El estudio aborda el reto de evitar colisiones en entornos donde coexisten vehículos conectados y autónomos (CAVs) con vehículos conducidos por humanos. Para ello, propone un modelo proactivo de evasión de colisiones que regula tanto la velocidad como las decisiones de cambio de carril de los CAVs mediante un enfoque basado en reglas. El vehículo analiza las condiciones del tráfico, evalúa la aceleración del líder y examina carriles adyacentes para decidir si mantener la trayectoria, desacelerar o realizar cambios de carril, incluso coordinadas con otros CAVs. El modelo fue validado mediante simulaciones Python-SUMO en una autopista de tres carriles con 50% CAVs y 50% HVs, bajo escenarios con múltiples accidentes. Los resultados muestran mejoras significativas frente al control cooperativo adaptativo (CACC), reduciendo conflictos, tiempos perdidos y aumentando la velocidad media. Los autores destacan el potencial del enfoque para mejorar seguridad y eficiencia, y sugieren futuras extensiones con aprendizaje por refuerzo y escenarios más complejos.