Комп’ютерна система віддаленого моніторингу здоров’я водіїв і стану транспортних засобів

Abstract

У результаті реалізації поставлених завдань досліджено існуючі рішення та архітектури систем моніторингу здоров’я людини і транспортних засобів. На основі результатів аналізу розроблено структурну та функціональну модель комп’ютерної системи, що поєднує сенсори фізіологічного стану (температура, пульс, тиск) і параметрів навколишнього середовища (вологість, освітлення, якість повітря). Окрім цього, реалізовано механізм зчитування даних з електронного блоку управління автомобіля за стандартом OBD-II із використанням адаптера ELM327. У роботі створено програмне забезпечення з використанням мови програмування Python, яке забезпечує інтеграцію з Google Sheets через HTTP-запити та дозволяє вести віддалений журнал стану системи. Запропонована система є гнучкою і компактною з можливістю подальшої модифікації під конкретні потреби: від використання в легковому автотранспорті до впровадження в службові або логістичні автопарки. Наявність модулів самодіагностики та дистанційного збереження даних дозволяє використовувати її як частину більш широкої інфраструктури моніторингу

As a result of completing the assigned tasks of the qualification project, existing solutions and architectures for monitoring human health and vehicle condition were analyzed. Based on the results of this analysis, a structural and functional model of a computer system was developed, combining sensors for physiological parameters (temperature, pulse, blood pressure) and environmental conditions (humidity, lighting, air quality). Additionally, a mechanism for reading data from the vehicle’s electronic control unit via the OBD-II standard using an ELM327 adapter was implemented. The project also includes software developed in the Python programming language, which integrates with Google Sheets via HTTP requests and enables remote logging of system status. The proposed system is flexible and compact, with the potential for further modification to meet specific needs — ranging from use in private passenger vehicles to deployment in service or logistics fleets. The inclusion of self-diagnostic modules and remote data storage capabilities enables its integration into a broader monitoring infrastructure.