SmartCityFramework
1.0.0
Cadre de ville intelligente à l'aide de l'IoT et du Big Data
Les technologies de l'information et des communications deviennent de plus en plus omniprésentes pour les environnements urbains et fournissent la base nécessaire pour la durabilité et la résilience des villes intelligentes. Souvent, les outils des TIC pour une ville intelligente traitent différents domaines d'application, par exemple, la domotique, les soins de santé, la surveillance de l'environnement, l'énergie et fournissent rarement une perspective d'information intégrée pour faire face à la durabilité et à la croissance socioéconomique de la ville. Les villes intelligentes peuvent bénéficier de ces informations utilisant les mégadonnées et souvent en temps réel, la collecte de données, le traitement, l'intégration et le partage via des services interopérables déployés dans un environnement cloud. Cependant, cette utilisation des informations nécessite des outils logiciels, des services et des technologies appropriés pour collecter, stocker, analyser et visualiser de grandes quantités de données de l'environnement de la ville, des citoyens et divers départements et agences de City Scale.iot DataSets générés par Smart Healthcare, Smart Environment et les ensembles de données liés à l'énergie sont utilisés pour l'analyse et l'évaluation. Ce cadre présente une perspective sur le traitement et l'analyse des mégadonnées axées sur les villes intelligentes en proposant un service d'analyse basé sur le cloud qui peut être développé pour générer l'intelligence de l'information et soutenir la prise de décision dans le contexte des villes intelligentes.
Conception et développement d'un cadre de villes intelligentes pour l'analyse des données de traitement intelligent.
Smart City est une ville qui investit dans des processus de gouvernance améliorés et participatifs des TIC afin de définir les investissements appropriés des services et des transports des abonnés publics, qui peuvent garantir un développement socio-économique durable, une qualité de vie améliorée et intelligente des ressources naturelles. Coûts opérationnels des administrations publiques. Cet objectif peut être poursuivi par le déploiement d'un IoT urbain, c'est-à-dire une infrastructure de communication qui offre un accès unifié, simple et économique à une pléthore de services publics, libérant ainsi des synergies potentielles et augmentant la transparence des citoyens.
Il y a deux utilisateurs qui bénéficieront de notre cadre de ville intelligente: le grand public et l'administrateur qui contrôle l'accessibilité fournis au grand public. Le cadre des blocs de construction pour Smart City comprend -
L'Internet des objets (IoT) est le réseau d'appareils physiques, de véhicules, d'appareils électroménagers et d'autres éléments intégrés à l'électronique, aux logiciels, aux capteurs, aux actionneurs et à la connectivité qui permettent à ces choses de connecter, de collecter et d'échanger des données [1], [2], la création d'opportunités pour une intégration plus directe des systèmes mondiaux physiques, entraînant des améliorations d'efficacité, des avantages économiques et une réduction des exertions humaines [5] [8].
Le Big Data est un terme utilisé pour désigner l'étude et les applications des ensembles de données si importants et complexes que les logiciels d'application traditionnels de traitement des données sont inadéquats pour les traiter. Les défis des mégadonnées incluent la capture des données, le stockage des données, l'analyse des données, la recherche, le partage, le transfert, la visualisation, la requête, la mise à jour, la confidentialité des informations et la source de données. Il existe un certain nombre de concepts associés aux mégadonnées: à l'origine, il y avait 3 concepts volume, variété, vitesse [6]. Les autres concepts attribués plus tard avec les mégadonnées sont la véracité (c'est-à-dire la quantité de bruit dans les données) [7] et la valeur [19].
Le cloud computing est partagé des pools de ressources système informatique configurables et de services de niveau supérieur qui peuvent être rapidement provisibles avec un effort de gestion minimal, souvent sur Internet. [4] Le cloud computing repose sur le partage des ressources pour atteindre la cohérence et les économies d'échelle, similaires à un service public public. Les nuages tiers permettent aux organisations de se concentrer sur leurs activités principales au lieu de dépenser des ressources en infrastructure et maintenance informatiques [9]. Certains des services cloud couramment utilisés sont Microsoft Azure, Amazon EC2.
L'analyse des données est un processus d'inspection, de nettoyage, de transformation et de modélisation des données dans le but de découvrir des informations utiles, d'informer les conclusions et de soutenir la prise de décision [7]. L'analyse des données a plusieurs facettes et approches, englobant diverses techniques sous une variété de noms, tout en étant utilisé dans différents domaines commerciaux, sciences et sciences sociales.
L'apprentissage automatique est une application de l'intelligence artificielle (IA) qui offre aux systèmes la possibilité d'apprendre et de s'améliorer automatiquement par l'expérience sans être explicitement programmé. L'apprentissage automatique se concentre sur le développement de programmes informatiques qui peuvent accéder aux données et l'utiliser en apprenant pour eux-mêmes [14] [18].
Une application exécutée sur la plate-forme Web est un type de logiciel d'application conçu pour s'exécuter sur le Web. Ces applications servent fréquemment à fournir aux utilisateurs un support interactif pour faire des demandes et obtenir les résultats.
Les ensembles de données IoT générés par l'environnement intelligent et les ensembles de données liés à l'énergie sont utilisés pour l'analyse et l'évaluation. Les mégadonnées sont définies comme des données à volume élevé, à grande vitesse et à forte variété qui exige des formes innovantes et innovantes de traitement de l'information qui permettent une perspicacité améliorée, une prise de décision et une automatisation des processus. En ce qui concerne les défis posés par les mégadonnées, les services d'analyse basés sur le cloud sont développés pour générer de l'intelligence de l'information et soutenir la prise de décision dans le contexte des villes intelligentes.
Les mégadonnées sont traitées et analysées à l'aide d'algorithmes d'apprentissage automatique en traitement et analyse du moteur. Les résultats obtenus à partir de ce moteur sont traités pour répondre aux requêtes des utilisateurs et sont affichés à l'avant qui sont accessibles aux utilisateurs via l'application mobile. L'application mobile est conçue pour mettre les services à la disposition des abonnés en fonction de leurs exigences via une interface conviviale et facilement compréhensible.
Nous avons l'intention d'étendre ce modèle au campus universitaire dans le but de mettre en œuvre le cadre de la ville intelligente en intégrant les données collectées à partir de divers capteurs IoT installés dans différentes parties du campus avec des protocoles IoT qui déclenchent les commandes en fonction de la configuration de l'utilisateur. Pour améliorer la convivialité de notre cadre de ville intelligente et pour accélérer le développement de ce cadre, les API de notre cadre seront implémentées à l'aide de technologies open source.
| Problème | Description | URL |
|---|---|---|
| Voiture de parking dans la rue | Avec l'application sur votre smartphone, vous pouvez voir combien de places de stationnement sont disponibles. En plus d'afficher sur votre smartphone, vous pouvez voir le nombre de places de stationnement disponibles sur les planches qui s'adressent aux rues. | Système de détection d'espace de stationnement intelligent basé sur le traitement d'image |
| Adapter le sémaphore sur un cas d'urgence | Le sémaphore intelligent peut s'adapter lorsque les caisses d'urgence occuurs, comme un accident, un cas d'urgence médicale avec ambulance, des embouteillages. | Smart_traffic_control_system_for_ambulance Ce lien vise un scénario spécifique, un cas d'ambulance |
| Nom du capteur | spécification du capteur | Usages | Références |
|---|---|---|---|
| Dht22 | capteur d'humidité | Utilisé pour mesurer la température et l'humidité de l'air. | Adafruit |
| UVM-30A UVA / UVB | Capteur UV | Le capteur UV est utilisé pour détecter l'intensité du rayonnement ultraviolet incident (UV). | Le projet Turtles Bay |
| Nom d'algorithme | Catégorie d'algorithme | Utilisation de la surveillance de l'environnement | Type de données nécessaires | Capteurs IoT | Référence |
|---|---|---|---|---|---|
| Synaptic.js | Réseau neuronal | Il peut être utilisé pour le contrôle des PID des variables environnementales, telles que le contrôle de la température de l'environnement et la prévision de la nécessité de continuer ou non avec le système de contrôle connecté, contribuant à la réduction de la consommation d'énergie. | Signal du capteur, point de consigne de température et hystérésis | Dht22 | Synaptc.js |
