CB-SMoT+: Una Extensión al Algoritmo CB-SMoT

Francisco Moreno, Guillermo Orrego, Andrés Pineda

Resumen


Una trayectoria es un registro de la evolución de la posición de un objeto móvil. Por ejemplo, un vehículo que se mueve en el espacio durante un intervalo de tiempo. Una trayectoria se representa mediante una secuencia de observaciones que indican la posición y el tiempo en el que fue tomada cada observación. CB-SMoT es un algoritmo que identifica las partes de una trayectoria durante las cuales el objeto mantuvo una velocidad promedio por debajo de un límite dado. En este artículo se propone una extensión para dicho algoritmo que permite identificar las partes de una trayectoria durante las cuales el objeto mantuvo una velocidad promedio entre observaciones por debajo de un límite dado. Esto posibilita la identificación, por ejemplo, de violaciones a un límite de velocidad que no son advertidas por el algoritmo original. Para el estudio se usó el sistema de gestión de bases de datos PostgreSQL y los algoritmos se implementaron en su lenguaje de programación, llamado PL/pgSQL. Además, se hicieron experimentos con 100 trayectorias de vehículos con el propósito de mostrar la utilidad y la viabilidad de la propuesta

Palabras clave


Algoritmo CB-SMoT; Movimiento; Objetos móviles; Trayectoria; Velocidad;

Texto completo:

PDF

Referencias


P. A. Longley, M Goodchild, D. J. Maguire & D. W.Rhind. “Geographic Information Systems and Science”. 560, p. 2010.

S. Spaccapietra, C. Parent, M. Damiani, J. Macedo, F. Porto & C. Vangenot. “A conceptual view on trajectories”. Data & Knowledge Engineering, Vol. 65, No. 1, pp. 126-146, Abr. 2008.

L. O. Alvares, V Bogorny, B Kuijpers, J. Macedo, B. Moelans & A. Vaisman. “A model for enriching trajectories with semantic geographical information”. In Proc. 2007 15th Annual ACM International Symposium on Advances in Geographic Information Systems, Nueva York, pp. 1-22.

A. Palma, V. Bogorny, B. Kuijpers & L. Alvares. “A Clustering-based Approach for Discovering interesting Places in Trajectories”. In Proc. 2008 ACM symposium on Applied computing, Nueva York, USA, pp. 863-868.

B. G. Heydecker & J. D Addison. “Analysis and modelling of traffic flow under variable speed limits”. Transportation Research Part C: Emerging Technologies, Vol. 19, No. 2, pp. 206-217, Abr. 2011.

M. Abdel-Aty, J. Dilmore & A. Dhindsa. “Evaluation of variable speed limits for real- time freeway safety improvement”. Accident Analysis & Prevention, Vol. 38, No. 22, pp. 335-345, Mar. 2006.

A. A. M. Aljanahi, A. H. Rhodes. A. V. Metcalfe. “Speed limits and road traffic accidents under free flow conditions”. Accident Analysis & Prevention, Vol. 31, No. 1, pp. 161-168, Ene. 1999.

R. H. Güting & M. Schneider. “Moving objects databases”. Morgan Kaufmann:San Francisco. 2005.

M. Ester, H. –P. Kriegel, J. Sander & X. Xu. “A density-based algorithm for discovering clusters in large spatial databases with noise”. In Proc. 1996 Second Conference on Knowledge Discovery and Data




DOI: https://doi.org/10.21501/21454086.673

Enlaces refback

  • No hay ningún enlace refback.




Copyright (c)

 
Directora/Editora - Ingrid Durley Torres Pardo

ISSN (En línea): 2145-4086

DOI de la revista: https://doi.org/10.21501/issn.2145-4086

Universidad Católica Luis Amigó - Transversal 51A #67B 90. Medellín - Colombia.

 


 © 2019 Universidad Católica Luis Amigó

La revista y los textos individuales que en esta se divulgan están protegidos por las leyes de copyright y por los términos y condiciones de la Licencia Creative Commons Atribución-No Comercial-Sin Derivar 4.0 Internacional. Permisos que vayan más allá de lo cubierto por esta licencia pueden encontrarse en http://www.funlam.edu.co/modules/fondoeditorial/

Derechos de autor. El autor o autores pueden tener derechos adicionales en sus artículos según lo establecido en la cesión por ellos firmada.

 

Se recomienda visualizar este contenido con los navegadores: Mozilla Firefox, Google Chrome, Safari.