1,721,008 research outputs found
Studying the Impact of Infrastructure on Cyclist Route Selection: Real-world Data Mining
No full textMobility Data Mining for Rural and Urban Map-Matching
Full text linkAjalis-ruumiliste andmete kogumine on hoogustunud erinevates rakendustes ja seadmetes. Globaalne positsiooneerimise süsteem (GPS) on kõige populaarsem viis asukoha teave saamiseks. Kaardipunktide vastavusse seadmine on konseptsioon, mis püüab GPS andmeid trajektooris viia vastavusse reaalse teedevõrguga. GPS andmete suurim probleem tuleneb andmete mõõtmis-ja kogumisvigadest ja nende parandamine on suur väljakutse. Käesoleva lõputöö eesmärk on arendada andmete töötlusvoo ja visualiseerimise raamistik muutmaks GPS punktid loogilisteks trajektoorideks ja vigaste GPS punktide asukohtade parandamiseks. Selle eesmärgi saavutamiseks tutvustatakse uut lähenemist trajektooride mustrite leidmiseks.The functionality of gathering spatio-temporal data has seen increasing usage in various applications and devices. The Global Positioning System (GPS) is a satellite navigation system which is mostly used for gathering location information. Map-matching is the procedure of matching trajectories from a sequence of raw GPS data points to the appropriate road networks. GPS data errors are one of the biggest problems and correcting them is a big challenge. The main goal of this thesis work is to build a data pipeline and visualization framework for turning raw GPS data to trajectories and correcting erroneous GPS points by new map-matching approach. For achieving the goal a new approach for trajectory pattern mining is introduced
Human Mobility Mining Using Spatio-Temporal Data
Full text linkGeoruumilised tehnoloogiad on lahutamatu osa meie elust: tehnoloogilise arengu ja positsioneerimiseadmete levikuga on toimunud kiire kasv kättesaadavate georuumiliste andmete mahus. Andmed kogutakse erinevate allikate kaudu, nt GPS ja mobiilseadmete logid, traadita sidevahendid ja asukohapõhised teenused ning teised positsioneerimise süsteemid. Liikumise kohta on võimalik infot koguda suures mõõtkavas ja hea täpsusega - see annab uurijatele võimaluse luua uusi ja innovaatilisi platvorme ja teenuseid georuumilise info analüüsimiseks ning parandada andmete kaevandamise ja visualiseerimise tehnikaid. Selleks, et luua hea nõustamisssüsteem, on väga oluline saada aru inimeste liikumisharjumustest ja käitumisest ning leida igapäevaste tegevuste varjatud mustrid. Magistritöö eesmärgiks on analüüsida andmekaeve meetodeid, uurides, millised mustrid võivad olla liikumise trajektoorides või milliste algoritmidega saab ennustada inimeste käitumist. Töös kontrollitakse nii olemasolevaid metoodikad ja teooriad ruumilise andmekaevandamise valdkonnas kui ka pakutakse arendatud algoritmide jada inimeste liikumise ennustamiseks. Me hindame ja vördleme tulemusi omavahel ning töötame välja metoodika inimeste liikumiskäitumise adaptiivseks andmekaevandamiseks.Geospatial technologies have become an integral part of our lives. With technological progress and rapid increase of geospatial information and inexpensive positioning technologies, more space-related data is becoming available at any time. Data is collected using multiple sources such as GPS and mobile computer logs, wireless communication devices, location-aware services and other positioning systems. This gives scientists the opportunity to create new innovative platforms for spatio-temporal data analysis and improve methods for mining and visualization for decision support. In order to provide a good decision support systems, it is vital to understand people’s movement, mobility behaviour and be able to discover hidden patterns and associations in their daily activities. The aim of this thesis is to analyze and discuss spatial data mining techniques by answering questions like what kinds of patterns can be extracted from spatio-temporal data or which methods are best for predicting human mobility behavior. In this work, we verify existing methodologies and theories about spatio-temporal data mining and propose a sequence of algorithms to achieve good human mobility prediction. We evaluate the results and propose a methodology for adaptive data mining of human mobility behavior
Platform for Trajectory Reconstruction Using Sparsely Sampled GPS Data
Full text linkGPS vastuvõtjat sisaldavate seadmete populariseerumisega kaasneb ka GPS-andmete kogumise ja analüüsimise suurenemine. Analüüsitud andmeid saab kasutada kasutajale läbitud teekonna kohta informatsiooni andmiseks. \n\rLäbitud teekonna täpne leidmine võib osutuda keerukaks, sest GPS-signaalid võivad mõnes piirkonnas olla hajusad või puudulikud. Algus- ja lõpp-punkti vahel kõige lühema võimaliku teekonna kasutamine ei vii alati õige tulemuseni. Üks viis parandada õige teekonna leimise täpsust on arvesse võtta ka kasutaja poolt teekonna läbimiseks kulunud aega.\n\rSelle bakalaurusetöö eesmärk on välja pakkuda platvorm teekonna rekonstrueerimiseks kasutades hajusalt esitatud GPS-andmeid. Lisaks pakutakse välja meetod, mis kasutab trajektoori rekonstrueerimisel GPS-andmete ajalist aspekti.\n\rSelle bakalaureusetöö tulemusena luuakse platvorm teekonna rekonstrueerimiseks ja pakutakse välja meetod teekonna rekonstrueerimiseks. Platvorm võimaldab rekonstrueerida kasutaja poolt läbitud teekonna. Selle asemel, et kasutada ainult lühima tee otsimist, võtab otsust tegev algoritm arvesse ka kasutaja poolt teekonna läbimiseks kulunud aega, et leida tõenäolisem tee.\n\rPlatvorm võimaldab analüüsida ja visualiseerida GPS-andmeid ja rekonstrueerida trajektoor täpsemini kui ainuüksi kõige lühema võimaliku teekonna kasutamisel ajalist aspekti arvesse võtmata.\n\rTäpsema meetodi kasutamine tee rekonstrueerimisel kasutades GPS-admeid muudab õige trajektoori leidmise täpsemaks. Tänu sellele paraneb kasutajale antava informatsiooni kvaliteet.As the devices having GPS receivers are becoming more common, collecting and analysing GPS data is increasing as well. The analysed data can be used to give the user information about travelled trajectories. \n\rFinding the exact travelled real trajectory can be difficult to achieve as the GPS signals may be sparse or missing in some areas. Using the shortest possible path between the start and destination does not always lead to a correct result. One way to improve the accuracy of determining the correct trajectory is to consider the travel time of the user as well. \n\rThe aim of this thesis is to propose a platform for trajectory reconstruction using sparsely sampled GPS data. Additionally, it aims to propose a method that uses the temporal aspect of GPS data for trajectory reconstruction.\n\rAs a result of this thesis work a platform for trajectory reconstruction is created and the method for trajectory reconstruction is proposed. The platform enables to reconstruct the real trajectory travelled by the user. Instead of using only shortest path search the decision making algorithm uses the real travel time of the user to find more probable trajectory travelled by the user.\n\rThe provided platform enables to analyse and visualise GPS data and reconstruct the trajectory more accurately than it would have been performed without including the temporal aspect of GPS data. \n\rUsing more accurate method to reconstruct trajectories using GPS data makes finding the real trajectory more precise. Hence, the quality of the information given to the user improves
Foot Detection Method for Footwear Augmented Reality Applications
Full text linkLiitreaalsus on populaarsust koguv platvorm rõivaste ning aksessuaaride kasutamise visualiseerimiseks. Ideaalis võimaldab see kasutajatel proovida erinevaid riideid, jalatseid ja aksessuaare, kasutades ainult üht kaamerat ning sobivat rakendust, mis võimaldab kuvada erinevaid valikuid.\n\rJalatsite liitreaalsuses on palju erinevaid lahendusi, et pakkuda kasutajatele liitreaalsuse kogemust. Need lahendused kasutavad erinevaid meetodeid, nagu fikseeritud kaamera, muutumatu taust ja markerid jalgadel tuvastuse hõlbustamiseks. Nende meetodite hulgas pole ükski kindlalt parem, lihtsam või kiirem. Lisaks puudub tihtipeale avalikkusel ligipääs arendatud rakendustele.\n\rKäesolev magistritöö proovis leida universaalset lahendust, mis sobiks kasutamiseks kõigi tulevaste jalatsite liitreaalsuse rakendustega.Augmented reality is gaining popularity as a technique for visualizing apparel usage. Ide-ally it allows users virtually to try out different clothes, shoes, and accessories, with only a camera and suitable application which encompasses different apparel choices.\n\rFocusing on augmented reality for footwear, there is a multitude of different solutions on how to offer the reality augmentation experience to the end users. These solutions employ different methods to deliver the end result, such as using fixed camera and constant back-ground or requiring markers on feet for detection. Among the variety of techniques used to approach the footwear reality augmentation, there is no single best, simplest, or fastest solution. The solutions’ sources aren’t usually even publicly available. \n\rThis thesis tries to come up with a solution for the footwear reality augmentation problem, which can be used as a base for any proceeding footwear augmented reality projects. This intentionally universal approach will be created by researching possible combinations of potential methods that can ensure a solutions regarding footwear reality augmentation. \n\rIn general, the idea behind this thesis work is to conduct a literature review about different techniques and come up with the best and robust algorithm or combination of methods that can be used for footwear augmented reality.\n\rA researched, documented, implemented and publicized solution would allow any upcom-ing footwear augmented reality related project to start working from an established base, therefore reducing time waste on already solved issues and possibly improving the quality of the end result.\n\rThe solution presented in this thesis is developed with focus on augmented reality applica-tions. The method is neither specific to any platform nor does it have heavy location re-quirements. The result is a foot detection algorithm, capable of working on commonly available hardware, which is beneficial for augmented reality application
Estimation des temps de parcours fondée sur l'utilisation des données éparses de véhicules traceurs dans un contexte urbain
No full textThis dissertation is concerned with the problem of estimating travel time per links in urban context using sparsely sampled GPS data. One of the challenges in this thesis is use the sparsely sampled data. A part of this research work, i developed a digital map with its new geographic information system (GIS), dealing with map-matching problem, where we come out with an enhancement tecnique, and also the shortest path problem.The thesis research work was conduct within the project PUMAS, which is an avantage for our research regarding the collection process of our data from the real world field and also in making our tests. The project PUMAS (Plate-forme Urbaine de Mobilité Avancée et Soutenable / Urban Platform for Sustainable and Advanced Mobility) is a preindustrial project that has the objective to inform about the traffic situation and also to develop an implement a platform for sustainable mobility in order to evaluate it in the region, specifically Rouen, France. The result is a framework for any traffic controller or manager and also estimation researcher to access vast stores of data about the traffic estimation, forecasting and status.Cette thèse porte sur le problème de l'estimation des temps de parcours, de véhicules, par section de route dans un contexte urbain, en utilisant les données GPS à faible densité d’échantillon. L'un des défis de cette thèse est d'utiliser ce genre de données. Dans le cadre de ce travail de recherche, j'ai développé une carte numérique avec son nouveau système d'information géographique (SIG), qui traite la problématique du map-matching, où nous avons apporté des améliorations, ainsi que le problème du plus court chemin.La thèse s'inscrit dans le cadre du projet PUMAS (Plate-forme Urbaine de Mobilité Avancée et Soutenable), ce qui est un avantage pour nos recherches en ce qui concerne le processus de collecte de données réelles sur le terrain ainsi que pour faire nos tests. Le projet PUMAS est un projet préindustriel qui a pour objectif d'informer sur la situation du trafic mais également de développer et de mettre en œuvre une plate-forme de mobilité durable afin de l'évaluer dans la région, notamment à Rouen, France. Le résultat offre un cadre pour tout contrôleur de la situation, gestionnaire ou chercheur pour accéder à de vastes réserves de données sur l'estimation du flux du trafic, sur les prévisions et sur l'état du trafic
Placement and Movement Episodes Detection using Mobile Trajectories Data
Full text linkTeostatud töö eesmärgiks on tuvastada asukohaandmetest seisu- ning liikumisepisoode kasutades selleks trajektoori ülekattuvusmaatriksit. Antud töös kasutatud andmed on väga hajusad nii ajalises kui ka geograafilises mõttes. Seetõttu on antud ülesanne suur väljakutse. Välja pakutud lahenduse raames teostati andmeanalüüs mille raames tuvastati kasutajatele tähtsad asukohad ning pakuti välja algoritm, mille abil tuvastda seisu- ning liikumisepisoodid. Andmete analüüsimiseks ning visualiseerimiseks kasutati R-i.This thesis presents a trajectory episode matrix to enable the detection of placement and movement episodes from mobile location data. The data used in this work is very sparse in time and space. Therefore, the estimation of user’s placement and movement patterns poses a big challenge. The presented approach performs data analysis to find meaningful locations and introduces an algorithm to detect movement and placement episodes. To perform the analysis and visualize the results a statistical analysis tool was developed with R. The work done as a result of this thesis can be used to improve the identification of the meaningful locations and to help predicting the semantic meanings of mobile user’s patterns
Drones InSecurity
Full text linkThis project is about testing the security of casual/commercial drones. For this, we tested drones from the company Parrot, but the conclusions apply to all drones based on WiFi controllers. To test drones security, the project was divided in two parts. The first part is stream sniffing. This means capturing the video stream that a drone transmits to its connected user and afterwards reconstructing it, to see the actual video footage. The second part of the project is the hi- jacking of drones. This includes the complete capturing of a targeted drone, with access to all the controls and its video stream. After the capturing, the victim should fly autonomously, following our drone to a location we decide.LASE
Estimation des temps de parcours fondée sur l'utilisation des données éparses de véhicules traceurs dans un contexte urbain
No full textCette thèse porte sur le problème de l'estimation des temps de parcours, de véhicules, par section de route dans un contexte urbain, en utilisant les données GPS à faible densité d échantillon. L'un des défis de cette thèse est d'utiliser ce genre de données. Dans le cadre de ce travail de recherche, j'ai développé une carte numérique avec son nouveau système d'information géographique (SIG), qui traite la problématique du map-matching, où nous avons apporté des améliorations, ainsi que le problème du plus court chemin.La thèse s'inscrit dans le cadre du projet PUMAS (Plate-forme Urbaine de Mobilité Avancée et Soutenable), ce qui est un avantage pour nos recherches en ce qui concerne le processus de collecte de données réelles sur le terrain ainsi que pour faire nos tests. Le projet PUMAS est un projet préindustriel qui a pour objectif d'informer sur la situation du trafic mais également de développer et de mettre en œuvre une plate-forme de mobilité durable afin de l'évaluer dans la région, notamment à Rouen, France. Le résultat offre un cadre pour tout contrôleur de la situation, gestionnaire ou chercheur pour accéder à de vastes réserves de données sur l'estimation du flux du trafic, sur les prévisions et sur l'état du trafic.This dissertation is concerned with the problem of estimating travel time per links in urban context using sparsely sampled GPS data. One of the challenges in this thesis is use the sparsely sampled data. A part of this research work, i developed a digital map with its new geographic information system (GIS), dealing with map-matching problem, where we come out with an enhancement tecnique, and also the shortest path problem.The thesis research work was conduct within the project PUMAS, which is an avantage for our research regarding the collection process of our data from the real world field and also in making our tests. The project PUMAS (Plate-forme Urbaine de Mobilité Avancée et Soutenable / Urban Platform for Sustainable and Advanced Mobility) is a preindustrial project that has the objective to inform about the traffic situation and also to develop an implement a platform for sustainable mobility in order to evaluate it in the region, specifically Rouen, France. The result is a framework for any traffic controller or manager and also estimation researcher to access vast stores of data about the traffic estimation, forecasting and status.ROUEN-INSA Madrillet (765752301) / SudocSudocFranceF
Mobiilsidevõrgu andmete kasutamisest inimeste liikuvuse analüüsimisel
No full textEnamus inimestest kannab endaga kaasas mobiiltelefoni. Sisselülitatud telefoni ligikaudne trajektoor on hästi nähtav mobiilsidevõrgus, millega ta on ühendatud. Need andmed on operaatoril juba “tasuta” olemas.
Inimeste liikuvuse mustrite tuvastamisel on suur väärtus mitmes mõttes. Planeerimise otsuste tegemisel on hädavajalik teada, kuidas inimesed tegelikult liiguvad – kus päeval tööl käivad, mis teid mööda liiguvad, kuidas muutub inimeste käitumine aastaajati jne.
Liikumismustrite tuvastamise põhimeetod on tuvastada üksikisikute trajektoorid ja need siis agregeerida üldistatud jaotusteks, mida kasutada planeerimises. Mõnes riigis on trajektooripõhised andmed kasutusel ka asukohapõhises otsereklaamis (ingl. k. location based advertising), kus kasutajat profileeritakse individuaalselt tema asukoha või liikumismustrite alusel.
Nende andmete kasutamisel on takistuseks see, et andmete täpsus jätab soovida. Mobiilsidevõrk ei ole ehitatud selleks, et jälgida pidevalt mobiilide asukohta. Töös on käsitletud järgmisi asukohainfo täpsustamise meetmeid:
1. Võrgusisese antennivahetuse statistika alusel tunnistada teatud näivad liikumised ebatõenäoliseks – kui inimene näiliselt “hüppab” mitme antenni vahel ebarealistliku kiirusega.
2. Täpsustada ülekattega antennide piirkonnas asukoha tõenäosust Bayes'i statistika meetoditega – kui mobiil on mitme antenni mõjualas, siis seal on konkreetsel ühel antennil väiksem tõenäosus ühenduda antud mobiiliga.
3. Autor pakkus kirjanduses pakutud parendusi Kalmani filtril põhinevale metoodikale, mis eristab positsioneeritava objekti paigalseisu ja liikumise episoode.
4. Statistiliselt avastada mobiilsidevõrgu kirjelduses vigu, mis moonutavad andmeid, näiteks kahe antenni andmed on võrguplaanis ära vahetatud, sellega trajektooris inimene satuks näiliselt ühe antenni alast teise antenni alasse.
Muidugi on vaja garanteerida üksikisikute õigus privaatsusele vastava riigi õigusruumis. See on väljaspool selle töö skoopi.The majority of people carry a mobile phone with them. The approximate trajectory of a mobile phone is observable in a mobile network. The mobile operator gets these data “for free”.
Human mobility patterns are valuable in several areas. When making planning decisions, it is necessary to know how people move -- where they go to work during the day, what way they travel, how people's behavior changes with the seasons, etc. The basic method of detecting movement patterns is to detect the trajectories of individuals and then aggregate them into mobility patterns that are used in planning. In some countries, trajectory-based data is also used in location-based advertising, where the user's profile is individually based on their location or movement patterns.
The interpretation of these data is complicated by the low accuracy of the data. The mobile network was not built for continuous positioning of the mobile phones. This work discusses the following improvements
1. On the basis of the statistics of the antenna change, recognize certain network movements as improbable -- if a person seemingly "jumps" between several antenna areas at an unrealistic speed.
2. Adjust the probability of the location in the area of overlapping antennas using the Bayesian statistics method -- if a mobile phone is visible to several antennas, then a specific antenna has a lower probability of connecting to a given mobile phone.
3. Improvement of previously existing methodology for detection of stop episodes.
4. Statistically detect errors in the description of the mobile communication network, e.g., where the data of two antennas have been exchanged in the network plan, thus a person in the trajectory would seemingly end up in the area of one antenna in the area of another antenna.
Of course, it is necessary to guarantee the right of specific individuals to privacy in the legal space of the respective country. This is beyond the scope of this work.https://www.ester.ee/record=b570989
- …
