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

Autores/as

  • Francisco Moreno PhD Ingeniería
  • Guillermo Orrego Estudiante Ingeniería
  • Andrés Pineda Estudiante Ingeniería

DOI:

https://doi.org/10.21501/21454086.673

Palabras clave:

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

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

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Francisco Moreno, PhD Ingeniería

Departamento de Ciencias de la Computación y de la Decisión

Universidad Nacional de Colombia, Sede Medellín

Guillermo Orrego, Estudiante Ingeniería

Universidad Nacional de Colombia, Sede Medellín

Departamento de Ciencias de la Computación y de la Decisión

Andrés Pineda, Estudiante Ingeniería

Universidad Nacional de Colombia, Sede Medellín

Departamento de Ciencias de la Computación y de la Decisión

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

Descargas

Publicado

12/15/2012

Cómo citar

Moreno, F., Orrego, G., & Pineda, A. (2012). CB-SMoT+: Una Extensión al Algoritmo CB-SMoT. Lámpsakos (revista Descontinuada), 1(8), 9–14. https://doi.org/10.21501/21454086.673