Analysis and Vizualization of Hetrogeneous Spatio-temporal Data

Geometric Algorithms for the Analysis and Visualization of Heterogeneous Spatio-temporal Data.

Verplaatsingen van voertuigen, personen en dieren worden tegenwoordig steeds meer opgemeten en opgeslagen, dankzij technologieën als GPS. Een belangrijk voorbeeld daarvan zijn digitale sporen (tracks) van de afgelegde routes van auto’s. Niet alleen de routepunten, ook de tijdstippen van metingen worden opgeslagen, zodat snelheid langs de sporen overal te bepalen is.

Analyse van zulke data is belangrijk voor het oplossen van verkeersvraagstukken, waaronder het voorkomen van ongelukken en files. Dit is uitermate relevant voor de verkeersveiligheid, de economie en de quality of life in het algemeen.

Heterogene spatio-temporele data

In dit project werken de onderzoekers samen met drie vooraanstaande partijen die verkeersinformatie verzamelen en verwerken (HERE, Fugro en de NDW – Nationale Databank Wegverkeersgegevens), om gezamenlijk diverse vraagstukken op te lossen, door het modeleren van heterogene spatio-temporele data en op een generieke wijze algoritmisch te berekenen. Deze vraagstukken zijn gecategoriseerd in drie thema’s.

1. Het real-time visualiseren van doorstromingsdata in hun 3D context, zoals 3D modellen van een stad. Hiermee kan bijvoorbeeld een verband gelegd worden tussen snelheid en directe nabijheid van begroeiing of andere factoren die het gezichtsveld belemmeren.
2. Het detecteren van patronen gerelateerd aan verkeerssituaties zoals kruisingen en rotondes voor individuele voertuigen of clusters van voertuigen. Met dit soort patroonherkenning kunnen computers actief bijdragen aan het zoeken naar bijvoorbeeld gevaarlijke situaties of wijzigingen in het gedrag van bestuurders.
   
3. Het verbeteren van de datakwaliteit met behulp van andere databronnen. Hiervoor is een geometrisch model voor kwaliteit noodzakelijk.