Submission #18
Aprobado
ATOS SPAIN
SMART-FI: datos abiertos en ciudades inteligentes
Mon, 2017-02-27
En desarrollo
Piloto en la ciudad de Málaga (CityGo disponible en googleplay store (una versión beta). Esta aplicación CityGO está disponible para que tanto el Ayuntamiento de Málaga o bien operarios del transporte local se beneficien de la solución a través de un “dashboard” o cuadro de mando. Asimismo para que los ciudadanos puedan probar la misma y utilizar los beneficios de la planificación multimodal.
Descripción
Las ciudades inteligentes cuentan con una gran cantidad de “dispositivos inteligentes urbanos” que generan multitud de datos a diario, y a su vez las ciudades o municipalidades están recabando dichos datos de diferentes fuentes, y en ocasiones, los exponen mediante algunas plataformas pero estos datos no son utilizados ni explotados.
Para obtener beneficios, estos datos necesitan ser interconectados y explotados para que sean accesible para todos y para que reviertan en beneficio a los usuarios. Por este motivo, es necesario tener una infraestructura altamente escalable para gestionar la densidad variada de datos provenientes de dispositivos y servicios, resolviendo problemas de interoperabilidad.
Para obtener beneficios, estos datos necesitan ser interconectados y explotados para que sean accesible para todos y para que reviertan en beneficio a los usuarios. Por este motivo, es necesario tener una infraestructura altamente escalable para gestionar la densidad variada de datos provenientes de dispositivos y servicios, resolviendo problemas de interoperabilidad.
El objetivo principal del proyecto SMART-FI http://smart-fi.eu/ es crear una serie de funcionalidades para permitir a los desarrolladores desplegar, usar e interoperar servicios de una forma fácil y estandarizada, explotando datos abiertos y agregados desde las Ciudades Inteligentes en la Sociedad de la Internet del Futuro. El proyecto cuenta con la colaboración de tres ciudades: Málaga (España), Malatya (Turquía) y Karlshamn (Suecia), para validar los resultados del proyecto, basándose en la explotación de los datos que se exponen en la plataforma FIWARE.
Además queremos, realizar una homogenización de datos abiertos y servicios heterogéneos. Realizar análisis y agregación de servicios de analíticas de datos para predicciones y recomendaciones, desarrollar metodologías para desplegar e interoperar servicios, contribuir a la plataforma FIWARE, y sugerir procesos y motivar la implementación de servicios en ciudades y municipalidades.
Además queremos, realizar una homogenización de datos abiertos y servicios heterogéneos. Realizar análisis y agregación de servicios de analíticas de datos para predicciones y recomendaciones, desarrollar metodologías para desplegar e interoperar servicios, contribuir a la plataforma FIWARE, y sugerir procesos y motivar la implementación de servicios en ciudades y municipalidades.
La solución de SMART-FI para Málaga está siendo desarrollada basándose en tres (3) componentes principales:
Una aplicación para teléfonos Android (La versión de la plataforma debe de ser >= 6 )
Un backend server que es el proxy entre los componentes de FIWARE y la app Android (Django 1.10, Python 2.7)
Además, como ofrecemos el “Dashboard” está integrada con CartoDB para la visualización de los datos de la ciudad (Django 1.10, Python 2.7)
La plataforma FIWARE: este es un ejemplo de un nodo en el cloud: (https://forge.fiware.org/plugins/mediawiki/wiki/fiware/index.php/Installing_FIWARE_Lab_Node) que tenga alojadas máquinas virtuales con los siguientes Generic Enablers: Orion Context Broker, Cygnus, CKAN, Identity Management etc..) completamente instalados y configurados.
Aparte, el máximo de recursos que debe de tener las VM de FIWARE debe de consistir en:
VM Instances: 5
VCPUs: 10
Hard Disk: 100 GB
Memory: 10240 MB
Public IP: 1
Y tener 2 VMs para poder instalar la aplicación CartoDB
Una aplicación para teléfonos Android (La versión de la plataforma debe de ser >= 6 )
Un backend server que es el proxy entre los componentes de FIWARE y la app Android (Django 1.10, Python 2.7)
Además, como ofrecemos el “Dashboard” está integrada con CartoDB para la visualización de los datos de la ciudad (Django 1.10, Python 2.7)
La plataforma FIWARE: este es un ejemplo de un nodo en el cloud: (https://forge.fiware.org/plugins/mediawiki/wiki/fiware/index.php/Installing_FIWARE_Lab_Node) que tenga alojadas máquinas virtuales con los siguientes Generic Enablers: Orion Context Broker, Cygnus, CKAN, Identity Management etc..) completamente instalados y configurados.
Aparte, el máximo de recursos que debe de tener las VM de FIWARE debe de consistir en:
VM Instances: 5
VCPUs: 10
Hard Disk: 100 GB
Memory: 10240 MB
Public IP: 1
Y tener 2 VMs para poder instalar la aplicación CartoDB
En el contexto del proyecto SMART-FI, estamos desarrollando la Aplicación CityGO (APP móvil para Android).
Es una solución para movilidad urbana que ofrece al usuario recomendaciones personalizadas para la utilización del transporte multimodal. CityGo da recomendaciones de con qué transporte público moverse por la ciudad de Málaga (considerando autobuses, bicicletas, parkings, coche eléctricos, etc). CityGO ofrece recomendaciones al usuario de tipo si es mejor utilizar un coche eléctrico, alquilar una bicicleta y cuál es su disponibilidad (tanto en el punto deseado de recogida como el lugar de entrega y el estado de las mismas), o coger un autobús determinado. También indica dónde se encuentran los aparcamientos disponibles. Todo lo gestiona en tiempo real dentro de la ciudad y obteniendo datos de la ciudad, para poder ofrecer un recorrido óptimo.
Es una solución para movilidad urbana que ofrece al usuario recomendaciones personalizadas para la utilización del transporte multimodal. CityGo da recomendaciones de con qué transporte público moverse por la ciudad de Málaga (considerando autobuses, bicicletas, parkings, coche eléctricos, etc). CityGO ofrece recomendaciones al usuario de tipo si es mejor utilizar un coche eléctrico, alquilar una bicicleta y cuál es su disponibilidad (tanto en el punto deseado de recogida como el lugar de entrega y el estado de las mismas), o coger un autobús determinado. También indica dónde se encuentran los aparcamientos disponibles. Todo lo gestiona en tiempo real dentro de la ciudad y obteniendo datos de la ciudad, para poder ofrecer un recorrido óptimo.
Métricas
Smart mobility
Data generation
Data generation
Los cálculos a continuación son estimados:
Data generation, se puede analizar el tipo de dato utilizados y generados para cada caso (datos ofrecidos por las ciudades/ayuntamiento). Además, también se puede incluso valorar la calidad de los datos, si son reutilizados de forma eficaz para por ejemplo ofrecer recomendaciones a los usuarios.
Smart mobility, se podría evaluar si el uso de la aplicación impacta en que los usuarios no utilicen el vehículo propio para desplazarse por la ciudad, y reducir así el número de coches en las ciudades. Aparte, en el número total de vehículos en las ciudades, al utilizar transporte público se podría ver el nivel de vehículos e incluso su ocupación, tanto en hora punta como el resto del día.
Data generation, se puede analizar el tipo de dato utilizados y generados para cada caso (datos ofrecidos por las ciudades/ayuntamiento). Además, también se puede incluso valorar la calidad de los datos, si son reutilizados de forma eficaz para por ejemplo ofrecer recomendaciones a los usuarios.
Smart mobility, se podría evaluar si el uso de la aplicación impacta en que los usuarios no utilicen el vehículo propio para desplazarse por la ciudad, y reducir así el número de coches en las ciudades. Aparte, en el número total de vehículos en las ciudades, al utilizar transporte público se podría ver el nivel de vehículos e incluso su ocupación, tanto en hora punta como el resto del día.
