[论文解读] Enabling and Enforcing Social Distancing Measures using Smart City and ITS Infrastructures: A COVID-19 Use Case
本论文提出了一个新颖的智慧城市与 ITS 驱动的架构与用例，以在疫情如 COVID-19 期间实现并强化社交距离，强调架构、用例、挑战和未来方向。
Internet of Things is a revolutionary domain that has the caliber to impact our lives and bring significant changes to the world. Several IoT applications have been envisioned to facilitate data driven and smart application for the user. Smart City and Intelligent Transportation System (ITS) offer a futuristic vision of smart, secure and safe experience to the end user, and at the same time efficiently manage the sparse resources and optimize the efficiency of city operations. However, outbreaks and pandemics like COVID-19 have revealed limitations of the existing deployments, therefore, architecture, applications and technology systems need to be developed for swift and timely enforcement of guidelines, rules and government orders to contain such future outbreaks. This work outlines novel architecture, potential use-cases and some future directions in developing such applications using Smart City and ITS.
研究动机与目标
- 提出一个可扩展的智慧城市与 ITS 架构，以在疫情和 HILF 事件中实现并强化社交距离。
- 识别利用边缘/云端 AI 实现实时执法的用例（监控、智慧停车、交通重新引导） 。
- 强调在大规模部署中的数据共享、安全与隐私考虑。
- 讨论在采用与部署中的挑战、政策影响及未来方向。
提出的方法
- 提出一个面向服务的边缘–云混合架构，包含物理设备（传感器、RSU、智能灯、联网汽车）和中央/云处理。
- 描述通过 DSRC、LTE/5G、WiFi 与 MQTT 的数据交换，以支持 V2V、V2I 和 V2X 通信。
- 引入数字孪生与 AI/大数据管道以分析出行、占用率和热点区域以进行决策。
- 详细描述用例（监控聚集、智慧停车、交通重新引导）及其数据流以执行距离控制。
- 讨论部署考虑、安全/隐私控制与政策影响。
- 概述面向 AI 的智慧城市部署的未来研究方向与机会。
实验结果
研究问题
- RQ1哪种架构框架能够利用智慧城市与 ITS 基础设施实现对社交距离的快速执行？
- RQ2在流行病期间，AI、大数据及边缘/云计算如何支持实时监控、路由和资源分配？
- RQ3在大规模部署此类系统时，实际挑战有哪些（安全、隐私、政策、成本）？
- RQ4哪些用例能够展示执法能力（监控聚集、停车管理、交通改道）？
主要发现
- 混合边缘–云架构可以在广泛地理区域内支持实时、可扩展的社交距离执行。
- 无人机、智慧停车、动态交通路由，以及基于 DSRC/MQTT 的通信可以被编排以监控聚集、调控占用率并引导出行。
- 大数据与 AI 可以识别热点并为资源分配提供信息，具有路线优化和消毒规划的潜力。
- 安全、隐私、政策与部署成本是主要挑战，需要协同的公私伙伴政策框架和数据治理。
- 该框架旨在成为 AI 驱动的智慧城市与 ITS 部署的垫脚石，以支持未来的暴发事件。
更好的研究，从现在开始
从论文设计到论文写作，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。