Arquitetura de veículos conectados: da captura à análise de dados
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFRN |
Texto Completo: | https://repositorio.ufrn.br/handle/123456789/55393 |
Resumo: | 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. |
id |
UFRN_82e3b023d203e2edf298cd08b44d5c1e |
---|---|
oai_identifier_str |
oai:https://repositorio.ufrn.br:123456789/55393 |
network_acronym_str |
UFRN |
network_name_str |
Repositório Institucional da UFRN |
repository_id_str |
|
spelling |
Azevedo, Mariana Brito0000-0003-4609-8800http://lattes.cnpq.br/3368384913656038https://orcid.org/0000-0002-0116-6489http://lattes.cnpq.br/3608440944832201Silva, Marianne Batista Diniz da0000-0002-8277-7571http://lattes.cnpq.br/6470261020797104Viegas, Carlos Manuel Dias0000-0001-5061-7242http://lattes.cnpq.br/3134700668982522Oliveira, Luiz Affonso Henderson Guedes de0000-0003-2690-1563http://lattes.cnpq.br/7987212907837941Silva, Ivanovitch Medeiros Dantas da2023-11-20T17:04:02Z2023-11-20T17:04:02Z2023-11-14AZEVEDO, 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/123456789/55393A 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.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 TecnológicoUniversidade Federal do Rio Grande do NorteEngenharia de ComputaçãoUFRNBrasilDepartamento de Engenharia de Computação e AutomaçãoAttribution 3.0 Brazilhttp://creativecommons.org/licenses/by/3.0/br/info:eu-repo/semantics/openAccessCNPQ::ENGENHARIAS::ENGENHARIA ELETRICAInternet das CoisasVeículos ConectadosGerenciamento de FrotasOBD-IIFreematics One+Arquitetura de veículos conectados: da captura à análise de dadosConnected vehicle architecture: from data capture to data analysisinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisporreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNORIGINALArquiteturadeVeiculos_Azevedo_2023.pdfArquiteturadeVeiculos_Azevedo_2023.pdfapplication/pdf6211897https://repositorio.ufrn.br/bitstream/123456789/55393/4/ArquiteturadeVeiculos_Azevedo_2023.pdf358816ec27cf93bdda151b532c1d8722MD54CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8914https://repositorio.ufrn.br/bitstream/123456789/55393/5/license_rdf4d2950bda3d176f570a9f8b328dfbbefMD55LICENSElicense.txtlicense.txttext/plain; charset=utf-81484https://repositorio.ufrn.br/bitstream/123456789/55393/6/license.txte9597aa2854d128fd968be5edc8a28d9MD56123456789/553932023-11-20 14:04:03.144oai:https://repositorio.ufrn.br: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Repositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2023-11-20T17:04:03Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false |
dc.title.pt_BR.fl_str_mv |
Arquitetura de veículos conectados: da captura à análise de dados |
dc.title.alternative.pt_BR.fl_str_mv |
Connected vehicle architecture: from data capture to data analysis |
title |
Arquitetura de veículos conectados: da captura à análise de dados |
spellingShingle |
Arquitetura de veículos conectados: da captura à análise de dados Azevedo, Mariana Brito CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA Internet das Coisas Veículos Conectados Gerenciamento de Frotas OBD-II Freematics One+ |
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 |
author |
Azevedo, Mariana Brito |
author_facet |
Azevedo, Mariana Brito |
author_role |
author |
dc.contributor.authorID.pt_BR.fl_str_mv |
0000-0003-4609-8800 |
dc.contributor.authorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/3368384913656038 |
dc.contributor.advisorID.pt_BR.fl_str_mv |
https://orcid.org/0000-0002-0116-6489 |
dc.contributor.advisorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/3608440944832201 |
dc.contributor.referees1.none.fl_str_mv |
Viegas, Carlos Manuel Dias |
dc.contributor.referees1ID.pt_BR.fl_str_mv |
0000-0001-5061-7242 |
dc.contributor.referees1Lattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/3134700668982522 |
dc.contributor.referees2.none.fl_str_mv |
Oliveira, Luiz Affonso Henderson Guedes de |
dc.contributor.referees2ID.pt_BR.fl_str_mv |
0000-0003-2690-1563 |
dc.contributor.referees2Lattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/7987212907837941 |
dc.contributor.author.fl_str_mv |
Azevedo, Mariana Brito |
dc.contributor.advisor-co1.fl_str_mv |
Silva, Marianne Batista Diniz da |
dc.contributor.advisor-co1ID.fl_str_mv |
0000-0002-8277-7571 |
dc.contributor.advisor-co1Lattes.fl_str_mv |
http://lattes.cnpq.br/6470261020797104 |
dc.contributor.advisor1.fl_str_mv |
Silva, Ivanovitch Medeiros Dantas da |
contributor_str_mv |
Silva, Marianne Batista Diniz da Silva, Ivanovitch Medeiros Dantas da |
dc.subject.cnpq.fl_str_mv |
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA |
topic |
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA Internet das Coisas Veículos Conectados Gerenciamento de Frotas OBD-II Freematics One+ |
dc.subject.por.fl_str_mv |
Internet das Coisas Veículos Conectados Gerenciamento de Frotas OBD-II Freematics One+ |
description |
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. |
publishDate |
2023 |
dc.date.accessioned.fl_str_mv |
2023-11-20T17:04:02Z |
dc.date.available.fl_str_mv |
2023-11-20T17:04:02Z |
dc.date.issued.fl_str_mv |
2023-11-14 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
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. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufrn.br/handle/123456789/55393 |
identifier_str_mv |
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. |
url |
https://repositorio.ufrn.br/handle/123456789/55393 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
Attribution 3.0 Brazil http://creativecommons.org/licenses/by/3.0/br/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Attribution 3.0 Brazil http://creativecommons.org/licenses/by/3.0/br/ |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal do Rio Grande do Norte |
dc.publisher.program.fl_str_mv |
Engenharia de Computação |
dc.publisher.initials.fl_str_mv |
UFRN |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Departamento de Engenharia de Computação e Automação |
publisher.none.fl_str_mv |
Universidade Federal do Rio Grande do Norte |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRN instname:Universidade Federal do Rio Grande do Norte (UFRN) instacron:UFRN |
instname_str |
Universidade Federal do Rio Grande do Norte (UFRN) |
instacron_str |
UFRN |
institution |
UFRN |
reponame_str |
Repositório Institucional da UFRN |
collection |
Repositório Institucional da UFRN |
bitstream.url.fl_str_mv |
https://repositorio.ufrn.br/bitstream/123456789/55393/4/ArquiteturadeVeiculos_Azevedo_2023.pdf https://repositorio.ufrn.br/bitstream/123456789/55393/5/license_rdf https://repositorio.ufrn.br/bitstream/123456789/55393/6/license.txt |
bitstream.checksum.fl_str_mv |
358816ec27cf93bdda151b532c1d8722 4d2950bda3d176f570a9f8b328dfbbef e9597aa2854d128fd968be5edc8a28d9 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN) |
repository.mail.fl_str_mv |
|
_version_ |
1814832635993653248 |