[论文解读] City Data Fusion: Sensor Data Fusion in the Internet of Things

Meisong Wang, Charith Perera+4 more|arXiv (Cornell University)|Jun 30, 2015

Context-Aware Activity Recognition Systems参考文献 61被引用 23

一句话总结

本文提出了一套全面的评估框架，用于评估基于物联网（IoT）的智慧城市建设中传感器数据融合的性能，识别出十个控制参数以评估融合技术。该研究基于此框架评估了最先进的方法，揭示了在动态城市环境下可扩展性、异构性以及实时处理方面的关键研究空白。

ABSTRACT

Internet of Things (IoT) has gained substantial attention recently and play a significant role in smart city application deployments. A number of such smart city applications depend on sensor fusion capabilities in the cloud from diverse data sources. We introduce the concept of IoT and present in detail ten different parameters that govern our sensor data fusion evaluation framework. We then evaluate the current state-of-the art in sensor data fusion against our sensor data fusion framework. Our main goal is to examine and survey different sensor data fusion research efforts based on our evaluation framework. The major open research issues related to sensor data fusion are also presented.

研究动机与目标

• 为应对物联网（IoT）驱动的智慧城市建设中日益增长的有效传感器数据融合需求。
• 识别并分析城市物联网环境中传感器数据融合的关键控制参数。
• 基于结构化、多维框架评估现有的传感器融合技术。
• 突出城市规模物联网系统中可扩展性、数据异构性和实时处理方面的开放研究挑战。
• 通过整合当前传感器数据融合能力与局限性，为未来研究奠定基础。

提出的方法

• 提出一个十参数评估框架，以系统性地评估物联网环境中的传感器数据融合。
• 根据数据类型、融合层级和处理架构等参数，对传感器融合技术进行分类与分析。
• 采用基于云的融合作为主要部署模型，以集成多样化的城市传感器数据流。
• 将该框架应用于调查和基准测试智慧城市建设应用中现有的最先进传感器融合解决方案。
• 从时效性、准确性、容错性以及互操作性等多个维度评估融合技术。
• 采用对比分析方法，识别现有方法在真实城市环境约束下的优势与劣势。

实验结果

研究问题

• RQ1 哪些是控制城市物联网系统中有效传感器数据融合的关键参数？
• RQ2 现有传感器融合技术在所提出的评估框架下的表现如何？
• RQ3 当前智慧城市建设中传感器融合方法的主要局限性和开放研究挑战是什么？
• RQ4 可扩展性、数据异构性和实时处理如何影响城市规模部署中的融合性能？
• RQ5 当前研究中存在哪些空白，阻碍了稳健、大规模传感器融合系统在智慧城市建设中的部署？

主要发现

• 所提出的十参数框架能够有效捕捉城市物联网环境中传感器数据融合的复杂性。
• 大多数现有方法在处理异构数据源以及在动态城市环境中实现低延迟处理方面存在困难。
• 可扩展性和容错性仍然是重大挑战，尤其是在整合来自多样化、大规模传感器网络的数据时。
• 由于城市部署中数据量大和网络波动性高，实时融合性能常常受到影响。
• 传感器系统之间的互操作性和语义异构性是实现无缝数据融合的持续障碍。
• 本研究识别出在自适应、上下文感知融合机制方面的明确研究空白，这些机制能够动态适应不断变化的城市环境。