Por favor, use este identificador para citar o enlazar este ítem:
http://dspace.unach.edu.ec/handle/51000/16400| Título : | Implementación de un sistema para optimizar el posicionamiento de un vehículo mediante Machine Learning y filtrado de posiciones geolocalizadas. |
| Autor : | Jinez Tapia, José Luis Remache Yucailla, Francis Winder |
| Palabras clave : | GPS ML EFK Optimizar |
| Fecha de publicación : | 19-ene-2026 |
| Editorial : | Riobamba |
| Citación : | Remache Y., Francis W. (2025) Implementación de un sistema para optimizar el posicionamiento de un vehículo mediante Machine Learning y filtrado de posiciones geolocalizadas. (Tesis de grado). Universidad Nacional de Chimborazo. Riobamba, Ecuador. |
| Resumen : | El siguiente trabajo de investigación se enfoca en implementar un sistema de posicionamiento que integre IMU/GPS (Unidad de medida Inercial/Sistema de Posicionamiento Global) con ayuda de fusión de sensores y ML (Maching Learning). Este sistema recopila datos del GPS e IMU, los cuales son tecnologías de bajo costo. La fusión de sensores es implementada usando el algoritmo de EKF (Filtro extendido de Kalman), este algoritmo es evaluado usando datos reales recopilados por la unidad de medida Inercial (MPU6050) y el receptor GPS NEO-6M, estos datos previamente estimados por el Filtro pasan a ser procesados por los modelos Random Forest y LSTM para suavizar y optimizar mejor las estimaciones. Los resultados obtenidos de este sistema muestran tener una mejor estimación de posición de un vehículo. |
| Descripción : | The following research work focuses on implementing a positioning system that integrates IMU/GPS (Inertial Measurement Unit/Global Positioning System) using sensor fusion and ML (Machine Learning). This system collects data from GPS and IMU, which are low-cost technologies. Sensor fusion is implemented using the EKF (Extended Kalman Filter). This algorithm is evaluated using real data collected by the Inertial Measurement Unit (MPU6050) and the NEO 6M GPS receiver. These data, previously estimated by the Filter, are processed by the Random Forest and LSTM models to smooth and better optimize the estimates. The results from this system show better vehicle position estimation. |
| URI : | http://dspace.unach.edu.ec/handle/51000/16400 |
| ISSN : | UNACH-EC-FI-ITEL |
| Aparece en las colecciones: | Ingeniería en Telecomunicaciones |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| Remache Y., Francis W. (2026) Implementación de un sistema para optimizar el posicionamiento de un vehículo mediante MAchine Learning y filtrado.pdf | 2,81 MB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.