Clase de Redes de Telecomunicaciones, Última tarea

Para la última tarea de la clase de Redes de Telecomunicaciones se nos encargó hacer un resumen sobre un artículo de Redes Sensoras. El artículo que escogí es algo breve pero bien completo.
__________________________________________________________________________

Artículo:
Towards Vehicular Sensor Networks in Android Smartphones for Road Surface

Autores:
Girts Strazdins, Artis Mednis, Georgijs Kanonirs, Reinholds Zviedris, Leo Selavo.

INTRODUCCIÓN
Aunque existen mapas de baches, la recolección de información es manual y basada en reportes individuales. El enfoque manual tiende a ser irregular, y por ello de confianza limitada. Soluciones automatizadas han sido demostradas pero requieren hardware especializado.

Recientemente, ha emergido un enfoque prometedor, llamado "Detección Participativa", usando smartphones - una clase de hardware de "Detección Participativa" virtualmente ubicua y poderosa.

Aunque ya existen sistemas de monitoreo de una superficie participativa , esta es la primera evaluación en plataformas Android, con acelerómetros integrados, sin requerir módulos sensores externos.

Android es una de las plataformas de smartphone más populares, más abiertas y flexibles proveyendo a los desarrolladores de software fácil accesso a hardware de teléfono y API´s ricas en software. La visión de los autores son smartphones Android como una plataforma de detección participativa poderosa y ampliamente usada en un futuro cercano. En este artículo se examinan los smartphones Android en el contexto del monitoreo de la calidad de superficie de carretera.

Se evalúan un conjunto de algoritmos de detección de baches en teléfonos Android con aplicación sensora mientras se conducía un auto en un ambiente urbano. El resultado dió una primera vista en las diferencias de hardware entre varios modelos de smartphone y sugerencias para próximas investigaciones, para la optimización de los algoritmos, para opciones de sensores y para procesamiento de señal.

2. EL ENFOQUE
El enfoque requiere un smartphone Android con GPS, acelerómetro de 3 ejes y un canal de comunicación (Celular o Wifi). El sistema consiste de dos aplicaciones: una para el dispositivo Android y otra para el servidor de datos (siguiente figura).

La aplicación del dispositivo Android tiene una arquitectura impulsada por eventos. Los más importantes son los eventos sensores de disponibilidad de datos, de disponibilidad de conexión a Internet y de Interfaz de usuario. La lista de los sensores usados incluye GPS para detectar la ubicación actual y el acelerómetro para detecta baches. Después de que los datos del sensor son recibidos, estos son procesados y almacenados en la base de datos la cual es periódicamente sincronizada con el servidor principal de la base de datos de manera que ambos tengan información actualizada. La visión es un sistema de detección de baches como un servicio background en el futuro, usado por otras aplicaciones, así que no se pone fuerte énfasis en la interfaz de usuario por el momento.

La aplicación del servidor en la PC es una aplicación web Java con una base de datos SQL basada en el framework Spring. Consiste de un servlet, controlador de datos de sensor y una interfaz de usuario. Se utiliza la API de Google Maps para la visualización de baches.

3. EVALUACIÓN
La evaluación de la solución propuesta fue llevada a cabo en dos experimentos del mundo real en la carretera. Cada vez con un vehículo diferente. Aunque se llevaron a cabo más tests, se descubrió que en ciertas condiciones de clima de invierno la superficie de la carretera podía cambiar en un periodo corto de tiempo, y también que es difícil establecer una realidad del terreno y repetidas corridas del experimento en la misma pista con condiciones consistentemente iguales.

Se llevaron a cabo experimentos en una pista de prueba idéntica a una usada durante previas actividades pero esta vez cada experimento consistió de sólo tres vueltas. Esto debió ser suficiente para obtener una impresión de prueba de concepto sobre los eventos observados y los datos grabados. El equipo para la adquisición de los datos consistió de tres teléfonos celulares Android con la aplicación de recolección de data descrita arriba.

La primera meta fue comparar los datos, los cuales fueron grabados usando equipo diferente, durante el mismo periodo de tiempo. Tal como uno podría esperar, se encontró que las diferentes unidades de hardware con el mismo software tienen diferente tasa de adquisición de datos del acelerómetro y precisión GPS y estabilidad de señal. Este aspecto debe ser considerado en contexto de la posición de granularidad detectada del evento.

Después de la adquisición del primer conjunto de datos se comenzó con algoritmos de detección de eventos empíricos. Se evaluaron los siguientes algoritmos:

- STDEV(Z) - los eventos son detectados por umbralización de la desviación estandar de la aceleración de el eje Z.

- Z-DIFF - se umbralizan diferencias de dos muestras consecutivas del eje Z. Altamente sensible al ruido.

- Z-THRESH - umbralizar el valor absoluto de la aceleración en el eje Z. El enfoque más simple.

- G-ZERO - detecta eventos teniendo el valor del eje Z cercano a cero g. Además de baches y golpes también detecta curvas/vueltas, lo cual tiene que ser filtrado por métodos adicionales.

Cuando se comparan los eventos detectados por medio de métodos utilizados en un trabajo previo (donde se llevó a cabo la umbralización de señal de audio por amplitud) y los eventos detectados por la aplicación sensora en smartphones Android (mostrado en la figura de abajo), ambas parecen compartir tendencias en común. Sin embargo, se requiere un estudio más profundo e información de pruebas adicional para adquirir una precisión de algoritmo y estabilidad de evaluaciones válidos.

4. CONCLUSIONES Y TRABAJO FUTURO
En este artículo se describieron los resultados preliminares de dos pruebas con tres smartphones Android corriendo una aplicación de detección de baches, basada en el procesamiento de información de acelerómetro. A pesar de las diferencias de hardware en términos de precisión de GPS y el muestro de ruido y tasa de muestreo del acelerómetro, se postula que la detección de baches es posible. Sin embargo, para asegurar la hipotesis, es necesaria investigación más a fondo, se debe investigar la combinación de múltiples algoritmos y se debe recolectar un conjunto de datos mas grande y más representativo.

5. CONCLUSIÓN PERSONAL
Antes de leer este artículo yo no sabía que ya había en funcionamiento este tipo de aplicaciones. Me fascinó el hecho de que solo fuera necesario un celular con acelerómetro y GPS para llevar a cabo esto.

Creo que para nuestra ciudad este tipo de aplicaciones serían muy útiles y deberían aumentar en algún momento, especialmente para ser usadas en temporadas de lluvias cuando en unos minutos de lluvia aparecen baches nuevos que el conductor no se esperaba.

Pienso que este tipo de aplicaciones, además de evitar la molestia del conductor de caer en un bache, ayudarían a un mejor flujo del tráfico en calles donde los autos deben ir muy lentos por ir sacándole la vuelta a muchos baches.


Referencia:
Girts Strazdins, Artis Mednis, Georgijs Kanonirs, Reinholds Zviedris, Leo Selavo, "Towards Vehicular Sensor Networks in Android Smartphones for Road Surface"; Institute of Electronics and Computer Science; Faculty of Computing, University of Latvia

[Fecha de acceso: 24 de Mayo de 2013]
Se puede encontrar en: http://strazdins.lv/papers/strazdins2011androidpotholes.pdf