Atualmente, as grandes cidades enfrentam grandes problemas, como congestionamento de tráfego, poluição do ar e consumo de energia. Esses grandes problemas nas grandes cidades podem ser resolvidos com o uso de big data (o que significa tratamento de grandes volumes de dados).
Isso é exatamente o que é a computação urbana. Ela pode ser definida simplesmente como o uso de big data para lidar com os grandes problemas das grandes cidades.
Vamos falar mais sobre isso.
A computação urbana envolve um processo de aquisição, integração e análise de dados grandes e heterogêneos gerados por diversas fontes em espaços urbanos. Essas fontes de dados incluem sensores, dispositivos móveis, veículos, edifícios e pessoas.
O que é computação urbana?
No artigo intitulado "Computação urbana: conceitos, metodologias e aplicativos", os autores apresentam uma estrutura geral para a implementação da computação urbana.
A computação urbana conecta tecnologias de sensoriamento não intrusivas e onipresentes, gerenciamento avançado de dados, modelos analíticos e novos métodos de visualização para criar soluções que melhorem o ambiente urbano, a qualidade de vida humana e os sistemas operacionais da cidade.
Também devemos destacar que a computação urbana é um campo interdisciplinar. Ela integra a ciência da computação com outros campos, como transporte, engenharia civil, economia, ecologia e sociologia no contexto de espaços urbanos.
Provavelmente, a grande pergunta que está assombrando sua mente é: como implementar a computação urbana para superar os problemas das grandes cidades?
Bem, boas notícias, existe uma estrutura para isso!
Estrutura de computação urbana
No artigo intitulado "Computação urbana: conceitos, metodologias e aplicativos", os autores apresentam uma estrutura geral para a implementação da computação urbana.
A estrutura é composta por quatro camadas: Sensoriamento urbano, gerenciamento de dados urbanos, análise de dados e fornecimento de serviços. Cada camada tem uma função específica.
O Sensoriamento urbano é responsável pela coleta de dados de espaços urbanos. Essa coleta de dados pode ser realizada por diferentes técnicas, como sensoriamento participativo, crowdsensing e sensoriamento móvel.
O Gerenciamento de dados urbanos A camada permite organizar os dados por meio de alguma estrutura de indexação que incorpora informações espaço-temporais e textos para dar suporte a uma análise de dados eficiente.
No Camada de análise de dadosA tecnologia de gerenciamento de dados é uma das mais utilizadas, com diferentes técnicas, como Mineração de dados, Aprendizado de máquinae Visualização de dados são usados para identificar padrões nos dados e obter informações valiosas para a tomada de decisões subsequentes.
O Prestação de serviços A camada de tráfego inclui várias soluções e serviços destinados a melhorar as experiências de direção das pessoas, reduzindo o congestionamento do tráfego, a poluição do ar e o consumo de energia. Por exemplo, no caso de detecção de qualquer anomalia de tráfego, essas informações serão fornecidas à autoridade de transporte para dispersar o tráfego e diagnosticar a anomalia.
Então, quais são os desafios enfrentados pela computação urbana?
Para uma implementação ideal, a computação urbana enfrenta três grandes desafios:
1.Sensoriamento e aquisição de dados.
Esse desafio é sobre como coletar dados urbanos de forma contínua e não intrusiva, considerando as limitações do número de sensores distribuídos na cidade.
A construção de novas infraestruturas de detecção poderia atingir a meta, mas aumentaria a carga das cidades.
O ser humano como sensor é um novo conceito que pode ajudar a enfrentar esse desafio, usando suas publicações nas mídias sociais ou seus rastros de GPS para entender os eventos que acontecem ao seu redor.
Os seres humanos como sensores trazem novos desafios, tais como:
- Aumento do uso de energia de dispositivos;
- Privacidade de informações pessoais;
- Dados tendenciosos, pois os usuários não são distribuídos uniformemente e não enviam leituras de detecção com a mesma frequência;
- Dados não estruturados, implícitos e ruidosos fornecidos pelos usuários. Em contrapartida, os dados gerados pelos sensores tradicionais são bem estruturados, explícitos, limpos e fáceis de entender.
2. Dados heterogêneos.
As técnicas de mineração de dados e aprendizado de máquina geralmente lidam com um tipo de dados. No entanto, a solução de desafios urbanos envolve uma ampla gama de fatores (por exemplo, a exploração da poluição do ar envolve o estudo simultâneo do fluxo de tráfego, da meteorologia e dos usos do solo).
3. Sistemas híbridos.
Diferentemente de um mecanismo de pesquisa ou de um jogo digital em que os dados são gerados e consumidos no mundo digital, a computação urbana geralmente integra os dados de ambos os mundos (combinando tráfego com mídia social).
O projeto de sistemas híbridos é muito mais desafiador do que o de sistemas convencionais, pois o sistema precisa se comunicar com muitos dispositivos e usuários simultaneamente e enviar e receber dados de diferentes formatos.
Quais são os principais aplicativos da computação urbana?
Os aplicativos de computação urbana podem ser incontáveis.
As aplicações podem ser agrupadas em sete categorias: planejamento urbano, transporte, meio ambiente, segurança pública, energia, economia, ecologia e social.
Aqui está uma breve descrição de cada um deles:
- Planejamento urbano.
O planejamento é importante para a criação de cidades inteligentes. Essa categoria inclui a detecção de problemas subjacentes nas redes de transporte, a descoberta de regiões funcionais em uma cidade (como áreas que atendem a diferentes necessidades das pessoas e servem como uma técnica de organização, como áreas educacionais ou distritos comerciais) e a detecção dos limites da cidade para entender sua evolução.
- Transporte.
Essa categoria inclui: melhoria da experiência de dirigir, serviços de táxi e sistemas de transporte público.
- Meio ambiente.
O rápido progresso da urbanização se tornará uma ameaça em potencial ao meio ambiente das cidades. A computação urbana para o meio ambiente inclui: melhorar a qualidade do ar nas cidades e reduzir a poluição sonora.
- Segurança pública e proteção.
Aqui podemos listar os seguintes aplicativos: detecção de anomalias de tráfego, detecção de desastres e detecção de acidentes.
- Consumo de energia.
O rápido progresso da urbanização está consumindo cada vez mais energia. As aplicações nessa categoria são a redução do consumo de gás e eletricidade.
- Economia.
A dinâmica de uma cidade pode indicar a tendência da economia da cidade. Um exemplo de aplicação nessa categoria é a previsão da tendência de um mercado de ações.
- Social.
Os aplicativos dessa categoria são recomendações de localização, planejamento de itinerário, recomendação de atividade de localização e compreensão da dinâmica da cidade.
Existem algumas tecnologias para viabilizar a computação urbana?
Há várias tecnologias capacitadoras para a computação urbana que são agrupadas em categorias. As categorias usadas com mais frequência são:
Técnicas de sensoriamento urbano. O sensoriamento e a medição tradicionais por meio da instalação de sensores, o sensoriamento passivo de multidões que usa a infraestrutura existente para coletar os dados gerados pelas multidões e o sensoriamento participativo em que as pessoas contribuem ativamente com as informações ao seu redor;
As técnicas de gerenciamento de dados urbanos permitem a organização de várias fontes de dados heterogêneas para o seguinte processo de mineração de dados;
As técnicas de fusão de conhecimento permitem a fusão eficaz do conhecimento adquirido de várias fontes de dados heterogêneas;
As técnicas de visualização de dados urbanos não devem apenas exibir dados brutos e apresentar resultados, mas também devem permitir a detecção e a descrição de padrões, tendências e relações nos dados.
Como você pode ver, a computação urbana pode ser uma ferramenta muito útil para resolver os principais problemas das cidades modernas.
Os desafios que a computação urbana enfrenta acabarão sendo superados, o que nos permitirá ter um futuro melhor para nossas cidades.
Referências
T. Kindberg, M. Chalmers e E. Paulos. 2007. Introdução dos editores convidados: Urban computing. Pervasive Computing 6, 3, 18-20
Clique na imagem abaixo para conferir nosso Mind the Graph para ilustrações de computação urbana.
Assine nossa newsletter
Conteúdo exclusivo de alta qualidade sobre visual eficaz
comunicação na ciência.
Portuguese 
English 
Chinese 
Japanese 
German 
Spanish 
Dutch 
Russian 
French 
Italian