Um sistema de detecção de anomalias em sensor veicular baseado em classificadores one-class

Detalhes bibliográficos
Autor(a) principal: SILVA NETO, Eronides Felisberto da
Data de Publicação: 2019
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFPE
Texto Completo: https://repositorio.ufpe.br/handle/123456789/34496
Resumo: Com o aumento das diversas aplicações de veículos conectados, como sistemas de navegação automotiva e sistemas de transporte inteligentes, o setor de telemetria veicular torna-se estratégico para as montadoras e consumidor. Novas soluções, baseadas na manutenção preditiva e no diagnóstico de veículos, são habilitadas de maneira mais fácil. Além da redução dos preços dos dispositivos eletrônicos, outro fator que também impulsionou o aumento no número de veículos conectados é a ampla cobertura de redes celulares e tecnologias habilitadoras da comunicação móvel. A partir de um mapeamento sistemático, este trabalho apresenta as diversas arquiteturas e aplicações da telemetria veicular. Graças à combinação das novas tecnologias de informação e comunicação (TICs), os veículos são equipados com unidade telemática que adiciona inteligência às tradicionais funções veiculares. A partir da proposta de um sistema de telemetria veicular, este trabalho avaliou a presença de anomalias na operação do sensor de Temperatura do Líquido Arrefecimento do Motor (ECT) por meio da coleta de dados de um único carro, em dois modos operacionais diferentes. A abordagem proposta avaliou dez classificadores de one-class (one-class classifiers) diferentes, em cinco níveis de anomalia, definidos a partir da faixa dinâmica de potência do sinal do sensor. Com base nos resultados dos dados experimentais, a avaliação baseada na métrica F2-score mostrou: a técnica OC-SVM com função de núcleo polinomial de terceiro grau como a melhor técnica de detecção de anomalias para a operação do veículo no modo em movimento e a técnica k-NN com o melhor resultado para o modo idle, onde o carro permanece com o motor ligado, porém parado.
id UFPE_6b3f6abeba2dd9aa950983c6c412a442
oai_identifier_str oai:repositorio.ufpe.br:123456789/34496
network_acronym_str UFPE
network_name_str Repositório Institucional da UFPE
repository_id_str 2221
spelling SILVA NETO, Eronides Felisberto dahttp://lattes.cnpq.br/4364517952689670http://lattes.cnpq.br/8983932189780223SILVA FILHO, Abel Gulilhermino da2019-10-11T18:47:57Z2019-10-11T18:47:57Z2019-05-30https://repositorio.ufpe.br/handle/123456789/34496Com o aumento das diversas aplicações de veículos conectados, como sistemas de navegação automotiva e sistemas de transporte inteligentes, o setor de telemetria veicular torna-se estratégico para as montadoras e consumidor. Novas soluções, baseadas na manutenção preditiva e no diagnóstico de veículos, são habilitadas de maneira mais fácil. Além da redução dos preços dos dispositivos eletrônicos, outro fator que também impulsionou o aumento no número de veículos conectados é a ampla cobertura de redes celulares e tecnologias habilitadoras da comunicação móvel. A partir de um mapeamento sistemático, este trabalho apresenta as diversas arquiteturas e aplicações da telemetria veicular. Graças à combinação das novas tecnologias de informação e comunicação (TICs), os veículos são equipados com unidade telemática que adiciona inteligência às tradicionais funções veiculares. A partir da proposta de um sistema de telemetria veicular, este trabalho avaliou a presença de anomalias na operação do sensor de Temperatura do Líquido Arrefecimento do Motor (ECT) por meio da coleta de dados de um único carro, em dois modos operacionais diferentes. A abordagem proposta avaliou dez classificadores de one-class (one-class classifiers) diferentes, em cinco níveis de anomalia, definidos a partir da faixa dinâmica de potência do sinal do sensor. Com base nos resultados dos dados experimentais, a avaliação baseada na métrica F2-score mostrou: a técnica OC-SVM com função de núcleo polinomial de terceiro grau como a melhor técnica de detecção de anomalias para a operação do veículo no modo em movimento e a técnica k-NN com o melhor resultado para o modo idle, onde o carro permanece com o motor ligado, porém parado.CNPqWith the increase in the number of the variety of connected vehicle applications, such as automotive navigation systems and intelligent transportation systems, the vehicle telemetry sector becomes strategic both for automakers and consumer. New solutions based on predictive maintenance and vehicle diagnostics are enabled in an easier way. In addition to the electronic devices cost reduction, another factor that has promoted the increase in the number of connected vehicles is the wide coverage of cellular networks and technologies that enables mobile communication. From a systematic mapping study, this work presents the various architectures and applications of vehicular telemetry. Thanks to the combination of new information and communication technologies (ICTs), vehicles are equipped with a telematics unit that adds intelligence to the basic vehicle functions. Based on a proposal of a vehicle telemetry system, this work has evaluated the presence of anomalies in the operation of the Engine Coolant Temperature (ECT) sensor by collecting data from a single car in two different operational modes. The proposed approach has evaluated ten different one-class classifiers of in five anomaly levels, defined based on the dynamic range of the sensor signal power. Based on the results of experimental data, OC-SVM technique with a third-degree polynomial core function performs the best result based on the F2-score metric. Considering the vehicle on idle mode, the k-NN technique presents the best F2-score results for the case when the car remains with the engine on, but stationary.porUniversidade Federal de PernambucoPrograma de Pos Graduacao em Ciencia da ComputacaoUFPEBrasilAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessCiência da computaçãoSistemas embarcadosTelemetria veicularUm sistema de detecção de anomalias em sensor veicular baseado em classificadores one-classinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesismestradoreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPETHUMBNAILDISSERTAÇÃO Eronides Felisberto da Silva Neto.pdf.jpgDISSERTAÇÃO Eronides Felisberto da Silva Neto.pdf.jpgGenerated Thumbnailimage/jpeg1256https://repositorio.ufpe.br/bitstream/123456789/34496/5/DISSERTA%c3%87%c3%83O%20Eronides%20Felisberto%20da%20Silva%20Neto.pdf.jpgcbf4d58868e569a8e0438214bf305fbaMD55ORIGINALDISSERTAÇÃO Eronides Felisberto da Silva Neto.pdfDISSERTAÇÃO Eronides Felisberto da Silva Neto.pdfapplication/pdf5116211https://repositorio.ufpe.br/bitstream/123456789/34496/1/DISSERTA%c3%87%c3%83O%20Eronides%20Felisberto%20da%20Silva%20Neto.pdfa9513fc59e1ee0d6301336ec3ceef4f4MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.ufpe.br/bitstream/123456789/34496/2/license_rdfe39d27027a6cc9cb039ad269a5db8e34MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-82310https://repositorio.ufpe.br/bitstream/123456789/34496/3/license.txtbd573a5ca8288eb7272482765f819534MD53TEXTDISSERTAÇÃO Eronides Felisberto da Silva Neto.pdf.txtDISSERTAÇÃO Eronides Felisberto da Silva Neto.pdf.txtExtracted texttext/plain205058https://repositorio.ufpe.br/bitstream/123456789/34496/4/DISSERTA%c3%87%c3%83O%20Eronides%20Felisberto%20da%20Silva%20Neto.pdf.txt130c81a5ed4aced460114e9bb7fa0c43MD54123456789/344962019-10-26 04:41:52.171oai:repositorio.ufpe.br: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ório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212019-10-26T07:41:52Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false
dc.title.pt_BR.fl_str_mv Um sistema de detecção de anomalias em sensor veicular baseado em classificadores one-class
title Um sistema de detecção de anomalias em sensor veicular baseado em classificadores one-class
spellingShingle Um sistema de detecção de anomalias em sensor veicular baseado em classificadores one-class
SILVA NETO, Eronides Felisberto da
Ciência da computação
Sistemas embarcados
Telemetria veicular
title_short Um sistema de detecção de anomalias em sensor veicular baseado em classificadores one-class
title_full Um sistema de detecção de anomalias em sensor veicular baseado em classificadores one-class
title_fullStr Um sistema de detecção de anomalias em sensor veicular baseado em classificadores one-class
title_full_unstemmed Um sistema de detecção de anomalias em sensor veicular baseado em classificadores one-class
title_sort Um sistema de detecção de anomalias em sensor veicular baseado em classificadores one-class
author SILVA NETO, Eronides Felisberto da
author_facet SILVA NETO, Eronides Felisberto da
author_role author
dc.contributor.authorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/4364517952689670
dc.contributor.advisorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/8983932189780223
dc.contributor.author.fl_str_mv SILVA NETO, Eronides Felisberto da
dc.contributor.advisor1.fl_str_mv SILVA FILHO, Abel Gulilhermino da
contributor_str_mv SILVA FILHO, Abel Gulilhermino da
dc.subject.por.fl_str_mv Ciência da computação
Sistemas embarcados
Telemetria veicular
topic Ciência da computação
Sistemas embarcados
Telemetria veicular
description Com o aumento das diversas aplicações de veículos conectados, como sistemas de navegação automotiva e sistemas de transporte inteligentes, o setor de telemetria veicular torna-se estratégico para as montadoras e consumidor. Novas soluções, baseadas na manutenção preditiva e no diagnóstico de veículos, são habilitadas de maneira mais fácil. Além da redução dos preços dos dispositivos eletrônicos, outro fator que também impulsionou o aumento no número de veículos conectados é a ampla cobertura de redes celulares e tecnologias habilitadoras da comunicação móvel. A partir de um mapeamento sistemático, este trabalho apresenta as diversas arquiteturas e aplicações da telemetria veicular. Graças à combinação das novas tecnologias de informação e comunicação (TICs), os veículos são equipados com unidade telemática que adiciona inteligência às tradicionais funções veiculares. A partir da proposta de um sistema de telemetria veicular, este trabalho avaliou a presença de anomalias na operação do sensor de Temperatura do Líquido Arrefecimento do Motor (ECT) por meio da coleta de dados de um único carro, em dois modos operacionais diferentes. A abordagem proposta avaliou dez classificadores de one-class (one-class classifiers) diferentes, em cinco níveis de anomalia, definidos a partir da faixa dinâmica de potência do sinal do sensor. Com base nos resultados dos dados experimentais, a avaliação baseada na métrica F2-score mostrou: a técnica OC-SVM com função de núcleo polinomial de terceiro grau como a melhor técnica de detecção de anomalias para a operação do veículo no modo em movimento e a técnica k-NN com o melhor resultado para o modo idle, onde o carro permanece com o motor ligado, porém parado.
publishDate 2019
dc.date.accessioned.fl_str_mv 2019-10-11T18:47:57Z
dc.date.available.fl_str_mv 2019-10-11T18:47:57Z
dc.date.issued.fl_str_mv 2019-05-30
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://repositorio.ufpe.br/handle/123456789/34496
url https://repositorio.ufpe.br/handle/123456789/34496
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Pernambuco
dc.publisher.program.fl_str_mv Programa de Pos Graduacao em Ciencia da Computacao
dc.publisher.initials.fl_str_mv UFPE
dc.publisher.country.fl_str_mv Brasil
publisher.none.fl_str_mv Universidade Federal de Pernambuco
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPE
instname:Universidade Federal de Pernambuco (UFPE)
instacron:UFPE
instname_str Universidade Federal de Pernambuco (UFPE)
instacron_str UFPE
institution UFPE
reponame_str Repositório Institucional da UFPE
collection Repositório Institucional da UFPE
bitstream.url.fl_str_mv https://repositorio.ufpe.br/bitstream/123456789/34496/5/DISSERTA%c3%87%c3%83O%20Eronides%20Felisberto%20da%20Silva%20Neto.pdf.jpg
https://repositorio.ufpe.br/bitstream/123456789/34496/1/DISSERTA%c3%87%c3%83O%20Eronides%20Felisberto%20da%20Silva%20Neto.pdf
https://repositorio.ufpe.br/bitstream/123456789/34496/2/license_rdf
https://repositorio.ufpe.br/bitstream/123456789/34496/3/license.txt
https://repositorio.ufpe.br/bitstream/123456789/34496/4/DISSERTA%c3%87%c3%83O%20Eronides%20Felisberto%20da%20Silva%20Neto.pdf.txt
bitstream.checksum.fl_str_mv cbf4d58868e569a8e0438214bf305fba
a9513fc59e1ee0d6301336ec3ceef4f4
e39d27027a6cc9cb039ad269a5db8e34
bd573a5ca8288eb7272482765f819534
130c81a5ed4aced460114e9bb7fa0c43
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)
repository.mail.fl_str_mv attena@ufpe.br
_version_ 1802310755724296192