Monitoramento colaborativo para cidades inteligentes.

• Ano de defesa: 2016
• Autor(a) principal: Gallo, Diego Sanchez
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Artificial inteligence; Colaborative systems; Distributes systems; Inteligência artificial; Sistemas colaborativos; Sistemas distribuídos
• Link de acesso: http://www.teses.usp.br/teses/disponiveis/3/3141/tde-22092016-105327/

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.