面向服务的访问已被称作方法群体感知智能移动场景

文摘

这项工作提供了一个帮助设计和部署智能移动应用程序体系结构。建议的解决方案是建立在已经成熟的经验作者在不同领域:众包和感知由用户有关城市壁垒和设施来收集数据,计算用户有特殊需要的个性化的道路,和集成开放的公交公司提供的数据来确定实际的易访问性特征和估计车辆的实际到达时间停止。在功能方面,第一个“铁板一块”的原型实现的目标组合上述信息来支持公民减少流动性(残障人士和老年人)在他们的城市运动。在这篇文章中,我们描述面向服务的体系结构,利用microservices编排模式来支持创建新服务和各种数据源的管理更容易和更有效。提出平台公开标准化的接口来访问数据,实现公共服务管理相关元数据,比如诚信和产地,并提供一个编排语言来创建复杂的服务,自然他们的内部工作流程映射到代码。手稿展示了这种方法的有效性通过一些案例研究。

1。介绍

随着世界人口集中在城市里,在城市环境中移动变得最著名和有趣的研究领域之一,智能城市上下文。一个著名的定义提供了智能城市(1),说一个智能城市是“一个城市进行前瞻性的方式在经济、人,治理、流动性,环境,和生活,建立在智能组合self-decisive禀赋和活动,独立和公民意识。“世界卫生组织最近发布了一份报告关于城市卫生2],它声称今天大约有37亿人居住在城市,10亿人将被添加到2030年,90%的增长在低收入和中等收入国家。根据这项研究,城市规划和建设的方式可以深刻影响国民的长寿,健康,和富有成效的生活。城市流动起着关键作用,在这种情况下,因为它是战略使城市关爱老人的程度和可访问的社区,特别对那些残疾人(2]。因此,提供充分和编排服务致力于改善城市流动是基本实现智能移动(3]。

在这种背景下,已被称作的群体感知和流动服务模式正在形成。已被称作特别是群体感知上升由于移动设备的广泛扩散:它涉及到移动的人从不同的地方收集数据和航线,通过传感器集成在他们的移动设备,如智能手机和平板电脑(4]。在这里,我们可以确定这三个相互关联的组件(空间、人、技术)的城市计算系统,提出了在(5]。

流动性的概念作为服务(MaaS)出生在芬兰和它在世界范围内迅速蔓延6)是一种有效的方法来实现业务效率、旅客满意度,实现通过智能移动和政府议程。

在此背景下,我们设想的创建基于microservices ICT基础设施。这个现代和著名的发展模式7)促进创造一个生态系统的可重用组件。microservices马斯河的背景下,应当有效、灵活结合异构数据源,如可用的运输选项、实时数据对车辆和基础设施,和定价,提供定制的旅行计划,信息,和票务最终用户,以及监测和决策者战略规划工具。已被称作在这种背景下,群体感知起着根本性的作用,让用户和他们的设备是一个重要的演员在整个画面,成为一个数据源。随着新兴的结果(8已被称作],群体感知从公民的设备是一个重要的优势,打开了一系列潜在的应用程序和工具。这将提高运营商和应用程序可用的数据,决策者、和运输供应商,丰富整个智能移动背景。

介绍了设计的一个基础设施作为流动性的市场服务,调用智能移动所有(小)。原型的基础设施开发和架构是本文的剩余部分中描述,以及提供的一些服务。在我们的愿景,小让技术来解决马斯河的挑战市场,已被称作发展用户,众包应用和群体感知服务启动马斯河运营商和规划有效的智能城市和可持续交通政策。一直特别关注特定的服务提供,目的是支持移动残疾公民和特殊需要在城市环境。

本文的其余部分组织如下。部分2介绍了背景和一些主要相关工作具有启发和推动我们的研究。部分3描述了整个系统架构设计和开发,这是基于服务编排。服务两大类,即数据质量管理和数据来源,详细说明部分4和5分别在编排中描述部分6。两个案例研究介绍了部分7,最后一节8总结了论文并提出了未来的工作。

2。背景和相关工作

一个新兴的趋势介绍了云计算(9)定义了一个新类别的模型,可以确定这个术语的一切作为服务(XaaS) [10]。云计算背后的基本思想是集中资源,如硬件和软件,一些物理位置和提供这些资源作为服务大量的用户都位于世界各地的许多不同的地理位置在一个有效的方法。在这种背景下,三大服务模型通常利用:即平台即服务和软件即服务。它们之间的主要共同点是他们都作为服务提供资源。这些模型产生一个广受欢迎,从他们开始,提出了几个类似的但是上下文相关模型(11]。

其中之一的是传感作为服务(SaaS)模型,它可以被认为是一个解决方案基于物联网基础设施和它有能力解决一些最具挑战性的问题在智能城市12]。许多日常用品配备传感器和欧盟委员会(European Commission)预测,到2020年,将有50到1000亿设备连接到互联网13]。这代表了一个强大的动机扩散和有效地利用SaaS模型的机会。在一个典型的SaaS云,可以部署到多个传感服务器处理传感请求从不同的位置14]。通常,SaaS云工作如下。当用户启动一个云遥感请求通过一个Web前端手机或电脑,的请求将被转发到一个传感服务器将把请求的一个子集的手机,恰巧在感兴趣的领域(15]。这样的移动设备将完成相应的传感任务。感知到的数据将被收集的传感服务器,存储在数据库中并返回到云用户请求服务。一个有趣的特性是,在这样一个系统可以同时移动用户感知服务的提供者和消费者(15,16]。这是遥感服务原型的情况下我们将出现在部分4.2这篇论文。

考虑到手机感应,我们可以确定两个主要模式(17]:(1)参与式感知:手机用户积极参与感知活动通过手动确定如何,何时、何地什么,去感觉。(2)投机取巧的传感:传感活动没有移动用户的参与是完全自动。

值得一提的是,尽管在传统传感器网络所有者通常是一个组织,在手机和传感器控制不同的个人用户之间传播。这意味着移动传感活动和结果数据不可控和不容易预测14]。在某些情况下,特别是在参与式感知的SaaS被认为是一个众包系统,取决于移动用户提供数据(15),它已被称作也可以称为群体感知(18),也被定义为一个众包的子类型,在外包工作是一个传感任务(4]。

Crowdsensing被公认为智能城市的一个重要技术的推动者,吸引了许多研究工作,目的是提高传感质量在移动设备上,促进用户参与,收集的数据和验证(19,20.]。已被称作轨道遥感相比,群体感知有几个优点,即使它能带来一些额外的问题。

系统已被称作基于群体感知可以低于轨道传感解决方案,因为它不需要昂贵的固定基础设施的部署。此外,它更容易部署和可以使用的地区部署一个固定的基础设施是很困难或者不可能的,但它可以引入额外的复杂性和挑战。一般来说,移动设备已被称作用于群体感知和轨道遥感是互补的技术,可以配合使传感在智能城市18]。

已被称作智能城市的背景下,群体感知可以利用涉及到传感器的移动(因为它们是由用户)和人类智能传感过程(4]。这些用例解决任务相关的城市交通系统,如公共车辆跟踪(例如,公共汽车、有轨电车和地铁)或其他类似映射颠簸的道路上通知当局。

在优化城市交通Crowdsensing可以提供巨大的支持。交通可以预测;此外,大多数影响公共交通线路能承受更短或更长时间延迟。天气会影响车辆的行驶速度。在[21),一个有效的方式描述一个众包的公共交通网络的实体(包括位置和车辆)提出和讨论。系统用于监控公共交通工具与应用程序运行在用户的手机和旅行中描述检测车辆的停车的地方(22]。参与式感知的一个有趣的例子是由平台称为Waze [23),支持汽车司机路况信息。由于其多功能性,这是更广泛的community-assisted导航应用于2015年。提高路由,用户可以报告当地地图的变化让他们更新(4]。

重要的是要注意,系统已被称作基于群体感知需要达到临界量的聚集数据有效且高效地提供服务。出于这个原因,贡献者必须感到动力,参与收集数据。不同的研究工作已经证明通过内在动机(活动视为内在意义)和/或外在激励(动作是由外部的结果,作为奖励或增加声誉)可以让参与者参与,与一个增量收集的数据的数量和质量(24,25]。一个有趣的概念,一些作者正在调查使用的是游戏化,激发群众参与收集数据的城市环境(见,例如,26- - - - - -28])。

一些已被称作在几个众包和群体感知系统和应用程序开发的智能城市范式是致力于让公民合作在提高生活质量的城市环境(29日,30.]。关于城市的一部分,他们的目标是收集数据可访问性(31日),提高生活质量和水平的独立的残疾人32,33]。已研制出许多遥感应用监控人类活动和他们的一部分可以有效地用于检测可访问性/行人障碍(如楼梯)和设备(如斑马线)。这些研究传感体系结构和算法研究在不同的上下文中使用,所以他们需要改编为了利用探测障碍和设施(见,例如,34,35])。在[36),作者(通过使用数据通过智能手机加速计)的目标是识别行人停止的位置和穿越马路红绿灯。一些障碍和设施可以被更容易地通过合作传感、检测运动的群体工作(37]。在[38,39),作者提出的方法发展与个人感知的大规模的无障碍地图使用智能手机。特别是,轮椅公民持有的想法是利用设备,然后应用机器学习技术(即。监督学习技术),目的是评估类型的地面表面。

在众包使用运动传感器已被称作移动群体感知(MCS) [4]。MCS与部署的传感器网络的不同之处在于,涉及的人正从不同的地方收集数据和路径。人们可以携带传感器集成到他们的移动设备,他们可以提供环境信息手动(19]。MCS作为服务(MCSaaS)范式提出了在40]。作者讨论了MCSaaS愿景和提供了一个平台原型及其评价。特别是关于MCSaaS愿景,提出实现这种方法通过分裂MCS应用程序部署到两个领域:基础设施和应用程序的。

另一个重要的和有趣的概念,是我们工作的基础是移动作为服务(MaaS) [6]。马斯河提供者的主要优点之一是,它将提供一个独特的和无缝的用户界面,聚集异构交通选项所提供的不同的流动性提供者(例如,不同机构提供交通乘出租车,公共汽车,火车,飞机,汽车,包括公共交通提供者)和处理整个旅行的经验,从旅游规划提供信息和支付41]。

所有这些概念和研究,激发了我们的工作和由此产生的系统。特别是,我们的原型是利用传感、移动众包和流动性作为服务的特定目的在徘徊在城市(即支持公民。智能移动的上下文中)。一个特定的注意力都集中在满足人的需要会得到更多的好处比其他城市的可访问性信息的可用性方面的壁垒和设施。

3所示。智能移动(小)

从软件工程的角度来看,它是有用的框架构建任何智能城垂直应用程序所需的各种功能在一个共同的参考模型基于microservices [7]。

通过建模和实现移动应用程序的每个组件作为服务,出现几个显著的优势。从不同来源收集的数据可以是透明的,包装在一个microservice,可用通过一个标准接口。预处理和标签的数据,例如,分配可信度值,可以通过不同的算法来实现提供服务;这些,反过来,可以利用共享知识库,例如,管理用户的评级。通过服务共享数据库,而不是给直接访问意味着一个更精细的访问控制策略,无论是简单的访问权限和预先计算,允许提供适当的聚合或消毒数据的应用程序。值得注意的是,安全问题可以摆脱这样的开放结构,然而,平台本身可以在减轻他们(发挥着至关重要的作用41,42]。

一般来说,一个平台移动服务“粘”在一起,可以建立移动服务运营商。

开发一个MaaS-enabling基础设施的方法之一是它作为一个市场(图结构1移动服务),用于服务调用的开放标准保证互操作性的定义,基础设施组件的可用性(即。,authentication, access control, QoS negotiation, and business intelligence) lowers the effort needed for the development of applications, and an orchestration framework streamlines the composition of available services into more complex applications. We are developing a prototype of this system called SMAll.

确实,我们已经分类一些macrocategories服务的,我们可以期待在这样一个市场。图2概述了一些最重要的,安排在这个上下文层增加的复杂性,“复杂”是指创建功能的其他“简单”服务。从底部开始,我们发现服务,要么是包装遗留软件,例如,旅游规划者,不包括实时功能,或服务过程基本数据。这类服务的目的是标准化的数据和遗留软件的接口,使它们可用于其他服务。其他更复杂的服务,发现在上层,编排这些基本的实现他们的行为,直到非常精炼的政策马斯河运营商和类似的应用程序。

如前所述的开头部分,我们设想采用microservices提供无缝实现这些类别的组件:(我)包装遗留数据源转换成标准的服务(2)辅助服务(例如,身份验证、授权、调度、路由和编制)(3)服务注册中心存储的定义的所有服务部署在平台(iv)实际的业务逻辑由运营商部署或中介机构,收集、存储和处理数据提供一些数据相关洞察力的使用服务。

根据这一模型,没有单一的演员负责数据质量和服务的正确性,所以我们引入一层的服务管理质量问题造成众包的数据。这一层将提供元数据管理服务,如评价数据来源,数据可靠性和数据可信度,以及这些指标的传播服务构成数据,可以利用配合任何服务,公开数据。microservices架构适用于这种情况,因为它允许创建独立的服务为特定任务(和不同的实现同样的任务)的数据质量管理过程。在小平台,可以利用通过编排这些服务。

这个概念如图3。

在底部的水平,我们有公开的服务数据。这些服务是异构的,敏感性,表现力,代表性等等。以上数据级别,还有microservices负责的实现机制处理每个数据管理问题描述(出处、诚信等)。虽然分开的两个水平一直强调他们不同的功能,没有它们之间的层次结构关系。从体系结构的角度,每一个盒子都是服务,和他们的调用由一个工作流定义,代表所需的数据质量政策,通过编制和实施机制。

4所示。数据源

各种数据源喂养系统。我们可以在大类进行分类,根据其来源(例如,官方数据对交通基础设施与众包POIs)和时间(例如,实时信息和计划时间表和静态特性)。事实上,每个存储数据包括特定的信息和具有独特的特征取决于自己的来源。例如,交通数据自动发布和更新系统;相反,众包/ crowdsensed数据的数量和质量是自愿性质的强烈影响参与者的行动和参与(43]。

在任何情况下,所有的数据来源,独立的类别,将均匀的方式访问,通过适当的microservices。

4.1。分析系统

提供个性化的服务,我们必须建立一个类别的服务利用用户(基于json)概要文件时,结构在三个相互联系的部分:(a)的通用概要文件(GProfile),包括一些一般性的用户数据,如个人信息、语言、计量单位、设备(s)在使用中,平均步行速度,关于他/她的信誉,数据和数据对他/她最喜欢的公共运输工具的路线;(B)城市形象(UProfile),它描述了用户偏好与城市环境有关,表示根据他/她的需要,和偏好的城市点利益(POI);概要文件的一个特定部分的一部分是用于描述用户的偏好的城市壁垒(如楼梯)和设备(如削减控制);和(C) eAccessibility概要(eAProfile),它描述了用户偏好相关电子沟通和应用程序的接口。

以下4.4.1。通用概要文件

通用配置文件描述了一般用户的信息。它包括个人数据和数据设备的使用,以及语言和计量单位。后服务,可以自动设置的数据推导他们从用户位置,或者由用户手动设置。在这样的配置文件的一部分,用户还可以声明他/她的平均速度,当他/她在城市环境中移动。或者,这些数据可以自动来自设备传感器,它可以跟踪用户的运动,然后计算其平均速度。这些信息对于我们的系统是至关重要的,因为路由算法计算出最佳个性化路径考虑他们。例如,当结合实时可用性的公共汽车(当路径包括使用公共运输方式),用户的能力达到停止赶上公共汽车梅干的可行的不同路径。最后,用户在这里可以存储信息关于他/她的旅游习惯,提供数据对他/她最喜欢的公交线路。用户可以提供一个位置在城市利用他/她(即当前位置或地址。、街道和号码)。然后,我们的系统提供了用户可以达到的所有公交车站(在配置时间)公交线路的列表可以在这些停止; finally, the user can choose bus stops and routes of interest.

4.1.2。城市形象

城市个人文件存储了用户信息偏好与城市环境有关。特别是城市元素被称为利益点(POIs)和用户可以设置他们的偏好,分类他们是中立的,像不像,并避免的基本程度的兴趣,喜好,和/或需要。一些例子POIs映射在我们系统的公交车站;地铁车站;bicycle-sharing站;停车;等等。POIs的一个有趣的子集相关识别城市壁垒和设施。等具体定义POIs aPOIs(可访问性的利益点)。我们有分类的类别aPOIs源自流动背景下,特别是对于那些残疾人,我们对待这项工作(参见用例的部分7)。这些类别包括物品如缺口、跨越障碍,和表面的描述。用户定义他们的偏好的可能性的住宿地aPOIs(存储在城市可访问性剖面(UAProfile))如下:(我)中性:用户既不困难也不喜好aPOI相关类型。这种类型的障碍/设施的存在与用户无关。(2)如:用户更喜欢aPOIs这种类型的,当他们是可用的。这种类型的障碍/设施的存在一个路径是积极的给用户。(3)不喜欢:用户可以面对这aPOI类型,但一些努力。在这种情况下,另一种路径是首选(当可用),但这不是必要的。这种类型的屏障设施的存在是负的用户。(iv)避免:用户无法面对这个aPOI类型和另一个路径是必要的。这种类型的障碍/设施的存在可以防止用户走这条路的道路。

更详细的描述可以找到这样的城市可访问性偏好(33,44]。的基础上,我们的系统计算访问路线,遇到喜欢aPOIs可行时,会在不喜欢aPOIs如果它是可能的,并且避免了避免aPOIs每次。值得注意的是,积极的偏好可以与障碍和消极的偏好可以与设施。作为一个例子,一个盲人用户可以设置为一些特定的障碍,如楼梯和步骤,因为他们可以代表一个参考点。类似地,轮椅用户可以设置触觉铺平道路,不喜欢,因为这样的表面可以不舒服。

4.1.3。eAccessibility概要

电子沟通概要文件用于存储首选项和需要的地图渲染。主要的选择是一个相关的文本/图形表示地图。的基础上,用户可以选择特定的风格代表POIs。例如,图示可以个性化POIs的颜色和大小的图标在地图上添加文本标签,和可视化的显示或隐藏POI的POI类别或类型。特别是不同的样式规则可以与整个应用程序,到一个特定的偏好(喜欢,不喜欢等)或单一类型的芋泥。

4.2。数据传感

我们设计和开发特定的感知服务原型,将利用智能手机用户,目标是遥感楼梯,自动存储这样的城市信息障碍。楼梯通常放置在人行区域的城市环境,尤其是在欧洲城市,由于他们古老的起源。作为一个例子,我们报告在图4照片拍摄于博洛尼亚。博洛尼亚闻名观景走廊,致力于在城市人行道(超过45公里的拱廊),楼梯往往影响到城市的可访问性。

这样一个特别服务的设计问题是基于低能耗的需要和精度高,减少假阳性和假阴性的结果。分析了传感器在智能手机,我们专注于陀螺仪,加速度计和磁力计。当时的想法是创建一个服务,这将被用于背景,而不影响其他使用活动,应用一个投机取巧的感应。

几个方法评估,如传感器融合(结合数据来自陀螺仪、加速度计和磁强计,目的是识别设备倾向),傅里叶分析,卡尔曼滤波,卷积(互相关和信号分析的力量应用于设备,目的是重建和解释设备动作)。我们利用这后一种方法,利用加速度计。特别是,我们的原型比较智能手机加速计的信号记录与一组presampled,以便评估实际的楼梯。这样presampled信号对应于信号获得上下爬楼梯,由一群不同用户配备智能手机在不同形式(通过走路,跑步,让智能手机在口袋里,手里拿着一个袋子里,或者在一个背包)。使用这种方法(特别是唯一加速度计)让我们避免使用陀螺仪,然后限制能源消耗和假阳性和阴性。

传感的原型中,我们开发了基于Android操作系统;它利用空间组件由于加速度计,这感觉力量应用于所有空间组件。一旦我们的感知服务原型承认楼梯的存在,对其位置感知和存储数据。感知数据,因此,我们的原型记录分析,并保存相应的信号。相应的截图如图5。

4.3。交通基础设施

信息的公共汽车、火车,和其他运输工具可能是最完整的例子不同,受益于包装器提供的标准化服务。(我)运营商通常是静态的权威来源的信息交通基础设施(停止、路线等)和计划服务(时间表、车辆特征等)。运营商可以使这些数据可以通过不同的开放数据格式。GTFS [45)是快速增长的事实标准的地位,然而,许多公司特有的格式仍在使用。一组包装器服务不仅将这些格式转化为有用的标准也提供更合理的方法来访问数据,例如,允许发现附近停止给一个地址或一组坐标,了解公交线路服务的一个给定的停止,等等。(2)实时交通信息服务,通常由运营商提供。根据最终用户的需求,这可能是有用的知道车辆的位置或延迟对计划操作或预计到达时间在给定的停止。当然,这些数据都是相互联系的,事实证明,不同的运营商可能决定提供不同的看法相同的基本信息(在我们的地区,例如,最大的巴士运营商提供未来两公交车到达的时间在给定停止向公众,但与此同时,它助长了“原始”的GPS位置每辆车的区域交通管理局正在考虑让这些数据用于众包应用程序)。通过包装成分之间可用类型的数据和其他信息(例如,车辆的位置crowdsensed乘客,旅行时间衡量街段),可以获得所有需要的观点,甚至提高估计的精度。(3)实时交通基础设施的信息来自许多不同的渠道,如公共政府宣布计划或非凡的作品,事故应急小组干预,运营商给罢工通知车辆故障、天气预报,当然人们在街上。

5。数据质量管理服务

各种数据源喂养系统。我们可以在大类进行分类,根据其来源(例如,官方数据对交通基础设施与众包POIs)和时间(例如,实时信息和计划时间表和静态特性)。

事实上,每个存储数据包括特定的信息和具有独特的特征取决于自己的来源。例如,交通数据自动发布和更新系统;相反,众包/ crowdsensed数据的数量和质量是自愿性质的强烈影响参与者的行动和参与(43]。

在任何情况下,所有的数据来源,独立的类别,将均匀的方式访问,通过适当的microservices。

5.1。数据来源

数据来源单一主机是一个众所周知的问题在文学来源。根据工作原理就像46),这个问题可以得到解决,只有创建私钥和公钥系统数据流认证。系统开发的(就是一个很好的参考47),描述一个加密起源验证方法确保针对单一主机数据属性和完整性。具体来说,作者设计并实现了一个高效的加密协议,执行按键的完整性。这种协议可以作为microservice集成体系结构。然而,公钥方案重要计算负载著称,因此现有的技术可能并不适用于高速、大容量的数据源。此外,可能需要一个算法的传播来源的数据。在某些情况下,数据来源于原始的成分(或“低排名”)来源应该伴随着合适的元数据,允许验证输入值的出处,密码地强大。Merkle哈希树可以是一个很好的候选人构建依据由数据块(48]。

5.2。数据的可信度

可信度通常被称为测量和量化的质量信息来自网络资源和系统(49]。几项研究已经进行,目的是支持用户快速判断得到的信息的可信度,提供自动计算的值,可以不断更新(49,50]。的作者(51]可信度模型基于用户移动性和他们过去的贡献系统的有效性。这项工作主要关注数据完整性(数据来自自动读数设备),数据的正确性和质量。用户贡献相比,那些由当地权威数据源,提供认证的数据来源microservice。诚信microservice认为所提供的信息权威数据源(即。,local administrations, municipalities) as a gold set. Thus, our idea is to compare information provided by users with trustworthy and correct data. Hence, it is possible to base our trustworthiness service on the computation and assignment of more effective credibility values to users, similar to what has been done in other works, for example, [52]。

5.3。数据可靠性和报告服务

一旦我们能够验证数据的出处和可信度是正确的细化过程的验证,我们必须验证结果或显示的数据是正确的。正确性验证的过程结果的众包数据可以通过两种方式:通过一个自动化的系统与人工智能嵌入式或通过报告系统可信的源的方法。考虑到这个工作主要是旨在帮助残疾人,在使用已知更具协作性的报告系统,显然使我们实现第二个解决方案。报告系统的描述为我们的架构是灵感来自海洋保护区模型(32),这是基于POI的映射。每个POI及其相关数据可以被添加到我们的系统通过一个或多个报告。报告在三个不同的源类进行分类,根据他们如何收集。三源类有一个不断增长的有效性:(我)- report(用户)获得的报告:用户可以添加POI数据库系统。这可以通过两种方式:(i)自发,用户遇到特定的障碍或一个无障碍设施可以发送一份报告,报告服务(RS);(二)需求,RS可以要求用户改善现有的POI的有效性(通常报告的POI传感器)。因此,该系统将利用用户报告而不是传感器的用户获得徽章在他/她的公众形象。(2)传感器获得的报告(报告):RS可以自动产生数据来自移动设备传感器的感应。这些报告应该有一个低的有效性。(3)E-report(报告由专家):专家组织的工作人员参与监测城市可访问性(如地方政府和市政当局或残疾对组织)。

被专业能够正确分类和测量各种POI POIs,他们的报告被认为是完全有效的。管理员可以添加报告在两个方面:(i)自发:管理员添加报告根据他们的活动计划,发送RS报告壁垒或无障碍设施;(2)需求:RS可以问管理员来改善现有的POI的有效性(通常是一个用户添加一个)。因此,该系统将使用管理员报告,而不是用户的。因此,RS可以有更多相同的POI的报道,分类与一个或多个不同的源类。向用户提供地图和数据集被路由算法都是基于可用的更多有效的报告。例如,如果添加了POI传感器和用户,使用- report S-reports,而是因为他们被认为是更有效的。类似地,如果一个POI添加用户和管理员,E-reports代替- report,因为他们被认为是更有效的。填充RS数据库,我们还添加了一些POIs和报告通过转换,过滤和混搭现有数据。

5.4。反馈评分系统

反馈评分系统服务与报告服务,一个算法来计算基于一份报告的可靠性分配分数某些特征的基础上。它可以发生,然而,在某些情况下,这些报告是不确定的,或失踪,或者只是他们太少产生可靠的结果。在这种情况下,我们可以要求用户交互为了给一个反馈的具体情况。POI的不确定性发生时,我们激活用户请求的一种简单的机制,要求确认存在/缺乏这个POI或确认参数对POI的措施。这个反馈不能总是锋利;它可以包括信心得分,显示多少用户信任POI的功能是正确的。这个分数将被用来计算众包数据的可靠性。

6。编制

该架构的核心是编排的过程。如前所述,作为服务编制我们的意思是microservices的组成、工具和过程调用和连接和自动化的工作流定义服务(53]。为此,我们的平台可以本地运行编排任务写在朱莉(54),编程语言提供一些结构性优势:它提供了工作流结构如序列、并行性和不确定性选择组合通信交互,它处理有状态性通过激活不同的工作流实例为每个业务任务管理、和它实现了接口几乎所有常用通信协议。

图6代表一个可能的工作流管理的协调器。我们的想法是,数据质量的评估是由适当结合一个或多个特定microservices。

在我们的例子中,工作流代表组成的数据管理服务,根据遗留服务策略,将产生的结果和评估他们的质量的同时。,数据管理的协调器开始调用服务层,在这种情况下,数据来源认证的服务提供者。结果可以使用服务调用者进行身份验证数据反馈的数据来源服务。这个结果将在后续改善数据质量评估数据源服务调用。

7所示。用例

为了证明我们的方法的有效性,我们测试我们的系统有许多不同的用户配置文件(例如用户减少流动性,老人,盲人用户,与低视力和用户)。在本节中,我们提出两个场景说明城市可访问性问题涉及轮椅用户和老用户。更普遍的是,不同的场景可以见,包括所有的智能移动环境的不同方面。例如,一个有趣的用例可以被考虑bicycle-sharing设想系统与地铁/公交车站:实时地铁/公交信息自动运输提供商提供的公司,尽管数据相关bicycle-sharing站用自行车或开放码头众包由用户和/或派生crowdsensed自行车的活动获得的数据块/疏通,利用,例如,RFID / NFC技术和GPS的位置。这样,小系统可以通过考虑个性化的路径计算的实际时间感兴趣的地铁或公交车和自行车的有效可用性或开放的码头建议最好的bicycle-sharing站到达,根据定义的目的地的路线。

另一个有趣的用例,我们目前正在发展中涉及特定的农村地区,其主要特点是低人口密度和困难由于崎岖路况环境条件。

这些特定的地区,一般来说,许多公共汽车和火车等公共交通服务不是由当前的经济合理的需求。相反,然而,城市公共交通服务更容易成为基本达到其他重要的社会服务,如医疗通常远。

小提供了以下的解决方案。公共交通网络作为目标服务要求为每个申请人。一个出租车网络满足每一个请求。小任务是协调各种出租车运营商分配的种族,从调用处理利润再分配。小,将合并比分接近的比赛在一个有效的方法(例如,超级池)。

优势是双重的,政府花费少提供服务,并为公民服务的质量得到了改进。此外,这可以被认为是一个例子的培育和支持社区意识在农村地区55]。

在这里的两个用户用例详细,用户请求个性化的路径,通过使用自己的智能手机。特别是,让我们考虑一个男性用户配备一个手动轮椅(第一场景)和一位老妇人(第二个场景);他们要求一个特定的路径(包括公交线路)在博洛尼亚(意大利),相同的起点和目的地B(如图7和8)。提出的路径通常最常用的地理空间映射平台(如谷歌地图,必应地图)需要17分钟作为一个整体和架构可分为三个部分:(我)一个行人到达公共汽车站部分:这部分应该花8分钟给用户。(2)公交路线的一部分(从蓝色汽车站到绿色汽车站):这部分应该花8分钟(有四个中间停止)。(3)从另一个行人部分到达汽车站到最终目的地:这一部分应该需要1分钟。

我们的用户不得不面对这条道路提出了一些问题:(1)有一个楼梯的行人路径的一部分,没有它的存在信息;这意味着我们的轮椅用户不能建议的途径,但他必须找到另一种替代方法和可访问的路线。(2)没有信息可访问性的公共的交通和公交车站;特别是,并非所有的汽车都是提供设施来支持我们的特定的用户,如坡道、跪垫特性,和电梯。(3)预计到达时间从起点出发的车站(600米)8分钟,考虑到计算能力和速度的平均用户,而不考虑实际的能力我们特定用户的平均速度。(4)班车到达时间的信息来源于一次表,而不是指真正的总线位置和可用性。

下面的内容将详细场景的传感和数据消费活动两个不同的用户提供不同的需求和偏好的城市环境。界面的设计正在调查中,可以找到一些初步结果(56]。

7.1。第一个场景

作为第一场景,让我们考虑一个轮椅用户要求的访问路径从一个目的地b。他建立了UAProfile宣称他说就像坡道和削减控制设施(差距),残疾人停车时段保留(如停车设施),人行道上有一个适当的宽度(在通路的类别),红绿灯,斑马线,(如过街设施)。他初始化凹凸不平的路面和触觉铺平道路(表面类别)一样不喜欢和差距类别aPOIs和障碍壁垒避免。扶手和音响交通信号灯是中性的,以及街道照明。算法1显示了他的形象以JSON格式的一个片段。

当这个用户要求一条从起点到目的地B,那么我们的系统计算一个个性化路线(即考虑用户概要文件。,避免这样的壁垒,影响他,包括尽可能多的喜欢设施)。

我们的系统计算一个个性化的道路,通过考虑实际数据总线可用性和用户概要,避免障碍,喜欢设施包括尽可能多的和用户个人平均速度(设置为0.98 m / s,根据(57])。这条道路的结构(如图三部分7),只有第一部分是不同于以前描述的路径。特别是,(1)我们的路径显示不同的第一个行人路径的一部分,考虑到楼梯的存在,并找到另一个可访问的路径,包括斜坡(突出显示在图7一个绿色的图标);(2)信息的可访问性提供了公共的交通工具;特别是,路径计算考虑公交车配备跪垫和轮椅锚固特性;(3)预计到达时间计算从起点出发的车站考虑我们的特定用户的能力和平均速度,在宣布他的形象(16分钟,900米);(4)提供公交信息到达时间考虑关于真实总线位置和开放数据最终延误,由当地公共交通工具运营商提供。

时间完成路径估计30分钟计算,它根据用户平均速度和真正的总线可用性(通过考虑实时数据最终延迟,交通,等等,来自开放的公共交通提供者)提供的数据,如下:16分钟的第一部分,第二部分12分钟,2分钟的最后一个。已被称作同时,群体感知和利用众包服务用户的移动设备,目的是收集数据和报告关于城市壁垒和设施。

7.2。第二个场景

作为第二场景,让我们考虑一个上了年纪的女人要求的路径从a到B,定制根据她的喜好。她建立了UAProfile宣称她说就像街道照明,穿越设施、人行道、坡道、控制,和扶手。她也说像楼梯,因为她的医生建议她去做一些运动,爬楼梯。她说不喜欢垃圾桶,虽然步骤,差距,凹凸不平的路面,触觉铺路是中性的。算法2显示了她在JSON格式的一个片段。

用户要求一个行人路径后,我们的系统计算一个个性化路线从起点(a) (B)到目标点(即考虑她的概要文件。、楼梯)和真正的总线数据的可用性。也在这种情况下,个性化的道路结构三部分,它类似于一个先前描述,包括第一部分的楼梯。因为这个用户是配备了智能手机,她会积极提供数据来自移动设备加速计,以丰富的信息利用小,目标是装备公民与智能移动应用程序和数据。

8。结论

智能移动是一个关键支持公民在日常活动和为他们提供一个可行的智能城市。城市交通信息(包括出租车、公共汽车、火车和汽车),城市壁垒和设施,和行人和多通道路径会大有好处在这种情况下,以及所有的信息整个旅行,徘徊在城市的经验,包括旅游规划和支付。Crowdsensing和机动性作为服务可以在此背景下扮演着重要角色。作为讨论的部分3- - - - - -6,提供一个完整的和智能城市流动服务,不同的需求需要考虑和策划。特别是,一个高效的面向服务的智能移动需求(i)方法对公共运输工具的实时数据;(2)更新的城市已被称作收集的数据通过群体感知和众包;(3)模型能够计算收集的数据的可信度;(iv)的定义一个精确的配置文件根据用户的喜好和需求。将考虑这些设计问题,我们设计和原型的基础设施作为流动性的市场服务,称为智能移动(小)。原型的基础设施开发和其体系结构被描述,以及提供的一些服务。特别是,两个用例,专注于轮椅用户和一位上了年纪的人。我们现在做进一步的研究,目的是通过跟踪分析用户的日常行程,利用机器学习技术,已被称作集成在群体感知活动。适应机制将被应用到这个概要文件,以便动态地、自动地修改它根据用户实际的能力和习惯。 The adopted SOA approach will make all future additions easy to integrate, since each new algorithm or service will be developed as an independent microservice and plugged into the orchestration logic as needed.

未来的工作,我们计划进行系统的评估(i)的效率、可伸缩性和健壮性,(2)效率,用户体验和可用性。

相互竞争的利益

作者宣称没有利益冲突有关的出版。

引用

1. r . Giffinger h·古德温,“智能城市排名:一个有效的工具定位的城市吗?”王牌:建筑、城市和环境,4卷,不。12日,7-26,2010页。视图:谷歌学术搜索
2. 世卫组织、城市卫生:主要改善全球健康状况的机会,尽管持续的卫生不公平现象,http://www.who.int/mediacentre/news/releases/2016/urban-health-report/en/
3. h . Chourabi t, s·沃克et al .,“理解智能城市:一个综合框架,”学报45 IEEE夏威夷国际会议系统科学(HICSS 12),页2289 - 2297,毛伊岛,夏威夷,美国2012年1月。视图:出版商的网站|谷歌学术搜索
4. 一个。佩特科维奇,诉西蒙,i Godor和b . Borocz”Crowdsensing智能城市解决方案:引入水平架构,”学报》第13次国际会议上移动计算的发展和多媒体(MoMM 15)页,33-37 ACM, 2015年。视图:出版商的网站|谷歌学术搜索
5. h . Kukka j . Ylipulli a Luusua, a·k·戴伊”城市计算理论和实践:对一个跨学科的方法,”学报》第八北欧人机交互会议上(NordiCHI 14)ACM,页658 - 667年,赫尔辛基芬兰,2014年10月。视图:出版商的网站|谷歌学术搜索
6. k·萨米Pippuri还Hietanen。Maas芬兰,http://maas.fi/
7. 美国纽曼,建筑MicroservicesO ' reilly Media,萨利英国,2015年。
8. 诉Kostakos、t . Ojala和t . Juntunen“智能城市交通:探索全市感应交通控制中心,“IEEE网络计算,17卷,不。6月22,2013页。视图:出版商的网站|谷歌学术搜索
9. s . Patidar d .美国莱恩,p . Jain,“纸在云计算、调查”第二届国际会议上先进的计算和通信技术(ACCT 12)2012年1月,页394 - 398。视图:出版商的网站|谷歌学术搜索
10. Banerjee p, r·弗里德里希·c . Bash et al .,“作为服务的一切条件:为新信息经济,”电脑,44卷,不。第三条ID 5719575,第36 -,2011页。视图:出版商的网站|谷歌学术搜索
11. m .周r .张、曾d和w·钱”服务在云计算时代:一项调查,”诉讼的第四届国际通用交流研讨会(IUCS 10),IEEE 40-46页。北京,中国,2010年10月。视图:出版商的网站|谷歌学术搜索
12. c·佩雷拉,a . Zaslavsky, p . Christen, d . Georgakopoulos“传感作为智能城市的服务模型在物联网的支持下,“欧洲电信交易,25卷,不。1,第93 - 81页,2014。视图:出版商的网站|谷歌学术搜索
13. h . Sundmaeker p . Guillemin p .薯条,s . Woelffle”愿景和挑战意识到物联网,”EUR-OP,20卷,不。10日,2010年。视图:谷歌学术搜索
14. x x, j . Tang肖,g .雪”传感作为服务:挑战,解决方案和未来的发展方向,”IEEE传感器杂志,13卷,不。10日,3733 - 3741年,2013页。视图:出版商的网站|谷歌学术搜索
15. 肖x, x, j . Tang和g .雪”传感作为服务:云计算系统为移动电话传感、”学报》2012年第11届IEEE传感器会议,页1 - 4,IEEE,台北,台湾,2012。视图:谷歌学术搜索
16. 梅丽莎,s . Mirri c . Prandi m . Prandini p . Salomoni和f . Callegati”智能移动通过serviceoriented Crowdsensing架构,”第二届IEEE国际智能城市会议,2016年。视图:谷歌学术搜索
17. n d, e . Miluzzo h . Lu, d .皮伯斯t . Choudhury和A·t·坎贝尔,“手机感知的调查。”IEEE通讯杂志,48卷,不。9日,第150 - 140页,2010年。视图:出版商的网站|谷歌学术搜索
18. g . Cardone l . Foschini p·贝拉et al .,“智能城市培育participaction:已被称作geo-social群体感知平台”IEEE通讯杂志,51卷,不。6,112 - 119年,2013页。视图:出版商的网站|谷歌学术搜索
19. r·k·Ganti f .你们,h . Lei”已被称作移动群体感知:当前状态和未来的挑战,”IEEE通讯杂志卷,49号11日,32-39,2011页。视图:出版商的网站|谷歌学术搜索
20. m . Talasila r . Curtmola, c . Borcea”改善人群定位可靠性感知数据以最小的努力,”学报第六届联合会联合无线和移动网络会议(WMNC 13)IEEE,页1 - 8,迪拜,阿联酋,2013年4月。视图:出版商的网站|谷歌学术搜索
21. a . Vemula n .帕蒂尔诉Paharia et al .,“改善公共交通通过众包”学报》第七届国际会议上通信系统和网络(COMSNETS 15),页1 - 6,班加罗尔,印度,2015年1月。视图:出版商的网站|谷歌学术搜索
22. 一个。佩特科维奇k法卡斯,“高效的公共交通事件检测跟踪”《国际电信和多媒体会议TEMU”(14)2014年7月,页74 - 79。视图:出版商的网站|谷歌学术搜索
23. 已被称作Waze,群体感知应用http://www.waze.com/
24. 答:天使和f . Zambonelli协调基础设施未来智能社会流动服务。”IEEE智能系统卷,29号5,78 - 82年,2014页。视图:出版商的网站|谷歌学术搜索
25. j . Goncalves s Hosio j . Rogstadius e . Karapanos诉Kostakos,“激励参与和提高质量的贡献无处不在的众包,“计算机网络卷。90年,34-48,2015页。视图:出版商的网站|谷歌学术搜索
26. p . Salomoni c . Prandi m . Roccetti诉非绝对的,和n . j . Nunes“众包城市可访问性:一些初步经验的结果,”《意大利SIGCHI章第11届一年两次的会议ACM,页130 - 133年,罗马,意大利,2015年9月。视图:出版商的网站|谷歌学术搜索
27. c . Prandi诉非绝对的、p . Salomoni和n . j . Nunes“从游戏化映射城市可访问性普遍的游戏,”《第11届一年两次的会议,页126 - 129,罗马,意大利,2015年9月。视图:出版商的网站|谷歌学术搜索
28. c . Prandi m . Roccetti p . Salomoni诉非绝对的,和n . j . Nunes”与僵尸战斗排斥:多媒体移动应用和地图作为公民参与的媒介和设计,“多媒体工具和应用程序,2016年。视图:出版商的网站|谷歌学术搜索
29. f . Zambonelli“普及城市众包:愿景和挑战,”学报》第九届IEEE国际会议上普适计算和通信车间(PERCOM研讨会”11)IEEE,页578 - 583年,西雅图,洗,美国,2011年3月。视图:出版商的网站|谷歌学术搜索
30. n . Bicocchi a . Cecaj d·丰塔纳,m . Mamei a .天使和f . Zambonelli“集体意识human-ICT协作智能城市”IEEE学报》22日国际研讨会支持技术:对合作企业的基础设施(WETICE 13)哈,页3 - 8,突尼斯,2013年6月。视图:出版商的网站|谷歌学术搜索
31. s . Mirri洛杉矶Muratori, p . Salomoni”监控可访问性:大规模评估在地缘政治层面,”学报》国际ACM SIGACCESS会议13日在电脑上和可访问性(资产11)ACM,页163 - 170年,2011年10月。视图:出版商的网站|谷歌学术搜索
32. c . Prandi p Salomoni, s . Mirri“海洋保护区:整合人们感知和众包映射城市可访问性,”IEEE学报》11日消费者通讯和网络会议(CCNC 14)595年,页591 -拉斯维加斯,内华达州,美国2014年1月。视图:出版商的网站|谷歌学术搜索
33. s . Mirri c . Prandi p . Salomoni f . Callegati Campi a、“结合众包、传感和开放数据访问智能城市,”学报》第八届国际会议在下一代移动应用、服务和技术(NGMAST 14)IEEE,页294 - 299年,牛津大学,英国,2014年9月。视图:出版商的网站|谷歌学术搜索
34. 崔s r·勒梅,黄永发。的梦想,”车载实时加速度数据的处理活动分类,”《IEEE 10日消费者通讯和网络会议(CCNC 13)IEEE,页68 - 73年,2013年1月。视图:出版商的网站|谷歌学术搜索
35. a . Anjum和m·伊卜拉欣-,“活动识别使用智能手机的传感器,”《IEEE 10日消费者通讯和网络会议(CCNC 13)IEEE,页914 - 919年,拉斯维加斯,内华达州,美国2013年1月。视图:出版商的网站|谷歌学术搜索
36. a . Bujari b Licar, c·e·帕拉齐“运动模式识别通过智能手机的加速度计,”《IEEE消费者通讯和网络会议(CCNC 12)2012年1月,页502 - 506。视图:出版商的网站|谷歌学术搜索
37. m . b . Kjærgaard m . Wirz d . Roggen和g . Troster”融合多传感器检测行人的羊群的手机”无处不在的计算的ACM会议(主要的12),第249 - 240页,2012年。视图:出版商的网站|谷歌学术搜索
38. y Iwasawa, k . Nagamine即Yairi,和y松尾”向一个自动道路可达性信息收集和共享基于人类行为轮椅使用者的传感技术,”Procedia计算机科学卷,63年,第81 - 74页,2015年。视图:出版商的网站|谷歌学术搜索
39. y Iwasawa, k . Nagamine y松尾和江Yairi,”路传感:个人传感和机器学习的发展大规模的可访问性地图,”17学报》国际ACM SIGACCESS会议在电脑上和可访问性ACM,页335 - 336年,里斯本,葡萄牙,2015年10月。视图:出版商的网站|谷歌学术搜索
40. g . Merlino s Arkoulis s Distefano c . Papagianni a . Puliafito和s . Papavassiliou”已被称作移动群体感知服务:一个应用程序平台的遥感云,“未来一代计算机系统,56个卷,第639 - 623页,2016年。视图:出版商的网站|谷歌学术搜索
41. f . Callegati Campi a、a .梅丽莎·m·Prandini和b . Zevenbergen“保护隐私数据处理系统的设计在公共交通的背景下,“太平洋亚洲协会的杂志《信息系统,7卷,不。4、2015。视图:谷歌学术搜索
42. 梅丽莎,m . Prandini l . Sartori f . Callegati,“公共交通、物联网、信任和城市的习惯,”互联网科学主任f . Bagnoli, a . Satsiou i Stavrakakis et al .,。卷,9934在计算机科学的课堂讲稿施普林格,页318 - 325年,柏林,德国,2016年。视图:出版商的网站|谷歌学术搜索
43. m . Roccetti Ferretti), c·e·帕拉齐p . Salomoni和m . Furini“骑网络进化:利己主义和利他主义,”第五届IEEE消费者通讯和网络研讨会论文集(CCNC ' 08)IEEE,页1123 - 1127年,拉斯维加斯,内华达州,美国2008年1月。视图:出版商的网站|谷歌学术搜索
44. s . Mirri c Prandi, p . Salomoni”上下文感知系统个性化和可访问的人行道,”《高性能计算和模拟国际会议上手持电脑”(14)2014年7月,页833 - 840。视图:出版商的网站|谷歌学术搜索
45. 谷歌,“一般运输饲料规范,”https://developers.google.com/transit/gtfs/reference视图:谷歌学术搜索
46. y l . Simmhan b苍白,发生和d .甘农,数据来源的调查技术计算机科学系,卷。47405年,印第安纳大学布卢明顿,印第安纳州,美国,2005年。
47. k, h, c, d . Stefan和d .姚明,“Data-provenance验证安全的主机,IEEE可靠和安全的计算,9卷,不。2、173 - 183年,2012页。视图:出版商的网站|谷歌学术搜索
48. r . c . Merkle”,基于传统的数字签名加密功能,”在87年Cryptology-CRYPTO的进步卷,293在计算机科学的课堂讲稿施普林格,页369 - 378年,柏林,德国,2000年。视图:出版商的网站|谷歌学术搜索
49. c . Shahabi”值得信赖的空间众包的通用框架,”学报》第12届ACM国际研讨会上数据工程无线和移动访问(MobiDE 13)ACM,页1 - 4,纽约,纽约,美国,2013年6月。视图:出版商的网站|谷歌学术搜索
50. p·g . Ipeirotis f .教务长,j . Wang“质量管理在亚马逊土耳其机器人,”诉讼的ACM SIGKDD车间人力计算(HCOMP 10)ACM,页64 - 67年,纽约,纽约,美国,2010年。视图:出版商的网站|谷歌学术搜索
51. p•吉尔伯特·l·p·考克斯,j .荣格和d . Wetherall“向值得信赖的移动传感”学报11日研讨会移动计算系统和应用程序(HotMobile 10)安纳波利斯,页31-36,医学博士,美国,2010年2月。视图:出版商的网站|谷歌学术搜索
52. c . Prandi美国制造商美国Mirri, p . Salomoni“诚信在人群中感觉和采购地理数据,”学报13 IEEE国际会议上普适计算和通信(PerCom 15)2015年3月,页402 - 407。视图:出版商的网站|谷歌学术搜索
53. t . Erl,面向服务的架构:概念、技术和设计普伦蒂斯霍尔PTR,河流边,新泽西,美国,2005年。
54. f . Montesi c Guidi, g . Zavattaro”与朱莉组合服务,”第五届IEEE学报》欧洲会议上的Web服务(ECOWS ' 07)页13-22哈雷,德国,2007年11月。视图:出版商的网站|谷歌学术搜索
55. 泰勒n和k Cheverst”,支持社区意识与互动显示,“电脑,45卷,不。5、文章ID 6171144, 26 - 32, 2012页。视图:出版商的网站|谷歌学术搜索
56. s . Mirri c Prandi, p . Salomoni“个性化行人way-finding海洋保护区,访问”13 IEEE学报》年度消费者通信与网络会议(CCNC 16)1124年,页1119 -拉斯维加斯,内华达州,美国2016年1月。视图:出版商的网站|谷歌学术搜索
57. m . l . Tolerico d·丁·r·a·库珀et al .,“评估流动特征和活动水平的手动轮椅使用者,“康复杂志》上的研究和发展,44卷,不。4、561 - 571年,2007页。视图:出版商的网站|谷歌学术搜索

版权

版权©2016西尔维亚Mirri等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。