{rfName}
GP

Indexado en

Licencia y uso

Icono OpenAccess

Citaciones

7

Altmetrics

Article has an altmetric score of 3

Grant support

No Statement Available

Análisis de autorías institucional

Rivera-Campoverde, Néstor DiegoAutor (correspondencia)Arenas-Ramirez, BlancaAutor o CoautorSanz, Jose Luis MunozAutor o Coautor

Compartir

21 de abril de 2024
Publicaciones
>
Artículo
Sí

GPS Data and Machine Learning Tools, a Practical and Cost-Effective Combination for Estimating Light Vehicle Emissions

Publicado en:Sensors. 24 (7): 2304- - 2024-04-01 24(7), DOI: https://doi.org/10.3390/s24072304

Autores: Rivera-Campoverde, ND; Arenas-Ramírez, B; Sanz, JLM; Jiménez, E

Afiliaciones

Inst Univ Invest Automovil Francisco Aparicio Izqu, Univ Politecn Madrid UPM, Escuela Tecn Super Ingn Ind ETSII, Madrid 28006, Spain - Autor o Coautor
Univ Politecn Madrid UPM, Escuela Tecn Super Ingn Ind ETSII, Machine Engn Div, Madrid 28006, Spain - Autor o Coautor
Univ Politecn Salesiana, Grp Invest Ingn Transporte, Cuenca 010105, Ecuador - Autor o Coautor

Resumen

This paper focuses on the emissions of the three most sold categories of light vehicles: sedans, SUVs, and pickups. The research is carried out through an innovative methodology based on GPS and machine learning in real driving conditions. For this purpose, driving data from the three best-selling vehicles in Ecuador are acquired using a data logger with GPS included, and emissions are measured using a PEMS in six RDE tests with two standardized routes for each vehicle. The data obtained on Route 1 are used to estimate the gears used during driving using the K-means algorithm and classification trees. Then, the relative importance of driving variables is estimated using random forest techniques, followed by the training of ANNs to estimate CO2, CO, NOX, and HC. The data generated on Route 2 are used to validate the obtained ANNs. These models are fed with a dataset generated from 324, 300, and 316 km of random driving for each type of vehicle. The results of the model were compared with the IVE model and an OBD-based model, showing similar results without the need to mount the PEMS on the vehicles for long test drives. The generated model is robust to different traffic conditions as a result of its training and validation using a large amount of data obtained under completely random driving conditions.

Palabras clave

Diesel passenger carsEmission parametric modelEmissions gasosesFuel consumptionLow-cost emission modelMachine learning modelNox emissionsOptimizationPerformancePortable emissions measurement systemReal driving emissionReal driving emissionsSpee

Indicios de calidad

Impacto bibliométrico. Análisis de la aportación y canal de difusión

El trabajo ha sido publicado en la revista Sensors debido a la progresión y el buen impacto que ha alcanzado en los últimos años, según la agencia Scopus (SJR), se ha convertido en una referencia en su campo. En el año de publicación del trabajo, 2024 aún no existen indicios calculados, pero en 2023, se encontraba en la posición , consiguiendo con ello situarse como revista Q1 (Primer Cuartil), en la categoría Instrumentation.

2025-07-20:

  • WoS: 2
  • Scopus: 5

Impacto y visibilidad social

Desde la dimensión de Influencia o adopción social, y tomando como base las métricas asociadas a las menciones e interacciones proporcionadas por agencias especializadas en el cálculo de las denominadas “Métricas Alternativas o Sociales”, podemos destacar a fecha 2025-07-20:

  • La utilización de esta aportación en marcadores, bifurcaciones de código, añadidos a listas de favoritos para una lectura recurrente, así como visualizaciones generales, indica que alguien está usando la publicación como base de su trabajo actual. Esto puede ser un indicador destacado de futuras citas más formales y académicas. Tal afirmación es avalada por el resultado del indicador “Capture” que arroja un total de: 14 (PlumX).

Con una intencionalidad más de divulgación y orientada a audiencias más generales podemos observar otras puntuaciones más globales como:

    Es fundamental presentar evidencias que respalden la plena alineación con los principios y directrices institucionales en torno a la Ciencia Abierta y la Conservación y Difusión del Patrimonio Intelectual. Un claro ejemplo de ello es:

    • El trabajo se ha enviado a una revista cuya política editorial permite la publicación en abierto Open Access.
    • Asignación de un Handle/URN como identificador dentro del Depósito en el Repositorio Institucional: https://oa.upm.es/90018/

    Como resultado de la publicación del trabajo en el repositorio institucional, se han obtenido datos estadísticos de uso que reflejan su impacto. En términos de difusión, podemos afirmar que, hasta la fecha

    • Visualizaciones: 7
    • Descargas: 2

    Análisis de liderazgo de los autores institucionales

    Este trabajo se ha realizado con colaboración internacional, concretamente con investigadores de: Ecuador.

    Existe un liderazgo significativo ya que algunos de los autores pertenecientes a la institución aparecen como primer o último firmante, se puede apreciar en el detalle: Primer Autor (RIVERA CAMPOVERDE, NÉSTOR) y Último Autor (Jimenez, Edisson).

    el autor responsable de establecer las labores de correspondencia ha sido RIVERA CAMPOVERDE, NÉSTOR.