Поддомен: Data Engineering / IoT-телеметрия. Роль эксперта: Data/ML-инженер.
24 марта 2026 года diHouse вывела на российский рынок складной электровелосипед ADO A20 S Pro — лёгкую модель с аккумулятором, контроллером и штатным мобильным приложением. Для выпускника ИТ здесь важен не сам велосипед, а его «цифровой шлейф»: сотни параметров — напряжение банок BMS, ток, температура, пробег, режим ассиста, GPS-трек. Это готовый источник данных для ВКР по инженерии данных, аналитике остаточного ресурса батареи или защищённому обмену между устройствами.
Проблема типичной дипломной работы — тема есть, а данных нет. Кейс ADO A20 S Pro снимает это возражение: вы описываете не абстрактную «систему мониторинга», а конкретный парк микромобильности с понятными сущностями (велосипед, BMS, контроллер, приложение, облако). Ниже — как превратить эту новость в три защищаемых темы ВКР, какие метрики считать и какие схемы рисовать.
Актуальность — прямая отсылка к статье: выход новой модели на рынок означает рост парка, а сервисным службам и прокатам нужен удалённый контроль состояния техники.
Цель: спроектировать и реализовать конвейер «устройство → брокер → хранилище → дашборд».
Задачи: 1) формализовать требования по ГОСТ 34.601; 2) выбрать протокол передачи (MQTT против HTTP); 3) спроектировать схему хранения во временной БД; 4) собрать дашборд с метриками и провести нагрузочное тестирование.
Структура: Глава 1 — анализ рынка микромобильности и обзор протоколов IoT; Глава 2 — архитектура (C4: контекст, контейнеры, компоненты) и реализация; Глава 3 — нагрузочные испытания, оценка качества по ISO/IEC 25010.
Актуальность — батарея составляет до половины стоимости электровелосипеда; сервису нужно предсказывать деградацию, а не менять накопитель «по факту отказа».
Цель: модель оценки SOH по histórii циклов заряда-разряда и температуре.
Задачи: 1) сформировать датасет (логгер + синтетика на основе паспортных кривых); 2) обучить базовые модели (линейная регрессия, градиентный бустинг) и сравнить с эталоном; 3) валидировать на отложенной выборке; 4) встроить инференс в сервис.
Структура: Глава 1 — физика Li-Ion и метрики деградации; Глава 2 — подготовка признаков и обучение; Глава 3 — оценка MAE/RMSE и экономический эффект от раннего прогноза.
Актуальность — «умный» транспорт становится целью атак: подмена прошивки контроллера или перехват Bluetooth-канала ведут к физическому ущербу.
Цель: спроектировать модель угроз и прототип защищённого канала.
Задачи: 1) построить модель угроз (STRIDE, OWASP IoT Top 10); 2) реализовать взаимную аутентификацию устройства и шлюза; 3) провести пентест собственного прототипа; 4) оценить накладные расходы на шифрование.
Структура: Глава 1 — анализ уязвимостей IoT-транспорта; Глава 2 — криптографический протокол и реализация; Глава 3 — тесты на проникновение и метрики задержки.
| Тема ВКР | Ключевой стек | Что считать в главе 3 | Основная схема |
|---|---|---|---|
| Платформа телеметрии | MQTT, TimescaleDB, Grafana | p95 задержки, throughput, стоимость хранения | C4 (контейнеры) |
| Прогноз SOH | Python, scikit-learn | MAE, RMSE, доля ошибок >10% | BPMN (процесс обучения) |
| Защищённый канал | TLS, mTLS, BLE | Задержка рукопожатия, CPU-нагрузка | UML (последовательности) |
Первая глава — не «обзор интернета вещей», а разбор конкретного объекта. Опишите ADO A20 S Pro как источник данных: какие сигналы снимает BMS (напряжение, ток, температура, число циклов), что отдаёт контроллер, что видно в приложении. Оформите таблицу «Сущность → параметр → частота опроса → единица измерения». Это сразу демонстрирует системный анализ.
Вторая глава — архитектура. Используйте C4: на уровне контекста — «Владелец», «Электровелосипед», «Облако», «Сервисная служба»; на уровне контейнеров — брокер MQTT, потоковый обработчик, временное хранилище, API, дашборд. Ниже — набросок в ASCII, его легко перерисовать в draw.io или PlantUML.
Владелец ──BLE──> Велосипед (BMS + контроллер)
│ MQTT/TLS, пакет ~120 байт, 1 Гц
▼
[MQTT-брокер] ──> [Обработчик]──> [TimescaleDB]
│
[API]──> [Grafana]
Третья глава — цифры. Здесь заканчиваются «проекты ради проекта»: считайте p95 задержки доставки телеметрии, пропускную способность при 500 одновременных устройств, стоимость месяца хранения в облаке, а для ML-темы — MAE прогноза SOH. Метрики качества оформляйте с опорой на ISO/IEC 25010 (производительность, надёжность, защищённость), а наблюдаемость системы стройте на OpenTelemetry — это добавит работе современности и легко защищается на вопросах.
Фрагмент конфигурации брокера и подписчика часто просят показать в приложении. Компактный пример на Python снижает риск вопросов «а вы вообще запускали?».
# mqtt_ingest.py — приём телеметрии электровелосипеда
import json, paho.mqtt.client as mqtt
def on_message(client, userdata, msg):
p = json.loads(msg.payload)
# p: {"id": "ADO-A20S-042", "ts": 1774..., "v": 36.2, "i": 5.1, "t": 31}
write_tsdb(device=p["id"], ts=p["ts"],
voltage=p["v"], current=p["i"], temp=p["t"])
client = mqtt.Client(client_id="ingest-01")
client.tls_set() # mTLS для устройства и шлюза
client.on_message = on_message
client.connect("broker.local", 8883)
client.subscribe("bikes/+/telemetry", qos=1)
client.loop_forever()
Три источника: логгер CAN-bus или UART на собственном контроллере (даже на макете), синтетический генератор на основе паспортных кривых батареи и открытые датасеты по Li-Ion (NASA, Oxford Battery Degradation). В ВКР обязательно опишите методику генерации — это самостоятельная задача главы 2.
Для бакалаврской ВКР достаточно работающего прототипа с воспроизводимым запуском: docker-compose, README, тесты хотя бы на парсер телеметрии. Листинги в приложении — только ключевые фрагменты, полный код выносится в репозиторий.
Через измеримые показатели: задержка доставки, доля потерянных пакетов, стоимость обслуживания парка, точность прогноза, а не «удобство пользователя». Каждую метрику привяжите к цели ВКР и посчитайте до/после внедрения.
Схемами без подписей и ссылок в тексте, листингами без пояснений, несоответствием задач выводам, отсутствием единиц измерения в таблицах. Сверьте оформление с ГОСТ 34.601 и требованиями кафедры заранее — правки в конце дороже.
1. Тема «висит в воздухе». Пишут про IoT вообще, не привязываясь к объекту. Возьмите ADO A20 S Pro как конкретный пример парка — и требования сразу станут измеримыми.
2. Нет данных — нет выводов. Прогноз SOH без датасета превращается в пересказ статей. Заложите в план главу 2 генерацию/сбор данных, иначе на защите спросят о валидации и вы не ответите.
3. Забыли про защищённость канала. IoT-устройства годами используют дефолтные пароли и открытый MQTT. Даже в «безопасной» теме добавьте mTLS и раздел с моделью угроз — это заметно усиливает работу.
Если нужен запас времени на эксперименты, а не на борьбу с оформлением — подумайте о профессиональной поддержке. Мы консультируем по выбору темы, помогаем с реализацией прототипа и приведением текста к требованиям кафедры: 120 часов работы, бесплатная первичная консультация, опыт с темами любой сложности. Помощь с дипломом не отменяет вашу самостоятельную работу над содержанием — она освобождает время на главное: инженерные решения и защиту.
Источник: Новый электровелосипед ADO A20 S Pro на российском рынке (опубликовано 2026-03-24)