This thesis presents the development of an integrated infrastructure for the real-time monitoring, simulation, and analysis of operational data from a bus fleet. The primary objective is to enhance fleet management and operational efficiency through advanced data processing and management techniques. The project is structured into two main components: Edge Computing and Backend Infrastructure. The Edge Computing component focuses on simulating bus operations with flexible configurations, including various operational models, environmental conditions, geolocation tracking, and different operational states. This component ensures secure and standardized data exchange while managing real-time data processing and efficient data distribution. The Backend component is designed for scalable and efficient data management, enabling comprehensive data integration and analysis. It handles the consumption, normalization, and storage of data to support extensive analytical capabilities. Additionally, a real-time dashboard is developed to provide interactive visualizations, such as dynamic graphs and geospatial maps, which facilitate informed decision-making and operational oversight. Expected outcomes include significant improvements in operational efficiency, reduction in operational costs, and enhanced data-driven decision-making processes. The system's scalability and interoperability ensure it can adapt to increasing data demands and evolving technological advancements.

Questa tesi presenta lo sviluppo di un'infrastruttura integrata per il monitoraggio, la simulazione e l'analisi in tempo reale dei dati operativi di una flotta di autobus. L'obiettivo principale è migliorare la gestione della flotta e l'efficienza operativa attraverso tecniche avanzate di elaborazione e gestione dei dati. Il progetto è strutturato in due componenti principali: Edge Computing e Backend. La componente di Edge Computing si concentra sulla simulazione delle operazioni degli autobus con configurazioni flessibili, includendo diversi modelli operativi, condizioni ambientali, tracciamento della geolocalizzazione e vari stati operativi. Questo modulo garantisce uno scambio di dati sicuro e standardizzato, gestendo l'elaborazione in tempo reale e la distribuzione efficiente delle informazioni. La componente di Backend è progettata per una gestione scalabile ed efficiente dei dati, consentendo un'integrazione e un'analisi complete. Si occupa del consumo, della normalizzazione e dell'archiviazione dei dati, supportando capacità analitiche avanzate. Inoltre, è stato sviluppato un cruscotto in tempo reale per fornire visualizzazioni interattive, come grafici dinamici e mappe geospaziali, facilitando il processo decisionale e il monitoraggio operativo. I risultati attesi includono miglioramenti significativi nell'efficienza operativa, riduzione dei costi e potenziamento delle decisioni basate sui dati. La scalabilità e l'interoperabilità del sistema ne garantiscono l'adattabilità all'aumento della domanda di dati e all'evoluzione tecnologica.

Progettazione e implementazione di un’infrastruttura scalabile per l’analisi di dati temporali e il monitoraggio in tempo reale delle flotte di trasporto pubblico

ROSSO, THOMAS
2024/2025

Abstract

This thesis presents the development of an integrated infrastructure for the real-time monitoring, simulation, and analysis of operational data from a bus fleet. The primary objective is to enhance fleet management and operational efficiency through advanced data processing and management techniques. The project is structured into two main components: Edge Computing and Backend Infrastructure. The Edge Computing component focuses on simulating bus operations with flexible configurations, including various operational models, environmental conditions, geolocation tracking, and different operational states. This component ensures secure and standardized data exchange while managing real-time data processing and efficient data distribution. The Backend component is designed for scalable and efficient data management, enabling comprehensive data integration and analysis. It handles the consumption, normalization, and storage of data to support extensive analytical capabilities. Additionally, a real-time dashboard is developed to provide interactive visualizations, such as dynamic graphs and geospatial maps, which facilitate informed decision-making and operational oversight. Expected outcomes include significant improvements in operational efficiency, reduction in operational costs, and enhanced data-driven decision-making processes. The system's scalability and interoperability ensure it can adapt to increasing data demands and evolving technological advancements.
2024
Design and Implementation of a Scalable Infrastructure for Time-Series Data Analysis and Real-Time Monitoring of Public Transport Fleets
Questa tesi presenta lo sviluppo di un'infrastruttura integrata per il monitoraggio, la simulazione e l'analisi in tempo reale dei dati operativi di una flotta di autobus. L'obiettivo principale è migliorare la gestione della flotta e l'efficienza operativa attraverso tecniche avanzate di elaborazione e gestione dei dati. Il progetto è strutturato in due componenti principali: Edge Computing e Backend. La componente di Edge Computing si concentra sulla simulazione delle operazioni degli autobus con configurazioni flessibili, includendo diversi modelli operativi, condizioni ambientali, tracciamento della geolocalizzazione e vari stati operativi. Questo modulo garantisce uno scambio di dati sicuro e standardizzato, gestendo l'elaborazione in tempo reale e la distribuzione efficiente delle informazioni. La componente di Backend è progettata per una gestione scalabile ed efficiente dei dati, consentendo un'integrazione e un'analisi complete. Si occupa del consumo, della normalizzazione e dell'archiviazione dei dati, supportando capacità analitiche avanzate. Inoltre, è stato sviluppato un cruscotto in tempo reale per fornire visualizzazioni interattive, come grafici dinamici e mappe geospaziali, facilitando il processo decisionale e il monitoraggio operativo. I risultati attesi includono miglioramenti significativi nell'efficienza operativa, riduzione dei costi e potenziamento delle decisioni basate sui dati. La scalabilità e l'interoperabilità del sistema ne garantiscono l'adattabilità all'aumento della domanda di dati e all'evoluzione tecnologica.
Simulazione
Simulazione
OPC UA
Analisi predittiva
Real-time monitoring
File in questo prodotto:
File Dimensione Formato  
Rosso_Thomas.pdf

accesso riservato

Dimensione 4.18 MB
Formato Adobe PDF
4.18 MB Adobe PDF

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/81809