Visualization of Spatial and Temporal Road Traffic Data - Archive ouverte HAL Accéder directement au contenu
Thèse Année : 2022

Visualization of Spatial and Temporal Road Traffic Data

Visualisation des Données Spatiales et Temporelles du Trafic Routier

Résumé

This manuscript deals with the design of novel methods for the visual analysis of road traffic data. As recent technological advances allow traffic analysis with a finer and more varied spatial and temporal granularity, at several scales, both local and global, from the level of a street to an agglomeration. Thus experts and operators of road checkpoints can explore these large volumes of data in a non-technical way, identify interesting patterns and make better decisions informed by the data (e.g.,to reduce traffic congestion). The first part of the manuscript addresses the problem of univariate analysis (found in e.g., traffic density and traffic flow data) by proposing an interactive categorization method named FuzzyCut. This method is based on the fuzzy logic theory by proposing an interactive version of the category membership function. We introduce the interactions and the design of this technique, as well as its implementation on different types of quantitative data (e.g., traffic densities and taxi speeds). This technique has also undergone a user evaluation and its code and evaluation data are available online. The second part focuses on the analysis of the spatial component of road traffic which is inherent in this data type. We propose the adaptation of an existing technique called OriginDestinations maps, that preserves both explicit relationships (spatial trajectories) and implicit relationships (abstract attributes of those trajectories) of datasets, using spatial nesting: a first level of the map encodes the origin (starting point of objects), and a second nested level encodes the destination (ending point of objects) in cells nested on the map. We generalize this technique beyond origins and destinations relationships (2-attribute datasets) to explore multidimensional datasets (N-attribute datasets). We present an abstraction framework, Gridify, and its implementation as an interactive open-source tool with several levels of nested maps to explore the relations of geo-coded entities (location or object) with multi-dimensional attributes. The third part focuses on the problem of temporal analysis which is also an important component of traffic flows. We propose GroupSet, a technique to explore temporal changes using a set-based approach. Such exploration reveals elements’ patterns and similarities, such as increases or decreases in traffic flow values during a day. We demonstrate the technique’s applicability to traffic flow and report on usability feedback of an interactive prototype implementing the technique. The last section discusses the three techniques introduced in the manuscript (FuzzyCut, Gridify and GroupSet). First, how to deploy them in road traffic control centers, within a unified prototype. Secondly, their application beyond road traffic data, as generic tools for the analysis of univariate, spatial and time-varying data.
Ce manuscrit porte sur la conception de nouvelles méthodes d’analyse visuelle de données de trafic routier. En effet, les avancées technologiques récentes permettent une analyse du trafic avec une granularité spatiale et temporelle plus fine et variée, au moyen de capteurs ou de boitiers GPS. La visualisation permet de mieux explorer ces données, à plusieurs échelles, aussi bien globales que locales, au niveau d’une agglomération jusqu’à un segment de rue. Ainsi, experts et opérateurs de postes de contrôle routier peuvent explorer de manière non-technique ces grands volumes de données, identifier des motifs intéressants et prendre une décision informée par les données. La première partie de la thèse aborde le problème de l'analyse univariée (que l'on trouve dans les données de densité de trafic ou de flux de voiture) en proposant une méthode interactive de catégorisation nommée FuzzyCut. Cette méthode est basée sur la théorie de la logique floue en proposant une version interactive de la fonction d'appartenance à une catégorie. Nous introduisons les interactions et le design de cette technique, ainsi que sa mise en œuvre sur différents types de données quantitatives univariées. Cette technique a aussi fait l’objet d’une évaluation utilisateur et son code et les données de l’évaluation sont disponibles en ligne. La seconde partie porte sur l'analyse de la composante spatiale du trafic routier qui est inhérante à ce type de données. Nous proposons l’adaptation d'une technique existante de visualisation de segments de trajectoires sous formes d’origines et destinations. Cette méthode permet de visualiser à la fois des relations globales et locales des données, en utilisant l'imbrication spatiale, où un premier niveau de la carte encode l'origine (point de départ des objets), et un second niveau imbriqué encode la destination (points d'arrivée des objets). Nous généralisons cette technique au-delà des relations d'origine et de destination (qui est un jeu de données à 2 attributs) pour explorer les ensembles de données multidimensionnels (ex. données à N attributs). Nous présentons un cadre d'abstraction, Gridify, et son implémentation en outil open-source interactif avec plusieurs niveaux de cartes imbriquées pour explorer les relations d'entités géocodées (lieu ou objet) avec des attributs multidimensionnels. La troisième partie se concentre sur le problème d'analyse temporelle qui est aussi une composante importante des flux de trafic. Nous proposons GroupSet, une technique pour explorer les changements au fil d'une journée ou d'une année en utilisant une approche basée sur la théorie des ensembles. Une telle exploration révèle les similitudes de comportement temporel des données, telles que les augmentations ou les diminutions du flux de trafic au cours d'une journée. Cette technique a plusieurs applications, au-delà du trafic routier, pour l’analyse des séries temporelles. Nous faisons un retour d'expérience d'utilisabilité d'un prototype interactif mettant en œuvre la technique sous forme d'application web. La dernière section discute la combinaison de trois techniques introduites dans le manuscrit (FuzzyCut, Gridify et GroupSet) au sein d'un même environnement d'analyse. En particulier afin de les déployer dans des centres de contrôle du trafic routier, pour réaliser des tâches de suivi et d'analyse de flux de voitures. Nous discutons également leur application au-delà des données de trafic routier, comme outils génériques d’analyse de données univariées, de données géo-codées et de séries temporelles.
Fichier principal
Vignette du fichier
thesis.pdf (21.94 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

tel-04471810 , version 1 (21-02-2024)

Identifiants

  • HAL Id : tel-04471810 , version 1

Citer

Liqun Liu. Visualization of Spatial and Temporal Road Traffic Data. Image Processing [eess.IV]. Ecole Centrale de Lyon, 2022. English. ⟨NNT : ⟩. ⟨tel-04471810⟩
23 Consultations
1 Téléchargements

Partager

Gmail Facebook X LinkedIn More