МАШИНЫ И МЕХАНИЗМЫ

Архитектура сбора и передачи телематических данных для интеллектуальных транспортных систем магистрального автотранспорта

Авторы

  • Артем Семенович Дубровский https://orcid.org/0009-0001-1685-7039 Московский автомобильно-дорожный государственный технический университет (МАДИ); Московский политехнический университет, 125319, Москва, Ленинградский проспект, 64
  • Сергей Сергеевич Шадрин https://orcid.org/0000-0002-2606-9984 Московский политехнический университет; Московский автомобильно-дорожный государственный технический университет (МАДИ), 107023, г. Москва, ул. Большая Семеновская, д. 38
  • Дарья Алексеевна Макарова https://orcid.org/0000-0002-0752-5075 Московский политехнический университет; Московский автомобильно-дорожный государственный технический университет (МАДИ), 107023, г. Москва, ул. Большая Семеновская, д. 38
  • Андрей Владимирович Келлер https://orcid.org/0000-0003-4183-9489 Московский политехнический университет; Московский автомобильно-дорожный государственный технический университет (МАДИ), 107023, г. Москва, ул. Большая Семеновская, д. 38
  • Юрий Михайлович Фурлетов https://orcid.org/0000-0002-5180-4899 Московский политехнический университет; Московский автомобильно-дорожный государственный технический университет (МАДИ); Финансовый университет при Правительстве Российской Федерации, 107023, г. Москва, ул. Большая Семеновская, д. 38

Как цитировать

ГОСТ Дубровский А. С., Шадрин С. С., Макарова Д. А., Келлер А. В., Фурлетов Ю. М. Архитектура сбора и передачи телематических данных для интеллектуальных транспортных систем магистрального автотранспорта // СТРОИТЕЛЬНЫЕ И ДОРОЖНЫЕ МАШИНЫ. 2026. Т. 70. № 10. С. 95-111. DOI: 10.25726/d7572-6892-7245-n
APA Дубровский, А. С., Шадрин, С. С., Макарова, Д. А., Келлер, А. В. & Фурлетов, Ю. М. (2026). Архитектура сбора и передачи телематических данных для интеллектуальных транспортных систем магистрального автотранспорта. СТРОИТЕЛЬНЫЕ И ДОРОЖНЫЕ МАШИНЫ, 70(10), 95-111. https://doi.org/10.25726/d7572-6892-7245-n

Аннотация

Развитие интеллектуальных транспортных систем для магистрального грузового автотранспорта требует надёжной инфраструктуры сбора, передачи и хранения телематических данных, а также точных цифровых моделей автомобильных дорог, без которых расчёт энергетических затрат на движение и построение адаптивных алгоритмов управления теряют практический смысл. В большинстве публикаций, посвящённых энергоэффективному управлению грузовым транспортом, телематическая подсистема описывается фрагментарно – как источник сигналов CAN-шины и GPS-трека, – без раскрытия архитектуры передачи, протоколов и методологии построения цифровой модели дороги. В настоящей работе разработана и описана трёхуровневая архитектура сбора, передачи и хранения телематических данных, включающая бортовой уровень интеграции с сетями CAN по стандарту SAE J1939, уровень оперативной обработки с навигационной привязкой по каналу Bluetooth Low Energy, а также облачную платформу с типизированным бинарным протоколом поверх TCP/IP и колоночно-ориентированной моделью хранения. Для построения цифровой модели автомобильной дороги использована методика высокоточного картирования, дополненная коррекцией по глобальной модели рельефа методом сплайн-интерполяции, что обеспечивает относительную точность модели не хуже 0,4 м при дискретности опорных точек маршрута в 2 м. Систематизированы факторы внешней среды и предложены принципы их интеграции в архитектуру данных и концепцию интеллектуальной транспортной системы, включая использование каналов V2X для перехода от статической цифровой модели маршрута к адаптивному синтезу решений в реальном времени. Практическая апробация на натурном эксперименте с магистральным автопоездом КАМАЗ-54901-92 на маршруте Р-22 «Каспий» (408 км) подтвердила работоспособность предложенных решений, позволяющих рассматривать их как самостоятельный телематический модуль для интеграции в платформы логистических операторов и системы поддержки принятия решений водителя.

Ключевые слова

телематика интеллектуальные транспортные системы CAN-шина SAE J1939 ГНСС цифровая модель дороги высокоточное картирование облачная платформа передача данных магистральный автотранспорт

Финансирование

Авторы не заявили о внешнем финансировании исследования.

Библиографические ссылки

ГОСТ 33475-2015. Дороги автомобильные общего пользования. Геометрические элементы. Технические требования: межгосударственный стандарт: введен в действие в качестве национального стандарта Российской Федерации приказом Федерального агентства по техническому регулированию и метрологии от 31 августа 2016 г. № 1008-ст: дата введения 2016-09-08. Разработан АО «Казахстанский дорожный научно-исследовательский институт»; принят Межгосударственным советом по стандартизации, метрологии и сертификации (Протокол от 27 августа 2015 г. № 79-П). Москва: Стандартинформ, 2019. (переиздание с Изменением № 1, введенным в действие приказом Росстандарта от 07.02.2024 № 205-ст с 01.03.2024).

Дубровский А.С., Шадрин С.С., Келлер А.В., Макарова Д.А., Фурлетов Ю.М. Определение повышенного расхода топлива автотранспортной техники с использованием методов глубокого обучения при анализе данных телеметрии // Тракторы и сельхозмашины. 2026. Т. 93. № 1. С. 81-88.

Федеральная служба государственной статистики (Росстат). Транспорт в России: статистический сборник. Москва: Росстат, 2024. 100 с.

Шадрин С.С. Геоинформационное обеспечение автономного движения наземного транспорта // Труды НГТУ им. Р.Е. Алексеева. 2018а. № 3 (122). С. 172-177.

Шадрин С.С. Энергоэффективное управление автономными колёсными транспортными средствами на основе анализа высокоточных данных геоинформационной среды // Технологии и компоненты интеллектуальных транспортных систем. 2018б. С. 100-112.

Шадрин С.С., Дубровский А.С., Келлер А.В., Макарова Д.А., Фурлетов Ю.М. Верификация параметров математической модели расхода топлива седельного тягача в реальном времени в привязке к цифровой модели местности // Труды НАМИ. 2026. № 2 (305). С. 18-28.

Airbus Defence and Space. OneAtlas WorldDEM streaming // oneatlas.airbus.com. 2020.

D’Agostino V., Verdone G., Cardone M. An overview about FPT Industrial telematic service for monitoring and diagnostic purposes. First approaches to signal logger data from heavy duty commercial vehicles // Journal of Physics: Conference Series. 2024. Vol. 2893. № 1. Art. 012106.

Dubrovskii A.S., Shadrin S.S., Koudrin A.B. Real time verification of the mathematical model of a highway truck’s fuel consumption in relation to the digital terrain model // 2025 Intelligent Technologies and Electronic Devices in Vehicle and Road Transport Complex (TIRVED). IEEE, 2025.

Digital Elevation Model (DEM) format // Sustainability of Digital Formats: Planning for Library of Congress Collections. 2022. https://www.loc.gov/preservation/digital/formats/fdd/fdd000285.shtml

Huynh N.B.P., Nguyen D.T. Implementation of an IoT-based system for monitoring parameters and tracking transport vehicles // Journal of Technical Education Science. 2024. Vol. 19. № 06. pp. 66-74.

Keyhole Markup Language // Wikipedia. 2026.

Nagesh A.S., Aparna C., Rao M.C.S. A GPS-enabled fuel sensor based vehicle tracking system for fleet management using the Internet of Things // Scalable Computing: Practice and Experience. 2025. Vol. 26. № 1. pp. 34-47.

Nariendra P.W., Lestiani M.E. Calibration of HDM-4 model for fuel consumption in heavy duty trucks: integration of telematics, engine speed, and aerodynamics // Automotive Experiences. 2025. Vol. 8. № 1. pp. 109-121.

Real Time Kinematic // ru.wikipedia.org. 2026.

SAE International. J1939-71_202002 // Vehicle application layer. 2020. Retrieved from sae.org.

Выпуск

Раздел

МАШИНЫ И МЕХАНИЗМЫ

Метрики

14 просмотров
0 скачиваний
Хотите опубликоваться?
Подать статью

Похожие статьи

<< < 2 3 4 5 6 7 8 9 > >> 

Вы также можете начать расширеннвй поиск похожих статей для этой статьи.