發展於物聯網環境中的車輛資料雲服務 Wu He, Gongjun Yan, and Li Da Xu

Presentation on theme: "發展於物聯網環境中的車輛資料雲服務 Wu He, Gongjun Yan, and Li Da Xu"— Presentation transcript:

1 發展於物聯網環境中的車輛資料雲服務 Wu He, Gongjun Yan, and Li Da Xu
IEEE Transactions on Industrial Informatics, VOL. 10, NO. 2, MAY 2014 報告者：曾彥志 報告日期：2014/11/27

2 大綱 緒論 相關研究 在物聯網環境中提議的車輛資料雲平台 車輛資料雲服務 未來工作與挑戰 結論

3 緒論(1/4) 現代的交通工具均配備了大量的感應器、執行器以及通信設備(行動裝置、GPS設備和嵌入式電腦)。
尤其是，車輛擁有強大的感應、網路、通信和資料處理能力，並且可以與其他車輛溝通或交換外部環境的資訊，透過各種協定，包括HTTP、TCP/IP、SMTP、WAP、和下一代電信協定(NGTP)為駕駛帶來安全、便利和享受。 雲端運算和物聯網(IoT)提供了一個良好的機會，進一步處理日益增加的交通問題，例如：交通流量、擁堵和車輛安全。

4 緒論(2/4) 過去幾年中，研究者提出了幾個用於雲端運算實現智慧交通系統(ITSs)的模型，如： 車輛雲端架構提高車輛通訊和道路安全。
基於雲端運算的城市交通控制系統，來優化交通管制。 基於SOA架構，採用大量SaaS服務的應用，如路口監控服務、區域管理服務、雲端搜尋服務和感應器服務。

5 緒論(3/4) 作為一種新興技術引起現代無線通訊的迅速發展，物聯網已經受大量的關注，預計將帶來眾多的應用領域，包括衛生保健、製造和運輸。
但目前在交通運輸中使用物聯網還處於早期階段，ITSs的大多數研究沒有利用物聯網技術作為一種解決方案或是一個有利的基礎設施。

6 緒論(4/4) 為此，本文建議同時使用雲端運算和物聯網作為開發車輛資料的雲平台，提供運輸信息，如：交通控制和管理、汽車定位追蹤和監控、道路狀況及汽車維修資訊。 最後提出了兩種創新性的車輛資料雲服務： 智慧停車場雲服務 車輛維修分析及採礦雲服務

7 相關研究(1/6) 車輛網路(VANAT) 無線網路影響了車輛網路過去十幾年的發展，最初的想法是路邊的基礎設施和配備無線電的車輛，可以使用無線網路。為了使網路操作像路由一樣有效，研究人員發展了一個動態的車輛隨意網路被稱為車輛網路。 特點： 支援不同車輛(V2V)與車輛和路邊基礎設施(V2I)之間的通信 採用分層式架構和隨意網路、無線區域網路和蜂巢技術。 VANAT的應用都集中在提高駕駛者的安全性，如交通監控與更新，應急預警及道路救援。 近年來，VANAT也開發許多非安全相關的應用，如娛樂與遊戲應用程式。

8 相關研究(2/6) 在汽車領域中的雲端運算 隨著越來越多的車都配備設備可以連結物聯網，Olariu等人建議整合現有車輛網路、各種感應器、車載設備的車輛和雲端運算一起打造車輛雲。他們的建議在車輛雲技術上是可行的，一旦被建造將對社會有重大影響，目前，使用模組化的方法、分層和服務導向架構集成各種車輛和服務似乎是最有前途建設車輛雲服務平台的方式。

9 相關研究(3/6) 在汽車領域中的雲端運算 通過模組化的方法，將一個複雜的系統分解成更小的子系統，按其功能我們可以將車輛雲服務平台，分成交通管理、資訊處理、車輛維修分析和採礦子系統。而車輛雲服務平台可以被設計成三種類型： 車輛使用雲 車輛雲 混合雲 公有雲平台放置使用者資訊查詢和承載其他的服務 私有雲平台放置交通管理局資訊

10 相關研究(4/6) 在汽車領域中的雲端運算 而分層式和SOA架構早已被提議作為主要的架構來建置各種車輛的雲服務平台，如：
Iwai和Aoyama，利用SOA架構雲服務開發汽車「達爾文系統」，包含服務流程管理和服務空間組件，而內部的組件和車外的各種服務可進行交流。 Wang等人，提出一種三層V架構結合車輛網路物理系統的雲端計算技術，來位駕駛員提供基本服務

11 相關研究(5/6) 在汽車領域中的物聯網 物聯網說明了在我們周圍的各種物件，如各種感應器、無線射頻識別(RFID)標籤、GPS設備和行動裝置都將關聯到互聯網，並允許這些物件和設備未來要連結、合作並且在社會環境和使用者環境，達到共同的目標。 Speed和Shingleton提出了一個想法，利用「汽車車牌的唯一識別性」來連結各種事情，由於車輛有日益增強的感應、網路、通信和數據處理能力，可以利用物聯網技術來將這些功能和共用資源使用在停車空間或在道路上的車輛，如：追蹤每輛車的現有位置、監測其動向，並預測未來的位置。

12 相關研究(6/6) 在汽車領域中的物聯網 而透過集成和雲端運算技術，在RFID感應器網路中，無線感應器網路衛星和其他的智慧交通技術及新一代基於物聯網的車輛資料雲可以開發和部署，帶來一些業務的好處。而近年來許多學者進行了一些初步工作，利用物聯網技術來提高管控，如： BMW開發智慧資訊學系統(iDrive)用各式各樣的感應器和標籤來監測環境 Leng和Zhao提出智慧互聯網(IIOVMS)，收集在現有基礎上，從外部環境得 到的即時交通訊息，並監控和管理道路交通 Lumpkins討論了ITSs如何使用物聯網設備的車輛連結到雲端，無數道路上的 感應器能夠虛擬化，充分利用雲端運算的處理能力。 Qin等人，建議使用雲端運算、物聯網和中介軟體技術使汽車服務創新。 Zhang等人，設計智慧化的監控系統來跟蹤使用物聯網技術的冰箱卡車位置。

13 在物聯網環境中提議的車輛資料雲平台(1/5)
圖一顯示了本文所提出的基於物聯網的車輛資料雲平台，通過整合各種設備，如感應器、執行器、控制器、GPS設備、行動電話和其他物聯網接入設備和網路技術(無線網路、蜂巢網路、衛星網路)、雲端運算、物聯網領域和中介軟體。 此平台支援V2V、V2I通信機制，能夠收集和交換資料及車輛和路邊基礎設施，如攝影機、路燈。

14 在物聯網環境中提議的車輛資料雲平台(2/5)
這個平台的目的是透過相關聯的雲為客戶提供即時、經濟、安全和請求服務。 常規雲組成虛擬化電腦並向有興趣的客戶提供SaaS、PaaS和IaaS。 臨時雲(車輛雲)的形成來自於需求，並且利用不足的計算、網路、車輛的儲存設施，來增加整個雲的計算、處理和儲存能力。

15 在物聯網環境中提議的車輛資料雲平台(3/5)
臨時雲和常規雲需要經常進行通信，並且頻繁地交換這兩個雲之間的資料和服務。 基於分層式架構，在圖1中，物聯網相關的設備、網路、社區技術和不同圖層上的雲端運算服務都可以整合，交流資訊、公用資源並合作。

16 在物聯網環境中提議的車輛資料雲平台(4/5)
所提出的物聯網為基礎的車輛資料雲平台支援三種雲端服務，如表1所示。 在此建議的分層架構中，不同層次有不同的目的，一般情況下，層的底部為頂層提供基礎性的支援。 然後SOA將應用到集成不同的資訊和通訊服務，並通過車輛資料雲無縫地連結在車輛應用程式。

17 在物聯網環境中提議的車輛資料雲平台(5/5)
那SOA允許車輛應用程式開發人員組織、聚集並打包應用程式納入新的新的商務應用程式服務。但作為成熟的技術，為企業應用程式整合，SOA提供了指引、整合Web服務、應用程式和不同的中介軟體系統。 中介軟體則是被用來為雲端部署的車載資料特定應用程式提供支援，而透過利用基於SOA的物聯網車輛資料雲平台，創新的服務可以由汽車製造商、政府機構和協力廠商來提供服務。 所以本文建議了兩種創新的車輛資料雲服務 智慧停車場雲服務 車輛維修分析及採礦雲服務

18 車輛資料雲服務(1/18) A. 智慧停車場雲服務 為了更容易找到可用的停車空間，智慧停車場雲服務收集並分析地理位置資訊、停車可用性資訊、停車空間預定和訂單資訊、交通資訊和車輛資訊，並透過雲端和感應器檢測。使用模組化的方式，在圖2中，實現了智慧停車場雲服務的軟體架構。

19 車輛資料雲服務(2/18) 本文設計了一個停車場與Wifi網路、紅外線裝置和停車帶檢測未停放的車位，當一輛汽車進入停車場和車頭到達預定的停車位時，入口的展台將驗證該車位，如果停車位進行了驗證，方向相關的指引將被上傳到汽車的查詢預約位置。 而紅外線裝置、指示燈和停車帶將一起檢測和防止未停放的狀況。

20 車輛資料雲服務(3/18) 如圖3所示，當前輪壓帶，藍芽通信將被啟動，而抗篡改設備(TRD)和停車帶在圖3將座位必要的預留確認驗證。
並使用紅外線設備，驗證汽車是否停止，而不是使用間隙最為標準，如果停車位正確停放汽車，光會顯示綠色；否則，顯示紅色。 然後這些感應器連結到電腦中 心就在持續報告每個停車位的現況。

21 車輛資料雲服務(4/18) 本文還設計了一個從停車場發佈廣告的基礎結構，有安裝在路邊上的資料交換塔和在停車場的多個收發器(si~si+3)。無線基台在停車場狀態監控電腦中心，隨時顯示空車的車位資訊。 因此無線塔台可以廣播停車場資訊和停車規劃作為經濟利益的商業策略，但傳輸範圍是有限的。

22 車輛資料雲服務(5/18)

23 車輛資料雲服務(6/18)

24 車輛資料雲服務(7/18) C. 採礦車輛維修資料服務
另一個我們感興趣的是提議採礦維修資料的車輛資料雲，汽車維修是一件阻撓和高負荷的程序，更重要的是，汽車製造商和汽車零組件的設計者和製造商也拼命在尋求用戶的反饋意見，來提高生產者的品質和加強對國外的汽車製造商的競爭能力，所以我們可以合併用戶和維修員的數據資料。 目前有限的研究已經出版關於如何將資料採礦技術應用到車輛網路或雲端，幾個模型進行了開發和測試，從發掘車輛網路或數據雲收集車輛數據。 在本文中，我們提出了一個修改簡單貝氏和邏輯迴歸分析的模型。

25 車輛資料雲服務(8/18)

26 車輛資料雲服務(9/18)

27 車輛資料雲服務(10/18)

28 車輛資料雲服務(11/18)

29 車輛資料雲服務(12/18)

30 車輛資料雲服務(13/18)

31 車輛資料雲服務(14/18)

32 車輛資料雲服務(15/18) C. 採礦車輛維修資料服務
回想一下，簡單貝氏和邏輯回歸分析線性分類器，他們倆都劃分文件X與超平面。但他們對彼此的不同： 簡單貝氏優化生成目標函數。 邏輯回歸分析則判別目標函數進行優化。 當訓練資料集很大時，邏輯迴歸分析常常具有較高的準確度。 當訓練資料集很小時，簡單貝氏則具有優勢。

33 車輛資料雲服務(16/18) D. 車輛資料採礦雲服務
由於車輛資料雲含有多種異構資料和訊息資源，有效的資料採礦服務必須開 發快速檢測危險道路情況，發出預警訊息，並協助駕駛作出明確的決策，以 防止事故的發生。 資料採礦服務也可以用於評估駕駛的行為或車輛的性能，提前發現問題，到 目前為止，很少有模型進行了開發和測試，從採礦車輛網路或資料雲收集車 輛資料。 下文是汽車維修早期預警分析專業的資料採礦雲服務，在汽車製造過程中， 有時候一些品質問題可能隱藏很長的時間沒有被發現，由於缺乏事件或信號 來關聯幾個離散問題和調查所有的潛在問題。 為了避免事故，是必須開發新的技術，提前接露這些隱藏的問題。

34 車輛資料雲服務(17/18) D. 車輛資料採礦雲服務
而本文從當地一家汽車公司收集了實車維修和維護資料進行聚集和分類，我 們演示了如何使用採礦雲服務來識別潛在問題和未來可能發生的問題。 本實驗假設了一個新產品，正在開發中，具有一定潛力，但有未知的問題。 作為施加在兩個資料採礦模型(簡單貝氏和邏輯迴歸分析)的結果，我們能夠獲 得一些初步的成果(見圖5)。

35 車輛資料雲服務(18/18) D. 車輛資料採礦雲服務
我們發現P在橫列的準確度明顯下降，換句話說，當下降情形與K值是3的時 候，該模型發現了三個群體的文件和所有主體有所關聯，我們在圖6中顯示了 群體分佈。

36 未來工作與挑戰 基於物聯網的車輛資料雲在可能大規模部署前必須具備高效能、可擴展、安全和可靠性。要同時滿足這些要求，現有的演算法和機制還不盡人意，而下面是一些未來的挑戰： 可擴展性和技術的融合：必須處理流量高峰和特殊情況的發生。 性能、可靠性和服務品質：需要更多新的機制，提高通信的可靠性。 安全和隱私：需要平衡的安全措施，增強安全性和雲端服務的信賴。 缺乏設備和服務集成、安全、隱私、架構和通訊的全球標準：建立全球標準， 降低複雜性，使車輛資料雲更加相容和達到成本效益。

37 結論 基於物聯網的車輛資料雲，預估未來智慧交通系統(ITSs)的骨幹是要達成使 駕駛更安全、更愉快這個目標。然而，與車輛資料雲整合物聯網的研究仍處 於起步階段和現有關於這主題的研究是十分不足夠的。 為了使車輛資料雲是有用的，許多服務，例如道路導航、交通管理、遠端監 控、城市監控、資訊、娛樂和商業智慧，都需要能夠開發和部署在車輛資料 雲上。 而許多像是安全、隱私、可擴充性、可靠性、服務品質及缺乏全球標準的挑 戰仍然存在，由於參與執行車輛的雲和整合與車輛雲層的各種裝置和系統的 複雜性，在應對這些挑戰，需要系統化的方法和學術界、汽車公司、執法、 政府當局、標準化團體和雲端服務提供者之間的協作。 雖然有許多挑戰，但物聯網和雲端運算提供了龐大的機會，也為了汽車行業 在技術創新的時候，可作為一個實現發展車輛資料雲的基礎架構。

38 謝謝聆聽