Escolar Documentos
Profissional Documentos
Cultura Documentos
sensores
Análise
3,†
Martin Bauer 1,† , Luis Sanchez 2,* ,† e JaeSeung Song
1
NEC Laboratories Europe, 69115 Heidelberg, Alemanha; martin.bauer@neclab.eu
2
Laboratório de Planejamento de Rede e Comunicações Móveis, Universidade da Cantábria, 39005 Santander,
3
Espanha Departamento de Segurança de Computadores e Engenharia de Convergência para Drones Inteligentes,
Universidade de Sejong, Seul 05006, Coréia; jssong@sejong.ac.kr * Correspondência: lsanchez@tlmat.unican.es; Tel.:
+34-94-220-0914 † Esses autores contribuíram igualmente para este artigo.
Resumo: Na última década o conceito de Smart City vem sendo desenvolvido, fomentado pela
crescente urbanização da população mundial e pela necessidade de lidar com os desafios que tal
cenário traz. Durante esse período, muitos projetos de Smart City foram executados – alguns como
prova de conceito, mas um número crescente resultando em implantações permanentes em nível de
produção, melhorando a operação da cidade e a qualidade de vida de seus cidadãos. Assim, as Smart
Cities ainda são um paradigma altamente relevante que precisa de mais desenvolvimento antes de
atingir todo o seu potencial e fornecer soluções robustas e resilientes. Neste artigo, o foco é colocado
na Internet das Coisas (IoT) como uma tecnologia capacitadora para a Cidade Inteligente. Nesse
sentido, o artigo revisa o cenário atual das Cidades Inteligentes habilitadas para IoT, pesquisando
experiências relevantes e iniciativas da cidade que incorporaram a IoT em seus serviços urbanos e
como elas geraram impacto. O artigo discute as principais tecnologias que foram desenvolvidas e como
elas estão contribuindo para a realização da Cidade Inteligente. Além disso, apresenta alguns desafios
que permanecem em aberto e quais são as iniciativas e tecnologias que estão em desenvolvimento para enfrentá
de uma Cidade Inteligente está começando a se tornar uma realidade. O objetivo de uma Smart City é estabelecer
um ecossistema rico onde a operação da cidade seja otimizada, aumentando a sua eficiência, mas também onde
surjam novas oportunidades e melhorem a vida dos seus cidadãos [8,9]. Em contraste com outros domínios de
IoT, a Cidade Inteligente é um aglomerado de muitas áreas de aplicação diferentes, incluindo tráfego, transporte
público, estacionamento, água, energia, gestão de resíduos, iluminação pública, segurança pública e muito mais.
Para suportar todas essas áreas de aplicação, é necessário implantar infraestruturas que permitam detectar
parâmetros importantes da cidade, mas também aspectos de controle e atuação. O verdadeiro valor da IoT na
Cidade Inteligente será alcançado se a infraestrutura não se limitar a silos, mas for disponibilizada em diferentes
áreas de aplicação de maneira homogênea e resiliente. Os maiores desafios estão na integração das tecnologias
heterogêneas de IoT subjacentes e na obtenção da escalabilidade e segurança necessárias para que as
informações, mesmo pessoais e/ou críticas, possam ser trocadas entre atores autorizados e protegidas de acessos
ilícitos. Nesse sentido, o principal ativo são os dados que a miríade de sensores embutidos em espaços do mundo
real estão gerando constantemente [10].
Além disso, serão extraídos conhecimentos de nível superior, dando insights que auxiliem na otimização do
funcionamento da cidade e da qualidade de vida de seus cidadãos. Finalmente, mecanismos para rastrear a
proveniência, a qualidade e o valor das informações trocadas devem estar em vigor para permitir operações de
negociação em que a matéria-prima são precisamente os dados que alimentam os serviços da Cidade Inteligente.
3. Ele identifica uma série de desafios-chave que estão sendo abordados atualmente e que
são essenciais para o sucesso das cidades inteligentes. Esta é a principal contribuição
do artigo , pois aprofunda as principais questões que devem ser abordadas para superar a
cenário fragmentado de cidades inteligentes habilitadas para IoT, que pode ser inferido a partir da revisão
de cidades e tecnologias feitas no artigo, e para impulsionar a adoção de uma materialização de cidades
inteligentes mais homogênea, o que facilita a implantação de soluções globais de cidades inteligentes.
O restante do artigo está organizado da seguinte forma. A Seção 2 apresenta uma revisão não exaustiva
das cidades existentes em todo o mundo que podem ser consideradas cidades pioneiras e/ou pioneiras habilitadas
para IoT. A seção resume as soluções adotadas, os serviços oferecidos e estabelece as principais semelhanças
e diferenças entre elas.
O principal critério por trás dos critérios de seleção e análise é permitir uma visão abrangente
da evolução das cidades inteligentes habilitadas para IoT ao longo do tempo. Na Seção 3, as
principais tecnologias que foram alavancadas para o desenvolvimento de cidades habilitadas
para IoT serão analisadas, considerando os amplos desafios que elas abordaram. Os demais
desafios em aberto que hoje atraem a atenção da comunidade de pesquisa e desenvolvimento,
bem como aqueles que o farão nos próximos anos, são revistos na Seção 4. Finalmente,
algumas considerações finais são destacadas na Seção 5.
Machine Translated by Google
A ideia de uma cidade inteligente surgiu pela primeira vez em 1993 quando a cidade de Singapura se apresentou
como uma “cidade inteligente”, em [11]. Entre 2000 e 2010, surgiu o conceito de “cidade digital” e estava intimamente
relacionado à ideia de cidade inteligente. No entanto, foi somente em 2010 que o interesse por cidades inteligentes
começou a crescer exponencialmente e os primeiros exemplos de cidades inteligentes reais começaram a ser implantados.
Nesta seção, faremos uma revisão abrangente, mas não exaustiva, das cidades inteligentes
habilitadas para IoT em todo o mundo, resumindo as soluções adotadas e os serviços oferecidos não
apenas para encontrar semelhanças e diferenças entre elas, mas também para tentar mostrar a evolução
que as experiências práticas das implantações de cidades inteligentes sofreram ao longo dos anos.
O termo cidade inteligente às vezes também é usado em um sentido mais amplo. Em alguns casos, uma boa
infraestrutura de rede de comunicação já é considerada suficiente para considerar uma cidade “inteligente”, em outros
casos KPIs não técnicos como alfabetização, esportes organizados ou apoio a start-ups são considerados elementos-
chave de uma cidade inteligente [12]. Neste artigo, focamos em cidades inteligentes que têm pelo menos um forte
elemento de IoT como parte de sua definição de cidade inteligente.
Até agora, muitos rankings de cidades foram publicados tanto na literatura científica [13-15], quanto por
organizações de consultoria [16,17]. Assim, este trabalho não está tentando hierarquizar as cidades escolhidas para
revisão. Os critérios de seleção e as características analisadas para as cidades nas próximas seções pretendem ter uma
lista abrangente, mas não exaustiva, de cidades que, na opinião dos autores, representam suficientemente a evolução do
conceito de cidade inteligente habilitada para IoT e, ao ao mesmo tempo, expor algumas das lacunas que criam os
desafios que ainda estão em aberto e precisam ser abordados.
2.2. Santander
O projeto SmartSantander [18] visava a criação de uma instalação de teste experimental europeia
para pesquisa e experimentação em arquiteturas, principais tecnologias facilitadoras, serviços e aplicações
para a IoT no contexto de uma cidade inteligente. A plataforma SmartSantander inclui uma infraestrutura
IoT em crescimento contínuo espalhada por toda a cidade de Santander (Espanha) que atualmente
engloba mais de 12.000 sensores diversos e outros dispositivos IoT (nós sensores fixos e móveis, tags
NFC, dispositivos de gateway, smartphones dos cidadãos, etc.) .
Dispositivos estáticos e móveis instalados em veículos como ônibus e táxis recuperam parâmetros
ambientais.
• Gerenciamento e Orientação de Estacionamentos Externos: Sensores de estacionamento
enterrados sob o asfalto são instalados para detectar a disponibilidade de estacionamentos ao
ar livre no centro da cidade. Vários painéis foram instalados nos cruzamentos das ruas principais
para orientar os motoristas em direção aos estacionamentos gratuitos disponíveis.
• Monitoramento de Intensidade de Tráfego: Dispositivos implantados nas principais entradas
da cidade de Santander medem os principais parâmetros de condição de tráfego, como volume
de tráfego, ocupação das vias e velocidade do veículo ou comprimento da fila. • Irrigação de
parques e jardins: Para tornar a irrigação o mais eficiente possível, vários sensores foram implantados
em duas zonas verdes da cidade para monitorar os parâmetros relacionados à irrigação e
fornecer essas informações aos gestores dos jardins. • Gestão de resíduos: Os contentores de
resíduos de papel e cartão e plástico da cidade estão equipados com sensores que ajudam a otimizar
a organização dos camiões de recolha. • Sensoriamento participativo: Os usuários podem
participar relatando eventos ou incidências que ocorram na cidade, que posteriormente serão
propagadas para outros usuários inscritos no respectivo tipo de eventos.
2.3. Busan
Busan adotou tecnologias de TIC desde 2005 sob o nome de cidade ubíqua (u-City). Naquela época,
o conselho de Busan concentrou-se na implantação de vários sensores para capturar dados valiosos para
aprimorar os serviços existentes na cidade. Mesmo naquela época, o u-City usava uma infraestrutura
baseada em nuvem fornecida pela colaboração entre as empresas membros participantes . No entanto, a
u-City utilizou soluções proprietárias para implantação de sensores e plataformas em nuvem. Portanto, os
dispositivos e plataformas usados no u-City não podem ser reutilizados em outras cidades. Além disso, os
dados coletados foram armazenados por meio de mecanismos não padronizados. Após 8 anos de
desenvolvimento do u-City em Busan, o conselho da cidade aprendeu que a adoção de padrões globais
de IoT/M2M para sua cidade inteligente pode ser um fator chave para o sucesso e o desenvolvimento de
uma cidade inteligente sustentável [22].
Machine Translated by Google
A cidade inteligente de Busan, que é a segunda cidade mais populosa da Coreia do Sul, iniciou
seu projeto de segunda fase para o estabelecimento de uma plataforma de cidade inteligente aberta
baseada em padrões globais de IoT/M2M. A segunda fase do projeto de cidade inteligente foi iniciada
em 2016 com recursos governamentais para alcançar a interoperabilidade entre o ecossistema de
Serviço, Plataforma, Rede, Dispositivo e Segurança. A cidade inteligente introduziu sete aplicações
experimentais em 2017 da seguinte forma:
• Iluminação pública inteligente: Um serviço que contribui para a economia de energia, melhorando a
estética das ruas, fortalecendo as funções de segurança pública e prevenção do crime e construindo
'iluminação inteligente' com iluminação LED de economia de energia, CCTV e funções de retransmissão
de Internet sem fio.
• Faixa de pedestres inteligente: Serviço que reduz o número de acidentes de trânsito e as taxas de
perdas com um sistema de detecção de pedestres e de parada de carros para evitar acidentes de
trânsito próximos às faixas de pedestres, reduzindo assim os prejuízos sociais e econômicos causados
por acidentes de trânsito.
• Estacionamento inteligente: Serviço que contribui para a redução do congestionamento do trânsito na
cidade e no meio ambiente, melhorando a eficiência e comodidade do estacionamento para que os
motoristas possam consultar e utilizar as vagas de estacionamento vazias em Busan em tempo real
por meio de aplicativo móvel e serviço web.
• Gestão de energia predial: Um serviço que estabelece um plano de economia de energia eficiente e um
sistema de gestão de energia através do monitoramento e análise do consumo de energia através da
instalação de um medidor e sensor inteligente na Prefeitura de Busan. • Indivíduos socialmente
desfavorecidos: Um serviço que entrega a localização dos mais fracos aos guardiões e operadores com
base em uma rede especializada em IoT para segurança. • Prevenção de crianças perdidas: Um
serviço que informa os responsáveis sobre a localização das crianças em
Busan baseado em uma rede especializada em IoT.
• Sistema de gestão de loja inteligente: Um serviço que permite uma gestão eficaz da loja através da
monitorização em tempo real do estado de utilização de vários dispositivos eletrónicos utilizados na
loja, do ambiente da loja (temperatura, humidade, iluminação, detecção de incêndios) e das tendências
dos visitantes .
O conselho da cidade de Busan iniciou seu projeto de cidade inteligente de terceira fase com o conceito
de dados e realidade aumentada para construir uma cidade à beira-mar de ponta por meio de 10 fatores
inovadores, como robôs, água e energia. Em particular, é uma cidade especializada em água, aplicando a
tecnologia de gestão inteligente da água em todo o ciclo urbano da água e também se concentrará no
desenvolvimento de um sistema de energia zero. A terceira fase do projeto de cidade inteligente também se
concentra no desenvolvimento de uma plataforma de cidade inteligente habilitada para IoT orientada por dados.
2.4. Cingapura
O Smart Nation and Digital Governance Group (SNDGG), que se reporta diretamente ao Gabinete do
Primeiro Ministro, supervisiona o planejamento e a execução de projetos de cidades inteligentes [23].
O governo opera vários projetos de P&D de cidades inteligentes por meio de muitas organizações
subordinadas . Destacam-se os focados em IA, incluindo o Projeto AI Cingapura, que está sendo realizado
em colaboração com a Universidade Nacional de Cingapura (NUS).
• Identidade Digital Nacional: Um sistema de identidade digital para residentes e empresas de Cingapura
realizar transações digitalmente com o governo e o setor privado de maneira conveniente e segura.
• Momentos da Vida: Trata-se de uma iniciativa que visa dar apoio personalizado e pró ativo aos cidadãos
em momentos chave da sua vida.
Machine Translated by Google
• Pagamentos Eletrônicos: Com essa visão, cidadãos e empresas em Cingapura podem realizar transações
digitalmente de maneira simples, segura e sem complicações. • Core Operations Development and
eXchange (CODEX): Trata-se de uma plataforma digital que permite ao Governo fornecer melhores serviços
digitais aos cidadãos de forma mais rápida e económica.
O governo de Cingapura desenvolveu uma infraestrutura política que consiste em leis e regras
padronizadas para cidades inteligentes, para estabelecer um ecossistema inovador de cidades inteligentes.
O Comitê Técnico de IoT foi organizado para padronizar a segurança de dados e o suporte de compatibilidade que
será aplicado a vários serviços de cidades inteligentes e elementos de infraestrutura em desenvolvimento.
Para resolver vários problemas urbanos, o governo de Cingapura está ajudando ativamente vários atores a
utilizar dados de cidades inteligentes. Os principais serviços de cidades inteligentes incluem MytransportySG, que
incentiva o uso de transporte público, HealthHub, que integra gerenciamento de registros pessoais de saúde, e
Moments of Life, que lida com registro de nascimento, vacinação e gerenciamento de informações de eventos
locais em uma única plataforma.
2.5.Shenzen
A cidade inteligente em Shenzhen, na China, visa fortalecer a indústria manufatureira existente, conectando-
a às vantagens oferecidas pela indústria digital. O plano de cidade inteligente estabelecido pela cidade em 2018
inclui serviços públicos (saúde, educação, comunidade e clima), serviços de gestão da cidade (segurança,
transporte, operação e qualidade da água) e serviços de desenvolvimento econômico (indústria, economia digital
e complexos industriais) [24].
Shenzhen está usando a tecnologia IoT para incentivar várias instituições a compartilhar vários serviços
públicos e dados de serviços de gerenciamento de cidades. Para isso, a cidade instalou câmeras de vigilância,
iluminação pública inteligente, sensores de qualidade da água e outros dispositivos para serem conectados a
uma plataforma IoT baseada em nuvem. Esses dados estão sendo coletados e gerenciados em nível municipal.
O seguinte descreve alguns dos serviços de cidades inteligentes operados em Shenzhen.
• Gestão da qualidade da água: Uma plataforma IoT chamada Smart Sponge coleta e gerencia dados
relacionados à qualidade da água em tempo real para fornecer serviços de gerenciamento de água em toda
a cidade (volume de água, informações de qualidade e informações de localização de redes de tubulação
de água) . • Complexos industriais inteligentes: Este serviço conecta uma série de fábricas inteligentes
para compartilhar várias tecnologias e fornecer serviços eficazes de fábricas inteligentes. Para conseguir isso, a
cidade estabeleceu Internet de banda larga de altíssima velocidade, rede sem fio de última geração e
infraestrutura Wi-Fi gratuita, além de conectar e gerenciar vários dispositivos IoT em complexos industriais
por meio de uma plataforma de nuvem comum. • Segurança pública: O serviço de segurança pública
inteligente em Shenzhen lida com segurança pública, segurança de produção, segurança alimentar e
farmacêutica e riscos geológicos na cidade. Isso é feito por meio de uma infraestrutura de câmeras de vigilância e
uma rede que cobre toda a cidade. Essa plataforma de segurança pública IoT foi projetada para ser usada
durante todo o ano e é usada para fornecer uma variedade de serviços, incluindo segurança social,
antiterrorismo e esforços de prevenção ao crime.
As principais tecnologias de cidades inteligentes usadas em Shenzhen incluem IoT, IA e computação em nuvem.
Ou seja, as tecnologias IoT ajudam a gerenciar diversos sensores e infraestruturas instaladas na cidade. Os dados
são transferidos para a plataforma IoT baseada em nuvem para serem coletados e compartilhados em tempo real.
Esses dados compartilhados são processados usando tecnologia de IA para fornecer vários serviços inteligentes
de cidades inteligentes.
A seguir estão as tecnologias de cidades inteligentes usadas em Shenzhen.
• IoT: câmeras de vídeo com recursos de rede, luzes de rua inteligentes, semáforos inteligentes, gerenciamento
inteligente da qualidade da água, gerenciamento de serviços públicos, gerenciamento de poluição ambiental ,
medidor inteligente, fábrica inteligente, etc.
Machine Translated by Google
• Big data e IA: plataforma de crédito social, sistema de transporte inteligente, sistema de análise de incidentes de
incêndio, câmera de vigilância inteligente, serviço de estacionamento inteligente e serviço de manutenção
inteligente.
• Computação em nuvem: plataforma de IoT baseada em nuvem e centro de gerenciamento de dados da cidade
2.6. Atlanta
A cidade de Atlanta definiu três áreas principais, ou seja, mobilidade, segurança pública e
sustentabilidade, nas quais seus planos de cidades inteligentes seriam amplamente focados. A decisão
tomada foi empregar um modelo centrado em dados que explora dados coletados de uma ampla
variedade de sensores e fontes de informação existentes e permite a adoção de decisões mais bem
informadas, a fim de aumentar a eficácia das operações da cidade e ter um impacto positivo nos cidadãos
' e a vida dos visitantes. No geral, a ideia era integrar horizontalmente os departamentos da cidade por
meio do compartilhamento de dados, bem como aumentar a interação com os cidadãos publicando dados
abertamente. Ao usar tecnologias e análises de TIC, ela busca automatizar os processos da cidade e
melhorar a tomada de decisões, aproveitando os dados para obter consciência da situação, otimização
de serviços e análise preditiva.
Alguns dos projetos, com foco naqueles mais relacionados com tecnologias TIC em
geral e IoT em particular, que foram colocados em prática em Atlanta são os seguintes: • Corredor Inteligente
da Avenida Norte: Projetado para atuar como um laboratório vivo para IoT e análise de dados relacionados à
mobilidade e segurança, bem como veículos conectados e autônomos. O Corredor Inteligente da Avenida
Norte de 2,3 milhas, que é uma importante conexão arterial leste-oeste em Atlanta, incorpora muitas
tecnologias de cidades inteligentes, incluindo sinais de trânsito adaptáveis que se ajustam às condições do
trânsito em tempo real e podem priorizar veículos de emergência.
A cidade de Atlanta aprenderá os principais aprendizados deste Corredor, mas agora está procurando adotar
uma abordagem muito mais ampla para a mobilidade.
• ShotSpotter: Este serviço pode identificar o local exato onde um tiro foi disparado. Os alertas notificarão a polícia
sobre possíveis tiros dentro de 30 a 45 s e fornecerão a localização precisa, normalmente dentro de 20 pés.
A infraestrutura necessária foi implantada em 200 postes de iluminação pública em cinco locais diferentes
em Atlanta.
• Vizinhança Inteligente: O projeto, executado em associação entre uma concessionária de energia e uma
construtora de residências, previa a criação de mais de quarenta casas com tecnologia aprimorada com
o objetivo de reduzir drasticamente a pontuação do Sistema de Classificação de Energia Doméstica (HERS).
A plataforma de otimização de energia doméstica alimentada por dados programou inteligentemente os
principais eletrodomésticos de cada casa, em coordenação com energia solar e baterias, para minimizar
custos e maximizar o conforto de cada proprietário em nível de bairro. • Aplicativo ATL311 e NotifyATL:
esses dois aplicativos permitiram uma interação mais fluente com os cidadãos, podendo relatar problemas não
críticos, como buracos, pichações ou problemas de resíduos e acompanhar o status das solicitações de
serviço, além de fornecer aos cidadãos informações críticas sobre eventos como mau tempo, fechamentos
inesperados de estradas, pessoas desaparecidas e evacuações de prédios ou bairros, bem como eventos
comunitários e alertas de crimes.
A maioria desses projetos é suportada pela plataforma CityIQ [25]. Esta plataforma IoT, atualmente
gerida pela Ubicquia, foi desenvolvida pela Current (subsidiária da General Electric) e construída com
base na tecnologia da Intel e foi utilizada para tornar os dados disponíveis acionáveis para suportar os
serviços acima mencionados.
2.7. Amsterdã
Amsterdã está adotando uma abordagem de baixo para cima para desenvolver uma cidade
inteligente. Foi estabelecida uma parceria público-privada com mais de 600 organizações parceiras. A
ideia é que, em vez de ser centrado na tecnologia ou dirigido pelo governo da cidade, os cidadãos e o
valor que as soluções de cidades inteligentes trazem para eles devem ser o foco [26]. Algumas metas de
alto nível foram definidas, como crescimento econômico sustentável, uso eficiente dos recursos naturais
e alta qualidade de vida. Em geral, a abordagem da cidade inteligente tem um ângulo de “pensar
globalmente, agir localmente” [27].
Machine Translated by Google
A seguir descreve uma seleção de projetos que são ou foram conduzidos como parte da “Amsterdam Smart
City”, com foco naqueles que têm relação com tecnologias IoT [ 28,29] • Dados Abertos: Disponibilidade de dados
abertos de cerca de 30 departamentos da cidade, incluindo dados topográficos e de endereço, valor da terra e
informações de propriedade, dados de saúde , dados de tráfego e muito mais. Na maioria dos casos, os dados
abertos são fornecidos como planilhas Excel acessíveis a partir de um site, ou seja, facilmente acessíveis a
humanos, mas não diretamente vinculáveis e automaticamente acessíveis a máquinas. • Aplicativo
MyNeighbour (MijnBuur): fornece uma conexão direta entre vizinhos, por exemplo, para alertar sobre perigos
e identificar algo que precisa ser feito. A ideia é fortalecer a responsabilidade social e as interações diretas
entre os cidadãos sem ter que envolver o município. • Wyzer App: implementa a ideia de manter as pessoas fora
da via principal, reduzindo assim o congestionamento e melhorando a sua experiência na cidade ao mesmo
tempo. Com a navegação difusa , eles são direcionados na direção certa, mas não na rota principal. O
aplicativo destaca “joias escondidas” no caminho.
• Rios livres de plástico: é um piloto para impedir que o plástico flutue nos rios. Um tubo com furos é colocado
no fundo de um rio e o ar é bombeado através dele. Isso cria uma “barreira de bolhas ” que impede o plástico
flutuante e o guia até as margens do rio para coleta. • Social Glass: faz análise de big data nas redes sociais
e, com base nisso, determina as emoções do público. Essas informações são cruzadas com geolocalização e outros
dados, o que permite estabelecer padrões e mapear o humor da cidade. • IoT Living Lab: Foi montado um
IoT Living Lab, cobrindo um trecho de mais de 3 km com iBeacons usando a tecnologia LoRaWan. Os
usuários podem usá-lo para enviar pequenos pacotes de dados para a nuvem, que podem ser acessados e usados
para aplicativos de cidades inteligentes.
Sunshine Coast Region na Austrália começou a implementar um programa de cidade inteligente em 2016
com o objetivo de “construir uma economia mais forte e uma comunidade mais segura e melhorar a prestação de
serviços aos nossos residentes, empresas e visitantes”. [30]. Os benefícios esperados incluem redução de emissões
de carbono, congestionamento de tráfego e consumo de recursos, melhor padrão de serviços e qualidade de estilo
de vida para os residentes, redução de custos de prestação de serviços, maior segurança e design e planejamento
orientados por dados. O Smart City Framework foi desenvolvido em conjunto com a Cisco e a Telstra.
Sunshine Coast Council (SCC): fornece informações sobre instalações, eventos, visitas guiadas, mas também
serve como um centro de desastres com contatos de emergência. • Smart Street: com WiFi público gratuito
coletando dados para entender como os espaços públicos são usados. No total, mais de 200 pontos de acesso
foram implantados. • Balcões de pedestres e ciclistas: monitoramento de quantas pessoas utilizam áreas
públicas como parques e trilhas para caminhada, permitindo melhor planejamento, manutenção e limpeza. •
Iluminação pública LED em rede: é ligada e desligada automaticamente durante os períodos de penumbra
para reduzir o consumo de energia e, portanto, os custos de eletricidade e as emissões de CO2 . • Sensores de
lixeiras: para medir os níveis de resíduos e enviar alertas se a lixeira estiver cheia ou ainda vazia para ajudar
a fornecer serviços de gerenciamento de resíduos mais econômicos. • Sistema de irrigação em rede: monitora o
solo e envia alertas quando é necessário regar. Além disso, medidores de vazão identificam problemas e
vazamentos para reduzir o desperdício de água.
estratégia de Cidade Inteligente do Rio estava originalmente vinculada à celebração das Olimpíadas em 2016,
mas um deslizamento de terra fatal em 2010 acelerou a construção de um Centro de Operações para
Machine Translated by Google
Como está resumido na Tabela 1, ao olhar para as cidades, fica claro que há uma
heterogeneidade significativa. Não há duas cidades iguais, mas também há pontos em
comum. A visão de alto nível das cidades normalmente inclui alcançar uma melhor
compreensão da cidade com o objetivo de melhorar a cidade, em particular os serviços públicos.
Normalmente, os objetivos gerais são melhorar a segurança e proteção, aumentar a eficiência
energética, reduzir o uso de recursos, alcançar a sustentabilidade, fortalecer a economia e melhorar
a comunicação, entre a cidade e seus cidadãos, mas também entre os cidadãos. A estratégia para
alcançar isso inclui a coleta de informações por meio de sensores, câmeras, mas também a entrada
direta dos cidadãos. Um aspecto importante também é a melhoria da infraestrutura de comunicação
e do backend computacional e, em geral, a digitalização de processos importantes. Considerando
que , em alguns casos, os serviços são implementados imediatamente em grande escala, muitas
vezes há projetos-piloto de menor escala primeiro, para testar e adquirir experiências com os serviços.
Em geral, uma cidade não se torna “inteligente” em um único passo, mas é uma evolução com
múltiplas fases. As cidades pioneiras começaram a desenvolver soluções de cidades inteligentes por
volta de 2010 e a maioria das selecionadas já trabalha para se tornar uma cidade inteligente há alguns anos.
Tabela 1. Resumo das características das cidades analisadas.3. Principais tecnologias desenvolvidas.
IoT Começar de
IoT Comunicação
Cidade Status Motivações A infraestrutura Serviços suportados Plataforma Tecnologias
Implantado Desenvolvimentos
Monitoramento da
Tabela 1. Cont.
IoT Começar de
IoT Comunicação
Cidade Status Motivações A infraestrutura Serviços suportados Desenvolver
Plataforma Tecnologias
Implantado mentos
Cidade
inteligente de Cingapura virtual
nível nacional. Para resolver Pontos de Planejamento urbano Governo
Serviços vários problemas acesso Wi-Fi público Gerenciamento de uso de água plataforma
Cingapura Wi-fi 2014
comerciais de urbanos Cerca de 120 Luz de rua inteligente proprietária
cidades inteligentes futuros laboratórios vivos Botão de aviso de suportada.
são segurançaGestão de resíduos
acessível.
Um portal de gestão de
Citywide Uma visão para saúde em nível de cidade
comerciante Sistema de vigilância pública Proprietário
usar as TIC para
>400.000 Gerência de água desenvolvido
serviços e melhorar os serviços Estações com vários NB-IoT
Shenzen, Parque industrial inteligente
públicos, a gestão 2018
China base habilitadas Fabricação coordenada pela empresas 5G
da cidade e a para NB-IoT de TIC e
plataformas ciais economia Internet
são Sensores e atuadores que universidades
acessível desenvolvimento
suportam a iluminação pública
automação
Alavancar uma
abordagem
centrada em
dados para
Aplicativos melhorar a Mobilidade (por exemplo, Av.
Câmeras de CFTV
comerciais de mobilidade, a Corredor inteligente, compartilhamento de bicicletas)
segurança 200 nós Proprietário,
cidades sensores CityIQ Segurança (por exemplo,
Atlanta, desenvolvido Celular (3G, 4G)
inteligentes pública e a ShotSpotter, NotifyATL) 2016
NÓS (instalados com pela GE e Intel. Wi-fi
estão disponíveis + sustentabilidade, Ambiente (por exemplo, bairro
vários sensores
Serviços de para, em última inteligente, lixeiras inteligentes)
IoT)
nível piloto análise,
melhorar o bem-
estar dos cidadãos e promover a
econômico
crescimento
Projetos
focados Navegação difusa
Organização destacando “joias escondidas”
guarda-chuva no cidadão
O aplicativo MyNeighbour
para melhorar
Smart City iBeacons, apoia a segurança e a sustentabilidade
Amsterdã. a qualidade de
apoiando Coisas do bairro Sem plataforma
Holanda vida, criar LoRa, Bluetooth 2009
uma Rede com 46 Rios sem plástico central
crescimento
variedade gateways Carona solidária
sustentável e
de projetos garantir o uso Estacionamento inteligente
Melhorar os
serviços da Conselho da Costa do Sol (SCC)
cidade, reduzir >200 público App
Comercial recurso Acesso Wi-Fi Smart Street com Wi-Fi público gratuito
brilho do sol implantação de consumo e pontos, luzes de coletando dados.
Costa Proprietário,
cidade inteligente melhorar a rua inteligentes, Pedestre e ciclista
mento caixote do lixo contadores desenvolvido Wi-fi 2016
Região, segurança e a com Cisco e
De oferecendo qualidade de vida sensores, Iluminação de rua LED em rede
Telstra
tralia uma série de dos cidadãos. sensores de
Serviços Apoiar o irrigação, inundação Sensores de lixo
projeto e o sensores Sistema de irrigação em rede
planejamento Sensores de inundação em rede
orientados por
dados Segurança,
proteção e
Serviços 500 Vigilância por vídeo do trânsito
Rio de prevenção de câmeras de
comerciais de desastres; Bom Gestão de frota de Proprietário,
Janeiro, cidades inteligentes vigilância, sensores caminhões de lixo desenvolvido Celular (3G, 4G) 2010
Brasil são funcionamento das GPS em todos os com IBM
Central 1746 (detecção participativa)
acessível operações
caminhões de lixo,
quotidianas dos
serviços públicos
Machine Translated by Google
Todas as plataformas IoT das cidades são diferentes; apenas duas são baseadas em padrões, as
demais são soluções proprietárias, em sua maioria desenvolvidas por uma ou mais grandes empresas de TI.
Diferentes tecnologias sem fio são usadas, as mais populares são celular, WiFi e LoRa e muitas vezes
mais de uma dessas tecnologias é usada. A implantação de sensores, câmeras e estações base difere
muito, tanto no que diz respeito à tecnologia utilizada quanto ao tamanho da implantação. Todas as cidades
implementaram uma seleção de diferentes aplicativos e serviços. Os mais populares estão na área de
trânsito, estacionamento e água, mas também resíduos, iluminação, segurança e sensoriamento
participativo podem ser encontrados em várias cidades. No entanto, também existem aplicativos específicos
para cidades inteligentes, como a navegação difusa destacando joias escondidas ou o serviço de medidor
de felicidade.
A Tabela 1 resume as principais características que foram analisadas nas cidades
analisadas de todo o mundo.
Em uma cidade inteligente, vários sensores e atuadores são implantados para medir dados úteis em
toda a cidade. Esses dispositivos IoT trocam mensagens (ou seja, dados medidos e comandos para
atuadores) para a plataforma IoT por meio de várias tecnologias de rede. Os dados armazenados na
plataforma IoT para cidades inteligentes são usados em aplicativos de cidades inteligentes para resolver
vários problemas na cidade. Nos últimos anos, começaram a ser introduzidos serviços inteligentes de
cidades inteligentes usando inteligência artificial e tecnologias de big data. À medida que a segurança e a
privacidade dos dados estão se tornando importantes, tecnologias relacionadas começaram a ser aplicadas
como aspectos essenciais às plataformas de cidades inteligentes. Portanto, nesta seção, fornecemos uma
visão geral das principais tecnologias (incluindo padrões) para dispositivos IoT, redes, plataformas,
inteligência artificial e big data e segurança.
Existem muitos tipos diferentes de sensores e atuadores em um sistema IoT. Sensores de fluxo ,
sensores de temperatura, sensores de tensão, sensores de umidade e a lista continua conforme o
Machine Translated by Google
cenários de aplicação fazem (cf. Seção 3.4). Além disso, existem várias maneiras de medir
a mesma coisa.
No entanto, há uma questão fundamental que pode caracterizar amplamente o projeto de
sistemas de monitoramento de cidades inteligentes, a saber, a maneira como os sensores e atuadores
são implantados. A este respeito, é possível diferenciar entre sensores estacionários, sensores móveis
e sensores de crowdsourcing.
Os dispositivos IoT equipados com essas tecnologias podem estabelecer redes centralizadas, mas,
normalmente, são organizados em redes ad-hoc de vários saltos para que possam ser implantados
em áreas relativamente grandes. Esses tipos de tecnologias foram as primeiras disponíveis e
monopolizaram as implantações pioneiras de cidades inteligentes habilitadas para IoT. As
tecnologias mais utilizadas nesta categoria são especificadas pelo Grupo de Trabalho IEEE
802.15.4 e Grupo de Interesse Especial Bluetooth (SIG), respectivamente.
O padrão IEEE 802.15.4 define os protocolos de comunicação das camadas inferiores (ou
seja, PHY e MAC) para conectividade sem fio de baixa taxa de dados com dispositivos fixos,
portáteis e móveis sem bateria ou requisitos de consumo de bateria muito limitados. Muitas
implementações de IoT existentes empregam o Internet Protocol Version 6 (IPv6), sobre Low
Power Wireless Personal Area Networks (6LoWPAN) [55] para configurar a rede entre dispositivos
IoT equipados com interfaces IEEE 802.15.4 e conectá-los à Internet. No entanto, a maioria dos
casos usa uma abordagem de cluster onde os dispositivos IEEE 802.15.4 IoT criam uma rede entre
si e incluem nela um gateway que é usado como sumidouro de todas as informações geradas
pelos dispositivos IoT no cluster. O gateway então faz proxy dessas informações para a Internet.
Embora existam algumas soluções proprietárias seguindo esta arquitetura como DigiMesh [56] ou
Z-Wave [57], a mais conhecida é Zigbee [58], que usa IEEE 802.15.4 como linha de base e define
protocolos de rede e provisionamento de serviços no topo disso.
Outras tecnologias como Bluetooth [59,60] ou e NFC [61] também têm sido consideradas e
amplamente utilizadas como soluções para viabilizar espaços habilitados para IoT em geral, e
cidades inteligentes, em particular. Em relação ao Bluetooth, o perfil que tem sido utilizado
principalmente para ambientes IoT é o Bluetooth Low Energy (BLE). As vantagens do BLE incluem
menor consumo de energia, menor tempo de configuração e suporte a topologia de rede em estrela
com um número ilimitado de nós, fornecendo capacidade de rede adequada para cenários de IoT.
Tanto o RFID quanto o NFC usam princípios de tecnologia semelhantes, permitindo tecnologias
de comunicação de alcance muito curto que permitem a transmissão de dados entre dispositivos
que se tocam ou estão a uma distância não superior a alguns centímetros. Além de seu uso para
instrumentar Pontos de Interesse com informações exclusivas que podem ser recuperadas pelo
leitor se ele se aproximar o suficiente, o NFC possibilita o comissionamento e controle de dispositivos IoT.
Pertencente à segunda categoria, as tecnologias LPWAN, elas surgiram muito mais
recentemente, mas rapidamente ganharam força e a tendência atual nas implantações de IoT para
cenários de cidades inteligentes é usar esse tipo de protocolo de comunicação. Eles fornecem os
principais recursos exigidos pelas tecnologias para IoT, ou seja, baixo consumo de energia e baixa
complexidade, mas oferecem cobertura muito maior (na faixa de centenas de metros a quilômetros)
e capacidade de suportar centenas, ou até milhares, de nós em uma rede. Em seu modo básico,
que é aquele normalmente usado nas implantações existentes, todos eles compartilham uma
topologia em estrela, onde uma estação base atende a todos os dispositivos IoT em sua área de
cobertura. No lado negativo, a taxa de dados suportada por essas tecnologias é significativamente
menor do que suas contrapartes WPAN. As tecnologias mais difundidas nesta categoria são LoRa
[62], SigFox [63], NB-IoT [64] e LTE-M [65]. Cada um tem suas respectivas vantagens em termos
de diferentes fatores de IoT [66]
O Sigfox foi desenvolvido e é operado pela mesma empresa, que constrói os módulos de
comunicação e opera sua própria solução IoT em 31 países e ainda está em implantação em todo
o mundo [67]. O LoRa também foi desenvolvido pela primeira vez por uma empresa de
microeletrônica, mas já foi padronizado pela LoRa-Alliance e está implantado em 42 países e ainda
está em implantação em outros países devido ao investimento de várias operadoras móveis.
Por fim, o NB-IoT é baseado na tecnologia de rádio de banda estreita e é padronizado pelo projeto
de parceria de 3ª geração (3GPP). Suas especificações foram publicadas na versão 13 do 3GPP
em junho de 2016. Assim como o Sigfox, o LoRa usa bandas ISM não licenciadas enquanto o NB-
IoT funciona em bandas de frequência licenciadas LTE. Como já foi dito, os três suportam alcances
de cobertura de quilômetros mesmo em ambientes urbanos e podem permitir vários anos de
operação com bateria graças ao consumo extremamente reduzido. No entanto, eles são limitados
na taxa de dados (desde o máximo de 100 bps do Sigfox até os 50 kbps do LoRa ou 200 kbps
Machine Translated by Google
de NB-IoT) e tamanho da carga útil (12 bytes em SigFox ou 243 bytes em LoRa). Outro importante
diferença entre eles é o seu modelo de implantação. Enquanto as redes SigFox e NB-IoT
são implementados apenas por operadoras de rede licenciadas, o LoRa pode suportar redes de
propriedade privada, uma vez que tanto a tecnologia sem fio quanto as especificações de infraestrutura de rede são
abertamente disponível.
Em resumo, não existe uma única solução que se adapte a todos os casos. Em vez disso, habilitado para IoT
As implantações de cidades inteligentes fizeram uso das tecnologias de comunicação sem fio disponíveis no
momento em que a implantação ocorreu, que melhor cobriam seus requisitos.
Em geral, as tecnologias WPAN foram usadas principalmente pelas primeiras implantações de IoT, pois
eram a única solução disponível, enquanto hoje as soluções LPWAN são as mais comuns
escolha. As futuras redes 5G são chamadas para pegar o bastão, pois não só suportarão
os requisitos de baixa potência, ampla cobertura e escalabilidade, mas fornecem características de comunicação
aprimoradas , como confiabilidade, qualidade de serviço e/ou segurança, que são
necessários para cumprir os requisitos de comunicação de alguns serviços de cidades inteligentes para os quais
as tecnologias de comunicação atuais não garantem o grau de serviço exigido.
A Tabela 2 mostra os principais recursos das tecnologias de rede IoT mencionadas acima.
NFC PASSOU A SER Z-Wave Zigbee LoRa Sig Fox LTE-M NB-IoT
A maioria das plataformas comerciais de IoT existentes permite que o usuário conecte dispositivos a uma nuvem
operada por um fornecedor. Os sensores enviam seus dados para a nuvem para armazenamento e análise e atuadores
receber comandos de lá [68–70]. Alguns fornecedores de dispositivos fornecem nuvens IoT para um
tecnologia de dispositivo específica ou mesmo uma marca específica, enquanto a nuvem geral estabelecida
provedores normalmente suportam uma gama mais ampla de tecnologias, em particular com base na
tecnologias de rede descritas na seção anterior. As ferramentas fornecidas pelo
fornecedor facilita a integração e o gerenciamento dos dispositivos. Além disso, há suporte
para algumas análises e a visualização das informações de IoT e o status do
implantação. O modelo de negócio visa vincular o usuário aos respectivos
fornecedor, com a ideia de vender mais recursos, serviços e ferramentas de nuvem, possivelmente também
dispositivos adicionais. Na melhor das hipóteses, seria necessário um esforço significativo para mudar para um
plataforma diferente.
Embora esse modelo de negócios ainda possa ser atraente para usuários particulares ou para
implementações comerciais em escala, o aprisionamento do fornecedor resultante representa um risco significativo para um
cidade inteligente. Uma cidade inteligente pode precisar integrar implantações existentes heterogêneas, tem
para poder escalar implantações ao longo do tempo e possivelmente integrar partes interessadas externas
que também podem ter implantações existentes.
Outro aspecto é que há desenvolvimentos tecnológicos movendo o processamento de informações de IoT
para a borda, reduzindo os requisitos de largura de banda, por exemplo, para processamento de vídeo
fluxos e reduzindo a latência e, assim, permitindo loops de controle com requisitos rígidos de tempo real. Embora
alguns provedores estejam em condições de fornecer recursos de computação de borda,
por exemplo, um provedor de rede que pode estender implantações existentes com recursos de computação de
borda , outros provedores não estão nessa posição e também podem não ser capazes de integrar facilmente
recursos de borda implantados pelo usuário.
Para reduzir o risco de dependência de fornecedores e de serem barrados de desenvolvimentos tecnológicos ,
como no caso da computação de ponta, as cidades inteligentes estão buscando padrões, por
Machine Translated by Google
plataformas inteiras ou para funcionalidades e interfaces específicas, por exemplo, para gerenciar dispositivos
ou solicitar informações. Se as implantações completas forem baseadas em padrões, a troca de provedores
de plataforma e a integração de diferentes implantações se tornarão viáveis.
A seguir, examinamos alguns padrões de IoT existentes e descrevemos brevemente quais aspectos
eles cobrem: • oneM2M padroniza uma camada de serviço de IoT que constitui um middleware de
software entre hardware de IoT e tecnologias de comunicação de um lado e aplicativos de IoT do outro.
oneM2M [71] é um projeto de parceria, cujos parceiros são as organizações regionais de
padronização de telecomunicações na Europa, Ásia e América do Norte, e cujas respectivas
organizações membros conduzem o processo de padronização. A camada de serviço oneM2M
fornece funções de serviço comuns para gerenciamento de dados, segurança, gerenciamento de
dispositivos, conectividade e gerenciamento de grupos. Uma API estilo REST fornece mecanismos
padronizados para construir estruturas de recursos REST e suporta padrões de interação
padronizados. Para a API abstrata, diferentes ligações de protocolo de comunicação foram
definidas, incluindo HTTP, CoAP e MQTT. O oneM2M é agnóstico ao modelo de informação IoT
utilizado, ou seja, pode armazenar e manipular qualquer tipo de informação IoT. • OMA Lightweight
M2M (LwM2M) é um protocolo para gerenciamento de dispositivos IoT e habilitação de serviços. É
padronizado pela Open Mobile Alliance (OMA) [72]. O LwM2M define um protocolo de comunicação
da camada de aplicação entre um servidor LwM2M e um cliente LwM2M localizado em cada dispositivo.
As funcionalidades de gerenciamento de dispositivos são gerenciamento de conectividade,
provisionamento de credenciais de segurança, atualizações de firmware e diagnósticos remotos de
dispositivos. As funcionalidades de habilitação do serviço são leituras de sensores e medidores,
atuação e configuração de dispositivos. • O NGSI-LD fornece uma API de gerenciamento de
informações de contexto e um modelo de informações baseado em dados vinculados subjacentes,
resultando em um gráfico de conhecimento. O NGSI-LD é especificado pelo Grupo de Especificação
da Indústria em Gerenciamento de Informações de Contexto Transversais do Instituto Europeu de
Padrões de Telecomunicações (ETSI ISG CIM) [73].
Ele representa a evolução das interfaces de contexto NGSI originalmente padronizadas no OMA e
posteriormente evoluídas no ecossistema de código aberto FIWARE. Os aplicativos podem gerenciar,
recuperar e descobrir as informações de que precisam, usando filtros e escopos geográficos para
limitar os resultados ao que é relevante. Usando NGSI-LD, os aplicativos obtêm informações em um
nível de abstração adequado e independente da tecnologia específica do dispositivo
modelos de dados.
Outros MIMs como Gerenciamento de Dados Pessoais e Inteligência Artificial Justa e Algoritmos estão
atualmente em desenvolvimento.
Machine Translated by Google
Um papel importante a esse respeito é desempenhado por estruturas de código aberto, que
geralmente fornecem implementações de referência para padrões. Um exemplo de tal framework é o
FIWARE [81] que é usado pelo Santander introduzido na Seção 2.2. FIWARE é um ecossistema de
código aberto gerenciado pela Fundação FIWARE. Ele oferece um conjunto de componentes de código
aberto que fornecem a funcionalidade para montar uma plataforma de cidade inteligente. Muitas vezes,
os componentes implementam padrões como NGSI-LD ou oneM2M. Com base nisso, uma plataforma
de cidade inteligente pode ser construída e complementada com componentes e aplicativos comerciais,
quando necessário. Devido à disponibilidade geral dos componentes de código aberto e com base em
padrões, é muito mais fácil mudar de provedor ou integrar implantações existentes, evitando o
aprisionamento de fornecedor.
Por último, mas não menos importante, conforme apontado no contexto do OASC MIM 2, os
modelos de dados são críticos para a criação de um mercado digital único global de soluções inteligentes
interoperáveis e replicáveis (portáteis) em vários domínios. Esses modelos fornecem um elemento
essencial na base técnica comum necessária para a inovação aberta e compras baseadas em padrões.
Um conjunto de modelos de dados comuns está sendo desenvolvido pela iniciativa Smart Data Models6.
Os modelos disponíveis, organizados na forma de esquemas JSON de acesso aberto, devem ser
amplamente adotados (padrões de fato) em uma série de domínios de aplicação (por exemplo, cidades
inteligentes, agroalimentar inteligente, utilitários inteligentes, indústria inteligente, . . . ). Em particular,
para além do conjunto específico de modelos que foram definidos no âmbito do domínio Smart City,
outros domínios com modelos dedicados, para os quais são actualmente disponibilizadas aplicações Smart City (c
Tabelas 1 e 3), são Ambiente Inteligente, Destino Inteligente, Água Inteligente e Energia Inteligente.
Melhora o congestionamento do tráfego controlando os sinais por conta própria de acordo com as
Sistema de controle de tráfego inteligente condições da estrada com base na análise das informações de tráfego coletadas em tempo
real.
Fornece serviços compartilhados de veículos e bicicletas que podem ser usados da partida ao
Compartilhamento de transporte destino para eliminar pontos cegos no transporte público.
Fornece um serviço de previsão de poeira fina com alta precisão espacial e precisão de previsão
Gerenciamento de poeira fina por meio do monitoramento e aprendizado de dados do sensor IoT, de acordo com as condições
ambientais em tempo real.
Ambiente Inteligente Pequenas instalações de purificação de água do tipo prédio próximo aos consumidores no
centro da cidade são distribuídas e organizadas para fornecer água fresca e com baixo teor
Gerenciamento de filtragem inteligente
de cloro para as residências. Monitoramento de qualidade/quantidade de água em tempo real e
controle de monitoramento remoto são fornecidos.
Desenvolvido como um recurso hídrico alternativo a partir da água tratada de esgoto que
passou por um processo de tratamento avançado, e é fornecida como várias águas
Reuso de água
necessárias (água principal de transporte, água de manutenção, água de lavagem, etc.)
Machine Translated by Google
Tabela 3. Cont.
• Transporte inteligente: Este tipo de aplicação visa estabelecer um sistema de transporte responsivo
à demanda, instalando infraestrutura de transporte adequada à era da condução autônoma e
fornecendo serviços de transporte orientados ao consumidor . • Ambiente inteligente: Este tipo
de aplicativo apresenta a mais recente tecnologia de gerenciamento de água inteligente para
gerenciamento de recursos hídricos e prevenção de desastres hídricos, e apresenta um modelo líder
de gerenciamento de água em cidades à beira-mar. • Energia inteligente: Este tipo de aplicação
introduz energias novas e renováveis e estabelece um sistema de gestão da procura de energia
para aumentar a independência energética da cidade.
• Segurança inteligente: Este tipo de aplicativo oferece serviços de segurança civil rápidos e precisos,
aplicando soluções que utilizam tecnologias inovadoras relacionadas a desastres e segurança.
Machine Translated by Google
valor da Internet das Coisas, especialmente aplicado ao domínio da cidade inteligente, está nos insights que
podem ser obtidos a partir dos dados do sensor e das informações fornecidas pelo usuário coletadas na plataforma
IoT. Os insights são a base para permitir que os humanos tomem as decisões certas ou automatizem com sucesso
processos importantes, tudo com o objetivo de aumentar a eficiência operacional da cidade e melhorar a qualidade
de vida dos cidadãos. Para obter tais insights, os dados brutos e as informações de baixo nível que constituem o Big
Data precisam ser processadas, utilizando uma variedade de algoritmos da área de inteligência artificial, que serão
discutidos a seguir.
resumir as informações. Muitas vezes, é tomado como um passo inicial seguido por análises adicionais. Por exemplo,
ele pode ser usado para encontrar o pico de congestionamento de tráfego. • Análise de diagnóstico após a
detecção de um problema, por exemplo, como resultado de análise descritiva , a análise de diagnóstico pode
ser aplicada para tentar entender a causa, por exemplo,
congestionamento.
As abordagens de aprendizado de máquina podem ser classificadas em quatro categorias diferentes [86]:
Machine Translated by Google
• O Aprendizado Supervisionado tenta aprender como mapear um conjunto de valores de entrada para um valor
de saída. Isso requer dados de treinamento rotulados, ou seja, dados para os quais esse mapeamento é fornecido.
Após o treinamento, o modelo resultante é capaz de prever a saída para novos dados de entrada.
Por exemplo, com base nas características de movimento de um usuário extraídas de um smartphone,
o meio de transporte pode ser determinado. As técnicas típicas de aprendizado supervisionado são
Support Vector Machine (SVM), K-neest Neighbor (KNN), Random Forest, Linear Regression (LR) e
Decision Trees (DT). • Aprendizagem não supervisionada tenta encontrar clusters com valores de
entrada intimamente relacionados. Por exemplo, a identificação de turistas com comportamento semelhante
pode ser usada para publicidade direcionada. Em alguns casos, ruídos e outliers também podem ser
encontrados em um conjunto de dados. k-means e DBSCAN são exemplos típicos de técnicas de
aprendizado não supervisionado. • Aprendizagem por Reforço é uma abordagem onde um sistema
pode adaptar seu próprio comportamento de diferentes maneiras, avaliando os resultados alcançados. Um
resultado melhorado leva a uma recompensa maior e o objetivo é maximizar os resultados cumulativos.
Por exemplo, o aprendizado de reforço pode ser usado para adaptar o controle de semáforos, por
exemplo, com o objetivo de minimizar o comprimento da fila. Exemplos de técnicas de aprendizado
por reforço são Q-learning e SARSA.
• Deep Learning representa uma família de métodos de aprendizado de máquina, onde “deep” se refere ao
uso de redes neurais artificiais com múltiplas camadas. O aprendizado profundo é particularmente
adequado para aplicativos com alta dimensionalidade de dados e pode lidar com alto volume e
velocidade de dados. Por outro lado, o aprendizado profundo requer uma grande quantidade de dados
de treinamento. As técnicas típicas de aprendizado profundo são Redes Neurais Convolucionais
(CNN), Máquina de Boltzman Restrita e Redes de Crenças Profundas.
Para permitir que os humanos compreendam os resultados do processamento, compreendam os insights
obtidos e tomem as decisões apropriadas como resultado, a visualização de dados é de suma importância.
O objetivo é revelar padrões, mostrar tendências e encontrar correlações nos dados subjacentes. Por exemplo,
gráficos de linha são usados para mostrar como valores como temperatura e umidade mudam ao longo do tempo;
Os gráficos de pizza são úteis para ilustrar proporções, por exemplo, a distribuição etária das pessoas que
frequentam um determinado lugar. Os mapas de calor podem ser usados para mostrar hotspots, por exemplo, áreas
especificamente afetadas pela má qualidade do ar.
3.6. Segurança
Uma cidade inteligente é composta por diversos e complexos sistemas e dispositivos digitais de IoT.
Como os dispositivos IoT usados em vários serviços estão sendo conectados a várias redes, as ameaças
de segurança a todos os elementos que compõem a cidade inteligente representam riscos potenciais para
toda a cidade inteligente. De fato, os invasores podem explorar uma vulnerabilidade na rede para infectar
um dispositivo IoT com malware e, posteriormente, causar infecção em massa de outros dispositivos e
sistemas IoT conectados à cidade inteligente [87].
Várias tecnologias de segurança foram desenvolvidas para cidades inteligentes baseadas em IoT.
Esta seção discute redes seguras, autenticação, inicialização segura e tecnologias de privacidade de
dados entre as tecnologias de segurança desenvolvidas. • Inicialização segura: Quando um malware
infecta o setor de inicialização do sistema, ele pode não ser detectado pelo sistema de segurança
presente no sistema operacional. Em particular, se um malware infectar um sistema no qual uma
plataforma IoT de cidade inteligente opera, uma ameaça pode ser colocada em toda a infraestrutura
da cidade inteligente. Para resolver este problema, a tecnologia de inicialização segura é
implementada, prevenindo assim de forma preventiva sistemas operacionais e softwares não
autorizados. Essa tecnologia de procedimento de segurança serve como a primeira barreira contra
vários ataques maliciosos que podem atingir uma cidade inteligente. A tecnologia de inicialização
segura verifica o carregador de inicialização criptografado, o kernel e o software do sistema em
hardware autorizado. Para isso, o hardware é fabricado com chaves de autenticação embutidas
nele. A tecnologia de inicialização segura verifica essas assinaturas criptografadas antes que o
sistema operacional leia o kernel e as imagens do sistema, e somente então os arquivos
autenticados são inicializados.
Machine Translated by Google
• Redes seguras: os dispositivos IoT em uma cidade inteligente usam várias tecnologias de rede para
acessar a plataforma IoT baseada em nuvem. Para evitar a exposição de informações importantes
devido a ameaças de segurança que ocorrem durante a transmissão de dados, as mensagens são
criptografadas e transmitidas usando algoritmos de criptografia. Por exemplo, os dispositivos que
usam versões Bluetooth anteriores ao BLE 4.0/4.1 usam o emparelhamento de autenticação
criptografado, enquanto os dispositivos BLE 4.2 usam o recurso de autenticação de conexão de
segurança de baixo consumo criptografado. No caso do ZigBee, ele define a segurança com base em
um algoritmo de criptografia AES de 128 bits e usa três tipos de chaves de segurança (mestre, rede e link) para
A tecnologia 3GPP 5G possui recursos de segurança adicionais para processar com segurança o
volume de acesso à rede aumentado em mais de dez vezes devido aos dispositivos IoT. Para isso,
o 3GPP usa criptografia de identidade de assinante móvel internacional (IMSI) para proteger as
informações do assinante, proxy de proteção de borda de segurança (SEPP) que resolve o problema
de segurança do domínio de roaming (Sistema de sinalização nº 7 [88]) e implementa a segurança
entre as camadas de aplicação entre diferentes operadoras e um recurso de estrutura de autenticação
integrada que permite o uso do mesmo método de autenticação para acesso a componentes 3GPP
e não 3GPP. • Autenticação e controle de acesso: Dispositivos e usuários conectados a uma
cidade inteligente são gerenciados usando tecnologias existentes de autenticação e controle de acesso.
No entanto, dispositivos leves baseados em IoT não são poderosos o suficiente para usar essas
tecnologias, portanto, tecnologias de controle de acesso manual são usadas. Várias maneiras de
resolver esse problema estão sendo propostas, incluindo monitoramento mais detalhado de logs e
eventos, isolamento de dispositivos suspeitos e políticas de controle de acesso baseadas em função.
• Proteção de dados: Garantir a integridade dos dados que constituem uma cidade inteligente é uma
tarefa importante. Se a integridade dos principais dados for comprometida, isso pode causar ataques
aos serviços e infraestrutura gerais da cidade inteligente. Informações de configurações do sistema,
arquivos de log, bibliotecas do sistema e arquivos de execução binária são exemplos de dados que
devem ser protegidos em uma plataforma de cidade inteligente. A verificação de redundância cíclica
tradicional (CRC) e as funções de hash para SHA-2 e superiores são usadas para verificar a
integridade dos dados. Além disso, as cidades inteligentes inevitavelmente coletam informações
pessoais; nos últimos anos, os governos vêm fortalecendo as leis para proteger as informações
pessoais, fazendo com que os sistemas que lidam com informações pessoais sigam essas
regulamentações. Por exemplo, o Regulamento Geral de Proteção de Dados (GDPR) promulgado na
Europa em maio de 2018 impõe fortes restrições ao processamento, armazenamento e uso de
informações pessoais e o que é necessário para anonimizar adequadamente as informações [89].
Os regulamentos consideram assuntos amplos que abrangem gerenciamento de consentimento,
direito de ser excluído e outros processamento e gerenciamento de informações pessoais. A Coréia
também revisou a lei de proteção de informações pessoais existente para estar em conformidade
com o GDPR europeu, e outros países ao redor do mundo estão instituindo leis para proteger
informações pessoais e desenvolvendo várias tecnologias de suporte para cidades inteligentes.
Atualmente, a maioria dos aplicativos de cidades inteligentes existentes foram desenvolvidos como
aplicativos de silo, muitas vezes com uma forte integração entre os aplicativos e as fontes de dados
subjacentes, em particular os sensores. Isso dificulta o compartilhamento e a reutilização de informações,
pois cada aplicativo precisa ser explicitamente integrado a cada fonte de informação existente e cada
mudança na tecnologia, por exemplo, de sensores subjacentes ou rede de comunicação, requer uma
adaptação do lado do aplicativo.
No entanto, o verdadeiro valor da IoT será alcançado se mais informações estiverem disponíveis e
puderem ser compartilhadas entre aplicativos e domínios de aplicativos inteiros [26,90]. Muitas vezes, é
bastante difícil implantar uma infraestrutura física de IoT para um aplicativo, mas não é realista implantar
a mesma ou uma infraestrutura semelhante separadamente para o próximo aplicativo.
Ao compartilhar infraestrutura, sinergias podem ser alcançadas e, em alguns casos, a implantação de infraestrutura só pode
ser viável se for compartilhada.
Para conseguir isso, é necessária uma dissociação de fontes de informação e aplicações.
No lado técnico, isso pode ser alcançado usando uma plataforma IoT e o acordo sobre mecanismos
mínimos de interoperabilidade [76], por exemplo, conforme definido pela rede da cidade Open Agile Smart
Cities (OASC).
Pelo menos tão importante para superar os silos de aplicação quanto o lado técnico é o lado
administrativo e organizacional. Muitas vezes, os aplicativos são de “propriedade” de departamentos ou
organizações da cidade, que pagaram pela infraestrutura e desejam permanecer no controle. Além disso,
os orçamentos geralmente são atribuídos de maneira inflexível, dificultando o compartilhamento. Assim, é
muito importante alcançar um entendimento global e definir metas em alto nível, por exemplo, para uma
cidade inteira, e trabalhar para atingir essas metas em todas as unidades organizacionais, muitas vezes
também superando rivalidades pessoais no processo.
As cidades não são ilhas isoladas, mas muitas vezes fazem fronteira com outras cidades e fazem
parte de distritos, condados, regiões e países. Para muitas aplicações, é importante que eles não parem
de trabalhar nos limites da cidade. Não é aceitável que os cidadãos precisem de aplicativos diferentes ou
precisem reconfigurar seus aplicativos se cruzarem a fronteira de uma cidade, pois podem morar em uma
cidade, trabalhar em outra e passar seu tempo de lazer em uma terceira. Por exemplo,
Machine Translated by Google
deve haver um aplicativo que os ajude a encontrar uma vaga de estacionamento, de preferência considerando o
tráfego, independentemente de onde eles estejam atualmente.
Isso requer o interfuncionamento de plataformas IoT permitindo o compartilhamento de informações, o
que pode ser realizado pela federação de plataformas IoT [92], disponibilizando parcialmente as informações
para essa federação. Por exemplo, arquiteturas de plataforma IoT federadas são explicitamente suportadas na
especificação NGSI-LD [73]. Assim, tecnicamente, tal configuração é viável, porém, novamente, questões
administrativas e organizacionais precisam ser superadas, pois há múltiplos atores envolvidos e o sistema
federado precisa trabalhar em todas as organizações, o que exige esclarecimento de responsabilidades e
alocação de orçamentos.
Dado que existem infraestruturas de plataforma IoT federadas que permitem o compartilhamento de
informações, podem ser criados mercados para informações e aplicativos. As empresas podem oferecer seus
aplicativos no mercado e, embora as informações básicas possam estar disponíveis gratuitamente, as
informações premium podem ser oferecidas mediante o pagamento de uma taxa.
Novos conceitos de negócios, como o Commons Collaborative Economy [95] , caracterizado pelo uso de
dados como o novo bem-chave para negociação nos mercados digitais recém-criados , serão capazes de:
No entanto, o compartilhamento de informações não é trivial, principalmente se não estiver previsto nos
contratos existentes. Assim, é importante conscientizar e considerar esse aspecto na hora de montar os
contratos, principalmente na terceirização das atividades. A monetização da informação deve se tornar possível,
porém muitas vezes há uma discrepância entre a expectativa e o valor real da informação. A monetização tem
que estar relacionada ao valor real, por exemplo, de forma semelhante à publicidade na web, onde o uso é
medido e o valor monetário está diretamente relacionado a ele.
os cidadãos devem ser dotados de meios para desempenhar um papel central na criação e concepção de tais
serviços [97].
O conceito de cocriação significa o desenvolvimento participativo de aplicações e serviços de forma
colaborativa entre diversos stakeholders. Para que esse cenário seja viabilizado, as plataformas de suporte
às cidades inteligentes precisam fornecer um conjunto de ferramentas e habilitadores intuitivos que permitam
a especificação e o desenvolvimento de aplicativos inovadores. Além disso, é necessário contrariar a
percepção de perda de privacidade para que a plataforma seja alimentada pelo maior número possível de
ativos da cidade e pelas informações que eles geram.
Outro aspecto fundamental do conceito de cocriação é sua capacidade de engajar partes interessadas
heterogêneas no aumento do potencial da cidade inteligente [98]. Consequentemente, as plataformas de
cidades inteligentes precisam fornecer facilitadores associados aos incentivos e recompensas de participar
da sustentabilidade de longo prazo de toda a plataforma e do ecossistema de cidades inteligentes. Nesse
sentido, ainda é necessário desenvolver uma abordagem security-by-design aumentando a transparência de
todo o fluxo de governança de ativos de IoT passando do paradigma atual de autoridades confiáveis
centralizadas discretas para um paradigma de confiança líquida e descentralizada da rede como um todo.
Essa mudança responde às necessidades dos provedores e às demandas dos consumidores.
A primeira porque relutam em compartilhar alguns conjuntos de dados devido à incerteza de como e para
quais finalidades os dados são usados. Estes últimos porque exigem a garantia da qualidade dos dados.
Além disso, cidades inteligentes habilitadas para IoT terão que suportar serviços em tempo real
que exigem confiabilidade muito alta nos serviços de comunicação [101]. Assim, pode haver
inquestionavelmente zero tempo de inatividade para serviços de missão crítica. A fim de criar uma
consciência situacional robusta, é de extrema importância que tanto a infraestrutura física e de
comunicação na camada de detecção quanto as plataformas de névoa/nuvem na camada de análise
e serviço tenham os recursos de segurança, disponibilidade e autorrecuperação para suportar 99,99
% Grau de Serviço em qualquer circunstância.
Não existem exemplos existentes de aplicativos de missão/tempo crítico para cidades inteligentes
implantados no momento, pois ainda é necessário desenvolver soluções que aumentem a robustez e
resiliência do ecossistema para que esse tipo de aplicativo seja suportado com o Grau de Serviço
necessário.
5. Conclusões
Como pode ser visto nos exemplos descritos, uma infinidade de aplicativos e serviços de
cidades inteligentes foram desenvolvidos. Muitos deles estão em um nível de prova de conceito,
mas cada vez mais já passaram da fase piloto e evoluíram para implantações em nível de
produção. Isso mostra que o conjunto mínimo de habilitadores de tecnologia já está disponível
e está sendo implantado nas cidades e integrado aos serviços públicos do mundo real.
No entanto, muitas vezes esses serviços estão sendo desenvolvidos e implantados em silos de
aplicativos, limitando o valor das informações que estão sendo coletadas, pois a reutilização e o
compartilhamento dessas informações são difíceis. O uso de plataformas IoT possibilita essa
acessibilidade e troca de dados, mas o uso de plataformas proprietárias que foram desenvolvidas
individualmente e de forma isolada por grandes empresas resulta em mais restrições, pois as soluções
não podem ser replicadas entre cidades contando com uma plataforma proprietária diferente. Como os
aplicativos não podem ser reutilizados, eles precisam ser construídos do zero ou adaptados a uma
plataforma diferente, tornando o desenvolvimento caro. As cidades, portanto, sofrem com o
aprisionamento do fornecedor, ou seja, não podem comprar e integrar facilmente componentes ou
aplicativos de um fornecedor diferente, mas ficam presas ao provedor de sua plataforma IoT.
Machine Translated by Google
Por fim, muitas vezes há resistência à mudança, principalmente se ela não trouxer benefícios
imediatos para quem precisa se adaptar. Tornar a cidade inteligente levará a mudanças na forma
como a cidade opera. Se novos insights são obtidos, ações podem ter que ser tomadas como
resultado. Estes têm de ser preparados e requer a adesão de todas as partes envolvidas.
No entanto, as cidades inteligentes a longo prazo trarão benefícios significativos à medida que
sua operação se tornar mais eficiente e a qualidade de vida de seus cidadãos melhorar. Assim, vale a
pena trabalhar na superação dos obstáculos, tanto no lado técnico quanto no administrativo e
organizacional.
Contribuições dos Autores: Conceitualização, MB, LS e JS; metodologia, MB, LS e JS; investigação, MB,
LS e JS; redação—preparação do rascunho original, MB, LS e JS; redação— revisão e edição, MB, LS e JS
Todos os autores leram e concordaram com a versão publicada do manuscrito.
Financiamento: Esta pesquisa foi parcialmente financiada pela Agência de Pesquisa do Estado da Espanha
(AEI) por meio do projeto FIERCE: Future Internet Enabled Resilient CitiEs (RTI2018-093475-A-I00). O Prof.
Song foi apoiado pelo projeto Smart City R&D da Korea Agency for Infrastructure Technology Advancement
(KAIA) financiada pelo Ministério da Terra, Infraestrutura e Transporte (MOLIT), Ministério da Ciência e TIC
(MSIT) (Grant 18NSPS-B149386- 01).
Conflitos de interesse: Os autores declaram não haver conflito de interesse. Os financiadores não tiveram
nenhum papel no desenho do estudo; na coleta, análise ou interpretação dos dados; na redação do
manuscrito, ou na decisão de publicar os resultados.
Machine Translated by Google
Referências
1. Bairoch, P. Cidades e Desenvolvimento Econômico: Da Aurora da História ao Presente; University of Chicago Press: Chicago, IL, EUA, 1988.
2. Nações Unidas, Departamento de Assuntos Econômicos e Sociais. “Revisão 2018 das Perspectivas da Urbanização Mundial”. Disponível online: https://www.un.org/
development/desa/en/news/population/2018-revision-of-world-urbanization-prospects.html (acessado em 30 de junho de 2021).
3. Hoornweg, D.; Pope, K. Previsões da população para as maiores cidades do mundo no século XXI. Ambiente. Urbano. 2017, 29,
195-216. [CrossRef]
4. Ochoa, JJ; Tan, Y.; Qian, QK; Shen, L.; Moreno, EL Aprendendo com as melhores práticas em urbanização sustentável. Habitat Int. 2018,
78, 83-95. [CrossRef]
5. Addanki, SC; Venkataraman, H. Greening the Economy: Uma revisão das medidas de sustentabilidade urbana para o desenvolvimento de novas cidades.
Sustentar. Cidades Soc. 2017, 32, 1-8. [CrossRef]
6. Shahidehpour, M.; Li, Z.; Ganji, M. Cidades Inteligentes para uma Urbanização Sustentável: Iluminando a Necessidade de Estabelecimento Inteligente
Infraestruturas Urbanas. IEEE Eletric. Mag. 2018, 6, 16-33. [CrossRef]
7. Ménard, A. Como podemos reconhecer o verdadeiro poder da Internet das Coisas? Disponível online: https://www.mckinsey.com/ business-functions/mckinsey-
digital/our-insights/how-can-we-rerecognize-the-real-power-of-the-internet-of-things# (acessado em 17 de janeiro de 2021).
8. D'Auria, A.; Trégua, M.; Vallejo-Martos, M. Concepções modernas de cidades como inteligentes e sustentáveis e suas semelhanças.
Sustentabilidade 2018, 10, 2642. [CrossRef]
9. Alavi, AH; Jiao, P.; Buttlar, WG; Lajnef, N. Cidades Inteligentes Habilitadas para a Internet das Coisas: Estado da Arte e Tendências Futuras. Medir. J.
Int. Medir. Confessado. 2018, 129, 589-606. [CrossRef]
10. Gharaibeh, A.; Salahuddin, MA; Hussini, SJ; Khreishah, A.; Khalil, I.; Guizani, M.; Al-Fuqaha, A. Cidades Inteligentes: Uma Pesquisa sobre Gerenciamento de
Dados, Segurança e Tecnologias Facilitadoras. IEEE Comun. Sobreviv. Tutor. 2017, 19, 2456-2501. [CrossRef]
11. Heng, TM; Low, L. Fórum de Praticantes: A Cidade Inteligente: Cingapura Alcançando a Próxima Volta. Tecnol. Anal. Estratégia. Gerenciar
1993, 5, 187-202. [CrossRef]
12. Tariq, MAUR; Faumatu, A.; Hussein, M.; Shahid, MLUR; Muttil, N. Smart City-Ranking das principais cidades australianas para
Alcance um futuro mais inteligente. Sustentabilidade 2020, 12, 2797. [CrossRef]
13. Chamoso, P.; González-Briones, A.; Rodrigues, S.; Corchado, JM Tendências de Tecnologias e Plataformas em Cidades Inteligentes: A
Revisão do estado da arte. Arame. Comum. Mob. Computar. 2018, 2018. [CrossRef]
14. Silva, BN; Khan, M.; Han, K. Rumo a Cidades Inteligentes Sustentáveis: Uma Revisão de Tendências, Arquiteturas, Componentes e Aberto
Desafios em Cidades Inteligentes. Sustentar. Cidades Soc. 2018, 38, 697-713. [CrossRef]
15. Talari, S.; Shafie-Khah, M.; Siano, P.; Loia, V.; Tommasetti, A.; Catalão, J. Uma Revisão de Cidades Inteligentes Baseadas na Internet das Coisas
Conceito. Energias 2017, 10, 421. [CrossRef]
16. Instituto de Desenvolvimento Gerencial; Universidade de Tecnologia e Design de Cingapura (SUTD). Índice de Cidades Inteligentes 2020;
Universidade de Tecnologia e Design de Cingapura: Cingapura, 2020.
17. Berrone, P.; Ricart, JE IESE Índice de Cidades em Movimento; Escola de Negócios IESE. Universidade de Navarra: Barcelona, Espanha, 2019.
18. Galache, JA; Santana, JR; Gutierrez, V.; Sánchez, L.; Sotres, P.; Muñoz, L. Rumo à Dualidade Experimentação-Serviço em um Cenário de Cidade Inteligente. In
Proceedings of the 9th Annual Conference on Wireless On-demand Network Systems and Services (WONS), Courmayeur, Itália, 9–11 de janeiro de 2012; págs.
175-181.
19. Gutierrez, V.; Galache, JA; Sá'nchez, L.; Munõz, L.; Hernández-Muñoz, JM; Fernandes, J.; Presser, M. SmartSantander: Pesquisa e Inovação da Internet das
Coisas através da Participação Cidadã. em Notas de Aula em Ciência da Computação (Incluindo Notas de Aula em Inteligência Artificial e Notas de Aula em
Bioinformática); Springer: Berlim/Heidelberg, Alemanha, 2013; Volume 7858 LNCS, pp. 173-186.
20. Cirillo, F.; Solmaz, G.; Berz, EL; Bauer, M.; Cheng, B.; Kovacs, E. Uma plataforma de IoT de código aberto baseada em padrões: FIWARE. IEEE
Revista Coisas da Internet. 2020, 2, 12-18. [CrossRef]
21. Pedreira-Fonseca, JM; Galan-Marquez, F.; Jacobs, T. Especificação FIWARE-NGSI v2. Disponível online: https://orioncontextbroker.
docs.apiary.io/# (acessado em 22 de novembro de 2018).
22. Sotres, P.; Spear, J.; Sanches, L.; Santana, JR; Lopes, C.; Munoz, L. Quebrando fornecedores e fechaduras da cidade por meio de uma semântica habilitada
Sistema Interoperável Global de Internet das Coisas: Um Caso de Estacionamento Inteligente. Sensores 2019, 19, 229. [CrossRef]
23. Chang, F.; Das, D. Smart Nation Cingapura: Desenvolvendo Políticas para uma Iniciativa de Cidade Inteligente Orientada ao Cidadão. Em desenvolvimento
Políticas Urbanas Nacionais; Springer: Cingapura, 2020; págs. 425-440.
24. Hu, R. O Estado das Cidades Inteligentes na China: O Caso de Shenzhen. Energias 2019, 12, 4375. [CrossRef]
25. Plataforma City IQ. Disponível online: https://docs.cityiq.io (acessado em 30 de junho de 2021).
26. Martin-Caravaca, S. Como quebrar os silos para criar uma cidade inteligente melhor? Disponível online: http://smartcitybrand.com/
cidade-inteligente/como-destruir-silos-para-criar-uma-cidade-inteligente-melhor (acessado em 14 de maio de 2021).
27. Cidade Inteligente de Amsterdã. Disponível online: https://amsterdamsmartcity.com (acessado em 13 de janeiro de 2021).
28. Macpherson, L. 8 anos depois, Amsterdã ainda está liderando o caminho como uma cidade inteligente. Disponível online: https://towardsdatascience. com/8-anos-
em-amsterdã-ainda-liderando-o-caminho-como-uma-cidade-inteligente-79bd91c7ac13 (acessado em 13 de janeiro de 2021).
29. Cidade inteligente das abelhas. Amsterdam Smart City: Líder Mundial em Desenvolvimento de Cidades Inteligentes. Disponível online: https://hub.beesmart. cidade/
cidade-retratos/smart-city-portrait-amsterdam (acessado em 13 de janeiro de 2021).
Machine Translated by Google
30. Conselho da Costa do Sol. A Smarter Sunshine Coast, Smart City Brochure. Disponível online: https://d1j8a4bqwzee3.cloudfront. net/~{}/media/
Corporate/Documents/SmartCities/SCIPBrochure.pdf?la=en (acessado em 13 de janeiro de 2021).
31. Conselho da Costa do Sol. Programa Cidade Inteligente. Disponível online: https://www.sunshicoast.qld.gov.au/smartcities (acessado em
13 de janeiro de 2021).
32. Central de Atendimento Rio. Disponível online: https://www.1746.rio/ (acessado em 18 de janeiro de 2021).
33. Slaný, V.; Luÿcanský, A.; Koudelka, P.; Marencek, J.; Krÿcálova, E.; Martínek, R. Uma arquitetura IoT integrada para medição inteligente usando sensor
de última geração para gerenciamento de água com base na tecnologia LoRaWAN: um estudo piloto. Sensores 2020, 20, 4712.
[CrossRef]
34. Abbas, O.; Abou Rjeily, Y.; Sadek, M.; Shahrour, I. A experimentação em larga escala do sistema de esgoto inteligente. Água Ambiente. J.
2017, 31, 515-521. [CrossRef]
35. Pasolini, G.; Toppan, P.; Zabini, F.; de Castro, C.; Andrisano, O. Projeto, Implantação e Evolução de Sistemas Heterogêneos de Iluminação Pública
Inteligente. Aplic. Sci. 2019, 9, 3281. [CrossRef]
36. Saleem, Y.; Sotres, P.; Fricker, S.; Lopez de la Torre, C.; Crespi, N.; Lee, GM; Minerva, R.; Sanchez, L. IoTRec: O Recomendador de IoT para Sistema
de Estacionamento Inteligente. Trans. IEEE Emerg. Topo. Computar. 2020, 1. [CrossRef]
37. Yuksel, K.; Kinet, D.; Chah, K.; Caucheteur, C. Implementação de uma Plataforma Móvel Baseada em Sensores de Rede de Bragg de Fibra para
Monitoramento de tráfego automotivo. Sensores 2020, 20, 1567. [CrossRef]
38. García-Domínguez, A.; Galvan-Tejada, CE; Zanella-Calzada, LA; Gamboa, H.; Galván-Tejada, JI; Celaya Padilla, JM; Luna Garcia, H.; Arceo-Olague,
JG; Magallanes-Quintanar, R. Rede neural artificial profunda baseada em dados sonoros ambientais para a geração de um modelo de classificação
de atividades infantis. PeerJ Comput. Sci. 2020, 6, e308. [CrossRef]
39. Arroyo, P.; Herrero, J.; Suárez, J.; Lozano, J. Rede de sensores sem fio combinada com computação em nuvem para qualidade do ar
Monitoramento. Sensores 2019, 19, 691. [CrossRef]
40. Huang, H.; Savkin, AV; Ding, M.; Huang, C. Robôs Móveis em Redes de Sensores Sem Fio: Uma Pesquisa sobre Tarefas. Computar. Rede
2019, 148, 1-19. [CrossRef]
41. Qi, F.; Zhu, X.; Mang, G.; Kadoch, M.; Li, W. UAV Network e IoT no céu para futuras cidades inteligentes. Rede IEEE 2019, 33,
96-101. [CrossRef]
42. Anjomshoaa, A.; Duarte, F.; Rennings, D.; Matarazzo, TJ; Desouza, P.; Ratti, C. City Scanner: Construindo e Programando uma Plataforma de
Sensoriamento Móvel para Serviços de Cidades Inteligentes. IEEE Internet Things J. 2018, 5, 4567–4579. [CrossRef]
43. Wang, J.; Jiang, C.; Zhang, K.; Quek, TQS; Ren, Y.; Hanzo, L. Redes de Sensoriamento Veicular em uma Cidade Inteligente: Princípios, Tecnologias e
Aplicações. IEEE Wirel. Comum. 2018, 25, 122-132. [CrossRef]
44. Lv, B.; Xu, H.; Wu, J.; Tian, Y.; Zhang, Y.; Zheng, Y.; Yuan, C.; Tian, S. Infraestruturas conectadas aprimoradas com LiDAR Detecção e transmissão
de informações de tráfego de alta resolução atendendo cidades inteligentes. Acesso IEEE 2019, 7, 79895–79907. [CrossRef]
45. Guerrero-Ibáñez, J.; Zeadally, S.; Contreras-Castillo, J. Tecnologias de Sensores para Sistemas Inteligentes de Transporte. Sensores 2018,
18, 1212. [CrossRef] [PubMed]
46. Sanchez, L.; Muñoz, L.; Galache, JA; Sotres, P.; Santana, JR; Gutierrez, V.; Ramdhany, R.; Gluhak, A.; Krco, S.; Theodoridis, E.; et ai. SmartSantander:
Experimentação de IoT em um Smart City Testbed. Informática. Rede Rev. 2014, 61, 217-238. [CrossRef]
47. Chen, Y.; Nakazawa, J.; Yonezawa, T.; Tokuda, H. Cruisers: uma plataforma de detecção automotiva para cidades inteligentes usando porta a porta
Caminhões de coleta de lixo. Rede Ad Hoc. 2019, 85, 32-45. [CrossRef]
48. Burke, A.; Estrin, D.; Hansen, M.; Parker, A.; Ramanathan, N.; Reddy, S.; Srivastava, MB Sensoriamento Participativo. In Proceedings of the First
Workshop on World-Sensor-Web: Mobile Device Centric Sensory Networks and Applications (WSW 2006) na aACM SenSys 2006, Boulder, CO,
EUA, 31 de outubro de 2006; ACM: Nova York, NY, EUA, 2006.
49. Dutta, P.; Aoki, PM; Kumar, N.; Mainwaring, A.; Myers, C.; Willett, W.; Woodruff, A. Senso Comum – Sensoriamento Urbano Participativo Usando uma
Rede de Monitores de Qualidade do Ar Portáteis. In Proceedings of the 7th ACM Conference on Embedded Networked Sensor Systems, SenSys
2009, Berkeley, CA, EUA, 4–6 de novembro de 2009; ACM Press: Nova York, NY, EUA, 2009; págs. 349–350.
50. Campbell, AT; Eisenman, SB; Lane, ND; Miluzzo, E.; Peterson, RA Percepção Urbana Centrada em Pessoas. Em Atas da ACM
Série de Anais de Conferências Internacionais; ACM Press: Nova York, NY, EUA, 2006; Volume 220, pág. 18-es.
51. Ma, H.; Zhao, D.; Yuan, P. Oportunidades em Mobile Crowd Sensing. IEEE Comun. Mag. 2014, 52, 29-35. [CrossRef]
52. Sanchez, L.; Gutierrez, V.; Galache, J.A.; Sotres, P.; Santana, JR; Muñoz, L. Engajando Indivíduos no Paradigma da Cidade Inteligente:
Sensoriamento Participativo e Realidade Aumentada. Interdisciplinar. Viga. J. 2014, 3, 129.
53. Mohan, P.; Padmanabhan, VN; Ramjee, R. Nericell: Monitoramento Rico das Condições de Estrada e Tráfego Usando Smartphones Móveis.
In Proceedings of the Sensys'08—6th ACM Conference on Embedded Networked Sensor Systems, Raleigh, NC, EUA, 5–7 de novembro de 2008;
ACM Press: Nova York, NY, EUA, 2008; págs. 323-336.
54. Liu, X.; Canção, Z.; Ngai, E.; Ma, J.; Wang, W. PM2:5 Monitoramento usando imagens de smartphones em sensoriamento participativo. In Proceedings
of the IEEE INFOCOM Workshops, Hong Kong, China, 26 de abril a 1 de maio de 2015; Instituto de Engenheiros Elétricos e Eletrônicos Inc.: Nova
York, NY, EUA, 2015; Volume 2015, pp. 630–635.
55. Montenegro, G.; Kushalnagar, N.; Hui, J.; Culler, D. Transmissão de pacotes IPv6 em redes IEEE 802.15.4; Internet proposta
padrão RFC, 4944; Força-Tarefa de Engenharia da Internet: Wilmington, DE, EUA, 2007; pág. 130.
56. Produtos DigiMesh. Disponível online: https://www.digi.com/products/browse/digimesh (acessado em 22 de setembro de 2020).
57. Tecnologia Z-Wave. Disponível online: https://www.z-wave.com/ (acessado em 22 de setembro de 2020).
Machine Translated by Google
58. Zigbee Alliance, WPAN Industry Group. O Grupo da Indústria Responsável pelo Padrão e Certificação ZigBee. Disponível
online: http://www.zigbee.org (acessado em 23 de setembro de 2020).
59. Grupo de Trabalho de Especificação do Núcleo Bluetooth. Especificação do núcleo Bluetooth. Disponível online: https://www.bluetooth.com/
especificações/especificação do núcleo bluetooth/ (acessado em 23 de setembro de 2020).
60. Haartsen, JC Sistema de Rádio Bluetooth. IEEE Pers. Comum. 2000, 7, 28-36. [CrossRef]
61. ECMA Internacional. ECMA-340. Interface e protocolo de comunicação de campo próximo (NFCIP-1); ECMA: Genebra, Suíça, 2013.
62. Sornin, N.; Luís, M.; Eirich, T.; Kramp, T.; Hersent, O. Especificação LoRaWAN; LoRa Alliance: Fremont, CA, EUA, 2015.
63. Especificações de rádio do dispositivo Sigfox. Disponível online: https://build.sigfox.com/sigfox-device-radio-specifications (acessado em
23 de setembro de 2020).
64. 3GPP. Acesso de rádio terrestre universal evoluído (E-UTRA); NB-IOT; Relatório Técnico para Transmissão e Recepção de Rádio BS e UE . Laudo Técnico (TR)
36.802, V13.0.0. 2016. Disponível online: https://portal.3gpp.org/desktopmodules/Specifications/ SpecificationDetails.aspx?specificationId=3033 (acessado em 30
de junho de 2021).
65. Versão 3GPP 13. Disponível online: https://www.3gpp.org/release-13 (acessado em 30 de junho de 2021).
66. Mekki, K.; Bajic, E.; Chaxel, F.; Meyer, F. Um Estudo Comparativo de Tecnologias LPWAN para Implantação de IoT em Grande Escala. TIC
Expresso 2019, 5, 1–7. [CrossRef]
67. Mapa de Cobertura Sigfox. Disponível online: www.sigfox.com/en/coverage (acessado em 30 de junho de 2021).
68. Internet das Coisas (IoT) no IBM Cloud. Disponível online: https://www.ibm.com/cloud/internet-of-things (acessado em 13
janeiro de 2021).
69. Microsoft Azure IoT. Disponível online: https://azure.microsoft.com/en-us/overview/iot/ (acessado em 13 de janeiro de 2021).
70. Soluções de IoT do Google Cloud. Disponível on-line: https://cloud.google.com/solutions/iot (acessado em 13 de janeiro de 2021).
71. UmM2M. Disponível online: https://onem2m.org/ (acessado em 13 de janeiro de 2021).
72. OMA Leve M2M. Disponível online: https://omaspecworks.org/what-is-oma-specworks/iot/lightweight-m2m-lwm2m/
(acessado em 13 de janeiro de 2021).
73. ETSI ISG CIM. NGSI-LD. Disponível online: https://www.etsi.org/committee/cim (acessado em 13 de janeiro de 2021).
74. Cidades Inteligentes Abertas e Ágeis (OASC). Disponível online: https://oascities.org/ (acessado em 13 de janeiro de 2021).
75. Eurocidades. Disponível online: https://eurocities.eu/ (acessado em 13 de janeiro de 2021).
76. Mecanismos Mínimos de Interoperabilidade OASC, Cidades Inteligentes Abertas e Ágeis. Disponível online: https://oascities.org/minimal interoperability-mechanisms/
(acessado em 30 de junho de 2021).
77. Ontologia de Referência de Aplicativos Inteligentes e Extensões. Disponível online: https://saref.etsi.org/ (acessado em 30 de junho de 2021).
78. Um Modelo de Dados. Disponível online: https://onedm.org/ (acessado em 30 de junho de 2021).
79. Iniciativa de Modelos de Dados Inteligentes. Disponível online: https://smartdatamodels.org/ (acessado em 30 de junho de 2021).
80. APIs abertas do TM Forum. Disponível online: https://projects.tmforum.org/wiki/display/API/Open+API+Table (acessado em 30
junho de 2021).
81. Fundação FIWARE. Disponível online: https://www.fiware.org (acessado em 13 de janeiro de 2021).
82. Willems, J.; van den Bergh, J.; Viaene, S. Projetos Smart City e Participação Cidadã: O Caso de Londres. Na Gestão do Setor Público em um Mundo Globalizado;
Springer Fachmedien Wiesbaden: Berlim/Heidelberg, Alemanha, 2017; pp. 249-266.
83. Gaur, A.; Scottney, B.; Parr, G.; McClean, S. Arquitetura de cidade inteligente e suas aplicações baseadas em IoT. In Procedia Ciência da Computação;
Elsevier BV: Amsterdã, Holanda, 2015; Volume 52, pp. 1089–1094.
84. Mehmood, Y.; Ahmad, F.; Yaqoob, E.; Adnane, A.; Imran, M.; Guizani, S. Cidades Inteligentes Baseadas na Internet das Coisas: Avanços Recentes
e Desafios. IEEE Comun. Mag. 2017, 55, 16-24. [CrossRef]
85. Younas, M. Research Challenges of Big Data. Servir Computação Orientada. Aplic. 2019, 13, 105-107. [CrossRef]
86. Habibzadeh, H.; Kaptan, C.; Soyata, T.; Kantarci, B.; Boukerche, A. Projeto de Sistema de Cidade Inteligente: Um Estudo Abrangente do
Planos de Aplicação e Dados. Computação ACM. Sobreviv. 2019, 52, 1-38. [CrossRef]
87. Eckhoff, D.; Wagner, I. Privacidade na Cidade Inteligente—Aplicações, Tecnologias, Desafios e Soluções. IEEE Comun. Sobreviv.
Tutor. 2018, 20, 489-516. [CrossRef]
88. Russell, T. Signaling System # 7; McGraw-Hill Education: Nova York, NY, EUA, 2006.
89. Seo, J.; Kim, K.; Parque, M.; Parque, M.; Lee, K. Uma Análise do Impacto Econômico na IoT sob GDPR. In Proceedings of the International Conference on Information
and Communication Technology Convergence: ICT Convergence Technologies Leading the Fourth Industrial Revolution, ICTC 2017, Jeju Island, Coréia, 18-20 de
outubro de 2017; Volume 2017, pp. 879-881.
90. Soe, R.ÿM. Cidades Inteligentes: Dos Silos à Abordagem Transfronteiriça. Int. Plano J.E. Res. 2018, 7, 70-88. [CrossRef]
91. Upton, N.; Hewlett Packard Enterprise. Por que a Internet das Coisas exige uma plataforma flexível? Disponível online: https: //internetofthingsagenda.techtarget.com/
blog/IoT-Agenda/Why-the-internet-of-things-demands-a-flexible-platform (acessado em 11 de abril de 2021).
92. Santolalla, O. Por que os serviços de cidades inteligentes precisam de acesso federado. Disponível online: https://www.ubisecure.com/stories/smart
cidades/ (acessado em 11 de abril de 2021).
93. Appio, FP; Lima, M.; Paroutis, S. Compreendendo Cidades Inteligentes: Ecossistemas de Inovação, Avanços Tecnológicos e
Desafios Sociais. Tecnol. Previsão. Soc. Chang. 2019, 142, 1-14. [CrossRef]
94. McLaren, D.; Agyeman, J. Compartilhando Cidades: Um Caso para Cidades Verdadeiramente Inteligentes e Sustentáveis; MIT Press: Cambridge, MA, EUA, 2015;
ISBN 9780262029728.
Machine Translated by Google
95. Fuster-Morell, M.; Carballa-Smichowski, B.; Smorto, G.; Spelled, R.; Imperatore, P.; Rebordosa, M.; Rocas, M.; Rodríguez, N.; Senabre, E.; Ciurcina,
M. Estrutura Multidisciplinar em Economia Colaborativa Comum; Projeto Decodificar.
Disponível online: https://decodeproject.eu/publications/multidisciplinary-framework-commons-collaborative-economy (acessado em 20 de junho de 2021).
96. Sepasgozar, SME; Hawken, S.; Sargolzaei, S.; Foroozanfa, M. Implementando a tecnologia centrada no cidadão no desenvolvimento de
cidades inteligentes: um modelo para prever a aceitação de tecnologias urbanas. Tecnol. Previsão. Soc. Chang. 2019, 142, 105-116. [CrossRef]
97. Van Kranenburg, R.; Stembert, N.; Moreno, MV; Skarmeta, AF; Lopez, C.; Elicegui, I.; Sánchez, L. A cocriação como chave para uma IoT da UE
pública, próspera, inclusiva e significativa. Em Computação Ubíqua e Inteligência Ambiental. Serviços de Personalização e Adaptados ao
Utilizador; Springer: Berlim/Heidelberg, Alemanha, 2014; pp. 396-403.
98. Gutierrez, V.; Amaxilatis, D.; Mylonas, G.; Muñoz, L. Capacitando Cidadãos para a Cocriação de Cidades Sustentáveis. IEEE
Internet Things J. 2018, 5, 668–676. [CrossRef]
99. Rao, SK; Prasad, R. Impacto das Tecnologias 5G na Implementação de Cidades Inteligentes. Arame. Pers. Comum. 2018, 100, 161-176.
[CrossRef]
100. Sabella, D.; Vaillant, A.; Kuure, P.; Rauschenbach, U.; Giust, F. Arquitetura de computação de borda móvel: o papel do MEC na
Internet das Coisas. Consumo IEEE. Elétron. Mag. 2016, 5, 84-91. [CrossRef]
101. Skarin, P.; Tarneberg, W.; Arzen, KE; Kihl, M. Rumo ao controle de missão crítica na borda e em 5G. In Proceedings of the IEEE International
Conference on Edge Computing, EDGE 2018, San Francisco, CA, EUA, 2 a 7 de julho de 2018; págs. 50-57.
102. Falha, C.; Bellini, P.; Difino, A.; Nesi, P. Smart City IoT Platform respeitando os aspectos de privacidade e segurança do GDPR. Acesso IEEE 2020,
8, 23601-23623. [CrossRef]