Monitoramento participativo representa um novo paradigma de coleta de dados de sensores, focado na extração e utilização de dados gerados pelas pessoas. Iniciativas baseadas neste conceito estão se tornando essenciais para projetistas de infraestruturas urbanas inteligentes, uma vez que possibilitam a captura de diversos tipos de informação relevante que não poderia ser capturada por sensores físicos tradicionais. Uma grande quantidade de publicações e projetos associados a este tópico surgiu nos últimos anos, e com eles a necessidade de se organizar e classificar tais trabalhos apropriadamente. Neste trabalho é proposta uma taxonomia para iniciativas de monitoramento colaborativo, ilustrando cada uma de suas dimensões a partir de um extenso levantamento bibliográfico da área. O esquema proposto adicionalmente suporta a identificação e estimula o desenvolvimento de projetos, utilizando mecanismos de coleta de dados ainda não explorados. Focando no monitoramento colaborativo ativo realizado a partir de aplicativos móveis, este trabalho apresenta uma linguagem formal para especificação de novas iniciativas de monitoramento colaborativo, e uma plataforma implementada para interpretar as especificações descritas por meio de tal linguagem e instanciar tanto os aplicativos de coleta de dados quanto os servidores de aplicação para receber, validar e visualizar tais dados, facilitando a criação de novos aplicativos até mesmo por indivíduos sem qualquer conhecimento em desenvolvimento de software. Um experimento foi realizado utilizando tal plataforma para mapear condições de acessibilidade das ruas e calçadas de uma região de quatro quilômetros quadrados na cidade de São Paulo, no qual a cobertura completa da região foi obtida por oito voluntários em menos de três horas. Tal experimento ilustra a efetividade deste tipo de tecnologia, uma vez que a cidade de São Paulo, com aproximadamente mil e quinhentos quilômetros quadrados, poderia ser mapeada por apenas três mil pessoas no mesmo período de três horas. Concluindo este trabalho, uma generalização da solução é discutida, demonstrando a possibilidade de uso da mesma plataforma em outros cenários, diferentes das cidades inteligentes, como por exemplo o monitoramento colaborativo de riscos de acidentes no trabalho em fábricas, entre outros. Finalmente, apresenta-se um direcionamento de trabalhos futuros para o desenvolvimento de sistemas de suporte à decisão, com base nos dados de monitoramento colaborativo, e para o uso de tecnologias de Big Data na captura, agregação, análise e extração de conhecimento dos dados de diferentes tipos de monitoramento colaborativo apresentados na taxonomia, incluindo dados de redes sociais, sensores físicos e derivados do processamento de imagens. / Citizen sensing is a new sensor-based data collection paradigm and is focused on the extraction of data generated by people. Initiatives based on this concept are becoming crucial for designers of intelligent urban infrastructures, since they enable the collection of several types of relevant data that cannot be properly captured by traditional physical sensors. A large number of articles and projects associated to the topic appeared over the last few years, and with them the need for properly classify and organize these works. In the current work, we propose a taxonomy of citizen sensing initiatives and illustrate each of its dimensions through a survey of recent articles in the area. The proposed scheme also supports the identification and stimulates the development of projects addressing data collection methodologies that have not been properly explored so far. Focusing on active citizen sensing through mobile applications, we present a specification language designed to allow the description of such applications, and a platform implemented to interpret specifications described using this language and instantiate both the mobile app for data collection as well as the backend server to receive, validate and visualize the data, facilitating the conception and \'implementation\' of new apps even by people without any knowledge about software development. We also report a real-world experiment in which we used our platform to map accessibility conditions of streets and sidewalks located in a four square kilometers area in São Paulo, Brazil, showing that a full coverage was obtained with the support of eight volunteers after only three hours. Such experiment illustrates the effectiveness of the technology, since the city of São Paulo, with an area of approximately fifteen hundred square kilometers, could be mapped by only three thousand people over the same three hours interval. Concluding this work, a generalization of the solution is discussed, demonstrating the applicability of the same platform in scenarios other than smart cities, such as participatory sensing for risk of work accidents in manufacturing compa nies, and others. Finally, we present some directions for future work at the development of Decision Support Systems based on information from citizen sensing, and the usage of Big Data technologies for capturing, aggregating, analyzing, and extracting knowledge from data generated by the different types of citizen sensing techniques presented in the taxonomy, including data from social networks, physical sensors, and image processing.
| Identifer | oai:union.ndltd.org:usp.br/oai:teses.usp.br:tde-22092016-105327 |
| Date | 24 June 2016 |
| Creators | Gallo, Diego Sanchez |
| Contributors | Carvalho, Tereza Cristina Melo de Brito |
| Publisher | Biblioteca Digitais de Teses e Dissertações da USP |
| Source Sets | Universidade de São Paulo |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | Tese de Doutorado |
| Format | application/pdf |
| Rights | Liberar o conteúdo para acesso público. |
Page generated in 0.0022 seconds