Este proyecto consistió en adaptar el modelo YOLO versión 5 para detectar y clasificar vehículos en un espacio tridimensional, y con esto, evaluar el riesgo de colisión trasera en Bogotá usando imágenes RGB de videos de vigilancia. El modelo YOLO versión 5 entrenado tuvo un mAP@50 de 91.8% y se usó para estimar la longitud de los vehículos utilizando la perspectiva, en particular, los puntos de fuga. Se dividió la región de interés (ROI) en tres zonas según estos puntos de fuga, lo que permitió calcular distancias aproximadas entre par de vehículos consecutivos. A partir de la información recopilada y los resultados obtenidos, se definieron categorías de riesgo de colisión y se ajustaron las reglas y funciones de pertenencia para reflejar la realidad considerando la normatividad del tránsito sobre la separación espacial entre vehículos en circulación. Entre los resultados, se consiguió un modelo con un desempeño satisfactorio y se da a conocer la metodología para pasar de detecciones en un espacio bidimensional a uno tridimensional. Además, se observó que los conductores no respetan en gran medida las distancias de seguridad sugeridas ya que el 95.5% de las distancias calculadas se clasificaron en riesgo alto y medio, lo que incrementa la posibilidad de accidentes viales en la ciudad.