ارائه یک چهارچوب انعطاف پذیر به منظور مدلسازی روابط مکانی در سیستم های حمل و نقل کاربر محور با استفاده از حساب تکه های متصل سفارشی شده فازی

نیسانی سامانی, نجمه; آقا طاهر, رضا

doi:10.22119/jte.2021.98903

ارائه یک چهارچوب انعطاف پذیر به منظور مدلسازی روابط مکانی در سیستم های حمل و نقل کاربر محور با استفاده از حساب تکه های متصل سفارشی شده فازی

نوع مقاله : مقاله پژوهشی

نویسندگان

¹ دانشیار دانشگاه تهران

² هئیت علمی دانشگاه آزاد اسلامی - واحد شهرری

10.22119/jte.2021.98903

چکیده

روابط مکانی میان خودرو و اشیا مورد علاقه او در طی یک مسیر حمل و نقل شهری، یکی از مهمترین پارامترهایی است که مشخص میکند یک شی تا چه اندازه با کاربر متحرک مرتبط است.چالش اصلی آن است که در مدلهای موجود عدم قطعیت ناشی از نحوه درک کاربر از محیط و همچنین موقعیت، جهت و سرعت کاربر لحاظ نمیشود. همچنین تاکنون برای کاربر متحرک مدلهای نقطه ای و یا بازه ای تعریف شده است که عموما آزادی عمل در حرکت کاربر را محدود می کند. مقاله حاضر چهارچوب نوینی را با استفاده از فازی سازی روابط مکانی ارائه می دهد. هدف از این پژوهش ارائه یک چهارچوب انعطاف پذیر بصورتی است که اشیا مرتبط با کاربر را با توجه به موقعیت، جهت و سرعت حرکت کاربر معرفی نماید. نوآوری اصلی این مقاله تعریف یک مدل داده انعطاف پذیر فازی و سفارشی سازی روابط موجود در حساب تکه های متصل به منظور معرفی اشیا مرتبط مکانی بر اساس موقعیت، سرعت و جهت کاربر است. در این روش مدل داده بر اساس ویژگیهای کاربر متحرک با استفاده از یک وسیله نقلیه با سرعت و جهت مشخص در یک محیط شهری طراحی و ایجاد شد. نکته قابل توجه آن است که تعداد روابط مکانی موجود از 8 رابطه به 5 بر اساس اصول سفارشیسازی و ایجاد فضای حساب کلان تقلیل یافتهاست. این امر علاوه بر آنکه زمان اجرای الگوریتم را کاهش و کارآیی سیستم را افزایش داده، از ارائه اطلاعات مشابه به کاربر کاسته و توانایی تصمیمگیری فرد را ارتقا دادهاند. همچنین فازی سازی موقیعت و روابط مکانی انعطاف پذیری وکارایی مدل را در یافتن اشیا مرتبط افزایش داده است. روش پیشنهادی در سناریوی هدایت گردشگر در مناطق 3،6 و11 تهران پیاده سازی شد. مراکز مختلف گردشگری همان نقاط مورد علاقه کاربر هستند که با کاربر متحرک از لحاظ مکانی مرتبط هستند و در حین حرکت توسط مدل طراحی شده بصورت پویا به کاربر معرفی می شوند. صحت سنجی نتایج حاصل دقت 7/92 درصدی و رضایتمندی 52/91 درصدی را خاطر نشان میسازد.

کلیدواژه‌ها

20.1001.1.20086598.1400.12.3.5.0

عنوان مقاله [English]

A Flexible Framework of Modeling Spatial Relations in User-centered Transport Systems using Customized Fuzzy Region Connected Calculus

نویسندگان [English]

Najmeh Neysani Samani ¹
Reza Aghataher ²

¹ Associate Professor, University of Tehran

چکیده [English]

Spatial relevancy between the moving car and Points of Interest (POIs) in an urban traffic network is one of the important parameters which determine the relevancy of objects to the moving user. This paper introduces a flexible framework using fuzzification of spatial relationships. The objective of this approach is the determination of a model which is sensitive to the position, direction and velocity of the moving user based on fuzzy customized RCC. The proposed approach is implemented in a scenario of tourist in regions 3, 6 and 11. The tourist is guided from hotel/the origin to the POIs/destination. The experimental results demonstrated the efficiency of the algorithms based on the accuracy and satisfaction of the user.
This paper has presented a Fuzzy Spatial Relevancy Algorithm for user-centered systems that guarantees the adaptation of the guiding navigation applications to new spatial contexts. Adaptation of the application to the user context is based on the Voronoi-based Continuous Range Query and Fuzzy RCC with five main spatial relationships. In this way, this paper innovated model for spatial relevancy, which is sensitive to the position and direction of moving user with three contributions:(1) definition of fuzzy spatial regions for the user and his/her preferred entities, (2) customization of RCC8 relationships for urban user-centered wayfinding systems and (3) implementation of the proposed model for a scenario of a tourist wayfinder with two enhancing operators and evaluation of the algorithm. In this research the tourist guide is equipped with a PDA or Laptop system and a tool for positioning system like GPS. The tourist could execute this program in his/her device and receive the expected context-aware service conveniently. The experimental results show that the proposed approach could detect spatial relevant contexts at the right position at the right time with a high level of satisfaction.

کلیدواژه‌ها [English]

User-centered system
spatial relevancy
RCC
customization
fuzzy logic

مراجع

- نیسانی سامانی، ن.، دلاور، م.ح.، کریسمن، ن. و ملک، م.ر. (1932) "مدلسازی ارتباطات مکانی زمانی در سیستمهای اطلاعات مکانی بافتآگاه"، رساله دکتری، دانشکده فنی دانشگاه تهران.

- Afyouni, I., Ray, C., and Claramunt, Ch. (2012) “Spatial models for indoor and context-aware navigation systems: a survey”, Journal of Spatial Information Science, Vol. 4, No.1, pp.85-123.

- Alegre, U., Augusto, J.C., and Clark, T. (2016) “Engineering context-aware systems and applications: A survey “, Journal of Systems and Software, Vol. 117 (2016) 55–83.

- Bader R., Woernd, W. and Prinz, V. (2010) “Situation awareness for proactive in car, recommendations of points-of-interest (POI)”, Proceedings of the Workshop Context Aware Intelligent Assistance (CAIA 2010), 33rd Annual German Conference on Artificial Intelligence (KI 2010), Karlsruhe, Germany, Sept. 8-10, 2010, pp.34-51.

- Bonino, D. and Corno, F. (2011) “What would you ask to your home if it were intelligent? Exploring user expectations about next-generation homes”, Journal of Ambient Intelligence and Smart Environments, Vol.3:111-126

- Brown, P.J. (1996) “The stick-e document: a framework for creating context-aware applications”, Proceedings of the Electronic Publishing, Laxenburg, Austria, Jun. 11-13, 1996, pp. 259-272.

- Cohn, A.G., Bennett, B., Gooday, J. and Gotts, N.M. (1997) “Representation and reasoning with qualitative spatial relations about regions”, In: Spatial and Temporal Reasoning, O. Stock (ed), Kluwer, Dordrecht, pp. 97-134. Collani E.V. and Dräger K. (2001) “Binomial Distribution” Handbook for Scientists and Engineers", Springer Science Business Media New York, 357 p.

- Desold, G., Ardito, C., Jetter H.-Ch., Lanzilotti R. (2019) “Exploring spatially-aware cross-device interaction techniques for mobile collaborative sense making, International Journal of Human-Computer Studies, Vol. 122, pp. 1–20.

- Dey, A. K. (2001) “Understanding and using context”, Personal and Ubiquitous Computing, 5: 4-7.

- Egenhofer, M.J. and Herring, J.R. (1990a) “A mathematical framework for the definition of topological relationships”, Proceedings of the 4th International Symposium on Spatial Data Handling, K. Brassel and H. Kishimoto (eds), International Geographical Union, Zurich, June 1990, pp. 803-813.

- Gerevini, A. and Nebel, B. (2002) “Qualitative spatio-temporal reasoning with RCC-8 and Allen’s interval calculus: Computational complexity”, Proceedings of the European Conference on Artificial Intelligent, pp.312-316

- Handley, J. C., Fub, L., Tupper, L.L. (2019) “A case study in spatial-temporal accessibility for a transit system”, Journal of Transport Geography, Vol.75, pp.25–36.

- Malik, N., Mahmud, U. and Javed, Y. (2007) “Future challenges in context-aware computing”, IADIS International Conference WWW/Internet, pp.306-310.

- Mamdani, E.H. (1977) “Applications of fuzzy logic to approximate reasoning using linguistic synthesis”, IEEE Transaction on Computers, Vol. 26, No.12, pp.1182-1191.

- Neisany Samany, N., Delavar, M.R., Chrisman, N. and Malek, M.R. (2011) “Modeling spatio-temporal relevancy in context-aware systems using multi-interval algebra”, Proceedings of the Joint International Conference and exhibitions on Geomatics-2011 and ISPRS Conference on Data Handling and Modeling of Geospatial Information for Management of Resources, 15-16 May 2011, National Cartographic Center of Iran, Tehran.

- Neisany Samany, N., Delavar, M.R., Chrisman, N. and Malek, M.R. (2013) “Modelling spatial relevancy in urban context-aware pervasive systems using dynamic range neighbor query and interval algebra”, Journal of Ambient Intelligence and Smart Environments, Vol. 5, No.6, 14p

- Li, X., Eckert, M., Martinez, J.F. and Rubio, G. (2015), “Context Aware Middleware Architectures: Survey and Challenges, Sensors”, Vol.15, pp. 20570-20607.

- Liu, G., He, J., Li, R., Li, W., Gao, P., Lu, J., Long, W., Li, L., Tang, M. (2018) “Topological and dynamic complexity of rock masses based on GIS and complex networks”, Physica A, Vol. 512, pp.1240–1248.

- Randell, D.A., Cui, Z. and Cohn, A.G. (1992) “A spatial logic based on regions and connection”, Proceedings of the 3rd International Conference on Knowledge Representation and Reasoning, Morgan Kaufmann, San Mateo, pp. 165-176.

- Renz, J. (2002) “Qualitative spatial reasoning with topological information”, Lecture Notes in Computer Science, No. 2293, pp.46-59.

- Saracevic, T. (1996). “Relevance reconsidered”, Proceedings of the Second Conference on Conceptions of Library and Information Science (CoLIS2), Copenhagen, Denmark, Oct. 14-17,1996, pp. 201-218.

- Schilit, B.N., Adams, N.L.and Want, R. (1994) “Context-aware computing applications”, Proceedings of the Workshop on Mobile Computing Systems and Applications”, IEEE Society, Santa Cruz, CA, May 14-16, 1994, pp.45-58.

- Schmidt, A. (2002) “Ubiquitous Computing – Computing in Context”, PhD Thesis, Lancaster University.

- Trubka, R. and Glackin, S. (2016) “Modelling housing typologies for urban redevelopment scenario planning”, Journal of Computers, Environment and Urban Systems, Vol. 57, pp.199–211.

- ISO/TC211 Ad hoc Group for UBGI (2007), “Report from the Ad Hoc Group for Ubiquitous Geographic Information (UBGI)”, ISO/TC211 document N2298.

- Xu, Z., Chen, L. and Chen, G. (2015), “Topic based context-aware travel recommendation method exploiting geotagged photos”, Journal of Neurocomputing, Vol. 155, pp.99–107.

- Xia, T., Song, X., Zhang, H., Song, X., Kanasugi, H., Shibasaki, R. (2019) “Measuring spatio-temporal accessibility to emergency medical services through big GPS data”, Health and Place, Vol.56, pp.53–62.

- Zadeh, L.A. (1988) “Fuzzy logic”. IEEE Computer, Vol. 21, pp. 83-93.

- Zhou, Zh., Yu, J., Guo, Zh., Liu, Y. Visual (2018) “Exploration of urban functions via spatio-temporal taxi OD data”, Journal of Visual Languages and Computing, Vol.48, pp.169–177.

- Zhu, X., Broucke, S.V., Zhu, G., Vanthienen, J. and Baesens, B., (2016) “Enabling flexible location-aware business process modeling and execution”, Journal of Decision Support Systems, Vol.83, pp.1–9.