Big data analysis for a high performance vehicle

In the nowadays automotive industry, the vehicle's ECU has to process a high amount of data, ensuring that all the components of the vehicle are correctly working and respecting the regulations of all the different countries. In order to accomplish such regulations, the car makers must do, after the design phase, a calibration and validation phase, in order to test the reliability of the vehicle. The data that are acquired during this test phase must be studied, in order to understand if all the normed diagnosis are fulfilled, if the pollutant regulations are respected and so on. As the amount of data to be monitored increase, it isn't any more possible to rely on standard data analysis tool. The speed at which the data are produced is always increasing, leading to the field of Big Data: data that are so numerous, so quickly produced, that cannot be analysed with common tools. In order to overcome this problem, a specific, fast and reliable tool is needed, that allows to rapidly analyse an enormous amount of data in acceptable times, and to obtain consequently informations, in the shape of statistics, on those data. For this reasons, ETAS, a Deutsch company, developed the tool Moogle, that allows to study the Big Data in short times; Maserati bought the license, and so it uses the tool for analysing all the vehicle's data. In this thesis, I have shown quickly how the data are acquired from the vehicles; I have given to the reader a simple explanation of the Big Data, and their difference with the standard data. Eventually, I focused the attention on the tool, Moogle: how it works and the procedure that must be followed in order to produce statistic analysis. Then I have shown the results that can be obtained by the use of this tool, using as example an analysis performed on the knock phenomenon, on the Gasoline Particulate Filter and on the validation of an Environmental Temperature Model, so that the it is easier for the reader to understand the potential of such a tool. I have dedicated also a section of the thesis to the description of the development of the tool: I was responsible of the communications between Maserati and ETAS, in order to provide to the Deutsch company our feedback and feature development's request, so that the tool could be more and more refined.

Nell'odierna industria automobilistica, la ECU deve elaborare una grande quantit à di dati, assicurando che tutti i componenti del veicolo funzionino correttamente e rispettino le normative di tutti i diversi paesi. Al fine di attuare tali regolamenti, i produttori di automobili devono fare, dopo la fase di progettazione, una fase di calibrazione e convalida, al fine di testare l'affidabilità del veicolo. I dati acquisiti durante questa fase di test devono essere studiati, al fine di capire se sono soddisfatte tutte le diagnosi normate, se le normative sugli inquinanti sono rispettate e così via. Con l'aumento della quantità di dati da monitorare, non è più possibile fare a damento su strumenti di analisi dei dati standard. La velocità con cui i dati vengono prodotti è sempre crescente, portando al campo dei Big Data: dati così numerosi, così rapidamente prodotti, che non possono essere analizzati con strumenti comuni. Per superare questo problema è necessario uno strumento specifico, veloce e affidabile, che permetta di analizzare rapidamente un'enorme quantità di dati in tempi accettabili e di ottenere di conseguenza informazioni, sotto forma di statistiche, su quei dati. Per questo motivo, ETAS, una società tedesca, ha sviluppato lo strumento Moogle, che consente di studiare i Big Data in tempi brevi; Maserati ha acquistato la licenza e quindi utilizza lo strumento per analizzare tutti i dati provenienti dalle vetture di flotta. In questa tesi, ho mostrato rapidamente come i dati vengono acquisiti dalle vetture; ho dato al lettore una semplice spiegazione dei Big Data e la loro differenza con i dati standard. Successivamente, ho focalizzato l'attenzione sul tool, Moogle: come funziona e sulla procedura da seguire per produrre analisi statistiche. Poi ho mostrato i risultati che possono essere ottenuti con l'uso di questo strumento, usando come esempio un'analisi eseguita sul fenomeno del knock, sul filtro anti particolato per motori a benzina e sulla validazione di un modello di temperatura ambiente, in modo che sia più facile per il lettore capire il potenziale di un tale strumento. Ho dedicato anche una sezione della tesi alla descrizione dello sviluppo dello strumento: ero responsabile delle comunicazioni tra Maserati e ETAS, al fine di fornire alla società tedesca i nostri feedback e le richieste di sviluppo di determinate funzionalità, in modo che lo strumento potesse essere sempre più raffinato.