Finding the way in known and unknown city environments is a task that all pedestrians carry out regularly. Current technology allows the use of smart devices as aids that can give automatic verbal route directions on the basis of the pedestrian's current position. Many such systems only give route directions, but are unable to interact with the user to answer clarifications or understand other verbal input. Furthermore, they rely mainly on conveying the quantitative information that can be derived directly from geographic map representations: 'In 300 meters, turn into High Street'. However, humans are reasoning about space predominantly in a qualitative manner, and it is less cognitively demanding for them to understand route directions that express such qualitative information, such as 'At the church, turn left' or 'You will see a café'. This thesis addresses three challenges that an interactive wayfinding system faces in the context of natural language generation and understanding: in a given situation, it must decide on whether it is appropriate to give an instruction based on a relative direction, it must be able to select salient landmarks, and it must be able to resolve the user's references to objects. In order to address these challenges, this thesis takes a data-driven approach: data was collected in a large-scale city environment to derive decision-making models from pedestrians' behavior. As a representation for the geographical environment, all studies use the crowd-sourced Openstreetmap database. The thesis presents methodologies on how the geographical and language data can be utilized to derive models that can be incorporated into an automatic route direction system. / <p>QC 20160516</p>

Denna studie utforskar fotgängares möjligheter att orientera sig och ta sig fram i stadsmiljöer. Orienterbarhet kan förväntas få en allt större betydelse i samband med att gångtrafiken får en viktigare roll i städers transportsystem. Samtidigt vistas allt fler människor i omgivningar de är sämre förtrogna med, till följd av den ökade mobiliteten som globaliseringen har medfört. Uppgiften för denna studie är därför att utforska orienterbarhetens betydelse för staden och dess invånare, att kartlägga orienteringssituationen i Stockholm och att undersöka hur den kan förbättras. Studien inleds med en genomgång av teorier och resonemang gällande orienterbarhet, vil- ken fungerar som en teoretisk bakgrund till de efterföljande delarna. Orienterbarhet definieras här som en egenskap som beskriver svårighetsgraden att bestämma sin position och planera sin rörelse i en stadsmiljö. Hur själva orienteringen går till beskrivs som en process där hjärnan strukturerar sinnesintrycken i en kognitiv representation av verkligheten; en mental karta eller bild. Om denna process underlättas av god orienterbarhet kan staden gynnas inom fyra identifierade huvudområden; stadens gångvänlighet, individens välbefinnande, tillgänglighet till stadens funktioner samt besökarvänlighet. Förbättrad orienterbarhet kan inom dessa områden väntas ge ekonomiska, sociala och ekologiska vinster. Stockholms orienteringssituation kartläggs sedan med ett brett tillvägagångssätt. Orienterbarhetens betydelse i planeringen undersöks, liksom viktiga aktörers arbetssätt och synsätt. Grundförutsättningarna för orientering bedöms med hjälp av rumsliga analyser, och en undersökning av hur fotgängare upplever stadens orienterbarhet görs. Av undersökningarna framgår det att grundförutsättningarna för orientering är relativt goda i Stockholm som helhet, men att Cityområdet innehåller ett flertal brister. Det finns med andra ord ett behov av åtgärder för förbättrad orienterbarhet. Det tredje kapitlet presenterar tre informationssystem för fotgängare, hämtade från tre andra europeiska städer av varierande storlek och karaktär. De tre projekten illustrerar hur orienterbarheten kan förbättras med hjälp av orienteringsinformation. Även om grundförutsättningarna för orientering är förhållandevis goda, visar projekten att det kan finnas starka incitament för att stödja fotgängares orientering. Informationssystem för fotgängare krävs när stadsmiljön i sig inte räcker till, men är också av nytta när grundförutsättningarna är tillräckliga. Studien avslutas med en diskussion kring de slutsatser som gjorts, och vilken innebörd de kan tänkas ha för Stockholm som ”promenadstad”. Det konstateras att de utländska projektens tillvägagångssätt i viss mån även skulle kunna tillämpas i Stockholm. Slutligen ges ett antal rekommendationer av åtgärder som kan förbättra orienteringssituationen. Dessa innefattar utveckling och planering av ett informationssystem för fotgängare, som till en början omfattar Cityområdet. / This master thesis explores the conditions under which pedestrians navigate in urban environments. The importance of urban navigability is likely to increase, as walking becomes a more prioritised transport mode. There is also a tendency of more pedestrians moving beyond their accustomed bounds, as a result of the increased mobility of a more globalised world. The task of this thesis is to explore the effects of urban navigability on the city and its inhabitants, as well as to examine the wayfinding situation in Stockholm and possible ways to improve it. The thesis begins with a review of theories and reasonings concerning urban navigability, which forms the theoretical framework for the following parts. Urban navigability is defined as a property determining the ease, at which orientation and movement is possible in an urban environment. The pedestrian capability of reading the environment is described as a process where sensory impressions form a cognitive representation; a mental map or image. If this process is facilitated by the urban navigability, gains can be made in four main fields; urban walkability, individual wellbeing, accessibility and visitor friendliness. This is expected to bring economical, social and environmental benefits. The wayfinding situation is subsequently examined with a wide approach. The presence of wayfinding issues is examined in planning documents and among organisations engaged with city development. The physical conditions for pedestrian wayfinding are assessed with different methods of spatial analysis. In addition, a pedestrian survey is carried out to examine how people in general experience wayfinding in Stockholm. The studies reveal that the physical conditions for wayfinding are fairly good in Stockholm as a whole, while some weaknesses still can be found in the ‘City’ district. This implies a need of improvement; at least in the innermost part of the city. The third chapter presents three pedestrian wayfinding systems, selected from three other european cities. The three projects show how urban navigability can be improved by means of spatial information. Even in cases where physical conditions for wayfinding are acceptable, there may be strong incentives to facilitate pedestrian wayfinding. Wayfinding systems are needed when the environment lacks legibility in itself, but they are also profitable in cases where the physical conditions are ‘sufficient’. The thesis ends with a discussion about the findings and their possible meanings for Stockholm as a walkable city. It is suggested that some of the previously presented approaches are applicable in Stockholm as well. Finally some recommendations are given regarding improvements of the current wayfinding situation. These include the development of a pedestrian wayfinding system, which initially would cover the ‘City’ district of Stockholm.

Imagine that you are in the new city and want to explore it. Trying to navigate with maps leads to the unnecessary confusion about street names and prevents you from a enjoying a wonderful walk. The dialogue system that could navigate you from by means of a simple conversation using salient landmarks in your immediate vicinity would be much more helpful! Developing such dialogue system is non-trivial and requires solving a lot of complicated tasks. One of such tasks, tackled in the present thesis, is called reference resolution (RR), i.e. resolving utterances to the underlying geographical entities, referents (if any). The utterances that have referent(s) are called referring expressions (REs). The RR task is decomposed into two tasks: RE identification and resolution itself. Neural network models for both tasks have been designed and extensively evaluated. The model for RE identification, called RefNet, utilizes recurrent neural networks (RNNs) for handling sequential input, i.e. phrases. For each word in an utterance, RefNet outputs a label indicating whether this word is in the beginning of the RE, inside or outside it. The reference resolution model, called SpaceRefNet, uses the RefNet's RNN layer to encode REs and the designed feature extractor to represent geographical objects. Both encodings are fed to a simple feed-forward network with a softmax prediction layer, yielding the probability of match between the RE and the geographical object. Both introduced models have beaten the respective baselines and show promising results in general. / Tänk dig att du är i en ny stad och vill känna staden bättre. Du försöker att använda kartor, men blir förvirrad av gatunamn och kan inte njuta av din promenad. Ett dialogsystem, som kan hjälpa dig att navigera med hjälp av talade instruktioner, och som använder sig av framträdande landmärken i din närhet skulle vara mer användbart! Att utveckla ett sådant system är mycket komplicerat och man behöver att lösa ett antal mycket svåra uppgifter. En av dessa uppgifter kallas referenslösning (RR), vilket innebär att associera refererande fraser (RE) i yttranden till de geografiska objekt som avses. RR har brutits ner i två deluppgifter: identifiering av RE i yttranden, och referenslösning av dessa RE. Neurala-nätverksmodeller har utformats och utvärderats för båda uppgifterna. Modellen för identifiering av RE kallas RefNet och använder återkopplande neuronnät (RNN) för att behandla sekventiellindata, d.v.s. fraser. Varje ord i ett yttrande klassificeras av RefNet som en av tre följande kategorier: “i början av RE”, “i mitten av RE” samt “utanför RE”. Modellen för RR kallas SpaceRefNet och använder RefNets RNN-lager för att representera RE, samt en designad särdragsextraktor för att koda geografiska objekt. Båda kodningarna används som indata för ett enkelt framåtmatande neuronnät med ett avslutande softmax-lager. Det avslutande lagret producerar en sannolikhet att en viss RE motsvarar det geografiska objektet i fråga. Båda modellerna fungerade bättre än respektive baslinjemodeller, och visar lovande resultat i allmänhet. / Уявiть, що Ви опинилися у мiстi, яке нiколи не вiдвiдували. Ви хочете побачити все, що мiсто може Вам запропонувати, але не знаєте нiкого, хто може з цим допомогти. Назви вулиць на електронних картах не тiльки не допомагають, а ще й заплутують Вас, заважаючи отримувати насолоду вiд чудової прогулянки. Було б набагато зручнiше, якщо Ви могли б говорити з дiалоговою системою, як Ви говорите з друзями. Така система допомагала б Вам орiєнтуватися, використовуючи помiтнi орiєнтири у Вашому оточеннi. Розробка такої системи включає в себе багато нетривiальних задач, одна з яких називається задача розв’язання географiчних посилань (РГП). Словосполучення, вживанi з метою вказати на специфiчний географiчний об’єкт, є досить розповсюдженими у повсякденнiй мовi. Такi словосполучення називаються географiчними посиланнями (ГП), а географiчнi об’єкти, на якi вони посилаються - референтами. Задача розв’язання географiчних посилань полягає у спiвставленнi їх з вiдповiдними референтами.У рамках даної дипломної роботи задача РГП була декомпозована на двi частини: iдентифiкацiя географiчних посилань (IГП) та власне розв’язання (ВРГП). Для вирiшення обох задач було розроблено, протестовано та оцiнено вiдповiднi нейроннi мережi. Модель для розв’язання задачi IГП називається RefNet та використовує рекурентнi нейроннi мережi, щоб мати змогу обробляти послiдовнi вхiднi данi, як-то фрази. RefNet аналiзує висловлене речення дослiвно та визначає для кожного слова чи воно знаходиться на початку, всерединi чи поза ГП. Модель для розв’язання задачi ВРГП називається SpaceRefNet та використовує рекурентний шар RefNet для представлення поданих на вхiд ГП. Географiчнi об’єкти представляються за допомогою розробленого алгоритму видiляння ознак. Обидва представлення подаються на вхiд простої нейронної мережi прямого поширення з кiнцевим шаром softmax, який обчислює ймовiрнiсть того, що подане ГП описує поданий географiчний об’єкт.Обидвi мережi показали гарний результат, кращий за вiдповiднi базовi моделi. Результати загалом показують, що використання нейронних мереж для вирiшення задачi розв’язання географiчних посилань – це перспективний напрям для майбутнiх дослiджень.