利用OpenIoT框架在智慧城市中报告道路问题

### 智能城市中利用OpenIoT框架报告道路问题 #### 1. 数据传输与存储挑战 随着物联网数据量的显著增加，如何传输和存储大量视频成为关键挑战。将所有来自物联网设备（ICOs）的视频记录传输并存储到中央存储（如云或视频仓库）十分困难，而且人们可能因隐私问题不愿分享视频。解决方案是将数据存储在录制设备中，若能向所有可能的ICOs发出请求，就能减少或消除视频数据的传输和存储需求。这就需要构建一个大规模分布式物联网系统，该系统面临着索引、搜索和处理等方面的挑战，同时还需与大量ICOs进行通信、处理用户报告以获取感兴趣事件的标注视频。系统的一个关键概念是众包。 #### 2. 相关工作 - **现有研究重点**：当前研究主要关注从监控摄像头获取视频流和片段，而我们的研究重点是利用移动数据来源，如用户的智能手机。 - **类似应用**：有一些应用可将安卓智能手机用作虚拟移动监控摄像头（VMSC），其主要特点包括是否免费、视频格式选择、循环视频录制、拍照功能、时间戳和GPS坐标标注、地图导航、充当汽车电脑、视频上传、重要时刻索引、资源消耗以及后台运行等。例如： - DailyRoads Voyager：免费且易于使用。 - Axel Voyager：功能复杂全面，支持导航功能并可对重要时刻进行索引。 - AVR：具备常规视频录制功能、图像稳定功能、导航功能，可将视频发送到互联网。 - AutoBoy BlackBox：功能齐全的视频播放器，可显示额外信息（如速度、指南针），设置选项丰富。 - CaroO Pro：具有汽车电脑常见的附加功能。 然而，这些应用都不支持响应分享视频记录的请求，也无法使视频记录可被发现。而我们提出的CityWatcher应用则专注于请求处理和响应，以便相关方能够利用本地存储和标注的视频记录。 - **问题报告项目**：一些项目如ImproveMyCity、BuitenBeter、Fix My Street等通过网站表单或智能手机应用收集市民关于城市问题的报告，帮助识别坑洼、垃圾、路灯损坏等问题。还有一些项目如RosYama和RosZKH会生成特殊表格并邮寄给市政或道路服务部门，但会产生大量繁琐的手工文书工作。CityWatcher的创新之处在于不仅提供文本或照片报告，还以驾驶时录制的视频片段为主要信息来源，并且采用语音识别和自动本体处理来过滤、聚合和重定向报告，同时该应用由城市管理服务部门维护和管理，是收集智慧城市重要信息的有效工具。 #### 3. CityWatcher概念 - **新应用场景**：本文提出并评估了基于安卓的CityWatcher应用的新场景，重点关注驾驶员发起的警报。当驾驶员在行驶过程中发现问题（如道路上的敞开井盖）时，只需按下应用屏幕角落的“红色”按钮并说出问题描述，系统会自动提取最后一分钟的视频并上传到云端。同时，用户的语音标注以及位置和时间戳等元数据也会一并上传。这些信息经过城市管理服务部门的自动化过滤后，由专门人员决定是否将问题传达给相应区域的道路服务团队。该功能还可用于报告各种城市问题，如其他驾驶员的不当行为、交通灯损坏、下水道破裂、水泄漏等。 - **众包挑战**：数据采集的主要原则是众包，但众包存在一些挑战： - **冗余数据**：同一问题可能被多个驾驶员报告，需要将所有相似报告关联为一个集体报告以避免冗余。可通过比较时间、坐标和语音标注中的关键词来判断报告的相似性，并由员工审核确认。 - **虚假数据**：为避免虚假报告浪费服务团队的时间，可在数据库中存储用户的可信度评级。对提供可靠报告的用户给予积分奖励，而对曾提供虚假或误导性数据的用户的请求进行屏蔽。 - **反馈机制**：用户希望了解报告的处理情况，CityWatcher安卓应用提供了一个显示所有共享视频报告的表单，方便用户查看自己的贡献是否被采用。 - **处理中心挑战**：设计、运行和自动化处理中心也是一大挑战。首先需要语音识别机制，我们选择在中间件端进行语音识别，以方便维护、更新和调整，同时避免增加用户设备的负担。语音识别后，系统可进行语义推理并做出决策，如判断报告是否唯一、问题的紧急程度以及负责解决问题的区域和服务部门。最初报告处理由专家手动完成，随着业务逻辑的计算机化，可采用多种技术实现自动化处理，如监督学习、无监督学习、规则、模糊逻辑、本体推理和概率推理等。语音识别引擎对于自动报告处理至关重要，使用云服务（如Y