Centre dedocumentation
scientifique

Potential of crowdsourced traces for detecting updates in authoritative geographic data / Stefan Ivanovic (2020)  

Public Titre : Potential of crowdsourced traces for detecting updates in authoritative geographic data Type de document : Article/Communication Auteurs : Stefan Ivanovic , Auteur ; Ana-Maria Olteanu-Raimond , Auteur ; Sébastien Mustière , Auteur ; Thomas Devogele, Auteur Congrès : AGILE 2019, 22nd conference on Geo-information science (17 - 20 juin 2019; Limassol, Chypre) , Commanditaire Editeur : Berlin, Heidelberg, Vienne, New York, ... : Springer Année de publication : 2020 Collection : Lecture notes in Geoinformation and Cartography, ISSN 1863-2246 Importance : pp 205 - 221 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Bases de données localisées [Termes descripteurs IGN] aide à la décision [Termes descripteurs IGN] appariement de données localisées [Termes descripteurs IGN] BD Topo [Termes descripteurs IGN] chemin rural [Termes descripteurs IGN] contenu généré par les utilisateurs [Termes descripteurs IGN] données localisées de référence [Termes descripteurs IGN] mise à jour de base de données [Termes descripteurs IGN] montagne [Termes descripteurs IGN] route [Termes descripteurs IGN] trace GPS Résumé : (auteur) Crowdsourced traces collected by GPS devices during sports activities are now widely available on different websites. The goal of this paper is to study the potential of crowdsourced traces coming from GPS devices to highlight updates in authoritative geographic data. To reach this goal, an approach based on two steps is proposed. First, a data matching method is applied to match authoritative data and crowdsourced traces. Second, for the non-matched crowdsourced segments composing a trace, different criteria are defined to decide if whether or not, non-matched segments should be considered as an alert for update in authoritative data. The proposed approach is tested on crowdsourced traces and on BDTOPO® authoritative road and path network in mountain area. The results are promising: 727, 1 km of missing paths were found in the test area, which corresponds to 7.7% of the total length of used traces. The discovered missing paths also represent a contribution of 2.4% of the total length of BDTopo® road and path network in the test area. Numéro de notice : C2019-008 Thématique : GEOMATIQUE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.1007/978-3-030-14745-7_12 date de publication en ligne : 16/04/2019 En ligne : http://dx.doi.org/10.1007/978-3-030-14745-7_12 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92911

Analysing the positional accuracy of GNSS multi-tracks obtained from VGI sources to generate improved 3D mean axes / Antonio Tomás Mozas-Calvache in International journal of geographical information science IJGIS, vol 33 n°11 (November 2019)  

Public [article]  inInternational journal of geographical information science IJGIS > vol 33 n°11 (November 2019) . - pp 2170 - 2187 Titre : Analysing the positional accuracy of GNSS multi-tracks obtained from VGI sources to generate improved 3D mean axes Type de document : Article/Communication Auteurs : Antonio Tomás Mozas-Calvache, Auteur ; Francisco Javier Ariza-López, Auteur Année de publication : 2019 Article en page(s) : pp 2170 - 2187 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Infrastructure de données [Termes descripteurs IGN] axe médian [Termes descripteurs IGN] contenu généré par les utilisateurs [Termes descripteurs IGN] données localisées 3D [Termes descripteurs IGN] données localisées des bénévoles [Termes descripteurs IGN] positionnement par GNSS [Termes descripteurs IGN] précision du positionnement [Termes descripteurs IGN] qualité des données [Termes descripteurs IGN] réseau routier [Termes descripteurs IGN] trace GPS [Termes descripteurs IGN] vitesse de déplacement Résumé : (auteur) The sharing of Global Navigation Satellite System (GNSS) tracks on the Internet is increasing enormously. Every day a great number of users capture routes using different devices and share these data. Individually these tracks present a poor positional accuracy because these devices obtain positions with accuracy of about 5-10 metres. In addition, they are usually captured for navigation and not for surveying. However, we can take advantage of the great quantity of tracks of the same linear element in order to obtain a more accurate solution. This study analyses this possibility using a wide set of tracks obtained in known conditions. We emulated those tracks obtained by Volunteered Geographic Information (VGI) users and we compared the mean axis obtained using all tracks with others obtained from a more accurate source. Additionally, we analyse the displacement of other axes obtained by varying several parameters such as the number of tracks and their length or by dividing the route into sections in function of sinuosity, etc. The results have shown an improved 3D mean axis and the viability of the method proposed in this study in order to use axes obtained from several tracks in maps at certain scales. Numéro de notice : A2019-429 Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/13658816.2019.1645335 date de publication en ligne : 26/07/2019 En ligne : https://doi.org/10.1080/13658816.2019.1645335 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93563 [article]

Réservation

Réserver ce document

Exemplaires (2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
079-2019082	RAB	Revue	Centre de documentation	En réserve 3L	Disponible
079-2019081	SL	Revue	Centre de documentation	Revues en salle	Disponible

Traffic signal detection from in-vehicle GPS speed profiles using functional data analysis and machine learning / Yann Méneroux in International Journal of Data Science and Analytics JDSA, vol inconnu ([01/10/2019])  

Public [article]  inInternational Journal of Data Science and Analytics JDSA > vol inconnu [01/10/2019] Titre : Traffic signal detection from in-vehicle GPS speed profiles using functional data analysis and machine learning Type de document : Article/Communication Auteurs : Yann Méneroux , Auteur ; Arnaud Le Guilcher , Auteur ; Guillaume Saint Pierre, Auteur ; Mohammad Ghasemi Hamed, Auteur ; Sébastien Mustière , Auteur ; O. Orfila, Auteur Année de publication : 2019 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique [Termes descripteurs IGN] analyse fonctionnelle (mathématiques) [Termes descripteurs IGN] apprentissage profond [Termes descripteurs IGN] carte routière [Termes descripteurs IGN] classification par forêts aléatoires [Termes descripteurs IGN] contenu généré par les utilisateurs [Termes descripteurs IGN] détection d'objet [Termes descripteurs IGN] données routières [Termes descripteurs IGN] feu de circulation [Termes descripteurs IGN] inférence [Termes descripteurs IGN] reconnaissance de formes [Termes descripteurs IGN] signalisation routière [Termes descripteurs IGN] trace GPS [Termes descripteurs IGN] trafic routier [Termes descripteurs IGN] transformation en ondelettes [Termes descripteurs IGN] vitesse Résumé : (auteur) The increasing availability of large-scale global positioning system data stemming from in-vehicle-embedded terminal devices enables the design of methods deriving road network cartographic information from drivers’ recorded traces. Some machine learning approaches have been proposed in the past to train automatic road network map inference, and recently this approach has been successfully extended to infer road attributes as well, such as speed limitation or number of lanes. In this paper, we address the problem of detecting traffic signals from a set of vehicle speed profiles, under a classification perspective. Each data instance is a speed versus distance plot depicting over a hundred profiles on a 100-m-long road span. We proposed three different ways of deriving features: The first one relies on the raw speed measurements; the second one uses image recognition techniques; and the third one is based on functional data analysis. We input them into most commonly used classification algorithms, and a comparative analysis demonstrated that a functional description of speed profiles with wavelet transforms seems to outperform the other approaches with most of the tested classifiers. It also highlighted that random forests yield an accurate detection of traffic signals, regardless of the chosen feature extraction method, while keeping a remarkably low confusion rate with stop signs. Numéro de notice : A2019-497 Thématique : GEOMATIQUE Nature : Article DOI : 10.1007/s41060-019-00197-x date de publication en ligne : 04/10/2019 En ligne : https://doi.org/10.1007/s41060-019-00197-x Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93755 [article]

Accuracy assessment of speed values calculated from GNSS tracks of roads obtained from VGI / Antonio Tomás Mozas-Calvache in Survey review, vol 51 n° 367 (July 2019)  

Public [article]  inSurvey review > vol 51 n° 367 (July 2019) . - pp 354 - 363 Titre : Accuracy assessment of speed values calculated from GNSS tracks of roads obtained from VGI Type de document : Article/Communication Auteurs : Antonio Tomás Mozas-Calvache, Auteur Année de publication : 2019 Article en page(s) : pp 354 - 363 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Navigation et positionnement [Termes descripteurs IGN] autoroute [Termes descripteurs IGN] données localisées des bénévoles [Termes descripteurs IGN] positionnement différentiel [Termes descripteurs IGN] trace GPS [Termes descripteurs IGN] vitesse Résumé : (Auteur) This study describes the results of an assessment of the accuracy of relative measures between two points, and more specifically of speed values, obtained from Global Positioning Satellite Systems (GNSS) tracks acquired by contributors of Volunteered Geographic Information (VGI). The VGI does not usually include information about the positional accuracy of the trackpoints neither of speed values derived from these positions. Consequently, the assessment is based on a field test that consisted of a vehicle which travelled a highway with a set of Global Positioning System (GPS) devices like those commonly used by VGI contributors. These devices captured positions of trackpoints with a time interval of 1 second. Additionally, a more accurate geodetic RTK–GNSS receptor controlled these positions. The paper describes the methodology employed, taking into account several parameters such as the acquisition time interval, the accuracy of control positions, etc. The results have demonstrated the viability of the methodology applied, the possible use of VGI in order to determine the speed values of the trackpoints and the possible improvement in the accuracy achieved with the increase of the distance between trackpoints (and as a consequence of time interval), but with the disadvantage of a reduction in the quantity of trackpoints. Thus, several values of time intervals have been suggested, considering the accuracy required. Numéro de notice : A2019-363 Thématique : POSITIONNEMENT Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/00396265.2018.1460069 date de publication en ligne : 16/04/2018 En ligne : https://doi.org/10.1080/00396265.2018.1460069 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93443 [article]

Méthode d'apprentissage statistique pour la détection de la signalisation routière à partir de véhicules traceurs / Yann Méneroux (2019)  

Public Titre : Méthode d'apprentissage statistique pour la détection de la signalisation routière à partir de véhicules traceurs Type de document : Thèse/HDR Auteurs : Yann Méneroux , Auteur ; Sébastien Mustière , Directeur de thèse ; Guillaume Saint Pierre, Directeur de thèse Editeur : Champs/Marne : Université Paris-Est Année de publication : 2019 Importance : 292 p. Format : 21 x 30 cm Note générale : bibliographie Thèse pour obtenir le grade de Docteur de l'Université Paris Est préparée dans le cadre de l'Ecole Doctorale Mathématiques et STIC Spécialité : Signal, Image, Automatique Langues : Français (fre) Descripteur : [Vedettes matières IGN] Géomatique [Termes descripteurs IGN] autocorrélation spatiale [Termes descripteurs IGN] classification par forêts aléatoires [Termes descripteurs IGN] décomposition empirique du signal [Termes descripteurs IGN] détection automatique [Termes descripteurs IGN] données GPS [Termes descripteurs IGN] Map Matching [Termes descripteurs IGN] modèle mathématique [Termes descripteurs IGN] navigation pédestre [Termes descripteurs IGN] ondelette de Haar [Termes descripteurs IGN] récepteur GPS [Termes descripteurs IGN] régression quantile [Termes descripteurs IGN] réseau neuronal convolutif [Termes descripteurs IGN] segmentation d'image [Termes descripteurs IGN] signalisation routière [Termes descripteurs IGN] trace GPS [Termes descripteurs IGN] vitesse de déplacement Résumé : (auteur) Avec la démocratisation des appareils connectés équipés d'un récepteur GPS, de grandes quantités de trajectoires de véhicules deviennent disponibles, notamment via les flottes de véhicules professionnels et les applications mobiles collaboratives de navigation et d'assistance à la conduite. Récemment, les techniques dites de map inference, visant à dériver de l'information cartographique à partir de ces traces GPS, tendent à compléter, voire à remplacer les techniques traditionnelles. Initialement restreintes à la construction de la géométrie des routes, elles sont progressivement utilisées pour enrichir les réseaux existants, et en particulier pour construire une base de données numérique de la signalisation verticale. La connaissance fine et exhaustive de l'infrastructure routière est un prérequis indispensable dans de nombreux domaines : pour les gestionnaires de réseaux et les décideurs dans le cadre de travaux d'aménagement, pour les usagers avec le calcul précis des temps de parcours, mais aussi, plus récemment, dans le cadre du véhicule autonome. Dans ce contexte, les méthodes d'apprentissage statistique apportent une perspective intéressante et garantissent l’adaptabilité de l'approche aux différents cas d'utilisation et à la grande variabilité des données rencontrées en pratique. L'objectif de ce travail de thèse est d'étudier le potentiel de cette classe de méthodes, pour la détection automatique de la signalisation routière, en temps différé, à partir d'un ensemble de profils de vitesse GPS. Le premier cas d'application est celui de la détection des feux de circulation, étendu par la suite a d'autre types de signalisation comme les passages piétons. En premier lieu, nous travaillons sur un jeu de données expérimental de haute qualité, à l'aide duquel nous étudions les performances de plusieurs classifieurs et nous comparons deux représentations mathématiques des données : une approche classique de reconnaissance d'image et une approche fonctionnelle consistant à agréger et à décomposer les signaux de profils de vitesses sur une base d'ondelettes de Haar. Les résultats obtenus montrent la pertinence de l'approche fonctionnelle, en particulier lorsqu'elle est combinée à l'algorithme des forêts aléatoires, en termes de fiabilité de détection et de temps de calcul. L'approche est alors appliquée sur d'autres types d'éléments de l'infrastructure. Dans un second temps, nous tentons d'adapter la méthode proposée sur le cas de données observationnelles, i.e. acquises en environnement non-contrôlé, pour lesquelles nous cherchons également à estimer la position des feux de signalisation par régression statistique. Les résultats montrent la sensibilité de l'approche axe sur l'apprentissage face à des données fortement bruitées ainsi que la difficulté liée à la définition de l'emprise spatiale des instances individuelles sur un réseau routier complexe. Nous tentons de lever ce second verrou à l'aide d'approches globales fondées sur une segmentation d'image par réseau de neurones convolutionnel. Enfin, nous expérimentons une approche permettant d'exploiter. L'autocorrélation spatiale des variables cibles sur les instances individuelles à l'aide de la topologie du graphe routier et en modélisant la zone d'étude sous forme d'un champ de Markov conditionnel. Les résultats obtenus montrent une amélioration des performances de détection par rapport à l'apprentissage non-structuré. Ces travaux de thèse ont également suscité le développement de méthodes originales de prétraitement des trajectoires GPS (filtrage, interpolation, débiaisage et recalage sur un réseau routier de référence) ainsi que l'élaboration de critères objectifs d'évaluation de la qualité de ces pré-traitements. Note de contenu : 1- Cadre général et enjeux de la thèse 2- Méthodes et algorithmes pour le pré-traitement des trajectoires GPS 3- Comparaison des approches image et fonctionnelle en conditions expérimentale 4- Etude du potentiel des méthodes d'apprentissage sur un cas opérationnel 5- Approches globales : réseaux de neurones artificiels etb apprentissage structuré Numéro de notice : 25687 Thématique : GEOMATIQUE Nature : Thèse française Note de thèse : thèse de Doctorat : Mathématiques et STIC : Spécialité : Signal, Image, Automatique : Paris-Est : 2019 Organisme de stage : IGN (Saint-Mandé) En ligne : https://tel.archives-ouvertes.fr/tel-02493936 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94716

Convolutional neural network for traffic signal inference based on GPS traces / Yann Méneroux (2018) 

Permalink

Detection and localization of traffic signals with GPS floating car data and Random Forest / Yann Méneroux (2018)    

Permalink

Unveiling movement uncertainty for robust trajectory similarity analysis / Andre Salvaro Furtado in International journal of geographical information science IJGIS, vol 32 n° 1-2 (January - February 2018)  

Permalink

An analysis of movement patterns between zones using taxi GPS data / Zhanlong Chen in Transactions in GIS, vol 21 n° 6 (December 2017)  

Permalink

Extracting spatial patterns in bicycle routes from crowdsourced data / Jody Sultan in Transactions in GIS, vol 21 n° 6 (December 2017)  

Permalink

Spatiotemporal model for assessing the stability of urban human convergence and divergence patterns / Zhixiang Fang in International journal of geographical information science IJGIS, vol 31 n° 11-12 (November - December 2017)  

Permalink

An iterative method for obtaining a mean 3D axis from a set of GNSS traces for use in positional controls / A. Mozas-Calvache in Survey review, vol 49 n° 355 (October 2017)  

Permalink

Crowdsourcing a cyclist perspective on suggested recreational paths in real-world networks / Kevin Baker in Cartography and Geographic Information Science, Vol 44 n° 5 (September 2017)  

Permalink

Depicting urban boundaries from a mobility network of spatial interactions : a case study of Great Britain with geo-located Twitter data / Junjun Yin in International journal of geographical information science IJGIS, vol 31 n° 7-8 (July - August 2017)  

Permalink

Index-supported pattern matching on tuples of time-dependent values / Fabio Valdés in Geoinformatica [en ligne], vol 21 n° 3 (July - September 2017)  

Permalink