Arquitetura de veículos conectados: da captura à análise de dados

The introduction of Industry 4.0 in the 21st century has driven the emergence of new sectors in technology, notably the growth of the Internet of Things (IoT). In this scenario, the integration of this paradigm with the automotive context, through On-Board Diagnostics (OBD) technology, enabled effic...

ver descrição completa

Na minha lista:
Detalhes bibliográficos
Autor principal: Azevedo, Mariana Brito
Outros Autores: Silva, Ivanovitch Medeiros Dantas da
Formato: bachelorThesis
Idioma:pt_BR
Publicado em: Universidade Federal do Rio Grande do Norte
Assuntos:
Internet das Coisas
Veículos Conectados
Gerenciamento de Frotas
OBD-II
Freematics One+
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
Endereço do item:https://repositorio.ufrn.br/handle/123456789/55393
Tags: Adicionar Tag
Sem tags, seja o primeiro a adicionar uma tag!
id ri-123456789-55393
record_format dspace
institution Repositório Institucional
collection RI - UFRN
language pt_BR
topic Internet das Coisas
Veículos Conectados
Gerenciamento de Frotas
OBD-II
Freematics One+
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
spellingShingle Internet das Coisas
Veículos Conectados
Gerenciamento de Frotas
OBD-II
Freematics One+
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
Azevedo, Mariana Brito
Arquitetura de veículos conectados: da captura à análise de dados
description The introduction of Industry 4.0 in the 21st century has driven the emergence of new sectors in technology, notably the growth of the Internet of Things (IoT). In this scenario, the integration of this paradigm with the automotive context, through On-Board Diagnostics (OBD) technology, enabled efficient and secure collection of data from vehicle sensors. This set of information obtained from automobiles enables various applications, from vehicle monitoring to the execution of advanced Data Science and Artificial Intelligence techniques. However, to use this data effectively, it is essential to follow a set of steps that ensure proper collection for future use. In this context, this work presents an architecture for connected vehicles, addressing the stages of data capture, pre-processing, storage, visualization, and analysis of vehicle data. The developed architecture offers a computational solution to monitor individual trips and manage vehicle fleets based on data collected from two devices: ELM327 and Freematics One+. The paper demonstrates how challenges related to vehicle data collection were resolved, how preprocessing of collected data was done, and how the information was sent to a server and subsequently to a database. Finally, the paper presents a web platform for visualization and analysis of the collected data, illustrating performance indicators of the vehicle, route maps, and more, for a journey of approximately 570 km.
author2 Silva, Ivanovitch Medeiros Dantas da
author_facet Silva, Ivanovitch Medeiros Dantas da
Azevedo, Mariana Brito
format bachelorThesis
author Azevedo, Mariana Brito
author_sort Azevedo, Mariana Brito
title Arquitetura de veículos conectados: da captura à análise de dados
title_short Arquitetura de veículos conectados: da captura à análise de dados
title_full Arquitetura de veículos conectados: da captura à análise de dados
title_fullStr Arquitetura de veículos conectados: da captura à análise de dados
title_full_unstemmed Arquitetura de veículos conectados: da captura à análise de dados
title_sort arquitetura de veículos conectados: da captura à análise de dados
publisher Universidade Federal do Rio Grande do Norte
publishDate 2023
url https://repositorio.ufrn.br/handle/123456789/55393
work_keys_str_mv AT azevedomarianabrito arquiteturadeveiculosconectadosdacapturaaanalisededados
AT azevedomarianabrito connectedvehiclearchitecturefromdatacapturetodataanalysis
_version_ 1784351207792312320
spelling ri-123456789-553932023-11-20T17:04:03Z Arquitetura de veículos conectados: da captura à análise de dados Connected vehicle architecture: from data capture to data analysis Azevedo, Mariana Brito Silva, Ivanovitch Medeiros Dantas da 0000-0003-4609-8800 http://lattes.cnpq.br/3368384913656038 https://orcid.org/0000-0002-0116-6489 http://lattes.cnpq.br/3608440944832201 Silva, Marianne Batista Diniz da 0000-0002-8277-7571 http://lattes.cnpq.br/6470261020797104 Viegas, Carlos Manuel Dias 0000-0001-5061-7242 http://lattes.cnpq.br/3134700668982522 Oliveira, Luiz Affonso Henderson Guedes de 0000-0003-2690-1563 http://lattes.cnpq.br/7987212907837941 Internet das Coisas Veículos Conectados Gerenciamento de Frotas OBD-II Freematics One+ CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA The introduction of Industry 4.0 in the 21st century has driven the emergence of new sectors in technology, notably the growth of the Internet of Things (IoT). In this scenario, the integration of this paradigm with the automotive context, through On-Board Diagnostics (OBD) technology, enabled efficient and secure collection of data from vehicle sensors. This set of information obtained from automobiles enables various applications, from vehicle monitoring to the execution of advanced Data Science and Artificial Intelligence techniques. However, to use this data effectively, it is essential to follow a set of steps that ensure proper collection for future use. In this context, this work presents an architecture for connected vehicles, addressing the stages of data capture, pre-processing, storage, visualization, and analysis of vehicle data. The developed architecture offers a computational solution to monitor individual trips and manage vehicle fleets based on data collected from two devices: ELM327 and Freematics One+. The paper demonstrates how challenges related to vehicle data collection were resolved, how preprocessing of collected data was done, and how the information was sent to a server and subsequently to a database. Finally, the paper presents a web platform for visualization and analysis of the collected data, illustrating performance indicators of the vehicle, route maps, and more, for a journey of approximately 570 km. Conselho Nacional de Desenvolvimento Científico e Tecnológico A introdução da Indústria 4.0 no século XXI impulsionou o surgimento de novos setores na tecnologia, notadamente o crescimento da Internet das Coisas (IoT). Nesse cenário, a integração desse paradigma com o contexto automotivo, por meio da tecnologia On-Board Diagnostics (OBD), possibilitou uma coleta eficiente e segura de dados provenientes de sensores veiculares. Esse conjunto de informações obtidas a partir de automóveis viabiliza diversas aplicações, desde o monitoramento veicular até a execução de técnicas avançadas de Ciência de Dados e Inteligência Artificial. Contudo, para utilizar esses dados de forma eficaz, é essencial seguir um conjunto de etapas que garanta uma coleta adequada para usos futuros. Neste contexto, este trabalho apresenta uma arquitetura para veículos conectados, abordando os estágios de captura, pré-processamento, armazenamento, visualização e análise de dados veiculares. A arquitetura desenvolvida oferece uma solução computacional para monitorar viagens individuais e gerenciar frotas veiculares a partir da coleta de dados de dois dispositivos: o ELM327 e o Freematics One+. O trabalho mostra como os desafios relacionados à coleta de dados veiculares foram resolvidos, como foi realizado o pré-processamento dos dados coletados e como as informações foram enviadas para um servidor, e posteriormente, para um banco de dados. Finalmente, o trabalho apresenta uma plataforma web para visualização e análise dos dados coletados, ilustrando gráficos de indicadores de desempenho do veículo, mapa de percurso realizado, dentre outros, para uma viagem de aproximadamente 570 km. 2023-11-20T17:04:02Z 2023-11-20T17:04:02Z 2023-11-14 bachelorThesis AZEVEDO, Mariana Brito. Arquitetura de veículos conectados: da captura à análise de dados. 2023. 63.f Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação) - Departamento de Engenharia da Computação, Universidade Federal do Rio Grande do Norte, Natal, 2023. https://repositorio.ufrn.br/handle/123456789/55393 pt_BR Attribution 3.0 Brazil http://creativecommons.org/licenses/by/3.0/br/ application/pdf Universidade Federal do Rio Grande do Norte Brasil UFRN Engenharia de Computação Departamento de Engenharia de Computação e Automação

Registros relacionados