Tesina 2018 Carrasco-Ricardo - MTI€¦ · ¿ºÇ¶ÃÄºµ²µ ì´¿º´² ¶µ¶Ãº´À...

Universidad Técnica Federico Santa María Departamento de Informática

Magíster en Tecnologías de la Información

1

Evaluación de sistemas de gestión para optimizar estacionamientos con IoT

Ricardo Carrasco Benavides

20 Sur #22, Talca, Chile.

[email protected]

Resumen: Las empresas e instituciones que disponen de estacionamiento, tanto para su personal o público en general, están enfrentando hoy la problemática de una gestión eficiente de los espacios disponibles, ya sea en la distribución como en la asignación de los mismos, ocasionando atochamientos en el ingreso y la pérdida de tiempo en busca de un espacio disponible. El contar con un servicio que permita optimizar la gestión de los estacionamientos mediante el uso de tecnologías de la información es una alternativa que busca mejorar problemas como los planteados. Para solucionar la problemática identificada, esta tesina propone realizar una investigación de los mecanismos existentes para este fin y, asimismo, evaluar los escenarios posibles para implementar dichas soluciones.

Palabras clave: IoT, Estacionamiento inteligente, Smart Parking.

1 Introducción

El rápido crecimiento del parque automotriz ha generado muchos problemas relacionados con el estacionamiento. Estos problemas generan diversos inconvenientes para los usuarios, donde la mayoría de las veces, los conductores carecen de información sobre espacios de estacionamiento disponibles. Esto se traduce en esfuerzos inútiles de los conductores que buscan un estacionamiento, perdiendo el tiempo, consumiendo combustible, emitiendo gases contaminantes y aumentando la congestión del tráfico. Al respecto, según una encuesta realizada en Los Ángeles, se descubrió que la distancia total cubierta por vehículos que buscaban un espacio de estacionamiento era suficiente para realizar 38 viajes por todo el mundo. Estos vehículos consumieron 47.000 galones de combustible, que dio como resultado una producción de 730 toneladas de dióxido de carbono en un período de un año [1]. Según un estudio similar, realizado por “IBM Global Parking Survey”, se indicó que el 30% del tráfico en una ciudad fué causado por los conductores que buscan un lugar de estacionamiento [2]. Con el fin de minimizar las molestias e inconvenientes Causados por la falta de estacionamientos y ante el incremento del parque automotriz, se han desarrollado diversos sistemas de orientación para los conductores. Sin embargo, no hay un sistema estándar para verificar espacios de estacionamiento, lo que genera que los conductores sigan dando vueltas alrededor de un área para buscar un espacio donde estacionar, incrementando la congestión vehicular. Para intentar resolver este problema, nace el concepto de “Smart Parking”. Este consiste en utilizar tecnologías de información mediante sensores y software para ayudar a la toma de decisiones. Este concepto está tomando cada vez más importancia, ya mediante su uso se permitiría la reducción de tiempos de espera, mejorando la experiencia de uso para los conductores. El aumento del parque automotriz hace necesario gestionar de manera eficiente este tipo de servicios, considerando que la demanda por espacios para estacionar es muy alta. Evaluar las posibles soluciones que existen en el mercado, ya sea sistemas ya implementados o bien prototipos en proceso de prueba puede ayudar a la toma de decisiones al momento de implentar la mejor alternativa en beneficio tanto de las entidades que entregan el servicio de estacionamiento como los usuarios.



2

La contribución de este trabajo es analizar las alternativas existentes de Smart Parking, con sus ventajas y desventajas para, posteriormente, proponer un esquema que tendría el potencial de minimizar la congestión del tráfico generado por conductores que buscan un estacionamiento. La idea es proponer un sistema que entregue al conductor datos en tiempo real sobre una vacante del estacionamiento, mientras el conductor viaja hacia la ubicación deseada.

1.1 Definición del problema

El servicio de estacionamiento privado, incluyendo a los de pago público, es un tema complejo de abordar y administrar. Dentro de los problemas que se indican en literatura se encuentran:

(1) La presencia de filas, larga espera por un espacio disponible, vehículos dando vueltas en busca de algún espacio disponible, etc., generalmente atribuible a la mala gestión de un estacionamiento. La mayoría de los sistemas de gestión de estacionamientos existentes en la actualidad hacen un conteo de vehículos que ingresan y se retiran del recinto, pero no necesariamente indican cuales son los espacios que están disponibles. De esta forma, la evaluación de las posibles soluciones, que entreguen este tipo de información crítica, y en tiempo real, permitiría optimizar tiempos de espera, la planificación e incluso ayudar a disminuir la emisión de gases contaminantes, ocasionados por los vehículos que están en la fila de espera, o dando vueltas en busca de un espacio.

(2) La existencia de un porcentaje de estacionamientos que no pueden ser utilizados debido al estacionado incorrecto de otros vehículos que ocupan más de un espacio. Evaluar las formas de corregir estos detalles o, más bien, hacer gestión sobre este tipo de incidentes permitiría optimizar el funcionamiento de los estacionamientos, brindando un mejor servicio.

1.2 Propuesta de Solución

Como base del trabajo, la alternativa de solución se enmarca en encontrar y describir las variables que influyen en la implementación de un smart parking. La propuesta a desarrollar consiste en identificar los criterios necesarios a evaluar y comparar estas opciones, junto con la búsqueda de metodologías que permitan ayudar a la toma de decisiones en el sistema.

Es importante para este estudio considerar los siguientes aspectos:

- Capacidad del estacionamiento. - Detección de espacios (disponible/ocupado) en tiempo real. - Asistir al vehículo para encontrar el espacio más cercano (distribución). - Generación de estadísticas. - Selección de un algoritmo para la distribución de espacios. - Simplificar la experiencia y dar un valor agregado a los stakeholders. - Permitir la toma de decisiones inteligentes utilizando datos, incluyendo aplicaciones de estado en tiempo

real e informes de análisis histórico.

1.3 Objetivo General

Proponer un esquema de implementación de Smart Parking, utilizando las alternativas disponibles en el mercado, realizando la combinación adecuada de tecnologías existentes.

1.4 Objetivos Específicos

- Estudiar el estado del arte. - Caracterizar las consideraciones o requerimientos para implementar un sistema de Smart Parking. - Describir los distintos mecanismos existentes para la captura de datos (redes y sensores). - Analizar los mecanismos (algoritmos) para la toma de decisiones. - Elaborar una guía de implementación de Smart Parking.



3

1.5 Hipótesis

No existe una estrategia única para solucionar el problema de la búsqueda y asignación de estacionamientos, aplicando tecnologías de información mediante una arquitectura Internet de las cosas (IoT).

La tecnología existente de sensores e IoT permite automatizar los indicadores más relevantes a considerar para la búsqueda y asignación de estacionamientos en forma inteligente

1.6 Beneficios esperados

Tener una visión de los factores claves para el diseño e implementación de un smart parking o bien para convertir un estacionamiento tradicional a un smart parking, identificando los actores, flujos de información y etapas recomendadas para ejecutar el proyecto.

1.7 Estructura del Trabajo

Para el desarrollo de la temática propuesta, este documento se divide en seis capítulos. Los que se detallan a continuación:

1- Introducción: Se contextualiza esta tesina desde la definición de la problemática, que consecuencias negativas provoca y de qué manera se puede ayudar a resolverlo. El planteamiento de los objetivos, alcances y la hipótesis a validar.

2- Marco teórico: Se presenta el marco teórico, en el cual se detallan las tecnologías actuales en el ámbito del tema propuesto, la contextualización de algunos conceptos utilizados en su desarrollo y algunos puntos de vista desarrollados hasta ahora.

3- Estado del Arte y trabajos realizados: Es la base teórica sobre la que se sustenta el escrito, o la cual se rebate en el desarrollo posterior en el escrito y que forma parte introductoria del mismo.

4- Desarrollo: Aquí se identifican los conceptos que ayudarán a plantear la solución a la problemática. Se define el modelo propuesto y la forma de abordarlo. Finalmente se presentan los resultados del proceso realizado.

5- Conclusión: Análisis de los resultados obtenidos en la validación de la hipótesis propuesta. 6- Referencias: Literatura, papers, sitios web y libros consultados en la elaboración de este documento.

2 Marco Teórico

Dado que este documento se centra en la identificación de un modelo de smart parking, resulta fundamental dar cuenta de las definiciones de los diferentes elementos aquí considerados, los que se detallan a continuación.

2.1 Smart Parking: El smart parking es una nueva forma de gestionar estacionamientos basado en la aplicación de las nuevas tecnologías. Gracias a este sistema es posible ahorrar tiempo y energía, se reducen los problemas de tráfico y se puede disminuir la emisión de gases contaminantes [3]. 2.2 Gaparking: es el concepto relacionado a un estacionamiento compartido por más de un usuario, pero en diferentes tiempos. Este toma las ideas de espacio y estacionamiento para compartir un lugar de estacionamiento con más de un automovilista en un momento diferente. Principalmente, los propietarios de estacionamientos registran sus lugares de estacionamiento adicionales en un sitio web a través de una aplicación con precio y tiempo de servicio propuestos, y luego los conductores ofertan un espacio apropiado que satisfaga sus necesidades [4].

Algunos estacionamientos comerciales podrían unirse a ofrecer sus espacios de estacionamiento para una sola persona. ParkingAuction, Mobypark y JustPark son las aplicaciones gaparking más populares. En Chile está



4

funcionando WesmartPark1. Gaparking hereda el modelo de negocios de economía compartida, que permite las transacciones de igual a igual entre las necesidades de los individuos y el servicio. 2.3 Crowdsensing: Se refiere al uso de aplicaciones de estacionamiento inteligente para la recopilación de la información de estacionamiento detectada y compartida por los mismos usuarios del servicio, a través de sus SmartPhones. El término es propuesto a partir de Crowdsource. La forma más común es diseñar una aplicación de estacionamiento inteligente y motivar a los usuarios para que, voluntariamente, compartan la información. De esta forma se promueve la participación colectiva [5]. 2.3 Internet de las cosas (IoT): Este nuevo paradigma de tecnología es considerado como un gran desafío que dará lugar, como muchos científicos han señalado, a la cuarta revolución industrial con grandes beneficios para la vida cotidiana de las personas. La Internet de las cosas es todavía un nuevo campo de investigación y existen varios puntos de vista con respecto a ella [6]. La definición que es cada vez más aceptada describe las principales características de la IoT. Se sostiene que "las cosas virtuales y físicas que tienen identidad, atributos físicos, virtuales y personalidades que utilizan interfaces inteligentes para la integración completa usando una red de infraestructura global con una configuración dinámica (móvil), de instalaciones y protocolos de comunicación interoperables ". ¿Es IoT en sí una nueva tecnología? Se cree que la IoT es una colección de tecnologías reorganizadas para cumplir con los nuevos retos de una nueva revolución social y tecnológica. Sin embargo, como una la novedad, la IoT generará grandes cantidades de datos, y el uso de software puede convertir los datos en conocimiento y po lo tanto agrega valor. Esta característica hace que la IoT sea atractiva también para el área industrial. Ya hay un nuevo paradigma denominado IoT Industrial, que se suma a los requisitos que garanticen la seguridad y la fiabilidad. 2.4 RFID: Radiofrecuencia es un término genérico para denotar a todas las tecnologías que usan como principio ondas de radio para identificar productos de forma automática, mediante un dispositivo o etiqueta llamado TAG. El TAG es una etiqueta de Radiofrecuencia conformada por un chip y una antena. Es el encargado de albergar la información y enviarla a los dispositivos de captura automática de información cuando es necesario y requerido [7]. Existen varios tipos de TAG, entre los cuales destacan los TAG activos y los pasivos. 2.4.1 Tag Activo: No es solo capaz de escuchar y responder señales de su entorno, puede evolucionar e incluso cambiar una vez creado. Llevan una fuente de alimentación externa al propio chip, que les permite cambiar su información interna. 2.4.2 Tag Pasivo: Una vez grabado la información permanece inalterable. Al alimentarse únicamente de la corriente que son capaces de generar sus antenas cuando son atravesadas por una onda electromagnética, solo son capaces de contestar ante un estímulo determinado, no pudiendo variar su información. 2.5 LPWAN (Low Power Wide Area Network): Es un protocolo de red de área amplia de baja potencia que tiene un bajo consumo de energía, una implementación de poca complejidad, bajo costo, y permite comunicación bidireccional segura para el internet de las cosas, máquina a máquina (M2M) y aplicaciones industriales [8]. Por lo tanto, La tecnología LPWAN es adecuada para conectar dispositivos que necesitan enviar pequeñas cantidades de datos en un rango largo. 2.6 LoRaWAN: es una de las pocas redes de IoT que implementa cifrado de extremo a extremo. La seguridad de LoRaWAN utiliza el AES primitiva criptográfica combinada con varios modos de operación: CMAC para protección de integridad y CTR para cifrado. Cada dispositivo LoRaWAN está personalizado con una única clave AES de 128 bits (llamada AppKey) y una solución global identificador único (DevEUI basado en EUI-64), ambos son utilizado durante el proceso de autenticación del dispositivo [9].

1 https://santiago.wesmartpark.com/es/



5

2.7 Zigbee: Es el nombre de la especificación de un conjunto de protocolos de alto nivel de comunicación inalámbrica para su utilización con radiodifusión digital de bajo consumo, basada en el estándar IEEE 802.15.4 de redes inalámbricas de área personal (wireless personal area network, WPAN). Su objetivo son las aplicaciones que requieren comunicaciones seguras con baja tasa de envío de datos y maximización de la vida útil de sus baterías [10]. En principio, el ámbito donde se prevé que esta tecnología cobre más fuerza es en domótica. La razón de ello son diversas características que lo diferencian de otras tecnologías, como su bajo consumo, su topología de red en malla y su fácil integración (se pueden fabricar nodos con muy poca electrónica). 2.8 Smart City: El rápido desarrollo de la ciencia y la tecnología en el siglo XVIII condujo a una división gradual del entorno construido en dos áreas: urbano e industrial evolucionado, que a veces coexisten en la misma área y se fusionan entre sí o se separan espacialmente en infraestructuras interconectadas pero independientes. Este nuevo entorno urbano, que intentaba adaptarse a los cambios sociales y tecnológicos da origen a un nuevo concepto, una “utopía urbana” llamada ciudad inteligente [11]. Se basa en el uso intenso de Tecnologías de la Información en prestación de servicios públicos de alta calidad, seguridad, productividad, competitividad, innovación, emprendimiento, participación, formación y capacitación. Una ciudad podrá ser calificada de inteligente en la medida que las inversiones que se realicen en capital humano (educación permanente, enseñanza inicial, enseñanza media y superior, etc), aspectos sociales, infraestructuras de energía, tecnologías de comunicación, transporte, contemplen y promuevan una elevada calidad de vida, un desarrollo económico-ambiental sustentable, una gobernanza participativa, una gestión prudente y reflexiva de los recursos naturales, así como un buen aprovechamiento del tiempo de los ciudadanos. Las ciudades modernas, basadas en infraestructuras eficientes y durables de agua, electricidad, telecomunicaciones, gas, transportes, servicios de urgencia y seguridad, equipamientos públicos, edificaciones inteligentes de oficinas y de residencias, etc., deben orientarse a mejorar el confort de los ciudadanos, siendo cada vez más eficaces y brindando nuevos servicios de calidad, mientras que se respetan al máximo los aspectos ambientales y el uso prudente y en declive de los recursos naturales no renovables. Actualmente, el concepto de ciudad "inteligente" es muy utilizado en marketing por parte de expertos en sociedades comerciales y en aglomeraciones urbanas. Sin embargo, en muchos casos, se pone énfasis en un solo aspecto, lo que en buena medida traiciona el concepto que se intenta desarrollar, que tiene un importante componente holístico e integral. En efecto, una ciudad o un territorio que se considere inteligente se manifiesta fundamentalmente por su carácter multidimensional y multifacético, en términos de actores, en cuanto a dominios clave (transportes, energía, educación, salud, residuos, vigilancia, economía, entre otros), y en desarrollo y utilización de tecnologías. Naturalmente, los principales actores del sector privado implicados en un proyecto como el analizado de ciudad, territorio, barrio o edificio inteligente, son los industriales y empresarios de sectores clave, tales como energía, agua, transportes, y servicios, así como dirigentes de empresas públicas de telecomunicaciones e infraestructuras, editores, proveedores de logística de apoyo a la gestión, así como a la administración y a la consultoría. El proceso para que las ciudades se transformen en ciudades inteligentes supone que la tecnología y la sustentabilidad son una parte intrínseca de su supervivencia. En términos de tecnología, las ciudades deben aplicar tecnologías de la información y herramientas analíticas avanzadas para desarrollar un enfoque de servicios más orientado al ciudadano, donde el debe estar en el centro del cambio, siendo el principal beneficiario de este nuevo paradigma urbano. Por lo tanto, los ciudadanos deben ser consultados y, a través de una evaluación de la satisfacción del ciudadano, poder comprender las necesidades de los estos y así ayudar a desarrollar ciudades centradas en sus residentes. Para comenzar la transición a una ciudad inteligente, se debe establecer un modelo de métricas para establecer objetivos que mejoren la calidad de vida de los ciudadanos.



6

2.9 WSN: Las redes de sensores inalámbricos (en inglés, Wireless sensor networks, abreviadamente WSN), también llamdas redes de sensores y actuadores (Wireless sensor and actuator networks, WSAN) son sensores autónomos espacialmente distribuidos para monitorizar condiciones físicas o ambientales, como temperatura, presión, entre otros, y para pasar sus datos de forma cooperativa a través de la red a otras ubicaciones. Las redes más modernas son bidireccionales, que permiten el control de la actividad del sensor 2. Las redes de sensores están formadas por un grupo de sensores con ciertas capacidades sensitivas y de actuación inalámbrica, los cuales permiten formar redes ad-hoc, sin infraestructura física preestablecida, ni administración central. 2.10 Regresión logística: es un método popular y se usa para construir varios modelos predictivos. La variable de respuesta utilizada es una variable binaria. Un ejemplo donde la regresión logística podría usarse es predecir si un suscriptor de celular cambia o no los servicios. El modelo se puede construir para una o más variables independientes. Las variables independientes consideradas pueden ser discretas o continuas o una mezcla de ambas. La regresión logística ayuda a clasificar las observaciones en diferentes grupos o categorías. También da la posibilidad de un resultado positivo al calcular la probabilidad asociada con el resultado positivo. Esto puede ayudar a una empresa a dar preferencia a nuevos productos que un cliente podría estar dispuesto a comprar en su tienda [12].

3 Estado del Arte y trabajos realizados

Con el avance de Internet de las Cosas (IOT) [13], el concepto de Smart City, está adquiriendo gran importancia, ya que tiene un considerable potencial para la investigación y aplicaciones comerciales. Hablar de una ciudad inteligente, por lo general, consiste en una colección de sub-aplicaciones. Uno de los aspectos esenciales en la realización de Smart City es implementando una solución de estacionamientos. Un estacionamiento inteligente es un punto de partida importante para la IoT, que es uno de los frutos maduros por lo que va la tecnología de sensores, ya que ofrece a los conductores una solución rápida al problema de conseguir un espacio para estacionar en tiempo real, así como ayuda a las autoridades a reducir la congestión. Utilizando la tecnología de sensores inalámbricos, se puede recopilar datos para comprender el estado actual de un estacionamiento en las ciudades, universidades, aeropuertos y garajes. Entonces se pueden utilizar estos datos para ofrecer a los conductores maneras de localizar de forma rápida, de reservas y pagar por el estacionamiento a través de aplicaciones gratuitas de consumo para dispositivos móviles. La proliferación de redes de sensores inalámbricos (WSN) ha incrementado la atención de muchos grupos de interés en su uso para la realización de sistemas de estacionamiento inteligente [14]

Algunas de las razones son:

- WSN tiene un gran potencial para proporcionar una solución eficaz fácil y económica. - La facilidad de implementación en los estacionamientos existentes sin necesidad de excavar y costosas

instalaciones de cable. - La flexibilidad para acoplar con sensores sofisticados, pero es barato que pueden detectar con precisión los

vehículos hace WSN un candidato natural para resolver los problemas emergentes de aparcamiento. Para hacer realidad los estacionamientos inteligentes requiere llevar todos los aspectos de la tecnología en un sistema integrado. Además de la implementación de WSN, también se debe desarrollar un sistema de middleware. Se han reportado numerosos estudios pertinentes que tiene un gran reto en el diseño de extremo a extremo de estacionamientos inteligentes, ya que tienen que tomar en cuenta el desarrollo del middleware, así como la aplicación front-end y, como tal, el proceso de desarrollo es complejo.

2 http://www.wsn-dpcm.eu/



7

De la documentación revisada de proyectos e implementaciones existentes, la mayoría tienen varios puntos en común. Entre estos se encuentran los tipos de redes utilizadas para la conectividad de los sensores, así como también el tipo de tecnología utilizada para los mismos sensores. Proyectos como “Smart Parking Management System (SPMS)” [15], proponen una solución utlilizando las tecnologías WSN y RFID, agregando componentes de ciber seguridad. Otros proponen el uso de redes LPWAN y una arquitectura IoT, centrando su investigación en el diseño del esquema de impementación, como el presentado en la ICCE3 [16]. El documento “2017 International Conference On Smart Technologies For Smart Nation” [17] enfrenta el problema desde el punto de vista algorítmico, aunque este caso en particular se centra específicamente en los estacionamientos rotatorios (ver Figura 1).

Figura 1: Mecanismo de Estacionamiento rotatorio. Fuente: Intelligent Smart Parking Algorithm [17].

A nivel nacional, la Universidad de la Frontera presentó el año 2017 un proyecto de smart parking en la región de la Araucanía. Esto, luego que el Fondo Multilateral de Inversiones (FOMIN) del Grupo BID (Banco Interamericano de Desarrollo), Universidad de La Frontera, la Ilustre Municipalidad de Temuco, la Corporación de Fomento de la Producción (CORFO) y la multinacional Everis se unieron para poner en marcha el proyecto que busca –a través de la tecnología- mejorar la calidad de vida en la ciudad 4. El proyecto presentó una precisión de más de un 90% de efectividad, pasando una validación técnica y comercial 5.

3 2018 IEEE International Conference on Consumer Electronic 4 https://www.ufro.cl/index.php/noticias/12-destacadas/1424-temuco-sera-la-primera-ciudad-inteligente-de-chile-y-

piloto-para-otras-ciudades-de-latinoamerica 5 https://www.df.cl/noticias/tendencias/tecnologia/chile-toma-el-desafio-de-descongestionar-las-calles-y-se-une-al/2017-

07-05/173941.html



8

4 Desarrollo

Para buscar una solución a la problemática planteada, se hace necesario analizarlo desde sus 3 etapas de desarrollo:

La recolección de información, que es una visión técnica de los diferentes tipos de sensores y técnicas existentes para identificar el estado de un espacio de estacionamiento; el desarrollo del sistema, que se refiere a la explotación y análisis estadístico de los datos recolectados relacionado con la reserva de estacionamientos, guía y monitoreo de la información para su administración. La diseminación o distribución, donde se evalúa la relación entre la información y características sociales. Dos grandes focos de investigación son la difusión de la información y la competencia por el estacionamiento causada por el comportamiento individual. Esta diferenciación permite analizar los sub-temas involucrados en cada punto y desarrollarlos por disciplina, lo que queda reflejado en el esquema presentado en la figura 2.

Figura 2: categorías propuestas para una solución de estacionamiento inteligente. Fuente: Elaboración propia.

Antes de entrar en detalles técnicos, se presenta un caso de uso del servicio de smart parking, que incluye los actores desde los puntos de vista administrativo y operacional. En la Figura 3 se ilustra desde el punto de vista administrativo cómo las diferentes fuentes de datos pueden respaldar servicios potenciales, así como la enorme necesidad para la adquisición y gestión de los datos proporcionados por un estacionamiento. En la figura 4 se puede ver un caso de uso de nivel 2 para la gestión del estacionamiento.



9

Figura 3: Caso de uso nivel 1de un estacionamiento inteligente. Fuente: Elaboración propia.

Figura 4: Caso de uso nivel 1de un estacionamiento inteligente. Fuente: Elaboración propia.

Hoy en día, Internet se ha vuelto cada vez más dinámico, denso y heterogéneo. Para admitir un servicio en tiempo real se hace necesario poder analizar los interminables conflictos de estacionamiento ocurren en todo momento y se debe considerar este sistema, desde todas las perspectivas, como un ecosistema.



10

Un ecosistema de estacionamiento inteligente esencial incluye dos flujos: información y tráfico. El flujo de tráfico es el camino para encontrar un estacionamiento, que se muestra en el triángulo azul celeste de la figura 5. Los conductores de vehículos reciben información sobre la disponibilidad de estacionamiento. Cuando hay muchos conductores que buscan un espacio para estacionarse, se produce una competencia y se traduce en un conflicto de estacionamiento.

Los estados de un espacio para estacionar (ocupado/disponible/reservado) cambian constantemente, considerando la información que los conductores tienen y por cuánto tiempo se podría ocupar dicho espacio. Una vez que un vehículo llega o sale de un estacionamiento, la información de disponibilidad de ese espacio cambia y se anuncia a otros conductores. Esta información, desde el momento en que son detectadas por los sensores hasta el momento en que aparecen en las terminales del conductor, se llama flujo de información, que se muestra en el triángulo rosa superior en la figura 5.

Para obtener el estado de un espacio para estacionar se requiere de sensores que puedan detectar cada eventos o cambio de estado. De essta forma, los sensores forman una red y envían la última información al sistema de gestión. Los conductores pueden obtener esta información en su mano, mediante su smartphone y la aplicación asociada, la que intercambia mensajes con el sistema o los sensores.

Figura 5: Visión general del ecosistema de estacionamiento inteligente. Fuente: Adaptación de [18].

Aunque hay muchos proyectos y aplicaciones de implementación, todavía muy pocos conductores realmente pueden beneficiarse del Smart Parking.



11

Las implementaciones realizadas por los sistemas SFpark (San Francisco) y LA Express Park (Los Angeles) son dos casos de éxito [19]. Pero si se trata de implementar el mismo sistema en otra ciudad, siempre es esencial hacer una prueba preliminar, elegir la tecnología más adecuada y luego realizar el ajuste del sistema de acuerdo con el diseño del estacionamiento y, como punto crítico en la puesta en marcha, los hábitos y costumbres de los habitantes de esa zona.

Otro caso similar sucedió en Niza, que fue la primera ciudad francesa donde se lanzó un proyecto de Smart Parking. Se instalaron 10 mil sensores en 13 diferentes áreas de estacionamiento. Una aplicación para smartphone fue desarrollada para que los conductores puedan verificar la disponibilidad del estacionamiento. Los sensores de estacionamiento estaban conectados al servicio de parquímetro. Los usuarios que no usan smartphone podían pagar su estacionamiento, obtener la disponibilidad actual en la ciudad y obtener la información necesaria directo en el servicio de parquímetros.

4.1 Recolección de la información

La captura de datos se basa en sensores para recopilar, en tiempo real, la información relacionada con la disponibilidad de un estacionamiento. Esta recopilación se puede realizar de dos formas o métodos: estacionaria y móvil. El primero tiene la capacidad de detección en los espacios de estacionamiento. Cuando el estado de uso cambia, un sensor puede detectar la presencia o ausencia de un vehículo y actualiza la información en poco tiempo; El método móvil aprovecha el desplazamiento del vehículo para recopilar información a lo largo de la ruta, con menos sensores. Los sensores móviles pueden detectar el estado de uso cuando pasa por un espacio de estacionamiento, por lo que la información puede no actualizarse por un largo tiempo [19].

4.1.1 Sensores

Los sensores infrarrojos pasivos reciben calor irradiado del cuerpo humano y a menudo se usan en colaboración con otros sensores para saber si un conductor se estaciona y se baja de su automóvil [20]. Los sensores infrarrojos activos tienen la capacidad de medir la distancia hacia cualquier objetivo en frente [21]. Desafortunadamente estos sensores son muy sensibles al sol y a cualquier tipo de objeto ambiental, por lo que la precisión de su detección no es confiable. Otro es el caso de los sensores de ultrasonido, que usan el sonido en lugar de la luz y funcionan mejor que los infrarojos en entornos al aire libre. Estos sensores proporcionan un patrón de señal más complejo, con la posibilidad de realizar detecciones múltiples en sistemas fijos o escenarios móviles [22]. Por otra parte, Los aceleradores miden las vibraciones de tierra instantáneas. Como los vehículos suelen ser los objetos más pesados en la calle, los aceleradores pueden inferir que un vehículo viene y se estaciona, trabajando en conjunto con otros sensores, como por ejemplo sensores ópticos [23], que detectan el cambio en la luz. Se debe considerar que los sensores ópticos deben instalarse donde la luz pueda ser oscurecida por un vehículo estacionado [24]. Del mismo modo, los sensores ópticos son vulnerables a cualquier fuente de luz y objetos permanentes transitorios, por lo que su precisión sigue siendo cuestionable.

Los magnetómetros son, hasta ahora, los sensores estacionarios de detección de estacionamiento más comunes, especialmente para el despliegue municipal [19]. Este sensor mide los campos magnéticos actuales y detecta la presencia de objetos metálicos. Su patrón de señal es fácil de leer y preciso, pero no admite múltiples detecciones. Otro punto en contra es que este tipo de sensores es más caro que los mencionados anteriormente.

Las cámaras y los sensores acústicos proporcionan un patrón de señal mucho más complicado que el ultrasonido [25], [26]. Ambos requieren imagen y procesamiento de sonido para extraer la información deseada del ruido de fondo. Sin embargo, han despertado interés de investigación debido a cierta información adicional sobre escenas delictivas o privacidad personal. Los bucles inductivos y los sensores piezoeléctricos son tanto de contacto como instalados en la superficie de la carretera. La tecnología de bucle inductivo se considera madura y se usa ampliamente para la vigilancia del tráfico. Simplemente detecta si pasa un vehículo [22]. Los sensores piezoeléctricos son similares a los bucles



12

inductivos, pero pueden leer información más detallada de la presión ejercida sobre él [27]. Este tipo de sensores de contacto requieren una instalación intrusiva y son fáciles de desgastar debido a su uso frecuente.

Los sensores RFID a menudo se proponen en soluciones inteligentes de pago de estacionamiento gracias a su etiqueta de identificación. A medida que aumenta la popularidad de la recolección electrónica de peajes, muchos vehículos, equipados con etiquetas RFID, pueden detectarse mediante lectores RFID instalados en espacios de estacionamiento.

El telémetro láser se utiliza a menudo para construir un mapa 1/2/3D, especialmente para la percepción del medio ambiente. Normalmente instalado en vehículos, emite un rayo láser y calcula el tiempo de vuelo para medir las distancias desde diferentes objetos a fin de saber si hay vehículos estacionados [28].

Considerando la variedad de alternativas existentes en el mercado, se propone evaluarlos en una tabla comparativa (ver tabla 1), en la que se exponen características tales como: flexibilidad, impacto ambiental, complejidad de instalación, precisión, costo y detección múltiple; además si son móviles o estacionarios. La X indica si el sensor posee o no esa característica. Para la complejidad de instalación, la tabla muestra el nivel desde uno a tres asteriscos para representarla. Lo mismo ocurre para las columnas de precisión y costo, las que muestran una escala de uno a cuatro asteriscos.

Tabla 1: Diferentes tipos de sensores. Fuente: Elaboración propia.

N° Sensor Intrusivo Flexible Instalación Contacto Precisión Costo

Est

acio

nario

1 Infrarrojo Activo/pasivo X X X * ** * X2 Accelerador X X * ** * X3 Magnetometro X X ** *** **4 Ultrasonido X X X * *** * X5 Camara X X X * ** *** X6 Acustico X X X * * *** X7 Optico X X X * ** *8 Loop Inductivo X *** X *** *9 Sensor piezoelectrico X X X *** X *** **** X10 RFID X X X ** *** **11 Radar X X X * *** *** X

Móv

il

12 Ultrasonido X X X * *** * X13 Laser telemétrico X X X * *** *** X14 Smartphone X X X - - - X15 camara (con robot) X X X * * **** X

Impacto Ambiental

Tamaño pequeño

Detección Multiple

Se debe tener en cuenta que los sensores deben estar interconectados mediante una red, por lo que este es también un ítem a evaluar.

4.1.2 Redes

Dentro de las redes existentes y posibles de utilizar, diferentes investigaciones apuntan hacia similares tecnologías. Entre estas se pueden mencionar: 802.15.4, Wi-fi, ZigBee, BlueTooth, Red celular (GSM, 3G), LPWAN. Una vez que los sensores son instalados, ellos deben enviar su estado a través de una red. Existen dos métodos de comunicación más comúnmente utilizados: los de corto alcance, como Bluetooth, Wi-Fi o ZigBee, y los de largo alcance, como SigFox6, LoRa7 o LPWAN. A continuación, la tabla 2 presenta los tipos de redes analizados y los sensores que se han asociado a esta tecnología.

6 www.sigfox.com 7 www.lora-alliance.org



13

Tabla 2: Sensores más usados en los diferentes tipos de red. Fuente: Elaboración propia.

Red SensorZigBee Infrarrojo

UltrasonidoRFID

802.15.4 InfrarrojoMagnetómetro

RFIDCámara

AcusticoOptico

Wi-Fi SmartphoneRed Celular Smartphone

Cable CámaraUltrasonido

Loop Inductivo

Las redes de largo alcance sirven para los accesos a la red y su comunicación en cualquier parte y en cualquier momento. Las de corto alcance son más adecuadas para las redes de sensores o WSN, en donde los mensajes son retransmitidos a cada momento. Considerando que la funcionalidad de la tecnología 3G/4G8 es demasiado para una red de sensores, tecnologías como la LPWA se adaptan de mejor forma para el mercado del IoT, debido a su compatibilidad con la red celular existente, por lo que no necesita infraestructura adicional.

4.1.3 Gaparking

El gaparking es el concepto relacionado a un estacionamiento compartido por más de un usuario, pero en diferentes tiempos. Este toma las ideas de espacio y estacionamiento para compartir un lugar de estacionamiento con más de un automovilista en un momento diferente. Principalmente, los propietarios de estacionamientos registran sus lugares de estacionamiento adicionales en un sitio web a través de una aplicación con precio y tiempo de servicio propuestos, y luego los conductores ofertan un espacio apropiado que satisfaga sus necesidades [4].

4.1.4 Crowdsensing

El crowsending se refiere al uso de aplicaciones de estacionamiento inteligente para la recopilación de la información de estacionamiento detectada y compartida por los mismos usuarios del servicio, a través de sus SmartPhones. El término es propuesto a partir de Crowdsource. La forma más común es diseñar una aplicación de estacionamiento inteligente y motivar a los usuarios para que, voluntariamente, compartan la información. De esta forma se promueve la participación colectiva [5]. Existen variadas propuestas para enfrentar el problema de desplegar al conductor el espacio disponible para estacionar. Entre los más nombrados en diversos estudios está el relacionado con el uso del smartphone del conductor y sus recursos (gps, plan de datos, aplicación instalada e interacción del cliente) para indicar el estado de cada espacio [29]. Desde este punto de vista, el conductor del vehículo es también una parte importante en la interacción del sistema, ya que al disponer los recursos de su smartphone reduce el costo de implementación considerablemente. El punto en contra de esta propuesta reside en que esta asume que todos los clientes del

8 Abreviación de tercera generación de transmisión de voz y datos a través de telefonía móvil mediante UMTS (Universal

Mobile Telecommunications System o servicio universal de telecomunicaciones móviles).



14

estacionamiento poseen un smartphone, un plan de datos activo y la aplicación correspondiente (y activa), ademas de actualizar la disponibilidad del espacio utilizado para que el resto de los usuarios pueda acceder a esa información en tiempo real. Asimismo, se asume que el usuario utilizará el espacio definido por el sistema y no otro que pudiese haber encontrado durante el proceso. Bajo estos supuestos sería posible incorporar el resto de variables necesarias para la toma de decisiones del sistema y asignar los espacios a los usuarios correspondientes. En esta condición ideal, el usuario que esté próximo a arribar a la zona de estacionamiento podría conocer antes de llegar si hay un espacio disponible y, si no lo hay, el tiempo estimado en el que podría generarse el espacio.

4.2 El desarrollo del sistema

La implementación del sistema es la tarea principal a realizar por parte de cualquier proveedor de este servicio. El elemento esencial del sistema de estacionamiento inteligente es el software que se ocupará de todo el servicio de estacionamiento y gestión de los datos generados por este. La interfaz de usuario y el procesamiento de la información se debe adaptar al tipo de servicio. Luego se realizará una evaluación a gran escala para evaluar la flexibilidad y escalabilidad del servicio.

Como se trata de un sistema que debe optimizar los espacios designados para estacionar, se debe utlizar un algoritmo que permita resolver este problema en función de las variables a considerar para la toma de decisiones.

Los sistemas automáticos de estacionamiento proporcionan una solución hasta cierto punto, pero tienen problemas técnicos, de planificación y de los clientes. El sistema funciona de forma automática después de que el vehículo se estaciona, pero inicialmente este debe ser guiado al espacio disponible y por el camino más corto, realizando un trayecto que consuma menos recursos.

Atendiendo a las variables que se pueden considerar para la implementación del smart parking, en el caso de las empresas o instituciones que ofrecen un espacio para sus colaboradores, puede estar definido por una clasificación previa, en función de opciones de transporte alternativo y horarios de trabajo (en el caso de turnos). Este tipo de variables permite usar los espacios como gaparking o estacionamiento compartido, debido a que un mismo espacio puede ser asignado a más de un vehículo, según su horario de uso.

El gaparking también es posible de implementar en estacionamientos de pago, en función del horario de uso de sus clientes. Para estimular el uso del recurso bajo este esquema es que se pueden ofrecer precios diferidos, lo que resulta conveniente tanto para el usuario (acceder a una rebaja en el pago) como para el proveedor (aumentar potencialmente sus ingresos, al asignar un espacio a más de un cliente). En ambos casos es necesario que los usuarios estén previamente registrados en el sistema y entreguen la información necesaria para poder facilitar la asignación de espacios, como origen y tiempo requerido para estacionar [17]. Se pueden considerar otras variables como la cercanía al lugar de destino para el caso de los estacionamientos de pago, lo que puede hacer variar el precio entre un espacio y otro; el sobrepasarse del horario previamente definido también puede traducirse en cobros adicionales en el caso de un estacionamiento de pago, o la pérdida del cupo para los asignados sin costo.

4.2.1 Software

Existen muchos tipos de aplicaciones, porque la interoperabilidad de diferentes sistemas puede resultar difícil de manejar. Las interfaces de usuario se desarrollan casi en su totalidad para smartphones, conectadas a un servidor web central sobre la cual los servidores web integrados se encargan de guiar a los usuarios a los espacios disponibles. Muchos de los trabajos relacionados investigados introdujeron un sistema de estacionamiento inteligente con redes de sensores heterogéneas, puerta de enlace IoT inteligente, una plataforma en la nube e interfaces de



15

usuario diferentes. Esto quiere decir que se realizó una interfaz para el usuario y otra para la gestión del tráfico. La comunicación REST9 se usó para intercambiar información entre la sensores, las aplicaciones y alguna plataforma integrada en una nube. Si la información recolectada del estacionamiento es masiva e intensamente distribuida, se requerirá un software confiable y escalable para implementarse en los servidores a fin de tratar de una manera eficiente todas las solicitudes de estacionamiento simultáneas que puedan generar los conductores.

Los trabajos de investigación revisados han propuesto las siguientes alternativas para implementar el sistema: Por ejemplo, Gopalan [30] introdujo un middleware basado en OSGi10 con un estándar basado en Java para sistemas de Smart Parking. El autor demostró que OSGi ayuda a tener una comunicación diaria eficiente, almacenamiento de datos y la capacidad de procesamiento necesario para que un conjunto de servicios puedan ser respaldados por la base de datos que contiene toda la información de los espacios de estacionamiento disponibles. Por otra parte, Suryady [14] introdujo un sistema de Smart Parking utilizando plataformas basadas en la nube. Para lograr una implementación rápida, cada puerta de enlace que recopilaba los datos de los sensores del estacionamiento, estaba equipada con una conexión para almacenar los datos en la nube. Luego, con el servicio web REST y el formato de datos JSON11, la información detectada podía usarse para responder solicitudes de información o ser enviada a los suscriptores a través de cualquier middleware IoT. Similarmente, Ji [14] propuso una serie de soluciones de software, incluidos clústeres Kafka12/Storm13/Hbase14, aplicaciones web OSGi con NoSQL15 distribuido, un motor de reglas y aplicaciones móviles para admitir un servicio de suscripción de publicación en la nube. Kafka, Storm y Hbase trabajaban en la recopilación de mensajes distribuidos. OGSi, un puente entre la nube y los niveles de usuario, proporcionaba un entorno que modularizaba las aplicaciones web al registrarse o moverse en el contexto de ejecución del paquete. En cambio, Pazos [31] adoptó una plataforma central IoT para administrar todas las puertas de enlace y sensores habilitados con OSGi. Además, instaló MQTT16 en un servidor central para tratar las demandas de estacionamiento de los conductores publicando/suscribiendo el paradigma de mensajería.

4.2.1.2 Asistencia

Los conductores que usan servicios de Smart Parking siempre reciben mucha información para ser guiados al espacio disponible. Esta guía debe proporcionarles una ruta de acceso a varios espacios de estacionamiento potenciales para así evitar posibles conflictos. Dado que la guía de estacionamiento está limitada por la información de disponibilidad y el tráfico que cambia dinámicamente, se debe analizar un flujo de negociación para revisar los problemas tecnológicos más relevantes. Se pueden implementar módulos de monitoreo, reserva y guía para ayudar a los conductores a encontrar un estacionamiento. Shin y Jun [32] estudiaron un algoritmo de guía de estacionamiento inteligente utilizando las funciones de utilidad de los espacios de estacionamiento. Cada función del servicio público de estacionamiento se puede calcular a partir de la duración del viaje desde la ubicación actual del automóvil hasta algún espacio disponible para estacionar, el costo del estacionamiento, la congestión del tráfico causada por la guía de estacionamiento en sí y el grado de disponibilidad.

9 Representational State Transfer. Arquitectura de software para sistemas hipermedia distribuidos. 10 Open Services Gateway Initiative, www.osgi.org 11 JavaScript Object Notation, https://www.json.org/ 12 Es un proyecto de intermediación de mensajes de código abierto desarrollado por la Apache Software Foundation escrito

en Scala. El proyecto tiene como objetivo proporcionar una plataforma unificada, de alto rendimiento y de baja latencia para la manipulación en tiempo real de fuentes de datos.

13 Es un sistema de computación en tiempo real, distribuido, libre y de código abierto 14 Es una base de datos distribuida no relacional de código abierto modelada a partir de Google BigTable y escrita en Java. 15 Se refiere a una base de datos no relacional 16 Message Queuing Telemetry Transport, http://mqtt.org/



16

4.2.2 Análisis de datos

El despliegue de la información para los usuarios está basado en la recolección de estados de los espacios disponibles para estacionar, la ubicación del usuario al momento de hacer la consulta, el estado del mismo usuario dentro del sistema (habilitado, suspendido, por ejemplo), y probablemente el tiempo que ese espacio será utilizado (para el caso de los Gaparking). Para la toma de decisiones del sistema es necesario considerar también el algoritmo que se encargará de la asignación de este espacio.

4.2.2.1 Predicción

A excepción de una reserva, la predicción de un espacio libre es la forma más común de pronosticar la tasa de ocupación del estacionamiento. A partir de una predicción, los servicios de smart parking podrían brindar la posibilidad de obtener un espacio libre para estacionar a sus clientes. Eso permitiría a los usuarios organizar su trayecto antes de salir o incluso durante sus desplazamientos. Existen varios modelos de predicción diferentes para predecir las demandas de estacionamiento. Una de las propuestas estudiadas apuesta a un modelo basado en análisis probabilísticos y regresión [12].

En una investigación realizada el año 2015, un estudiante presentó un proyecto cuyo único propósito era notificar si un espacio de trabajo estaba disponible en un momento predeterminado y predecir si el espacio de trabajo estaría disponible en un futuro cercano. El método presentado tenía un sistema que podía obtener información sobre la disponibilidad o el estado de los laboratorios de computación y salas de estudio. Constituyó un indicador de ocupación en tiempo real, al que cualquier alumno podía acceder, independiente de si estaba o no en el campus [33]. En relación a ese estudio, el 2016 se presentó un documento que señalaba los desafíos de investigación involucrados y propuso algunas posibles soluciones, entre las cuales se propone incorporar el uso de sensores magnéticos para detectar la presencia de vehículos. Sobre la base de este modelo, uno podría obtener la ubicación de un vehículo con una tasa de precisión superior al 99% [33]. Una base de datos almacenaba la información, como la cantidad de espacios utilizados en el estacionamiento durante un período de tiempo. Se utilizó un algoritmo de regresión conformada por una combinación de la cantidad de espacios usados, hora y día. Un valor Booleano en la base de datos transmitía si el estacionamiento estaba lleno o tenía espacios disponibles en un momento particular de un día. Luego la regresión se realizó en un conjunto de datos recolectados durante un mes. Con los resultados se calculó la probabilidad para diferentes momentos del día y para distintos días de la semana. Como resultado, los valores calculados se asemejaban a la naturaleza de los datos reales. Esto permite que, a futuro, el usuario pueda acceder a la predicción calculada y saber si un estacionamiento puede o no estar disponible en un determinado tiempo. La teoría de predicción más popular emprende un proceso de llegada de Poisson17, y luego predica la capacidad del sistema por la Cadena de Markov18. Pullola [34] modeló la disponibilidad de un estacionamiento mediante un proceso de Poisson y luego propuso un algoritmo para dar la probabilidad de disponibilidad para cada lugar de estacionamiento cuando llega el conductor.

4.2.3 Escalabilidad

Dado que el estacionamiento es un problema a nivel de ciudad, los despliegues a gran escala se están extendiendo en diferentes ciudades. Tres tipos principales de implementaciones a escala de ciudad son la

17 Poisson: Es una distribución de probabilidad discreta que expresa, a partir de una frecuencia de ocurrencia media, la

probabilidad de que ocurra un determinado número de eventos durante cierto período de tiempo. 18 Cadena de Markov: tipo especial de proceso estocástico discreto en el que la probabilidad de que ocurra un evento

depende solamente del evento inmediatamente anterior.



17

detección móvil, la detección de sitio fijo a través de la comunicación de corto alcance, y la detección de sitio fijo a través de la comunicación de largo alcance. La detección de espacios requiere sensores de estacionamiento fijos en cada estacionamiento. La Sección 4.1.1 introdujo muchos tipos diferentes de sensores. Se entiende que la mayoría de estos sensores funcionan con baterías y en algunas ocasiones pueden estar bajo tierra. Para maximizar la vida útil de los sensores, la comunicación de corto alcance que requiera menos potencia de transmisión suele ser la mas recomendable. Para garantizar la conectividad de los sensores, las infraestructuras urbanas, deben ser instaladas dentro del rango de comunicación de los sensores para recopilar la información. El proyecto más famoso es SFpark [19], donde el servicio municipal de Smart Parking en San Francisco cubre el 30% del estacionamiento en la calle. Los sensores y medidores pueden comunicarse de forma inalámbrica. Un repetidor en cada intersección formando una red inalámbrica de malla. El 85% de los eventos se pueden recibir en un servidor central. El objetivo principal de SFpark es garantizar una tasa de ocupación del 75% en cualquier área de estacionamiento mediante una política de precios dinámica. Este proyecto fué evaluado durante 2 años para evidenciar su impacto. Los resultados concluyeron que los cambios en las tarifas ayudaron a lograr la ocupación de estacionamientos en las calles de la ciudad en un 50% [19].

4.3 Distribución del servicio

Una vez que los sensores detectan la información de estacionamiento y la almacenan para que sea accesible al público, los usuarios acceden a la misma información y navegan en la misma área donde podrían querer utilizar el mismo espacio de estacionamiento. Por lo tanto, cómo emitir información y guiar a los conductores a los espacios disponibles se convierte en un tema importante.

4.3.1 Disputa por estacionamientos

En el caso de los estacionamientos de pago, el precio dinámico es la forma más eficiente de regular el uso de un estacionamiento y la congestión del tráfico. La mayoría de los sistemas analizados apuestan a esta técnica de realizar cambios en las tarifas de acuerdo con el promedio de utilización del estacionamiento. Existen otras propuestas que proponen una política de precios dinámicos basados en el modelo de la Cadena de Markov, que podría predecir la demanda por estacionamientos y ajustar los precios antes de que los vehículos ocupen un espacio [35]. Distinta es la situación de los estacionamientos que no son de pago, como los de empresas o instituciones. En la mayoría de los casos la asignación de espacios está definida por el cargo o rol del usuario en la entidad. De lo contrario se otorgan, generalmente, por orden de llegada o bien, de acuerdo con una inscripción o postulación para los espacios vacantes.

4.3.1.1 Estrategias

En lo que respecta al sistema de enrutamiento hacia el espacio disponible para estacionar, son diversos los métodos propuestos. Uno de ellos apunta al algoritmo de optimización de colonia de hormigas, o ACO, que busca guiar a los conductores desde su ubicación actual hasta el estacionamiento. Los análisis demuestran que ACO supera el algoritmo de Dijkstra en la reducción de congestión de tráfico [36]. Por otra parte, los autores Draskovic y Vukicevic [37] introdujeron un sistema de smart parking utilizando un algoritmo de búsqueda para encontrar los espacios de estacionamiento más adecuados lo antes posible. Como la retransmisión de la red inevitablemente causa retardos en la entrega de la información, el sistema de información distribuida es considerada una solución adecuada para reducir la distancia de red y el tráfico de red. En esta propuesta, al ingresar al estacionamiento un usuario está conectado a un servidor por medio de Bluetooth. Entonces, este servidor envía el esquema de estacionamiento en un formato predefinido a su smartphone, así como el identificador de la entrada donde el el usuario se encuentra actualmente. Entonces, un esquema de estacionamiento está siendo creado en el teléfono y se muestra una ruta al espacio para estacionar más cercano.



18

Este software fué desarrollado para ser utilizado como un sistema educativo para el curso académico 'Sistemas expertos', pero podría ser mejorado y utilizado en aplicaciones de la vida real también.

4.3.2 La distribución de la información

Todas las implementaciones a gran escala existentes adoptan un método centralizado para proporcionar información de estacionamiento a través de un enlace celular o Wi-Fi. La figura 6 clasifica las diferentes técnicas de diseminación de la información identificadas. Las dos categorías relevantes son la centralizada y la distribuida. En el caso de la diseminación distribuida, se puede realizar mediante la infraestructura vial existente, o bien, con infraestructura libre.

Figura 6: Técnicas de diseminación de la información. Fuente: Adaptación de [18].

La información transmitida mediante 3/4G o WI-FI es la opción más común en los trabajos revisados. En cuanto a las técnicas distribuidas, al ser más variadas se pueden dividir en dos subgrupos. El primero está definido por la infraestructura vial. Los mensajes de señal variable (VMS) se distribuyen mediante infraestructura vial, ya que solo entregan información y no existe interacción entre conductores. Si los conductores pueden intercambiar mensajes como la información del estacionamiento, pudiendo retransmitir esta información a los demás conductores, se habla de una red sin infraestuctura o infraestructura libre.

4.3.3 Comportamiento de los usuarios

La interacción del usuario es fundamental en este tipo de servicio, por lo que el diseño de la interfaz de usuario y el impacto de las diferentes políticas de estacionamiento en los conductores deben estar relacionadas. Los intereses de los conductores se utilizan generalmente para crear una plataforma de simulación, como un sistema basado en agentes para el servicio de publicación/suscripción. La elección de estacionamiento es el método más común que investigan los estudios existentes para inducir las posibles soluciones.

4.3.3.1 Elección de estacionamiento

La implementación a gran escala podría ofrecer algunos ejemplos del mundo real al tiempo que integra los sensores con el software. Sin embargo, la mayoría de los usuarios todavía tienen problemas para encontrar estacionamiento porque todos los que tienen la misma información siempre buscarán el mismo espacio de estacionamiento. Además, los usuarios a menudo no obtienen la información adecuada. Por ejemplo, espacios de estacionamiento que no están realmente disponibles. Por lo tanto, la difusión de información reduciría el flujo de tráfico en lugar de hacer que los vehículos se den más vueltas por el estacionamiento [31]. La disputa



19

por un estacionamiento se centra entonces en comprender cómo las decisiones de los usuarios podrían afectar el rendimiento de un sistema de smart Parking. Una forma de disminuir conflictos podría ser habilitar un sistema de reserva de estacionamientos. Del mismo modo, los precios dinámicos y la teoría de juegos son actualmente los dos métodos más instintivos. Para definir el juego de estacionamiento, el comportamiento individual de cada conductor es significativo, por ejemplo, un vehículo ingresando y otro saliendo, una interacción del usuario con el sistema de estacionamiento por medio de su smartphone. La figura 7 representa los diferentes focos de interés de los usuarios.

Figura 7: Comportamiento de estacionamiento. Fuente: Elaboración propia.

4.3.3.2 Actividad Vehicular

Respecto a la identificación de como realiza el proceso de un usuario ingresando al estacionamiento, se propone el esquema representado en la figura 8. Este diagrama de flujo identifica de forma simple los pasos para la toma de decisiones del software respecto a la disponibilidad existente en el momento en el que un usuario requiere ingresar. Se puede apreciar que la captura de información del vehículo en la entrada puede ser realizada con cualquiera de los diferentes sensores analizados anteriormente, al igual que la detección efectiva del espacio ocupado por el vehículo estacionado para, posteriormente, actualizar la información.

Figura 8: Diagrama de flujo de interacción con un smart parking. Fuente: Elaboración propia

Sin lugar a dudas, el estacionamiento es realmente un dolor de cabeza para todos los conductores en el mundo. Con la información recolectada mediante los sensores de estacionamiento o de las aplicaciones de crowdsensing, los servicios de Smart Parking podrían proporcionar a las diversas plataformas la información



20

del estacionamiento en tiempo real para los conductores. Gracias a esto, los conductores podrían optimizar su tiempo de viaje y los estacionamientos aumentar sus ingresos por tarifas de estacionamiento. La mayoría de las implementaciones de Smart Parking se centran en la tecnología de detección y el desarrollo de aplicaciones móviles. Por este motivo, una implementación a gran escala es una buena oportunidad para probar la precisión de detección y la conectividad de los sensores.

Finalmente, para convertir un estacionamiento tradicional en un Smart Parking se propone considerar los siguientes puntos:

- Definir si el estacionamiento será de pago o un servicio de la institución donde se implementará - Seleccionar los sensores con los que se realizará la captura de datos en el estacionamiento - Evaluar la factibilidad de habilitar Gaparking y Crowdsending - Decidir qué tipo de red será utilizada para la comunicación de los sensores con el sistema - Seleccionar el motor de base de datos y el ambiente para desarrollar el sistema - Implementar el método predictivo para la asignación de estacionamientos - Realizar las pruebas de campo necesarias para validar la funcionalidad

5 Conclusión

No es posible definir una solución estándar para los diferentes modelos de estacionamiento existentes, por lo que para aplicar una arquitectura de IoT y transformar un estacionamiento tradicional en un smart parking, es necesario evaluar cada escenario. Se debe considerar la relación costo/beneficio y, en función de los recursos que se pretenda disponer para lograr el resultado esperado, configurar la solución en los tres niveles evaluados. La importancia de dividir esta problemática en niveles permitirá que esta implementación se pueda realizar de manera paulatina y, asimismo, hacerla parte de un cíclo de mejora contínua. Evaluando cada ciclo se puede detectar falencias y oportunidades de mejorar los aspectos en los que los resultados no sean los esperados, sin necesidad de desechar el proyecto completo. Ahora bien, dentro de la documentación revisada, existen varios puntos en común, entre los cuales destaca la dependencia de una aplicación para el usuario mediante el uso de smartphones y la combinación de más de un tipo de sensor para validar hacer más confiable la lectura del estado de un espacio para estacionar. En el ámbito de sensores las opciones o combinaciones de estas son diversas, siendo las más destacadas por su versatilidad y popularidad además del costo, los de RFID y ultrasonido. Igualmente, las cámaras son un buen complemento a considerar. En cuanto al tipo de algoritmo para resolver la disponibilidad de espacios, la mayoría de los autores revisados apuntan al método predictivo. En lo que respecta al método de diseminación de la información, las técnicas utilizadas son la centralizada y distribuida. Para el caso del enfoque distribuido, el costo de implementación aparenta ser el más conveniente, siempre y cuando exista un compromiso de parte del usuario de utilizar su smartphone para colaborar en este ecosistema. Asimismo, aún no hay un trabajo que apunte hacia algunos inconvenientes que puede traer consigo una implementación de este servicio, como las acciones a tomar frente a vehículos que no estén estacionados de manera correcta, o de qué forma integrar a este ecosistema a los usuarios que no dispongan de un smartphone o el sistema de gestión. La implementación de un smart parking no está reducido a instalar sensores en los espacios disponibles y actualizar la información en la entrada del estacionamiento. Se trata de mejorar la distribución de los espacios, disminuir el tiempo de búsqueda de un espacio disponible y, de esta forma, realizar la tarea de estacionar el vehículo menos frustrante. La implementación de tecnologías en cosas de la vida cotidiana para hacer esta tarea más sencilla y eficiente es uno de los objetivos o “la génesis” de la Internet de las cosas.



21

Migrar un estacionamiento tradicional a un smart parking permitirá a los usuarios saber incluso antes de llegar al lugar si tendrá opcion de encontrar un espacio disponible y, de no ser así, poder evaluar alternativas, que van desde a intentar buscar en algun estacionamiento cercano o, incluso, no utilizar el auto para ir al lugar de destino. Dentro de las alternartivas de implementación de este tipo de estacionamiento, se pueden considerar las empresas e instituciones que disponen de espacio para sus colaboradores, clientes, estudiantes, etc. También puede resultar atractivo para los servicios de estacionamiento de pago o centros comerciales, entregando, para ellos, una ventaja competitiva. Existen diversos estudios, propuestas y enfoques para hacerse cargo de esta problemática, así como también el impacto que puede generar en la sociedad. Se debe considerar que este problema aún no está resuelto y, tomando en cuenta el constante aumento del parque automotriz, es un desafío del que, a mediano plazo, toda entidad que entregue este servicio tendrá que hacerse cargo. Agradecimientos Quiero agradecer a mi familia por el apoyo brindado, en especial a mi esposa Johana, que ha sido mi pilar fundamental. Tambien a mi hermano Marcos por la motivación constante. Gracias también a mi amigo y mentor Claudio Salgado, de quién he seguido el ejemplo para mi formación profesional.



22

6 Referencias [1] T. Kiliç y T. Tuncer, “Smart city application: Android based smart parking system”, en 2017 International Artificial

Intelligence and Data Processing Symposium (IDAP), 2017, pp. 1–4. [2] J. (Brian) Lee, D. Agdas, y D. Baker, “Cruising for parking: New empirical evidence and influential factors on cruising

time”, J. Transp. Land Use Vol 10 No 1 2017, oct. 2017. [3] M. Fraifer y M. Fernström, “Investigation of smart parking systems and their technologies”, en Thirty Seventh

International Conference on Information Systems. IoT Smart City Challenges Applications (ISCA 2016), Dublin, Ireland, 2016, pp. 1–14.

[4] W. Griggs, J. Y. Yu, F. Wirth, F. Häusler, y R. Shorten, “On the Design of Campus Parking Systems With QoS Guarantees”, IEEE Trans. Intell. Transp. Syst., vol. 17, no 5, pp. 1428–1437, may 2016.

[5] J. Kopecký y J. Domingue, “ParkJam: crowdsourcing parking availability information with linked data (Demo)”, presentado en 9th Extended Semantic Web Conference (ESWC 2012), 2012.

[6] G. N. Cristina, G. V. Gheorghita, y U. Ioan, “Gradual Development of an IoT Architecture for Real-World Things”, en 2015 IEEE European Modelling Symposium (EMS), 2015, pp. 344–349.

[7] G. Wang y G. Jin, “Research and Design of RFID Data Processing Model Based on Complex Event Processing”, en 2008 International Conference on Computer Science and Software Engineering, 2008, vol. 5, pp. 1396–1399.

[8] M. Centenaro, L. Vangelista, A. Zanella, y M. Zorzi, “Long-range communications in unlicensed bands: the rising stars in the IoT and smart city scenarios”, IEEE Wirel. Commun., vol. 23, no 5, pp. 60–67, oct. 2016.

[9] M. Loriot, A. Aljer, y I. Shahrour, “Analysis of the use of LoRaWan technology in a large-scale smart city demonstrator”, en 2017 Sensors Networks Smart and Emerging Technologies (SENSET), 2017, pp. 1–4.

[10] J. Jia y J. Meng, “A novel approach for impulsive noise mitigation in ZigBee communication system”, en 2014 Global Information Infrastructure and Networking Symposium (GIIS), 2014, pp. 1–3.

[11] E. Mardacany, “Smart cities characteristics: importance of buit environments components”, en IET Conference on Future Intelligent Cities, 2014, pp. 1–6.

[12] R. K. Lenka, R. K. Barik, N. K. Das, K. Agarwal, D. Mohanty, y S. Vipsita, “PSPS: An IoT based predictive smart parking system”, en 2017 4th IEEE Uttar Pradesh Section International Conference on Electrical, Computer and Electronics (UPCON), 2017, pp. 311–317.

[13] G. Misra, V. Kumar, A. Agarwal, y K. Agarwal, “Internet of Things (IoT) C A Technological Analysis and Survey on Vision, Concepts, Challenges, Innovation Directions, Technologies, and Applications (An Upcoming or Future Generation Computer Communication System Technology)”, Am. J. Electr. Electron. Eng., vol. 4, no 1, pp. 23–32, 2016.

[14] Z. Suryady, G. R. Sinniah, S. Haseeb, M. T. Siddique, y M. F. M. Ezani, “Rapid development of smart parking system with cloud-based platforms”, en The 5th International Conference on Information and Communication Technology for The Muslim World (ICT4M), 2014, pp. 1–6.

[15] O. Abdulkader, A. M. Bamhdi, V. Thayananthan, K. Jambi, y M. Alrasheedi, “A novel and secure smart parking management system (SPMS) based on integration of WSN, RFID, and IoT”, en 2018 15th Learning and Technology Conference (L&T), 2018, pp. 102–106.

[16] Y. Jeon, H. Ju, y S. Yoon, “Design of an LPWAN communication module based on secure element for smart parking application”, en 2018 IEEE International Conference on Consumer Electronics (ICCE), 2018, pp. 1–2.

[17] D. Kanteti, D. V. S. Srikar, y T. K. Ramesh, “Intelligent smart parking algorithm”, en 2017 International Conference On Smart Technologies For Smart Nation (SmartTechCon), 2017, pp. 1018–1022.

[18] T. Lin, H. Rivano, y F. Le Mouël, “A Survey of Smart Parking Solutions”, IEEE Trans. Intell. Transp. Syst., vol. 18, no 12, pp. 3229–3253, dic. 2017.

[19] SFpark, “SFpark: Putting Theory into Practice”. . [20] N. LARISIS, L. Perlepes, G. Stamoulis, y P. Kikiras, Intelligent Parking Management System Based on Wireless

Sensor Network Technology, vol. 18. 2013. [21] E. Moguel, M. Á. Preciado, y J. C. Preciado, “A smart parking campus: An example of integrating different parking

sensing solutions into a single scalable system”, Smart Cities, p. 29, 2014. [22] A. Kianpisheh, N. Mustaffa, P. Limtrairut, y P. Keikhosrokiani, “Smart parking system (SPS) architecture using

ultrasonic detector”, Int. J. Softw. Eng. Its Appl., vol. 6, no 3, pp. 55–58, 2012. [23] Hongwei Wang y Wenbo He, “A Reservation-based Smart Parking System”, en 2011 IEEE Conference on Computer

Communications Workshops (INFOCOM WKSHPS), 2011, pp. 690–695. [24] J. Chinrungrueng, U. Sunantachaikul, y S. Triamlumlerd, “Smart Parking: An Application of Optical Wireless Sensor

Network”, en 2007 International Symposium on Applications and the Internet Workshops, 2007, pp. 66–66. [25] Z. Bin, J. Dalin, W. Fang, y W. Tingting, “A design of parking space detector based on video image”, en 2009 9th

International Conference on Electronic Measurement & Instruments, 2009, pp. 2–253. [26] K. Na, Y. Kim, y H. Cha, “Acoustic sensor network-based parking lot surveillance system”, en European Conference

on Wireless Sensor Networks, 2009, pp. 247–262.



23

[27] G. Yan, W. Yang, D. B. Rawat, y S. Olariu, “SmartParking: A Secure and Intelligent Parking System”, IEEE Intell. Transp. Syst. Mag., vol. 3, no 1, pp. 18–30, Spring 2011.

[28] H. G. Jung, Y. H. Cho, P. J. Yoon, y J. Kim, “Scanning Laser Radar-Based Target Position Designation for Parking Aid System”, IEEE Trans. Intell. Transp. Syst., vol. 9, no 3, pp. 406–424, sep. 2008.

[29] S. Nawaz, C. Efstratiou, y C. Mascolo, “ParkSense: A Smartphone Based Sensing System for On-street Parking”, en Proceedings of the 19th Annual International Conference on Mobile Computing & Networking, New York, NY, USA, 2013, pp. 75–86.

[30] K. Gopalan, K. Sairam, R. Nandakrishnan, y V. Venkatesh, “Competent smart car parking: An OSGi approach”, J Artif Intell, vol. 6, no 9, pp. 43–51, 2013.

[31] N. Pazos et al., “Dynamic Street-Parking Optimisation”, en 2016 IEEE 30th International Conference on Advanced Information Networking and Applications (AINA), 2016, pp. 1020–1026.

[32] J.-H. Shin y H.-B. Jun, “A study on smart parking guidance algorithm”, Transp. Res. Part C Emerg. Technol., vol. 44, pp. 299–317, 2014.

[33] S. Panigrahi, R. K. Lenka, y A. Stitipragyan, “A hybrid distributed collaborative filtering recommender engine using apache spark”, Procedia Comput. Sci., vol. 83, pp. 1000–1006, 2016.

[34] S. Pullola, P. K. Atrey, y A. El Saddik, “Towards an Intelligent GPS-Based Vehicle Navigation System for Finding Street Parking Lots”, en 2007 IEEE International Conference on Signal Processing and Communications, 2007, pp. 1251–1254.

[35] O. Zoeter, C. Dance, S. Clinchant, y J.-M. Andreoli, “New algorithms for parking demand management and a city-scale deployment”, en Proceedings of the 20th ACM SIGKDD international conference on Knowledge discovery and data mining, 2014, pp. 1819–1828.

[36] J. Boehlé, L. J. M. Rothkrantz, y M. Wezel, “Cbprs: A city based parking and routing system”, 2008. [37] D. Draskovic y S. Vukicevic, “A model of software system for parking using search algorithms”, en MIPRO, 2012

Proceedings of the 35th International Convention, 2012, pp. 1098–1103.

Tesina 2018 Carrasco-Ricardo - MTI€¦ · ¿ºÇ¶ÃÄºµ²µ ì´¿º´² ¶µ¶Ãº´À...

Documents

Transcript of Tesina 2018 Carrasco-Ricardo - MTI€¦ · ¿ºÇ¶ÃÄºµ²µ ì´¿º´² ¶µ¶Ãº´À...