%0 Generic
%A Peyman, Mohammad
%A Copado, Pedro J.
%A Tordecilla, Rafael D.
%A Martins, Leandro do C.
%A Xhafa, Fatos
%A Juan, Angel A.
%8 2021-11
%@ 1996-1073
%U http://hdl.handle.net/10818/64383
%X primera_paginaDescargar PDFajustesSolicitar reimpresiones de artículos
Acceso abiertoArtículo
Edge Computing y análisis de IoT para una optimización ágil en sistemas de transporte inteligentes
por Mohammad Peyman1,*ORCIDO,Pedro J. Copado1,2ORCIDO,Rafael D. Tordecilla1,3ORCIDO,Leandro do C. Martins1ORCIDO,Fatos Xhafa4,*ORCIDOyÁngel A. Juan1,2ORCIDO
1
IN3—Departamento de Informática, Universitat Oberta de Catalunya, 08018 Barcelona, ​​España
2
Departamento de Análisis de Datos e Inteligencia de Negocio, Euncet Business School, 08018 Barcelona, ​​España
3
Escuela de Ingeniería, Universidad de La Sabana, Chía 250001, Colombia
4
Departamento de Informática, Universitat Politècnica de Catalunya, 08034 Barcelona, ​​España
*
Autores a quienes debe dirigirse la correspondencia.
Energías 2021 , 14 (19), 6309; https://doi.org/10.3390/en14196309
Presentación recibida: 2 de agosto de 2021 / Revisado: 27 de septiembre de 2021 / Aceptado: 29 de septiembre de 2021 / Publicado: 2 de octubre de 2021
(Este artículo pertenece al Número Especial Tecnologías Avanzadas en Ciudades Inteligentes )
Descargarflecha_abajo_del_teclado Explorar figuras Notas de versiones
Abstracto
Con la aparición de la computación en la niebla y el borde, surgen nuevas posibilidades con respecto a la gestión basada en datos de la movilidad de los ciudadanos en las ciudades inteligentes. El análisis del Internet de las Cosas (IoT) se refiere al uso de estas tecnologías, datos y modelos analíticos para describir el estado actual del tráfico de la ciudad, predecir su evolución en las próximas horas y tomar decisiones que aumenten la eficiencia del sistema de transporte. Implica muchos desafíos, como cómo tratar y gestionar cantidades reales y enormes de datos, y mejorar la seguridad, la privacidad, la escalabilidad, la confiabilidad y la calidad de los servicios en la nube y la red vehicular. En este documento, revisamos el estado del arte del IoT en los sistemas de transporte inteligentes (ITS), identificamos los desafíos que plantean la computación en la nube, la niebla y el borde en los ITS, y desarrollamos una metodología basada en algoritmos de optimización ágiles para resolver un problema dinámico de viajes compartidos (DRSP) en el contexto de la computación en el borde/la niebla. Estos algoritmos permiten procesar, en tiempo real, los datos recopilados por los sistemas IoT para optimizar las decisiones automáticas en el sistema de transporte urbano, incluyendo: optimizar las rutas de vehículos, recomendar modos de transporte personalizados a los ciudadanos, generar estrategias eficientes de viajes compartidos y coches compartidos, crear estaciones de carga óptimas para vehículos eléctricos y diferentes servicios en zonas urbanas e interurbanas. Se presenta un ejemplo numérico de un DRSP, que ilustra el potencial de emplear computación en el borde/en la niebla, datos abiertos y algoritmos ágiles.
%I Energies (Basel)
%T Edge computing and IoT analytics for agile optimization in intelligent transportation systems
%R 10.3390/en14196309
%~ Intellectum