Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Mobile Networks and Applications
Erschienen in: Mobile Networks and Applications 6/2017

29.04.2017

Cloud-Assisted Mobile Crowd Sensing for Traffic Congestion Control

verfasst von: Hehua Yan, Qingsong Hua, Daqiang Zhang, Jiafu Wan, Seungmin Rho, Houbing Song

Erschienen in: Mobile Networks and Applications | Ausgabe 6/2017

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

With the development of mobile cloud computing, wireless communication techniques, intelligent mobile terminals, and data mining techniques, Mobile Crowd Sensing (MCS) as a new paradigm of the Internet of Things can be used in traffic congestion control to provide more convenient services and alleviate the traffic problems. In this paper, we propose a cloud-assisted MCS architecture for urban transportation system. Then, we make the case for cloud-assisted MCS traffic congestion control by sensing data obtained continuously from a large set of smartphones carried by drivers. In this case, we consider a Mechanism of more Contributions and more Feedback Services (MCFS) to recruit, engage, and retain the participants. Finally, we pay close attention to the issues and challenges, including system architecture, resource limitations, and security and privacy.
Vorheriger Artikel Underwater Optical Image Processing: a Comprehensive Review

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Weitere Produktempfehlungen anzeigen
Literatur
1.
Lane ND, Miluzzo E, Lu H, Peebles D, Choudhury T, Campbell AT (2010) A survey of mobile phone sensing. IEEE Commun Mag 48(9):140–150CrossRef
2.
Yuan W, Deng P, Taleb T, Wan J, Bi C (2016) An unlicensed taxi identification model based on big data analysis. IEEE Trans Intell Transp Syst 17(6):1703–1713CrossRef
3.
Liu J, Wan J, Wang Q, Li D, Qiao Y, Cai H (2015) A novel energy-saving one-sided synchronous two-way ranging algorithm for vehicular positioning. Mobile Networks and Applications 20(5):661–672CrossRef
4.
Wan J, Zhang D, Sun Y, Lin K, Zou C, Cai H (2014) VCMIA: a novel architecture for integrating vehicular cyber-physical systems and mobile cloud computing. Mobile Networks and Applications 19(2):153–160CrossRef
5.
Chen M, Leung V, Mao S, Xiao Y, Chlamtac I (2009) Hybrid geographical routing for flexible energy-delay tradeoffs. IEEE Trans Veh Technol 58(9):4976–4988CrossRef
6.
Chen M, Mau D, Zhang Y, Taleb T, Leung V (2014) VENDNET: vehicular named data network. Vehicular Communications 1(4):208–213CrossRef
7.
Liu J, Wan J, Wang Q, Deng P, Zhou K, Qiao Y (2016) A survey on position-based routing for vehicular ad hoc networks. Telecommun Syst 62(1):15–30CrossRef
8.
D. Zhang, J. Wan, Z. He, S. Zhao, K. Fan, S. Park and Z. Jiang, “Identifying Region-wide Functions Using Urban Taxicab Trajectories,” ACM Transactions on Embedded Computing Systems, vol. 15, no. 2, Article 36, 2016. doi:10.​1145/​2821507.
9.
Hull B, Bychkovsky V, Zhang Y, Chen K, Goraczko M, Miu A, Shih E, Balakrishnan H, and Madden S (2006) Cartel: a distributed mobile sensor computing system. In Proceedings of the 4th international conference on Embedded networked sensor systems. ACM, 125-138.
10.
Mohan P, Padmanabhan VN, and Ramjee R (2008) Nericell: rich monitoring of road and traffic conditions using mobile smartphones. In Proceedings of the 6th ACM conference on Embedded network sensor systems. ACM, 323-336.
11.
Herrera JC, Work DB, Herring R, Ban XJ, Jacobson Q, Bayen AM (2010) Evaluation of traffic data obtained via gps-enabled mobile phones: the mobile century field experiment. Transportation Research Part C: Emerging Technologies 18(4):568–583CrossRef
12.
Mathur S, Jin T, Kasturirangan N, Chandrasekaran J, Xue W, Gruteser M, and Trappe W (2010) Parknet: driveby sensing of road-side parking statistics. In Proceedings of the 8th international conference on Mobile systems, applications, and services. ACM, 123-136.
13.
Ali K, Al-Yaseen D, Ejaz A, Javed T, and Hassanein HS (2012) Crowdits: crowdsourcing in intelligent transportation systems. In Wireless Communications and Networking Conference (WCNC), 2012 IEEE. IEEE, 3307-3311.
14.
Liu J, Wan J, Jia D, Zeng B, Li D, Hsu C, Chen H (2017) High-efficiency Urban-Traffic Management in context-aware computing and 5G communication. IEEE Commun Mag 55(1):34–40CrossRef
15.
Shu Z, Wan J, Zhang D, Li D (2016) Cloud-integrated cyber-physical Systems for Complex Industrial Applications. Mobile Networks and Applications 21(5):865–878CrossRef
16.
Yuan W, Deng P, Yang C, Wan J, Zhang D, Chen X, Bi C, Li Y (2015) A smart work performance measurement system for police officers. IEEE Access 3:1755–1764CrossRef
17.
Wan J, Zou C, Zhou K, Lu R, Li D (2014) IoT sensing framework with inter-cloud computing capability in vehicular networking. Electron Commer Res 3:1755–1764
18.
Wan J, Liu J, Shao Z, Vasilakos A, Imran M and Zhou K (2016) Mobile crowd sensing for traffic prediction in internet of vehicles. Sensors 16(1):88. doi:10.​3390/​s16010088
Metadaten
Titel
Cloud-Assisted Mobile Crowd Sensing for Traffic Congestion Control
verfasst von
Hehua Yan
Qingsong Hua
Daqiang Zhang
Jiafu Wan
Seungmin Rho
Houbing Song
Publikationsdatum
29.04.2017
Verlag
Springer US
Erschienen in
Mobile Networks and Applications / Ausgabe 6/2017
Print ISSN: 1383-469X
Elektronische ISSN: 1572-8153
DOI
https://doi.org/10.1007/s11036-017-0873-2

Weitere Artikel der Ausgabe 6/2017

Mobile Networks and Applications 6/2017 Zur Ausgabe

OriginalPaper

Optimal D2D Content Delivery for Cellular Network Offloading

OriginalPaper

Providing Reliable Services over Wireless Networks Using a Low Overhead Random Linear Coding Scheme

EditorialNotes

Cloud-Assisted Cyber-Physical Systems for the Implementation of Industry 4.0

OriginalPaper

Optimal Virtualized Inter-Tenant Resource Sharing for Device-to-Device Communications in 5G Networks

OriginalPaper

A Lightweight Intelligent Manufacturing System Based on Cloud Computing for Plate Production

OriginalPaper

Smart Home 2.0: Innovative Smart Home System Powered by Botanical IoT and Emotion Detection

Neuer Inhalt

    Bildnachweise