SmartCityFramework
1.0.0
Smart City Framework usando IoT e Big Data
A tecnologia de informação e comunicação está se tornando cada vez mais difundida para ambientes urbanos e fornecendo a base necessária para a sustentabilidade e a resiliência das cidades futuras inteligentes. Freqüentemente, as ferramentas de TIC para um lido de cidade inteligente com diferentes domínios de aplicativos, por exemplo, automação residencial, assistência médica, monitoramento do meio ambiente, energia e raramente fornecem uma perspectiva de informação integrada para lidar com a sustentabilidade e o crescimento socioeconômico da cidade. As cidades inteligentes podem se beneficiar de tais informações usando big data e frequentemente em tempo real, coleta de dados, processamento, integração e compartilhamento em tempo real por meio de serviços interoperáveis implantados em um ambiente em nuvem. No entanto, essa utilização de informações requer ferramentas, serviços e tecnologias de software apropriados para coletar, armazenar, analisar e visualizar grandes quantidades de dados do ambiente da cidade, cidadãos e vários departamentos e agências em escala da cidade. Os conjuntos de dados de IIOT gerados por cuidados de saúde inteligente, ambiente inteligente e conjuntos de dados relacionados à energia são usados para análise e avaliação. Essa estrutura apresenta uma perspectiva sobre as cidades inteligentes focadas em processamento e análise de big data, propondo um serviço de análise baseado em nuvem que pode ser desenvolvido para gerar mais uma vez para gerar inteligência de informações e apoiar a tomada de decisões no contexto das cidades inteligentes.
Projeto e desenvolvimento de uma estrutura de cidades inteligentes para análise de dados de processamento inteligente.
A Smart City é uma cidade que investe em processos de governança e participação aprimorados de TIC para definir investimentos apropriados de serviço e transporte de assinantes públicos, que podem garantir o desenvolvimento socioeconômico sustentável, a qualidade de vida e a vida inteligente e a gestão inteligente de recursos naturais. Custos operacionais das administrações públicas. Esse objetivo pode ser perseguido pela implantação de uma IoT urbana, ou seja, uma infraestrutura de comunicação que fornece acesso unificado, simples e econômico a uma infinidade de serviços públicos, desencadeando assim sinergias em potencial e aumentando a transparência para os cidadãos.
Existem dois usuários que se beneficiarão da nossa estrutura de cidade inteligente: o público em geral e o administrador que controla a acessibilidade fornecida ao público em geral. Os blocos de construção para a estrutura da cidade inteligente compreende -
A Internet das Coisas (IoT) é a rede de dispositivos físicos, veículos, eletrodomésticos e outros itens incorporados a eletrônicos, software, sensores, atuadores e conectividade, que permitem que essas coisas conectem, colete e trocassem dados [1], [2], criando oportunidades para a integração mais direta do mundo físico em sistemas de computação, resultando em imagens de eficiência.
O Big Data é um termo usado para se referir ao estudo e aplicações de conjuntos de dados tão grandes e complexos que o software de aplicativo de processamento de dados tradicional é inadequado para lidar com eles. Os desafios do Big Data incluem capturar dados, armazenamento de dados, análise de dados, pesquisa, compartilhamento, transferência, visualização, consulta, atualização, privacidade de informações e fonte de dados. Existem vários conceitos associados ao big data: originalmente havia 3 conceitos volume, variedade, velocidade [6]. Outros conceitos mais tarde atribuídos com big data são veracidade (ou seja, quanto ruído está nos dados) [7] e valor [19].
A computação em nuvem são pools compartilhados de recursos configuráveis do sistema de computador e serviços de nível superior que podem ser rapidamente provisionados com o mínimo esforço de gerenciamento, geralmente pela Internet. [4] A computação em nuvem depende do compartilhamento de recursos para alcançar a coerência e as economias de escala, semelhante a uma utilidade pública. As nuvens de terceiros permitem que as organizações se concentrem em seus negócios principais, em vez de gastar recursos em infraestrutura e manutenção de computadores [9]. Alguns dos serviços em nuvem comumente usados são Microsoft Azure, Amazon EC2.
A análise de dados é um processo de inspeção, limpeza, transformação e modelagem de dados com o objetivo de descobrir informações úteis, informar conclusões e apoiar a tomada de decisão [7]. A análise de dados possui várias facetas e abordagens, abrangendo diversas técnicas sob uma variedade de nomes, sendo usados em diferentes domínios de negócios, ciências e ciências sociais.
O aprendizado de máquina é uma aplicação de inteligência artificial (IA) que fornece sistemas a capacidade de aprender e melhorar automaticamente com a experiência sem serem explicitamente programados. O aprendizado de máquina se concentra no desenvolvimento de programas de computador que podem acessar dados e usá -los aprendendo por si mesmos [14] [18].
Um aplicativo em execução na plataforma da Web é um tipo de software de aplicativo projetado para ser executado na Web. Esses aplicativos freqüentemente servem para fornecer aos usuários um meio interativo para fazer solicitações e obter os resultados.
Os conjuntos de dados da IoT gerados pelo ambiente inteligente e conjuntos de dados relacionados à energia são usados para análise e avaliação. O Big Data é definido como dados de alto volume, alta velocidade e alta variedade que exigem formas inovadoras e econômicas e inovadoras de processamento de informações que permitem insights, tomada de decisão e automação de processos aprimorados. Com relação aos desafios apresentados pelo Big Data, os serviços de análise baseados em nuvem são desenvolvidos para gerar ainda mais a inteligência de informações e apoiar a tomada de decisões no contexto das cidades inteligentes.
O Big Data é processado e analisado usando algoritmos de aprendizado de máquina por mecanismo de processamento e análise. Os resultados obtidos deste mecanismo são processados para responder às consultas dos usuários e são exibidos no front -end, acessíveis aos usuários através do aplicativo móvel. O aplicativo móvel foi projetado para disponibilizar os serviços aos assinantes de acordo com seus requisitos por meio de uma interface amigável e facilmente compreensível.
Pretendemos expandir esse modelo para o campus da universidade com o objetivo de implementar a estrutura da cidade inteligente, integrando os dados coletados de vários sensores de IoT instalados em diferentes partes do campus com protocolos de IoT que acionam os comandos com base na configuração do usuário. Para aprimorar a usabilidade de nossa estrutura de cidade inteligente e acelerar o desenvolvimento dessa estrutura, as APIs de nossa estrutura serão implementadas usando tecnologias de código aberto.
| Emitir | Descrição | Url |
|---|---|---|
| Carro de estacionamento na rua | Com o aplicativo em seu smartphone, você pode ver quantos lugares de estacionamento estão disponíveis. Além de mostrar no seu smartphone, você pode ver quantos lugares de estacionamento estão disponíveis nas placas que se dirigem às ruas. | Sistema de detecção de estacionamento inteligente com base no processamento de imagens |
| Adaptando o semáforo em um caso de emergência | Semáforo inteligente pode estar se adaptando quando ocuam casos de emergência, como um carro de colisão, caso de emergência médica com ambulância, engarrafamento. | Smart_traffic_control_system_for_ambulance Este link visa um cenário específico, caso de ambulância |
| Nome do sensor | Especificação do sensor | Usos | Referências |
|---|---|---|---|
| DHT22 | Sensor de temperatura por umidade | Usado para medir a temperatura e a umidade do ar. | Adafruit |
| UVM-30A UVA/UVB | Sensor UV | O sensor UV é usado para detectar a intensidade da radiação ultravioleta incidente (UV). | O projeto da baía de tartarugas |
| Nome do algoritmo | Categoria de algoritmo | Uso no monitoramento do ambiente | Tipo de dados necessários | Sensores de IoT | Referência |
|---|---|---|---|---|---|
| Synaptic.js | Rede Neural | Pode ser usado para o controle do PID de variáveis ambientais, como controlar a temperatura do ambiente e prever a necessidade de continuar ou não com o sistema de controle conectado, contribuindo para a redução do consumo de energia. | Sinal do sensor, ponto de ajuste de temperatura e histerese | DHT22 | Synaptc.js |
