Die vorliegende Arbeit widmet sich den Möglichkeiten, Nutzer bei der touristischen Navigation besser zu unterstützen. Dabei werden zum einen Methoden einer nutzerorientierten thematischen Routenplanung aufgezeigt und zum anderen kartographische Anamorphoten als visuelle Navigationshilfe diskutiert. Der erste Teil der Arbeit beschäftigt sich mit Methoden zur nutzerorientierten semantischen Filterung themenrelevanter Gebiete im Allgemeinen und zur individuellen thematischen Rou-tenplanung im Besonderen. Derzeit existieren verschiedene technische Ansätze für Routenplanungen, die touristisch relevante Orte zu einem spezifischen Thema auf Basis nutzergenerierter Webinhalte bestimmen und zu Themenrouten kombinieren. Es existiert jedoch, nach Auffassung des Autors, kein Ansatz für eine wirklich individuelle Routenplanung, bei der Nutzer frei das Thema und den Start- und Endpunkt einer Route definieren können. Die erste Methode, Kontinuummethode, basiert auf der Generierung eines thematischen Pseudokontinuums. Hier werden Daten der Plattformen Wikipedia, Flickr und Panoramio kombiniert und mittels der Kerndichteschätzung zu Pseudodichtekontinua transformiert. Mithilfe der Explicit Semantic Analysis (ESA) als Methode der semantischen Ähnlichkeitsbestimmung werden dann den Pseudodichtekontinua Themenrelevanzwerte zugeordnet und so relevante geographische Gebiete zu einem nutzerdefinierten Thema gefiltert. Für eine thematische Routenplanung werden diese Themenrelevanzwerte auf ein Wegenetz übertragen. Die zweite Methode, Sequenzmethode, baut auf der semantischen Ähnlichkeitsbestimmung auf und ordnet georeferenzierte Wikipedia-Artikel entsprechend ihrer Themenrelevanz. Diese werden dann sequenziell in die Routenberechnung integriert. Eine durchgeführte Nutzerbefragung bestätigt, dass beide Methoden geeignet sind, um themenrelevante Routen zu bestimmen. Der zweite Teil der Arbeit widmet sich der Eignung anamorphotischer Darstellungen als Navigationshilfe. Navigation als Problemlösungsprozess lässt sich hierarchisch-sequenziell in Teilprozesse unterteilen, die je nach Aufgabe bzw. Problemstellung unterschiedliche Visualisierungsformen fordern. Anamorphoten können das Kartenbild hinsichtlich eines bestimmten Sachbezuges verzerren und so die Karteninterpretation bei diesen unterschiedlichen Navigationsprozessen erleichtern. In der Arbeit wird zum einen eine umfassende deutschsprachige Taxonomie zu Anamorphoten eingeführt und zum anderen eine empirische Untersuchung zur Nutzung epizentrisch-gerichteter Distanzwertanamorphoten für die Navigation vorgestellt. Dabei liegt der Fokus der Studie auf dem Einfluss der Egozentrizität und Verzerrung bei der Karteninterpretation in einzelnen Navigationsprozessen und inwieweit zeitbe-schreibende Darstellungen bei der Navigation und Wegfindung hilfreich sind.:Erklärung I Kurzfassung III Abstract V Danksagung VI Inhaltsverzeichnis VII Abbildungsverzeichnis X Tabellenverzeichnis XIII Formelverzeichnis XIV Abkürzungs- und Symbolverzeichnis XV 1 Einleitung 1 1.1 Motivation 1 1.2 Forschungsfragen 2 1.3 Gliederung der Arbeit 2 2 Navigation und Wegfindung 4 2.1 Definition von Navigation und Wegfindung 4 2.1.1 Navigationskontext 6 2.1.1.1 Navigationsaufgaben und -strategien 8 2.1.1.2 Mentale Karte und räumliche Vorstellung 11 2.1.1.2.1 Räumliches Wissen und Elemente der mentalen Vorstellung 12 2.1.1.2.2 Modelle räumlichen Wissens 13 2.1.1.3 Navigations- und Wegfindungshilfen 15 2.1.1.3.1 Karten und kartenähnliche Darstellungen als Navigationshilfe 17 2.1.1.3.2 Mobile Karten 18 2.1.1.3.3 Adaption in der mobilen Kartographie 19 2.1.1.3.4 Empirische Untersuchungen zu Karten als Navigationshilfe 22 2.1.1.3.5 Empirische Untersuchungen zu kartenähnlichen Darstellungen als Navigationshilfe 22 2.1.1.4 Entfernungs- und Zeitschätzung in der Navigation 24 2.1.2 Navigation als Problemlösungsprozess 24 2.2 Navigationsmodell des Autors 25 3 Semantische Ähnlichkeitsbestimmung nutzergenerierter Daten für touristische Routenplanungen 29 3.1 Stand der Wissenschaft 29 3.1.1 Individuelle Routengenerierung und themenbezogene Ortsidentifikation 29 3.1.2 Semantische Ähnlichkeitsbestimmung im Kontext von Wikipedia 30 3.1.3 Generierung von thematischen Oberflächen und Dichtebestimmung von verteilten Daten 33 3.2 Räumliche Präsenz von Geoobjekten 34 3.3 Methodik 35 3.3.1 Datenaufbereitung 35 3.3.1.1 Datenextraktion und Ähnlichkeitsbestimmung 35 3.3.1.2 Navigationsgraph aus OpenStreetMap 36 3.3.2 Routenbestimmung und Kostenwertermittlung 39 3.3.2.1 Routenberechnung auf Basis eines semantischen Pseudokontinuums 39 3.3.2.2 Routenberechnung auf Basis eines Rankings der semantischen Ähnlichkeiten 44 3.3.2.3 Routenberechnung auf Basis eines Hybridalgorithmus 46 3.4 Methodenvergleich 46 3.5 Nutzerbefragung zu themenbezogenen Routen 50 3.5.1 Aufbau der Nutzerbefragung 50 3.5.2 Nutzerbewertung 51 3.5.2.1 Klassifizierung der Teilnehmer 51 3.5.2.2 Vergleich der Benutzerbewertungen und semantischen Ähnlichkeiten 51 3.5.2.3 Vergleich berechneter Themenrouten mit Nutzervorstellungen 53 4 Anamorphoten als Navigationshilfe 56 4.1 Begriffsbestimmung zu Anamorphoten 56 4.1.1 Abgrenzung Kartogramm und Anamorphote 59 4.1.2 Taxonomie für anamorphotische Darstellungen 60 4.1.2.1 Einteilung nach dem Fokus der Verzerrung 60 4.1.2.2 Einteilung nach dem Sachwertbezug 62 4.1.2.3 Einteilung nach dem Grad der Abstraktion 66 4.1.2.4 Einteilung nach dem visuellen Zusammenhang/Kontinuität 67 4.1.2.5 Einteilung nach der Art der Zentrizität und Ausrichtung 68 4.2 Empirische Untersuchung zu Distanzwertanamorphoten als Navigationshilfe 69 4.2.1 Ziel, Aufbau und Forschungshypothesen 69 4.2.2 Kartendarstellungen 72 4.2.2.1 Darstellungen ohne Weginformationen 73 4.2.2.2 Darstellungen mit Wegdistanzinformationen 73 4.2.2.3 Darstellungen mit Wegzeitinformationen 75 4.2.3 Analyse und Auswertung der Testergebnisse 77 4.2.3.1 Planungsprozess auf globaler Ebene 79 4.2.3.2 Evaluierungsprozess auf globaler Ebene 83 4.2.3.3 Planungsprozess auf lokaler Ebene 85 4.2.3.4 Evaluierungsprozess auf lokaler Ebene 88 4.2.4 Diskussion 91 5 Zusammenfassung und Ausblick 95 5.1 Beantwortung der Forschungsfragen 95 5.2 Fazit 103 6 Literaturverzeichnis 107 7 Anhang 117 / This thesis deals with means of a better support to touristic navigation processes. Methods for a user-orientated thematic route planning are presented on the one hand and, on the other hand, the usabilty of distorted cartograms as visual navigation aids are discussed. In the first part of the thesis, two methods are presented for a user-orientated semantic selection of theme-relevant areas in general and for an individual thematic routing in particular. Several technical approaches to a touristic tour planning, which connects popular locations to specific theme routes based on user-generated web content have been published in the recent years. However, no approach exists to the author’s knowledge, which allows truly individual theme route planning in a way that a user can define a theme as well as a starting and end point of the route. The first method, continuum method, is based on the generation of a thematic pseudo continuum. Here, data of the web platforms of Wikipedia, Flickr and Panoramio are combined and transformed to a pseudo continuum by using the kernel density estimation. A semantic similarity analysis based on the Explicit Semantic Analysis (ESA) is carried out to predict thematic-relevance values, which are matched to the pseudo continuum and, thus, to select relevant geographic areas concerning a specific theme. These thematic-relevance values are transferred to a road network for the purpose of a thematic routing. The second method, sequence method, is based on a semantic similarity analysis as well and ranks Wikipedia articles according to their thematic relevance. These ranked articles are sequentially integrated into the routing. A completed user survey confirms the suitability of both methods to generate theme-relevant routes for touristic purposes. The second part of the thesis deals with the usability of distorted visualisations as navigation aids. Navigation as a problem-solving process can be hierarchically-sequentially divided into subtasks, whereas visualisation can be optimised for a certain task or problem. Cartograms in forms of distorted visualisations can adapt to a certain semantic focus and effectively support users in the navigation process. Within the scope of this thesis, an extensive German-language taxonomy of distorted cartograms has been compiled. Moreover, an empirical study on the usability of epicentrically directed distance cartograms in navigation processes is covered. The focus of this study is set on the influence of distortion and egocentricity of visualisations in the map interpretation and how time-describing representations can help the user in navigation and wayfinding processes.:Erklärung I Kurzfassung III Abstract V Danksagung VI Inhaltsverzeichnis VII Abbildungsverzeichnis X Tabellenverzeichnis XIII Formelverzeichnis XIV Abkürzungs- und Symbolverzeichnis XV 1 Einleitung 1 1.1 Motivation 1 1.2 Forschungsfragen 2 1.3 Gliederung der Arbeit 2 2 Navigation und Wegfindung 4 2.1 Definition von Navigation und Wegfindung 4 2.1.1 Navigationskontext 6 2.1.1.1 Navigationsaufgaben und -strategien 8 2.1.1.2 Mentale Karte und räumliche Vorstellung 11 2.1.1.2.1 Räumliches Wissen und Elemente der mentalen Vorstellung 12 2.1.1.2.2 Modelle räumlichen Wissens 13 2.1.1.3 Navigations- und Wegfindungshilfen 15 2.1.1.3.1 Karten und kartenähnliche Darstellungen als Navigationshilfe 17 2.1.1.3.2 Mobile Karten 18 2.1.1.3.3 Adaption in der mobilen Kartographie 19 2.1.1.3.4 Empirische Untersuchungen zu Karten als Navigationshilfe 22 2.1.1.3.5 Empirische Untersuchungen zu kartenähnlichen Darstellungen als Navigationshilfe 22 2.1.1.4 Entfernungs- und Zeitschätzung in der Navigation 24 2.1.2 Navigation als Problemlösungsprozess 24 2.2 Navigationsmodell des Autors 25 3 Semantische Ähnlichkeitsbestimmung nutzergenerierter Daten für touristische Routenplanungen 29 3.1 Stand der Wissenschaft 29 3.1.1 Individuelle Routengenerierung und themenbezogene Ortsidentifikation 29 3.1.2 Semantische Ähnlichkeitsbestimmung im Kontext von Wikipedia 30 3.1.3 Generierung von thematischen Oberflächen und Dichtebestimmung von verteilten Daten 33 3.2 Räumliche Präsenz von Geoobjekten 34 3.3 Methodik 35 3.3.1 Datenaufbereitung 35 3.3.1.1 Datenextraktion und Ähnlichkeitsbestimmung 35 3.3.1.2 Navigationsgraph aus OpenStreetMap 36 3.3.2 Routenbestimmung und Kostenwertermittlung 39 3.3.2.1 Routenberechnung auf Basis eines semantischen Pseudokontinuums 39 3.3.2.2 Routenberechnung auf Basis eines Rankings der semantischen Ähnlichkeiten 44 3.3.2.3 Routenberechnung auf Basis eines Hybridalgorithmus 46 3.4 Methodenvergleich 46 3.5 Nutzerbefragung zu themenbezogenen Routen 50 3.5.1 Aufbau der Nutzerbefragung 50 3.5.2 Nutzerbewertung 51 3.5.2.1 Klassifizierung der Teilnehmer 51 3.5.2.2 Vergleich der Benutzerbewertungen und semantischen Ähnlichkeiten 51 3.5.2.3 Vergleich berechneter Themenrouten mit Nutzervorstellungen 53 4 Anamorphoten als Navigationshilfe 56 4.1 Begriffsbestimmung zu Anamorphoten 56 4.1.1 Abgrenzung Kartogramm und Anamorphote 59 4.1.2 Taxonomie für anamorphotische Darstellungen 60 4.1.2.1 Einteilung nach dem Fokus der Verzerrung 60 4.1.2.2 Einteilung nach dem Sachwertbezug 62 4.1.2.3 Einteilung nach dem Grad der Abstraktion 66 4.1.2.4 Einteilung nach dem visuellen Zusammenhang/Kontinuität 67 4.1.2.5 Einteilung nach der Art der Zentrizität und Ausrichtung 68 4.2 Empirische Untersuchung zu Distanzwertanamorphoten als Navigationshilfe 69 4.2.1 Ziel, Aufbau und Forschungshypothesen 69 4.2.2 Kartendarstellungen 72 4.2.2.1 Darstellungen ohne Weginformationen 73 4.2.2.2 Darstellungen mit Wegdistanzinformationen 73 4.2.2.3 Darstellungen mit Wegzeitinformationen 75 4.2.3 Analyse und Auswertung der Testergebnisse 77 4.2.3.1 Planungsprozess auf globaler Ebene 79 4.2.3.2 Evaluierungsprozess auf globaler Ebene 83 4.2.3.3 Planungsprozess auf lokaler Ebene 85 4.2.3.4 Evaluierungsprozess auf lokaler Ebene 88 4.2.4 Diskussion 91 5 Zusammenfassung und Ausblick 95 5.1 Beantwortung der Forschungsfragen 95 5.2 Fazit 103 6 Literaturverzeichnis 107 7 Anhang 117

Syftet med denna studie var att undersöka olika algoritmer som kan användas för attlösa ruttplaneringsproblemet och handelsresandeproblemet. Ruttplaneringsproblemetoch handelsresandeproblemet är problemet som uppstår när den kortaste sträckan skahittas mellan olika körpunkter och problemet är löst efter att den kortaste sträckan blivitfunnen. Observationer och intervjuer hos återvinningsföretaget Gotland Recyclinggjordes för att undersöka hur heuristiker som är metoder, tumregler som kan användasför att få fram resultat som är bra men inte alltid helt optimala kan användas för att kortaner körruterna. Arbetet gjordes med hjälp av företaget Gotland Recycling som idag harcirka 500 kunder per år och äger två sopbilar samt två lastbilar. Företaget har under enlängre tid förstått att deras ruttplaneringssystem har kunnat förbättras därav har företagetintresserat sig för att testa nya metoder för att förbättra sina egna rutter samt olikametoder för att validera de metoder som redan används för ruttplanering och körning.Google Maps och Microsoft Excel användas i denna studie för att applicera de olikaruttplaneringsmetoderna och kunna analysera de olika rutterna. Med hjälp av GoogleMaps har kostnader i form av körsträcka i meter och kilometer tagits fram genom attapplicera algoritmerna på olika körnings områden. Med hjälp av Google Maps ochMicrosoft Excel har fordonens körningsmönster blivit kartlagda och registrerade itabeller där de olika algoritmerna blivit applicerade för att bygga upp nya rutter ochmäta de nya rutternas körsträcka. Litteratur och artiklar har även samlats ihop för dennastudie och användes för att analysera olika ruttplanering och handelsresandeproblemsmetoders olika svagheter och styrkor. Resultatet från testerna och litteraturen visade attdet finns en potential att olika lösnings metoder som undersökts i denna studie kanminska på körsträckan. Olika lösningsmetoder har olika förutsättningar, styrkor ochsvagheter beroende på situationen som de appliceras inom. I två tester av tre medanvändning av någon av den utvalda ruttplanerings metoder minskade körsträckan imeter för rutten jämfört med företagets egen ruttplanering. Både testerna och litteraturenpåvisade att ibland förekommer mycket oberäkneliga hinder inom vissa områden somgör det meningslöst att applicera ruttplanering och handelsresandemetoder inom dessaområden och att mer avancerade system krävs för att hantera situationen. / The aim with this paper was to study how different kinds of heuristics for the routeplanning and traveling salesman’s problem could affect the route, potentially decreasethe driving costs and make it easier for companies and vehicles to plan their routes. Toinvestigate how different heuristics can affect the route planning, observations andinterviews has been made in a company named Gotland Recycling. Gotland Recyclingis a recycling company which operate on the island Gotland. Today the company has500 customers per year and owns four truck vehicles. The company has understood thatfor a long time their route planning system can be improved and has taken an interest intesting new methods to improve their own route planning and validate the methodswhich they are already using for route planning and driving. To analyze the differentroutes Google Maps and Excel was used. With the help of Google Maps and Excel costsin the form of driving length in meter and kilometer has been produced by applying thechosen algorithms on different driving areas. With the help of Google Maps and Excel,the driving pattern has been charted and registered in different tables. Differentalgorithms have then been applied to construct new routes and measure their mileage.Theory in the form of literature and articles has been collected for this study to analyzeand compare different strengths and weaknesses of different route planning andtraveling salesman problem solving methods. The result from this study shows there is apotential for different solution methods to make the mileage smaller. Different solvingmethods had different qualifications, strengths and weaknesses which depended on thesituations which they were applied. In two of the three tests which were made thechosen solving methods produced routes which were shorter than the route produced bythe company. Both testing and the literature also showed that for some situations thereare so many random obstacles in driving areas which make it meaningless to apply anytype of route-planning method and more advanced systems are required.

The e-commerce market has developed massively since the 1990ies. In addition to a general change of shopping behavior, the COVID-pandemic increased the importance of online shopping. This study is about the transportation of e-commerce parcels on the last mile in urban areas, so called last-mile delivery. Special focus is put on innovative last mile solutions that reduce the externalities related to last-mile delivery. There are several factors that complicate the delivery on the last mile such as congestion, driving restrictions and meeting time-windows for customers. This study investigates to what extent the route planning for a fleet of vehicles can account for these various requirements and restrictions. The route planning was conducted in the GIS software ArcGIS Pro using the vehicle routing problem. The routes could be successfully planned and consider most of the relevant factors for last-mile delivery operations. The results indicate that traffic and congestion in cities can be accounted for which results in an average driving speed of 20km/h. The planned routes also indicate that not even 20% of the vehicle’s cargo capacity was used and that 60-65% of the total time is spent driving between orders. The study and its results are relevant to businesses and researchers in the field of last-mile delivery as the analysis of a real-world scenario highlights the possibilities and limitations of route planning on the last mile.

Unmanned flying vehicles (UAVs) are tools that can be used in a variety of scenarios. The most common areas of application are outdoors, where there are not many obstacles to take into consideration when planning a route. In indoor scenarios, the requirements on the path planning system of the UAV becomes stricter, as these scenarios tend to contain more obstacles compared to flying at higher altitude outdoors. Considering a drone with multiple objectives (waypoints to visit), two problems initially come to mind, namely path planning and combinatorial optimization. To finish the objectives in the most effective way, the optimal path between the waypoints needs to be calculated, as well as the order in which the waypoints need to be visited. Another challenge is the fact that the UAV runs on limited battery capacity, and thus might not be able to finish the objectives before running out of battery. Therefore, the combinatorial optimization needs to include visits to a recharging station. The objective of this thesis is to combine and modify methods for path planning and combinatorial optimization in a way that a route can be calculated within a limited time budget, to allow the computation to be executed “on the fly”. The method used for path planning is ANYA, and the two methods used for the combinatorial optimization are ant colony optimization (ACO) as well as the Lin-Kernighan-Helsgaun (LKH) method. The nearest neighbor method (NN) will be used as a baseline for comparison. We propose an algorithm to include the battery constraint in the optimization. To evaluate the algorithms, we measure the computational time, to know if the method works in real-time, and also the estimated time for the UAV to finish the route, which will determine the energy efficiency of the route. We find that the ACO’s solutions improve over time, but require a long computational time, which makes it not suitable for small time budgets. LKH produces better routes than the NN method, and does so within the chosen time budget, as long as the number of waypoints is limited. The algorithm to optimize the trips to the recharging station works better than the previous use of LKH for this specific problem. / Obemannade flygande fordon är verktyg som är användbara inom en mängd områden. Vanligaste miljön för användning av dessa verktyg är i utomhusmiljöer där inte många fysiska hinder existerar. I inomhusscenarion blir kraven på vägplanering större, då dessa miljöer ofta innehåller fler hinder än vid flygning på högre altituder utomhus. Givet ett scenario med en drönare med flera målpunkter att besöka, finns två stora utmaningar, nämligen vägplanering och ruttplanering. För att besöka alla målpunkter behöver vi en metod för att identifiera närmsta, kollisionsfria vägen mellan målpunkterna, men också en metod för att hitta den optimala ordningen att besöka punkterna i. En annan utmaning som uppstår på grund av drönarens begränsade batteritid är att det inte finns någon garanti på att den hinner besöka alla målpunkter innan batteriet tar slut. Därför måste ruttplaneringen innefatta besök till en laddningsstation. Målet med detta examensarbete är att kombinera och modifiera metoder för väg och ruttplanering på ett sätt så en effektiv rutt mellan alla målpunkter kan identifieras, utan att drönaren får slut på batteri, samt med kravet att metoden ska kunna hitta en lösning inom begränsad tid. Metoden som används för vägplanering är ANYA, och de två metoderna som används för ruttplanering är myrkolonioptimering och Lin-Kernighan-Helsgaun-metoden. Närmsta-granne-metoden kommer användas som en baseline för jämförelsen mellan metoderna. Vi föreslår en algoritm som inkluderar batteribegränsningen i ruttplaneringen. För att utvärdera algoritmerna mäter vi beräkningstiden, för att ta reda på om metoden fungerar i realtid. Vi mäter även den uppskattade tiden det tar för drönaren att slutföra rutten, vilket kommer beskriva hur energieffektiv rutten är. Vi finner att myrkolonioptimering ger en bättre och bättre lösning över tid, men kräver en lång beräkningstid, vilket gör den opassande för korta tidsbegränsningar. LKH producerar bättre rutter än närmsta-granne-metoden, och gör det inom den givna tidsramen, så länge antal målpunkter är begränsade. Algoritmen för att optimera besöken till laddstationen fungerar bättre än tidigare appliceringar av LKH på samma problem.

Evolutionary algorithms are machine learning techniques that can be used in many applications of optimization problems in various fields. Banking route planning is a combinatorial optimization problem. The paper proposes a genetic algorithm for planning routes for bank employees. Computational experiments have been carried out, and the effectiveness of the proposed method has been shown. / Эволюционные алгоритмы - это методы машинного обучения, которые можно использовать во многих приложениях задач оптимизации в различных областях. Планирование банковских маршрутов представляет собой задачу комбинаторной оптимизации. В работе предложен генетический алгоритм планирования маршрутов банковских работников. Проведены вычислительные эксперименты, показана эффективность предложенного метода.

Driven by recent technical advances, vehicle-based transportation systems in intralogistics are currently shifting from automated guided vehicles (AGVs) to autonomous mobile robots (AMRs). Unlike AGVs, AMRs are not bound to a physical or virtual track and autonomously determine their movements. While the increase in freedom for routing leads to improvements in terms of system flexibility and scalability, it also poses new challenges in terms of coordination and thus the high-performance routing behavior of an entire fleet. Accepted and widely used algorithms in the AGV field are often barely applicable to large fleets of free-ranging AMRs, while typical algorithms from the field of mobile robotics usually focus on different objectives. This thesis presents a novel concept for determining global routes, the so-called lanemap, that enables the synchronized movements of multiple free-ranging vehicles in arbitrary layouts without increasing calculation effort during online operations. The basic idea consists in creating a lanemap offline that provides the AMRs with a set of suggested global lanes from various starting positions to different destinations. On the one hand, the application of a lanemap lowers each AMRs’ individual degree of freedom. However, coordinating lanes sensibly beforehand enables short travel distances as well as a low probability of routing conflicts, which improves the performance of the entire AMR fleet on the other hand. Since the lanemap only provides an offline calculated global route as suggestion, the concept can be combined with any established online approach, such as a local conflict avoidance/resolution approach, or with in-depth coordination of all vehicle movements. This thesis presents a theoretical mathematical model and a practically applicable heuristic approach for the creation of a lanemap. As proof of concept, simulation experiments show that the heuristic is generally capable of creating lanemaps for all different kinds of layouts. Furthermore, the concept allows for the determination of customized routes for a specific fleet size and an anticipated transportation demand. Therefore, once system requirements are known, a beneficial set of lanemaps for typical constellations can be calculated in advance and integrated into routing as needed.

<p dir="ltr">The transportation industry is undergoing a significant transformation with the widespread adoption of electric vehicles (EVs). This transition has spurred the development of innovative methodologies aimed at addressing operational challenges and optimizing infrastructure planning for EV mobility. However, the availability of comprehensive EV trajectory datasets remains limited, leading to potentially biased solutions. Moreover, persistent consumer concerns such as range anxiety and inadequate charging infrastructure hinder widespread EV adoption. Therefore, to accelerate the adoption of EVs and improve the efficiency of electrified mobility operations, there is a pressing need for a comprehensive framework that encompasses dataset preparation, system performance evaluation, and the development of EV operational strategies.</p><p dir="ltr">This dissertation endeavors to advance the field of energy-efficient EV mobility systems through a comprehensive approach integrating data analysis, machine learning & reinforcement learning techniques, and optimization methodologies. Initially, a framework is proposed to overcome the challenge of limited and unreliable EV trajectory datasets by accurately detecting and generating EV trips from mixed vehicle trajectory datasets. Subsequently, the study investigates the impact of EVs on existing mobility systems, particularly within the ride-hailing systems where EVs play a significant role. The analysis includes consideration of taxi drivers' charging costs in queueing models to reveal the influence of electricity rates on system performance, such as driver supply and passenger demand. Additionally, practical algorithms are developed to optimize EV efficiency operations, including energy consumption estimation, energy-efficient routing, and charging control strategies. Specifically, this dissertation analyzes correlations between EV energy consumption and various factors to devise prediction intervals that accommodate uncertainties in road-level energy consumption estimation. Besides, a novel model for EV online energy-efficient routing is proposed, facilitating the identification of minimal expected energy consumption paths for multiple origin-destination pairs simultaneously. These algorithms, augmented with a path elimination mechanism and variance-covariance information, exhibit superior performance compared to traditional methods, significantly reducing energy consumption and enhancing overall operational efficiency. Finally, a framework for EV charging control recommendation is designed under a power-sharing strategy, considering multiple objectives, such as charging time & costs and the pressure on the power grid.</p><p dir="ltr">The methodologies and insights presented in this dissertation advance the understanding and implementation of energy-efficient EV operations and lay the scientific foundations of a more sustainable and efficient EV mobility system. Furthermore, this dissertation offers valuable guidance for policymakers, urban planners, and industry stakeholders in developing more efficient and environmentally friendly transportation networks.</p><p><br></p>

Flight planning is a large part of the air traffic operations that are presently being conducted. Airlines strive to achieve the cheapest and most cost effective routes for their flights, resulting in aircraft sometimes flying longer routes in order to avoid expensive airspaces with high unit rates. This issue has been an ongoing obstacle for the Swedish air navigation provider, LFV, as some airlines tend to fly over the Baltic Sea, through the Baltic countries, instead of the shorter route through Swedish airspace. These protracted routes result in extra kilometers being flown yearly,consuming extra fuel, as well as imply a revenue loss to LFV and Sweden. The conclusions of this study is that the airspace dodging behavior generate a revenue loss to LFV, totaling approximately €5 032 354 million per year. Should these flights fly the shortest route between their origin and destination, the before mentioned sum would mean an increase in LFV’s reported revenue from air traffic control services by 2%. Airspace dodging also results in roughly 380 408 superfluous kilometers being flown and 1 874 486 liters of additional fuel being consumed every year.

This dissertation progressively addresses research problems related to the trajectory optimization for fuel cell powered UAVs, from propulsion system model development, to optimal trajectory analyses and optimal trajectory applications. A dynamic model of a fuel cell powered UAV propulsion system is derived by combining a fuel cell system dynamic model, an electric motor dynamic model, and a propeller performance model. The influence of the fuel cell system dynamics on the optimal trajectories of a fuel cell powered UAV is investigated in two phases. In the first phase, the optimal trajectories of a fuel cell powered configuration and that of a conventional gas powered configuration are compared for point-to-point trajectory optimization problems with different performance index functions. In the second phase, the influence of the fuel cell system parameters on the optimal fuel consumption cost of the minimum fuel point-to-point optimal trajectories is investigated. This dissertation also presents two applications for the minimum fuel point-to-point optimal trajectories of a fuel cell powered UAV: three-dimensional minimum fuel route planning and path generation, and fuel cell system size optimization with respect to a UAV mission.

A*(A-Star)演算法透過啟發函式，以減少路徑搜尋過程中所需要計算的網路數量，SMA*(Simplified Memory Bounded A-Star)為A*之變形，目前最廣泛被應用於GPS導航系統之路徑規劃的演算法。尋找路徑的計算過程中，A*與SMA*演算法利用中間節點與目的地的方向(直線距離)作為啟發函式，以預估中間節點到目的地之路徑長度挑選優先搜尋的路段，而SMA*則因記憶體的限制會排除預估長度較長的路段，以減少搜尋的路段數量與記憶體之使用量。當起點與終點中存在障礙地形時或路段較崎嶇時，以方向導引路徑搜尋之準確度便大幅降低，導致A*與SMA*之搜尋數量增加，SMA*甚至會得到較差的路徑。 主幹導引式最短路徑搜尋演算法(Backbone Orientation)以骨幹路徑導引路徑之搜尋，在障礙地形或道路崎嶇的情況下，可有效避免SMA*之缺點，效能較佳。主幹導引式最短路徑搜尋演算法分為二階段，先由原始路網中提取骨幹路網，並計算出最佳骨幹路徑，再利用骨幹路徑引導路徑的搜尋，在骨幹路徑的一定範圍內搜尋最短路徑。 本研究以台灣地區2007年之平面路網圖進行實驗，以三種不同的實驗方式進行實驗，以驗證主幹導引式最短路徑搜尋演算法之效能，證明在SMA*演算法之啟發函式效能低落時，使用主幹導引式最短路徑搜尋演算法可以有效的改善SMA*在障礙地形之效能不彰的問題。