Sistema de predicción de colisiones y optimización de rutas marítimas mediante datos abiertos y aprendizaje automático.

Abstract

Este trabajo desarrolla un sistema inteligente para analizar tráfico marítimo y predecir el riesgo de colisiones a partir de datos históricos del Sistema de Identificación Automática (AIS). Se utilizaron más de 8 millones de registros del conjunto AIS Vessel Tracks 2019 de NOAA, que tras un riguroso proceso de limpieza y filtrado se redujeron a 67,000 trayectorias representativas. El enfoque metodológico combina técnicas de clustering no supervisado y modelos de clasificación supervisada, con el fin de identificar patrones de movimiento y evaluar escenarios de riesgo en zonas de alta densidad de tráfico. En la fase no supervisada se implementaron K-Means, DBSCAN y clustering jerárquico, evaluados mediante Silhouette Score, Davies-Bouldin Index y Calinski-Harabasz. El clustering jerárquico con k = 5 obtuvo el mejor desempeño (Silhouette = 0.6098), permitiendo identificar cinco corredores principales de navegación en aguas costeras estadounidenses, consistentes con rutas comerciales y áreas portuarias reales. Estos patrones proporcionan información útil para segmentar el espacio marítimo en zonas funcionales y priorizar recursos de monitoreo. Para la predicción de colisiones se empleó un dataset sintético de 5,697 incidentes, entrenando cuatro modelos supervisados: Random Forest, Gradient Boosting, SVM con kernel RBF y XGBoost. Los resultados muestran desempeños moderados (AUC-ROC entre 0.61 y 0.64), propios de problemas con eventos raros y variables limitadas. SVM alcanzó el mayor recall (0.649), adecuado para sistemas de alerta temprana, mientras que XGBoost ofreció el mejor equilibrio entre precisión y sensibilidad. El análisis de importancia de variables indica que la velocidad del viento, la altura de ola, la visibilidad y el estado del mar son los factores más relevantes en la estimación del riesgo. El estudio concluye que la arquitectura integrada de clustering y clasificación es viable y aporta valor para la comprensión y gestión del tráfico marítimo, aunque el modelo de colisiones requiere datos adicionales y validación operativa antes de su despliegue en entornos reales. Se proponen como líneas futuras la incorporación de variables de tráfico relativo, técnicas avanzadas de balanceo de clases, validación en otras regiones geográficas y desarrollo de herramientas visuales y APIs para integración con sistemas portuarios y de control de tráfico marítimo