[논문 리뷰] UAV Aided Aerial-Ground IoT for Air Quality Sensing in Smart City: Architecture, Technologies and Implementation

Zhiwen Hu, Zixuan Bai외 4명|arXiv (Cornell University)|2018. 09. 11.

Air Quality Monitoring and Forecasting참고 문헌 6인용 수 7

한 줄 요약

이 논문은 스마트 시티에서 실시간으로 세밀하고 에너지 효율적인 대기 질 모니터링을 위한 UAV 보조 항공-지상 IoT 시스템을 제안한다. 공간 적합, 단기 예측, 최적화된 배치 전략 및 적응형 전력 제어를 통합함으로써, 베이징 대학교와 시안 전자 과학기술대에서 2018년 6월까지 약 100,000개의 유효 데이터 샘플을 수집하여 정확한 3차원 대기 질 맵핑을 달성한다.

ABSTRACT

As air pollution is becoming the largest environmental health risk, the monitoring of air quality has drawn much attention in both theoretical studies and practical implementations. In this article, we present a real-time, fine-grained and power-efficient air quality monitoring system based on aerial and ground sensing. The architecture of this system consists of four layers: the sensing layer to collect data, the transmission layer to enable bidirectional communications, the processing layer to analyze and process the data, and the presentation layer to provide graphic interface for users. Three major techniques are investigated in our implementation, given by the data processing, the deployment strategy and the power control. For data processing, spacial fitting and short-term prediction are performed to eliminate the influences of the incomplete measurement and the latency of data uploading. The deployment strategies of ground sensing and aerial sensing are investigated to improve the quality of the collected data. The power control is further considered to balance between power consumption and data accuracy. Our implementation has been deployed in Peking University and Xidian University since February 2018, and has collected about 100 thousand effective data samples by June 2018.

연구 동기 및 목표

• 도시 환경에서 흩어진, 지연되고 해상도가 낮은 공식 대기 질 모니터링 시스템의 한계를 해결한다.
• 저비용 IoT 센서의 고밀도 네트워크를 활용해 세밀하고 실시간 3차원 대기 질 맵핑을 가능하게 한다.
• 배터리 구동 지상 센서 및 UAV의 엄격한 전력 제약 조건 하에서 시스템 성능을 최적화한다.
• 적응형 센싱 간격 및 비행 계획을 통해 정확도와 에너지 효율성을 균형 잡는다.
• 실시간 시각화 기능을 갖춘 스마트 시티 응용 분야에 실용적이고 확장 가능한 아키텍처를 개발한다.

제안 방법

• 감지, 전송, 처리, 시각화 4단계 아키텍처를 구현한다.
• 희소 센서 데이터를 기반으로 측정되지 않은 위치의 대기 질을 추정하기 위해 공간 적합을 사용한다.
• 이력 데이터와 기상 조건을 활용해 단기 예측을 적용하여 데이터 지연을 완화한다.
• 모니터링 지점의 최적 공간 분포를 확보하기 위해 지상 센서의 설치 전략을 설계한다.
• 커버리지와 전력 소모를 균형 잡기 위해 가변 센싱 간격(6~12시간)과 정지 시간(5초)을 고려한 UAV 비행 계획을 최적화한다.
• 적응형 전력 제어를 구현: 대기 질 수준에 따라 센싱/업로드 간격(예: 30분 센싱, 60분 업로드)을 조정하여 배터리 수명을 연장한다.

실험 결과

연구 질문

• RQ1 UAV 보조 항공-지상 IoT 시스템은 도시 환경에서 어떻게 실시간으로 세밀한 대기 질 모니터링을 달성할 수 있는가?
• RQ2 배터리 제약이 있는 센서 네트워크에서 데이터 지연과 불완전한 측정을 어떻게 완화할 수 있는가?
• RQ3 지상 및 공중 센서는 어떻게 배치해야 공간 커버리지와 데이터 정확도를 최대화할 수 있는가?
• RQ4 지상 및 UAV 기반 센싱에서 전력 소모와 데이터 정밀도 사이의 최적의 트레이드오프는 무엇인가?
• RQ5 공간 적합과 단기 예측은 3차원 대기 질 분포 맵핑의 정확도를 어떻게 향상시킬 수 있는가?

주요 결과

• 2018년 6월까지 두 대학 캠퍼스에서 약 100,000개의 유효 데이터 샘플을 성공적으로 수집하였다.
• 공간 적합과 단기 예측은 불완전한 측정과 데이터 업로드 지연의 영향을 크게 감소시켰다.
• 기본 지상 센싱 간격 30분과 업로드 간격 60분이 정확도와 배터리 수명 사이에서 실용적인 균형을 이룬다.
• 6~12시간 간격의 항공 센싱은 비용, 커버리지, 데이터 정확도 사이에서 타당한 트레이드오프를 제공한다.
• 최적의 UAV 정지 시간은 약 5초로, 샘플링 오차를 최소화하면서 측정 가능한 위치 수를 최대화한다.
• 전력 제어 전략은 핵심 데이터 품질을 훼손하지 않으면서 기기 수명을 효과적으로 연장하여 장기적 배치를 가능하게 한다.