Um sistema de rastreamento e monitoramento de veículos baseado em IoT e LoRaWAN

ID: 
6205
Sala virtual: 
https://us02web.zoom.us/j/86341630342?pwd=T1B5dUJCWFIvNmF1cnFadDkvWGxIZz09
Vídeo: 
https://peertube.td.utfpr.edu.br/videos/watch/1190b5b1-f92b-4bae-b31b-5682d5f485c6
Resumo: 
Este artigo aborda o desenvolvimento de um sistema baseado na tecnologia LoRaWAN para monitoramento de veículos, apresentando os dados de coleta de rastreamento nas plataformas ThingsBoard e TagoIO. Foi projetado um dispositivo embarcado com o Arduino, integrando um sistema de geolocalização com GPS e transmissor LoRa. Tal dispositivo foi instalado em um caminhão de coleta de lixo da cidade de Toledo-PR e registrava periodicamente a localização geográfica. Além de armazenadas localmente no dispositivo essas coordenadas geográficas foram enviadas para o servidor The Things Network através da rede LoRa. Tanto os dados armazenados internamente quanto os dados recebidos pelo servidor foram comparados. Foi analisada a área de cobertura da rede LoRaWAN.
Autor(es): 
Marcos
Vinicius Rocha da
Silva
Universidade Tecnológica Federal do Paraná, Toledo, Paraná, Brasil
marcosviniciusrochadasilva@gmail.com
Graduação em Sistemas de Informação pela Faculdade Rolim de Moura (2018). Graduando de Engenharia de Computação pela Universidade Tecnológica do Paraná, câmpus Toledo. Bolsista no Programa de Bolsas de Iniciação em Desenvolvimento Tecnológico e Inovação (PIBITI).
Fabio
Alexandre
Spanhol
Universidade Tecnológica Federal do Paraná, Toledo, Paraná, Brasil
faspanhol@utfpr.edu.br
Doutor em Ciência da Computação (Universidade Federal do Paraná - UFPR, 2018), Mestre em Ciência da Computação (Universidade Federal de Santa Catarina - UFSC, 2002), Bacharel em Informática (Universidade Estadual do Oeste do Paraná - Unioeste, 1999). Foi desenvolvedor de software e analista de sistemas na Diretoria de Informática da Reitoria/Unioeste (2000-2003) e no Alvaro, Centro de Análises e Pesquisas Clínicas (2003-2009). Mais de vinte anos de experiência no magistério, tendo atuado no técnico profissionalizante, pós-médio, graduação e pós-graduação. Desde 2009 professor efetivo da UTFPR/campus Toledo. Atualmente trabalha com aprendizado de máquina, pesquisando reconhecimento de padrões focado em aprendizado profundo com redes neurais convolucionais para classificar imagens histopatológicas de câncer de mama.
Edson
Tavares de
Camargo
Universidade Tecnológica Federal do Paraná, Toledo, Paraná, Brasil
edson@utfpr.edu.br
É Bacharel em Informática pela Universidade Estadual do Oeste do Paraná (2004). Mestre em Engenharia Elétrica pela Universidade Federal de Santa Catarina (2006), na área de Automação e Sistemas. Doutor em Computação (2017) pela Universidade Federal do Paraná. Possui experiência em análise e desenvolvimento de sistemas. Atualmente, é professor associado na Universidade Tecnológica Federal do PR (UTFPR - câmpus Toledo), onde é professor efetivo desde 2009. Também é instrutor da Academia Cisco. Sua área de pesquisa inclui Redes de Computadores, Sistemas Distribuídos, Processamento Paralelo e Tolerância a Falhas. É também professor e orientador no mestrado em Ciência da Computação na Universidade Estadual do Paraná. Vice-coordenador da Comissão Especial de Tolerância a Falhas da Sociedade Brasileira de Computação. Coordena projeto de extensão, pesquisa e inovação tecnológica sobre Internet das Coisas.
Álvaro
Ricieri Castro e
Souza
Universidade Tecnológica Federal do Paraná, Toledo, Paraná, Brasil
alvarosouza@utfpr.edu.br
Possui graduação (2011) e Mestrado (2013) em Ciência da Computação pela Universidade Estadual de Londrina, e Doutorado em Engenharia Elétrica da Escola Politécnica da Universidade de São Paulo (2018). Foi professor na Universaide Anhembi Morumbi (SP) entre 2017 e 2019, e desde 2019 é Professor do MAgistério Superior na Universidade Tecnológica Federal do Paraná (UTFPR), Câmpus Toledo, no curso de Engenharia de Computação (COENC), onde leciona as disciplinas de Redes de Computadores e Sistemas Distribuídos. Tem experiência na área de Ciência da Computação, com ênfase em Redes, atuando principalmente nos seguintes temas: detecção multiusuário em redes cdma, sistemas celulares de quarta geração (4G) com ênfase em sistemas OFDMA, redes cooperativas, alocação de recursos com ênfase em eficiência energética, redes de computadores e redes para IoT, com ênfase em Lorawan.
Modalidade: 
Computação
Data: 
23/11/2020
Hora: 
16:30
mencao_honrosa: 
Sim