Captura, representación, consulta y clasificación semántica de trayectorias

Use this link to cite
http://hdl.handle.net/2183/29934Collections
- Teses de doutoramento [2219]
Metadata
Show full item recordTitle
Captura, representación, consulta y clasificación semántica de trayectoriasAuthor(s)
Directors
Saavedra Places, ÁngelesRodríguez Luaces, Miguel
Date
2022Abstract
[Abstract]
As a consequence of the competition between different manufacturers, current
smartphones improve their features continuously and they currently include many
sensors. Mobile Workforce Management (MWM) is an industrial process that would
benefit highly from the information captured by the sensors of mobile devices.
However, there are some problems that prevent MWM software from using this
information: i) the abstraction level of the activities currently identified is too low
(e.g., moving instead of performing an inspection on a client, or stopped instead
of loading a truck in the facility of a client; ii) research work focuses on using
geographic information algorithms on GPS data, or machine learning algorithms
on sensor data, but there is little research on combining both types of data; and
iii) context information extracted from geographic information providers or MWM
software is rarely used.
In this thesis, we present a new methodology to turn raw data collected from the
sensors of mobile devices into trajectories annotated with semantic activities of a
high level of abstraction. The methodology is based on activity taxonomies that can
be adapted easily to the needs of any company. The activity taxonomies describe
the expected values for each of the variables that are collected in the system using
predicates defined in a pattern specification language. We also present the functional
architecture of a module that combines context information retrieved from MWM
software and geographic information providers with data from the sensors of the
mobile device of the worker to annotate their trajectories and that can be easily
integrated in MWM systems and in the workflow of any company. [Resumen]
Como consecuencia de la competencia entre los diferentes fabricantes, los
smartphones actuales presentan continuamente mejoras en sus características y en
la actualidad incluyen numerosos sensores. Mobile Workforce Management (MWM)
es un proceso industrial que podría beneficiarse mucho de la información recogida
por los sensores de los teléfonos móviles. Sin embargo, existen varios problemas
que lo impiden: i) hoy en día el nivel de abstracción de las actividades que son
identificadas es demasiado bajo (por ejemplo, moviéndose en vez de realizando una
inspección en un cliente, o parado en vez de cargando un camión en la instalación
de un cliente); ii) los trabajos de investigación se centran en el uso de algoritmos
que contrastan la información geográfica con los datos del GPS, o en algoritmos de
aprendizaje aplicados a los datos de los sensores, pero existen pocos resultados de
investigación que combinen ambos tipos de datos; y iii) la información contextual
procedente de los repositorios de información geográfica o del software MWM es
raramente usada.
En esta tesis se presenta una nueva metodología que convierte los datos crudos
capturados por los sensores de los dispositivos móviles en trayectorias anotadas
con actividades semánticas con un alto nivel de abstracción. La metodología está
basada en la definición de taxonomías de actividades que pueden ser adaptadas
fácilmente a las necesidades de cualquier empresa. Estas taxonomías describen los
valores esperados para cada una de las variables que son recogidas en el sistema
usando predicados definidos mediante un lenguaje de especificación de patrones. Por
último, también se describe la arquitectura del sistema que combina la información
contextual del software MWM y las fuentes de información geográfica con los datos
de los sensores del dispositivo móvil del trabajador para así, finalmente, anotar sus
trayectorias y que pueden integrarse fácilmente en sistemas MWM y en el flujo de
trabajo de cualquier empresa. [Resumo]
Como consecuencia da competencia entre os diferentes fabricantes, os smartphones
actuais presentan continuamente melloras nas súas características e na
actualidade inclúen numerosos sensores. Mobile Workforce Management (MWM)
é un proceso industrial que podería beneficiarse moito desta información recollida
polos sensores dos teléfonos móviles. Con todo, existen varios problemas que o
impiden: i) hoxe en día o nivel de abstracción das actividades que son identificadas
é demasiado baixo (por exemplo, movéndose en lugar de realizando unha inspección
nun cliente, ou parado e cargando un camión na instalación dun cliente); ii)
os traballos de investigación céntranse no uso de algoritmos que contrastan a
información xeográfica cos datos do GPS, ou en algoritmos de aprendizaxe aplicados
aos datos dos sensores, pero existen poucos resultados de investigación que combinen
ambos os tipos de datos; e iii) a información contextual procedente dos repositorios
de información xeográfica ou do software MWM é raramente usada.
Nesta tese preséntase unha nova metodoloxía que converte os datos crus
capturados polos sensores dos dispositivos móbiles en traxectorias anotadas con
actividades semánticas cun alto nivel de abstracción. A metodoloxía está baseada na
definición de taxonomías de actividades que poden ser adaptadas ás necesidades de
calquera empresa dun xeito doado. Estas taxonomías describen os valores esperados
para cada unha das variables que son recollidas no sistema usando predicados
definidos mediante unha linguaxe de especificación de patróns. Por último, tamén
se describe a arquitectura do sistema que combina a información contextual do
software MWM e as fontes de información xeográfica cos datos dos sensores do
dispositivo móbil do traballador para así, finalmente, anotar as súas traxectorias e
que poden integrarse dun xeito doado en sistemas MWM e no fluxo de traballo de
calquera empresa.
Keywords
Sistemas de información de gestión-Informática
Informática móvil
Sensores-Informática
Informática móvil
Sensores-Informática
Rights
Os titulares dos dereitos de propiedade intelectual autorizan a visualización do contido desta tese a través de Internet, así como a súa reproducción, gravación en soporte informático ou impresión para o seu uso privado e/ou con fins de estudo e de investigación. En nengún caso se permite o uso lucrativo deste documento. Estos dereitos afectan tanto ó resumo da tese como o seu contido Los titulares de los derechos de propiedad intelectual autorizan la visualización del contenido de esta tesis a través de Internet, así como su repoducción, grabación en soporte informático o impresión para su uso privado o con fines de investigación. En ningún caso se permite el uso lucrativo de este documento. Estos derechos afectan tanto al resumen de la tesis como a su contenido