ESTUDO DE VIABILIDADE DO USO DE REDE DE SENSORES INTEGRADA A SISTEMAS INTELIGENTES DE TRANSPORTES PARA MONITORAMENTO DE CONDIÇÕES AMBIENTAIS

Transcrição

1 ESTUDO DE VIABILIDADE DO USO DE REDE DE SENSORES INTEGRADA A SISTEMAS INTELIGENTES DE TRANSPORTES PARA MONITORAMENTO DE CONDIÇÕES AMBIENTAIS Alessandro Santiago dos Santos Claudio Luiz Marte Leopoldo Rideki Yoshioka Jorge Pimentel Cintra Universidade de São Paulo Escola Politécnica de São Paulo RESUMO A questão ambiental é atualmente uma das preocupações fundamentais que permanecem na agenda dos gestores públicos. Os congestionamentos do tráfego urbano são considerados como um dos principais agentes influenciadores nos índices de poluição e que provocam impactos na qualidade de vida. É um desafio definir mecanismos tecnológicos para mensurar os índices destes efeitos, no entanto é importante criar instrumentos de medida que possibilitem ao gestor público uma visão geral destes índices, auxiliando assim nas estratégias de melhoria de condições de vida dos cidadãos. Nesse sentido, este trabalho propõe uma rede de sensores sem fio, hospedados em veículos de transporte público coletivo urbano, que irão coletar informações ambientais pela região onde trafegam. São propostos modelos de uso, com simulação de padrões de mobilidade realísticos de um corredor de ônibus na capital paulista, de forma a definir quais serão os padrões tecnológicos visando melhor disseminar as informações coletadas pelos sensores embarcados. ABSTRACT The environmental issue is currently one of the key concerns that remain on the agenda of public managers, and urban traffic. The urban traffic jams are considered key factor in gas emissions and impacts on quality of life. It is a challenge to define technological mechanisms to measure the impacts. Whereas, it is important to create measurement instruments that allow the public manager to get an overview of these indexes, thus aiding strategies for improving the living conditions of citizens. Accordingly, this paper proposes a wireless sensors network, hosted on urban public transport vehicles, which will collect environmental information. We propose to establish usage models, realistic mobility patterns of a bus corridor in São Paulo, in order to define technological standards aiming to better disseminate the information collected by sensors embedded. 1. INTRODUÇÃO Atualmente a mobilidade urbana consta como prioridade na agenda de grandes cidades, onde são incluídas discussões envolvendo impactos e benefícios gerados pelo transporte. Na cidade de São Paulo existe uma restrição de circulação de veículos em áreas delimitadas (centro expandido), assim como se discutem diferentes iniciativas para minimizar os efeitos nas emissões de CO 2, como por exemplo a EcoFrota - programa de ônibus urbanos que possuem características de baixa emissão de gases em relação aos níveis tradicionais - com mais de unidades implantadas, chegando atualmente em 16% da frota (SPTRANS, 2012). No contexto das cidades, surge a dúvida de como medir os índices ambientais de poluição, de forma que se possam avaliar os resultados de iniciativas de mitigação das emissões. Além dos objetivos de redução de emissões, uma análise de outros parâmetros (nível de ruído, luminosidade, eficiência no fluxo de trafego entre outros) pode ser utilizada para apoiar a decisão do gestor público na definição de estratégias para melhorar a qualidade de vida dos cidadãos. Os Sistemas Inteligentes de Transportes (Intelligent Transport Systems ITS) referem-se ao

2 estado da arte de matrizes tecnológicas destinadas a proporcionar experiências de mobilidade melhores. Envolvem atores como: veículos, condutores, passageiros, operadores rodoviários e gestores. Contemplam elementos de infraestrutura tais como Operações de Gerenciamento de Tráfego, Serviços de Transporte Público Coletivo, Monitoramento das Condições Climáticas e Ambientais entre outros (Williams, 2008) (ABNT, 2011). Nesse sentido, os avanços tecnológicos têm proporcionado novas possibilidades nas análises de perspectivas urbanas. As cidades podem contar com um arsenal de mecanismos tecnológicos (sensores) que coletam informações de forma automatizada, criando uma base de conhecimento que permite estabelecer correlações entre informações históricas e condições mensuráveis de um conglomerado urbano. Estas correlações permitem a criação de uma camada de inteligência que tornam as cidades mais eficientes. No entanto, os conglomerados urbanos devem ser repensados para se adaptarem e usufruírem dessas novas possibilidades, motivando um novo olhar do gestor público. Uma alternativa para criar um arcabouço tecnológico de coleta de informações ambientais é instrumentar toda cidade com sensores. Por outro lado, para se proporcionar uma visão abrangente seria necessário um grande número de sensores, além de um incremento constante destes, de forma a acompanhar o crescimento da própria cidade. Diante disso, verifica-se que a malha de transporte público coletivo cobre as principais áreas povoadas, possui uma postura dinâmica de crescimento e se adapta de forma coerente com a mutabilidade populacional e geográfica das cidades. Aproveitando destes princípios, este trabalho propõe a utilização de ônibus urbanos como hospedeiros móveis de sensores ambientais, capturando dados por onde trafegam. Permitem cobrir uma vasta região geográfica, com leituras periódicas. Neste trabalho é analisada a viabilidade do uso de rede de sensores para serem incorporados nas unidades de transporte público urbano (ônibus). As informações coletadas são enviadas para uma central de monitoramento, onde serão visualizadas por Sistemas de Informações Geográficas (Figura 1). Para tanto, serão simulados cenários com diferentes tecnologias de comunicação, de forma a avaliar a viabilidade da solução de redes de sensores como mecanismo de coleta de dados que possibilitarão a visualização das condições ambientais da cidade, de uma forma instantânea e histórica. Assim, o gestor público poderá ter uma visão abrangente das condições da cidade e correlacionar com estratégias adotadas para mitigar os efeitos indesejáveis gerados pelo transporte nas grandes cidades. Sensores Ecossistema ITS Sistemas de Informação Geográfica Gestor público Camadas de informação ambiental Figura 1. Arquitetura de monitoramento ambiental por sensores embarcados em ônibus

3 2. REDE DE SENSORES EM AMBIENTE VEÍCULAR Um conjunto de nós sensores interligados é chamado de rede de sensores. Estes nós são pequenos dispositivos, geralmente consistindo de um micro controlador, uma unidade de rádio de curto alcance e de um ou mais transdutores atuando como sensores (Rosales et al., 2009).Uma rede de sensores é um sistema baseado em eventos, com vários nós sensores que transferem dados por um elemento especial denominado sorvedouro, o qual comporta-se como gateway para encaminhar as informações para outras redes (Lee et al., 2012). Vários pesquisadores têm estudado redes de sensores em ambientes veiculares, sendo este ambiente caracterizado como Vehicular Ad-hoc Network (VANET), que é um tipo especial de Mobile Ad-hoc Network (MANET) (Stanica, et al., 2011). Nesses tipos de redes, uma propriedade importante é o modelo de mobilidade, que pode ser tratado em um sistema de simulação. As simulações de VANETs devem levar em consideração os modelos de mobilidade e de tráfego. Na comunidade de transporte, modelos de tráfego são geralmente classificados com base em seu nível de detalhe (Lieberman, 2005): Macro Modelo: os veículos são incorporados a modelos relacionados com a dinâmica de fluídos, ao invés de serem considerados individualmente. Caracterizam-se pela análise integrada das correntes de tráfego, sendo os diversos estados do tráfego determinados através das relações entre as entre as variáveis fundamentais do tráfego: fluxo, densidade e velocidade (Vasconcelos,. Meso Modelo: geralmente descrevem entidades individuais que permitem a simulação de fenômenos de tráfego causados por comportamentos individuais. Micro Modelo: representam as entidades e interações com um nível elevado de detalhe. O comportamento de um veículo depende do estado dos carros vizinhos e até mesmo das características do condutor. A seguir são discutidos trabalhos relacionados, considerando arquiteturas e metodologias empregadas em micro modelos de simulação para VANETs. Namboodiri (2004) explora a possibilidade de colocação de gateways móveis em veículos selecionados para fornecer conectividade para outros veículos na sua vizinhança. As suas simulações utilizaram um cenário, onde os nós e gateways móveis eram distribuídos uniformemente em uma estrada reta e longa. Além disso, assume modelos de Markov para caracterizar o movimento dos veículos. A principal diferença com relação a este trabalho é o padrão de mobilidade adotado, que considera traçados e movimentos realísticos de ônibus dentro de uma cidade metropolitana, particularmente um corredor de ônibus na cidade de São Paulo (Expresso Tiradentes). Huang (2005) propõe a aplicação de dispositivos móveis em redes ad hoc, para ser utilizado em um sistema de expedição de táxis, com intenção de investigar a sua viabilidade técnica e financeira. Em suas avaliações, utilizou-se um modelo de cidade como uma grade de dimensões 5 km x 5 km, com 300 táxis distribuídos dentro desta área. Foi avaliado o efeito de parâmetros como a densidade de nós, congestionamento e cobertura. Concluiu-se que a rede apresentou comportamento satisfatório na maioria das condições de operação. O foco, porém,

4 era estudar o desempenho de um aplicativo em uma rede puramente ad hoc, diferentemente deste trabalho que busca verificar a viabilidade de capturar informações em uma Rede Tolerante a Atrasos (DTN), onde o desempenho não é um fator primordial (Dong, 2012). Lan (2007) realizou um estudo de caso da utilização de ônibus urbanos como Data Mules para coletar informações de sensores de tráfego (detecção e contagem de veículos) implantados em vias urbanas. Os dados coletados eram enviados para um centro de gestão de tráfego, por meio de gateways estáticos ou móveis. Apesar de um cenário similar a esse trabalho, o mesmo realiza um estudo estatístico e não através de simulações. Outra diferença deste trabalho reside no fato do ônibus ser hospedeiro dos sensores. 3. CENÁRIO DE AVALIAÇÃO Este trabalho avalia um cenário realístico de transporte público (ônibus) que hospeda sensores ambientais, com mobilidade inerente. Assim sendo, a coleta de dados ambientais poderá ser feita, de forma abrangente, de acordo com a região geográfica coberta pelas linhas de ônibus. Neste sentido, foi escolhida como base de simulações a malha de corredores de ônibus urbanos na cidade de São Paulo, como cenário conceitual do projeto (Figura 2). Figura 2: Malha de corredores de ônibus da Cidade de São Paulo, com destaque para o Expresso Tiradentes. Fonte: (SPTRANS, 2012). Para realizar a simulação do cenário foi escolhido especificamente o corredor Expresso Tiradentes (em destaque na Figura 2), pois este possui características da infraestrutura que são favoráveis para a simulação, são elas: Velocidade média constante. Distancia regular entre paradas de ônibus. Tempo de parada regular nos pontos de ônibus. Cobertura geográfica de uma região bem determinada, pois o corredor situa-se numa via elevada sobre a Av. do Estado, acima do fluxo tradicional de veículos. Quantidade de frota determinada e limitada, com regularidade de programação.

5 Figura 3: Visão aérea do expresso Tiradentes, trajeto e marcadores de paradas no Google Earth. Para obter um cenário real, foram identificados o trajeto do ônibus e os pontos de parada do Expresso Tiradentes, via Google Earth (Figura 3). As posições das paradas, em termos de latitude e longitude, foram obtidas por localização visual no Google Earth, e convertidas para coordenadas UTM (coordenadas x,y,z em metros), via serviços on-line do INPE (INPE, 2012). Além disso, as coordenadas do Terminal Parque Dom Pedro foram utilizadas como referencial zero no ambiente de simulação (Tabela 1). Resultado Tabela 1: Coordenadas dos pontos de referência do Expresso Tiradentes. Coordenadas obtidas por localização visual no Google Earth Terminal I Dom Pedro Parada I Parada II Parada III Parada IV Parada V Parada VI Terminal II - sacomã Longitude em GMS O O O O O O O O Longitude em GD -46, , , , , , , , Coord. X UTM em metros , , , , , , , ,1075 Latitude em GMS S S S S S S S S Latitude em GD -23, , , , , , , , Coord. Y UTM em metros , , , , , , , ,848 Coordenadas calculadas para referencial zero no ambiente simulado X 0 223, , , , , , , Y 0 376, , , , , , ,80197 O fluxo de veículos nesta via é exclusivo para ônibus urbanos, trafegando em um trecho elevado e segregado. As linhas que circulam no Expresso Tiradentes tem uma velocidade média de 35 km/h, sem cruzamentos semafóricos. Nos horários de pico as partidas ocorrem a cada 2 minutos (SPTRANS, 2012). 4. FERRAMENTAS PARA SIMULAÇÃO Stanica et al (2011) apresenta uma série de ferramentas de simulação que englobam simuladores de rede de computadores, tráfego de veículos e ferramentas de ligação entre os dois modelos de simuladores. Para o estudo deste artigo serão utilizados os simuladores de rede NS-2 e o simulador de tráfego de mobilidade urbana, denominado SUMO (Behrisch et

6 al., 2011). O SUMO é um simulador de código aberto para micro modelos de simulação de tráfego. Em função de sua alta portabilidade e sua livre licença de uso tornou-se o simulador de tráfego mais utilizado para redes veiculares (Stanica et al., 2011). Um componente chave para simulações VANET é um modelo realista de mobilidade para garantir que as conclusões da simulação sejam mais próximas de implementações reais. Neste sentido, o trabalho de Karnadi e Mo (2007) apresenta ferramentas e metodologias para criar um modelo mais realístico, cuja ferramenta é conhecida por MOVE (MObility model generator for VEhicular networks). Além dos recursos de geração automática de artefatos para simulação, este expõe uma metodologia que envolve o desenvolvimento de mapas de ruas urbanas, definição do fluxo de movimentação e a criação de tráfego de rede (Figura 4). Inicio Módulo de Mapas Módulo de Mobilidade Módulo de Tráfego nó aresta Fluxo Esquinas Gerador de Tráfego para o NS-2 Tipo (opcional) Criar Rotas Executar NS-2 Configurar Mapas Criar Mapas Construir as simulações SUMO Executar ferramenta NAM Finalizado Figura 4: Metodologia de criação de modelo realístico de simulação. Fonte: Chou (2011). A metodologia e ferramenta apresentada pelo MOVE foi utilizada neste trabalho onde foram mapeados os cenários do Expresso Tiradentes, considerando: posições das paradas de ônibus velocidade média de cada trecho fluxo de veículos urbanos no horário de pico georefenciamento das posições de paradas configuração do simulador de rede. 5. SIMULAÇÃO Para avaliar as principais alternativas de comunicação foram simulados cenários diferentes, envolvendo os seguintes modelos de redes de comunicação sem fio:

7 Redes Ad-hoc ( ): neste modelo a transmissão é propagada entre os nós de comunicação no sentido de um concentrador (sorvedouro). Este modelo é característico de redes de sensores sem fio. Redes WiFi (802.11): este modelo é o mais popular entre as redes sem fio, onde se utiliza de pontos centrais (Hotspot), que se comunicam com o sensores dentro de um raio de atuação. Rede celular GPRS: rede de comunicação de dados presente em redes celulares GSM, que utilizam banda estreita e rede proprietária da operadora de telefonia celular. Esta rede possui um custo de manutenção mensal associado. Neste trabalho foram explorados as simulações dos modelos Ad-hoc e WiFi, pois não possuem custos de manutenção mensal associado, por estarem baseados em rede própria de comunicação. No caso da rede de comunicação via GPRS é utilizado cálculo de volume de transmissão para estimar o custo. Para estas simulações foram utilizados os parâmetros apresentados na Tabela 2. Parâmetros Tabela 2: Parâmetros de simulação Referências Quantidade de Ônibus 60 Número e sentido do fluxo de ônibus 30 veículos trafegando sentido centro-bairro (trecho entre Terminal Mercado e Terminal Sacomã), e outros 30 no sentido inverso. Número de paradas 6 Terminais 2 Velocidade média dos veículos 35 km/h Periodicidade de partidas A cada 2 minutos Comprimento do corredor ~8 km Posição dos sorvedouros Serão simulados em todas as paradas e nos terminais Tempo de simulação 3600 segundos 5.1 Resultados Um dos fatores avaliados foi o Througput (quantidade de dados em bytes por segundos), que foram recebidos pelos sorvedouros a partir da geração de dados dos nós a uma taxa de 70bps. Cada simulação utilizou-se de posições diferentes do sorvedouro, sendo assim foi possível avaliar a melhor posição para hospedar o sorvedouro. O Througput gerado para redes Ad-hoc e Wifi é apresentado na Figura 5, enquanto o volume total de dados recebido é apresentado na Tabela 3.

8 Througput (byte/s) Througput (byte/s) Adhoc Terminal I Wifi Parada I Parada II Parada III Parada IV Parada V Tempo (s) Terminal II Tempo(s) Figura 5. Throughput dos sorvedouros. Tabela 3: Volume de dados recebidos por sorvedouro na simulação com redes WiFi (Kbytes) Terminal I Parada I Parada II Parada III Parada IV Parada V Terminal II 4757,3 614,8 637,1 655,8 680,8 603,3 4706,0 5.2 Discussão A análise demonstrou alguns pontos em comum entre os dois modelos, o Throughput revelou que ambos possuem uma maior transmissão de dados quando estão num dos terminais (Terminal I ou Terminal II). Os parâmetros como tempo de latência para conexão, alcance e disposição das antenas são levados em consideração pelo simulador de rede NS-2. Estes fatores são causadores da baixa transmissão nos pontos de parada. a formação de redes Adhoc é favorecida quando os ônibus estão parados nos terminais, onde cada nó pode repassar o dado para o nó vizinho até que o dado chegue ao sorvedouro. No caso de Redes Wifi, em geral a cobertura da antena permite que vários ônibus estejam dentro da mesma área de transmissão. Nas paradas há normalmente um ou dois ônibus, portanto sem concorrência para comunicação, o tempo para se comunicar é pequeno, resultando para os dois casos de simulação, valores de Throughput significativamente inferior ao dos terminais (Figura 5). Outra diferença é a superioridade na taxa de transmissão das Redes Wifi em relação ao modelo Ad-hoc. No entanto, dependendo da dimensão do terminal haverá necessidade de integrar mais hotspots na infraestrutura. Este fato nas redes Ad-hoc é minimizado uma vez que o modelo permite reconfiguração de rotas, transmitindo os dados da fonte até os sorvedouros por rotas alternativas. Com relação ao modelo GPRS pode-se considerar o mesmo volume de dados gerado pelo modelo de Rede Wifi (p. ex.: 4757,3 Kbytes no Terminal I num período de uma hora). A Tabela 4 apresenta prós e contras das tecnologias avaliadas e consolida a questão de viabilidade e motivações para a escolha do padrão de comunicação e posicionamento dos

9 sorvedouros. Ad-hoc com sorvedouros posicionados nos terminais Tabela 4. Prós e Contras do tipo e posicionamentos dos sorvedouros Prós 1. Custo de Infraestrutura: baixo 2. Roteamento adaptativo permite que a informação flua por diversas rotas dos nós sensores para os sorvedouros, utilizando inclusive outros nós como parte do caminho. Contras 1. Baixa taxa de transmissão 2. Tempo de atualização é maior ou igual ao tempo de trajeto entre os terminais de origem e destino. Neste cenário, o tempo está em torno de 12 minutos. Wifi com sorvedouros posicionados nos terminais Sorvedouros nas paradas de ônibus 1. Custo de Infraestrutura: Médio 2. Boa capacidade de volume de recepção de dados 1. Tempo de atualização é equivalente ao intervalo entre os ônibus (headway), que neste cenário está em torno de 2 minutos. 1. Tempo de atualização é maior ou igual ao tempo de trajeto entre os terminais de origem e destino. 2. Necessidade de planejamento e site survey para determinar qual o melhor posicionamento dos Hotspots para cobrir a área do terminal. 1. Maior custo com infraestrutura com a implantação de mais sorvedouros 2. O volume de dados transmitidos/recebidos será menor que se fosse instalado nos terminais seja no modelo Wifi ou ad-hoc GPRS 1. Resposta em tempo real 1. Alto custo de transmissão uma vez que a tarifação das operadoras é baseada em volume de dados. 6. CONCLUSÃO Foi demonstrado que é possível ser implementada uma rede de sensores sem fio, hospedada em veículo de transporte público coletivo urbano, a fim de coletar informações ambientais de uma região geograficamente abrangente. Foram propostos modelos de uso, com simulação de padrões de mobilidade realísticos de um corredor de ônibus na capital paulista, de forma a definir um padrão tecnológico que melhor dissemine as informações coletadas pelos sensores embarcados. Os resultados de simulação demonstraram que os sorvedouros serão melhores aproveitados se hospedados nos terminais, enquanto que nas paradas não foi possível obter boas condições para leitura dos dados dos sensores. O método proposto tem a vantagem de permitir a coleta de dados ambientais, de uma região geográfica espalhada, seja feita em poucos pontos através de redes sem fio (Wi-fi ou Ad-hoc), por exemplo, em terminais. Estes irão ser tratados posteriormente numa central de monitoramento, sem haver a necessidade de uma infraestrutura mais abrangente nas paradas ou se utilizando de redes GPRS.

10 REFERÊNCIAS BIBLIOGRÁFICAS ABNT. NBR ISO Arquitetura(s) de modelo de referência para o setor de ITS. Associação Brasileira de Normas Técnicas. São Paulo, p Behrisch, M.; Bieker, L.; Erdmann, J. SUMO - Simulation of Urban MObility: An Overview. SIMUL 2011, The Third International Conference on Advances in System Simulation. [S.l.]: [s.n.] Chou, C. M. Rapid generation of realistic simulation for Vanet - MANUAL. [S.l.]: [s.n.], ISBN URL: Lieberman A. R. Traffic simulation. In: ADMINISTRATION, F. H. United States Transportation Research Board Revised Monograph on Traffic Flow Theory. [S.l.]: United States Department of Transportation, Cap. 10, p Dong, L. Opportunistic media access control and routing for delay-tolerant mobile ad hoc networks. In Wireless Network. November 2012, Volume 18, Issue 8, pp Huang, E. et al. Towards Commercial Mobile Ad Hoc Network Applications: A Radio Dispatch System. ACM MOBIHOC. Urbana-Champaign, IL: [s.n.] INPE. Calculadora Geografica. Disponivel em: < Acesso em: 25 nov Karnadi, F.; Mo, Z. H. Rapid Generation of Realistic Mobility Models for VANET. WCNC [S.l.]: [s.n.] Lan, K.-C. et al. Feasibility Study of Using Mobile Gateways in Public Transportation Vehicles for ITS Applications. V2VCOM. [S.l.]: [s.n.]. June p. 9. Lee,G; Na, S.H.; e Huh, E.N.; Modeling for Congestion Prediction in Wireless Sensor Network Using Traffic Demands Analysis, Mathematical Methods for Information Science and Economics - Wseas Press, vol. 1, n. 1, pp , 29 December Namboodiri, V.; Agarwal, M.; Gao, L. A Study on the Feasibility of Mobile Gateways for vehicular Ad-hoc Networks. ACM international Workshop on Vehicular Ad-Hoc Networks (VANET). Philadelphia: [s.n.] Rosales, M. S.; Garcia, G.; e Sanchez, G.D.; Efficient Message Authentication Protocol for WSN, WSEAS TRANSACTIONS on COMPUTERS, vol. 8, n. 6, pp , 01 June SPTRANS. Olho Vivo. site da SPTRANS, Disponivel em: < Acesso em: 05 dez SPTRANS. Programa ecofrota: sustentabilidade na gestãp no transporte. São Paulo: [s.n.], ISBN URL: Stanica, R.; Chaput, E.; Beylot, A.-L. Simulation of vehicular ad-hoc networks: Challenges, review of tools. Computer Networks, v. 55, p , June Williams, B. Intelligent Transport Systen Standards. 1ª. ed. USA: Artech house, Alessandro Santiago dos Santos (alesan.sp@usp.br) Claudio Luiz Marte (claudio.marte@usp.br) Leopoldo Rideki Yoshioka (leopoldo.yoshioka@usp.br) Jorge Pimentel Cintra (jpcintra@usp.br) Escola de Politécnica de São Paulo, Universidade de São Paulo. Av. Prof. Luciano Gualberto, Travessa 3, nº 380, Butantã São Paulo, SP, Brasil