivo es deficiente, para así dejar de realizar una actividad académica y tomar un descanso saludable, teniendo un periodo de desconexión total. El presente trabajo, propone entonces el diseño de una máquina automática de cocción de granos de maíz basada en un sistema de aire caliente, la cual opera sin requerir la supervisión del usuario; y su sistema de activación mediante una Interfaz cerebro-computador (BCI), la cual detecta el momento previo a un bajo rendimiento cognitivo durante sesiones de estudio para brindar un descanso saludable mediante la preparación de un alimento nutritivo de tal manera que el usuario pasará a recoger el alimento una vez que esté listo, dependiendo si se detecta un bajo rendimiento cognitivo o no. Para evaluar el desempeño cognitivo de las personas y realizar la activación de la máquina, se consideró el desarrollo de un método para evaluar las tendencias de tres estados mentales: atención, fatiga mental y estrés como los más representativos, en diferentes conjuntos de datos, el primero en experimentos en simuladores de manejo monótonos, y el segundo grabado con el dispositivo EEG g.Nautilus Pro durante sesiones de estudio específicamente para validar el método propuesto. Durante los primeros cinco minutos, que corresponden al periodo de calibración, se calculó un baseline, que permita re-referenciar los estados mentales asociados a dicha sesión, antes de aplicar un conjunto de reglas para enviar la señal de advertencia al usuario y producir la activación e indicándole cuando se haya terminado con el proceso de preparación para que se levante a recoger el alimento y descansar. Los resultados obtenidos para 62 sesiones dentro de un simulador de manejo monótono, cuya duración promedio por sesión fue de 78.5 22.4 minutos, y con un momento de detección promedio a los 35.3 18.9 minutos; y para 3 sesiones de estudio, con una duración promedio por sesión de 27.5 5 minutos y con un tiempo de detección promedio de 11.5 2.2 confirman la evidencia de que las actividades que demandan una carga cognitiva no pueden realizarse en periodos prolongados, ya que el rendimiento cognitivo no es constante, por lo que brindar un descanso para desconectarse resulta importante para recuperarse y volver con motivación para continuar con la actividad.