[논문 리뷰] SenseMyCity: Crowdsourcing an Urban Sensor

João G. P. Rodrigues, Ana Aguiar외 1명|arXiv (Cornell University)|2014. 12. 05.

Mobile Crowdsensing and Crowdsourcing참고 문헌 26인용 수 23

한 줄 요약

SenseMyCity는 스마트폰이 내장된(예: GPS, 가속도계) 및 외부 블루투스 센서(예: OBD, 심장 모니터)로부터 데이터를 수집함으로써 도시 센서로 기능할 수 있도록 하는 모듈식이고 구성 가능한 안드로이드 기반 커뮤니티 센싱 플랫폼을 제안한다. 실시간 또는 수요에 따라 데이터 전송이 가능하며, 연결성과 에너지 소비를 구성 가능한 방식으로 지원함으로써 최소한의 사용자 상호작용으로 대규모 도시 센싱을 가능하게 하며, 다양한 센싱 작업에 대한 에너지 및 대역폭 비용에 대한 통찰을 제공한다.

ABSTRACT

People treat smartphones as a second skin, having them around nearly 24/7 and constantly interacting with them. Although smartphones are used mainly for personal communication, social networking and web browsing, they have many connectivity capabilities, and are at the same time equipped with a wide range of embedded sensors. Additionally, bluetooth connectivity can be leveraged to collect data from external sensors, greatly extending the sensing capabilities. However, massive data-gathering using smartphones still poses many architectural challenges, such as limited battery and processing power, and possibly connectivity costs. This article describes SenseMyCity (SMC), an Internet of Things mobile urban sensor that is extensible and fully configurable. The platform consists of an app, a backoffice and a frontoffice. The SMC app can collect data from embedded sensors, like GPS, wifi, accelerometer, magnetometer, etc, as well as from external bluetooth sensors, ranging from On-Board Diagnostics gathering data from vehicles, to wearable cardiac sensors. Adding support for new internal or external sensors is straightforward due to the modular architecture. Data transmission to our servers can occur either on-demand or in real-time, while keeping costs down by only using the configured type of Internet connectivity. We discuss our experience implementing the platform and using it to make longitudinal studies with many users. Further, we present results on bandwidth utilization and energy consumption for different sensors and sampling rates. Finally, we show two use cases: mapping fuel consumption and user stress extracted from cardiac sensors.

연구 동기 및 목표

• 스마트폰을 이동식 센서로 사용하여 커뮤니티 기반 도시 센싱을 위한 확장 가능하고 사용자 우아한 플랫폼을 설계하기.
• 특히 배터리 수명과 데이터 비용 등의 자원 제약을 고려하여 구성 가능한 데이터 수집 및 전송을 통해 이를 해결하기.
• 모듈식 아키텍처를 통해 내부 및 외부 센서의 즉시 통합(플러그 앤 플레이)을 가능하게 하여 다양한 센싱 응용 프로그램을 지원하기.
• 연구자들이 다양한 센싱 구성에 대해 지식의 비용(에너지, 스토리지, 대역폭)을 추정할 수 있도록 도구를 제공하기.
• 사용자 정의된 전송 정책을 통해 데이터 수집의 투명성과 구성 가능성을 보장함으로써 사용자 프라이버시와 통제를 유지하기.

제안 방법

• 내장 센서(예: GPS, 가속도계, 자석계 등)와 외부 블루투스 센서(예: OBD, 웨어러블 심전도 장치 등)로부터 데이터를 수집할 수 있는 모듈식 안드로이드 애플리케이션 개발.
• 백오피스(보안적 데이터 저장 및 처리용)와 포nt오피스(데이터 시각화 및 작업 배포용)로 구성된 이중 계층 서버 아키텍처 구현.
• 연결성 유형(예: WiFi 전용)에 따라 센서, 샘플링 레이트, 전송 모드(실시간 또는 수요 기반)를 동적으로 구성 가능하게 하여 비용 최소화.
• 배경에서 동작하도록 설계하여 최소한의 사용자 상호작용으로 비침습적이고 장기적인 사용성을 확보.
• 사용자 참여를 유도하기 위해 보상 기반 메커니즘 통합(선택적 금전적 또는 서비스 기반 보상 포함).
• 장기적인 사용자 연구를 통해 다양한 스마트폰 모델과 사용 환경에서의 시스템 성능, 자원 소비, 데이터 신뢰성 평가.

실험 결과

연구 질문

• RQ1 최소한의 사용자 상호작용으로 데이터 수집의 신뢰성과 확장성을 극대화할 수 있는 스마트폰 기반 도시 센싱 플랫폼은 어떻게 설계될 수 있는가?
• RQ2 다양한 스마트폰 하드웨어에서 다양한 센서와 샘플링 레이트로 데이터를 수집할 경우의 에너지 및 대역폭 비용은 어떻게 되는가?
• RQ3 하드코딩된 센서 또는 연결성 로직 없이도 모듈식이고 구성 가능한 시스템이 이동성에서부터 건강 모니터링에 이르기까지 다양한 도시 센싱 응용 프로그램을 어떻게 지원할 수 있는가?
• RQ4 기회 기반 커뮤니티 센싱에서 데이터 신선도, 전송 비용, 배터리 소모 간의 상충 관계는 무엇이며, 이를 어떻게 동적으로 관리할 수 있는가?
• RQ5 데이터 유용성에 영향을 주지 않으면서도 대규모 참가 기반 센싱 시스템에서 프라이버시와 사용자 통제를 어떻게 유지할 수 있는가?

주요 결과

• 구성 가능한 연결성으로 실시간 또는 수요 기반 데이터 전송이 가능하여, WiFi와 같은 선호 네트워크로 제한함으로써 모바일 데이터 비용을 줄였다.
• 에너지 소비는 센서 유형과 샘플링 레이트에 따라 크게 달라지며, GPS와 지속적인 블루투스 스캐닝이 가장 에너지 소비가 높은 구성 요소였다.
• 배경에서의 동작과 자동 구성으로 사용자 상호작용을 최소화하여 다양한 사용자 집단에서 장기적인 데이터 수집을 지원했다.
• 센서 유형 간 대역폭 사용을 정량화하여 연구자들이 다양한 센싱 작업에 대한 데이터 전송 비용을 추정할 수 있도록 했다.
• 모듈식 아키텍처 덕분에 OBD 및 웨어러블 심장 모니터와 같은 새로운 내부 및 외부 센서를 핵심 컴포넌트를 수정하지 않고도 원활하게 통합할 수 있었다.
• 초기 사례 적용을 통해 연료 소비 맵핑과 심전도 센서 데이터를 통한 스트레스 수준 추정에 성공적으로 활용하여, 이 플랫폼의 도시 및 건강 관련 연구에 대한 유용성을 검증했다.