Machine Translated by Google
sensores
Análise
Cidades inteligentes habilitadas para IoT: evolução e perspectivas
3,†
Martin Bauer 1,† , Luis Sanchez 2,* ,† e JaeSeung Song
Citação: Bauer, M.; Sanches, L.;
Song, J. Cidades inteligentes habilitadas para IoT:
Evolução e Perspectivas. Sensores 2021,
21, 4511. https://doi.org/10.3390/
s21134511
Editor Acadêmico: Lorenzo Vangelista
Recebido: 26 de maio de 2021
Aceito: 28 de junho de 2021
Publicado: 30 de junho de 2021
Nota do editor: MDPI permanece neutro
em relação a reivindicações jurisdicionais
em mapas publicados e afiliação institucional
ias.
Direitos autorais: © 2021 pelos autores.
Licenciado MDPI, Basileia, Suíça.
Este artigo é um artigo de acesso aberto
distribuídos nos termos e
condições do Creative Commons
Licença de atribuição (CC BY) (https://
creativecommons.org/licenses/by/
4.0/).
Sensores 2021, 21, 4511. https://doi.org/10.3390/s21134511
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
Palavras-chave: IoT; Cidade inteligente; interoperabilidade; inteligência artificial; estandardização
1. Introdução
Historicamente, as cidades e seus cidadãos lideraram as enormes mudanças tecnológicas
e sociais que vêm ocorrendo continuamente, especialmente desde a transição de uma
economia agrícola para uma economia industrial [1]. Este fenômeno é especialmente
significativo a partir de meados do século XVIII e se tornará mais intenso se as previsões que
prevêem a urbanização progressiva da população mundial (por exemplo, por volta do ano
2050, aproximadamente 70% se concentrarão em algum tipo de cidade [2] ) finalmente se tornou realid
Com essas condições limítrofes, fica evidente que a conquista de cidades mais eficientes e
sustentáveis é um objetivo essencial pelo qual políticos, gestores e técnicos devem trabalhar
para garantir a qualidade de vida de seus cidadãos [4]. Embora esse paradigma de
sustentabilidade e eficiência sempre tenha sido importante para os gestores das cidades, só
muito recentemente a tecnologia colocou à disposição dos responsáveis uma infinidade de
possibilidades que, quando bem empregadas, se traduzem em economias significativas [5] .
Ao mesmo tempo, a melhoria do dia-a-dia dos cidadãos está a consolidar um novo conceito
urbano em que os diferentes processos e sistemas que nele ocorrem são continuamente
monitorizados no tempo e no espaço [6].
A Internet das Coisas (IoT) é reconhecida como uma tecnologia revolucionária que expande sua
aplicabilidade para uma enorme variedade de cenários e domínios. De acordo com um relatório
recente da McKensey, o impacto econômico potencial da IoT pode chegar a US$ 11,1 trilhões por ano
até 2025, sendo a maior fonte de valor de todas as tecnologias disruptivas, à frente da Internet móvel,
automação do trabalho do conhecimento, computação em nuvem, e robótica avançada [7].
A IoT fornece as informações necessárias para dar suporte aos serviços sensíveis ao contexto que
estão por trás do desenvolvimento de espaços inteligentes. Com a evolução das tecnologias IoT, a visão
https://www.mdpi.com/journal/sensors
Machine Translated by Google

Sensores 2021, 21, 4511 2 de 29

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.

As contribuições do artigo são as seguintes: Ele

1. fornece uma visão geral do cenário atual de cidades inteligentes habilitadas para IoT com
base em uma seleção de iniciativas relevantes de cidades inteligentes em todo o mundo. O
número de cidades analisadas e a profundidade da análise foram intencionalmente não
exaustivos, pois o escopo desta revisão é principalmente mostrar as diferentes visões e
abordagens adotadas para o desenvolvimento de cidades inteligentes habilitadas para IoT em todo o m
Nesse sentido, é importante mencionar que, dentre as diversas concepções de cidades inteligentes, o
trabalho se concentra naquelas que contam com a IoT como um facilitador chave para a concretização do
paradigma de cidade inteligente.
2. Ele descreve e analisa as principais tecnologias de IoT que foram desenvolvidas e como elas contribuem
para a realização de uma Cidade Inteligente. O foco desta análise está em apresentar, de forma genérica e
de alto nível, o conjunto de tecnologias e serviços que, além das várias instanciações específicas que foram
implementadas nas cidades inteligentes habilitadas para IoT existentes, definem o básico blocos de
construção que estão presentes nas cidades inteligentes habilitadas para IoT de hoje.

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

Sensores 2021, 21, 4511 3 de 29

2. Cenário de cidades inteligentes habilitadas para IoT

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.

2.1. Seleção de Cidades e Considerações de Análise

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.

A lista de cidades analisadas é a seguinte: Santander (Espanha, Seção 2.2),

Busan (Coreia do Sul, Seção 2.3), Cingapura (Seção 2.4), Shenzen (China, Seção
2.5), Atlanta (EUA, Seção 2.6), Amsterdã (Holanda, Seção 2.7), Sunshine Coast
(Austrália, Seção 2.8) e Rio de Janeiro (Brasil, Seção 2.9).
Como foi mencionado anteriormente, a revisão intencionalmente de alto nível e não exaustiva de
cidades inteligentes habilitadas para IoT, apresentada nas seções a seguir, pretende mostrar a visão
fragmentada e as abordagens fornecidas em cidades ao redor do mundo. Em alguns casos, essa
fragmentação está presente até mesmo na mesma cidade. Nesse sentido, a análise realizada para cada
cidade concentra-se na ideia de que, hoje em dia, as semelhanças se reduzem basicamente aos serviços
oferecidos, mas não às soluções adotadas para fornecê-los nem às estratégias para fornecê-los (não
apenas entre uma cidade e outra, mas também dentro da mesma cidade). Além disso, a seleção tenta
fornecer uma perspectiva mundial, que adiciona variedade cultural e geopolítica à mistura, de modo a
permitir a generalização da discussão e as conclusões derivadas. O objetivo é enfatizar a heterogeneidade
que existe atualmente no cenário de cidades inteligentes habilitadas para IoT e, ao mesmo tempo, é
evidente que as prioridades e necessidades das cidades em todo o mundo são significativamente
semelhantes.
Por fim, é importante mencionar que, em muitos casos, as informações sobre os serviços reais de
cidades inteligentes fornecidos em teste de campo ou em nível de produção (não implementação de prova
de conceito em pequena escala ou em laboratório ), que foram o alvo do revisão, não está disponível
através de publicações científicas ou técnicas, mas através de brochuras de alto nível e/ou comunicados
de imprensa que dificultam uma análise metodológica mais rigorosa.
Em resumo, o principal valor da revisão e discussão que pode ser encontrado nas seções a seguir está nos
insights que podem ser derivados em vista da similaridade dos serviços de cidades inteligentes que as cidades de
diferentes tamanhos de quatro continentes implementaram e o significativo diferenças na estratégia e nas soluções que
adotaram. Os desafios em aberto que são apresentados e discutidos na Seção 4 emanam desses insights.
Machine Translated by Google

Sensores 2021, 21, 4511 4 de 29

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.) .

A implantação, influenciada pelos requisitos estratégicos de serviço de cidade inteligente do

Município de Santander, é composta por cerca de 3.000 dispositivos IEEE 802.15.4, 200 dispositivos
(principalmente gateways) equipados com módulos 3G e 2.000 etiquetas conjuntas NFC/código QR
implantados tanto em locais estáticos (vitrines , pontos turísticos, paragens de autocarros, etc.), bem
como veículos móveis a bordo (autocarros, táxis). Além disso, smartphones pertencentes a cidadãos
que baixaram aplicativos relacionados [19] também fazem parte da infraestrutura do testbed.
Além dessa camada de sensoriamento, a plataforma escolhida para gerenciar o gerenciamento
da infraestrutura subjacente e a prestação de serviços aos usuários finais e/ou desenvolvedores de
aplicativos é baseada em habilitadores FIWARE [20]. Entre todos os diferentes componentes desta
plataforma, o principal é o Orion Context Broker que expõe interfaces padrão NGSIv2 [21] para permitir
o acesso em tempo real às observações capturadas por qualquer um dos sensores implantados em
toda a cidade.
Na plataforma e testbed implantados, vários casos de uso e serviços piloto foram implementados:
• Monitoramento Ambiental: os dispositivos IoT instalados fornecem medições de diferentes
parâmetros ambientais, como temperatura, CO, ruído ou poluentes do ar.

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

Sensores 2021, 21, 4511 5 de 29

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).

O governo de Cingapura estabeleceu seis visões de cidades inteligentes da seguinte forma: •

Mobilidade Urbana Inteligente: Usa tecnologias digitais para aumentar o conforto, a conveniência e a
confiabilidade dos sistemas de transporte público e apoiar a visão de uma Cingapura leve para carros.
• Plataforma de Sensores Smart Nation: Esta é uma das iniciativas âncora em Cingapura que permite que
todos e tudo, em todos os lugares, estejam conectados o tempo todo em Cingapura.

• 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

Sensores 2021, 21, 4511 6 de 29

• 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

Sensores 2021, 21, 4511 7 de 29

• 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

Sensores 2021, 21, 4511 8 de 29

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.

2.8. Sunshine Coast Region A

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.

Os projetos específicos que foram implementados são os seguintes [31]: • Aplicativo

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.

• Sensores de inundação em rede: instalados em estradas e pontes, que são suscetíveis

às inundações.

2.9. Rio de Janeiro A

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

Sensores 2021, 21, 4511 9 de 29

enfrentar os desastres naturais e coordenar as respostas de emergência relevantes. A solução

adotada foi baseada na plataforma proprietária da IBM para cidades inteligentes. A iniciativa já está
amplamente centrada na segurança e proteção, tanto em termos de prevenção e gestão de desastres,
quanto na liberdade de informação.
Quanto aos principais serviços que a cidade está prestando, eles são os seguintes:

• Monitoramento e resposta a emergências. Os feeds de vídeo das câmeras de vigilância instaladas

na cidade são o núcleo do Centro de Operações Inteligentes (IOC) com foco no controle do
tráfego e do clima para garantir o bom funcionamento das operações do dia-a-dia. •
Compartilhamento de dados do governo local. Departamentos do governo local hospedados nas
instalações do COI trocam dados entre si usando a plataforma da IBM para aumentar a eficiência
de seus serviços.
• Rio Agora. Uma plataforma que combina uma plataforma social online com o portal já existente chamado Central 1746
[32] que permite ao cidadão propor e debater políticas públicas com secretarias e órgãos municipais em diferentes
temas, bem como solicitar uma série de serviços da prefeitura da cidade, como como remoção de resíduos, reparação
de estradas e passadiços danificados ou denúncia de atividade ilegal, os pedidos publicados no site são integrados
no IOC e o seu ciclo de vida é gerido através do sistema.

2.10. Resumo da Revisão de Cidades

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

Intensidade do Tráfego do Serviço de Estacionamento.

Pesquise e Monitoramento ambiental.
Laboratório Urbano
Teste de Irrigação de parques e jardins. Celular RF
+
Santander, inovação 12.000 sensores Sensoriamento Participativo proprietário
Inteligente FIWARE 2010
Espanha
Público Smartização (banco de testes) Gestão de Resíduos Urbanos. IEEE 802.15.4
progressiva dos Gerenciamento de água LoRa
Serviços
serviços públicos Gerenciamento de
iluminação pública.
Gerenciamento de tráfego

Seis laboratórios 26 serviços IoT incl. Estacionamento

vivos de IoT para inteligente , espelho IoT, turismo inteligente

Serviços Sustentável e energia, VR , aviso de segurança de
Celular
Busan, comerciais de fábrica, reconhecimento de contexto, luz de rua
Sul cidades inteligentes interoperável umM2M (3G/LTE/5G) 2016
logística, saúde, inteligente, serviço de segurança de LoRa
Coréia são Cidade inteligente regeneração drone inteligente, gerenciamento de IEEE 802.15.4
acessível baseada em IoT urbana e energia inteligente, serviço de
transporte gerenciamento de tráfego inteligente,
segurança de cruzamento inteligente
Machine Translated by Google

Sensores 2021, 21, 4511 10 de 29

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

eficiente de Dados abertos de diferentes

Recursos departamentos da cidade

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

Sensores 2021, 21, 4511 11 de 29

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.

3. Principais Tecnologias Desenvolvidas

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.

3.1. Tecnologias de Sensores e Atuadores

A IoT é formada por vários níveis de tecnologia. Eles permitem o compartilhamento de informações
entre as coisas pela Internet para eventualmente entregar ações inteligentes e autossuficientes, cujo valor
depende muito da qualidade da própria informação. Portanto, sensores e atuadores são uma fatia crucial da
pilha de tecnologia IoT e um aspecto fundamental na implantação de todos os sistemas IoT.

Sensores são os dispositivos dedicados a detectar eventos ou mudanças em seu entorno

e transformar esses fenômenos físicos (por exemplo, temperatura, ruído, umidade do ar,
pressão, presença de substâncias, etc.) em sinais de tensão e/ou corrente que podem ser
compreendidos de forma correspondente. Por outro lado, um atuador é um dispositivo que
converte os comandos que recebe na forma de impulsos elétricos em qualquer tipo de
movimento mecânico que altera seu ambiente próximo. Isso é feito por meio de uma série de
ações simples, que normalmente incluem, mas não se limitam a abrir e fechar válvulas, ativar
ou desativar relés, alterar seu comportamento (ou seja, cor, posição, etc.) ou emitir algum tipo de alarme
Esses dispositivos já existem há muitos anos. Eles estão fortemente ligados a
aplicações industriais de qualquer tipo. No entanto, sua capacidade de miniaturização e
conexão sem fio através da Internet criou uma explosão sem precedentes de novas
oportunidades e aplicações desse tipo de dispositivo em uma enorme variedade de
domínios de aplicação, incluindo cidades inteligentes, como pode ser visto nos exemplos descritos
A IoT simplesmente transformou a maneira como eles são usados, pois permite que os dados que
eles geram possam ser consumidos por análises de dados baseadas em nuvem para desenvolver
soluções inteligentes para máquinas, pessoas e ambiente.
Eles formam a linha de base da IoT e é fundamental ter soluções de detecção e atuação eficientes e
de baixo custo, pois são responsáveis por monitorar e controlar o ambiente e agilizar as operações em
quase todos os tipos de setores, desde cidades inteligentes até a proteção do meio ambiente.

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

Sensores 2021, 21, 4511 12 de 29

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.

• Sensores estacionários: Na implantação estática de sensores, todos os nós são estacionários.

Neste caso, o aspecto mais importante é o desenho da rede, ou seja, especificar previamente
onde os sensores devem ser implantados para um monitoramento ótimo, com atenção especial
para fornecer uma boa cobertura da área monitorada e garantir a conectividade das redes . nós
sem fio. As RSSFs estáticas são muito usadas em cenários de cidades inteligentes , pois são
adequadas para medição inteligente de redes de serviços públicos, como água e esgoto [33,34],
iluminação pública [35], estacionamento [36] ou monitoramento de tráfego [37–39 ], bem como
para gerar o monitoramento da linha de base do ambiente da cidade [38,39]. • Sensores
móveis: No caso de implantações móveis, os nós são instalados em veículos que se movimentam
para coletar dados. Esses veículos podem ser robôs especialmente projetados [40], ou mais
recentemente drones [41], ou veículos públicos equipados com sensores específicos [42,43]. Os
sensores móveis são uma solução sensata para melhorar o desempenho do monitoramento da
cidade em termos de cobertura, custo ou resiliência, para citar alguns. Nesse sentido, eles são
usados principalmente para complementar o sensoriamento de RSSFs estáticas existentes. Por
exemplo, enquanto o monitoramento do tráfego da cidade é tipicamente endereçado usando
câmeras de beira de estrada [44] e loops indutivos [45] embutidos na estrada, muitas cidades
estão usando as informações coletadas de sensores em veículos, geralmente veículos públicos
como ônibus [46] ou lixo caminhões [47] para obter informações mais detalhadas e refinadas.
Além disso, alguns aspectos como as condições da superfície da estrada não podem ser
monitorados corretamente por meio de sensores estacionários . No lado negativo, os nós móveis
introduzem novos desafios e problemas, principalmente relacionados à garantia de conectividade.
Além disso, para o projeto da rede , é importante considerar os caminhos que os veículos
seguirão para considerar quão bem os sensores que estão equipados cobrirão a área monitorada.
• Sensores crowd-sourced: Crowd sensing basicamente significa terceirizar o monitoramento do
ambiente para a multidão. Nas cidades, isso se relaciona principalmente com a capacidade de
alavancar a abundância de dispositivos digitais equipados com sensores. Os smartphones dos
cidadãos são os mais usados e também os que fornecem informações ricas. A detecção de
multidões é tipicamente catalogada em dois tipos principais: detecção participativa [48,49] e
detecção oportunista [50,51]. No sensoriamento participativo, os usuários estão diretamente
envolvidos na ação do sensoriamento. Por exemplo, em [52] os cidadãos relataram problemas
como infra-estruturas públicas quebradas (por exemplo, iluminação pública, bancos, lixeiras, etc.)
ou atividades culturais (por exemplo, arte de rua, festivais, etc.). Na detecção oportunista, os
usuários podem não estar cientes da detecção do smartphone. Por exemplo, a solução
apresentada em [53] é projetada para monitorar o tráfego urbano e as condições da superfície
da estrada e uma estimativa da qualidade do ar e PM2,5 nas cidades é apresentada em [54].

3.2. Tecnologias de rede

O ambiente IoT consiste em um enorme número de dispositivos inteligentes, mas com muitas
restrições. Capacidade de processamento reduzida, volume de armazenamento ou energia disponível
estão entre essas restrições. Portanto, a implementação da IoT requer protocolos de comunicação
que possam gerenciar com eficiência essas condições.
No que diz respeito à IoT sem fio, muitas tecnologias e protocolos de comunicação sem fio
diferentes têm sido usados para conectar os dispositivos de IoT. Eles podem ser catalogados
grosseiramente em dois grupos principais, a saber, Wireless Personal Area Networks (WPAN) e Low
Power Wide Area Network (LPWAN), ambos os quais podem ser encontrados nas implantações de
cidades inteligentes descritas na Seção 2.
Os primeiros são caracterizados por suportar comunicações de curto alcance com
complexidade e consumo de energia mínimos, mantendo taxas de dados médias/baixas.
Machine Translated by Google

Sensores 2021, 21, 4511 13 de 29

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

Sensores 2021, 21, 4511 14 de 29

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.

Tabela 2. Principais recursos das tecnologias de rede IoT.

NFC PASSOU A SER Z-Wave Zigbee LoRa Sig Fox LTE-M NB-IoT

Cobertura 1~10 cm 3–30 m 30~100 m 30~100m 3-15km 5-25 km ~11km ~15km

868–915 LTE LTE

Frequência 13,56MHz 2,4 GHz 2,4 GHz 2,4 GHz 868–915 MHz
MHz em banda em banda

20/40/250 300 bps ~ 50

Taxa de dados 106 ~ 424 kbps 1 ~ 3 Mbps 40 ~ 200 kbps 100 bps ~10Mbps ~200kbps
kbps kbps
- -
Tamanho da carga 358 bytes 64 bytes 127 bytes 256 bytes 12 bytes

3.3. Plataformas de 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

Sensores 2021, 21, 4511 15 de 29

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.

Para ajudar as cidades na construção de infraestruturas de cidades inteligentes interoperáveis e

preparadas para o futuro, existem redes de cidades como Open & Agile Smart Cities (OASC) [74] e Eurocities [75].
Eles dão voz às cidades e ajudam no desenvolvimento de soluções que podem ser replicadas em todas as cidades.
Especialmente, OASC definiu um conjunto de Mecanismos Mínimos de Interoperabilidade (MIMs) [76].
Os MIMs definem uma base comum para garantir a interoperabilidade das
soluções: • O MIM 1 é chamado de Gerenciamento de Informações de Contexto OASC e está relacionado
à API que permite acessar informações de contexto em tempo real. O padrão recomendado para
isso é o NGSI-LD.
• MIM 2 é chamado de Modelos de Dados OASC e refere-se a diretrizes e um catálogo de modelos de
dados comuns que permitem a interoperabilidade de aplicativos e sistemas entre cidades.
Existem vários modelos de dados já propostos (por exemplo, SAREF [77] suportado pelo ETSI,
OneDM [78] suportado pela Zigbee Alliance) mas o OASC parece centrar-se nos modelos da
iniciativa Smart Data Models [79], à qual aderiu recentemente. • MIM3 é chamado OASC Ecosystem
Transactions Management e refere-se à API do Marketplace que expõe funcionalidades como catálogo,
pedidos e gerenciamento de receita.
Aqui, as APIs abertas do TM Forum [80] são propostas para a construção de soluções interoperáveis.

Outros MIMs como Gerenciamento de Dados Pessoais e Inteligência Artificial Justa e Algoritmos estão
atualmente em desenvolvimento.
Machine Translated by Google

Sensores 2021, 21, 4511 16 de 29

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.

Tabela 3. Resumo dos aplicativos de cidades inteligentes.

Categoria Inscrição Descrição

Fornece informações de estacionamento em tempo real para melhorar a

Estacionamento inteligente
conveniência dos usuários de estacionamento e resolver as dificuldades de estacionamento na cidade.

Melhora a eficiência do transporte público ao introduzir um bonde não tripulado

ecologicamente correto e baseado em energia e construir um sistema de transporte inteligente
Bonde inteligente que permite experiência e promoção aplicando tecnologias avançadas, como tokens digitais
Inteligente em um formato de pacote.
Transporte

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.

Melhora a qualidade da água do rio criando um espaço de armazenamento e tratamento

Eco-filtragem ecologicamente correto com função de purificação natural na beira do rio para evitar a entrada
direta de poluentes no rio.

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

Sensores 2021, 21, 4511 17 de 29

Tabela 3. Cont.

Categoria Inscrição Descrição

Fornece um sistema que monitora o consumo de energia do edifício em tempo real

Sistema de
usando dispositivos IoT e otimiza, controla e gerencia automaticamente a produção
gerenciamento de energia predial
e o uso de energia.

Usa energia ecológica e renovável para garantir a independência

Energia Inteligente
Edifício energeticamente eficiente energética e fornecer um sistema de transação de energia entre os
indivíduos.

Integra a operação de instalações de energia distribuída de pequena escala,

Usina virtual como energia solar e sistemas de armazenamento de energia doméstica (ESS),
e a gerencia como uma única usina.

Garante o tempo de ouro reduzindo os erros de análise humana e o tempo de

CFTV inteligente análise pela previsão em tempo real de sinais de ocorrência de crimes usando
tecnologia de inteligência visual e IA.

Garante a segurança no deslocamento, vinculando informações de

Segurança inteligente rastreamento do movimento de alunos e veículos na zona escolar com
Segurança da zona escolar
informações de veículos e introduzindo um sistema de prevenção de acidentes.

Previne acidentes em grande escala monitorando mudanças de terreno e

Previsão de desastres condições subterrâneas enterradas com drones, satélites e sensores de IoT e
prevendo a subsidência do solo baseada em IA.

3.4. Smart City Applications

Cidadãos que vivem em cidades inteligentes esperam muito de suas cidades inteligentes [82].
Por exemplo, espera-se que as cidades inteligentes aproveitem várias tecnologias de TIC para melhorar
os serviços da cidade legados e reduzir o custo de vida. Portanto, os serviços de cidades inteligentes
e suas aplicações podem se estender a diversos domínios [83]. Existe um regulamento de cidade
inteligente na Coreia do Sul que classifica os serviços de cidade inteligente em dez categorias;
administração, transporte, saúde, meio ambiente, segurança, prevenção de desastres, gestão de
infraestrutura, educação, cultura e turismo, logística e emprego [84].
Existem muitas maneiras diferentes de classificar serviços e aplicativos de cidades
inteligentes. Já mostramos isso na Seção 2. Por exemplo, podemos ver que os serviços de
cidades inteligentes existentes em diferentes cidades (por exemplo, tamanhos, locais,
regulamentos e tempo) têm diferenças significativas na estratégia e nas soluções que adotaram.
Nesta seção, conforme resumido na Tabela 3, vários aplicativos de cidades inteligentes
executados em plataformas de cidades inteligentes usando APIs de cidades inteligentes são
apresentados e classificados com base em nossa revisão abrangente na Seção 2. Em particular,
classificamos os serviços de cidades inteligentes em quatro categorias de nível superior e fornecer
vários aplicativos principais de cidade inteligente em cada categoria de aplicativo de cidade inteligente.

• 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

Sensores 2021, 21, 4511 18 de 29

3.5. Inteligência Artificial e Big Data O verdadeiro

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.

Big Data é frequentemente caracterizado por cinco Vs – Volume, Velocidade, Variedade,

Veracidade e Valor [85]. O volume está relacionado com a quantidade de informação. Em uma cidade
inteligente, uma enorme quantidade de informações pode estar relacionada a fluxos de câmeras de
vídeo ou à criação de modelos 3D detalhados , por exemplo, baseados em nuvens de pontos. A
velocidade refere-se à velocidade com que a informação flui e precisa ser tratada. Novamente, podem
ser fluxos de vídeo ou informações de tráfego que precisam ser processadas em tempo real. A
variedade refere-se a diferentes tipos de informação, bem como a diferentes formatos. Por exemplo, a
localização pode ser fornecida em vários formatos com diferentes precisões. A veracidade refere-se à
qualidade dos dados – quão completos e precisos são e até que ponto são uma representação realista
da situação, por exemplo, um sensor de temperatura pode ter boa precisão, mas pode não fornecer
uma representação correta da temperatura ambiente se posicionado fechado a uma janela através da
qual o sol está brilhando. O V final representa Valor, que representa a utilidade dos dados, ou seja, o
insight que pode ser obtido e o que pode ser feito com ele.
Conforme discutido no contexto das plataformas IoT na Seção 3.3, é importante concordar com
uma API comum para acessar e encontrar informações relevantes da cidade como um mecanismo
mínimo de interoperabilidade. No entanto, com a variedade e heterogeneidade das informações
disponíveis em uma cidade inteligente, nem todas as informações estarão no mesmo nível de
abstração e no mesmo nível conceitual. Em particular, podem ser necessários dados brutos dos quais
os insights de alto nível podem ser extraídos. Dependendo dos Vs de Big Data apresentados acima,
diferentes sistemas de armazenamento são necessários para manipular os dados e permitir o
processamento necessário. O armazenamento de dados muito heterogêneos em diferentes sistemas
é frequentemente chamado de data lake. Para poder encontrar os dados em um data lake, as
informações-chave podem ser extraídas do data lake e disponibilizadas como informações homogêneas
acessíveis por meio da API da plataforma IoT, mas vinculadas às informações originais completas,
permitindo descobrir e processar ainda mais os dados brutos. dados.
Os algoritmos baseados em inteligência artificial para processamento de informações podem ser categorizados
em análise de dados, aprendizado de máquina e aprendizado profundo [86]. Para análise de dados, há quatro
abordagens diferentes a seguir: • Análise Descritiva processa dados históricos e fornece métricas e medidas para

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,

tráfego na hora do rush em combinação com canteiros de obras.

• A Análise Preditiva pode ser usada para prever situações e eventos no futuro. As informações históricas podem
ser usadas para criar uma função que prevê um valor, por exemplo, congestionamento de tráfego em um
determinado horário em um dia da semana sob certas condições climáticas, que pode ser aplicada para prever
a situação em um momento futuro. • A análise prescritiva vai um passo além da análise preditiva, pois tenta
entender como diferentes fatores influenciam uma situação. Isso pode ser usado para tomar ações para melhorar a
situação, por exemplo, adaptar a programação do semáforo para melhorar o fluxo de tráfego e reduzir o

congestionamento.

As abordagens de aprendizado de máquina podem ser classificadas em quatro categorias diferentes [86]:
Machine Translated by Google

Sensores 2021, 21, 4511 19 de 29

• 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

Sensores 2021, 21, 4511 20 de 29

• 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.

4. Desafios abertos para cidades inteligentes habilitadas

para IoT À medida que o crescimento populacional e a concentração urbana aceleram, vários
problemas como congestionamento de tráfego, esgotamento de energia e recursos etc. estão aparecendo
em todo o mundo, e os países estão tentando resolver esses problemas usando a IoT -habilitada cidade
inteligente. Com base em nossa experiência e análise nas seções anteriores, fica claro que as tecnologias
de cidades inteligentes podem ser uma solução promissora. No entanto, fica claro que as tecnologias de
cidades inteligentes não estão completas e ainda apresentam muitos problemas que devem ser superados.
Por exemplo, problemas de interoperabilidade devido à ausência de padrões internacionais, diferentes
entendimentos de cidades inteligentes e exposição de informações pessoais são os principais fatores que
dificultam a sustentabilidade das cidades inteligentes. No passado, os autores deste artigo acumularam
muitas experiências em cidades inteligentes por meio do desenvolvimento de serviços e plataformas de
cidades inteligentes com base em padrões globais de IoT [22]. Com base nessas experiências e nas
pesquisas realizadas neste artigo, derivam-se vários desafios a serem superados pelas cidades inteligentes.
Machine Translated by Google

Sensores 2021, 21, 4511 21 de 29

A seguir, apresentamos um panorama dos desafios que estão sendo

abordado como uma pré-condição para tornar as Cidades Inteligentes habilitadas para IoT um sucesso.

4.1. Supere os silos de aplicativos

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.

4.2. Evolua para plataformas IoT flexíveis

Atualmente, cada cidade inteligente parece diferente em relação à infraestrutura implantada,

aplicativos disponíveis, mas também às plataformas IoT utilizadas. Isso dificulta a reutilização de qualquer
coisa desenvolvida para uma cidade em outra e constitui um impedimento para a criação de um mercado
de cidades inteligentes. Além disso, não é economicamente viável desenvolver plataformas sob medida
para cada cidade [91].
Conforme descrito na Seção 3.3, vários fornecedores começaram a oferecer plataformas de IoT para
cidades inteligentes, normalmente com base no que foi desenvolvido para uma cidade piloto. Como resultado,
essas plataformas muitas vezes não são perfeitas para outras cidades e as cidades também têm medo do
bloqueio do fornecedor , ou seja, ficam restritas a esse fornecedor para quaisquer adições futuras em relação
a infraestruturas e aplicativos, pois tudo precisa ser personalizado para o fornecedor plataforma.
A direção a seguir é passar de plataformas proprietárias monolíticas para plataformas modulares
baseadas em padrões (por exemplo, NGSI-LD [73], oneM2M [71], OMA Lightweight M2M [72]).
É especialmente importante concordar com as interfaces e a modelagem de informações que o OASC
está definindo como mecanismos mínimos de interoperabilidade. Além disso, os custos podem ser
reduzidos confiando em componentes comuns de código aberto como base, por exemplo, conforme
fornecido pelo FIWARE. Estes podem ser complementados por componentes de fornecedores
proprietários. No entanto, o uso de padrões no nível da interface evita o aprisionamento do fornecedor.

4.3. Evolua para plataformas e aplicativos de IoT multijogador e entre organizações

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

Sensores 2021, 21, 4511 22 de 29

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.

4.4. Criação de Oportunidades de Negócios

Enquanto o conceito de cidade inteligente é tipicamente atrelado à sustentabilidade e eficiência pelos
administradores da cidade, a transformação digital está abrindo novas oportunidades além da otimização dos
serviços urbanos que tradicionalmente são oferecidos aos seus cidadãos (mobilidade, iluminação, distribuição
de água, gestão, etc.) [93]. A cidade inteligente deve ser promovida como um cenário onde novos modelos de
negócios são criados em torno da troca de dados e dos serviços que surgem desse compartilhamento. Por
exemplo, as cidades estão se tornando o campo de jogo para a economia compartilhada [94]. A concentração
da atividade econômica e a onipresença da tecnologia nas cidades facilitam a troca rápida e baseada em
localização de serviços e produtos entre cidadãos (P2P), entre empresas (B2B) e empresas para a multidão.

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:

(1) Favorecer as relações peer-to-peer - em contraste com o comando tradicionalmente hierárquico

e relações contratuais.
(2) Estabelecer nova distribuição de valor e governança entre a comunidade de pares onde
lucratividade não é sua força motriz principal/única.
(3) Alavancar a infraestrutura pública sensível à privacidade que resulta no fornecimento (geralmente) de
acesso aberto de recursos comuns que favorecem o acesso, a reprodutibilidade e a derivação.

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.

4.5. Alcançar transparência e aceitação

Embora o paradigma das cidades inteligentes tenha sido, por muito tempo, moldado por discursos de
vendas de grandes fornecedores de tecnologia e integradores de sistemas, para que essa visão de auto-
sustentabilidade e melhoria da qualidade de vida do cidadão se torne uma realidade, é necessário abandonar
as primeiras “cidades inteligentes”. Exemplos de 1,0” como Masdar ou Songdo (com uma abordagem orientada
para a tecnologia ou marketing, em vez de atender às necessidades operacionais e dos cidadãos), bem como
ampliar o conjunto de serviços apoiados não apenas na perspectiva das autoridades da cidade, mas também
permitindo responder às necessidades específicas dos cidadãos [96].
Nesse sentido, mesmo que existam diferenças culturais significativas globalmente, é necessário
configurar os mecanismos para dar voz ao ponto de vista do cidadão no debate atual sobre instrumentação
de IoT. Para que os serviços de cidades inteligentes possam fazer uma diferença real para os cidadãos e
sejam bem percebidos por todas as partes interessadas e atores envolvidos no complexo ecossistema das cidades,
Machine Translated by Google

Sensores 2021, 21, 4511 23 de 29

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.

4.6. Integração em redes futuras e novos paradigmas de computação

À medida que mais serviços de cidades inteligentes são implementados, o número de dispositivos
conectados e operados na rede cresce exponencialmente. Além disso, com a introdução da tecnologia de rede
5G, vários serviços como cidade inteligente, fábrica inteligente e carro inteligente estão sendo desenvolvidos.
Esses diversos serviços de IoT devem suportar requisitos como alta largura de banda e latência ultrabaixa [99].

Os métodos de computação em nuvem fornecidos por provedores de serviços convencionais, no

entanto, devem passar por uma plataforma central de IoT para processar diversos dados gerados pelos dispositivos.
Isso levou a um rápido aumento no tráfego de dados de backhaul, inevitavelmente diminuindo a velocidade do
serviço. Para resolver esse problema, uma extensa pesquisa está sendo conduzida com foco na aplicação da
tecnologia de computação de borda para reduzir a carga de rede causada pelo aumento do tráfego e para
suportar serviços de IoT a uma distância relativamente curta, por sua vez, permitindo o provisionamento de
serviços de latência ultrabaixa [100]. ].
Por exemplo, organizações de padronização de comunicação, como 3GPP e ETSI, bem como
organizações de padronização de IoT, como oneM2M, reconhecem a importância da padronização da
computação de borda, cooperando com outras instituições para desenvolver padrões e aprimorar a
compatibilidade. O Multi-access Edge Computing Industry Specification Group (MEC-ISG), um grupo do ETSI,
está trabalhando na utilização de multi-acesso em edge computing e permitindo compatibilidade com padrões
de fatiamento de rede fornecidos pela rede principal 3GPP [100]. Além da virtualização da rede, a virtualização
e a computação de borda dos recursos da plataforma IoT estão sendo conduzidas: um nó de borda poderá
hospedar uma rede 3GPP, computação de borda ETSI MEC e recursos de plataforma de serviço IoT de
latência ultra baixa para suportar dinamicamente diversos serviços.

4.7. Desenvolver resiliência para dar suporte a aplicativos de missão crítica

Além da evolução das redes de banda larga móvel que será a futura geração de redes e serviços de
comunicação, os chamados 5G, também fornecerá capacidades adicionais de rede e serviço de extrema
importância para cidades inteligentes e, em particular, para IoT cidades inteligentes habilitadas [99]. Espera-se
que o 5G seja um facilitador fundamental para a IoT, suportando a conexão de um grande número de sensores,
suportando dispositivos e atuadores com restrições computacionais e de energia estritas. No entanto, a
modelagem desses cenários (principalmente ao nível da rede de acesso) e qual combinação de tecnologias fará
parte desses futuros sistemas de comunicação ainda não está totalmente desenvolvida.
Machine Translated by Google

Sensores 2021, 21, 4511 24 de 29

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.

4.8. Regulamentos de privacidade sobre dados em diferentes

países Como uma cidade inteligente coleta e utiliza grandes quantidades de dados, ela
inevitavelmente abriga o potencial de violação de informações pessoais. Por exemplo, sensores em
eletrodomésticos baseados em IoT podem ser usados para coletar dados de dentro de casa. Sensores
no interior de um carro inteligente também podem ser usados para observar os hábitos de direção do motorista.
A implementação de técnicas de mineração de dados em tais informações pode levar à identificação de
determinados indivíduos. Como tal, os governos estão promulgando leis fortes sobre a proteção de
informações pessoais para proteger sistematicamente as informações pessoais e impedir que os
provedores de serviços de coleta de dados abusem delas [89].
Por exemplo, a Europa promulgou o GDPR para regular a proteção e utilização de informações
pessoais. O GDPR define escrupulosamente os direitos e obrigações dos detentores e processadores
de informações pessoais, fortalecendo assim os deveres das empresas que coletam e gerenciam dados.
Como esta lei se aplica a todos os sistemas que lidam com dados, as cidades inteligentes baseadas em
dados devem naturalmente cumpri-la.
Cláusulas do GDPR [102] prescrevem consentimento, direito ao esquecimento, pseudonimização, entre
outros. Essas cláusulas devem ser refletidas como requisitos do sistema e incorporadas aos recursos da
plataforma, para que tais cláusulas possam ser aplicadas em uma plataforma de cidade inteligente. Isso pode
permitir que vários serviços de cidades inteligentes processem informações pessoais de maneira compatível com
o GDPR. Por exemplo, o gerenciamento de consentimento, conforme definido pelo GDPR, exige que as
informações pessoais sejam processadas com base no consentimento do proprietário dos dados. No entanto, as
plataformas de dados de cidades inteligentes existentes não fornecem um recurso que processa o consentimento do propriet
Para isso, o recurso de autorização de acesso das plataformas existentes deve ser expandido para
implementar a função de obter sistematicamente o consentimento do usuário e classificar esses dados
no sistema de cidade inteligente.

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

Sensores 2021, 21, 4511 25 de 29

A saída é construir padrões que estão começando a surgir. As organizações de cidades

inteligentes começaram a definir mecanismos mínimos de interoperabilidade baseados em padrões.
Outro aspecto é o uso de componentes de código aberto que reduzem custos e riscos para as cidades
e ainda dão espaço para componentes comerciais compatíveis com o padrão. A construção de
mecanismos mínimos de interoperabilidade baseados em padrões é importante para a criação de um
mercado real de cidades inteligentes, pois aplicativos, informações e serviços podem ser usados em
muitas cidades inteligentes, em vez de precisar ser personalizado ou exigir adaptações caras para
cada cidade. Isso reduz significativamente os custos e viabiliza implantações em maior escala.
Como descrevemos, há avanços significativos no lado técnico que tornam as cidades inteligentes
viáveis. Ainda assim, existem alguns desafios tecnológicos a serem superados, principalmente
relacionados à garantia da resiliência necessária em dados e redes para suportar serviços de missão
crítica (por exemplo, resposta a emergências, monitoramento e gerenciamento em tempo real de
infraestruturas críticas, etc.). A integração de novos paradigmas de computação, como fog computing
e redes 5G e além, em cenários de IoT, revela um caminho promissor para abordar esse cenário de
aplicação. No entanto, os maiores desafios podem estar nos lados administrativos e organizacionais.
As implantações de cidades inteligentes geralmente exigem cooperação entre diferentes departamentos
ou até organizações diferentes. Isso pode exigir que os orçamentos sejam reajustados, pois há a
necessidade de investimentos iniciais. Estes podem ser significativamente compensados por
economias posteriormente, mas não necessariamente onde os investimentos iniciais foram feitos.
Além disso, o impulso tecnológico ou das administrações públicas não pode, por si só,
desapropriar todo o valor do paradigma da cidade inteligente. Certamente, pode iniciar a transição e
estabelecer as raízes para que todas as partes interessadas e atores envolvidos nos ambientes
urbanos (por exemplo, cidadãos, empresas, organizações, visitantes, etc. ) ou dados que outros
fornecem, mas também como produtores de informações valiosas que trariam novos serviços,
contribuindo assim para um ciclo virtuoso com benefícios imprevisíveis. No entanto, para que essa
visão se torne realidade, é necessário trabalhar os desafios de segurança e autosoberania dos dados
para que os produtores de dados tenham a certeza de que seus dados são usados para aqueles, e
apenas aqueles propósitos para os quais foram compartilhados, e eles também são recompensados
de forma adequada e justa pelo valor que seus dados geraram.

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

Sensores 2021, 21, 4511 26 de 29

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

Sensores 2021, 21, 4511 27 de 29

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

Sensores 2021, 21, 4511 28 de 29

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

Sensores 2021, 21, 4511 29 de 29

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]