Η λύση αναπτύσσεται στην πόλη της Καλαμαριάς στη Θεσσαλονίκη, όπου έχει ήδη εγκατασταθεί υποδομή 150 αισθητήρων στάθμευσης εντός εδάφους, με συνεχή καταγραφή της κυκλοφορίας (είσοδος/έξοδος ανά θέση στάθμευσης) για χρονικό διάστημα άνω των 12 μηνών.

Το έργο επεκτείνει τα ήδη συλλεγμένα δεδομένα, ενσωματώνοντας επιπλέον κατηγορίες πληροφορίας όπως:

• σταθερές χρονικές παράμετροι,
• χρονικά μεταβαλλόμενες παράμετροι,
• κλιματικά δεδομένα (και χρονικά μεταβαλλόμενα),
• δεδομένα κυκλοφορίας στους εξεταζόμενους δρόμους (π.χ. κυκλοφοριακή συμφόρηση),
• δεδομένα που σχετίζονται με στάσεις λεωφορείων.

Παράλληλα, το σύστημα στοχεύει στην επέκτασή του σε μητροπολιτικές περιοχές, όπου απαιτείται διαχείριση μεγάλου αριθμού θέσεων στάθμευσης. Για τον σκοπό αυτό, προβλέπεται ο διαχωρισμός της πόλης σε επιμέρους ζώνες στάθμευσης, με την εγκατάσταση edge κόμβων σε κάθε περιοχή, οι οποίοι συλλέγουν δεδομένα από τους κοντινούς αισθητήρες, αξιοποιώντας τεχνικές federated learning.

Τα βασικά τεχνολογικά στοιχεία του συστήματος περιλαμβάνουν:

• Collaborative IoT Enablers (Global AI),
• Trust Enablers (Moving Target Defenses),
• Διαχείριση υποδομών μέσω Edge Orchestrator,
• Δυναμική διαχείριση δικτύου μέσω TSN Network Controller (όπου απαιτείται).