Please use this identifier to cite or link to this item:
https://hdl.handle.net/20.500.14279/477
Title: | Σύστημα αυτοεκτίμησης, διαχείρισης και ανάλυσης διαδρομών | Authors: | Δεσπότης, Γιάννης | Keywords: | GPS;Android;Mobile phone;Data bases | Advisor: | Τζιούβας, Κώνσταντίνος | Issue Date: | 2014 | Department: | Department of Communication and Internet Studies | Faculty: | Faculty of Communication and Media Studies | Abstract: | Ο ρυθμός ανάπτυξης και χρήσης νέων τεχνολογικών προϊόντων τα τελευταία χρόνια αναπτύσσεται ραγδαία. Συγκεκριμένα, τα κινητά τηλέφωνα έχουν πλέον μεταμορφωθεί σε κομψές, έξυπνες κινητές συσκευές οι οποίες ενσωματώνουν χαρακτηριστικά ενός ηλεκτρονικού υπολογιστή. Έτσι, πέραν από την βασική τους λειτουργία, προσφέρουν στον χρήστη την ευελιξία να πραγματοποιεί διάφορες διεργασίες στις οποίες εναλλακτικά η χρήση ενός ηλεκτρονικού υπολογιστή θα ήταν αναγκαία. Επιπλέον, οι πρόσφατες αυτές κινητές συσκευές, παρέχουν τη βάση για την ανάπτυξη νέων έξυπνων συστημάτων και εφαρμογών που θα αξιοποιούσαν τις δυνατότητες που παρέχουν. Η παρούσα έρευνα, επικεντρώνεται στη συλλογή, ανάλυση και χρήση δεδομένων διαδρομών που συλλέχθηκαν από διάφορα οχήματα κατά την διαδικασία κίνησής τους για τη δημιουργία μιας υποδομής πάνω στην οποία θα μπορούν να αναπτυχθούν εφαρμογές οδικής κυκλοφορίας. Για τη δημιουργία οποιασδήποτε εφαρμογής σχετικής με την οδική κυκλοφορία, απαραίτητη προϋπόθεση είναι ο σαφής διαχωρισμός των οδικών σημείων σε δύο κατηγορίες: οδικοί κόμβοι (junctions), και υπόλοιπα σημεία (non-junctions). Πρωταρχικός σκοπός της έρευνας είναι η δημιουργία μιας αυτοματοποιημένης μεθόδου αναγνώρισης κόμβων οδικών αρτηριών αξιοποιώντας αποκλειστικά ένα σύνολο δεδομένων που προέκυψε από την κίνηση των οχημάτων και συλλέχθηκε με τη χρήση Crowdsourcing. Επιπλέον, σκοπός αυτής της εργασίας αποτελεί η δημιουργία μιας εφαρμογής, η οποία σε συνδυασμό με τα αποτελέσματα της ανάλυσης των δεδομένων, θα θέσει τις βάσεις μιας υλοποίησης η οποία θα έχει την δυνατότητα να βοηθά τους χρήστες στη διακίνηση με τα οχήματα τους. Με την ανάλυση του συνόλου των δεδομένων που έχουν καταγραφεί, αποδείχθηκε ότι τα σημεία κόμβων, μπορούν να αναγνωριστούν αυτόματα, με ένα πολύ ψηλό ποσοστό επιτυχίας. | URI: | https://hdl.handle.net/20.500.14279/477 | Rights: | Απαγορεύεται η δημοσίευση ή αναπαραγωγή, ηλεκτρονική ή άλλη χωρίς τη γραπτή συγκατάθεση του δημιουργού και κατόχου των πνευματικών δικαιωμάτων. Attribution-NonCommercial-NoDerivatives 4.0 International |
Type: | Bachelors Thesis | Affiliation: | Cyprus University of Technology |
Appears in Collections: | Πτυχιακές Εργασίες/ Bachelor's Degree Theses |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Yiannis_Despotis.pdf | 2.87 MB | Adobe PDF | View/Open |
CORE Recommender
Page view(s) 50
281
Last Week
1
1
Last month
1
1
checked on Nov 21, 2024
Download(s) 50
391
checked on Nov 21, 2024
Google ScholarTM
Check
Items in KTISIS are protected by copyright, with all rights reserved, unless otherwise indicated.