Clasificación de riesgo para accidentes de movilidad ciclista

Abstract

Con el objetivo de promover el bienestar físico, disminuir la huella de carbono y agilizar la movilidad, las ciudades apuestan por medios de trasporte no motorizados, encontrado una alternativa eficiente en la movilidad ciclista [1]. Los ciclistas son una opción importante por lo que en muchos lugares urbanos y suburbanos se han centrado en darles prioridad sobre los vehículos motorizados [2], [3]. El Área Metropolitana de Guadalajara (AMG), zona de estudio de esta investigación, promueve el uso de la movilidad sustentable, efecto que se ve reflejado en el diseño y construcción de redes de vías para uso ciclista [4]. Por su parte los ciclistas son uno de los usuarios de la vía pública con más exposición a tener un daño grave a la salud provocado por un accidente vial [5]. Sobre todo, cuando estos sufren un siniestro de tráfico con un vehículo motorizado. La vulnerabilidad a la salud que presenta la movilidad ciclista exige que las autoridades de gobierno, industria y academia exploren soluciones que reduzcan la cantidad de accidentes para los usuarios. En esta investigación se clasifica de manera georreferencial en un mapa de calor el riesgo de sufrir un accidente de movilidad ciclista en las vialidades de un polígono del AMG, con lo que se busca brindar una herramienta útil para los ciudadanos donde puedan identificar zonas de riesgo para sus viajes en bicicleta, además las autoridades podrán ayudarse de la plataforma para focalizar de mejor manejara los recursos destinados a la movilidad ciclista. Para clasificar el riesgo de siniestro, se propone estudiar las situaciones que conllevan al ciclista a tener incidentes de movilidad. En un principio con una búsqueda exhaustiva de la literatura, y que se muestran en la sección de marco teórico, se obtienen los factores más comunes que conllevan a la comunidad ciclista a tener un accidente vial. Después se recopila información histórica de los accidentes de movilidad ciclista de la zona de estudio y se determina que factores encontrados en la literatura tienen pertinencia en los accidentes del AMG. Con ellos se implementa una clasificación de riesgo para accidentes de movilidad ciclista de manera georreferencial para el AMG basada en la predicción de severidad que pudiese tener un accidente. La predicción de severidad de un accidente es calculada mediante algoritmos de machine learning entrenados con información histórica, misma que posteriormente es representada por una clasificación de riesgo cualitativo en una escala de colores mostrada en un mapa de calor interactivo alojado en una plataforma web. Se busca que la metodología de clasificación de riesgo de accidente de movilidad ciclista pueda ser replicable para diferentes zonas de estudio que estén dentro y fuera del territorio mexicano en las que se contemplen características similares a las presentadas en el AMG.