STK portál

Abstract

Práce se zabývá vytěžováním znalostí z dat o kontrolách vozidel na stanicích technické kontroly (STK) a registru vozidel České republiky. V úvodu je provedena rešerše komerčních služeb pro kontrolu stavu ojetých vozů Cebia, Vindecoder a Carvertical. Analyzováno je také několik portálů provozovaných většinou Ministerstvem dopravy ČR, které zdarma poskytují různá data o vozidlech. Na základě rešerše jsou navrženy a implementovány metody, které z uvedených datových zdrojů získávají statistiky např. o spolehlivosti vozidel různých značek či anomálních prohlídkách na STK. Použity jsou také metody strojového učení pro výstupy jako je predikce nájezdu či závad na konkrétních vozech. Výsledky jsou prezentovány ve webové aplikaci STK portál, která je zpřístupňuje široké veřejnosti a nabízí tak bohatý přehled o vozovém parku ČR i bezplatnou alternativu ke komerčním službám kontroly ojetých vozidel.

This thesis focuses on extracting knowledge from records on vehicle inspections at technical inspection stations (STK) and the vehicle registry of the Czech Republic. In the introduction, a research of commercial used vehicle health check services such as Cebia, Vindecoder and Carvertical is conducted. Several web portals, mostly operated by the Ministry of Transport of the Czech Republic, which provide various vehicle data for free are also analyzed. Based on the research, methods are proposed and implemented to extract statistics from the mentioned data sources, e.g., on the reliability of vehicles of different brands or anomalous inspections at the STK. Machine learning methods are also used for outputs such as predicting mileage or defects on specific vehicles. The results are presented in the STK portal web application, which makes them available to the general public, offering a comprehensive overview of the Czech vehicle fleet as well as a free alternative to commercial vehicle history checking services.