Se ha denunciado esta presentación.
Utilizamos tu perfil de LinkedIn y tus datos de actividad para personalizar los anuncios y mostrarte publicidad más relevante. Puedes cambiar tus preferencias de publicidad en cualquier momento.

InterSCSimulator: A Scalable, Open Source, Smart City Simulator

Defesa de doutorado apresentada no dia 25/03/2019 no IME-USP

  • Sé el primero en comentar

  • Sé el primero en recomendar esto

InterSCSimulator: A Scalable, Open Source, Smart City Simulator

  1. 1. InterSCSimulator: Um Simulador de Cidades Inteligentes Escalável e de Código Aberto Eduardo Felipe Zambom Santana Orientador: Dr. Fabio Kon
  2. 2. Conteúdo ● Introdução e Questões de Pesquisa ● Conceitos Fundamentais ○ Cidades Inteligentes ○ Simulação de Trânsito ○ Modelos de Atores e Erlang ● Trabalhos Relacionados ● Projeto e Implementação do InterSCSimulator ● Estudo de Caso: Simulação da Mobilidade da Cidade de São Paulo ● Avaliação da Escalabilidade do Simulador ● Casos de Uso do Simulador ● Conclusões e Trabalhos Futuros 2
  3. 3. Introdução ● Cidades Inteligentes: Melhorar a qualidade de vida dos moradores das cidades através de tecnologia da informação ● Diversas iniciativas ao redor do mundo ● Problemas: ○ Infraestrutura ainda inexistente ou sendo desenvolvida ○ Novos cenários que ainda não existem no mundo real ○ Custos altos para a realização de experimentos 3
  4. 4. Introdução ● Cidades Inteligentes: Melhorar a qualidade de vida dos moradores das cidades através de tecnologia da informação ● Diversas iniciativas ao redor do mundo ● Problemas: ○ Infraestrutura ainda inexistente ou sendo desenvolvida ○ Novos cenários que ainda não existem no mundo real ○ Custos altos para a realização de experimentos ● Uma possível solução é a utilização de simuladores ● Problemas: ○ Escala da simulação ○ Integração de domínios e modelos ○ Extensibilidade e usabilidade 4
  5. 5. Introdução ● Desenvolvimento do InterSCSimulator ○ Escalabilidade suficiente para simulação de cidades inteiras ○ Extensibilidade e Usabilidade ○ Simulações baseadas em dados reais ● Utilização da linguagem Erlang e do Modelo de Atores para alcançar a escalabilidade desejada ● Código aberto para permitir a extensão do simulador ● Ferramentas para a geração dos dados de entrada do simulador e para a análise dos dados de saída 5
  6. 6. Questões de Pesquisa RQ1: Quais são os requisitos para o desenvolvimento de um simulador de Cidades Inteligentes? RQ2: Qual é o modelo de programação mais adequado para o desenvolvimento de um simulador de larga-escala? RQ3: Quais são os possíveis usos de um simulador de Cidades Inteligentes de larga-escala? 6
  7. 7. Conceitos Fundamentais ● Cidades Inteligentes ● Simulação de Trânsito ● Modelo de Atores e Erlang 7
  8. 8. Cidades Inteligentes ● Melhorar a qualidade de vida dos moradores das cidades através da Tecnologia da Informação ● Iniciativas em diversas áreas: ○ Economia Inteligente ○ População Inteligente ○ Governança Inteligente ○ Mobilidade Inteligente ○ Ambiente Inteligente ○ Vida Inteligente 8
  9. 9. Simulação de Trânsito ● Três tipos de simulação: ○ Microscópica ○ Mesoscópica ○ Macroscópica ● Para os objetivos deste trabalho foi decidido a implementação de um simulador mesoscópico 9
  10. 10. Modelo de Atores e Erlang ● Modelo de atores: ○ Modelo de programação para o desenvolvimento de aplicações escaláveis, concorrentes e distribuídas ○ Cada linha de execução é um ator independente ○ Comunicação via troca de mensagens assíncronas 10
  11. 11. Modelo de Atores e Erlang ● Modelo de atores: ○ Modelo de programação para o desenvolvimento de aplicações escaláveis, concorrentes e distribuídas ○ Cada linha de execução é um ator independente ○ Comunicação via troca de mensagens assíncronas ● Erlang ○ Uma das principais implementações do modelo de atores ○ As principais funcionalidades do Erlang são paralelismo, fácil distribuição, tolerância a falhas e o protocolo de comunicação 11
  12. 12. Modelo de Atores e Erlang ● Modelo de atores: ○ Modelo de programação para o desenvolvimento de aplicações escaláveis, concorrentes e distribuídas ○ Cada linha de execução é um ator independente ○ Comunicação via troca de mensagens assíncronas ● Erlang ○ Uma das principais implementações do modelo de atores ○ As principais funcionalidades do Erlang são paralelismo, fácil distribuição, tolerância a falhas e o protocolo de comunicação ● Sim-Diasca ○ Simulador de propósito geral desenvolvido em Erlang ○ Utilizado como base para o desenvolvimento do InterSCSimulator 12
  13. 13. Trabalhos Relacionados ● Três simuladores usados como referência: ○ SUMO ○ MATSim ○ GPU Mesoscopic Traffic Simulation (X. Song. et. al. 2017) ● Outros simuladores importantes: ○ Vissim e Visum ○ SimMobilityMT 13
  14. 14. Projeto e Implementação do InterSCSimulator ● Requisitos Funcionais e Não Funcionais ● Arquitetura ● Modelos ● Componentes ● Evolução da Arquitetura 14
  15. 15. Requisitos Funcionais ● Representação da rede rodoviária ● Definição das viagens ● Simulação de veículos ● Simulação de pedestres ● Sistema de ônibus: linhas e paradas ● Sistemas de trilhos: metrô e trem ● Saída do simulador ● Ferramentas de análise dos dados ● Visualização da simulação 15
  16. 16. Requisitos Não Funcionais ● Escalabilidade ● Extensibilidade ● Usabilidade 16
  17. 17. Arquitetura 17
  18. 18. Modelos ● Foram usados cinco modelos de viagens: ○ Simulação de veículos: ○ Simulação de pedestres: velocidade média utilizando uma distribuição normal com média 1.2 m/s, o tempo para passar no link é a mesma utilizada para os veículos ○ Simulação da rede de metrô e trem: melhor caminho na rede de trilhos, calculando o tempo de usando o tempo médio entre as estações fornecido pelo metrô ○ Simulação de viagens de ônibus: passageiro anda até o ponto mais próximo de sua origem e segue o ônibus até o ponto mais próximo do seu destino. Os ônibus se movimentam usando o modelo de simulação de veículos ○ Simulação de viagens multimodais: o arquivo de entrada permite a definição de viagens em que o usuário usa mais de um modo de viagem 18
  19. 19. Componentes 19
  20. 20. Evolução da Arquitetura ● Dois principais desafios encontrados durante o desenvolvimento: ○ Representação da rede viária da cidade ○ Criação dos atores 20
  21. 21. Simulação da Cidade de São Paulo ● Utilização de dados reais como entrada: ○ Pesquisa Origem-Destino de 2012 ○ Mapa do Open Street Maps ○ Linhas e Paradas de Ônibus fornecidas pela SPTrans ○ Rede de metrô e trem fornecida pela SPTrans 21
  22. 22. Dados de Entrada 22
  23. 23. Validação 23
  24. 24. Verificação 24
  25. 25. Verificação 25
  26. 26. Avaliação da Escalabilidade ● Conjuntos da OD de São Paulo ○ De 20% a 120% dos dados totais da OD ● Verificar o comportamento do simulador com o aumento da carga ● Avaliar o crescimento dos usos de recursos ● Testes executados no Google Compute Engine 26
  27. 27. Cenários 27
  28. 28. Resumo das Execuções 28
  29. 29. Resumo da Utilização dos Recursos 29
  30. 30. Custo das Execuções 30
  31. 31. Tempo de Simulação x Tempo Real 31
  32. 32. Casos de Uso do Simulador ● Integração com a plataforma InterSCSimulator (Del Esposte et al. Future Generation Computer Systems, 2019) ● Análise do impacto da linha 17 do metrô na comunidade de Paraisópolis (Santana et al., SMARTGREENS 2018) ● Simulação de redes veiculares (Santana et al. CoURB 2018) ● Modelo de movimentação dos ônibus de São Paulo (Wen et al. WBCI 2018) ● Digital Rails (Covas et al. ECMS 2019, Em avaliação) 32
  33. 33. Integração com a plataforma InterSCity 33
  34. 34. Linha 17 em Paraisópolis 34
  35. 35. Digital Rails 35
  36. 36. Conclusões ● Este trabalho apresentou o InterSCSimulator ○ Escalável ○ Extensivel ○ Utilizado em diversos projetos de pesquisa ○ Foi possível simular toda a mobilidade de uma grande cidade como São Paulo ○ A validação e verificação dos resultados da simulação mostraram que os modelos representaram a cidade de forma adequada ■ Ainda que diversos trabalhos possam ser feitos para melhorar a qualidade da simulação 36
  37. 37. Contribuições Técnicas e Científicas ● Desenvolvimento do InterSCSimulator ● Experimentos de Escalabilidade do Simulador ● Integração do InterSCSimulator com a plataforma InterSCity ● Experimentos e Simulações usando o InterSCSimulator ● Experimentos de Larga Escala 37
  38. 38. Contribuições Educacionais ● Dissertações de Mestrado: ○ 2 concluidas com o apoio do InterSCSimulator ○ 2 em andamento também com o apoio do InterSCSimulator ● Trabalho de Conclusão de Curso: ○ Utilização do simulador em um TCC do IME/USP ● Cursos ○ Utilização do material desenvolvido na revisão de literatura feita neste trabalho ○ Utilização do simulador em uma disciplina de Cidades Inteligentes no IME/USP 38
  39. 39. Publicações ● 9 artigos ou capítulos de livro publicados entre 2016 e 2019, com destaque para: Santana, E.F.Z., Chaves, A.P., Gerosa, M.A., Kon, F. and Milojicic, D. Software platforms for smart cities: Concepts, requirements, challenges, and a unified reference architecture. ACM Computing Surveys (CSUR), 2017. Esposte, A. M., Santana, E. F. Z., Kanashiro, L., Costa, F. M., Braghetto, K. R., Lago, N., Kon, F. Design and evaluation of a scalable smart city software platform with large-scale simulations. Future Generation Computer Systems (FGCS), 2019. Santana E.F.Z., Lago N., Kon F., Milojicic D.S. (2018) InterSCSimulator: Large-Scale Traffic Simulation in Smart Cities Using Erlang. In: Dimuro G., Antunes L. (eds) Multi-Agent Based Simulation XVIII. MABS 2017. Lecture Notes in Computer Science, vol 10798. Springer, Cham 39
  40. 40. Limitações ● Arquitetura do Simulador: ○ Simulações distribuídas -> ETS Tables ○ Gargalo para sincronização dos atores -> maior tempo de execução ● Experimentos de Escalabilidade: ○ Não conseguimos chegar ao limite do simulador ● Simulação de São Paulo: ○ Dados de entrada ○ Pesquisa OD só possui origem e destino, impossível saber o caminho exato das pessoas 40
  41. 41. Trabalhos Futuros ● Melhorias na implementação do simulador: ○ Simulações distribuídas ○ Visualização em tempo-real ○ Simulação de Eventos ○ Integração em tempo real com um simulador de redes de computadores ● Desenvolvimento de novos cenários: ○ Coleta de Lixo ○ Novos meios de transporte ○ Carros autônomos ○ Sistema de saúde 41
  42. 42. Obrigado! Eduardo Felipe Zambom Santana

×