El estacionamiento es un elemento crucial en la gestión de la movilidad urbana. La disponibilidad de áreas de estacionamiento facilita el uso de un servicio, determinando su éxito. Un adecuado manejo del estacionamiento permite a los operadores económicos ubicados cerca aumentar sus ingresos comerciales. Las áreas de estacionamiento subterráneo durante las horas de menor afluencia son lugares poco concurridos, donde la seguridad del usuario está garantizada por supervisores de la empresa. Debido a su gran tamaño, garantizar una vigilancia adecuada requeriría muchos operadores, lo que aumentaría los costos de las tarifas de estacionamiento. Para reducir costos, se utilizan sistemas de videovigilancia, en los que un operador supervisa muchas áreas. Sin embargo, algunas actividades están fuera del control de esta tecnología. En este trabajo, se desarrolla un procedimiento para identificar eventos sonoros en un garaje subterráneo. El objetivo del trabajo es detectar sonidos que identifiquen situaciones peligrosas y activar una alerta automática que llame la atención de la vigilancia en esa área. Para hacer esto, los sonidos de un sector de estacionamiento fueron detectados con el uso de sensores de sonido. Estos sonidos fueron analizados por un detector de sonido basado en redes neuronales convolucionales. El procedimiento devolvió una alta precisión en la identificación de un choque de automóvil en un área de estacionamiento subterráneo.