Details

Данная работа посвящена созданию кроссплатформенного веб-приложения для приема, обработки и визуализации навигационных данных, передаваемых по протоколу NMEA, с целью повышения эффективности мониторинга судов в портовой зоне. Задачи, которые решались в ходе исследования: 1. Разработка алгоритмов парсинга NMEA-сообщений и архитектуры системы на основе микросервисов. 2. Реализация сервисов приема, очередей, парсинга и веб-интерфейса. 3. Тестирование системы и анализ её производительности. Работа выполнена в рамках разработки ПО для навигационного радиомодуля. Система обрабатывает более 5000 сообщений в минуту, извлекая координаты, скорость, курс и другие параметры. Обработка сообщений осуществляется асинхронно с помощью RabbitMQ, данные сохраняются в базе и отображаются в веб-интерфейсе с возможностью фильтрации и управления устройствами. По результатам тестирования: время обработки одного сообщения: 1–5 мс, задержка в очереди: 2–10 мс, отклик API: 10–50 мс. ПО поддерживает до 50 типов сообщений и обеспечивает визуализацию навигационной информации в реальном времени. Для достижения данных результатов использовались следующие технологии: ASP.NET Core, Node.js, Vue.js, MongoDB, RabbitMQ, Docker, SonarLint, ESLint.

The given work is devoted to the development of a cross-platform web application for receiving, parsing, storing, and visualizing navigation data transmitted via the NMEA protocol, aimed at improving vessel traffic monitoring in port waters. The research set the following goals: 1. Development of parsing algorithms for NMEA messages and system architecture based on microservice design. 2. Implementation of services for data reception, message queuing, parsing, and web-based user interface. 3. Testing and performance evaluation of the developed system. The work was carried out as part of creating software for a navigation radio module used in vessel traffic management. The system processes up to 5000 NMEA messages per minute, extracting coordinates, speed, course, and other parameters. Messages are handled asynchronously via RabbitMQ, stored in a database, and visualized in a web interface with filtering and control capabilities. Performance results demonstrated the following: – message processing time: 1–5 ms; – queue delay (RabbitMQ): 2–10 ms; – API response time: 10–50 ms. The system supports over 50 types of NMEA messages and enables real-time display of navigation data. The following technologies were used in the course of this work: ASP.NET Core, Node.js, Vue.js, MongoDB, RabbitMQ, Docker, SonarLint, and ESLint.