road-condition-monitoring

RU

Система мониторинга состояния дорог (road-condition-monitoring) предназначена для сбора данных с датчиков (акселерометр, гироскоп, GPS) мобильных устройств с целью прогнозирования состояния дорожного покрытия. Прогнозирование осуществляется специализированным сервисом (не мобильным устройством). Пользователи, указав адрес сервиса api, могут получать результаты прогнозов о состоянии дорожного покрытия в точках прогноза.

Разработанные компоненты:

• api – предоставляет результаты пользователям.
• guessr – выполняет прогнозирование на основе данных с датчиков мобильных устройств.
• mobile – мобильное приложение, разработанное на Flutter, собирающее данные с датчиков и позволяющее просматривать результаты анализа.
• points_consumer – сервис, группирующий результаты прогнозирования для снижения нагрузки на базу данных.

Опциональные компоненты:

• monitoring_imitator – вспомогательный сервис для нагрузочного тестирования guessr и points_consumer.
• monitoring_keeper и monitoring_loader – используются для хранения промежуточных результатов во время тестирования алгоритмов guessr.

Используемые сервисы:

• kafka – очередь сообщений, обеспечивающая связь между guessr, mobile и points_consumer.
• clickhouse – СУБД для хранения результатов прогнозирования.

Дополнительные сервисы:

• kafkaui – интерфейс для просмотра состояния очереди kafka.

EN

The road-condition-monitoring system is designed to collect sensor data (accelerometer, gyroscope, GPS) from mobile devices to predict road surface conditions. The prediction is performed by a specialized service responsible for forecasting. Users, by specifying the api service's address, can obtain forecast results about road conditions at the prediction points.

Developed components:

• api – provides data to users.
• guessr – makes predictions based on sensor data.
• mobile – a mobile application that collects sensor data and allows users to view analysis results.
• points_consumer – a service that groups prediction results to reduce the load on the database.

Optional components:

• monitoring_imitator – an auxiliary service for load testing guessr and points_consumer.
• monitoring_keeper and monitoring_loader – used for storing intermediate results during the testing of guessr algorithms.

Services used:

• kafka – a message queue used for communication between guessr, mobile, and points_consumer.
• clickhouse – a DBMS for storing prediction results.

Additional services:

• kafkaui – an interface for viewing the state of the kafka queue.

Build & Deploy

Services:

docker compose \
    [--profile monitoring-keeper] \
    [--profile monitoring-loader] \
    [--profile mobile-imitator] \
    build

docker compose \
    [--profile monitoring-keeper] \
    [--profile monitoring-loader] \
    [--profile mobile-imitator] \
    up

points-consumer may require manual restart after kafka is ready, otherwise won't read topics.

docker compose restart points-consumer

Mobile:

cd mobile
flutter build apk

Datasets

• Jeferson Menegazzo. (2021). PVS - Passive Vehicular Sensors Datasets [Data set]. Kaggle. https://doi.org/10.34740/KAGGLE/DS/1105310