Spelling suggestions: "subject:"cistema dde monitoramento dde cargas"" "subject:"cistema dde monitoramento dee cargas""
1 |
Safetrack: um modelo para monitoramento logístico com foco na segurança do carregamentoOliveira, Rodrigo Remor 13 March 2013 (has links)
Submitted by Maicon Juliano Schmidt (maicons) on 2015-04-01T18:46:30Z
No. of bitstreams: 1
Rodrigo Remor Oliveira.pdf: 1506777 bytes, checksum: 76d619ec9477e0e9b6a1122304ecb94b (MD5) / Made available in DSpace on 2015-04-01T18:46:30Z (GMT). No. of bitstreams: 1
Rodrigo Remor Oliveira.pdf: 1506777 bytes, checksum: 76d619ec9477e0e9b6a1122304ecb94b (MD5)
Previous issue date: 2013-01-31 / Sawluz Informática / O transporte de carregamentos representa a maior parcela dos custos logísticos na maioria das empresas. Sendo assim, muitas delas estão investindo em sistemas de monitoramento e rastreamento com o objetivo de melhorar os serviços, reduzir perdas e garantir maior segurança no transporte de carregamentos. Esta dissertação apresenta o SafeTrack, um modelo para rastreamento e monitoramento logístico focado em fornecer segurança durante a distribuição de carregamentos, a fim de identificar em tempo real possíveis roubos de veículos e de cargas transportadas. Através do SafeTrack, empresas de transporte podem rastrear e obter informações em tempo real sobre seus carregamentos. O SafeTrack apresenta um gerenciamento de viagens automático para inicializar e finalizar viagens sem necessitar a interação do usuário. Além disso, fornece um mecanismo para monitorar a ocorrência de desvios de rotas planejadas e erros durante entregas e coletas de carregamentos, enviando notificações de alarmes aos responsáveis através de dispositivos móveis. Para construir esse mecanismo, foram estudados conceitos de cerca eletrônica e técnicas existentes para preparar duas soluções que possibilitam descobrir, continuamente, a ocorrência de desvios em rotas planejadas. As soluções propostas foram comparadas e discutidas. Um componente denominado SafeDuíno foi desenvolvido visando realizar o controle de entradas e saídas de carregamentos no veículo. A decisão sobre a ocorrência de inconsistências durante o fluxo logístico é realizada através da fusão de informações de contextos, obtidas através do SafeDuíno e de um dispositivo móvel. As informações utilizadas são: evento de entrada/saída do carregamento, data e horário da ocorrência, código do carregamento e coordenadas GPS no momento do evento. Uma avaliação funcional também foi realizada, na qual um cenário de teste foi executado vinte vezes, mostrando que o modelo proposto possui uma boa taxa de eficiência. Além disso, foi realizada uma análise de impacto sobre a precisão GPS e consumo de energia nos dispositivos móveis utilizados. Após os testes, o modelo proposto demonstrou ser estável e confiável para realizar o monitoramento de carregamentos. / The cargo transport represents the largest share of logistics costs in most companies. Thus, companies are investing in monitoring and tracking systems aiming at improving services, reducing costs and ensuring the safety in cargos transports. This dissertation presents the SafeTrack, a model for logistics tracking and monitoring focused on safety during the distribution of cargo. The proposed model identify in real time possible thefts of carrier vehicles and cargo carried. Furthermore, it allows transport companies to track and to get realtime information about carrier vehicles and cargo. The SafeTrack presents an automatic travel management to initialize and finalize travels without requiring user interaction. Furthermore, it provides a mechanism to monitor detours in planned routes and to send alarms notification through mobile devices. To build that mechanism were studied Geofence concept and existing techniques to prepare two solutions that enable discover continuously the occurrence of deviations of planned routes. Those solutions were compared and discussed. A component named SafeDuíno was developed to make the control of inputs and outputs of cargo on the vehicle. The decision on the occurrence of inconsistencies during the logistic flow is performed through the fusion of contexts information obtained from SafeDuíno and a mobile device. The information used are: event of input / output load, date and time of the occurrence, EPC code of load and GPS coordinates at the time of the event. A functional evaluation was also performed, in which a test scene was executed twenty times, showing that the proposed model has a good efficiency rate. In addition, we provide an impact analysis regarding GPS precision and battery power consumption. After the tests, we concluded that the proposed model generates a reliable system for tracking vehicles.
|
Page generated in 0.1405 seconds