Använd denna länk för att citera eller länka till detta dokument: http://elartu.tntu.edu.ua/handle/lib/36540
Titel: Комп’ютерна система аналізу і прогнозування витрат палива на основі інформації про рух автомобіля
Övriga titlar: The computer system for analysis and forecasting of fuel consumption based on information about the movement of the car
Författare: Мельник, Юрій Романович
Melnyk, Yurii Romanovych
Affiliation: Тернопільський національний технічний університет імені Івана Пулюя
Ternopil Ivan Puluj National Technical University
Bibliographic description (Ukraine): Мельник Ю. Р. Комп’ютерна система аналізу і прогнозування витрат палива на основі інформації про рух автомобіля : кваліфікаційна робота магістра за спеціальністю “123 — Комп’ютерна інженерія” / Ю. Р. Мельник. – Тернопіль: ТНТУ, 2021. – 91 с.
Bibliographic description (International): Melnyk Y. The computer system for analysis and forecasting of fuel consumption based on information about the movement of the car: master qualification work "123 - Computer Engineering"/ Y. Melnyk, Ternopil, TNTU, 2021, p - 91
Utgivningsdatum: dec-2021
Submitted date: dec-2021
Date of entry: 20-dec-2021
Utgivare: Тернопільський національний технічний університет імені Івана Пулюя
Country (code): UA
Place of the edition/event: Тернопільський національний технічний університет імені Івана Пулюя
Supervisor: Яцишин, Василь Володимирович
Yatsyshyn, Vasyl
Committee members: Кареліна, Олена Володимирівна
Karelina, Olena
UDC: 004.4
Nyckelord: 123
комп’ютерна інженерія
forecasting
прогнозування
паливо
fuel
комп’ютерна система
computer system
behavior
поведінка
автомобіль
car
Number of pages: 91
Sammanfattning: У кваліфікаційній роботі магістра досліджено методи і засоби проектування комп’ютерних систем для прогнозування витрат палива, які враховують поведінку руху автомобіля з використанням сенсорів телефонів мобільного зв’язку та діагностичних сканерів. Проведено аналіз особливостей обміну даними між електронним блоком управління автомобіля та сенсорами, у результаті якого визначено принципи функціонування CAN-шини, проаналізовано стандарт OBD II, який передбачає підтримку п’яти базових протоколів обміну повідомленнями та досліджено структуру його інтерфейсу. Розроблено алгоритм та процедури збору даних із сенсорів автомобіля з використанням смартфону, як мобільного терміналу та діагностичного пристрою, сумісного з OBD інтерфейсом, обгрунтовано підходи до прогнозування витрат палива та побудовано відповідні моделі з використанням методів машинного навчання. Розроблено алгоритм та спроектовано архітектуру комп’ютерної системи збору та прогнозування витрат палива з використанням спеціалізованого програмного забезпечення Torque PRO (працює з OBD пристроями) та Real Time GPS Tracker (працює на смартфоні), а також баз даних для зберігання переданих від кінцевих пристроїв даних та формування результатів прогнозування витрат палива.
The master's thesis explores methods and tools for designing computer systems for fuel consumption forecasting, which take into account the behavior of the car using mobile phone sensors and diagnostic scanners. The peculiarities of data exchange between the electronic control unit of the car and sensors are analyzed, as a result of which the principles of CAN bus operation are determined, the OBD II standard is analyzed, which provides support for five basic messaging protocols and the structure of its interface is studied. An algorithm and procedures for collecting data from car sensors using a smartphone as a mobile terminal and a diagnostic device compatible with the OBD interface have been developed, approaches to fuel consumption forecasting have been substantiated and appropriate models have been built using machine learning methods. An algorithm has been developed and the architecture of a computer system for collecting and forecasting fuel consumption has been designed using specialized software Torque PRO (works with OBD devices) and Real Time GPS Tracker (works on a smartphone), as well as databases for storing data transmitted from end devices and formation of fuel consumption forecasting results.
Content: ПЕРЕЛІК ОСНОВНИХ УМОВНИХ ПОЗНАЧЕНЬ, СИМВОЛІВ І СКОРОЧЕНЬ ... 8 ВСТУП ...9 РОЗДІЛ 1 АНАЛІЗ ОСОБЛИВОСТЕЙ ОБМІНУ ДАНИМИ МІЖ ПРИСТРОЯМИ ТА СЕНСОРАМИ В АВТОМОБІЛІ ...13 1.1. Аналіз особливостей взаємодії електронного блоку управління автомобіля з іншими пристроями ...13 1.2. Аналіз стандарту OBD II ...22 1.3. Аналіз протоколів передачі даних у сучасних системах електронного управління пристроями автомобілів ...24 1.3.1. Протоколи SAE J1850 PWM та SAE J1850 VPW ...24 1.3.2. Протоколи стандартів ISO 9141-2 та ISO 14230 ...26 РОЗДІЛ 2 ПРОЕКТУВАННЯ СИСТЕМИ ЗБОРУ ДАНИХ ТА МОДЕЛЕЙ ПРОГНОЗУВАННЯ ВИТРАТ ПАЛИВА НА ОСНОВІ ПОВЕДІНКУ РУХУ АВТОМОБІЛЯ ..29 2.1. Проектування підсистеми збору даних про поведінку руху автомобіля та витрати палива ...29 2.2. Обґрунтування моделей і методів прогнозування витрат палива автомобілем ...35 2.2.1. Нейронні мережі прогнозування витрат палива з методом навчання на основі зворотного поширення помилки ...36 2.2.2. Метод опорних векторів при прогнозуванні витрат палива ...39 2.2.3. Метод «випадкових лісів» ...42 2.3. Обґрунтування метрик для оцінювання моделей регресії ...46 РОЗДІЛ 3 РЕАЛІЗАЦІЯ СИСТЕМИ ЗБОРУ ДАНИХ ТА ПРОГНОЗУВАННЯ ВИТРАТ ПАЛИВА АВТОМОБІЛЯ В ЗАЛЕЖНОСТІ ВІД ПОВЕДІНКИ ЙОГО РУХУ 3.1. ...51 Визначення ознак поведінки автомобіля, що впливають на витрати палива ...51 3.2. Розробка алгоритму та проектування архітектури комп’ютерної системи збору даних при прогнозуванні витрат палива автомобілем ...56 3.3. Побудова моделей прогнозування та оцінювання результатів прогнозу витрат палива автомобілем ...65 РОЗДІЛ 4 ОХОРОНА ПРАЦІ ТА БЕЗПЕКА В НАДЗВИЧАЙНИХ СИТУАЦІЯХ ...75 4.1. Охорона праці ...75 4.2. Використання комп’ютерної техніки для оцінки можливої обстановки ...78 ВИСНОВКИ ... 81 СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ ...83 Додаток А Тези конференцій ...86
URI: http://elartu.tntu.edu.ua/handle/lib/36540
Copyright owner: © Мельник Юрій Романович, 2021
References (Ukraine): 1. G. Guido, A. Vitale, V. Astarita, F. Saccomanno, V. P. Giofr ́e, and V. Gallelli, “Estimation of safety performance measures from smartphone sensors,” Procedia— Social and Behavioral Sciences, vol. 54, pp. 2012. 1095–1103. 2. W. J. Zhang, S. X. Yu, Y. F. Peng, Z. J. Cheng, and C. Wang, “Driving habits analysis on vehicle data using error backpropagation neural network algorithm,” in Computing, Control, Information and Education Engineering, vol. 55, CRC Press, Guilin, China, 2015. 3. H. Drucker, J. C. Chris, L. Kaufman, A. Smola, and V. Vapnik, “Support vector regression machines,” in Advances in Neural Information Processing Systems, MIT Press, Cambridge, MA, USA. pp. 155–161, 1997. 4. H.-l. Feng, “Study on prediction model of ecological security index in Chongqing city based on SVR model,” Computer Science, vol. 40, no. 8. 2013. pp. 245– 248. 5. Z. Ramedani, M. Omid, A. Keyhani, S. Shamshirband, and B. Khoshnevisan, “Potential of radial basis function based support vector regression for global solar radiation prediction,” Renewable and Sustainable Energy Reviews, vol. 39. 2014. pp. 1005–1011 6. S. Wickramanayake and H. M. N. D. Bandara, “Fuel consumption prediction of fleet vehicles using machine learning: a comparative study,” in Proceedings of the 2016 Moratuwa Engineering Research Conference (MERCon), IEEE, Moratuwa, Sri Lanka, April 2016. pp. 90–95. 7. M. Kuhler and D. Karstens, “Improved driving cycle for testing automotive exhaust emissions,” in Proceedings of the SAE International, Dearborn, MI, USA, 1978. D. Yang, M. Li, and X. Ban, “Real-time on-board monitoring method of gasoline vehicle fuel consumption based on OBD system,” Journal of Automotive Safety and Energy, vol. 7, no. 1. 2016. pp. 108–114. 8. Барабаш Ю. Л. Коллективные распознавании. М. : Радио и связь, 1983. 224 с. статистические решения при84 9. Васильев В. И. Распознающие системы : справочник. К. : Наукова думка, 1983. 230 с. 10. Горелик А. Л. Методы распознавания. М. : Высшая школа, 1984. 219 с. 11. Дуда Р. Распознавание образов и анализ сцен : пер. с англ. М. : Мир, 1978. 510 с. 12. Лукьяница А. А. Цифровая обработка видеоизображений. М. : Ай-Эс-Эс Пресс, 2009. 518 с. 13. Форсайт Д. А. Компьютерное зрение. Современный подход : пер. с англ. М. : Вильямс, 2004. 928 с. 14. Шапиро Л. Компьютерное зрение : пер. с англ. БИНОМ. Лаборатория знаний, 2006. 752 с. 15. Beginner’s Guide to Object Detection Algorithms. URL: https://medium.com/analytics-vidhya/beginners-guide-to-object-detectionalgorithms- 6620fb31c375 (дата звернення 01.12.2021). 16. Офіційна сторінка Open CV. URL: https://opencv.org/about/ (дата звернення 10.10.2021). 17. Стаття «Automatic License Plate Detection & Recognition using deep learning». URL: https://towardsdatascience.com/automatic-license-plate- detectionrecognition-using-deep-learning-624def07eaaf (дата звернення 10.11.2021). 18. J. Carreira and C. Sminchisescu, "CPMC: Automatic Object Segmentation Using Constrained Parametric Min-Cuts," in IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 31, no. 7. 2012. pp. 1312- 1328. 19. Sermanet P., Kavukcuoglu K., Chintala S., LeCun Y. Pedestrian detection with unsupervised multi-stage feature learning", Proc. IEEE Conf. Comput. Vis. Pattern Recog. 2013. pp. 3626-3633. 20. Simonyan K., Zisserman A. Very Deep Convolutional Networks for Large– Scale Image Recognition. CoRR. рр.1409 – 1556, 2014. 21. Захарченко М. В. Асиметричні методи шифрування в телекомунікаціях О.: ОНАЗ, 2011. 184 с.85 22. Хайкин С. Нейронные сети: полный курс, 2-е изд., Испр.: Пер. с англ. Москва : ООО «И.Д. Вильямс ». 2006. 1104с. 23. Микитишин А.Г., Митник М.М., Стухляк П.Д., Пасічник В.В. Комп’ютерні мережі. Книга 2. Львів, «Магнолія 2006», 2014. 312 с. 24. Микитишин А.Г., Митник М.М., Стухляк П.Д. Телекомунікаційні системи та мережі. Тернопіль: Вид-во ТНТУ імені Івана Пулюя, 2016. 384 с. 25. НПАОП 0.00-7.15-18 «Вимоги щодо безпеки та захисту здоров’я працівників під час роботи з екранними пристроями». Київ. 2018. 26. Катренко Л.А., Катренко А.В. Охорона праці в галузі комп’ютинґу. Львів: Магнолія-2006. 2012. 544 с. 27. Желібо Е.Н. Безпека життєдіяльності: Навчальний посібникКиїв: «Каравела», Львів: «Новий світ - 2000», 2001. 320 с.
Content type: Master Thesis
Samling:123 — комп’ютерна інженерія

Fulltext och övriga filer i denna post:
Fil Beskrivning StorlekFormat 
Melnyk_Yu_R.pdf3,62 MBAdobe PDFVisa/Öppna
Авторська_довідка_Мельник.docx19,95 kBMicrosoft Word XMLVisa/Öppna


Materialet i DSpace är upphovsrättsligt skyddat och får ej användas i kommersiellt syfte!

Administrativa verktyg