No description available.

No description available.

Les cartes représentent l'information géographique d'une zone donnée de manière d'autant plus simplifiée que l'échelle de la carte est petite. Le procédé de simplification, appelé généralisation cartographique, est soumis au respect de contraintes de lisibilité, d'adéquation de la représentation avec le niveau d'abstraction souhaité et de cohérence avec la réalité. La volonté d'automatiser le processus de création de cartes à partir de bases de données géographiques, a conduit à la création d'algorithmes permettant d'effectuer cette simplification objet par objet. Néanmoins, les choix des algorithmes, tout comme leur paramétrage, sont autant influencés par l'objet sur lequel ils s'appliquent que par les autres objets en relation (e.g. bâtiment à proximité d'un autre, route parallèle à un alignement de bâtiments). Ce constat a motivé l'utilisation de modèles multi-agents pour la généralisation automatisée de cartes. Le principe de ces modèles multi-agents repose sur la modélisation des objets (e.g. bâtiment, tronçon de route, îlot urbain) sous forme d'agents qui cherchent à se généraliser de façon à satisfaire leurs contraintes. Plusieurs modèles multi-agents ont été proposés, chacun ayant une approche différente des interactions entre niveaux. Ici, nous entendons par niveau, par exemple, la distinction entre les agents individuels comme un bâtiment, des agents représentant un groupe d’autres agents, comme un îlot urbain composé des routes l’entourant et des bâtiments inclus dans l’îlot.Nous étudions l'unification de ces modèles en nous appuyant sur le paradigme multi-niveaux PADAWAN, afin de faciliter les interactions entre agents de niveaux différents. Nous proposons ainsi le modèle DIOGEN, adaptant les principes d’interaction entre agents de niveaux différents à la généralisation cartographique guidée par des contraintes, ce qui a permis d’unifier les précédents modèles AGENT, CartACom et GAEL, tout en disposant de nouvelles capacités prometteuses.Nous avons évalué notre proposition sur un ensemble de cas d’étude. Parmi ces cas, nous nous sommes penchés sur la généralisation de carte de randonnée, où les itinéraires sont symbolisés individuellement avec des symboles différents, à la manière des plans de bus. La présence de plusieurs symboles d’itinéraires sur une même route support amène des problèmes de généralisation particuliers, comme le choix du positionnement des itinéraires de part et d’autre de la route, ou les implications pour les autres objets de la carte (e.g. points d’intérêts, bâtiments) se retrouvant sous le symbole de l’itinéraire, problèmes que nous essayons de résoudre en nous appuyant sur notre proposition de représentation formelle multi-niveaux.Ce travail nous a ensuite conduit à identifier des comportements multi-niveaux récurrents. Nous les avons exprimés de façon générique sous forme de patterns d’analyse, affranchies des spécificités de la généralisation cartographique, et de la résolution de problèmes contraints / Maps show geographic information of a given area in a simplified way, particularly when the scale is small. The simplification process, called cartographic generalisation, is submitted to several constraints : legibility, adequation to the abstraction level, and consistency with reality. The will to automate the maps creation process from geographical databases led to the creation of algorithms allowing the simplification object by object. However the choice of the algorithms, as their settings, are influenced by the object on which it is applied, and by the other objects in relation with this object (e.g. a building close to another one, a road parallel to a buildings alignment). This motivates the use of multi-agents models for automated map generalisation. Several multi-agent models were proposed, each of them having a different approach to manage multi-levels relations. Here, what we call a level is, for instance, the distinction between individual agents, like a building, and agents representing a group of other agents, like a urban block composed by the surrounding roads and buildings inside.We study the unification of existing models, using the multi-level paradigm PADAWAN, in order to simplify interactions between agents in different levels. We propose the DIOGEN model, in which the principle of interactions between agents of different levels is adapted to cartographic generalisation guided by constraints, those allowing to unify the existing models AGENT, CartACom and GAEL, and giving promising features.We evaluate our proposal on different case studies. Among them, we study the generalisation of trekking maps, where the routes are symbolized individually by a different couloured line symbols, like on bus maps. The presence of several route symbols on a same road leads to specific generalisation issues, like the choice of the side of each route symbol position, or the implications for the other objects on the map (e.g. points of interest, buildings) under the route symbol – issues tackled using our proposal of formal multi-levels representation.This work leads us to the identification of recurrent behaviours. We express them as analysis patterns, in a way that is independent from cartographic generalisation and constraint solving problems

Cette thèse traite de l'automatisation de la généralisation cartographique qui est le procédé de simplification d'une base de données géographique vectorielle pour sa représentation sur une carte lisible. La recherche dans le domaine a abouti aujourd'hui au développement de nombreux processus automatiques de généralisation cartographique, chacun étant spécialisé pour un problème particulier comme un type de paysage, un thème de donnée, un type de conflit ou un mélange des trois (proximité entre bâtiments en zone urbaine). L'objectif de cette thèse est de tirer parti de cette diversité pour mettre en place la généralisation complète d'une carte en faisant collaborer des processus de généralisation complémentaires. Pour répondre à cet objectif, nous proposons le modèle CollaGen (Collaborative Generalisation) qui permet, par un système multi-agent, la collaboration des processus : les données sont découpées de manière pertinente par rapport aux processus à disposition en espaces géographiques (une zone urbaine ou le réseau routier par exemple) ; la généralisation d'un espace par un processus est ensuite orchestrée par CollaGen. CollaGen associe de manière itérative un espace à généraliser et un processus adapté, notamment par un mécanisme de registre type pages jaunes. L'interopérabilité entre les processus est assurée par une ontologie du domaine sur laquelle s'appuie un format de spécifications formelles d'une carte généralisée. Chaque généralisation est évaluée globalement en temps réel pour permettre un retour en arrière en cas de problème. Enfin, du fait du principe de découpage en espaces, CollaGen doit vérifier après chaque généralisation si des effets de bord sont apparus avec les objets géographiques situés juste à l'extérieur de l'espace, auquel cas il les corrige au mieux. Dans, cette thèse, le modèle CollaGen est mis en œuvre pour la généralisation de cartes topographiques (notamment au 1 : 50000) et les résultats sont comparés à d'autres approches et discutés / This phd thesis deals with cartographic generalisation, the process that simplifies a geographic database to allow its representation on legible map. Past research lead to the development of many automatic generalisation processes, each one being specialised for a specific problem like a particular landscape, a given data theme, a particular graphic conflict or a mix of the three (like ‘proximity between buildings in urban areas). The aim of the thesis is to benefit from this diversity to carry out a complete map generalisation by collaboration between complementary processes. To meet this objective, the CollaGen model is proposed (Collaborative Generalisation) as it allows, based on multi-agent techniques, generalisation processes collaboration : data is relevantly partitioned into geographic spaces (e.g. an urban area or the road network) ; then CollaGen orchestrate the generalisation of a space by an adapted process. CollaGen iterately maps a space to be generalised and an adapted process thanks to a yellow pages registry mecanism. The interoperability between processes is managed by a domain ontology on which formal map specifications are based. Each generalization is globally assessed online to allow backtracks if necessary. Finally, because of the space partitioning, CollaGen has to check after each generalisation if side effects appeared with spaces just outside the one that has been generalised. If some side effects occurred, they are corrected. In this thesis, CollaGen is implemented for topographic map generalisation (to 1 : 50000) and results obtained are compared to other approaches and discussed

When creating a map, the amount of data and which geographical information chosen to bepresented are decided based on the purpose of the map. Trafikverket is responsible for theNational Road Database that is a reference road network with a large amount of dataconnected to it. The database is built at a carriageway level where several links can be usedto represent a single road. In this thesis the database has been studied as well as thepossibilities to create an automatic workflow that creates a generalisation to road level. Someapplications and analyses that use this database are requesting input data of a higher level ofdetail. It is also found important from a cartographic point of view. Possibilities to create alinear referencing for the data between the different levels was studied as well, to make theupdates between the levels easier and not having the need to maintain two differentdatabases. It would make it possible to inherit attributes and the generic features connectedto the network.The first fully automated workflow for a generalisation of an entire map was developed in theNetherlands in 2014. Several other agencies in Sweden and Norway are currently working ongeneralisations as well and using different approaches. Statens Vegvesen, which is theNational Road Agency in Norway, has already implemented the different levels of detail intheir road database. Lantmäteriet currently has a project where their goal is to create a fullyautomated map to easily change to a larger scale.After studying the programs used in other generalisations and which programs Trafikverketnormally use, FME and ArcGIS were chosen to be used in this thesis. A small study area waschosen, and the proper data was collected from the National Road Database. The study wasconducted by a set of experiments and trying different parameter values in order to obtain asatisfactory result.Three different areas where studied, where the goal was to find a sequence of functions thatsuccessfully generalised all the areas. The areas were parallel roads, complex intersectionsand roundabouts. The result consists of a suggested workflow, but alterations hade to bemade manually since it was not possible to find a fully automated generalisation for the areachosen. Therefore, a set of functions and tools that could be developed were collected as wellin the end to make a more automated workflow possible.The result found in this thesis show that if the cartographic generalisations are more studiedand examined it should be possible to get a more automated workflow to create ageneralisation between the different level of detail. However, it might be difficult to get theworkflow fully automated due to the complexity of the intersections. / När en karta skapas baseras mängden data och vilken geografisk information som skaförmedlas beroende på syftet med kartan. Trafikverket ansvarar för den NationellaVägdatabasen som är ett referensvägnät med en stor mäng data kopplad till vägnätet.Referensvägnätet är byggt på en körbanenivå. I det här arbetet har databasen studerats ochvilka möjligheter som finns för att skapa en automatisk generalisering till vägnivå. Det finnsett behov att representera data på en annan detaljnivå för vissa applikationer och analysersom använder sig av vägdatabasen. Det är även viktigt utifrån ett kartografiskt synsätt.Möjligheterna att skapa en linjär referering mellan de olika detaljnivåerna har undersökts, föratt förenkla uppdateringar mellan nivåerna samt att inte behöva ajourhålla två olikadatabaser. Det skulle även göra det möjligt att attribut och företeelser kan ärvas mellan deolika nivåerna.Det fösta helt automatiserade arbetsflödet för en generalisering av en karta utformades 2014i Nederländerna. Flera andra myndigheter i Sverige och Norge arbetar just nu med den härtypen av generaliseringar och har använt sig av olika tillvägagångssätt. Statens Vegvesen,vilket är den statliga myndighet som ansvarar för vägar i Norge, har redan implementerat olikadetaljnivåer i deras vägdatabas. Lantmäteriet har ett projekt med målet att skapa en fulltautomatisk generalisering för olika skalor.Efter att ha studerat de olika program som vanligtvis används vid generaliseringar samt vilkaprogram som Trafikverket använder sig av så valdes FME och ArcGIS i det här arbetet. Ettmindre studieområde valdes ut och relevant data hämtades från den NationellaVägdatabasen. Studien bestod av olika experiment och tester av olika parametervärden föratt få ett acceptabelt resultat.Tre olika områden studerades, där målet var att hitta en följd operationer som skapade enlämplig generalisering för alla områden. De tre olika områdena var parallella vägar,trafikplatser och cirkulationsplatser. Resultatet består av förslag på ett arbetsflöde, men delarhar behövt göras manuellt då det inte var möjligt att hitta en helt automatiseradgeneralisering för det valda området. Förslag på olika funktioner och verktyg som kanutvecklas har sammanställts, för att kunna utvecklade ett mer automatiserat arbetssätt.Resultatet av det här arbetet visar att om kartografiska generaliseringar studeras och testasmer skulle det kunna vara möjligt att skapa ett mer automatiserat arbetssätt med syfte attmöjliggöra generaliseringar mellan olika detaljnivåer. Det kan däremot vara svårt att få dettahelt automatiserat på grund av de olika komplexa trafikplatserna.