En este trabajo, se propone un modelo híbrido inteligente para identificar maniobras de conducción peligrosas o inatentas en las carreteras, con el objetivo final de aumentar y garantizar la seguridad y comodidad de los viajeros. La estimación se basa en los efectos que la geometría de la carretera puede tener en las aceleraciones, desplazamientos y dinámicas del vehículo. Los resultados de los sistemas inteligentes propuestos son cómo se puede caracterizar el tipo de conducción como normal, descuidada o distraída. El sistema inteligente consta de una red neuronal LSTM (Long Short-Term Memory) en un primer paso que distingue entre comportamientos de conducción normales y anormales y luego un segundo módulo que clasifica las formas anormales de conducción como agresivas o inatentas, siendo esta última implementada con otra LSTM, una CNN (red neuronal convolucional) o la transformación de Hotelling. Se aplican a algunas de las características de la dinámica del vehículo para estimar el comportamiento de conducción. Se utilizan sensores inerciales de teléfonos inteligentes como GPS, acelerómetros y giroscopios para medir estas características del vehículo e identificar eventos de conducción en maniobras. Específicamente, la aceleración crítica debido a la influencia de la geometría de la carretera se puede medir con sensores inerciales, y luego, esta aceleración de la carretera con la aceleración lateral nos permite estimar la aceleración percibida por el conductor. Esta aceleración percibida afecta el estilo de conducción y, en consecuencia, la estimación de la velocidad adecuada para viajar en esa carretera. Se utiliza tanto una ruta de dos carriles tradicional como una autopista ubicada en la región de Madrid, España. El comportamiento de conducción se determina considerando cómo los cambios en la geometría de la carretera pueden afectar el estilo de conducción de una persona y, en consecuencia, la estimación de la velocidad adecuada. Los resultados obtenidos con algunas de las configuraciones propuestas del sistema híbrido inteligente alcanzan una precisión del 97.21% en la detección de conducción peligrosa o con cierto riesgo. Esto podría permitir generar alertas en tiempo real para maniobras potencialmente peligrosas o inatentas, lo que conllevaría a una conducción más segura y apropiada.