Хмарні рішення для інтеграції та аналізу даних дистанційного моніторингу транспортних засобів
DOI:
https://doi.org/10.63341/vjmet/2.2024.109Ключові слова:
автотранспортні засоби; експлуатаційна надійність; запасні частини; невизначеність; ефективність; транспортний процесАнотація
Дослідження спрямоване на розробку концепції інтелектуальної системи дистанційного моніторингу автотранспорту, що базується на інтеграції хмарних технологій та аналізі великих даних. Очікується, що результати цього дослідження стануть основою для створення нових сервісів в області автомобільної телематики та сприятимуть розвитку «розумних» міст та знайдуть широке застосування в автосервісі та транспортних компаніях, сприяючи підвищенню ефективності та надійності автопарку. Також в роботі розглядаються питання безпеки даних, ефективності передачі інформації та масштабованості рішень, що мають ключове значення для надійного функціонування систем віддаленого моніторингу. Забезпечення конфіденційності та цілісності даних є першочерговим завданням, що потребує впровадження передових методів шифрування та управління доступом. Ефективність передачі інформації відіграє вирішальну роль в умовах великої кількості даних, що надходять від транспортних засобів, а масштабованість систем дозволяє їм адаптуватися до зростаючих потреб підприємств. Перспективні системи діагностики дадуть змогу автосервісам і виробникам транспортних засобів значно підвищити ефективність обслуговування автопарків. Завдяки можливості віддаленого завантаження спеціалізованого програмного забезпечення, діагностика стане більш точною і оперативною. Стандартизація інтерфейсів бортових систем дасть змогу скоротити витрати на обладнання та спростити навчання персоналу. Крім того, акцент зроблено на практичних аспектах застосування хмарних технологій у реальних умовах експлуатації транспортних систем. Практичний підхід передбачає аналіз конкретних кейсів та прикладів використання хмарних платформ для моніторингу різних типів транспортних засобів. Зокрема, розглядаються питання впровадження хмарних рішень в автотранспортних підприємствах, залізничних компаніях та морських перевізниках. Висновки роботи містять рекомендації щодо впровадження та оптимізації хмарних рішень для моніторингу транспортних засобів, що дозволяють знизити витрати на обслуговування, підвищити безпеку та ефективність експлуатації транспортних систем. Об’єднання діагностичних даних з хмарними платформами для віддаленого технічного обслуговування стає відповіддю на виклики сучасного автомобільного господарства. Інтеграція цих технологічних рішень спрямована на поліпшення якості обслуговування, забезпечення безпеки експлуатації, а також зменшення часу та витрат на технічне обслуговування
Посилання
Volkov, V.P., Mateychik, V.P., Komov, P.B., Gritsuk, I.V., Smeshek, M., Volkova, T.V., & Tsyuman, M.P. (2015). Intelligent transport monitoring systems. Kharkiv: NAHU.
Volkov, V.P., Mateychik, V.P., Nikonov, O.Ya., Komov, P.B., Gritsuk, I.V., Volkov, Yu.V., & Komov E.A. (2013). Integration of technical operation of vehicles into structures and processes of intelligent transport systems. Donetsk: Publishing house “Knowledge”.
Vasylyshyn, P.A., Redchuk, A.V., & Palamar, A.M. (2020). Information and measuring system for monitoring the condition of vehicles using Internet of Things technology. In Proceedings of the VIII scientific and technical conference “Information models, systems and technologies” (pp. 97). Ternopil: TNTU.
Kashkanov, A.A., Kuzhel, V.P., & Hrysyuk, O.G. (2010). Information computer systems of road transport. Vinnytsia: VNTU.
Volkov, V.P., Nikonov, O.Ya., & Volkov, Yu.V. (2014). Methods of technical control of wheeled vehicles reliability. Bulletin of the Kharkiv National Technical University of Agriculture named after Petro Vasylenko, 151, 124-128.
Prilepsky, Yu.V., Hrytsuk, I.V., & Rybalko, I.F. (2012). Development of an automatic control system for heat accumulation and pre-starting heating of an internal combustion engine. Scientific Works of the Donetsk National Technical University. Series: Computing and Automation, 23, 43-48.
Volkov, V.P., Hrytsuk, I.V., Komov, A.P., & Volkov, Yu.V. (2014). Features of monitoring and determining the status of vehicle malfunctions as part of the on-board information and diagnostic complex. Bulletin of the National Transport University, 30(1). 51-62.
Zheng, X., Chen, W., Wang, P., Shen, D., Chen, S., Wang, X., & Yang, L. (2016). Big data for social transportation. IEEE Transactions on Intelligent Transportation Systems, 17(3), 620-630. doi: 10.1109/TITS.2015.2480157.
Fabbiani, E., Vidal, P., Massobrio, R. & Nesmachnow, S. (2016). Distributed Big Data analysis for mobility estimation in Intelligent Transportation Systems. In C. Barrios Hernández, I. Gitler & J. Klapp (Eds.), High performance computing. CARLA 2016. Communications in computer and information science (Vol. 697, pp. 146-160). Cham: Springer. doi: 10.1007/978-3-319-57972-6_11.
Buyya, R., Broberg, J., & Goscinski, A.M. (2011). Cloud computing principles and paradigms. New York: Wiley Publishing.
##submission.downloads##
-
PDF
Завантажень: 1
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.