REVISTA
JUVENTUD Y CIENCIA SOLIDARIA:
En el camino de la investigación
Prototipo de sistema de frenado
inteligente para vehículos monitoreado
con IoT para minimizar accidentes o
emergencias en carreteras
Benjamín Azanza Díaz, Ariel Nicolas Bravo Jurado,
David Alejandro Cruz Palacios, Daniel Alejandro Urbina Artega
Mi nombre es Benjamín Azanza
Díaz, tengo 17 años y estudio el 3ero de
BACH en el Colegio Técnico Salesiano
Don Bosco. Me gusta jugar en el PC, salir
de fiesta y programar. Quiero estudiar
Ingeniería en Software en la universidad.
Mi nombres es Ariel Nicolas Bravo
Jurado, tengo 18 años y estudio el 3ero
de BACH en el Colegio Técnico Salesiano
Don Bosco. Me gusta resolver puzles,
hacer bicicleta y nadar. Quiero estudiar
una carrera referente a la electrónica y
programación.
Mi nombre es David Alejandro Cruz
Palacios, tengo 17 años y estudio el 3ero de
BACH BGU en el Colegio Técnico Salesiano
Don Bosco. Me gusta jugar a videojuegos,
programar y la tecnología. Quiero estudiar
Ingeniería en Software en la universidad.
Daniel Alejandro Urbina Artega,
tengo 18 años y esttudio el 3ero de BACH
BGU en el Colegio Técnico Salesiano
Don Bosco. Me gusta la lectura y jugar
videojuegos. Quiero estudiar Ingeniería en
sistemas en la universidad.
17
18 Juventud y Ciencia Solidaria
Resumen
Este proyecto consiste en el diseño de un prototipo
de frenado automático que realiza sus funciones
leyendo sensores electrónicos, estudiando los factores
de movimiento del entorno, y el estado de los bombeos
por minuto (BPM) del usuario. En primera instancia,
se van a leer los datos obtenidos de los sensores de
distancia, revoluciones por minuto (RPM) y BPM,
para que el sistema pueda detectar si el usuario se
encuentra apto para conducir. Estos sensores estarán
ubicados de manera estratégica para acercarse lo más
posible a los valores de la realidad, el momento en el
cual el conductor se encuentra en el vehículo.
Luego de obtener las primeras lecturas de los sensores,
el algoritmo generado interpretará la información y
actuará en consecuencia a ello. Cuando esto suceda,
el prototipo seleccionará alguno de los 2 tipos de fre-
nado disponibles; freno de emergencia o de servicio.
Adicionalmente, también se dispone del sistema an-
tibloqueo de frenos (ABS).
El sistema contiene un microcontrolador con gran
disponibilidad de entradas. Estos valores serán mostra-
dos al usuario mediante el uso de IoT (Internet de las
cosas), siendo este capaz de observar las mediciones
del sistema en tiempo real.
Se concluirá comprobando la eficiencia del prototipo
creado en simulaciones reales por separado en un
vehículo a escala, por lo que no se usarán entornos
digitales para comprobar el funcionamiento, sino que
todo se hará de forma física.
Palabras clave: frenado automático, Arduino, BPM,
RPM, ABS, IoT, sensores electrónicos.
Explicación del tema
Se va a diseñar e implementar un sistema de frenado
automático con IoT en un vehículo a escala, en una
maqueta de un automóvil hecha a un tamaño reducido,
para en un futuro buscar mejorar la seguridad vial al
detectar y evitar colisiones. Se monitorearán en tiempo
real las condiciones del entorno del vehículo y se ac-
tivará el frenado automáticamente en situaciones de
riesgo [1, 2].
Adicionalmente, se recopilarán y analizarán datos
para reducir la gravedad de los accidentes al disminuir
la velocidad del vehículo antes del impacto. El al-
cance del proyecto incluye el diseño, implementación
y selección de componentes electrónicos, así como el
desarrollo de algoritmos y programación necesarios
para el funcionamiento correcto del sistema
IoT
Engloba mucho más que las computadoras portátiles
y los teléfonos inteligentes: casi cualquier cosa con un
interruptor de encendido y apagado puede potencial-
mente conectarse a Internet, lo que la convierte en
parte de la IoT [3]. Por ejemplo, una “cosa” en la
Internet de las cosas podría ser una persona con un
implante de monitorización cardíaca [4, 5] . En la Fig.
1 se presenta un esquema básico del funcionamiento
del IoT.
Figura 1. Funcionamiento del IoT
Fuente: [3]
Sistemas de frenos
Existen varios tipos de frenos para automóviles, cada
uno con sus propias características y ventajas. A con-
tinuación, se presentan los frenos que se utilizarán en
el desarrollo del proyecto.
En el camino de la investigación 19
Freno de mano
Según la revista Car And Driver, “El freno de emer-
gencia es un dispositivo mecánico que se utiliza para
mantener el vehículo en su lugar cuando está esta-
cionado” [6]. El freno de emergencia se activa mediante
una palanca ubicada en el habitáculo del vehículo, que
está conectada a un sistema de cables que se extienden
hasta los frenos traseros [7]. Al tirar de la palanca, se
aprietan las pastillas de freno traseras contra los discos
para detener el movimiento del vehículo [8, 9]. En la
Fig. 2 se muestra un esquema del sistema presente en
el freno de mano para su funcionamiento.
Figura 2. Sistema de frenado
Fuente: [6]
Freno de disco
Según la revista Car and Driver, “Los frenos de disco
se componen de un disco de freno, que es una placa
metálica que gira con la rueda, y una pinza, que se
ajusta contra el disco de freno para detener la rueda”
[6] . Cuando se aplica la presión de frenado, las pasti-
llas de freno se presionan contra el disco de freno, lo
que detiene la rueda. Los frenos de disco proporcio-
nan una excelente capacidad de frenado y son menos
propensos a sufrir fatiga que los frenos de tambor [10,
11]. En la Fig. 3 localizamos un esquema del sistema
presente en el freno de disco para su funcionamiento.
Figura 3. Sistema freno de sistema
Fuente: [6]
0.0.1. Freno ABS
Según el sitio web de HowStuffWorks, “El sistema de
frenos ABS evita que las ruedas se bloqueen al fre-
nar, lo que ayuda a mantener el control del vehículo
en situaciones de emergencia” [12] . El ABS funciona
mediante la medición de la velocidad de las ruedas
y la aplicación de los frenos de manera intermitente
para evitar el bloqueo de las ruedas [13, 14, 15]. En
la Fig. 4 visualizamos un diagrama explicativo del
funcionamiento del ABS.
Figura 4. Freno de ABS
Fuente: [12]
Node-RED
Herramienta de programación visual que permite a
los usuarios crear aplicaciones de Internet de las cosas
20 Juventud y Ciencia Solidaria
(IoT) de manera intuitiva y sin necesidad de escribir
código. Node-RED se integra con una amplia variedad
de dispositivos IoT, incluidos los dispositivos Arduino.
Según palabras de Nick O’Leary, creador de Node-
RED, esta “es una herramienta de programación visual
que permite a los usuarios conectar y programar dis-
positivos IoT de manera sencilla y eficiente” [16]. En
la Fig. 5 encontramos una de la interfaz de desarrollo
de Node-RED.
Figura 5. Interfaz de Node-RED
Fuente: [16]
Freeboard
Freeboard.io es una plataforma en línea que permite a
los usuarios crear paneles de control interactivos para
sus dispositivos IoT. La plataforma se integra con una
amplia variedad de dispositivos IoT, incluidos los dis-
positivos Arduino. Según palabras de Steve Loughran,
ingeniero de software de Adobe, “Freeboard.io es una
herramienta excelente para crear paneles de control
para dispositivos IoT” [17]. Los usuarios pueden conec-
tar sus dispositivos Arduino a Freeboard.io y crear
paneles de control interactivos en cuestión de minu-
tos [18, 19]. En la Fig. 6 encontramos un ejemplo de
dashboard diseñada en Freeboard.
Figura 6. Interfaz de Freeboard
Fuente: [15]
Dashboard
Herramienta personalizable de visualización de datos,
que te ayuda a conectar tus archivos, servicios, API o
archivos adjuntos, y muestra estos datos como tablas,
tipos de gráficas u otras visualizaciones de datos
al espectador y reduce el esfuerzo manual [17]. El
seguimiento en tiempo real de este tipo de datos re-
duce las horas de análisis y las largas líneas de comu-
En el camino de la investigación 21
nicación que antes suponían un reto para las empresas.
La Fig. 7 hace referencia a la interfaz ejemplificada de
un dashboard.
Figura 7. Interfaz de una Dashboard
Fuente: [17]
Arduino
Es una plataforma de hardware libre y de código
abierto basada en microcontroladores, que permite
a los usuarios desarrollar y programar proyectos in-
teractivos y autónomos. Según Sedra Smith, Arduino
es "una herramienta para crear prototipos electróni-
cos basados en software y hardware flexibles y fáciles
de usar" [20]. En la Fig. 8 presentamos hardware y
software diseñado por Arduino.
Figura 8. Hardware y software de Arduino
Fuente: [21]
22 Juventud y Ciencia Solidaria
Sensor de ritmo cardiaco
Según el sitio web oficial de Arduino, “El sensor de
ritmo cardíaco para Arduino es un dispositivo que se
utiliza para medir la frecuencia cardíaca de una per-
sona” [22]. El sensor se coloca en la punta del dedo
y mide la cantidad de luz que se refleja en la sangre
mientras el corazón late [23]. Visualizamos, en la Fig.
9, el sensor de ritmo cardiaco presente en el prototipo.
Figura 9. Sensor de ritmo cardiaco para Arduino
Fuente: [20]
Diagrama de bloques del sistema
El prototipo funciona de la siguiente manera: Se abre
NODE-RED y Freeboard en el computador, y se
conecta al microcontrolador mediante el cable serial.
A su vez, el microcontrolador se conecta a un Shield,
que logra una mejor presentación y ayuda a ordenar
los distintos cables. De este Shield es que se derivan
el resto de sensores y actuadores del prototipo, siendo
todos controlados por un switch para habilitar el modo
automático o el modo manual, según corresponda. El
L298 es el único que se encuentra conectado a una
fuente de 12V DC, esto para lograr que se muevan
todos los motores a velocidad visible. A continuación,
en la Fig. 10, observamos una imagen a detalle del
diagrama de bloques ya explicado.
Figura 10. Diagrama de bloques general del sistema
Fuente: Autores
Diagrama de nodos de programación en node
red
Figura 11. Diagrama de nodos general
Fuente: Autores
En la configuración de nodos en el entorno de Node
Red como se aprecia en la Fig.11, se encuentran im-
plementados varios nodos para el control manual y
automático del automóvil. Cada nodo manual está
asignado a un dato específico representado por una
letra. Esto permite enviar directamente el dato desde
el dashboard hacia el Arduino, lo cual controla los leds,
motores y también la slider. En la segunda imagen,
se pueden observar los nodos que controlan la parte
automática del automóvil.
En el camino de la investigación 23
Figura 12. Diagrama de Nodos para Dashboard
Fuente: Autores
Estos nodos envían datos hacia el Freeboard, y
cada entrada de datos está controlada por una función
con un nombre asignado en el string del Arduino. Los
nombres de las vías de datos hasta el servidor también
tienen su propio nombre, como se puede observar en
la Fig. 12, lo cual asegura una correcta transmisión de
los datos hacia el Freeboard.
Ensamblaje del vehículo
Figura 13. Proceso de montaje general
Fuente: Autores
24 Juventud y Ciencia Solidaria
La Fig. 13 muestra el montaje de cuatro motores
y sus correspondientes ruedas en la parte inferior del
chasís, junto con la implementación de diversos sen-
sores y drivers para los motores. En la parte superior
del chasís, se colocó el microcontrolador junto con su
respectivo shield mientras que en la carcasa del pro-
totipo se disponen las luces y el interruptor. Además,
se realiza la instalación de las conexiones de acuerdo
con la programación y se ajustan al chasís para ase-
gurar un funcionamiento adecuado del sistema en su
conjunto.
Enlace con Freeboard y el Dashboard de Node-
Red
Se muestran dos ejemplos de enlaces entre Freeboard
y el Dashboard de Node-Red. En el primer caso, se
integra el proyecto con un Arduino MEGA y se visual-
izan las mediciones en tiempo real utilizando widgets
interactivos en Freeboard. En el segundo ejemplo, un
impresionante Dashboard desarrollado en Node-Red
controla dispositivos IoT, recolectando datos ambien-
tales y presentándolos mediante gráficas y controles
deslizantes personalizados. En la Fig.14 encontramos
las interfaces desarrolladas en ambas webs.
Figura 14. Interfaces Freeboard y Dashboard
Fuente: Autores
Prototipo final
En este apartado observamos la primera versión
funcional del prototipo, posteriormente se agregaron
elementos netamente decorativos para que el proyecto
sea más presentable, pero el funcionamiento seguía
siendo el mismo. En la Fig. 15 se detalla el estado del
proyecto en ese momento.
Figura 15. Resultado del prototipo final
Fuente: Autores
En el camino de la investigación 25
Pruebas y resultados
Figura 16. Funcionamiento y registro en Freeboard
Fuente: Autores
En la Fig.16 se visualizan las medidas en tiempo
real de los sensores ultrasónicos, el sensor PIR y las
revoluciones por minuto (RPM) enviados por el en-
coder mediante la plataforma de Freeboard, con lo
que se cumple con la medición de los parámetros del
prototipo para usarlos en los frenos del vehículo.
Figura 17. Medidas del ritmo cardiaco en tiempo real a través de la plataforma Freeboard
Fuente: Autores
Por último, en la Fig.17 se observa las medidas del
ritmo cardiaco del prototipo desde la plataforma Free-
board en conjunto con el funcionamiento de los frenos,
al tener un ritmo cardiaco por debajo del límite progra-
mado se accionan los frenos ABS y las direccionales del
vehículo completando la maniobra del freno inteligente
propuesto.
26 Juventud y Ciencia Solidaria
Conclusiones
•
La implementación de una interrupción por pin
en el sistema de frenado automático, junto con el
uso de señales PWM y el shield L298, ha logrado
una detección precisa y oportuna de las señales
del encoder, mejorando significativamente el con-
trol, monitoreo y rendimiento del frenado, garan-
tizando así una mayor seguridad en el sistema
del vehículo a escala.
•
El encoder desempeña un papel fundamental en
nuestro proyecto, al ser el mecanismo primario
para detectar posibles accidentes y proporcionar
información crucial para el funcionamiento del
prototipo. La configuración de pines, la captura
y transmisión de datos a través del IoT, así como
la obtención precisa de mediciones, dependen
en gran medida de las lecturas del Encoder. Su
correcto desempeño y precisión son vitales para
garantizar la seguridad y el rendimiento óptimo
del sistema.
•
La integración de un sensor de ritmo cardiaco
en un sistema de frenado automático monitore-
ado por IoT ofrece una capacidad adicional para
evaluar la condición fisiológica del conductor en
tiempo real. Al medir el ritmo cardiaco (BPM), el
sistema puede determinar si el conductor está en
un estado estable para conducir, lo que permite
tomar decisiones más informadas sobre la acti-
vación o desactivación del frenado automático.
Esto mejora la seguridad y proporciona un con-
trol más preciso en situaciones de conducción
potencialmente peligrosas.
Agradecimientos
Primeramente, agradecemos a los padres de familia
por darnos la oportunidad de estudiar y adquirir los
conocimientos necesarios para desarrollar este proyecto.
Agradecemos a la institución por permitirnos formar
parte de una comunidad salesiana que lleva consigo
los valores cristianos inculcados por San Juan Bosco y
María Auxiliadora. A nuestros docentes, que nos han
formado como verdaderos estudiantes técnicos, nos han
ayudado a enfrentar nuestras responsabilidades sin im-
portar los problemas que se nos presenten, logrando
llegar a ser profesionales honestos ante la sociedad y el
mundo laboral. Finalmente, y en reconocimiento a todo
lo que han hecho los profesores por nosotros, deseamos
expresar nuestro agradecimiento por su ardua labor en
nuestra educación y enriquecimiento de conocimiento.
Por último, también agradecemos a la vida por haber-
nos unido como integrantes de este grupo, formando
una unidad tan funcional.
Referencias
[1] S. Anbalagan, P. Srividya, B. Thilaksurya, S. G.
Senthivel, G. Suganeshwari, y G. Raja, «Vision-
Based Ingenious Lane Departure Warning System
for Autonomous Vehicles», Sustainability, vol. 15,
n.
o
4, Art. n.
o
4, ene. 2023, doi:
10.3390/su15043535.
[2] A. Ziębiński, R. Cupek, D. Grzechca, y L.
Chruszczyk, «Review of advanced driver assistance
systems (ADAS)», presentado en AIP Con-
ference Proceedings, nov. 2017, p. 120002. doi:
10.1063/1.5012394.
[3] Kaspersky, «¿Qué es la Internet de las cosas? Defini-
ción y explicación», latam.kaspersky.com. [En
línea]. Disponible en: https://shorturl.at/ajpsM
[4] K. Hiramatsu, «Design Principles for Advanced
Driver Assistance System: Keeping Drivers In-the-
Loop», International Harmonized Research Activi-
ties (IHRA), 2010.
[5] R. Jabbar, M. Shinoy, M. Kharbeche, K. Al-Khalifa,
M. Krichen, y K. Barkaoui, «Urban Traffic Moni-
toring and Modeling System: An IoT Solution for
Enhancing Road Safety», en 2019 International
Conference on Internet of Things, Embedded Sys-
tems and Communications (IINTEC), dic. 2019,
pp. 13-18. doi: 10.1109/IINTEC48298.2019.9112118
[6] CAR AND DRIVER, «Ken Block prueba
el nuevo freno de mano electrónico del Focus
RS», Car and Driver. [En línea]. Disponible en:
https://shorturl.at/yMR03
[7] W. Shi, M. B. Alawieh, X. Li, y H. Yu, «Algo-
rithm and hardware implementation for visual
perception system in autonomous vehicle: A sur-
vey», Integration, vol. 59, pp. 148-156, sep. 2017,
doi: 10.1016/j.vlsi.2017.07.007.
En el camino de la investigación 27
[8] V. Kumar, P. Aravind, S. Pooja, S. Prathyush, S.
AngelDeborah, y K. Chandran, «Driver Assistance
System using Raspberry Pi and Haar Cascade Clas-
sifiers», may 2021, pp. 1729-1735. doi: 10.1109/
ICICCS51141.2021.9432361.
[9] S. Grubmüller, J. Plihal, y P. Nedoma, «Auto-
mated Driving from the View of Technical Stan-
dards», en Automated Driving: Safer and More Ef-
ficient Future Driving, D. Watzenig y M. Horn,
Eds., Cham: Springer International Publishing,
2017, pp. 29-40. doi: 10.1007/978-3-319-31895-0_3.
[10] H. Thevendran, A. Nagendran, H. Hydher, A. Ban-
dara, y U. Oruthota, «Deep Learning & Com-
puter Vision for IoT based Intelligent Driver As-
sistant System», en 2021 10th International Confe-
rence on Information and Automation for Sustai-
nability (ICIAfS), ago. 2021, pp. 340-345. doi:
10.1109/ICIAfS52090.2021.9605823.
[11] B. Varma, S. Sam, y L. Shine, «Vision Based Ad-
vanced Driver Assistance System Using Deep Lear-
ning», en 2019 10th International Conference on
Computing, Communication and Networking Tech-
nologies (ICCCNT), jul. 2019, pp. 1-5. doi:
10.1109/ICCCNT45670.2019.8944842.
[12] HowStuffWorks, «Could anti-lock brakes detect
a flat? | HowStuffWorks». [En línea]. Disponible
en: https://shorturl.at/beAT0
[13] D. Yi, J. Su, C. Liu, M. Quddus, y W.-H. Chen,
«A machine learning based personalized system
for driving state recognition», Transportation Re-
search Part C: Emerging Technologies, vol. 105, pp.
241-261, ago. 2019, doi: 10.1016/j.trc.2019.05.042.
[14] R. Albasrawi, F. F. Fadhil, y M. T. Ghazal, «Driver
drowsiness monitoring system based on facial Land-
mark detection with convolutional neural network
for prediction», Bulletin of Electrical Engineering
and Informatics, vol. 11, n.
o
5, Art. n.
o
5, oct. 2022,
doi: 10.11591/eei.v11i5.3966.
[15] K. Ferencz y J. Domokos, «Using Node-RED plat-
form in an industrial environment», feb. 2020.
[16] S. Hind, «Dashboard design and the ‘datafied’
driving experience», Big Data & Society, vol.
8, n.
o
2, p. 205395172110498, jul. 2021, doi:
10.1177/20539517211049862.
[17] M. Meena y V. Prakash, «Vehicle to Vehicle
Communication for Collision Avoidance», Enginee-
ring, Technology and Applied Science Research, vol.
6, pp. 1380-1386, may 2018.
[18] S. Garethiya, L. Ujjainiya, y V. Dudhwadkar,
«Predictive vehicle collision avoidance system
using Raspberry - pi», ARPN Journal of Engi-
neering and Applied Sciences, vol. 10, pp. 3655-
3659, ene. 2015.
[19] Arduino Spain, «[GUÍA] Arduino sensor de pulso
cardiaco ky-039 + código, conexión», Ar-
duino Spain. [En línea]. Disponible en:
https://shorturl.at/rwzQZ
[20] L. Louis, «Working Principle of Arduino and Using
it as a Tool for Study and Research», presentado en
International Journal of Control, Automation,
Communication and Systems, jul. 2018. doi:
10.5121/ijcacs.2016.1203.
[21] P.-Y. Hsiao, C.-W. Yeh, S.-S. Huang, y L.-C. Fu,
«A Portable Vision-Based Real-Time Lane Depar-
ture Warning System: Day and Night», Vehicu-
lar Technology, IEEE Transactions on, vol. 58, pp.
2089-2094, jun. 2009, doi: 10.1109/TVT.2008.2006618.
[22] D. Parekh et al., «A Review on Autonomous Vehi-
cles: Progress, Methods and Challenges», Elec-
tronics, vol. 11, n.
o
14, Art. n.
o
14, ene. 2022, doi:
10.3390/electronics11142162.
