Personalizované plánování tras využívající strojového učení

Abstract

Majorita současných navigačních systému je zaměřená na plánování nejrychlejší cesty. Zatímco důležitost doby cesty nelze popřít, není vždy hlavní prioritou uživatele. Ačkoli existuje limitované množství dostupných úprav plánování, mají být zadány ručně a nezajišťují rozlišení různých typů uživatelů, jako jsou řidiči a cyklisti. Tato diplomová práce se zabývá studiem personalizace navigace prostřednictvím zkoumání předcházejících tras uživatele. Teoretická část je věnována úloze plánování cest v dopravních sítích a využití optimalizačních algoritmů k výpočtu dráhových preferencí. Praktickou částí práce je implementace algoritmu schopného získávání uživatelských priorit z historie jeho cest. Algoritmus je otestován na umělé vytvořených a skutečných trajektoriích.

The majority of modern navigation systems are mainly focused on minimizing the travelling time of a planned route. While travelling time is undeniably important, it is not always the main priority of a user. Although a limited set of planning customizations is available, these must be set manually and do not provide distinction between different types of users, such as car drivers and cyclists. This thesis studies the topic of navigation personalization through the examination of previous user routes. The theoretical part addresses the task of path planning in road networks and the utilization of optimization algorithms in route preference computation. The practical part of the thesis is dedicated to the implementation of an algorithm capable of deducing a user's priorities from the history of their routes. The algorithm has been tested both on artificially generated and real-world trajectories.