Spelling suggestions: "subject:"haversine"" "subject:"versine""
1 |
Enhancing Parking Behavior DetectionAnitoaei, Teodora January 2016 (has links)
A review of navigation systems nowadays shows that new features are required in the automotive field. One such feature is suggesting a parking space within a positioning system. In the new global context of navigation, finding a parkingplace has become a central issue for all drivers. The research question for this study is what happens when you get to the destination or when you don’t need to use a GPS to arrive to your destination? This thesis has two major purposes:(1) to investigate an efficient solution for detecting the parking behavior of a moving car; (2) to implement and integrate an environment-friendly solution for HERE in a way that would give the company a competitive edge. By examining only the latitude and longitude from all the input GPS data received in a navigation system, the author defines the best configuration for a parking detection algorithm. Once the best configuration was found, an implementation was proposed. An extensive series of tests has been carried out on the final implementation. Data for tests was obtained using internal tools from HERE for producing different testing routes as navigation files (.nmea files). Creating the input files manually offers flexibility and gives the opportunity to touch all the unexpected behaviors, knowing the expected result in any case. The results obtained from the analysis of the algorithm are encouraging.It has been shown that the configuration chosen for implementation is cheap and effective in predicting parking behavior. In conclusion, the implementation of the algorithm was successfully integrated with the existing HERE SDK. The new feature will be available for the following three automotive companies: Audi, BMW, and Daimler. The algorithm is designed such that it can be easily extended and improved. Future work might include adding parameters that should be adjustable by the user or client like speed of the car. / En genomgång av nutida navigationssystem visar att nya funktioner krävs för fordonsområdet. En sådan funktion är att föreslå en parkeringsplats inom ett positioneringssystem. I det nya globala sammanhanget för navigering har problemet att hitta en pa parkeringsplats blivit en central fråga för alla förare. Frågeställningen för denna studie är vad som händer när du kommer till destinationen eller när du inte behöver använda en GPS för att komma fram till din destination? Denna avhandling har två huvudsakliga syften: (1) att undersöka en effektiv lösning för detektering av parkeringsbeteende hos en bil som rör sig; (2) att genomföra och integrera en miljövänlig lösning för HERE på ett sätt som skulle ge bolaget en konkurrensfördel. Genom att endast undersöka latitud och longitud från all GPS-indata som mottags i ett navigationssystem definierar författaren den bästa konfigurationen för en parkeringdetekteringsalgoritm. När väl den bästa konfigurationen funnits föreslots ett genomförande. En omfattande serie tester har utförts på det slutliga genomförandet. Data för prov erhölls med hjälp av interna verktygfrån HERE för att producera olika provvägar som navigationsfiler (.nmea filer). Att skapa indatafiler manuellt erbjuder flexibilitet och ger möjlighet att vidröra alla oväntade beteenden, för att veta det förväntade resultatet i vilket fall som helst. De resultat som erhållits från analysen av algoritmen är uppmuntrande. Det har visats att konfigurationen som valts för genomförandet är billig och effektiv i att förutsäga parkeringsbeteende. Sammanfattningsvis har genomförandet av algoritmen framgångsrikt integrerats med den befintliga HERE SDK:n. Den nya funktionen kommer att finnas tillgänglig för följande tre bilföretag: Audi,BMW och Daimler. Algoritmen är utformad så att den lätt kan utvidgas och förbättras. Framtida arbete kan omfatta att lägga till parametrar som bör vara inställningsbara av användaren eller kunden som till exmpel hastigheten på bilen.
|
2 |
Optimization and Bayesian Modeling of Road Distance for Inventory of Potholes in Gävle Municipality / Optimering och bayesiansk modellering av bilvägsavstånd för inventering av potthål i Gävle kommunLindblom, Timothy Rafael, Tollin, Oskar January 2022 (has links)
Time management and distance evaluation have long been a difficult task for workers and companies. This thesis studies 6712 pothole coordinates in Gävle municipality, and evaluates the minimal total road distance needed to visit each pothole once, and return to an initial pothole. Road distance is approximated using the flight distance and a simple random sample of 113 road distances from Google Maps. Thereafter, the data from the sample along with a Bayesian approach is used to find a distribution of the ratio between road distance and flight distance. Lastly, a solution to the shortest distance is devised using the Nearest Neighbor algorithm (NNA) and Simulated Annealing (SA). Computational work is performed with Markov Chain Monte Carlo (MCMC). The results provide a minimal road distance of 717 km. / Tidshantering och distansutvärdering är som regel en svår uppgift för arbetare och företag. Den här uppsatsen studerar 6712 potthål i Gävle kommun, och utvärderar den bilväg som på kortast sträcka besöker varje potthål och återgår till den ursprungliga startpunkten. Bilvägsavståndet mellan potthålen uppskattas med hjälp av flygavståndet, där ett obundet slumpmässigt urval av 113 bilvägsavstånd mellan potthålens koordinatpunkter dras. Bilvägsdistanser hittas med hjälp av Google Maps. Därefter används data från urvalet tillsammans med en bayesiansk modell för att hitta en fördelning för förhållandet mellan bilvägsavstånd och flygavstånd. Slutligen framförs en lösning på det kortaste bilvägsavståndet med hjälp av en Nearest Neighbour algoritm (NNA) samt Simulated Annealing (SA). Statistiskt beräkningsarbete utförs med Markov Chain Monte Carlo (MCMC). Resultaten ger en kortaste bilvägssträcka på 717 km.
|
Page generated in 0.0334 seconds