Development of a classification algorithm for vehicle impacts: an anomaly detection approach

Detalhes bibliográficos
Autor(a) principal: Pereira, Rita Alexandra Ferreira
Data de Publicação: 2022
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: https://hdl.handle.net/1822/83611
Resumo: Dissertação de mestrado em Engenharia Informática
id RCAP_c53e5df5db3512bbdf9ba66bad0a798c
oai_identifier_str oai:repositorium.sdum.uminho.pt:1822/83611
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Development of a classification algorithm for vehicle impacts: an anomaly detection approachAccelerometerAnomaly detectionImpactsSemi-supervised learningAcelerómetroAprendizagem semi-supervisionadaDeteção de anomaliasImpactosEngenharia e Tecnologia::Outras Engenharias e TecnologiasDissertação de mestrado em Engenharia InformáticaIn the past decade, Machine Learning has been heavily applied to automobile industry solutions, the most promising being development of autonomous vehicles. New mobility services are available today as alternatives to owning a car, like ride hailing and carsharing. High costs associated with the maintenance of the vehicle and the reduced rate of vehicle use throughout the day are some of the factors for the popularity of these services. Car-sharing is self-service mode of transport that provides its members with access to a fleet of vehicles parked in various locations throughout a city. Damages are expected to happen when vehicles are used and the required repair implies costs to fleet operators. Systems able to detect these damages will promote a better use of these vehicles by vehicle users. Vehicle damages result from impacts with other objects, for instance, other vehicles or structures of any kind and these impacts inflict deformations to the vehicle exterior structure. Most of these impacts can be perceived or detected by the forces involved as result of the impact. Anomaly Detection is a technique applicable in a variety of domains, such as intrusion detection, fraud detection, event detection in sensor network or detection ecosystem disturbances. The objective of this thesis is the study and development of a semi-supervised intelligent system for detection and classification of vehicle impacts with an Anomaly Detection approach, using the accelerometer data, and following a strategy that would allow exploring a Machine Learning cycle. This thesis was developed under an internship in the company Bosch Car Multimedia S.A, located in Braga.Na última década, Machine Learning tem sido extensamente utilizado em soluções na indústria automóvel, o mais promissor sendo o desenvolvimento de veículos com condução autônoma. Novos serviços de mobilidade estão disponíveis hoje como alternativas à posse de um carro, como ride hailing ou car-sharing. Os elevados custos associados à manutenção do veículo e a sua reduzida taxa de utilização ao longo do dia são alguns dos fatores que contribuem para a popularidade destes serviços. Car-sharing é um modo de transporte self-service que fornece aos seus membros acesso a uma frota de veículos estacionados em vários locais duma cidade. Danos são espectáveis de ocorrer quando os veículos são usados e a reparação necessária implica custos para os operadores da frota. Sistemas capazes de detectar esses danos irão promover um melhor aproveitamento desses veículos pelos utilizadores dos veículos. Os danos de veículos resultam de impactos com outros objetos como, por exemplo, outros veículos ou estruturas e esses impactos provocam deformações na estrutura externa do veículo. A maioria desses impactos podem ser compreendidos ou detetados pelas forças envolvidas do resultado do impacto. Anomaly Detection é uma técnica aplicável em uma variedade de domínios, como deteção de intrusões, deteção de fraude, deteção de eventos numa rede de sensores ou deteção de distúrbios no ecossistema. O objetivo desta dissertação foi o estudo e desenvolvimento de um sistema inteligente semi-supervisionado para detecção e classificação de impactos de veículos a partir de uma abordagem de Anomaly Detection, utilizando os dados de acelerómetro, e seguindo uma estratégia que permitisse explorar um ciclo de Machine Learning. Esta dissertação foi desenvolvida no âmbito de um estágio na empresa Bosch Car Multimedia S.A, situada em Braga.Fernandes, João M.Ferreira, André LeiteUniversidade do MinhoPereira, Rita Alexandra Ferreira20222022-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://hdl.handle.net/1822/83611eng203246004info:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-07-21T12:37:34Zoai:repositorium.sdum.uminho.pt:1822/83611Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T19:33:52.954044Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Development of a classification algorithm for vehicle impacts: an anomaly detection approach
title Development of a classification algorithm for vehicle impacts: an anomaly detection approach
spellingShingle Development of a classification algorithm for vehicle impacts: an anomaly detection approach
Pereira, Rita Alexandra Ferreira
Accelerometer
Anomaly detection
Impacts
Semi-supervised learning
Acelerómetro
Aprendizagem semi-supervisionada
Deteção de anomalias
Impactos
Engenharia e Tecnologia::Outras Engenharias e Tecnologias
title_short Development of a classification algorithm for vehicle impacts: an anomaly detection approach
title_full Development of a classification algorithm for vehicle impacts: an anomaly detection approach
title_fullStr Development of a classification algorithm for vehicle impacts: an anomaly detection approach
title_full_unstemmed Development of a classification algorithm for vehicle impacts: an anomaly detection approach
title_sort Development of a classification algorithm for vehicle impacts: an anomaly detection approach
author Pereira, Rita Alexandra Ferreira
author_facet Pereira, Rita Alexandra Ferreira
author_role author
dc.contributor.none.fl_str_mv Fernandes, João M.
Ferreira, André Leite
Universidade do Minho
dc.contributor.author.fl_str_mv Pereira, Rita Alexandra Ferreira
dc.subject.por.fl_str_mv Accelerometer
Anomaly detection
Impacts
Semi-supervised learning
Acelerómetro
Aprendizagem semi-supervisionada
Deteção de anomalias
Impactos
Engenharia e Tecnologia::Outras Engenharias e Tecnologias
topic Accelerometer
Anomaly detection
Impacts
Semi-supervised learning
Acelerómetro
Aprendizagem semi-supervisionada
Deteção de anomalias
Impactos
Engenharia e Tecnologia::Outras Engenharias e Tecnologias
description Dissertação de mestrado em Engenharia Informática
publishDate 2022
dc.date.none.fl_str_mv 2022
2022-01-01T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/1822/83611
url https://hdl.handle.net/1822/83611
dc.language.iso.fl_str_mv eng
language eng
dc.relation.none.fl_str_mv 203246004
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799132858452803584

Registros relacionados