Um sistema de detecção de anomalias em sensor veicular baseado em classificadores one-class
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 veículo...
| Main Author: | SILVA NETO, Eronides Felisberto da |
|---|---|
| Other Authors: | SILVA FILHO, Abel Gulilhermino da |
| Format: | masterThesis |
| Language: | por |
| Published: |
Universidade Federal de Pernambuco
2019
|
| Subjects: | |
| Online Access: |
https://repositorio.ufpe.br/handle/123456789/34496 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: |
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. |
|---|