App2Car: Uma Plataforma Móvel de Edge AI para Aquisição e Análise de Dados Veiculares
Veículos Conectados; Edge AI; Aplicação Móvel; Modelos Pequenos de Linguagem (SLMs), Inferência Local.
A evolução contínua dos sistemas eletrônicos embarcados e das redes de comunicação intraveiculares tem contribuído para o aumento da quantidade e da diversidade de dados de telemetria disponibilizados pelas unidades de controle eletrônico (Electronic Control Units - ECUs). Este trabalho propõe o desenvolvimento de uma aplicação móvel capaz de se comunicar com o veículo para coletar dados dos sensores veiculares e fornecer análises em tempo real aos usuários, integrando modelos embarcados de inteligência artificial que realizam predições sobre o tipo de combustível utilizado, o tipo de via percorrida, a identificação de anomalias e o comportamento do motorista. Além disso, a aplicação traz um chatbot offline que utiliza modelos pequenos de linguagem (SLMs) locais, em conjunto com a técnica de Geração Aumentada por Recuperação (RAG), para permitir a consulta a manuais automotivos. A solução foi desenvolvida no framework Flutter, comunicando-se com adaptadores ELM327 via protocolo de diagnóstico a bordo (OBD-II), por meio de Bluetooth Low Energy, para coletar dados dos veículos. Estudos de caso foram realizados para avaliar o impacto de variáveis, como o tipo de dispositivo OBD, os modelos de smartphones e a arquitetura eletrônica do veículo, nos tempos de coleta de dados e de execução dos modelos. Esses resultados fornecem evidências experimentais sobre a viabilidade da integração de técnicas de inteligência artificial embarcada, de aquisição de dados OBD-II e de modelos de linguagem locais em dispositivos móveis para aplicações veiculares em tempo real.