Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Ciência da Computação, Florianópolis, 2015. / Made available in DSpace on 2016-01-15T14:52:59Z (GMT). No. of bitstreams: 1
336954.pdf: 5346517 bytes, checksum: cd55256ad36b3369ab56fe90951727bb (MD5)
Previous issue date: 2015 / A popularização de dispositivos móveis com tecnologias de geoposicionamento (e.g., GPS) facilita o rastreamento de objetos móveis que executam tarefas em um espaço geográfico. Os dados resultantes deste rastreamento permitem a análise de comportamento dos objetos móveis. Isto pode ser útil em diversas aplicações envolvendo o acompanhamento de objetos móveis que precisam executar tarefas distribuídas no espaço geográfico. Entretanto, a maioria dos métodos existentes para esta finalidade não utilizam outras fontes de dados além de alguns sensores. Esta dissertação propõe um método para análise de comportamento de objetos móveis através da detecção e classificação de inconsistências espaçotemporais entre trajetórias de objetos móveis, dados de tarefas planejadas e relatos de execução de tarefas. As inconsistências espaçotemporais retornadas pelo método proposto auxiliam na investigação de possíveis desvios de comportamento de objetos móveis ou problemas operacionais. Um protótipo da proposta foi implementado sobre o PostGIS. Experimentos realizados com dados reais de uma empresa de saneamento de água comprovaram que o método proposto pode ajudar na detecção de uma grande variedade de problemas nos dados e comportamentos inadequados de objetos móveis. Alguns resultados de experimentos, incluindo medidas de precisão e cobertura, demonstram a eficácia do método.<br> / Abstract : The rising of mobile devices equipped with positioning technologies (GPS) facilitates tracking of mobile devices that execute tasks in the geographic space. The data resulting from this tracking allows behavior analysis of moving objects. This can be useful in several areas that need to monitor moving objects while performing tasks in the geographic space. However, current methods for analyzing the behaviors of those moving objects do not use other relevant data sources besides sensors. This work proposes a method to detect and classify spatiotemporal inconsistencies of trajectories with both planned tasks and reported tasks. The classified spatiotemporal inconsistencies returned by the proposed method help to investigate possible misbehaviors of moving objects. This proposal has been implemented in a prototype on top of PostGIS. Experiments applying the proposed method to real data provided by a water supply company has helped to detect and investigate a variety of problems in data and misbehaviors of moving objects. Some experimental results, including precision and accuracy measurements demonstrate the effectiveness of the proposed method.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufsc.br:123456789/158431 |
| Date | January 2015 |
| Creators | Silva, Felipe Pinto da |
| Contributors | Universidade Federal de Santa Catarina, Fileto, Renato |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | 106 p.| il., tabs. |
| Source | reponame:Repositório Institucional da UFSC, instname:Universidade Federal de Santa Catarina, instacron:UFSC |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0019 seconds