Planificación urbana y construcción de ciudades inteligentes basadas en Internet de las cosas utilizando Big Data

Información acerca de proyectos IoT
Responder
Foto de Usuario
frankhuaricacha

Ranking Troomes
Mensajes: 45
Registrado: 08 Ene 2020, 20:46

Planificación urbana y construcción de ciudades inteligentes basadas en Internet de las cosas utilizando Big Data

Mensaje por frankhuaricacha » 05 Jul 2020, 17:48

1. Introducción:

La IoT juega un papel importante en la actualidad, CISCO en el 2008 informó que las cosas conectadas a internet superaron la cantidad de personas que habitan el planeta tierra. Día a día su uso ha ido creciendo en muchos ámbitos, incluso se usa en el campo de la medicina para facilitar la labor de una persona donde tiene menor acceso de esa forma ayudadndolo a tomar decisiones.
La IoT es aquella capacidad de transformar los objetos tradicionales en objetos inteligentes, de dicha forma permite conectar a las personas con los objetos, los objetos con otros objetos y a personas con otras personas.
Imagen
De dicha forma una conexión de las cosas del hogar a internet generan un volumen gran de data que necesita ser analizada, esto nos lleva al concepto de Big Data que nos permite analizar esa información para desarrollar mayores tecnologías y tomar mejores decisiones. Al tener objetos conectados en el hogar esto nos lleva al concepto de hogar inteligente, es decir un hogar donde muchas de las cosas están conectadas a internet y puede ser accedidas remotamente desde otro lugar. Si en una ciudad tuvieramos muchas casas inteligentes, nos llevaría al concepto de ciudades inteligentes las cuales generan volúmenes grandes de datos y ayuda a tomar mejores decisiones. En Japón, el ancho de banda ayuda a tener conectados millones de hogares y sistemas, los cuales son analizados para tomar mejores decisiones a través de la Big Data.

2. Sobre el Proyecto:

El sistema propuesto se implementa y prueba en el marco de Hadoop con Spark para obtener los efectos en tiempo real en el caso de una decisión de ciudad inteligente en tiempo real. Además, Hadoop y MapReduce se utilizan para grandes datos históricos para la planificación urbana y mejoras futuras. Big Data se utiliza para analizar diferentes aspectos de la ciudad inteligente y luego utiliza el conocimiento obtenido de los datos generados en el pasado para el mejoramiento de las ciudades.
Imagen
3. PLANIFICACIÓN Y DESARROLLO URBANO CIUDADES INTELIGENTES BASADAS EN IoT

El concepto clave de la ciudad inteligente es obtener la información correcta en el lugar correcto y en el dispositivo correcto para tomar la decisión relacionada con la ciudad con facilidad y facilitar a los ciudadanos formas más rápidas.Se implementa varios sensores inalámbricos y cableados, cámaras de vigilancia, botones de emergencia en las calles y otros dispositivos fijos. El principal desafío a este respecto es lograr un sistema de ciudad inteligente y vincular la información de IoT.
  1. Ciudad inteligente basada en IoT: La IoT se resume a la conexión de dispositivos a internet, para esta aplicación se han utilizado diferentes sensores para la recopilación de datos. Un sensor de temperatura permite monitorear y controlar incendios, la información de la contaminación ayuda a prevenir a la población, la información del clima y el agua ayuda a recopilar información para prevenir inundaciones, también se puede predecir la cantidad de agua que existe para el consumo de la población y la información del tráfico ayuda a reducir la contaminación y dar la información sobre la velocidad de los vehículos, esto permite a disminuir el consumo de gasolina de los ciudadanos e informar de algún accidente de tránsito, en caso sucediera estaría conectado a la policía y a hospitales para el rápido auxilio. El análisis de la contaminación ayuda a prevenir enfermedades y analizar si existe gases tóxicos que al exceder de su umbral normal pueda afectar la salud de niños o adultos. Por último, el uso de botones de emergencia en la calles, que conectados a las estaciones de policía, ayuda a disminuir la inseguridad en la calles, con ello se puede prevenir robos, peleas y/o accidentes que alertará al cuerpo policial.
    Imagen
  2. Planificación urbana basada en IoT: El propósito del análisis es de realizar una prevención de acuerdo al análisis de los datos históricos.
    • Consumo de Electricidad: Podemos analizar los meses donde existe un mayor consumo energético con el objetivo de preveer la demanda para los años siguientes, esto ayudará a abastecer de energía a toda la ciudad y de tomar decisiones de si se debe crear nuevas represas para producir mayor energía.
    • Consumo de Agua:: Similar al caso de la electricidad se puede analizar el consumo de agua en la población y abastecer de esa forma a toda la población, también se puede realizar un análisis con el fin de llevar agua potable a los lugares con menor acceso.
    • Análisis de sistema de seguridad:: Esto nos ayuda a obtener información de los lugares donde hubo mayores robos, conflictos o asesinatos, con el objetivo de poder reforzar la seguridad en estos puntos y prevenir los robos, así se podrá también reforzar la seguridad en todos estos lugares.
  3. La arquitectura analítica de Big Data y el modelo de implementación:
    • Nivel 1. Nivel Inferior: esta capa maneja la generación de datos a través de varias fuentes de IoT y luego recopila y agrega esos datos. Dado que hay muchos sensores IoT que participan en la generación de datos, por lo tanto, se producen muchos datos heterogéneos con un formato variable, un punto de origen y periodicidad diferentes. Además, varios datos tienen requisitos de seguridad, privacidad y calidad. Además, en los datos del sensor, los Metadatos siempre son mayores que la medida real. Por lo tanto, la técnica de registro temprano y filtración se aplica en esta capa, que filtra los metadatos innecesarios, así como los datos repetidos, también se descarta.
    • Tier-II; Nivel intermedio I: Este nivel es responsable de la comunicación entre los sensores, desde los sensores hasta el nodo de retransmisión a través de la tecnología ZigBee, y depende de GW o estación base y luego en Internet utilizando diversas tecnologías de comunicación, como Wi-Fi, WiMAX, LTE, 3G, etc. En los lados de análisis entre varios servidores de análisis, se utiliza Ethernet.
    • Nivel III: Nivel intermedio II: Esta capa es la capa principal de todo el sistema analítico, que es responsable del procesamiento de datos. Dado que necesitamos un análisis en tiempo real para el sistema inteligente, por lo tanto, necesitamos una herramienta de terceros en tiempo real para combinar con Hadoop para proporcionar una implementación en tiempo real. Para proporcionar una implementación en tiempo real, Strom, Spark, VoltDb también podrían usarse. Sin embargo, para la evaluación del sistema, implementamos el sistema usando Spark. En la capa inferior de Hadoop, se usa la misma estructura de MapReduce y HDFS. Con este sistema, también podemos usar HIVE, HBASE y SQL para administrar la base de datos (en memoria o fuera de línea) para almacenar información histórica. Para la planificación urbana, ya que no nos importan los resultados en tiempo real. Por lo tanto, usamos Hadoop con la programación MapReduce.
    • Top Tier. Nivel IV: El último nivel es el nivel de interpretación, que es el uso de los resultados de los datos analizados y luego generar informes. Aquí, los resultados del generador son anunciados y utilizados por muchas aplicaciones, como la detección de inundaciones, la seguridad y la planificación de la ciudad.
arquitectura.png
arquitectura.png (398.88 KiB) Visto 600 veces
4. ANÁLISIS Y DISCUSIÓN DE DATOS URBANOS

En esta parte se hará el análisis de los datos recopilados por lo sensores que nos ayudará a tomar mejores decisiones y ver cual es la mejor forma de crear nuestra estructura y despliegue de nuevos sensores, todo ello con el objetivo de realizar una planificación urbana útil.
  1. Descripción de conjuntos de datos:
    S #Conjuntos de datosTamañoNo. de parámetrosFuente
    1Inundaciones16 MB30[17]
    2El consumo de agua5 MB11[18]
    3Tráfico vehicular por la autopista de Madrid450 MB5[19]
    4Rastros de movilidad vehicular4.03 GB5[20-22]
    5Estacionamientos294 KB7[23-25]
    6Contaminación32 GB + 570 MB8 [23-25]
    7Red social (twitter)8 +8 MB7[23-25]
    8Tráfico de la ciudad de Aarhus33 GB9[23-25]
    9Clima3 MB7[23-25]
    1. GRBrakenridge generó el conjunto de datos de inundación al recopilar las noticias del canal oficial y de noticias de televisión del país inundado. Los datos contienen la fecha de inundación, área de inundación, daños, intensidad, muerte, etc.
    2. Los datos de uso de agua para cada hogar de la ciudad de Surrey en Canadá se toman para el análisis del hogar. Se miden las lecturas totales del medidor de agua de 61263 casas. Contiene la dirección completa y el uso del agua de la casa.
    3. El tercer conjunto de datos que hemos analizado para la ciudad inteligente y la planificación urbana es el tráfico vehicular de la autopista de Madrid. Este conjunto de datos es más importante para que la ciudad inteligente facilite a las personas, así como para la planificación urbana en la construcción de nuevas carreteras, etc. Contiene la ubicación de cada vehículo entre dos puntos de borde de la carretera de Madrid, así como la velocidad del vehículo.
    4. También probamos el conjunto de datos de movilidad vehicular generado por el Instituto de Sistemas de Transporte, Centro Aeroespacial Alemán (ITS-DLR) como proyecto TAPASCologne. Contiene la movilidad de todos los automóviles en la ciudad alemana de Colonia. Cubre el área de 400 km cuadrados en 24 horas con 700 autos.

      *A continuación, todos los demás conjuntos de datos cubren la ciudad de Aarhus de Dinamarca*.
    5. El conjunto de datos de estacionamiento cubre el monitoreo continuo de ocho estacionamientos de la ciudad con respecto al uso. Contiene los datos del 22 de mayo de 2014 al 4 de noviembre de 2014, al capturar datos a través de 55 puntos.
    6. Los conjuntos de datos de contaminación y los conjuntos de datos vehiculares de la ciudad de Aarhus se generan colocando sensores en el mismo lugar y al mismo tiempo para encontrar los efectos del tráfico en el medio ambiente. Ambos conjuntos de datos contienen los diversos períodos de datos de 2014. Generan los datos colocando 449 sensores en diferentes lugares de la ciudad. Para la generación de datos vehiculares, colocaron el sensor de pares de origen y destino en diferentes ubicaciones para estimar el tráfico entre dos puntos. Contiene información variada sobre la velocidad promedio de los vehículos entre dos puntos, la velocidad promedio y el tiempo para alcanzar el segundo punto.
    7. Los datos de contaminación tienen varias medidas, incluyendo ozono, dióxido de nitrógeno, óxido de nitrógeno, partículas, dióxido de carbono, etc.
    8. Los datos de las redes sociales también son importantes para las decisiones de la ciudad inteligente en tiempo real y la planificación urbana. Por lo tanto, tomamos datos de Twitter que incluyen tweets de muchos pueblos de la ciudad, su ubicación, hora, etc. Los datos de Twitter contienen la información de 13674 tweets del 23 de septiembre de 2013 al 17 de diciembre de 2013.
    9. Los datos meteorológicos consisten en temperatura , la humedad, la lluvia, la presión, el viento, etc., también se consideran para el análisis y la evaluación, que cubre el período de febrero a junio y de agosto a septiembre de 2014.
5. IMPLEMENTACIÓN DEL SISTEMA

Según los conjuntos de datos recopilados, el análisis realizado y la arquitectura del sistema propuesta, el sistema se desarrolla utilizando un solo nodo Hadoop en Ubuntu 14.04 LTS con procesadores de 3,2 GHz x 4 y memoria de 4 GB. El tráfico en formato PCaP es procesado por las bibliotecas Hadoop-pcap-lib, Hadoop-pcap-scr-de. Estos datos de tráfico se convierten en un archivo de secuencia para que sea capaz de procesar en Hadoop. El sistema se implementa mediante dos módulos principales, es decir, ciudad inteligente y planificación urbana. Estos dos módulos tienen además otros submódulos para diversas funcionalidades.
  1. Implementación de ciudad inteligente
    La fuente de entrada permanece con círculos fuera del límite del sistema, es decir, hogar inteligente, estacionamiento, etc. Cada instalación de la ciudad inteligente se implementa como una clase separada o submódulo que toma datos de varias fuentes. Las mediciones de información de tráfico toman datos del tráfico vehicular y el estacionamiento. El módulo de gestión de seguridad toma datos de la vigilancia, el hogar inteligente y el tráfico de vehículos. Toma datos del tráfico vehicular, en el caso de que el gobierno necesite monitorear vehículos robados. El módulo de gestión de inundaciones y agua toma los datos de uso del agua de la lluvia de hogares inteligentes, los datos de tormentas de hielo del clima y predicen las inundaciones en tiempo de ejecución. Del mismo modo, la gestión del consumo de energía también toma datos de electricidad y gas de hogares inteligentes y presas y datos relacionados con el clima y el agua. Este módulo gestiona y ahorra energía extra, que no es utilizada por varias casas. También distribuye la energía a varias áreas según sus necesidades. Del mismo modo, temprano
    El programa de gestión de incendios realiza la detección de incendios. Finalmente, la administración de salud toma una decisión sobre los datos de contaminación. Los ciudadanos tienen acceso limitado a los resultados de estos módulos, y el gobierno tiene acceso total a ellos.
    escenario.png
    escenario.png (2.04 MiB) Visto 600 veces
  2. Implementación del sistema de planificación urbana
    La implementación del sistema de planificación urbana se realiza en tres niveles, es decir, nivel físico, nivel intermedio y nivel superior. El nivel físico se denomina nivel de almacenamiento, que se basa en el sistema Hadoop HTFS. Todos los datos históricos se almacenan en el nivel físico. Cada conjunto de datos tiene un número en la figura, como datos de vehículos en el número 1, datos de energía como el número 2, y así sucesivamente. El nivel intermedio es el segundo nivel, que también se llama nivel de procesamiento. Todo el procesamiento se realiza a este nivel tomando los datos almacenados en el nivel físico. En este nivel, se realizan cálculos estadísticos, cálculos, análisis de gráficos y otros cálculos. El tercer nivel es el nivel superior, que también se llama nivel de decisión. La decisión sobre la planificación urbana se toma a este nivel. El nivel de decisión tiene varios módulos para cada tipo de planificación, por ejemplo, planificación de carreteras, planificación de edificios, etc. El número escrito debajo del módulo de planificación es el número de conjunto de datos del que el módulo toma los datos para la entrada.
    planning.jpg
    planning.jpg (93.54 KiB) Visto 600 veces
Referencias: https://www.sciencedirect.com/science/a ... via%3Dihub
M. Mazhar Rathore, Anand Paul, Awais Ahmad, Suengmin Rho . (4 June 2016). Urban planning and building smart cities based on the Internet of Things using Big Data analytics. Computer Networks, 101, 63-80.


francisco.almases

Ranking Troomes
Mensajes: 1
Registrado: 01 Dic 2020, 17:47
Contactar:

Re: Planificación urbana y construcción de ciudades inteligentes basadas en Internet de las cosas utilizando Big Data

Mensaje por francisco.almases » 01 Dic 2020, 17:53

Increible artículo! Efectivamente el concepto SmartCity/SmartVillage está en un auge imparable. Catapultado por el eslabon más cercano, el SmartHome y todo lo relacionado con la domótica y converitr en inteligente nuestro hogar.

Os comparto un artículo para descubrir más casos prácticos con los dipositivos inteligentes/IoT:

https://el-hogar-inteligente.com/consej ... teligente/

Saludos,

Paco.


Responder