Key points are not available for this paper at this time.
Aufgrund der Verfügbarkeit von GPS-Sensoren in einer Vielzahl von Alltagsgeräten werden GPS-Tracedaten zunehmend reichlich. Eine potenzielle Nutzung dieses Datenreichtums besteht darin, die Geometrie und Konnektivität von Straßenkarten durch die Verwendung von als Karten-Generierungs- oder Karten-Inferenzalgorithmen bekannten Verfahren abzuleiten und zu aktualisieren. Diese Algorithmen bieten einen enormen Vorteil, wenn keine vorhandenen Straßenkartendaten vorhanden sind. Anstelle der Kosten für eine vollständige Straßenvermessung können GPS-Tracedaten verwendet werden, um ganz neue Abschnitte der Straßenkarte zu einem Bruchteil der Kosten zu generieren. Bei bestehenden Karten kann die Straßenkarteninferenz nicht nur dazu beitragen, die Genauigkeit der verfügbaren Straßenkarten zu erhöhen, sondern auch dabei helfen, neue Straßenbauten zu erkennen und dynamische Anpassungen an Straßensperrungen vorzunehmen – nützliche Funktionen für die Navigation im Auto mit digitalen Straßenkarten. In früheren Forschungen wurden die vorgeschlagenen Algorithmen qualitativ bewertet, jedoch mit wenig oder keinem Vergleich zu früheren Arbeiten. Dieses Fehlen einer quantitativen und vergleichenden Bewertung wird in diesem Papier mit folgenden Beiträgen behandelt: (a) eine umfassende Übersicht über die aktuelle Literatur zur Kartengenerierung; (b) eine Beschreibung der ersten Methode zur automatischen Bewertung von generierten Karten; (c) eine qualitative, quantitative und vergleichende Bewertung von drei Referenzalgorithmen; und (d) eine Open-Source-Implementierung jedes der drei Algorithmen, mit einem 118-stündigen Trace-Datensatz und einer Ground-Truth-Karte zur uneingeschränkten Nutzung durch die Gemeinschaft der automatischen Kartengenerierung.
Biagioni et al. (Sun,) haben diese Frage untersucht.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: