La movilidad urbana está experimentando una profunda transformación, impulsada por la convergencia de Internet de las cosas (IoT) y sistemas integrados. La optimización de los flujos de estacionamiento y tráfico inteligentes se encuentran entre las aplicaciones más inmediatas e impactantes de esta tecnología.Incorporando sensores inteligentes, módulos de comunicación y análisis directamente en infraestructura: medidores de estacionamiento, luces de tráfico, carreteras y señalización, las ciudades pueden recopilar datos en tiempo real, reducir las emisiones diarias de congestión y reducir las emisiones.

Este artículo explora los elementos fundamentales de las soluciones integradas de IoT para el estacionamiento inteligente y la gestión del tráfico, el ciclo de vida del desarrollo, consideraciones clave de diseño (incluyendo seguridad, eficiencia energética y escalabilidad), y tendencias emergentes que darán forma a la próxima generación de sistemas de movilidad urbana. Ya sea planificador de ciudades, ingeniero de sistemas o líder tecnológico, entender estos componentes es crítico para construir infraestructura inteligente resistente y futura.

¿Qué son las soluciones de IoT incorporadas en el contexto de las ciudades inteligentes?

El IoT embedded se refiere a dispositivos informáticos dedicados que se integran directamente en la infraestructura física. A diferencia de los teléfonos inteligentes o portátiles de uso general, estos dispositivos se construyen con fines específicos para una sola función: detección de un vehículo, temperatura de medición o datos de ubicación de transmisión, a menudo operando bajo severas limitaciones en la potencia, procesamiento y conectividad. En sistemas inteligentes de estacionamiento y tráfico, los nodos de IoT integrados incluyen:

  • нертенититинированисисинининининининининини sensores observados / fuertes empuñados en asfalto o montados en las bahías de estacionamiento para detectar la ocupación mediante cambios de campo magnético, sensing infrarrojo o ultrasónico.
  • неритититититороннитонных sensores de flujo observados / fuertes (lazos inductivos, radar, LiDAR o sistemas basados en cámaras) que miden el conteo, la velocidad y la clasificación de vehículos en intersecciones y segmentos de carretera.
  • нереннитинининини Señales de tráfico conectados / fuertes contactos que se comunican con un sistema de gestión central para ajustar el tiempo basado en la demanda en tiempo real.
  • нертенитилинили unidades (RSU) se realizaron / se entretenían datos que retransmitían información del estado del vehículo (a través de DSRC o C‐V2X) a y de vehículos conectados.

Estos dispositivos forman la capa sensorial y de accionamiento de una red IoT más grande. Los datos que recopilan fluyen a través de módulos de conectividad (Wi-Fi, LTE‐M, NB‐IoT, 5G) a plataformas de procesamiento de nubes o bordes donde los motores de análisis convierten lecturas de sensores crudos en inteligencia factible: mapas de disponibilidad de aparcamiento, mapas de congestión, modelos de tráfico predictivos y tiempos de señales adaptativos.

Componentes básicos de un sistema de IoT integrado para el tráfico y estacionamiento

Cada solución eficaz de estacionamiento inteligente o gestión de tráfico descansa en cuatro pilares interdependientes. Entender estos componentes es esencial antes de iniciar el diseño del sistema.

Sensores y tecnologías de detección

La opción sensor determina directamente la exactitud de los datos, la fiabilidad y el costo del sistema.

  • неритениениенимиминиминаниминиминиминиминиминиминиминиминиминаниниминых sensores magnéticos de ejes (3‐exigene) obedeció / fuerte confianza – ampliamente utilizado para el estacionamiento de ocupación, porque detectan el cambio en el campo magnético de la Tierra.
  • √STRUIFICADO ESTRATADORES DE LOS sensores Ultrasonic realizados / fuertes - Emitir ondas de sonido y medir el tiempo de retorno del eco para determinar si un vehículo está presente. Inexistencia y confiable interior o en garajes cubiertos, pero menos preciso en lluvias o nieves pesadas.
  • нертениринираниранитанимининининиминаниниминия (la onda milímetro) seleccionó/fuertengующимими - Se utiliza para el monitoreo de tráfico en intersecciones; puede detectar múltiples carriles simultáneamente, medir la velocidad y operar en todas las condiciones meteorológicas.
  • нерентелинититанитоли sistemas basados en cámaras buscados / fermento de confianza – Con procesadores de AI a bordo (por ejemplo, NVIDIA Jetson, Google Coral), las cámaras pueden identificar tipos de vehículos, placas de licencia, e incluso violaciones de estacionamiento.
  • неритенитенининининининининининининининининининининининининининининиениенининининининининиениениениенимия detectoresнияниянияниянияниянияныйнининыйныйныйныйныйныйныйныйныйныйныйный / fuerte detectores de los detectores de los detectores de lagara /fuegoso detectores hechos observado / fuerte, utilizados, utilizados, utilizados, utilizados, utilizados, utilizados, utilizados, pero todavía, tradicional, pero todavía ampliamente desplegados, pero todavía ampliamente desplegados, pero todavía; los bucleos, loops; Tradicional, pero todavía ampliamente desplegados; los bucleos

Protocolos de conectividad y comunicación

Elegir el método de conectividad adecuado es un intercambio entre rango, ancho de banda, consumo de energía y costo. Para el IoT integrado en las ciudades inteligentes, las opciones más comunes son:

  • √STRUJEJERES DE PUERTA (Red de área de potencia amplia) se realizaron / se crearon tecnologías como LoRaWAN, NB‐IoT y LTE‐M ofrecen largas gamas (kilometros) y muy baja potencia, haciéndolos ideales para sensores de estacionamiento propulsados por baterías que transmiten paquetes de datos pequeños de forma infrecuente.
  • √strongюнитиронит4G/5G cellular observado/strong confianza – Proporciona un ancho de banda alto para las secuencias de vídeo de cámaras de tráfico o datos de sensores crudos que necesitan baja latencia. La red de 5G de corte y comunicación ultra-reliable de baja latencia (URLLC) son particularmente prometedores para el control de tráfico en tiempo real y el mensaje de vehículos a infraestructura (V2I).
  • нерентеннихиних y Bluetooth observado/fuertengilo: útil para la agregación de datos locales (por ejemplo, una puerta de estacionamiento que recoge datos de docenas de sensores y lo envía a la nube a través de Ethernet cableado).
  • ■ Se realizaron redes de mesh (Zigbee, Thread, Matter) realizadas/strongilo: Permitir a los dispositivos transmitir datos entre sí, extender la cobertura sin una torre central. Menos común en las implementaciones callejeras exteriores debido a limitaciones de rango.

Capas de procesamiento de bordes y nubes

Los datos de sensores crudos deben ser convertidos en valor rápidamente. Existen dos arquitecturas de procesamiento complementarias:

  • ■ Se analizan datos localmente en el dispositivo incrustado o en una puerta de entrada cercana. Esto minimiza la latencia (crítica para el control de señal de tráfico), reduce los costos de ancho de banda, y mejora la privacidad (según vídeo puede permanecer local). Por ejemplo, un nodo de cámara puede ejecutar una red neuronal conversora ligera (CNN) para contar vehículos y sólo los números agregados transmitidos en lugar de vídeo crudo.
  • ■Procesamiento de nube realizado por muchos nodos de bordes para construir modelos de tráfico de toda la ciudad, identificar tendencias a largo plazo y alimentar algoritmos de aprendizaje automático para la predicción. Plataformas de nube (AWS IoT Core, Azure IoT Hub, Google Cloud IoT) también manejan la gestión de dispositivos, actualizaciones de firmware e integración con servicios de terceros como aplicaciones de navegación.

Interfaces y Actuación de Usuarios

El valor de un sistema IoT sólo se realiza cuando las ideas llegan a los usuarios finales o a los actuadores automatizados.

  • √STRUMENTE ESCRITO DE MOBLE Aplicaciones y tableros web realizados / fuertes contactos – Permitir a los conductores ver disponibilidad de estacionamiento en tiempo real, reservar un lugar y recibir sugerencias de enrutamiento. Para los gestores de tráfico, los paneles muestran mapas de calor de congestión, alertas de incidentes y rendimiento de sistemas de señalización.
  • нерентениеннниенными signos de mensaje (VMS) se realizaron / se realizaron señales electrónicas en las carreteras que muestran la ocupación de garaje, los tiempos de viaje o el consejo de redireccionamiento.
  • ■ Seguirrecta actuation Seccionado/strongilo – El sistema ajusta automáticamente los tiempos de tráfico de luz basados en la demanda detectada (control de señalización adaptativa), o levanta barreras de estacionamiento cuando se valida una reserva.

Desarrollar soluciones de IoT incorporadas: un enfoque estructurado

La construcción de una solución IoT robusta para el aparcamiento inteligente o el flujo de tráfico implica más que simplemente cablear sensores a un microcontrolador. El proceso de desarrollo debe abordar la selección de hardware, gestión de energía, confiabilidad de conectividad, seguridad y mantenimiento durante un período de 5 a 10 años de vida de despliegue.

Hardware Arquitectura y selección de componentes

La plataforma de hardware debe equilibrar la potencia, la eficiencia energética, la robustez ambiental y el costo. Para muchos sensores de ocupación de estacionamiento, un simple microcontrolador ARM Cortex‐M0+ de 32 bits (por ejemplo, STM32, NRF5, o ESP32) emparejado con un magnetómetro y una radio LoRaWAN es suficiente. Para tareas más exigentes como procesamiento de vídeo, un sistema‐on-module

Los criterios de selección principales son:

  • ■Consumo de potenciación/fuerte de contacto – La mayoría de los nodos de sensores deben funcionar durante años en baterías (o pequeñas células solares). Elija componentes con modos de sueño profundos (traducidos 1 μA) y transmisiones de ciclo de servicio.
  • √≠strong]Temperatura y tolerancia a la humedad realizadas/fuertes contactos – Los recintos deben soportar –40°C a +85°C y ser IP67 calificado para el entierro directo o montaje en carretera.
  • ■ Seguridad hardware observado/strongilo – Opto para MCUs que incluye un acelerador criptográfico de hardware (por ejemplo, NXP LPC55xx, STM32L5) para permitir el arranque seguro, almacenamiento cifrado y comunicación autenticada sin drenar la batería.
  • √≠strong]Expandability obtenidos/strongilo – Considere diseños modulares que permiten el intercambio de sensores (por ejemplo, tableros de sensores enchufables) para que la misma plataforma base pueda ser utilizada tanto para el estacionamiento como para la detección de tráfico.

Power Management and Energy Harvesting

La larga duración de la batería es a menudo el requisito más difícil.

  • ■Fuente principalBatería primaria operación efectuada / tringilo – Use células de alto grado de litio de cloruro de ionilo (Li‐SOCl2) con supercapacitadores para manejar las corrientes de transmisión pico. Un sensor de estacionamiento bien diseñado puede durar 5–7 años con un intervalo de reporte cada 5 minutos.
  • ■ Se recolectan energías obtenidas / fuertes contactos – Los paneles solares pequeños combinados con baterías recargables (Li‐ion o Li-FePO4) pueden alimentar dispositivos indefinidamente en climas soleados, pero requieren un adelgazamiento cuidadoso para las tinieblas de invierno. La cosecha de vibración ( tiras neuzoeléctricas bajo caminos) es experimental pero prometedora para sensores de tráfico.
  • нертентентентенных sensor de potencia despertamiento segnsibilizado (PIR) o acelerómetro para mantener el MCU principal dormido hasta que se acerca un vehículo, luego tomar una medida y transmitir — reduciendo el consumo medio a casi cero.

Estrategia de conectividad y transmisión de datos

La transmisión de datos fiable no es sólo para escoger un protocolo; se trata de diseñar para entornos urbanos de radio. Edificios densos, vehículos móviles y estructuras metálicas pueden causar desvanecimiento e interferencia multipáticos. Las mejores prácticas incluyen:

  • √≠strong] Antenas de diversidad realizadas/fuertes contactos – Usar dos antenas (por ejemplo, el monopolio y un parche) y un interruptor para seleccionar la señal más fuerte.
  • ■ Se realizaron mecanismos de registro y reconocimiento realizados/fuertengilo: Implementar tienda y adelante en el firmware del dispositivo. Si una transmisión falla, los datos se guardan en memoria y resentimiento no volátiles en el próximo intervalo. Esto asegura que no se pierdan datos durante los desvíos temporales de la red.
  • ■strong contactosData compaction observado/strong confianza – Enviar datos en formato binario en lugar de JSON para minimizar el tamaño del paquete. Por ejemplo, codificar el ID del lugar de estacionamiento, bandera de ocupación, voltaje de batería y temporizador en sólo 8–12 bytes.
  • יstrong confianzaOver‐the‐air (OTA) actualizaciones de firmware realizadas / fuertes contactos – Esencial para fijar errores y añadir características. Use actualizaciones del delta (transmitir sólo secciones cambiadas) sobre LPWAN con un protocolo multicast confiable como FUOTA (Actualizaciones de software sobre el aire) para LoRaWAN.

Análisis de datos y aprendizaje automático en el borde

Los sistemas de tráfico modernos aprovechan el aprendizaje automático para predecir la congestión, identificar incidentes y optimizar el tiempo de señal.

יstrong Confesar disponibilidad de estacionamiento predictivo: Se realizaron / se entretenían patrones de ocupación históricos combinados con datos en tiempo real permiten prever qué bloques o garajes tendrán espacios abiertos en un momento dado del día. Esto permite una routa proactiva y reduce el circo (el problema de “cruising for parking”, que representa hasta el 30% del tráfico urbano en algunos estudios).

■ Control de señal de tráfico adaptivo (ATSC): obtenidos/strong confianza En lugar de tiempo fijo, los sistemas ATSC como SCATS y RHODES utilizan datos de detectores de corriente para ajustar las duración de fase en tiempo real, coordinando corredores para minimizar las paradas. Los nodos de IoT embedidos pueden ejecutar modelos de aprendizaje de refuerzo ligero en dispositivos, reaccionando en milisegundos sin dependencia de la nube.

Para el despliegue de bordes AI, herramientas como TensorFlow Lite Micro, Edge Impulse y NVIDIA TensorRT permiten que los modelos se compilen para dispositivos ARM Cortex-M y GPU. Es común entrenar modelos en la nube utilizando un conjunto de datos completo, luego comprime y cuantícelos a representaciones de enteros de 8 bits para inferencia de dispositivos.

Seguridad por Diseño

Un sistema urbano inteligente que controla los semáforos y los pagos de estacionamiento es un objetivo de infraestructura crítica. La seguridad debe ser construida desde el principio, no atornillada. Prácticas esenciales incluyen:

  • ■Fuente de confianza obtenida/fuerte confianza: Usa un elemento seguro (por ejemplo, Microchip ATECC608, Infineon OPTIGA) que almacena claves privadas y realiza operaciones criptográficas en hardware, evitando la extracción de clave incluso si el dispositivo está comprometido físicamente.
  • нертеннитанитатататрантая bota y firmware firmados hechos / sólidos contactos - Sólo firmware de ejecución firmado por el fabricante. El cargador de arranque verifica una firma digital antes de ejecutar la aplicación, evitando que el código malicioso se ejecute.
  • ■ Encryption in transit and at restringió/strong confianza – Todos los datos transmitidos entre dispositivos y la nube deben usar TLS 1.3 o Datagram TLS (DTLS) para UDP. Los datos almacenados localmente (por ejemplo, los registros de estacionamiento en caché) deben ser cifrados con una clave de dispositivo única.
  • √FUERA DE SEGURIDADES DE SEGURIDAD REGulares actualizaciones realizadas / fuertes contactos – Implementar un proceso para empujar parches críticos a dispositivos de campo sobre el aire. Muchos ataques explotan vulnerabilidades conocidas que tienen meses o años de edad.
  • ■ Segmento de trabajo realizado mediante red de control de tráfico debe estar aislado de Internet público y Wi-Fi administrativo. Utilice cortafuegos y redes virtuales privadas (VPN) para separar la tecnología operativa (OT) de la capa de TI.

Beneficios reales y impacto cuantificado

Implementar soluciones integradas de IoT para el aparcamiento inteligente y el flujo de tráfico produce resultados mensurables y tangibles. Los gerentes de la ciudad y los desarrolladores pueden utilizar estas métricas para justificar las operaciones de inversión y refinación:

  • יstrong ConfederReduced congestion: Se ha demostrado que el control de señal adaptativo de acceso se reduce en 10-25% y disminuye las emisiones en 15-30% en implementaciones piloto (por ejemplo, en Pittsburgh, Los Ángeles y Bellaria, Italia).
  • יstrongющиеLower tiempo de búsqueda de estacionamiento: Seguidos / fuertes inteligentes sistemas de estacionamiento que proporcionan disponibilidad en tiempo real a través de aplicaciones pueden reducir el tiempo de crucero en más del 40% en núcleos ocupados del centro. Un estudio en Barcelona encontró que después de implementar sensores de estacionamiento inteligentes, el tiempo promedio de búsqueda cayó de 20 minutos a 8 minutos.
  • ■Efectos energéticos: Se realizaron / se entretenían los faros inteligentes dim o brillo basados en la presencia peatonal y de vehículos, ahorrando 50–70% en electricidad en comparación con la iluminación siempre. Cuando se integra con sensores de tráfico, la iluminación también puede responder a los enfoques de vehículos de emergencia.
  • нереннныеннитенниенторованитованитонитонния (V2I) comunicación utilizando unidades de carretera incrustadas puede advertir a los conductores de las violaciones inminentes de la luz roja, las zonas de trabajo o los peatones. Esto ha demostrado reducir las colisiones en intersecciones señalizadas en 15-25% en proyectos piloto.
  • нертеннитининитоватитанитантитанитинитанититанитантитаниянияниянитиния / рентерининия El tráfico y los datos de estacionamientos da a los planificadores evidencia para donde añadir carriles para los carriles para donde añadir carriles, extender rutas de bicicletas, extender rutas de autobús, ampliar rutas, construir nuevos garajes, o construir nuevos garajes.

Desafíos comunes y estrategias de mitigación

No hay ningún despliegue tecnológico sin obstáculos. A continuación se encuentran frecuentes puntos de dolor cuando se escalan IoT integrado para el estacionamiento y el tráfico, junto con estrategias comprobadas para abordarlos.

Interoperabilidad y Normas

√FUERZAS DE CALENDIMIENTO: Se realizaron/fueronng sensores de diferentes proveedores pueden utilizar formatos de datos incompatibles, protocolos de comunicación o API de nube, bloqueando una ciudad en un solo ecosistema.

Identificar datos de estacionamiento inteligente (OSPAD) o las directrices del Instituto Internacional de Estacionamiento (IPI) proporcionan un vocabulario común. Para las señales de tráfico, el protocolo de transporte nacional de comunicaciones para ITS (NTCIP) es ampliamente utilizado en América del Norte. En Europa, el estándar DATEX II permite intercambiar información de tráfico en tiempo real a través de las fronteras.

Gastos de despliegue y gastos de ejecución

неритенилининининининиханининияниниянининиянияниянияниянияниянияниниянияныминыминыминыхнымининыминининыйныминымининининининыминыминымининыминыминыхныминыминыминыйныминыминыйнининыйныхныминыхныминымиными sensores de estacionamientosimatrecontacontacontacontacontacontacontacontacontacontacontacontacontacontacontacontacontacontacontacontacontacontaparacon

неритититинининия: se realizaron / se iniciaron con un piloto en una zona de alto impacto (por ejemplo, un distrito de negocios denso, un campus universitario o un corredor de tránsito importante). Utilice los datos piloto para modelar beneficios en toda la ciudad y atraer financiación de asociaciones públicas-privadas o becas inteligentes de ciudad.

Escalabilidad y Congestión de Redes

√STRUMENTE ESCUCHA: Seguido/fuertengilo Una ciudad que despliega 100.000 sensores que transmiten cada pocos minutos puede abrumar una red de ancho de banda bajo como LoRaWAN, especialmente en áreas urbanas densas con alta densidad de dispositivo por puerta.

Identificar los intervalos de información de datos adaptables — los sensores envían datos únicamente cuando se detecta un cambio de ocupación (aún seco), en lugar de encuestar en un temporizador fijo. Utilice estaciones base multicanal y planificación de frecuencias para evitar colisiones. Para zonas de densidad superior, muevanse a tecnologías celulares (LTE-M o NB-IoT) que son de millones de unidades cuadradas.

Environmental Hardiness

неритинитинининиханининиянинини sensores de carretera deben sobrevivir temperaturas extremas, humedad, sal, vibración de vehículos pesados, e incluso daños físicos de la construcción o nieve.

неритититининитинияниния нанитининия нанитанитанитанитания наниенитиния нанитенитаниенита: seg.

Privacidad y gobernanza de datos

неритенинининининининия / fuertes cámaras que capturan placas de licencia o vídeo alimentan plantea preocupaciones de privacidad ciudadana. Incluso los datos de tráfico agregado, si se liberan, podrían ser utilizados para inferir patrones conductuales.

Identificar información personal (PII).Utilizar anonimato de dispositivos - caras borrosas y placas de licencia en vídeo antes de la transmisión, o enviar sólo métricas derivadas (conteo de vehículos, clase de velocidad) en lugar de imágenes crudas. Publicar una política clara de gobernanza de datos que define los períodos de retención, controles de acceso y mecanismos de exclusión de datos

Tendencias futuras: Donde el IoT embedido para el tráfico es el encabezamiento

El campo está evolucionando rápidamente, impulsado por avances en 5G, AI y gemelos digitales. Aquí están cuatro tendencias que dará forma a la próxima década de optimización de aparcamiento inteligente y flujo de tráfico.

Vehículo a Todo (V2X) Integración

Unidades de carretera incorporadas (RSU) se comunicarán cada vez más directamente con vehículos equipados con radios C‐V2X o DSRC. Esto permite utilizar casos como: “Sta. de fase y tiempo (SPaT)” mensajes que le dicen a un conductor exactamente cuánto tiempo queda antes de que la luz se vuelva roja; “consulta de velocidad optimizada (GLOSA)” que ayuda a los conductores a evitar interrupciones innecesarias; y pre-empleo de emergencia de la compinidad instantáneamente que se de los mLC

Gemelos digitales para la simulación de ciudad-Wide

Un gemelo digital es una réplica virtual en tiempo real del sistema de tráfico físico. Los sensores de IoT embebidos alimentan datos en vivo en una simulación 3D que los planificadores de ciudades pueden usar para probar escenarios – ¿qué sucede si se cierra un puente? Si se añade un nuevo carril de tránsito? Si un evento especial atrae a 50.000 personas? Gemelos digitales en plataformas como Cityith, NVIDIA Omniverse, o Ansysys lo que permiten el análisis real de tráfico potente Twinif

Segmentación semántica y sensibilidad multimodal

Las intersecciones inteligentes futuras no solo detectarán automóviles; identificarán peatones, ciclistas, scooters y robots de entrega, asignando “zonas de espera” separadas y fases de tráfico. Esto requiere la fusión de datos de cámaras, LiDAR y radar. Los procesadores embebidos ejecutarán modelos de IA multimodal (por ejemplo, YOLOv8 para la detección de objetos, PointNet++ para las nubes de tránsito no tripuladas)

Infraestructura de energía y apoyo

A medida que aumenta la eficiencia de las células solares y los costos de energía caen, muchos sensores IoT se autopoderarán. Los medidores de estacionamiento incorporarán paneles fotovoltaicos que también alimentan un nodo de sensor integrado. Transferencia de energía inalámbrica (utilizando acoplamiento inductivo resonante a través de una corta brecha de aire) podría finalmente eliminar baterías en conjunto para sensores enterrados, con la energía que se está transportando desde un transmisor de carretera o un vehículo que pasa.

Conclusión: Construyendo la Fundación para la Movilidad Inteligentes

Desarrollar soluciones integradas de IoT para la optimización de los flujos de estacionamiento y tráfico inteligentes no es un ejercicio de tamaño único. Requiere una selección cuidadosa de componentes, ingeniería robusta para entornos exteriores duros, seguridad multicapa, y una comprensión clara del ciclo de vida de datos desde el sensor a la decisión. Sin embargo, las recompensas son sustanciales: reducción de la congestión, menor emisiones, mayor seguridad y mejor calidad de vida para los residentes urbanos.

Para los equipos tecnológicos y los líderes de la ciudad, el camino hacia delante implica abrazar estándares abiertos, invertir en inteligencia basada en los bordes para mantener la latencia baja y la privacidad alta, y diseñar sistemas que puedan evolucionar con el rápido ritmo de conectividad y AI. Al adoptar un enfoque holístico —abordar hardware, conectividad, analítica y gobernanza en paralelo— las ciudades pueden construir la infraestructura de movilidad inteligente que el siglo XXI exige.

Toope soft technologies, consulte el documento Identificar href="https://www.nist.gov/el/intelligent-systems-division-73500/connected-vehicles-and-intelligent-transportation-systems" target=" blank" rel="noopener"NIST Connected Vehicles and Intelligent Transportation Systems program loggedl’