Sistema de Transporte Inteligente Heterogeneo en la ciudad de Quito bajo el paradigma del estandar SWE-SOS y notificaciones IoT Intelligent Heterogeneous Transportation System in Quito city under the paradigm SWE-SOS standard and IoT notifications Ana Zambrano Eduardo Ortiz Departamento de Electrónica, Telecomunicaciones y Redes de Información Escuela Politécnica Nacional Quito, Ecuador [email protected] Departamento de Electrónica, Telecomunicaciones y Redes de Información Escuela Politécnica Nacional Quito, Ecuador [email protected] Xavier Calderón Oscar Zambrano Departamento de Electrónica, Telecomunicaciones y Redes de Información Escuela Politécnica Nacional Quito, Ecuador [email protected] Departamento de Ingeniería en Telecomunicaciones Universidad Técnica del Norte Ibarra, Ecuador [email protected] Resumen — El transporte juega un rol fundamental en el desarrollo económico de un país, puesto que posibilita la distribución e integración de los recursos necesarios para fomentar ese crecimiento tecnológico, económico y social antes mencionado. Quito, la capital de Ecuador, presenta serios problemas de movilidad, con una significativa cantidad de tráfico tanto en el centro de la ciudad como en sus principales vías de acceso. La propuesta detallada en este artículo pretende vincular a Quito con varias tecnologías de nueva generación como: Internet of Things (IoT), el estándar Sensor Web Enablement (SWE) para comunicación de sensores heterogéneos, y un sistema de notificaciones en tiempo real mediante el protocolo de comunicaciones Message Queue Telemetry Transport (MQTT). Estas tecnologías serán empleadas para el desarrollo de un Intelligent Transport System (ITS) que aprovechará el despliegue masivo de smartphones en la sociedad como principales fuentes de información, e incluyendo también módulos Arduino y Raspberry para comprobar la comunicación eficiente. Este ITS basa su operación sobre el paradigma del crowsensing, el cual permite reflejar con mayor exactitud la realidad del objeto de estudio, cuantos más colaboradores utilicen el sistema; alcanzando hasta un 30% de mejora en la consciencia situacional de la variable del entorno, el tráfico. Palabras Clave - Internet of Things; Sensor Web Enablement; Message Queue Telemetry Transport; Intelligent Transport System; Crowdsensing. Abstract — Transport plays a fundamental role in the economic development of a country, since it makes possible the distribution and integration of the necessary resources to promote the aforementioned technological, economic and social growth. Quito, the capital of Ecuador, presents serious mobility problems, with a significant amount of traffic both in the city center and in its main access routes. The proposal detailed in this article aims to link Quito with several new generation technologies such as: Internet of Things (IoT), the Sensor Web Enablement (SWE) standard for communication of heterogeneous sensors, and a system of notifications in real time using the protocol Communications Queue Telemetry Transport (MQTT). These technologies will be used for the development of an Intelligent Transport System (ITS) that will take advantage of the mass deployment of smartphones in society as main sources of information, and also include Arduino and Raspberry modules to verify efficient communication. This ITS bases its operation on the crowsensing paradigm, which allows to reflect with greater accuracy the reality of the object of study, the more collaborators use the system; reaching up to 30% improvement in the situational awareness of the environment variable, traffic. Keywords - Internet of Things; Sensor Web Enablement; Message Queue Telemetry Transport; Intelligent Transport System; Crowdsensing. 2019 14th Iberian Conference on Information Systems and Technologies (CISTI) 19 – 22 June 2019, Coimbra, Portugal ISBN: 978-989-98434-9-3 I. INTRODUCCIÓN La movilidad y accesibilidad a las grandes ciudades como el caso de Quito, capital del Ecuador, es un tema de gran importancia, puesto que el sistema de transporte existente debe permitir el tráfico fluido de vehículos, tanto pesados como livianos, que fomente el desarrollo económico y social de la ciudad. Actualmente, uno de los problemas críticos que afectan a Quito es la movilidad urbana [1], pues al no haber sido gestionada y planificada adecuadamente, ha creado serios problemas económicos, comerciales, culturales y hasta de salud (estrés y fatiga de conductores y pasajeros), los cuales afectan de manera negativa al crecimiento y desarrollo de la ciudad. Las estadísticas en Ecuador, muestran un crecimiento considerable del parque automotor en los últimos años [2], la importación de vehículos en 2016 fue de 31.761 unidades y de 70.203 en 2017 respectivamente [3]; estos datos evidencian un crecimiento mayor al 121% respecto al 2016. De la misma manera las ventas de vehículos para el 2017 presentan un incremento mayor al 65% con respecto del 2016 [4]. Este incremento conlleva un impacto en la sociedad que, debido a la falta de una planificación y gestión vehicular adecuada, provoca incumplimiento en las entregas de mercadería, atrasos, pérdida de dinero, entre otros. Por ejemplo, el comercio es una de las actividades con mayor dependencia del sistema de transporte terrestre, pues a través de este medio de transporte se abastece de los productos requeridos a los centros comerciales, mercados municipales, tiendas de barrio, entre otros. Los ciudadanos de Quito, al no tener un mecanismo de gestión de tráfico gubernamental, recurren a las redes sociales para informarse sobre accidentes, derrumbes u otros tipos de incidentes suscitados en las vías, sin embargo, las redes sociales no son una fuente confiable de información, pues muchas noticias están desactualizadas o pueden ser descontextualizadas. La información anteriormente expuesta, deja en evidencia que en el Ecuador no existe un Sistema de Transporte Inteligente (ITS por sus siglas en inglés) que agrupe dentro de una sola solución integral, a los sistemas de información, las herramientas tecnológicas existentes y la sociedad. Este artículo describe el desarrollo e implementación de un prototipo para un ITS que toma como primer caso de estudio a la ciudad de Quito. Este ITS permite la distribución de información en tiempo real sobre el estado del tráfico en los distintos anillos viales de la ciudad, tanto en lo referente a incidentes suscitados en las vías, así como también diferente tipo de información relevante para que los conductores puedan mejorar su consciencia situacional y tomar decisiones adecuadas (vías disponibles, contraflujos, atascos, etc.). El prototipo presenta una arquitectura distribuida de comunicaciones que posibilita la obtención de información desde cualquier tipo de dispositivos, ya sea unos smartphones, dispositivos Raspberry o Arduino y más; para esto se implementa el estándar Sensor Web Enablement (SWE), y en particular su principal componente Sensor Observation Service (SOS). La heterogeneidad lograda entrega como ventaja, el poder cubrir extensas zonas geográficas como en el caso de Quito a un costo casi nulo, aprovechándonos de sensores comunitarios. Conjunto a SWE y SOS, se emplea el protocolo master de IoT [5], Message Queue Telemetry Transport (MQTT), quien gestiona el envío/recepción de mensajes en tiempo real, beneficiando la arquitectura con su bajo consumo de energía, ancho de banda, y capacidad de procesamiento en dispositivos donde se aloja. De esta forma, se distribuye información útil a conductores para prevenir o evitar retardos masivos en los desplazamientos, gasto excesivo de combustible, incrementos de gases de efecto invernadero, incumplimiento de horarios [6]. Con el desarrollo de este sistema se pretende mejorar la efectiva movilidad de personas, mercancía e incluso cuerpos de ayuda, con el objetivo final de contribuir positivamente con el desarrollo de las comunidades. Este artículo está dividido en cinco secciones. Primero el Estado del Arte el cual detalla los proyectos más reconocidos en solventar el problema de movilidad en grandes ciudades. Después se presenta la arquitectura propuesta, la cual describe el escenario de acción del sistema, así como también el rol que desempeña cada una de las tecnologías empleadas. Siguiente, se presenta las pruebas realizadas. Por último, las conclusiones y trabajo futuro son presentados. II. ESTADO DEL ARTE Los ITS son una nueva propuesta para reducir el impacto que provocan los problemas relacionados con el transporte en las grandes ciudades. Para lograr mitigar estos problemas, los ITS proponen el desarrollo de sistemas informáticos orientados a una gestión eficiente del transporte, integrando en un sólo sistema a vehículos, infraestructura tecnológica y vial, dispositivos móviles y sociedad [7]. Los ITS han sido implementados en varias ciudades del mundo con el objetivo de optimizar el tema de seguridad en el transporte, movilidad y sostenibilidad. Uno de los ejemplos con mayor relevancia está en Michigan EE.UU, denominado “ItsMichigan” [8], que cuenta con un sistema de cámaras de video y semáforos adaptativos para la optimización y control de tráfico dentro de la ciudad. En Moscú Rusia [9], las autoridades de administración vehicular han implementado un sistema de tráfico adaptativo denominado “ITS-Rusia”, mismo que utiliza sensores de presencia vehicular y radares de foto detección a cielo abierto para descubrir incidentes en carretera como vehículos parados o en sentido contrario, entre otras. De la misma forma, en Ambato Ecuador [10] en ciertas avenidas se instalaron cámaras de conteo vehicular junto con un sistema de visión artificial. Evidentemente esto implica una gran inversión por parte de las autoridades y se conoce que estos sistemas fueron relegados al abandono por falta de recursos; problema habitual en países en vías de desarrollo. Otro problema por mencionar, es que los resultados de estos sistemas no se difunden a la ciudadanía para que ésta pueda planificar y tomar decisiones sobre su movilidad, obligando a que ésta se organice a través de redes sociales que, aunque ampliamente usadas, no son una fuente confiable de información y frecuentemente la información suele estar descontextualizada y a destiempo. Por otro lado, existen proyectos de carácter comercial que ofrecen soluciones a la gestión del tránsito vehicular, como por ejemplo Waze y Google Maps. Estas plataformas se interrelacionan con el usuario final a través de aplicaciones móviles, que tienen la capacidad tanto de recolectar información del usuario final como de presentar resultados. Por ejemplo, Waze recopila información del tráfico y lo clasifica en áreas de interés; es así que, puede considerar las particularidades del tráfico en tiempo real y emitir los resultados a la comunidad. 2019 14th Iberian Conference on Information Systems and Technologies (CISTI) 19 – 22 June 2019, Coimbra, Portugal ISBN: 978-989-98434-9-3 Trabajos como [11] discuten sobre los algoritmos que Waze implementa para pronosticar el tráfico. Algoritmos como el Bayesian Nash Equilibrium, Price of Anarchy (PoA), Price of Stability (PoS), son claves para describir el comportamiento del tráfico y emitir resultados relevantes para la comunidad. Por el contrario, esta investigación se centra en un concepto de estándar heterogéneo SWE-SOS junto con el protocolo IoT [12] MQTT, aprovechando el crowdsensing al incluir cualquier tipo de sensor, no solamente smartphones. En este artículo se presenta el desarrollo de un ITS factible y económico para cualquier ciudad (como en el caso de Quito), que aprovecha el gran despliegue de teléfonos inteligentes en la ciudadanía como principal fuente de sensorización. Se contempla el desarrollo de una aplicación móvil oportunista [13], que aproveche cualquier tipo de sensor heterogéneo (módulos Raspberry, Arduino, y smartphones de cualquier características y SO), tanto para la visualización de resultados como para la recopilación de datos respectivamente. Para permitir la comunicación de todos estos sensores heterogéneos, se implementó el componente Sensor Observation Service (SOS), perteneciente al estándar SWE. El SOS es una interfaz web para la recolección y consulta de datos que define interfaces de interoperabilidad para la codificación de los metadatos obtenidos por cada uno de los sensores del sistema. El objetivo radica en incrementar el número de sensores y poder analizar los datos obtenidos para obtener crowdsensing, pues a medida que incremente la cantidad de usuarios, los datos describirán con mayor veracidad del objeto de estudio. Por otro lado, los usuarios se ven beneficiados de notificaciones en tiempo real, a través del protocolo MQTT. La integración de estas tecnologías permite, a un costo casi nulo, a diferencia de los proyectos citados, crear una consciencia situacional real y oportuna en los conductores, lo que a su vez permite mejorar la toma de decisiones. Además, esta propuesta sobrepasa proyectos como [8] [10] al otorgar la capacidad de incorporar sensores heterogéneos pudiendo cubrir grandes territorios. III. ARQUITECTURA Esta propuesta forma parte del proyecto Ecuador Intelligent Roads (E-iRoads) denominado ITS-Q, cuyo principal objetivo es mejorar la consciencia situacional de las vías de transporte de una ciudad, para la toma oportuna de decisiones en ciudades en desarrollo, como Quito, cuyo presupuesto es reducido. El sistema propuesto, compuesto de tres bloques principales, se detalla en la Fig 1, en donde se muestran los principales componentes que lo integran, y la interacción entre cada tecnología usada. Este sistema está conformado, en primera instancia, por el “Bloque Fuente de Información” el cual representa un conjunto de dispositivos de muestreo para la toma de los datos. El sistema garantiza heterogeneidad de sensores gracias a los protocolos utilizados en el “Bloque de Sensorización” y el “Bloque de Notificación”. Estos sensores, cuyo hardware y software difieren, son capaces de procesar cualquier metadato enviado, en este caso la posición mediante un sensor GPS instalado en un módulo electrónico (Arduino, Raspberry, etc). Es importante acotar también que, se ha desarrollado una aplicación móvil oportunista que convierte a cada smartphone de la comunidad en un sensor del sistema, reutilizando los sensores en ellos incrustados. De esta manera, se logra cubrir grandes rutas, como las evaluadas en el apartado de Resultados Preliminares en la ciudad de Quito y aumentar por consiguiente el crowdsensing. El “Bloque de Sensorización” es una implementación del estándar SWE, en concreto se emplea el componente Sensor Observation System (SOS) para implementar una interfaz a través de un servicio web, con el objetivo de obtener las descripciones de los sensores y la información (metadata) en forma de observaciones. SOS proporciona una amplia gama de capacidades interoperables para descubrir, enlazar e interrogar sensores individuales, plataformas o constelaciones de sensores en entornos en tiempo real o simulados. Siguiente, se encuentra el “Bloque de Notificación”, que emplea el protocolo MQTT el Figura 1. Bloque técnico del sistema. 2019 14th Iberian Conference on Information Systems and Technologies (CISTI) 19 – 22 June 2019, Coimbra, Portugal ISBN: 978-989-98434-9-3 cual representa un canal dedicado a la circulación de mensajes para notificación a los transportistas. MQTT ha sido escogido entre los últimos años como el protocolo IoT, dadas sus amplias ventajas [14] como comunicación en escenarios de muchos a muchos, baja latencia, bajo consumo de recursos entre otros. La conformación de estos tres bloques forma el ITS descrito. Este sistema presenta como limitación el acceso constante a Internet; así como también el uso continuo del sensor GPS. Es importante citar que el crowdsensing representaría el éxito o fracaso del sistema. Para esta investigación se han utilizado Smartphones, Arduino y Raspberry como fuentes de información. Los datos recolectados de estos dispositivos son enviados como parte de los mensajes del estándar SWE-SOS. Todos estos dispositivos son utilizados para medir la velocidad de traslación del vehículo donde se alojan. Se obtiene periódicamente la ubicación geográfica de cada dispositivo; se compara las dos últimas dos ubicaciones para determinar el desplazamiento ( ) donde el periodo de muestreo ( ) de los datos se ha establecido en dos minutos para no estresar la batería del dispositivo y también para disponer de datos lo más cercanos a la realidad. Con la ( ) y la ( ) es posible determinar la velocidad de traslación ( ) de vehículo. Esto permite estimar la llegada de un vehículo, pues al disponer de la ( ) y la ( ) total de la ruta es posible determinar el tiempo estimado de llegada. En los dispositivos Arduino Uno [15] y Raspberry Pi 3 [16] se ha integrado el módulo GPS (GY-GPS6MV2 [17]) para agregar capacidades de georreferenciación, y por consiguiente determinar su velocidad de traslación. Además, a estos dispositivos se les ha agregado el módulo GSM 900 [18] [19] para enviar los datos al servidor remoto a través de la Web. Se recalca que la energía necesaria para utilizar los dispositivos ha sido obtenida de las salidas de poder del vehículo. De esta forma se logra disponer de una infraestructura de dispositivos heterogéneos para el sistema ITS de Quito. Las herramientas que permitieron desarrollar la presente propuesta fueron: un servicio de base de datos no relacional MongoDb para el almacenamiento de la información medida de la ruta a estudiar y de la descripción de los sensores; se aprovecha su manejo eficaz de grandes cantidades de datos, ideal para sistemas en tiempo real. Se utilizó el lenguaje de programación PHP para implementar la interfaz web alcanzable [20] por los clientes heterogéneos siguiendo los lineamientos descritos por el estándar utilizado SOS-SWE. Para implementar el sistema de notificaciones de alertas se ha utilizado el servidor MQTT Eclipse Mosquitto Broker, mismo que implementa un método ligero de mensajería a través del modelo publicación/suscripción. Estos componentes con excepción de la aplicación móvil se encuentran alojados en un host con sistema operativo Ubuntu Server 16.04 LTS, mismo que se encuentra instanciado en la plataforma de virtualización VMware ESXi de un servidor físico de la Escuela Politécnica Nacional con una IP pública accesible a través de la Web. En la Fig 2 a) se puede observar la integración de todas estas tecnologías para la implementación del sistema, en donde se observa que la principal fuente de información son smartphones. Además, la interfaz de servicio web integra las principales operaciones del componente SOS del estándar SWE, por ejemplo, InsertObservation, InserSensor, UpdateSensor, DeleteSensor, entre otras. La interfaz web SOS comprueba la integridad del mensaje enviado, es decir, verifica que toda consulta esté en concordancia con el estándar implementado, para evitar inconsistencias de los datos y el almacenamiento de información de sensores no identificados. Es así como la Fig 2 b) se observa el código empleado para insertar una nueva observación (InsertObservation) en la base de datos siguiendo el estándar SWE-SOS. Esta observación, definida por un par velocidad-tiempo, es el resultado de las mediciones de los sensores sobre el objeto de estudio, misma que es enviada al servidor remoto para su almacenamiento en MongoDb. { "type" : "insertObservation", "service" : "SOS", "version" : "2.0.0", "offering" : "90:00:4E:87:BF:3C", "OM_Observation" : { "result" : { "value" : 83, "type" : "Quantity", "uom" : "kmh", "name" : "velocity" }, "featureOfInterest" : "SDaQ", "location" : { "type" : "Point", "coordinates" : [ -0.2877836552890317, -79.06600747335104 ] }, "phenomenonTime" : { "TimeInstant" : { "timePosition" : " 2018-09-12T00:53:18-05:00", "id" :"PHENOMENON_TIME" } }, "type" : "http://www.opengis.net/def/observation Type/OGC-OM/2.0/OM_Measurement", "observedProperty" : "velocity", "procedure" : [ "90:00:4E:87:BF:3C" ], "resultTime" : [ "#PHENOMENON_TIME" ] } } a) b) Figura 2. a) Arquitectura del sistema. b) Código ejemplo del estándar SOS 2019 14th Iberian Conference on Information Systems and Technologies (CISTI) 19 – 22 June 2019, Coimbra, Portugal ISBN: 978-989-98434-9-3 Porcentaje de carga CPU 35% 30% 25% 20% 15% 10% 5% 0% 2000 29% 1456 26% 1326 1500 17% 1000 741 500 0 Aplicación WhatsApp Messenger Promedio de la carga CPU Promedio potencia consumida (mW) Figura 3. Comparación con aplicaciones conocidas. Tiempo de viaje (m) 170 165 160 155 150 145 140 135 130 0 5 10 15 20 25 30 Número de viajes Tiempo Real 35 40 45 50 Tiempo ITS-Q Figura 4. Tiempo pronóstico vs tiempo real. 4% 3% 3% % Error Por otro lado, los resultados que ofrece el sistema ITS desarrollado son comparables con los ofrecidos por Waze y Google Maps. Pues, el tiempo de pronóstico emitido por la presente investigación se aproxima considerablemente al tiempo real tomado para completar una ruta de entrada a Quito. El porcentaje de error entre el tiempo pronóstico respecto del tiempo real es de menos del 3% para una ruta de 150 minutos de viaje. Lo que indica que los resultados son confiables, pues pueden predecir el tiempo promedio para el viaje de un trasportista. ITS-Q a diferencia de aplicaciones comerciales ampliamente usadas, presenta como ventajas la adaptabilidad a las necesidades de cada ciudad o empresa, en este caso Quito; y además, la implementación del estándar SWE que permite la incorporación de cualquier sensor heterogéneo. Aplicaciones como Waze o Google Maps solamente permiten dispositivos móviles. En la Fig 4, se puede observar el tiempo estimado proporcionado por el sistema respecto del tiempo real, cabe la pena recalcar que los tiempos son comparables. Por otro lado, en la Fig 5 se puede observar el porcentaje de error entre el tiempo pronóstico vs el tiempo real para 50 pruebas (viajes). Las aplicaciones probadas fueron ITS-Quito, Waze y Google Maps. En definitiva, los resultados obtenidos se equiparán, e incluso mejoren a los de Waze, que es una aplicación mundialmente usada. A su vez, se ha validado el desempeño del servidor junto con todas sus herramientas para corroborar su diseño. Primeramente, en el servidor se aloja la interfaz web, la cual implementa operaciones de SOS para los clientes heterogéneos. Esta interfaz ha sido probada con el software JMeter para evaluar el promedio en ms de las solicitudes del servicio, entre otros parámetros. Los resultados reflejan que tanto para 100, 1.000 e incluso para 10.000 muestras/solicitudes enviadas al servidor de datos, el tiempo promedio de respuesta se ha mantenido menor a 1 segundo, verificando su carácter en tiempo real. Además, se enfatiza que no se presentaron errores en las solicitudes realizadas logrando consistencia de datos. Estos resultados evidencian que la interfaz SOS implementada tiene capacidad de procesamiento de gran cantidad de datos, suficiente y necesaria para un gran número de sensores abordando grandes ciudades como Quito. Los resultados se pueden apreciar en la TABLA 1. Potencia (mW) IV. RESULTADOS PRELIMINARES Para la validación del sistema, se contó con la colaboración de FENATRAPE (Federación Nacional de Transporte Pesado del Ecuador) quien facilitó convenios con empresas de transporte pesado para el diseño del escenario y la validación del sistema desarrollado. Se ha planteado una serie de pruebas en diferentes sitios de la ciudad, en donde fue evidente la mejora de la consciencia situacional en un 30% (mediante una encuesta a 65 transportistas voluntarios). De esta forma se logra optimizar la toma de las decisiones en la planificación de viajes, reduciendo el tráfico como consecuencia. Asimismo, se reafirmó el crowdsensing pues los resultados mostrados a los transportistas mejoran considerablemente al incrementar el número de usuarios. El sistema fue desplegado en cada empresa y el número de usuarios fue escalando en pasos de 10 para comprobar la disponibilidad del sistema, verificar la integración de los usuarios y la tabular los resultados. La prueba de integración tuvo una duración de 30 días, en la cual, en los medios de transporte se ha instalado sensores como módulos Arduino, Raspberry (en total 10 indistintamente) y se reutilizó infraestructura existente como teléfonos inteligentes (cualquier características hardware y software) para utilizarlos a manera de sensores, empleado principalmente el GPS para determinar su ubicación geográfica. En definitiva, se utilizó 65 smartphones en los cuales fue instalada la aplicación móvil. Se constató que el desempeño de la aplicación móvil es similar a aplicaciones como WhatsApp, Messenger, entre otras; pues no se ha experimentado consumo desmesurado de recursos, demostrando que la aplicación móvil desarrollada es ágil y ligera, como se observa en la siguiente Fig 3. Se recalca que esta prueba es necesaria para garantizar la cantidad de sensores; puesto que según [21], se evidencia que la primera causa de desinstalación de aplicaciones móviles es el consumo indiscriminado de batería. 2% 2% 1% 1% 0% 0 5 10 15 20 25 30 Número de viajes % Error ITS-Q % Error Google Maps 35 40 45 % Error Waze Figura 5. % Error entre tiempo pronóstico vs tiempo real. 2019 14th Iberian Conference on Information Systems and Technologies (CISTI) 19 – 22 June 2019, Coimbra, Portugal ISBN: 978-989-98434-9-3 50 TABLA 1. R ESULTADOS DE LA PRUEBA DE CARGA AL SERVIDOR. Muestras Promedio (s) Min (s) Max (s) 100 1.000 10.000 0,355 0,466 0,698 0,261 0,267 0,265 0,531 0,951 1,159 Recibido KB/seg 30,92 37,73 35,59 Error % 0% 0% 0% V. CONCLUSIONES Y TRABAJO FUTURO El crecimiento poblacional y vehicular en las grandes ciudades deben ir de la mano de un mejoramiento de los Sistemas de Gestión de Transporte. En la ciudad de Quito, capital del Ecuador los conductores experimentan horas de retraso debido a la cantidad de tráfico existente en la ciudad. Este artículo presenta un prototipo para un Sistema Inteligente de Tráfico (ITS) que permite notificar en tiempo real a los conductores sobre cualquier incidente suscitado en las vías, y de manera general, del estado del tráfico en toda la ciudad para mejorar la planificación de los viajes y reducir gastos operativos innecesarios. De esta manera, se crea en los conductores, una conciencia situacional real y oportuna que les permita tomar decisiones adecuadas, que antes no se poseía. La arquitectura propuesta contempla la implementación de un sistema de notificaciones en tiempo real, mediante el protocolo de comunicaciones MQTT, cuyo desempeño ha sido primordial para multiplexar el canal de comunicaciones en varios subcanales, mismos que representan cada una de las vías de acceso a la ciudad de Quito. Por otro lado, los datos sobre el estado de las vías son medidos y proporcionados por diferentes tipos de sensores heterogéneos (smartphones, Arduino, Raspberry), es decir, el sistema tiene la capacidad de aceptar como clientes cualquier tipo de sensor que pueda medir un parámetro de ruta y enviar este resultado a través de la web. Estos datos han sido modelados de acuerdo con los lineamientos del estándar SWE – SOS. Este estándar es el ente primordial dado que ha permitido el crecimiento de los recursos interoperables basados en la Web. A futuro, se considera incorporar nuevas tecnologías para la visualización de los datos, por ejemplo, se plantea la implementación de la Arquitectura Lambda [22], la cual incorporará un sistema de procesamiento de datos al mismo tiempo que los datos son producidos. Es decir, esto permitirá emitir alertas de notificación de incidentes de ruta al mismo tiempo que los datos se producen. Además, se prevé la implementación de otras características del protocolo MQTT como la jerarquía de medios de comunicación y la conexión con servidores remotos MQTT, para evitar posibles puntos de fallo del sistema desarrollado. A futuro se pretende incorporar nuevos mecanismos de notificación que integren diferentes medios como mensajes de texto, llamadas, mail, entre otras, así como los sugiere Web Notification Service de SWE. REFERENCIAS BIBLIOGRÁFICAS [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11] [12] [13] [14] [15] [16] [17] [18] [19] [20] AGRADECIMIENTOS Los autores agradecen el apoyo financiero brindado por la Escuela Politécnica Nacional para el desarrollo del proyecto PIJ15-20 “E-iRoads: Ecuador – Inteligents Roads. Un sistema inteligente para la gestión de tráfico en las periferias de grandes ciudades (Caso de Estudio: Quito)”. [21] [22] J. E. Freire Mullo and J. F. Nájera Puente, “Estudio de movilidad en la ciudad de Quito en horarios pico, utilizando datos móviles de la empresa telefónica - Ecuador,” 2017. AEADE, “Sector automotor en cifras,” Mar-2018. [Online]. Available: http://www.aeade.net/wpcontent/uploads/2018/03/boletin%2018%20espanol%20resumido.pdf. [Accessed: 13-Sep-2018]. SENAE, “Servicio Nacional de Aduana del Ecuador.” [Online]. Available: https://www.aduana.gob.ec/. [Accessed: 13-Sep-2018]. AEADE, “Asociación de Empresas Automotrices del Ecuador.” [Online]. Available: http://www.aeade.net/. [Accessed: 13-Sep-2018]. J. F. Silva, C. S. Lopes, P. Sousa, and P. Carvalho, “Protocolar extension for reliable communications in IoT environments,” presented at the Iberian Conference on Information Systems and Technologies, CISTI, 2018, vol. 2018-June, pp. 1–6. Hidalgo Núñez, M. Narváez, J. Arteaga, P. Mena, and K. Rojas, “Plan maestro de movilidad 2009 – 2025,” 2009. [Online]. Available: http://www.flacsoandes.edu.ec/libros/digital/39700.pdf. [Accessed: 13Sep-2018]. L. Vanajakshi, G. Ramadurai, and A. Anand, “Intelligent Transportation systems lecture notes.” [Online]. Available: https://www.thesisscientist.com/docs/Study Notes/de9b8b1b-3cfc-4d828ab0-b4468ff5b3eb. [Accessed: 13-Sep-2018]. ITS-Michigan, “Sociedad Inteligente de Transporte de Michigan,” 2018. [Online]. Available: http://www.itsmichigan.org/. [Accessed: 13-Sep2018]. ITS-Rusia, “Intelligent Transport Systems of Russia.” [Online]. Available: http://itsrussiaforum.ru/en/. [Accessed: 13-Sep-2018]. P. Mendez, “Red privada virtual como alternativa para el respaldo de información digital en el ilustre municipio de Baños,” UNIANDES, Ambato, 2017. S. Vasserman, M. Feldman, and A. Hassidim, “Implementing the Wisdom of Waze,” in IJCAI, 2015. L. Santos, C. Rabadao, and R. Goncalves, “Intrusion detection systems in Internet of Things: A literature review,” presented at the Iberian Conference on Information Systems and Technologies, CISTI, 2018, vol. 2018-June, pp. 1–7. E. Sanchiz, M. Gonzalez, N. Aquino, and L. Cernuzzi, “MoWebA Mobile: Modeling and Generation of the Communication of Mobile Apps with their Functions in the Cloud,” Conferencia Iberoamericana de Software Engineering (CIBSE), vol. 1, pp. 312–325, 2018. F. Wortmann and K. Flüchter, “Internet of Things,” Bus Inf Syst Eng, vol. 57, no. 3, pp. 221–224, Jun. 2015. Official Website Arduino, “Arduino UNO R3,” Arduino.cl - Plataforma Open Source para el desarrollo de prototipos electrónicos, 24-Oct-2014. Official Website Raspberry, “Raspberry Pi 3,” Raspberry Pi. . CoderProf, “gy-gps6mv2 datasheet PDF,” CoderProf.com. [Online]. Available: http://coderprof.com/PDF_Examples_Free_Download.php?q=gygps6mv2+datasheet. [Accessed: 08-Jan-2019]. Rhydo Technologies (P) Ltd., “SIM 900-RS232 GSM/GPRS Modem User Manual.” 11-Dec-2011. Itead Studio, “Raspberry PI GSM Datasheet.” 27-Dec-2013. P. Serpa, L. Weitzel, and L. Calado, “Iintegration of numerical oceanographic modeling systems via web services,” presented at the Iberian Conference on Information Systems and Technologies, CISTI, 2018, vol. 2018-June, pp. 1–6. D. Flood, R. Harrison, C. Iacob, and D. Duce, “Evaluating Mobile Applications: A Spreadsheet Case Study,” IJMHCI, vol. 4, no. 4, pp. 37– 65, Oct. 2012. D. Tapiador de Pedro and D. Tapiador de Pedro, “Architecture, techniques and models for enabling Data Science in the Gaia Mission Archive,” info:eu-repo/semantics/doctoralThesis, Universidad Complutense de Madrid, Madrid, España, 2018. 2019 14th Iberian Conference on Information Systems and Technologies (CISTI) 19 – 22 June 2019, Coimbra, Portugal ISBN: 978-989-98434-9-3 Copyright of CISTI (Iberian Conference on Information Systems & Technologies / Conferência Ibérica de Sistemas e Tecnologias de Informação) Proceedings is the property of Conferencia Iberica de Sistemas Tecnologia de Informacao and its content may not be copied or emailed to multiple sites or posted to a listserv without the copyright holder's express written permission. However, users may print, download, or email articles for individual use.
