ESTG - Mestrado em Engenharia Automóvel
URI permanente para esta coleção:
Navegar
Percorrer ESTG - Mestrado em Engenharia Automóvel por assunto "aceleração"
A mostrar 1 - 1 de 1
Resultados por página
Opções de ordenação
- Estimação de perfis de conduçãoPublication . Rei, Tomás Martins; Ferreira, Lino Miguel Moreira; Lopes, Nuno Manuel Lucas Vieira; Silva, Sérgio Manuel daEste relatório de projeto de mestrado detalha o desenvolvimento de um sistema capaz de adquirir e registar dados de um veículo automóvel através do sistema de diagnóstico OBD‑II, para o seu processamento, em ambiente externo, originando a estimação dos perfis de condução categorizados como leve, moderado e agressivo. O sistema de aquisição de dados é baseado num microcontrolador que comunica com o sistema OBD-II através de num transceiver CAN, permitindo a aquisição de velocidade do veículo e da velocidade de rotação do motor, e o subsequente registo em cartão de memória. Foram analisadas várias abordagens de classificação de dados para a estimação dos perfis de condução envolvendo diversas combinações de variáveis, mas a que originou melhores resultados foi a baseada na combinação de limiares de aceleração e de velocidade de rotação do motor. A validação foi realizada utilizando dois percursos de referência, calculando um erro, obtido pela soma das médias dos erros absolutos originados por cada abordagem relativamente aos dois percursos de referência. Os testes experimentais confirmaram a capacidade do sistema em estimar de forma coerente o comportamento do condutor em contexto real. Os resultados da estimação foram apresentados sob a forma de histogramas que quantificam as ocorrências dos perfis leve, moderado e agressivo no final do percurso, fornecendo uma visão global do comportamento do condutor. Além disso, foram mostradas as evoluções temporal e espacial desses perfis, permitindo uma análise mais detalhada. De forma geral, o trabalho desenvolvido mostrou‑se funcional, fiável e adequado à estimação de perfis de condução, constituindo uma base sólida para futuras melhorias, nomeadamente a integração de dados contextuais, a adaptação dinâmica dos limites e a expansão para outros tipos de veículos que não apenas o veículo diesel usado neste trabalho.