Monitorización en tiempo real del comportamiento en la conducción de vehículos

Abstract

En la actualidad, las empresas tienen la necesidad de procesar cantidades ingentes de datos que proceden en gran medida de dispositivos Internet of Things (IoT), por lo cual requieren el uso de tecnologías Big Data para realizar un procesamiento en un tiempo acotado. Adicionalmente a procesar grandes volúmenes de datos, estos deben ser procesados en tiempo real no estricto, por lo que se requiere que la arquitectura sea flexible, distribuida, y escalable. Este es el caso del sector logístico, donde mediante dispositivos IoT se recogen una serie de parámetros que para el caso de estudio que aquí se aborda ayuda a la empresa a medir el estado y determinar el modo de conducción de los conductores. El objetivo de este Trabajo Fin de Máster es diseñar, desarrollar y desplegar un sistema distribuido y escalable que realice el cálculo para determinar el comportamiento de conducción de los conductores en tiempo real no estricto. Para ello se utilizará el gestor de colas utilizando RabbitMQ, al cual los camiones envían datos del ordenador de viaje con cierta frecuencia y Apache Flink, como procesador de streaming que se encargará de limpiar, procesar, y agregar los datos para generar tramos y computar los patrones de conducción. Estos se almacenarán en el gestor NoSQL Cassandra.

Currently, companies have the need to process huge amounts of data that come largely from Internet of Things (IoT) devices, that is why they require the use of Big Data technologies to carry out processing in a limited amount time. In addition to managing large volumes of data, this data must be processed in real time, that is why the architecture must be flexible, distributed, and scalable. This case applies to the logistics sector, where IoT devices are used to monitor a series of indicators that help companies to assess the driver's driving behavior for processing and analysis. The objective of this dissertation is to design, develop, and deploy a system that is capable of solving these challenges. The objective of this work is to design, develop and deploy a distributed and scalable system that performs the computation to determine the driving behavior of drivers in non-strict real time. This will be done using the queue manager using RabbitMQ, to which the trucks send data from the trip computer with a certain frequency and Apache Flink, as a streaming processor that will be in charge of cleaning, processing, and aggregating the data to generate trips and compute the driving patterns. These will be stored in the Cassandra NoSQL manager.