[论文解读] SenseMyCity: Crowdsourcing an Urban Sensor

João G. P. Rodrigues, Ana Aguiar+1 more|arXiv (Cornell University)|Dec 5, 2014

Mobile Crowdsensing and Crowdsourcing参考文献 26被引用 23

一句话总结

SenseMyCity 提出了一种模块化、可配置的基于 Android 的众包传感平台，使智能手机能够通过收集内部（例如 GPS、加速度计）和外部蓝牙传感器（例如 OBD、心脏监测仪）的数据，充当城市传感器。该平台支持实时或按需的数据传输，连接性和能耗均可配置，实现大规模城市传感，用户干预极少，并提供了不同传感任务的能耗和带宽成本洞察。

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.

研究动机与目标

• 设计一种可扩展、用户友好的平台，利用智能手机作为移动传感器，实现众包城市传感。
• 通过可配置的数据采集和传输机制，解决移动设备中的资源限制问题，特别是电池续航和数据成本。
• 通过模块化架构实现内部和外部传感器的即插即用集成，支持多样化的传感应用。
• 为研究人员提供工具，估算不同传感配置下的知识成本（能耗、存储、带宽）。
• 通过使数据收集透明且可配置，并允许用户自定义传输策略，确保用户隐私和控制权。

提出的方法

• 开发了一款模块化 Android 应用程序，可从嵌入式传感器（如 GPS、加速度计、磁力计等）和外部蓝牙传感器（如 OBD、可穿戴 ECG 设备）收集数据。
• 实施了两级服务器架构：后端用于安全的数据存储和处理，前端用于数据可视化和任务分发。
• 根据连接类型（如仅限 WiFi）动态配置传感器、采样率和传输模式（实时或按需），以最小化成本。
• 设计系统在后台运行，用户干预极少，确保非侵入性和长期可用性。
• 集成了激励机制以鼓励用户参与，包括可选的货币或服务奖励。
• 通过纵向用户研究评估系统性能、资源消耗和在不同智能手机型号及使用场景下的数据可靠性。

实验结果

研究问题

• RQ1 如何设计基于智能手机的城市传感平台，以在最大限度减少用户交互的同时，最大化数据收集的可靠性与可扩展性？
• RQ2 在不同智能手机硬件上，以各种采样率从不同传感器收集数据的能耗和带宽成本是多少？
• RQ3 如何通过模块化和可配置的系统支持从移动性监测到健康监测等广泛的城市传感应用，而无需硬编码传感器或连接逻辑？
• RQ4 在机会式众包传感中，数据新鲜度、传输成本和电池消耗之间的权衡是什么？这些权衡如何实现动态管理？
• RQ5 在大规模参与式传感系统中，如何在不损害数据效用的前提下，保护用户隐私和控制权？

主要发现

• 平台支持可配置的连接性，实现实时或按需的数据传输，通过仅在首选网络（如 WiFi）上传数据，显著降低了移动数据成本。
• 能耗因传感器类型和采样率而异，其中 GPS 和持续的蓝牙扫描是最耗电的组件。
• 通过后台运行和自动配置，系统实现了极低的用户交互，支持在不同用户群体中长期进行数据收集。
• 量化了各类传感器的带宽使用情况，使研究人员能够估算不同传感任务的数据传输成本。
• 模块化架构支持无缝集成新型内部和外部传感器（包括 OBD 和可穿戴心脏传感器），而无需修改核心组件。
• 初步应用案例成功实现了燃油消耗制图和基于心脏传感器数据的压力水平估计，验证了该平台在城市和健康研究中的实用性。