Please use this identifier to cite or link to this item: https://repositorio.ufrn.br/handle/123456789/55393
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorSilva, Ivanovitch Medeiros Dantas da-
dc.contributor.authorAzevedo, Mariana Brito-
dc.date.accessioned2023-11-20T17:04:02Z-
dc.date.available2023-11-20T17:04:02Z-
dc.date.issued2023-11-14-
dc.identifier.citationAZEVEDO, 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.pt_BR
dc.identifier.urihttps://repositorio.ufrn.br/handle/123456789/55393-
dc.description.abstractThe 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.pt_BR
dc.description.sponsorshipConselho Nacional de Desenvolvimento Científico e Tecnológicopt_BR
dc.languagept_BRpt_BR
dc.publisherUniversidade Federal do Rio Grande do Nortept_BR
dc.rightsAttribution 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by/3.0/br/*
dc.subjectInternet das Coisaspt_BR
dc.subjectVeículos Conectadospt_BR
dc.subjectGerenciamento de Frotaspt_BR
dc.subjectOBD-IIpt_BR
dc.subjectFreematics One+pt_BR
dc.titleArquitetura de veículos conectados: da captura à análise de dadospt_BR
dc.title.alternativeConnected vehicle architecture: from data capture to data analysispt_BR
dc.typebachelorThesispt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.initialsUFRNpt_BR
dc.publisher.programEngenharia de Computaçãopt_BR
dc.contributor.authorID0000-0003-4609-8800pt_BR
dc.contributor.authorLatteshttp://lattes.cnpq.br/3368384913656038pt_BR
dc.contributor.advisorIDhttps://orcid.org/0000-0002-0116-6489pt_BR
dc.contributor.advisorLatteshttp://lattes.cnpq.br/3608440944832201pt_BR
dc.contributor.advisor-co1Silva, Marianne Batista Diniz da-
dc.contributor.advisor-co1ID0000-0002-8277-7571pt_BR
dc.contributor.advisor-co1Latteshttp://lattes.cnpq.br/6470261020797104pt_BR
dc.contributor.referees1Viegas, Carlos Manuel Dias-
dc.contributor.referees1ID0000-0001-5061-7242pt_BR
dc.contributor.referees1Latteshttp://lattes.cnpq.br/3134700668982522pt_BR
dc.contributor.referees2Oliveira, Luiz Affonso Henderson Guedes de-
dc.contributor.referees2ID0000-0003-2690-1563pt_BR
dc.contributor.referees2Latteshttp://lattes.cnpq.br/7987212907837941pt_BR
dc.description.resumoA 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.pt_BR
dc.publisher.departmentDepartamento de Engenharia de Computação e Automaçãopt_BR
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA ELETRICApt_BR
Appears in Collections:CT - TCC - Engenharia de Computação

Files in This Item:
File Description SizeFormat 
ArquiteturadeVeiculos_Azevedo_2023.pdf6,07 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons