AUTOMATIZACION DEL CONTROL DE INFRACCIONES DE

TRANSITO, MEDIANTE CAMARAS INTELIGENTES EN LOS

SEMAFOROS EN LA CIUDAD DE HUANUCO

DOCENTE:
ING. JAVIER VILLAR SORIA.
CURSO:
PSICOLOGA SISTEMICA
ALUMNOS:
NAVIDAD REYES, ELVIS.
NOLASCO ORTEGA, DIEGO.
Contenido
I. GENERALIDADES ................................................................................................................... 4
1.1. TITULO DE LA INVESTIGACION ..................................................................................... 4
1.2. TESISTAS ........................................................................................................................ 4
1.3. FECHA DE INICIO Y FECHA PROBABLE DE TRMINO.................................................... 4
1.4. RESUMEN ...................................................................................................................... 4
1.5. SUMMARY..................................................................................................................... 4
II. PLANTEAMIENTO DEL PROBLEMA ....................................................................................... 4
2.1. ANTECEDENTES Y FUNDAMENTACION DEL PROBLEMA ............................................. 4
2.2. FORMULACION DEL PROBLEMA................................................................................... 5
2.3. OBJETIVOS..................................................................................................................... 6
2.3.1. Generales .............................................................................................................. 6
2.3.2. Especficos ............................................................................................................. 6
2.4. JUSTIFICACION e IMPORTANCIA .................................................................................. 7
2.5. LIMITACIONES ............................................................................................................... 7
III. MARCO TEORICO .............................................................................................................. 7
3.1. REVISION DE ESTUDIOS REALIZACION ......................................................................... 7
3.2. CONCEPTOS FUNDAMENTALES .................................................................................... 8
3.3. MARCO SITUACIONAL ................................................................................................ 18
3.4. DEFINICION DE TERMINOS BASICOS .......................................................................... 18
IV. HIPOTESIS, VARIABLES, INDICADORES Y DEFINICIONES OPERACIONALES .................. 18
4.1. HIPOTESIS.................................................................................................................... 18
4.1.1. Generales ................................................................Error! Bookmark not defined.
4.1.2. Especificas ...............................................................Error! Bookmark not defined.
4.2. SISTEMA DE VARIABLES DIMENSIONES E INDICADORES ....................................... 19
4.3. DEFINICION OPERACIONAL DE VARIABLES, DIMENSIONES E INDICADORES ........... 19
V. MARCO METODOLOGICO ................................................................................................... 19
5.1. NIVEL Y TIPO DE INVESTIGACION ............................................................................... 19
5.2. DISEO DE LA INVESTIGACION .................................................................................. 19
VI. UNIVERSO/POBLACION Y MUESTRA.............................................................................. 19
6.1. DETERMINACION DEL UNIVERSO/POBLACION ......................................................... 19
6.2. SELECCIN DE LA MUESTRA ....................................................................................... 19
VII. TECNICAS DE RECOLECCION Y TRATAMIENTO DE DATOS ............................................. 19
7.1. FUENTES, TECNICAS E INSTRUMENTOS DE RECOLECCION DE DATOS ...................... 19
 7.2. PROCESAMIENTO Y PRESENTAMIENTO DE DATOS ................................................... 20
VIII. ASPECTOS ADMINISTRATIVOS Y PRESUPUESTALES ...................................................... 20
8.1. POTENCIAL HUMANO ................................................................................................. 20
8.2. RECURSOS MATERIALES ............................................................................................. 20
8.3. RECUROSOS FINANCIEROS ......................................................................................... 20
8.4. COSTOS ....................................................................................................................... 20
8.5. CRONOGRAMA DE ACCIONES .................................................................................... 20
IX. ANEXOS ........................................................................................................................... 20
X. BIBLIOGRAFIA ..................................................................................................................... 20
I. GENERALIDADES
1.1. TITULO DE LA INVESTIGACION

AUTOMATIZACION DEL CONTROL DE INFRACCIONES DE

TRANSITO, MEDIANTE CAMARAS INTELIGENTES EN LOS
SEMAFOROS EN LA CIUDAD DE HUANUCO.

1.2. TESISTAS
Navidad Reyes, Elvis.
Nolasco Ortega, Diego.

1.3. FECHA DE INICIO Y FECHA PROBABLE DE TRMINO

El proyecto inicio el 21 de Abril del 2017, se espera concluir para el 21 de Julio del
presente ao.

1.4. RESUMEN

1.5. SUMMARY

II. PLANTEAMIENTO DEL PROBLEMA

2.1. ANTECEDENTES Y FUNDAMENTACION DEL PROBLEMA

Actualmente, podemos observar una gran cantidad de aplicaciones y servicios que

utilizan tecnologas de cmaras y tambin tcnicas de tratamiento de imgenes
para resolver problemas diarios como el reconocimiento de algn patrn. En las
grandes ciudades del mundo, se han presentado problemas de trfico vehicular,
accidentes y conductores que infringen la ley. Este tipo de problemas han
impulsado la creacin de sistemas de identificacin y seguimiento de vehculos y
su uso se ha extendido incluso a la identificacin de vehculos robados.
 Muchas investigaciones dirigidas a la identificacin de vehculos se han enfocado
en la extraccin y reconocimiento de caracteres de placas vehiculares.

2.2. FORMULACION DEL PROBLEMA

Los semforos han ido evolucionando con el paso del tiempo y actualmente
y debido a su rentabilidad, se estn utilizando lmparas led para la
sealizacin luminosa, puesto que las lmparas de LED utilizan solo 10 % de
la energa consumida por las lmparas incandescentes, tienen una vida
estimada 50 veces superior, y por tanto generan importantes ahorros de
energa y de mantenimiento, satisfaciendo el objetivo de conseguir una
mayor fiabilidad y seguridad pblica.

En las ltimas dcadas este problema del aumento de automviles, tambin

se vio reflejado en todo el Per, provocando as un inmenso crecimiento de
las infracciones de trnsito, el principal departamento con este caso es Lima,
siendo el mayor departamento con infracciones de trnsito.
El departamento de Hunuco, se encuentra entre los primeros 7
departamentos con los ms altos ndices de infracciones. En el Distrito de
Hunuco, como bien es cierto, el trnsito vehicular es controlado por los
semforos instalados en los principales puntos de la ciudad y tambin por
los policas de trnsito. Pero estos medios a veces resulta en vano o
ineficiente, muchas veces los conductores no respetan las seales de
trnsito, cometiendo asi infracciones que podran terminar en tragedia.
Este problema genera malestar a los peatones y a toda la poblacin en
general que transita por la ciudad generando una serie de preguntas como
por ejemplo:
Por qu no hay un polica de trnsito?
Por qu estos conductores no son sancionados?
Por qu estos conductores se pasan la luz roja?
Las infracciones de trnsito registrados por la Polica Nacional del Per
(PNP), del 2015 a nivel Nacional, Hunuco cuenta con una cantidad de 55
243 infracciones de trnsito, ocupando el 7 puesto a nivel nacional, como
uno de los departamentos con una mayor cantidad infracciones de trnsito.
Estos infractores muchas veces no son multados porque en el lugar donde se
genera la falta no se encuentra un oficial de trnsito o ente municipal que
pueda sancionarlos, por estos motivos los conductores infractores siguen
cometiendo faltas, ya que nadie los puede controlar o conocen lugares
donde los policitas de transito no se encuentran activos.
 La constante miniaturizacin de los componentes ha permitido el desarrollo
y la proliferacin de las cmaras inteligentes. Estas cmaras incorporan los
elementos tradicionales de las cmaras convencionales (sensor y electrnica
asociada a la captura) pero adems se acompaan de un procesador,
memoria y sistema de comunicaciones con el exterior (Puerto Serie. I/O,
Ethernet), y por tanto componen en s mismas un sistema completo de
visin artificial.
Estas cmaras inteligentes se pueden presentar en diferentes versiones,
desde cmaras entrelazadas de resolucin estndar, hasta cmaras de
progresivas de alta resolucin, o cmaras color. Su reducido tamao y su
ajustado precio las hacen un elemento cada vez ms utilizado en las
aplicaciones de visin. (INFAIMON, 2017)

2.2.1. Problema General

Cmo podramos facilitar el acceso diferenciando los vehculos pertenecientes a

residentes y visitantes autorizados de un edificio?

2.2.2. Problemas Especficos

2.3. OBJETIVOS

2.3.1. General
Propuesta de implementacin de cmaras inteligentes en los semforos para
automatizar el proceso control del trnsito y disminuir los accidentes de trnsito en el
distrito de Hunuco.

2.3.2. Especficos
Realizar una descripcin de los principales problemas que afronta la
polica de trnsito en el distrito de Hunuco.
Realizar un diagnstico de la situacin actual que vive la ciudad en
cuestin del trnsito vehicular en las calles del distrito de Hunuco.
Adaptar y buscar los algoritmos de mejora de imgenes (deteccin de
bordes) que utilizaran para las cmaras inteligentes.
Adaptar y buscar los algoritmos de deteccin de objetos ms
importantes y de contornos para la localizacin de las posibles zonas
donde se encuentra la placa de rodaje.
Determinar la manera en que la implementacin de cmara de
inteligentes en los semforos permite la automatizacin de los
procesos de control de trnsito y disminuir el ndice de accidentes de
trnsito.
2.4. JUSTIFICACION e IMPORTANCIA

2.5. LIMITACIONES

III. MARCO TEORICO

3.1. REVISION DE ESTUDIOS REALIZACION

Podemos rescatar los diversos estudios realizados respecto cmaras inteligentes y
conceptos sobre la situacin que hoy en da en Per y el distrito de Hunuco padece
con respecto al trnsito vehicular gracias al gran crecimiento de parque automotor a
nivel nacional.

Segn Rocha (2009) en la tesis MEJORA DEL TRFICO EN UN

CRUCE REGULADO POR SEMFOROS, MEDIANTE UN SISTEMA
BASADO EN VISIN ARTIFICIAL, plantea como objetivo que a
partir de cmaras IP y antenas Bluetooth instaladas en los semforos,
ejecute en tiempo real decisiones sobre los semforos para la
optimizacin del trfico en una interseccin; entonces de esta manera
pueda reducir en trfico vehicular y los accidentes trnsito en los calles
donde son instalados este sistema.
Ocampo (2011) en su tesis SISTEMA DE RECONOCIMIENTO DE PATRONES
EN PLACAS VEHICULARES PARA EL ACCESO AUTOMTICO DE VISITAS A UN
EDIFICIO plantea el diseo de una aplicacin en MATLAB la cual
permita el reconocimiento de caracteres de una placa vehicular utilizando
redes neuronales artificiales, con el propsito de la obtencin de datos
afines al nmero de la placa procesada.
Espinoza (2014) en su tesis SISTEMA DE RECONOCIMIENTO DE PATRONES
EN PLACAS VEHICULARES PARA EL ACCESO AUTOMTICO DE VISITAS A UN
EDIFICIO propone la creacin de un software de reconocimiento de
placas vehiculares el cual ayudara a los sistemas de control de acceso
utilizados en los edificios; lo ms resaltante de esta tesis en si es la
automatizacin del proceso de acceso de residentes y visitantes
autorizados por medio de acceso basado en reconocimiento visual de la
placa vehicular.
Muoz (2014) en su tesis Sistema de visin artificial para la deteccin y
lectura de matrculas propone el desarrollo de una algoritmo para la
inspeccin de las placas vehiculares y la extraccin de caracteres de la
 misma, para poder ser usado en diferentes mbitos, lo particular de esta
tesis es que el anlisis de la placa iniciara por una imagen tomada por
una cmara que detecte el movimiento de un vehculo en tiempo real,
adems para el desarrollo de este algoritmo utilizo la librera de cdigo
abierto OpenCV basada en lenguaje de programacin C++, la cual esta
diseada para el tratamiento de imgenes por visin artificial.

3.2. CONCEPTOS FUNDAMENTALES

3.2.1 Conceptos relacionado a las cmaras inteligentes y el proceso de tratamiento
de imagenes

License plate recognition (LPR): Es un problema que involucra reconocimiento de

imgenes para identificar exitosamente un vehculo por su placa. Tiene aplicaciones en
manejo del trfico en tiempo real, en vigilancia, en parqueo automtico, entre otros .

Este problema generalmente se limita a situaciones controladas con respecto a la

posicin del vehculo y la iluminacin debido a la necesidad de considerar mltiples
situaciones diferentes. Estas situaciones incluyen cambios en inclinacin, iluminacin,
opacidad y complejidad del entorno que presenta la imagen capturada de la placa [6].
Este problema se puede dividir en dos partes principales: la deteccin y el
reconocimiento, siendo uno el que prepara la imagen y entrega, en su salida, la
entrada del otro.

Deteccin de placa (Plate detection): Divisin del problema de LPR considerada por
algunos autores como la pieza ms importante del problema debido a la poca cantidad
de soluciones propuestas y a la alta necesidad de cmputo en contraste al
reconocimiento de caracteres de la placa del cual existe una variedad de soluciones
propuestas e implementadas [6][7][9]. Este proceso es el encargado de localizar la
posicin de la placa en una imagen al igual que darle un formato especial para el
siguiente proceso. Este sub-problema se puede dividir en las siguientes etapas:

Pre-procesamiento: Etapa de arreglo o mejora en la representacin de la

imagen para facilitar su tratamiento posterior.
Deteccin: Etapa en la cual se detectan las zonas de posible ubicacin de la
placa y se escoge la ms indicada segn criterio.
Normalizacin de imagen: Etapa en la cual se procesa la imagen obtenida
como resultado de la etapa anterior de modo que cumpla un estndar mnimo
para el siguiente proceso del problema.
Reconocimiento de placa: Divisin del problema de LPR en el cual se procesa la
imagen resultado del proceso anterior para obtener una representacin
textual, la cual sera el nmero de la placa vehicular para este caso. Este
proceso se puede dividir en etapas al igual que la deteccin mas debido al
alcance del proyecto no se detallar exhaustivamente.
 Imagen 3.2.1.1: Procedimiento de reconocimiento de placa

En la Imagen 3.2.1.1 se aprecia el procedimiento a tomar despus del proceso de deteccin,

una vez se tenga un candidato de placa. Se detallar hasta la etapa de reconocimiento de
caracteres, para la cual se requiere de un mdulo de reconocimiento ptico de caracteres
(OCR).

3.2.2 Representacin de la imagen

Existen distintos modelos de representacin de imgenes, pero debido a su complejidad de

representacin y al poder de computacin requerido para trabajar con algunas
representaciones basadas en color, en este trabajo solo se tratar la representacin de una
imagen como mapa de bits. Esta representacin trata a cada pixel como un nmero el cual
representar la intensidad de color del mismo.

Esta representacin bsica puede dividirse en:

Imagen en escala de grises: Imagen en la que los valores de los pxeles pueden tomar
valores entre 0 y 255 los cuales simbolizan una tonalidad de gris diferente cada uno.

Imagen en escala de grises

 Imagen binaria: Imagen en escala de grises que puede ser considerada como un caso
especial en la que los nicos valores de cada pxel son 0 y 255, esto significa que
visualmente la imagen solo puede tomar los colores blanco y negro respectivamente.

Imagen a blanco y negro

Conversin binaria (Binary conversin) Conversin binaria es un proceso de transformacin
mediante el cual una imagen en escala de grises se transforma en una imagen binaria [1].

Esta conversin generalmente se realiza por el proceso de umbralizado (Image Thresholding)

el cual en su forma ms bsica se soluciona transformando los pxeles por debajo de un nivel
preestablecido a 0 o 1 y lo que estn por encima en el opuesto. Este proceso e umbralizado
puede ser realizado por algoritmos basados en las siguientes familias de mtodos [2]:

Usando pxeles de borde: Familia de mtodos basados en histogramas donde se le

aplica un operador laplaciano, el cual es un operador de bordes no direccional. Para
esto, se le aplica a la imagen una convolucin por una mscara determinada. Entonces
en el histograma de la imagen se considerarn solo los niveles de grises con mayor
laplaciano, considerando un percentil adecuado para un umbralizado eficiente
considerando los bordes de la imagen para no perder detalle.
Seleccin iterativa: Itera un thresholding simple basndose en la media aritmtica de
los pxeles de la imagen por encima y por debajo del umbralinicial propuesto y
repitiendo el mtodo estimando el umbral en cada repeticin hasta que no haya
cambio entre dos iteraciones consecutivas.
Error mnimo: Se considera a la imagen cono una distribucin probabilstica de dos
distribuciones (pxeles de objetos y de fondo). Esta distribucin mayormente
aproximada como una distribucin normal, se presta para hallar una funcin objetivo
a minimizar que produzca el error mnimo en la distribucin.

Esta conversin se ve afectada por factores fuera de control en la imagen inicial, ya que una
imagen est casi siempre expuesta a alguna clase de ruido:
Ruido de imagen

Todos los procesos de adquisicin de imgenes estn afectos a alguna clase de ruido que
distorsiona la correcta interpretacin de la imagen. Por su naturaleza aleatoria no hay forma
exacta de predecir los efectos del ruido, este por su naturaleza puede ser categorizado en dos
tipos:

Ruido independiente de la seal: Se caracteriza, como su nombre lo indica, en no

guardar relacin con la imagen sino ms bien ser una distorsin aleatoria usualmente
caracterizada por una distribucin gaussiana o normal . Este ruido se distingue por
parecer uniforme como se puede observar en Img1 e Img2.

Imagen 1 e Imagen 2: Imgenes con ruido aleatorio

Ruido dependiente de la seal: Dependiente de la data de la imagen, se presenta de

diferentes maneras como por ejemplo distorsin debido al calor.

Image noise removal: Proceso de remocin de ruido en una imagen en un intento de

reconstruir la imagen original a partir de una imagen perturbada a causa de ruido. Casi todos
mtodos actuales de deteccin de bordes incluyen una fase de remocin de ruido o dentro de
s mismos se ocupan de anular el efecto de este.

3.2.3 Pre-procesamiento de imgenes de placas de autos

Deteccin de bordes (Edge detection):

La deteccin de bordes es una de las operaciones de anlisis de imgenes, adems la literatura

al respecto abunda ms que casi cualquier otro tema . Esto se debe a que los bordes son el
bosquejo de los objetos contenidos en una imagen y para ste problema de LPR es
especialmente til para diferenciar los bordes de la placa. Para el hallado de bordes se pueden
distinguir las familias de mtodos:

Basados en operadores derivativos: Un borde es una variacin en los niveles de gris de una
imagen, entonces se pueden hallar aplicando operaciones de la primera y segunda derivada.
Considerando que las imgenes a tratar son imgenes en dos dimensiones las operaciones con
derivadas se convertiran en operaciones con derivadas en dos dimensiones, el operador
involucrado en este proceso es el operador gradiente, un vector bidimensional.
 Basados en plantillas (template-based edge detection): La idea detrs de esto es usar
modelos de bordes pequeos, discretos y de rpido procesamiento en vez de recurrir al
operador gradiente directamente. En vez de recurrir a este operador, se utilizan matrices de
convolucin como las conocidas matrices de Sobel .

3.2.4 Deteccin de placas de autos Anlisis de variacin de intensidad de tonalidad:

Proceso de anlisis de histograma por el cual se usa un barrido estilo scanner con el que se
detectan variaciones rpidas de tonalidades en la imagen en una lnea analizada. La variacin
indicar la ubicacin de la placa tomando como consideracin que la placa presenta una gran
cantidad de variaciones de tonalidades de gris debido a los caracteres en ella. Esto implica un
anlisis por variacin de histogramas como se aprecia en la imagen.

Imagen obtenida de RECONHECIMENTO DE PLACAS DE AUTOMVEIS ATRAVS DE CMERAS

IP, Universidade IMES-So Caetano do Sul (SP)

Anlisis por clster: Proceso de anlisis de zonas identificadas en mtodos anteriores,

escogiendo las zonas candidatos que se apeguen ms a los parmetros que indiquen lo que se
est identificando se trata de una placa. Este mtodo puede generar falsos positivos; para
filtrar esos casos se aplica el siguiente mtodo:

Window filtering: Proceso de filtrado usado para eliminar alternativas obtenidas de procesos
de bsqueda de zonas en las que se puede hallar ms de una solucin posible, debido a
interferencia de reas de similar estructura a la que se busca, pero que pueden ser filtradas
por algn criterio generalmente se usan los criterios de eliminacin por filtrado espacial y
filtrado de frecuencia.

3.2.5 Normalizacin de placas de autos

Para el anlisis de la imagen por parte del sistema de reconocimiento de caracteres es

necesario preparar la imagen en un estndar mnimo de calidad de imagen. Es por ello que
despus de la etapa de deteccin se aplica una normalizacin que consta de diferentes
procesos dependiendo de las condiciones que se esperan tener en la imagen original, aun
despus de haber pre-procesado la imagen para mitigar problemas como el ruido. Entre estos
procesos de normalizacin resaltan dos relacionados a deformacin de la placa debido a su
orientacin espacial:

Skew detection: Proceso en el cual se detecta una inclinacin en una imagen de acuerdo a
ciertos parmetros que indiquen que ciertamente la imagen est torcida un cierto ngulo de
incidencia.
 Placa antes de aplicar deteccin de inclinacin

Placa despus de aplicar deteccin de inclinacin

Bilinear transformation: Mtodo de transformacin de una imagen delimitada por cuatro

puntos, es decir un cuadriltero cualquiera, a un rectngulo, lo cual es til para corregir la
deformacin visual por inclinacin de una imagen. Se observa la transformacin en la Imagen:

3.2.6 Convolucin de una imagen:

Se trata de una operacin a nivel de pxel de una imagen en la que cada pxel es afectado por
una funcin especfica. Para este problema de tipo LPR los tipos de convoluciones a usar son
de tipo de filtro; esto es, se le aplica al pxel una operacin que guarde relacin con los pxeles
aledaos.

Una convolucin de tipo filtro es la que se aplica al efectuar el producto matricial entre sub-
matrices de la imagen y una matriz fija, llamada matriz de convolucin, para hallar el valor
escalar de cada pixel, tomando cada pixel como centro de la sub-matriz. En la imagen se
observa el producto matricial sobre un pixel de una imagen.

Extrada de http://www.rinconastur.com/php/images/convolucion.jpg
 Situacin sobre el trnsito vehicular en el Per

En nuestro Pas existe un encarecimiento de cultura en las personas; en

el sentido que se tiene el pensamiento errneo en el cual el ms vivo
gana. Lamentablemente, a nuestro parecer, este pensamiento ha sido
inculcado desde los valores que le brindan los padres a sus hijos en casa.
En este informe nos enfocaremos en el trnsito, en cmo el peruano es
inculcado de tal manera que busca evadir las reglas viales, cmo maneja
como si estuviese solo en la calle, ocasionando accidentes por doquier y
sin conciencia alguna, en el trnsito y en diversos factores que afectan el
bienestar de los limeos.

En los ltimos aos, el Per ha tenido una poca de bonanza econmica

que ha surgido gracias a un buen manejo de la poltica econmica. Esta
expansin trajo consigo un crecimiento econmico exponencial y
ocasion que las familias tengan mayor capacidad de compra; las cuales
decidieron gastar su excedente en vehculos para as tener una mejor
calidad de vida y posicionarse en un mejor estado socioeconmico. Para
darnos una idea, en el 2012 se vendieron ms de 190 mil vehculos en el
pas, segn la Asociacin de Representantes Automotrices del Per
(ARAPER). La mayora de estos automviles se quedan en Lima. El
problema del excesivo volumen del parque automotor ha sido ocasionado
por la poca capacidad profesional de las personas encargadas de manejar
las municipalidades de los distintos distritos de Lima.

Podemos separar el problema vial en tres grandes categoras: la cultura

del conductor al manejar en la ciudad, la excesiva cantidad de
automviles y la falta de una adecuada distribucin e infraestructura en
el pas. Ambos radican en un desorden descomunal y en el excesivo
tiempo que toma llegar de un destino al otro.

REVISIN DE DATOS

Para explicar mejor el problema, ahora mostraremos algunos datos estadsticos

en la siguiente tabla tomada desde la pgina del MTC, para explicar mejor el
problema del cual estamos tratando de solucionar.

Dentro de las principales vas con mayor volumen de transito encontramos:

Av. Javier Prado

Av. Grau

Carretera Central

Panamericana Sur
 Evitamiento

Va expresa

Av. Tpac Amaru

Panamericana Norte

Av. Faucett

Principales cuellos de botella:

Av. Panamericana Norte

Av. Panamericana Sur

Av. Universitaria

Plaza Grau

rea Central Del Callao

San Juan De Lurigancho

Haciendo referencia a lo anterior, en una entrevista del diario Per 21, Rolando Arellano,
Gerente General de la consultora Arellano Marketing, opina que la capital peruana no est en
capacidad de controlar este excesivo crecimiento del parque automotor. Para l, en vez de
obras, lo que hace falta es una adecuada planificacin del transporte, o tener soluciones
creativas: En La Molina, por ejemplo, hay un carril que cambia de sentido en determinado
horario. All no se ha tenido que hacer una gran inversin, refiri.
Siguiendo con la entrevista, Arellano Marketing ha realizado una investigacin sobre esto, por
lo cual realiz una encuesta entre conductores, policas y peatones en donde se pregunta
Cul es la razn ms importante del problema?. Los datos recogidos se muestran en las
tablas a continuacin:

El sondeo demuestra que todos son conscientes que el mayor problema del trfico es el
excesivo parque automotor. Adems, este problema se hace ms complejo, cuando la gente
no respeta. Como en el antiguo juego del gran bonetn, todos dicen que el otro, no yo, es el
culpable. As, el peatn le echa la culpa a los choferes particulares, estos a los choferes de
combi, el combista a la municipalidad y a la impericia de los policas, los policas a los
combistas y peatones, etc. Todos culpan a otros, y nunca a s mismos.
Al buscar estadsticas, nos topamos con un artculo publicado por RPP Noticias en donde la
data nos muestra la opinin de los ciudadanos sobre las causas del trfico vial en la capital: las
respuestas nos muestran que el 20% piensa que este problema se da ya que existe un inters
econmico, el 19% piensa que la infraestructura vial no es acorde con la realidad del
transporte, el 17% de personas sealan que el planteamiento vial no es el adecuado para la
ciudad, un 16% manifest que hay una deficiente educacin vial
En el mismo artculo se tom en cuenta la palabra de Luis Quispe Candia, director de
la ONG Luz mbar, Hay ms de dos millones 200 mil vehculos en una ciudad que no tiene
una infraestructura suficiente ni preparada, sin sealizar, sin vas amplias, sostuvo. Adems,
agreg que otro de los problemas es que hay muchas autoridades (hasta siete) que regulan
el trnsito y que dictan leyes, algunas veces contradictorias.
El estudio no solo se centra en descubrir el motivo del problema, sino que en una segunda
parte sobre las medidas que se pueden tomar para solucionar las dificultades del trfico:

Analizando los resultados, observamos que para superar el problema vial, la accin ms
eficiente es mejorar la educacin, as como se necesita una organizacin municipal ms
eficiente y organizada.

Un 41% de los encuestados sostiene que el mejor recurso es la educacin; mientras que el 32%
piensa que lo mejor es implementar mecanismos reguladores en el transporte, un 21% seala
que lo adecuado es planificar un reordenamiento vial y, por ltimo, un 14% plantea que la
correccin se dar sancionada severamente a los protagonistas de las faltas.

Por otra parte, realizamos una encuesta a un taxista, un polica y un ciudadano para corroborar
estos datos. Se lleg a las siguientes conclusiones:

Entrevistando a un polica en el distrito de Miraflores Parque Kennedy y a un taxista que

transitaba por la misma zona, ambos coincidieron en que existe una mala sealizacin y los
gobernantes no estn en capacidad ni tienen el inters de arreglar este problema. Por otro
lado, ambos sealaron que la cultura de las personas, tanto peatones como conductores (en
especial de los combistas) es el segundo problema importante ya que esto es lo que ocasiona
el gran congestionamiento en la ciudad.

Este problema ha trado las siguientes consecuencias:

Per, pas en donde 10 personas mueren a diario a consecuencia de los accidentes de

trnsito[1] y durante los ltimos 10 aos, 115 discapacitados por da dejaron los siniestros
viales[2], refleja claramente la carencia de conciencia social y de cultura.
El gasto en infraestructura de transporte en el Per es de 0.6% del PBI cuando debera de estar
entre el 2 y 3% del PBI segn el Banco Mundial, lo cual ha llevado a los siguientes problemas en
las Redes Viales:

1. Red Vial Nacional asfaltada: exceso de capacidad, problemas de trazado, geometra y de

confiabilidad y seguridad.
2. Red Vial Nacional no asfaltada: descuidada, requieren gran esfuerzo para alcanzar niveles
razonables de transitabilidad.
3. Red Vial Vecinal o Rural: no reciben ningn tipo de atencin por parte de los organismos
pblicos.
Insuficiencia e Incierta provisin de recursos financieros
1. Excesiva dependencia del presupuesto del gobierno central. Entre el ao 1997 y el ao
2000, los recursos destinados al sector transportes disminuyeron de 7% a 4% del
presupuesto del gobierno central. Asimismo, la participacin de la inversin en transportes
pas de 0.9% del PBI en 1997 a 0.52% del PBI en 2001.
2. Tarifas de peajes no alcanza a cubrir los costos de mantenimiento y pago de la inversin
futura.
3. No existe sistema de reajuste automtico del nivel de peaje.
Claramente, segn el estudio realizado por el MTC, los fondos invertidos son insuficientes y
cada vez disminuyen con el paso de los aos. A pesar que esta es una informacin pasada y,
por tanto, no actualizada, observamos que se deja de lado la inversin en la estructura vial, no
solo en la capital, sino en todo el pas. La cruda realidad nos muestra que no solo las vas
tienen desperfectos, sino que no existen.

Lamentablemente el estado no se preocupa, en absoluto, de aumentar la inversin, sino de

cada vez ms olvidarla y reducirla lo ms posible. Nos damos cuenta, en la realidad, que son
pocas las redes viales que comunican la selva peruana con el resto del pas. La nica manera
factible de realizar un viaje a la selva es por va area, la cual es costosa, por ende la poblacin
rural de all queda relegada porque le es difcil comerciar con la costa y sierra.

A continuacin mostraremos algunos ejemplos de pases que han solucionado el problema del
trnsito vehicular o por lo menos lo han mejorado:

1. En la ciudad de Munich, Alemania, la idea era simple permitir la libre circulacin del
transporte pblico y que este sea utilizado ms frecuentemente. Para lograrlo la ciudad
invirti un aproximado de 43 millones de euros para modernizar sus sistemas de trnsito
(modernizacin de semforos, programa de priorizacin de autobuses, etc)
1. Otro ejemplo de una ciudad europea es Londres, aqu se busc implementar una zona de
peaje para reducir el trfico en el centro de la ciudad. Ahora la congestin se ha reducido
en un 30% en el centro de la ciudad y adems se ha podido recaudar 100 millones de euros
anualmente permitiendo recobrar esta inversin.
1. Un ejemplo ms cercano podra ser Santiago de Chile en el que la gestin de trfico y peaje
en la zona de Antofagasta est controlado por un sistema tecnolgico.
1. Para ciudades con ms niveles de congestin como lo es Bregenz, en Austria, los
conductores son informados cuales son las mejoras rutas (las menos congestionadas) para
as evitar que la congestin en esas rutas crezca ms.
1. En Curitiba, Brasil, priorizaron el transporte pblico y lo hicieron ms atractivo para que los
ciudadanos elijan el autobs en lugar de los autos particulares. Esto lo hicieron dndole
una va exclusiva al bus y evitando que las personas esperen ms de 2 minutos por uno de
estos. (ds39udep, Cuestiones Sociales, 2017).

Situacin del trnsito vehicular en el Distrito de Hunuco

El trfico vehicular de la zona urbana de Hunuco se ha convertido en un

desorden total debido a la informalidad reinante, pues los conductores de
los vehculos principalmente de los vehculos menores, no cuentan con la
respectiva autorizacin de circulacin otorgada por la Municipalidad
Provincial, sus conductores, carecen de licencia para conducir y muchos de
ellos, resultan ser menores de edad, aun mas, algunas zonas de gran fluido
vehicular y peatonal, carecen de semforos, lo cual pone en grave riesgo la
seguridad pblica de la ciudadana huanuquea.

Las vas pblicas han sido diseadas para dar fluidez al trnsito vehicular y
no para servir de paraderos informales, como es el caso de las zonas
comprendidas entre:
Las cuadras 4 a 6 del Jirn General Prado, que se halla bloqueado por los
autos de servicio de taxi disperso;
 Las cuadras 7 a 10 del Jirn Huallayco, que impide la libre circulacin de
los vehculos que ingresan al mercado de abastos y paradero de los
mnibus que hacen servicio a Tomayquichua y Ambo

La interseccin del Jirn 28 de Julio con el Jirn Crespo y Castillo, donde

tambin existe otro paradero, que imposibilita la fluidez del transito
vehicular y peatonal, sobre todo en las horas punta o cuando los
vehculos de las empresas de transporte de pasajeros ubicadas en esa
zona arriban a esta ciudad.

La interseccin del Jirn Abtao y el Jirn Hunuco, es otra muestra de la

falta de ordenamiento de nuestra ciudad, pues por su cercana al
mercado modelo, ocasiona ms de un malestar a los transentes, que se
ven obligados a efectuar maniobras peligrosas para esquivar a los
vehculos menores que transitan por esa zona y la interseccin del Jirn
San Martin con el Jirn General Prado.

Considero que la Municipalidad Provincial de Hunuco, ha desperdiciado la

oportunidad de mejorar las pistas y calles de la zona urbana, al ejecutar el
drenaje pluvial, pues se hubiere ahorrado costos y molestias innecesarias a
los usuarios.

Los problemas del trnsito vehicular, no solo se limitan a la informalidad

con la que actan los conductores, as como a la existencia de mltiples
paraderos informales sino adems al grave riesgo al que se someten a los
escolares y personas de la tercera edad, en las zonas donde existen centros
educativos, pues al no existir un efectivo policial que regule el trnsito en
esos lugares ni personal del serenazgo que los apoye, las inmediaciones de
dichos colegios y centros educativos, se convierten en un cuello de botella
donde el ms arriesgado logra salir del lugar despus de haber ocasionado
daos materiales al vehculo del costado o despus de haber hecho pasar el
susto de su vida a algn estudiante desprevenido o una persona anciana.
(Livia, 2015).

3.3. MARCO SITUACIONAL

3.4. DEFINICION DE TERMINOS BASICOS

IV. HIPOTESIS

4.1. HIPOTESIS
4.2. SISTEMA DE VARIABLES DIMENSIONES E INDICADORES

4.3. DEFINICION OPERACIONAL DE VARIABLES, DIMENSIONES E

INDICADORES

V. MARCO METODOLOGICO

5.1. NIVEL Y TIPO DE INVESTIGACION

5.2. DISEO DE LA INVESTIGACION

VI. UNIVERSO/POBLACION Y MUESTRA

6.1. DETERMINACION DEL UNIVERSO/POBLACION

6.2. SELECCIN DE LA MUESTRA

VII. TECNICAS DE RECOLECCION Y TRATAMIENTO DE DATOS

7.1. FUENTES, TECNICAS E INSTRUMENTOS DE RECOLECCION DE DATOS

7.2. PROCESAMIENTO Y PRESENTAMIENTO DE DATOS

VIII. ASPECTOS ADMINISTRATIVOS Y PRESUPUESTALES

8.1. POTENCIAL HUMANO

8.2. RECURSOS MATERIALES

8.3. RECUROSOS FINANCIEROS

8.4. COSTOS

8.5. CRONOGRAMA DE ACCIONES

IX. BIBLIOGRAFIA

X. ANEXOS
BIBLIOGRAFIA
Para cmaras inteligentes: http://www.infaimon.com/es/camaras-inteligentes
Reconocimiento de objetos: http://carmensrz.blogspot.pe/2013/05/reconocimiento-de-
objetos.html
Normas APA: http://normasapa.com/como-hacer-referencias-bibliografia-en-normas-
apa/
http://normasapa.com/como-citar-referenciar-paginas-web-con-normas-apa/