ІНТЕЛЕКТУАЛЬНА БЕЗПЕКА ЕЛЕКТРОСАМОКАТІВ З ТЕХНОЛОГІЄЮ SMARTSTOP
Анотація
У статті розглянуто проблему підвищення безпеки електросамокатів у міському середовищі через розробку та впровадження інтелектуальної системи SMARTSTOP. Запропонована система базується на адаптивному контролі швидкості та автоматизованому гальмуванні з використанням сенсорних технологій та алгоритмів реального часу. Ключовими компонентами системи є ультразвукові датчики, мікроконтролер Arduino Nano, потенціометр, сервопривід, електродвигун, LCD-дисплей та п’єзодинамік. SMARTSTOP дозволяє ефективно виявляти статичні та динамічні перешкоди у межах 5-6 метрів з кутом огляду 150 градусів, визначати рівень загрози і відповідно реагувати, знижуючи швидкість або ініціюючи автоматичне гальмування. Для тестування системи використано методику Hardware-in-the-Loop (HiL) на платформі MATLAB/Simulink, що дозволило змоделювати різні дорожні сценарії. Результати тестувань підтвердили високу ефективність і точність роботи системи, яка забезпечує своєчасне реагування на потенційні небезпеки. Подальші напрями розвитку передбачають вдосконалення алгоритмів для складних умов експлуатації та інтеграцію SMARTSTOP з технологіями «розумного міста».
Завантаження
Посилання
Wanganoo, L., Shukla, V., & Mohan, V. (2022). Intelligent micro‐mobility e‐scooter: revolutionizing urban transport. Trust‐based communication systems for internet of things applications, 267-290. DOI: https://doi.org/10.1002/9781119896746.ch11
D'Addato, M. (2021). Design of a smart sensor for obstacles detection on electric scooters or bicycles (Doctoral dissertation, Politecnico di Torino), URL: http://webthesis.biblio.polito.it/id/eprint/18054
Vinayaga-Sureshkanth, N., Wijewickrama, R., Maiti, A., & Jadliwala, M. (2020). Security and privacy challenges in upcoming intelligent urban micromobility transportation systems. In Proceedings of the Second ACM Workshop on Automotive and Aerial Vehicle Security, pp. 31-35, DOI: https://doi.org/10.1145/3507657.3528551
Jang, W. J., Kim, D. H., & Lim, S. H. (2023). An AI safety monitoring system for electric scooters based on the number of riders and road types. Sensors, 23(22), 9181, DOI: https://doi.org/10.3390/s23229181
Alai, H., Jeon, W., Alexander, L., & Rajamani, R. (2025). A smart e-scooter with embedded estimation of rear vehicle trajectories for rider protection. Mechanical Systems and Signal Processing, 222, 111786, DOI: https://doi.org/10.1016/j.ymssp.2024.111786
Ma, Q., Yang, H., Mayhue, A., Sun, Y., Huang, Z., & Ma, Y. (2021). E-Scooter safety: The riding risk analysis based on mobile sensing data. Accident Analysis & Prevention, 151, 105954, DOI: https://doi.org/10.1016/j.aap.2020.105954
Babiy, M. V., Babiy, V. A., & Martynchuk, A. O. (2023). Intelligent traffic safety systems. Materials of the V International Scientific and Practical Conference ‘Improving the reliability and efficiency of machines, processes and systems’. Kropyvnytskyi: TSNTU, 156 [in Ukrainian]
Yakovenko, T. K. (2024). Motion sensors based on the Arduino microcontroller in intelligent security systems [in Ukrainian]

Цю роботу ліцензовано за Міжнародня ліцензія Creative Commons Attribution 4.0.
