جایابی حسگرها در سیستم‌های پارکینگ هوشمند مبتنی بر اینترنت اشیاء با الگوریتم هوش جمعی ملخ
محورهای موضوعی : مهندسی برق و کامپیوتر
احمد براتیان
1
,
اسماعيل خيرخواه
2
1 - گروه مهندسی کامپیوتر، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایران
2 - گروه مهندسی کامپیوتر، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایران
کلید واژه: الگوریتم بهینه‌سازی ملخ, پارکینگ هوشمند, جایابی حسگرها, موقعیت‌یابی حسگرها,
چکیده مقاله :
با توجه به رشد جمعیت شهرها و تعداد وسایل نقلیه که به صورت تصاعدی در حال افزایش است، یک چالش در پارکینگ‌ها، جایابی وسایل نقلیه است. در یک سیستم پارکینگ هوشمند، راننده می‌تواند بدون تأخیر و با صرف انرژی کمتر پارک کند؛ ولی الزام آن استفاده از حسگرها (جای پارک خالی) و راهنماهای پارکینگ برای این منظور است. با پیشرفت تحقیقات در اینترنت اشیا، محققان در سیستم پارکینگ هوشمند مبتنی بر حسگرهای بی‌سیم، راهکارهای امیدوارکننده‌ای ارائه نمودند. از جمله این تحقیقات، استفاده از الگوریتم گرگ خاکستری (GWO) در موقعیت‌یابی بهینه حسگرهای بی‌سیم در محیط اینترنت اشیای پارکینگ است. در این مقاله با توجه به قدرت جستجو و همگرایی بالای الگوریتم بهینه‌سازی ملخ (GOA) برای اولین بار از این الگوریتم در جایابی حسگرهای بی‌سیم در پارکینگ استفاده شده است. الگوریتم بهینه‌سازی ملخ برای مشخص‌کردن بهترین گره‌های لنگر برای جمع‌آوری داده از سایر حسگرها به‌کار می‌رود؛ به طوری که بتواند خطای موقعیت‌یابی و میزان مصرف انرژی حسگرها را کاهش و طول عمر آنها را افزایش دهد. نتایج نشان داد که روش پیشنهادی توانسته به طور میانگین بهبود %92/5 در کاهش خطای موقعیت‌یابی، %43/6 در کاهش میزان مصرف انرژی و %23/6 در افزایش میزان طول عمر شبکه نسبت به الگوریتم گرگ خاکستری داشته باشد. همچنین روش پیشنهادی توانسته زمان بیشتری برای مرگ اولین گره داشته باشد و این یک مزیت مهم در پارکینگ‌های هوشمند بوده است؛ زیرا کارایی تمام حسگرها در محیط پارکینگ الزامی می‌باشد.
Considering the growth of the population of cities and the number of vehicles that are increasing exponentially, a challenge in parking lots is the positioning of vehicles. In a smart parking system, the driver can park without delay and by spending less energy; But its requirement is to use sensors (empty parking spaces) and parking guides for this purpose. With the progress of research in the Internet of Things, researchers have provided promising solutions in the smart parking system based on wireless sensors. Among these researches is the use of the gray wolf algorithm (GWO) in the optimal positioning of wireless sensors in the Internet of Things parking environment. In this article, due to the search power and high convergence of the Grasshopper Optimization Algorithm (GOA), this algorithm is used for the first time in the positioning of wireless sensors in the parking lot. The grasshopper optimization algorithm is used to determine the best anchor nodes to collect data from other sensors; So that it can reduce the positioning error and energy consumption of the sensors and increase their lifespan. The results showed that the proposed method was able to achieve an average improvement of 5.92% in reducing the positioning error, 6.43% in reducing the amount of energy consumption and 23.6% in increasing the lifetime of the network compared to the gray wolf algorithm. Also, the proposed method has been able to have more time for the first node to die, and this is an important advantage in smart parking because the efficiency of all sensors in the parking environment is required.
[1] P. Sadhukhan, "An IoT-based E-parking system for smart cities," in Proc. Int. Conf. on Advances in Computing, Communications and Informatics, pp. 1062-1066, Udupi, India, 13-16 Sept. 2017.
[2] M. Ramasamy, S. G. Solanki, E. Natarajan, and T. M. Keat, "IoT based smart parking system for large parking lot," in Proc. IEEE 4th Int. Symp. in Robotics and Manufacturing Automation, 4 pp., Perambalur, India, 10-12 Dec. 2018.
[3] A. M. Said, A. E. Kamal, and H. Afifi, "An intelligent parking sharing system for green and smart cities based IoT," Computer Communications, vol. 172, pp. 10-18, Apr. 2021.
[4] Y. Geng and C. G. Cassandras, "A new 'smart parking' system infrastructure and implementation," Procedia-Social Behav. Sci., vol. 54, pp. 1278-1287, Oct. 2012.
[5] Y. He, L. R. Tang, X. J. Liu, and S. Y. Ji, "Decision theory-based localization algorithm in smart park," Wireless Pers. Commun., vol. 100, no. 3, pp. 1023-1046, 2018.
[6] A. Payal, C. S. Rai, and B. V. R. Reddy, "Artificial neural networks for developing localization framework in wireless sensor networks," in Proc. Int. Conf. on Data Mining and Intelligent Computing, 6 pp., Delhi, India, 5-6 Sept. 2014.
[7] P. H. Namin and M. A. Tinati, "Node localization using particle swarm optimization," in Proc. Int. Conf. on Intelligent Sensors, Sensor Networks and Information Processing, pp. 288-293, Adelaide, Australia, 6-9 Dec. 2011.
[8] S. Goyal and M. S. Patterh, "Modified bat algorithm for localization of wireless sensor network," Wireless Pers. Commun., vol. 86, no. 2, pp. 657-670, 2016.
[9] S. Mumtaz, et al., "Massive Internet of Things for industrial applications: addressing wireless IIoT connectivity challenges and ecosystem fragmentation," IEEE Ind. Electron. Mag., vol. 11, no. 1, pp. 28-33, Mar. 2017.
[10] S. Sarem, S. Mirjalili, and A. Lewis, "Grasshopper optimisation algorithm: theory and application," Advances in Engineering Software, vol. 105, pp. 30-47, Mar. 2017.
[11] س. م. ر. امامی میبدی، ب. تارویردی‌زاده، ع. هادی و معمارزاده طهران، "ارایه روشی نوین جهت مکان‌یابی اشیاء متحرک با استفاده از آنتن‌های مونوپل و ماتریس پراکندگی بمنظور افزایش کیفیت خدمت در هوشمندسازی پارکنیگ‌ها،" نشریه علمی پژوهشی مهندسی و مدیریت کیفیت، سال 7، شماره 4، صص. 286-271، اسفند 1396.
[12] ج. جنتی و د. نظرپور،" مدیریت انرژی پارکینگ هوشمند خودروهای برقی در یک ریزشبکه با در نظر گرفتن اثرات برنامه پاسخ‌گویی بار،" مجله مهندسی برق دانشگاه تبریز، سال 47، شماره 2، صص. 467-455، شهریور 1396.
[13] M. H. Amini, M. P. Moghaddam, and O. Karabasoglu, "Simultaneous allocation of electric vehicles' parking lots and distributed renewable resources in smart power distribution networks," Sustainable Cities and Society, vol. 28, pp. 332-342, Jan. 2017.
[14] ف. باشتنی، ر. احدی و ب. رضائی خبوشان،" زمان‌بندی شارژ خودروهای برقی در پارکینگ هوشمند با در نظر گرفتن رضایت صاحبان خودرو‌ها،" مجموعه مقالات دوازدهمین کنفرانس بین¬ المللی انجمن ایرانی تحقیق در عملیات، صص. 15-9، بابلسر، ایران، 12-11 اردیبهشت 1398.
[15] S. R. Rizvi, S. Zehra, and S. Olariu, "Aspire: an agent-oriented smart parking recommendation system for smart cities," IEEE Intelligent Transportation Systems Magazine, vol. 11, no. 4, pp. 48-61, Winter 2018.
[16] س. زینلیان و ن. فرزانه بهالگردی، "یک روش پیشنهاددهنده جای پارک خالی کنار خیابان چند معیاره مبتنی بر الگوریتم PSO ،" نشریه مهندسی برق و الکترونیک ایران، سال 18، شماره 3، صص. 26-18، پائیز 1400.
[17] S. Djahel and F. Nait-Abdesselam, "Towards a smart parking management system for smart cities," in Proc. IEEE Int. Smart Cities Conf., pp. 542-546, Casablanca, Morocco, 14-17 Oct. 2019.
[18] A. Athira, S. Lekshmi, P. Vijayan, and B. Kurian, "Smart parking system based on optical character recognition," in Proc. 3rd Int. Conf. on Trends in Electronics and Informatics, pp. 1184-1188, Tirunelveli, India, 23-25 Apr. 2019.
[19] C. Tang, X. Wei, C. Zhu, W. Chen, and J. J. P. C. Rodrigues, "Towards smart parking based on fog computing," IEEE Access, vol. 6, pp. 70172-70185, 2019.
[20] M. R. M. Veeramanickam, et al., "IoT based smart parking model using Arduino UNO with FCFS priority scheduling," Measurement: Sensors, vol. 24, Article ID: 100524, Dec. 2022.
[21] G. Rocco, C. Pipino, and C. Pagano, "An overview of urban mobility: revolutionizing with innovative smart parking systems," Sustainability, vol. 15, Article ID: 13174, 17 pp., 2023.
[22] T. Anusha and M. Pushpalatha, "Efficient communication model for a smart parking system with multiple data consumers," Smart Cities, vol. 5, no. 4, pp. 1536-1553, 2022.
[23] A. Raj and S. D. Shetty, "Smart parking systems technologies, tools, and challenges for implementing in a smart city environment: a survey based on IoT & ML perspective," Int. J. Mach. Learn. & Cyber., vol. 15, pp. 2673-2694, 2024.
[24] E. Karbab, D. Djenouri, S. Boulkaboul, and A. Bagula, "Car park management with networked wireless sensors and active RFID," in Proc. IEEE Int. Conf. Electro/Inf. Technol., pp. 373-378, DeKalb, IL, USA, 21-23 May 2015.
[25] S. N. Ghorpade, M. Zennaro, and B. S. Chaudhari, "GWO model for optimal localization of IoT-enabled sensor nodes in smart parking systems," IEEE Trans. on Intelligent Transportation Systems, vol. 22, no. 2, pp. 1217-1224, Feb. 2020.
[26] ب. شایسته، و حکمی، س. ا. مصطفوی و ا. اکبری ازیرانی،" ارائه روشی نوین برای محاسبه اعتماد در کاربردهای اینترنت اشیاء،" مجله مهندسی برق دانشگاه تبریز، سال 50، شماره 2، صص. 455-437، شهریور 1399.
