DOI: https://doi.org/10.1007/s43762-024-00120-6
تاريخ النشر: 2024-04-17
المؤلف: Senthil Kumar Jagatheesaperumal وآخرون
الموضوع الرئيسي: إنترنت الأشياء والحوسبة الحافة/الضباب
نظرة عامة
في سياق المدن الذكية، يقدم هذا البحث إطار عمل شامل لسلامة المركبات يدمج بين مستشعرات مختلفة—مثل مستشعرات وميض العين، والموجات فوق الصوتية، والكحول—ضمن نموذج الذكاء الاصطناعي للأشياء (AIoT) لتعزيز سلامة الطرق. يكشف مستشعر وميض العين عن نعاس السائق وينبهه من خلال إشارات صوتية، بينما توفر المستشعرات فوق الصوتية بيانات في الوقت الحقيقي عن سرعات المركبات المحيطة لتحسين تدفق المرور وتقليل مخاطر الاصطدام. يراقب مستشعر الكحول محتوى الكحول في دم السائق، وفي حالات المستويات العالية، يقوم تلقائيًا بضبط سرعة المركبة ويخطر السلطات عبر تقنية GPS وGSM، مما يعالج القضية الحرجة للقيادة تحت تأثير الكحول. علاوة على ذلك، يستخدم الإطار تقنية Li-Fi للتواصل بين المركبات من خلال الاتصال بالضوء المرئي (VLC)، مما يسهل نقل البيانات بشكل أسرع ويساهم في شبكة نقل حضري أكثر تماسكًا.
يخلص البحث إلى أن النظام المقترح له آثار كبيرة في تقليل الحوادث القاتلة على الطرق من خلال معالجة عوامل رئيسية مثل القيادة أثناء النعاس، والسرعة، واستهلاك الكحول. يسمح الطابع القابل للتكيف للنظام بالتخصيص لتلبية احتياجات السوق المتنوعة، مما يعزز بيئات حضرية أكثر أمانًا واستدامة. ستركز الأبحاث المستقبلية على تحسين وحدة اكتشاف النعاس، خاصة في السيناريوهات التي يرتدي فيها السائقون عدسات تصحيحية، وستبرر اختيار تقنيات Arduino وGSM ضمن الإطار. بشكل عام، يبرز هذا البحث الإمكانات التحولية لدمج ابتكارات AIoT في إنشاء أنظمة تنقل أكثر أمانًا وذكاءً للسكان الحضريين.
مقدمة
تتناول مقدمة ورقة البحث القضية الملحة لزيادة الحوادث القاتلة على الطرق في المدن الذكية، منسوبةً إلى عوامل مثل القيادة المتهورة والمشتتة، وتعاطي المخدرات، وظروف الطرق السيئة. تؤكد على أهمية الالتزام بقوانين المرور والمسؤولية الجماعية للمجتمع لتعزيز سلامة الطرق من خلال تحسين البنية التحتية وتطبيق القوانين بشكل أكثر صرامة. تبرز الورقة التقدم التكنولوجي، خاصة في مجالات إنترنت الأشياء (IoT) والذكاء الاصطناعي للأشياء (AIoT)، كعوامل محورية في تطوير أطر عمل مبتكرة لسلامة المركبات. تتضمن هذه الأطر مستشعرات مختلفة لمراقبة سلوك السائق، مثل النعاس واستهلاك الكحول، وتستخدم تقنيات الاتصال مثل الاتصال بين المركبات (V2V) وتقنية الضوء الضوئي (Li-Fi) لتعزيز السلامة والكفاءة في النقل الحضري.
يهدف البحث إلى إنشاء إطار عمل لسلامة المركبات مدعوم بتقنية Li-Fi يدمج مستشعرات وميض العين، والموجات فوق الصوتية، والكحول لمعالجة القضايا الحرجة في النقل في المدن الذكية. تشمل الأهداف الرئيسية تصميم نظام للكشف في الوقت الحقيقي عن نعاس السائق، وقياس سرعات المركبات المحيطة، ومنع القيادة تحت تأثير الكحول من خلال تحديد تشغيل المركبة بناءً على مستويات الكحول. تركز أسئلة البحث على التكامل الفعال لهذه التقنيات وتأثيرها على تحسين سلامة الطرق. في النهاية، يسعى البحث للمساهمة في تطوير إطار عمل شامل لسلامة المركبات المدعوم بتقنية AIoT يقلل من مخاطر الطرق ويعزز بيئة تنقل حضرية أكثر أمانًا.
طرق
في هذا القسم، يقدم المؤلفون إطار عمل شامل للكشف عن السرعة المستقلة وتجنب الحوادث في المركبات المتصلة، مع تسليط الضوء على التأثير المزدوج للتقدم التكنولوجي في أنظمة النقل الديناميكية على المجتمع. بينما تقدم هذه الأنظمة فوائد عديدة، فإنها تساهم أيضًا في تحديات كبيرة، خاصة الحوادث المرورية، التي تتفاقم بفعل عوامل مثل التلوث والازدحام الحضري.
يتم تنظيم القسم إلى خمسة فقرات فرعية: توفر الفقرة 3.1 نظرة عامة على النظام المقترح؛ تفصل الفقرة 3.2 وحدة كشف النعاس التي تهدف إلى التخفيف من الحوادث الناتجة عن تعب السائق؛ توضح الفقرة 3.3 وحدة إشارة السرعة التي تُعلم السائقين بسرعات المركبات القريبة؛ تقدم الفقرة 3.4 وحدة كشف الكحول المرتبطة بنظام قفل المحرك؛ وتفصل الفقرة 3.5 التواصل بين المركبات الذي يسهل بواسطة تقنية Li-Fi. تم تصميم كل مكون لتعزيز السلامة وتقليل وقوع الحوادث في أنظمة النقل الحديثة.
النتائج
يقدم البحث أداة نموذجية مصممة للكشف عن نعاس السائق وتأثير الكحول، مدمجةً مع مستشعرات وتقنيات مختلفة لتعزيز سلامة الطرق. يستخدم النظام إعداد مستشعر الأشعة تحت الحمراء (IR) داخل نظارات السلامة لمراقبة إغلاق العين، مما يؤدي إلى تنبيهات عند اكتشاف النعاس. لتحسين الدقة وتقليل الإيجابيات الكاذبة، يمكن دمج مستشعرات ومكتشفات IR إضافية. يتتبع الجهاز أيضًا مؤشرات فسيولوجية مثل معدل ضربات القلب ومحتوى الكحول في التنفس، وينقل هذه البيانات لاسلكيًا إلى وحدة المعالجة المركزية للمركبة. باستخدام خوارزميات التعلم الآلي، يقيم النظام الحالة الإدراكية للسائق ويمكنه بدء تدابير السلامة، مثل تقليل السرعة أو تفعيل الإنذارات، بناءً على التحليل في الوقت الحقيقي.
علاوة على ذلك، يسمح دمج المستشعرات فوق الصوتية بقياس سرعات المركبات المحيطة واكتشاف المركبات المتجاوزة، مما يعزز الوعي بالموقف. يتضمن النظام مستشعر كحول MQ3 لمراقبة مستويات الكحول في التنفس، مما يوفر إشعارات بناءً على الحدود القانونية. في حالة القيادة تحت تأثير الكحول، يتم تفعيل آلية قفل المحرك، ويتم التواصل بموقع المركبة عبر الرسائل القصيرة إلى السلطات المعنية باستخدام تقنية GSM. يسهل الهيكل العام للنظام، الذي يتكون من وحدات الإرسال والاستقبال، نقل البيانات بكفاءة من خلال الاتصال بالضوء المرئي، مما يضمن إطار عمل قوي لتحسين سلامة القيادة في سياقات متنوعة، بما في ذلك المركبات الشخصية والتجارية.
المناقشة
يوفر قسم المناقشة في ورقة البحث نظرة شاملة على الإطار المفاهيمي المحيط بالمدن الذكية، مع التركيز بشكل خاص على دورها في تعزيز سلامة النقل من خلال دمج الذكاء الاصطناعي لأشياء المدينة الذكية (AIoT). تتميز المدن الذكية بدمج التقنيات المتقدمة والنهج المعتمد على البيانات بهدف تحسين العمليات الحضرية، وزيادة المرونة، وتعزيز الاستدامة. تعكس تطورات المدن الذكية، التي اكتسبت زخمًا بدعم من الاتحاد الأوروبي حوالي عام 2010، اعترافًا متزايدًا بإمكاناتها في معالجة تحديات التحضر والاستدامة. ومع ذلك، فإن الميل إلى تفضيل الفوائد الاقتصادية على الأهداف البيئية والاجتماعية يتطلب نهجًا متوازنًا نحو التنمية المستدامة.
تقدم الورقة إطار عمل مفاهيمي جديد يوضح دمج AIoT ضمن أنظمة النقل الذكية. يبرز هذا الإطار المكونات الرئيسية مثل أجهزة الاستشعار، وبنية الاتصال، والحوسبة الحافة والضبابية، وتحليل البيانات، والتي تعتبر جميعها حاسمة لاتخاذ القرارات في الوقت الحقيقي ومراقبة السلامة. من خلال الاستفادة من هذه التقنيات، يمكن للمدن الذكية تعزيز كفاءة النقل وسلامته من خلال التحليلات التنبؤية والاستجابات الآلية للأحداث المتعلقة بالسلامة. يؤكد الإطار على أهمية الحوسبة الحافة في تحسين معالجة البيانات بالقرب من أجهزة IoT، مما يسهل التدخلات في الوقت المناسب في سلامة النقل. بشكل عام، يتم وضع دمج AIoT كقوة تحويلية في تطوير المدن الذكية، مع آثار كبيرة لتحسين التنقل والسلامة الحضرية.
DOI: https://doi.org/10.1007/s43762-024-00120-6
Publication Date: 2024-04-17
Author(s): Senthil Kumar Jagatheesaperumal et al.
Primary Topic: IoT and Edge/Fog Computing
Overview
In the context of smart cities, this research presents a comprehensive vehicle safety framework that integrates various sensors—eye blink, ultrasonic, and alcohol sensors—within the Artificial Intelligence of Things (AIoT) paradigm to enhance road safety. The eye blink sensor detects driver drowsiness and alerts the driver through audible signals, while ultrasonic sensors provide real-time data on surrounding vehicle speeds to improve traffic flow and reduce collision risks. The alcohol sensor monitors the driver’s blood alcohol content and, in cases of high levels, automatically adjusts the vehicle’s speed and notifies authorities via GPS and GSM technology, thereby addressing the critical issue of drunk driving. Furthermore, the framework employs Li-Fi technology for vehicle-to-vehicle communication through visible light communication (VLC), facilitating faster data transmission and contributing to a more cohesive urban transportation network.
The study concludes that the proposed system has significant implications for reducing fatal road accidents by addressing key factors such as drowsy driving, speeding, and alcohol consumption. The adaptable nature of the system allows for customization to meet diverse market needs, promoting safer and more sustainable urban environments. Future research will focus on enhancing the drowsiness detection module, particularly in scenarios where drivers wear corrective lenses, and will justify the selection of Arduino and GSM technologies within the framework. Overall, this research underscores the transformative potential of integrating AIoT innovations in creating safer and smarter mobility systems for urban populations.
Introduction
The introduction of the research paper addresses the pressing issue of increasing fatal road accidents in smart cities, attributing this rise to factors such as reckless and distracted driving, substance abuse, and poor road conditions. It emphasizes the importance of adhering to traffic regulations and the collective responsibility of society to enhance road safety through improved infrastructure and stricter law enforcement. The paper highlights technological advancements, particularly in the realms of the Internet of Things (IoT) and Artificial Intelligence of Things (AIoT), as pivotal in developing innovative vehicle safety frameworks. These frameworks incorporate various sensors to monitor driver behavior, such as drowsiness and alcohol consumption, and utilize communication technologies like Vehicle-to-Vehicle (V2V) and Light Fidelity (Li-Fi) to enhance safety and efficiency in urban transportation.
The study aims to create a Li-Fi enabled vehicle safety framework that integrates eye blink, ultrasonic, and alcohol sensors to address critical transportation issues in smart cities. Key objectives include designing a system for real-time detection of driver drowsiness, measuring surrounding vehicle speeds, and preventing intoxicated driving by limiting vehicle operation based on alcohol levels. The research questions focus on the effective integration of these technologies and their impact on improving road safety. Ultimately, the study seeks to contribute to the development of a comprehensive AIoT-enabled vehicle safety framework that mitigates road risks and fosters a safer urban mobility environment.
Methods
In this section, the authors present a comprehensive framework for autonomous speed detection and accident avoidance in connected vehicles, highlighting the dual impact of technological advancements in dynamic transport systems on society. While these systems offer numerous benefits, they also contribute to significant challenges, particularly vehicular accidents, which are exacerbated by factors such as pollution and urban congestion.
The section is organized into five subsections: Section 3.1 provides an overview of the proposed system; Section 3.2 details a drowsiness detection module aimed at mitigating accidents caused by driver fatigue; Section 3.3 outlines a speed indication module that informs drivers of the speeds of nearby vehicles; Section 3.4 introduces an alcohol detection module paired with a motor locking system; and Section 3.5 elaborates on vehicle-to-vehicle communication facilitated by Li-Fi technology. Each component is designed to enhance safety and reduce the incidence of accidents in modern transportation systems.
Results
The research presents a prototype instrument designed to detect driver sleepiness and alcohol impairment, integrating various sensors and technologies to enhance road safety. The system employs an infrared (IR) sensor setup within safety spectacles to monitor eye closure, triggering alerts when drowsiness is detected. To improve accuracy and reduce false positives, additional IR emitters and detectors may be incorporated. The device also continuously tracks physiological indicators such as heart rate and breath alcohol content, wirelessly transmitting this data to the vehicle’s central processing unit. Utilizing machine learning algorithms, the system assesses the driver’s cognitive state and can initiate safety measures, such as reducing speed or activating alarms, based on real-time analysis.
Moreover, the integration of ultrasonic sensors allows for the measurement of surrounding vehicle speeds and the detection of overtaking vehicles, enhancing situational awareness. The system includes an MQ3 alcohol sensor to monitor breath alcohol levels, providing notifications based on legal thresholds. In the event of impaired driving, an engine locking mechanism is activated, and the vehicle’s location is communicated via SMS to designated authorities using GSM technology. The overall architecture of the system, comprising transmitter and receiver units, facilitates efficient data transmission through visible light communication, ensuring a robust framework for improving driving safety in various contexts, including personal and commercial vehicles.
Discussion
The discussion section of the research paper provides a comprehensive overview of the conceptual framework surrounding smart cities, particularly emphasizing their role in enhancing transportation safety through the integration of Artificial Intelligence of Smart City Things (AIoT). Smart cities are characterized by the incorporation of advanced technologies and data-driven approaches aimed at optimizing urban operations, improving resilience, and fostering sustainability. The evolution of smart cities, which gained traction with European Union support around 2010, reflects a growing recognition of their potential to address urbanization and sustainability challenges. However, the tendency to prioritize economic benefits over environmental and social objectives necessitates a balanced approach to sustainable development.
The paper introduces a novel conceptual framework that elucidates the integration of AIoT within smart transportation systems. This framework highlights key components such as sensing devices, communication infrastructure, edge and fog computing, and data analytics, all of which are crucial for real-time decision-making and safety monitoring. By leveraging these technologies, smart cities can enhance transportation efficiency and safety through predictive analytics and automated responses to safety-related events. The framework underscores the importance of edge computing in optimizing data processing proximity to IoT devices, thereby facilitating timely interventions in transportation safety. Overall, the integration of AIoT is positioned as a transformative force in smart city development, with significant implications for improving urban mobility and safety.