Spelling suggestions: "subject:"localização automática dde veículos"" "subject:"localização automática dde ceículos""
1 |
Realizando consultas em trajetórias semânticas utilizando uma abordagem baseada em verificação de modelosSousa, Diego Victor Simões de January 2012 (has links)
SOUSA, Diego Victor Simões de. Realizando consultas em trajetórias semânticas utilizando uma abordagem baseada em verificação de modelos. 2012. 80 f. : Dissertação (mestrado) - Universidade Federal do Ceará, Centro de Ciências, Departamento de Computação, Programa de Pós-Graduação em Ciência da Computação, Fortaleza-CE, 2011. / Submitted by guaracy araujo (guaraa3355@gmail.com) on 2016-06-20T19:49:41Z
No. of bitstreams: 1
2012_dis_dvssousa.pdf: 2543542 bytes, checksum: 24faded41d1fadea557dc458de45aa88 (MD5) / Approved for entry into archive by guaracy araujo (guaraa3355@gmail.com) on 2016-06-20T19:50:51Z (GMT) No. of bitstreams: 1
2012_dis_dvssousa.pdf: 2543542 bytes, checksum: 24faded41d1fadea557dc458de45aa88 (MD5) / Made available in DSpace on 2016-06-20T19:50:51Z (GMT). No. of bitstreams: 1
2012_dis_dvssousa.pdf: 2543542 bytes, checksum: 24faded41d1fadea557dc458de45aa88 (MD5)
Previous issue date: 2012 / A popularização de dispositivos móveis equipados com serviços de localização geográfica (e.g. GPS) está permitindo a coleta de dados de trajetórias de objetos móveis de forma rápida e barata. O armazenamento destes dados vem possibilitando o desenvolvimento de novos tipos de aplicações que podem utilizar esses dados para realizar análise sobre o comportamento de objetos móveis. Porém, realizar tais análises a partir de dados brutos, gerados pelo dispositivo de localização geográfica, é um grande desafio, visto que tais dispositivos apenas coletam as informações sobre as coordenadas e o instante de tempo, por onde o objeto móvel se deslocou. Apesar dos diversos esforços empreendidos na busca de soluções para enriquecer dados de trajetórias de objetos móveis com informações semânticas da aplicação, pouco foi realizado no sentido de prover mecanismos para consultar tais trajetórias enriquecidas. Foi percebido, então, que a falta de métodos para processamento de consultas sobre trajetórias semânticas, em especial, consulta sobre padrões de movimento, são um obstáculo para a realização de análises de interesse de uma grande parte das aplicações deste domínio. Desta forma, as principais contribuições deste trabalho são: (1) um método para processar e realizar consultas que descrevem um padrão de movimento constituído de uma sequência de conjuntos de predicados que podem ocorrer em uma trajetória semântica armazenada em um banco de dados e (2) definição de uma linguagem para expressar padrões de movimento sobre trajetórias semânticas. Com objetivo de validar a proposta apresentada, desenvolvemos um sistema que permite a especificação de uma consulta para expressar um padrão de movimento na linguagem definida. Além disso, utilizamos tal ferramenta para realizar testes sobre um banco de dados de trajetórias de carros da cidade de Milão, semanticamente enriquecidas com informações do aplicativo Foursquare. Os resultados obtidos mostraram que a complexidade para processar as consultas é linear com relação ao número de trajetórias semânticas e o número de predicados na consulta, considerando poucas trajetórias com muitos episódios e muitas trajetórias com poucos episódios. A abordagem proposta superou outras abordagens existentes, tanto no que concerne a performance do processamento de consultas, quanto na expressividade das consultas que podem ser escritas na linguagem proposta.
|
2 |
Previsão de localização futura de veículos baseada em dados de AVL. / Future location prediction of vehicles based on data AVL.Barbosa, Luciano Aparecido 04 October 2010 (has links)
O crescente desenvolvimento de aplicações utilizadas por dispositivos móveis que fazem uso das tecnologias de posicionamento via satélite e comunicação móvel, juntamente com a popularização destes dispositivos, sejam eles celulares ou GPSs (Global Positioning System) automotivos reforçam ainda mais a necessidade de representação e o entendimento a cerca das entidades móveis retratadas nestes dispositivos e incentivam estudos que forneçam um significado maior do que a simples representação posicional destas entidades. Considera-se neste trabalho, que estas entidades móveis são veículos rastreados via satélite que fornecem sua posição espacial, determinada por um par de coordenadas geográficas (latitude e longitude), coletadas em intervalos de tempo regulares para sistemas AVL (Automatic Vehicle Location) que são responsáveis pelo monitoramento do estado destes veículos. Neste trabalho, foram desenvolvidas funções para a previsão da localização e geração de padrões dos veículos monitorados por sistemas AVL. Para tanto, as paradas efetuadas pelos veículos irão definir regiões comuns de parada ocorridas durante um intervalo de tempo passado e serão consideradas como um padrão de localização, enquanto que as trajetórias serão utilizadas para definir o padrão de movimentação. Os relacionamentos topológicos que estes padrões possuem irão definir por meio de condições espaciais/direcionais e temporais quais serão as regiões de paradas consideradas como prováveis destinos, a partir de outra região de parada, considerada como origem e, permitirão a geração de matrizes com valores de frequências relativas que consideram o número de visitas que uma região recebe a partir da outra. O que possibilita extrair valores de probabilidade condicional para cada destino provável. Portanto, a metodologia proposta e as funções desenvolvidas que foram validadas em experimentos, que utilizaram dados reais de rastreamento, fornecem uma camada inicial de inteligência aos sistemas AVL, que proporciona aos controladores destes sistemas utilizarem consultas preditivas, identificarem mais facilmente anomalias de comportamento, que possam evidenciar alguma ocorrência incomum na movimentação do veículo, além de aumentar a segurança dos veículos que possuem um dispositivo de rastreamento por meio da definição de padrões inerentes ao veículo. / The increasing development of applications used by mobile devices that make use of the technologies of satellite positioning and mobile communications, along with the popularity of these devices, whether cell phones or GPS\'s (Global Positioning System) automotive further reinforce the need for representation and understanding about the mobile entities represent in these devices and encourage studies that provide a greater meaning than the simple positional representation of these entities. It is considered in this work that these entities are tracked vehicles that provide satellite spatial position, determined by a pair of coordinates (latitude and longitude), collected at regular time intervals for systems AVL (Automatic Vehicle Location) that are responsible for monitoring the state of these vehicles. In this work, functions have been developed to predict the location and pattern generation of vehicles monitored by AVL systems. Accordingly, these stops will define common regions of the stop occurred during a period of time past and will be considered as the pattern location, while the trajectories are used to define the pattern of movement of the vehicle. The topological relationships that have these patterns define conditions through spatial/directional and temporal, which are stops regions considered as probable destinations from another stop region, regarded as origin and allow the generation of matrices with values of frequencies on considering the number of visits that region receives from the other. What makes it possible to extract values of conditional probability for each likely destination. Therefore, the proposed methodology and functions developed that been validated in experiments using real data to tracking provide a initial layer of intelligence to the AVL system that gives drivers of these systems use predictive queries, more easily identify behavioral abnormalities that may show some unusual occurrence in moving the vehicle, in addition to increasing the safety of vehicles which have a tracking device by setting patterns relating to the vehicle.
|
3 |
Previsão de localização futura de veículos baseada em dados de AVL. / Future location prediction of vehicles based on data AVL.Luciano Aparecido Barbosa 04 October 2010 (has links)
O crescente desenvolvimento de aplicações utilizadas por dispositivos móveis que fazem uso das tecnologias de posicionamento via satélite e comunicação móvel, juntamente com a popularização destes dispositivos, sejam eles celulares ou GPSs (Global Positioning System) automotivos reforçam ainda mais a necessidade de representação e o entendimento a cerca das entidades móveis retratadas nestes dispositivos e incentivam estudos que forneçam um significado maior do que a simples representação posicional destas entidades. Considera-se neste trabalho, que estas entidades móveis são veículos rastreados via satélite que fornecem sua posição espacial, determinada por um par de coordenadas geográficas (latitude e longitude), coletadas em intervalos de tempo regulares para sistemas AVL (Automatic Vehicle Location) que são responsáveis pelo monitoramento do estado destes veículos. Neste trabalho, foram desenvolvidas funções para a previsão da localização e geração de padrões dos veículos monitorados por sistemas AVL. Para tanto, as paradas efetuadas pelos veículos irão definir regiões comuns de parada ocorridas durante um intervalo de tempo passado e serão consideradas como um padrão de localização, enquanto que as trajetórias serão utilizadas para definir o padrão de movimentação. Os relacionamentos topológicos que estes padrões possuem irão definir por meio de condições espaciais/direcionais e temporais quais serão as regiões de paradas consideradas como prováveis destinos, a partir de outra região de parada, considerada como origem e, permitirão a geração de matrizes com valores de frequências relativas que consideram o número de visitas que uma região recebe a partir da outra. O que possibilita extrair valores de probabilidade condicional para cada destino provável. Portanto, a metodologia proposta e as funções desenvolvidas que foram validadas em experimentos, que utilizaram dados reais de rastreamento, fornecem uma camada inicial de inteligência aos sistemas AVL, que proporciona aos controladores destes sistemas utilizarem consultas preditivas, identificarem mais facilmente anomalias de comportamento, que possam evidenciar alguma ocorrência incomum na movimentação do veículo, além de aumentar a segurança dos veículos que possuem um dispositivo de rastreamento por meio da definição de padrões inerentes ao veículo. / The increasing development of applications used by mobile devices that make use of the technologies of satellite positioning and mobile communications, along with the popularity of these devices, whether cell phones or GPS\'s (Global Positioning System) automotive further reinforce the need for representation and understanding about the mobile entities represent in these devices and encourage studies that provide a greater meaning than the simple positional representation of these entities. It is considered in this work that these entities are tracked vehicles that provide satellite spatial position, determined by a pair of coordinates (latitude and longitude), collected at regular time intervals for systems AVL (Automatic Vehicle Location) that are responsible for monitoring the state of these vehicles. In this work, functions have been developed to predict the location and pattern generation of vehicles monitored by AVL systems. Accordingly, these stops will define common regions of the stop occurred during a period of time past and will be considered as the pattern location, while the trajectories are used to define the pattern of movement of the vehicle. The topological relationships that have these patterns define conditions through spatial/directional and temporal, which are stops regions considered as probable destinations from another stop region, regarded as origin and allow the generation of matrices with values of frequencies on considering the number of visits that region receives from the other. What makes it possible to extract values of conditional probability for each likely destination. Therefore, the proposed methodology and functions developed that been validated in experiments using real data to tracking provide a initial layer of intelligence to the AVL system that gives drivers of these systems use predictive queries, more easily identify behavioral abnormalities that may show some unusual occurrence in moving the vehicle, in addition to increasing the safety of vehicles which have a tracking device by setting patterns relating to the vehicle.
|
Page generated in 0.0901 seconds