Sistema inteligente de alarmas comunitarias con arquitectura IOT para la empresa Ecuaseg.

dc.contributor.advisorVargas Guevara, Carlos Luis
dc.contributor.authorToapanta Toctaguano, Jhon Roberth
dc.contributor.editorUniversidad Técnica de Ambato. Facultad de Ingeniería en Sistemas Electrónica e Industrial. Carrera de Telecomunicaciones.
dc.date.accessioned2026-07-01T17:56:11Z
dc.date.issued2026-07-01
dc.descriptionEl presente proyecto de titulación describe el diseño e implementación de un Sistema Inteligente de Alarmas Comunitarias basado en una arquitectura del Internet de las Cosas (IoT), desarrollado para optimizar los procesos de seguridad ciudadana de la empresa ECUASEG (Empresa Ecuatoriana de Seguridad Electrónica) en la ciudad de Ambato. La problemática actual radica en la ineficiencia de los sistemas de alarma convencionales, los cuales carecen de mecanismos automatizados para la verificación de alertas tempranas, generando falsos positivos y tiempos de respuesta prolongados ante situaciones de riesgo. Para solventar esta limitación, la investigación se estructuró metodológicamente a través de un modelo tecnológico de tres capas: Percepción, Red y Aplicación. En la capa de percepción, se implementaron nodos sensores basados en microcontroladores ESP32 y un sistema de videovigilancia acoplado a una Raspberry Pi 4. Este último integra un modelo de visión artificial YOLOv8 optimizado con el algoritmo SORT, permitiendo la detección y seguimiento en tiempo real de objetos y personas en áreas perimetrales. Los resultados experimentales demostraron una precisión del 92.5% en la detección de objetos con YOLOv8 y una reducción del 40% en el tiempo de latencia de transmisión de alarmas en comparación con los sistemas analógicos tradicionales, manteniendo una tasa de pérdida de paquetes inferior al 1.2% bajo entornos de red simulados. En conclusión, la integración de visión artificial e IoT valida la viabilidad técnica del sistema, ofreciendo una solución robusta, escalable y eficiente para la mitigación delictiva y el fortalecimiento de la seguridad comunitaria en el contexto local.
dc.description.abstractThis thesis project describes the design and implementation of an Intelligent Community Alarm System based on an Internet of Things (IoT) architecture, developed to optimize citizen security processes for the company ECUASEG (Ecuadorian Electronic Security Company) in the city of Ambato. The current problem lies in the inefficiency of conventional alarm systems, which lack automated mechanisms for verifying early warnings, generating false positives and prolonged response times in risk situations. To overcome this limitation, the research was methodologically structured using a three-layer technological model: Perception, Network, and Application. In the perception layer, sensor nodes based on ESP32 microcontrollers and a video surveillance system coupled to a Raspberry Pi 4 were implemented. The latter integrates a YOLOv8 computer vision model optimized with the SORT algorithm, allowing for the real-time detection and tracking of objects and people in perimeter areas. Experimental results demonstrated 92.5% object detection accuracy with YOLOv8 and a 40% reduction in alarm transmission latency compared to traditional analog systems, while maintaining a packet loss rate of less than 1.2% under simulated network environments. In conclusion, the integration of machine vision and IoT validates the system's technical feasibility, offering a robust, scalable, and efficient solution for crime mitigation and strengthening community safety in the local context.
dc.identifier.urihttps://repositorio.uta.edu.ec/handle/123456789/46912
dc.language.isoes
dc.publisherUniversidad Técnica de Ambato. Facultad de Ingeniería en Sistemas Electrónica e Industrial. Carrera de Telecomunicaciones.
dc.subjectINTERNET DE LAS COSAS (IOT)
dc.subjectINTELIGENCIA ARTIFICIAL
dc.subjectPROTOCOLO MQTT
dc.subjectYOLOV8
dc.subjectPLATAFORMA THINGSBOARD.
dc.titleSistema inteligente de alarmas comunitarias con arquitectura IOT para la empresa Ecuaseg.
dc.typeThesis

Archivos

Bloque original

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
t2988te.pdf
Tamaño:
5,64 MB
Formato:
Adobe Portable Document Format

Bloque de licencias

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
license.txt
Tamaño:
1,71 KB
Formato:
Item-specific license agreed upon to submission
Descripción: