In¿ynieria odwrotna magistrali CAN przy u¿yciu algorytmu rozpoznawania wzorców

Niniejsza praca stanowi badanie sygnäów magistrali CAN w samochodzie hybrydowym. Motywacj- do podj-cia tego projektu jest opracowanie narz-dzia offline dla in-ynierów, które umo-liwi im badanie komunikatów CAN i prowadzenie badä w dogodnym dla nich czasie. Obecnie problem, z którym borykaj- si- in-ynierowie w firmach, dotyczy dost-pno-ci samochodów. Zazwyczaj samochód jest dost-pny przez ograniczony czas, co daje in-ynierom bardzo w-skie okno czasowe na przeprowadzenie analizy. Ponadto, je-li brakuje pliku .dbc (plik bazy danych CAN), praca in-yniera staje si- jeszcze bardziej uci--liwa. Narz-dzie przedstawione w niniejszej pracy pomo-e in-ynierom w analizie zarejestrowanych danych i rozpoznawaniu wzorców sygnäów CAN.

Sagar Joshi urodzi- si- w Nashik w Indiach. Studiowä w Pune w Indiach na Uniwersytecie w Pune, gdzie z sukcesem uko-czy- studia licencjackie na kierunku elektrotechnika. Jako stypendysta kontynuowä studia magisterskie na Uniwersytecie w Bremerhaven w Niemczech, specjalizuj-c si- w projektowaniu systemów wbudowanych.