Autobotics – Monitoramento Inteligente da Saúde Digital de Controladores de Robôs Industriais

Repositório do agente de coleta

Agente de coleta

Documentação

Acesse a documentação completa do projeto em:
Documentação do Projeto

---

📌 Visão Geral

O Autobotics é um sistema unificado para coleta, armazenamento e análise em tempo real das métricas de CPU, RAM e armazenamento de controladores de robôs industriais, com foco no setor automotivo.

Utilizando práticas ITIL de gestão de incidentes e problemas, o sistema prevê falhas digitais antes que impactem a produção, acionando alertas automáticos e gerando ordens de serviço para manutenção proativa.

---

🚀 Objetivos

• Prevenir paradas não planejadas causadas por sobrecarga ou degradação dos recursos computacionais
• Reduzir custos de downtime e elevar o OEE (Overall Equipment Effectiveness)
• Entregar ROI em até --- alguns meses --- , com economia potencial de R$ 2,5 a 6 milhões/ano para uma planta com 200 robôs

---

📡 Funcionalidades Principais

• Coleta contínua de métricas de CPU, RAM e armazenamento via agente Python embarcado no controlador
• API central para ingestão, validação e persistência dos dados em banco de séries temporais
• Dashboard web responsivo com visualização em tempo real, histórico e filtros por controlador e período
• Geração automática de alertas via Slack e criação de tickets de incidente conforme fluxo ITIL
• Relatórios customizáveis e exportação de dados para análise avançada

---

🔧 Tecnologias Utilizadas

• Linguagens: Python (coleta), JavaScript (API), Java (---)
• Banco de dados: MySQL
• Frameworks: ---
• Integrações: Slack Webhooks ---
• Infraestrutura: AWS EC2, Docker ---

---

🏭 Como Funciona?

1. Agente Python instalado no controlador coleta métricas de CPU, uso de memória e espaço em disco em intervalos configuráveis
2. Dados são enviados à API via HTTP ou MQTT com segurança (TLS e autenticação)
3. API processa, valida e armazena as métricas no banco.
4. Frontend exibe dashboards em tempo real e histórico; alertas geram ordens de serviço no sistema de tickets ITIL

---

📈 Impacto Esperado

• Redução de até 40% nas paradas não planejadas por falhas digitais
• Aumento de 5% a 8% no OEE das linhas de produção
• Economia anual estimada de R$ 2,5 a 6 milhões em grande escala
• Retorno do investimento em 6 a 12 meses

---

📌 Status do Projeto

• Fase atual: Sprint 0 – visão, escopo, personas e backlog inicial
• Início previsto da Sprint 1: coleta de métricas e protótipo de dashboard

---

👥 Equipe

• Breno Otávio Costa — Product Owner
• Erick Araujo Ferreira —
• Gabriela Pinheiro Lopes da Cunha — Scrum Master
• João de Oliveira Neto —
• João Vitor Lira Alves —
• Kauã Medeiros —

---

Autobotics — protegendo o cérebro da sua produção para manter o coração da fábrica batendo.