Ανθρωποκεντρική Πλοήγηση σε Εσωτερικούς Χώρους Ερευνητική Ομάδα Διάχυτου Υπολογισμού Βασίλειος Τσέτσος ΑΜ:Μ655 Διπλωματική Εργασία.

Παρουσίαση με θέμα: "Ανθρωποκεντρική Πλοήγηση σε Εσωτερικούς Χώρους Ερευνητική Ομάδα Διάχυτου Υπολογισμού Βασίλειος Τσέτσος ΑΜ:Μ655 Διπλωματική Εργασία."— Μεταγράφημα παρουσίασης:

1 Ανθρωποκεντρική Πλοήγηση σε Εσωτερικούς Χώρους Ερευνητική Ομάδα Διάχυτου Υπολογισμού http://p-comp.di.uoa.gr Βασίλειος Τσέτσος ΑΜ:Μ655 Διπλωματική Εργασία Επιβλέπων Καθηγητής: Ευστάθιος Χατζηευθυμιάδης Αθήνα, 26 Οκτωβρίου 2005

2 Βασίλειος Τσέτσος 2 Δομή παρουσίασης  Εισαγωγή  Σχεδιασμός Συστήματος  Υλοποίηση Συστήματος  Συμπεράσματα

3 Βασίλειος Τσέτσος 3 Συστήματα πλοήγησης για πεζούς  Πλοήγηση = τυπική υπηρεσία θέσης  Σε εσωτερικούς ή εξωτερικούς χώρους (indoor vs. outdoor) Η πλοήγηση σε εξωτερικούς χώρους έχει σημειώσει μεγαλύτερη πρόοδο (GPS και των GIS) Σε εσωτερικούς χώρους η έρευνα καθοδηγείται από πλοήγηση ρομπότ  Συστήματα εσωτερικής πλοήγησης Ξενάγηση σε μουσεία Εξειδικευμένες λύσεις για ΑμεΑ  Σημασιολογικές υπηρεσίες θέσης: μια νέα προσέγγιση «Ευφυείς» υπηρεσίες που βασίζονται σε τεχνολογίες γνώσης και υβριδική χωρική μοντελοποίηση Ανθρωποκεντρικές υπηρεσίες, κατάλληλες για ΑμεΑ Απαραίτητα συστατικά των “ευφυών χώρων” (smart spaces)

4 Βασίλειος Τσέτσος 4 Κίνητρα και στόχοι  Ένας χρήστης δεν μπορεί εύκολα να περιηγηθεί σε πολύπλοκα ή άγνωστα κτιστά περιβάλλοντα  Τα ΑμεΑ αντιμετωπίζουν επιπλέον δυσκολίες κατά τη πλοήγηση και καταβάλλουν πολύ κόπο αν ακολουθήσουν «λάθος» διαδρομές  Λύση: Η σωστή εκμετάλλευση της σημασιολογίας των κτιστών περιβαλλόντων σε συνδυασμό με τα μοντέλα χρηστών  Στόχος Α: η εξατομικευμένη επιλογή μονοπατιών σε εσωτερικούς χώρους  Στόχος Β: η εφαρμογή τεχνολογιών Σημασιολογικού Ιστού σε Υπηρεσίες Θέσης

5 Βασίλειος Τσέτσος 5 Σενάριο πλοήγησης (I) Προορισμός 5 πιθανά μονοπάτια

6 Βασίλειος Τσέτσος 6 Σενάριο πλοήγησης (II) Προορισμός 2 προσβάσιμα μονοπάτια Το «καλύτερο» προσβάσιμο μονοπάτι δεν είναι το συντομότερο πιθανό

7 Βασίλειος Τσέτσος 7 Δομή παρουσίασης  Εισαγωγή  Σχεδιασμός Συστήματος  Υλοποίηση Συστήματος  Συμπεράσματα

8 Βασίλειος Τσέτσος 8 ΑρχιτεκτονικήΣυστήματος Πλοήγησης

9 Βασίλειος Τσέτσος 9 Λειτουργικότητα (I) Χωρική ΒΔ Κατόψεις κτιρίου (GIS) Indoor Navigation Ontology (INO) Στιγμιότυπα INO Προφίλ χρήστη (στιγμιότυπα UNO) Προσβάσιμα Στιγμιότυπα INO Προσβάσιμος γράφος κτιρίου Κανόνες φυσικών ικανοτήτων

10 Βασίλειος Τσέτσος 10 Λειτουργικότητα (II) kSP ΕΜ Κανόνες αντιληπτικών ικανοτήτων και άλλων προτιμήσεων Θέση χρήστη (αφετηρία) και προορισμός ΥΠ Καλύτερο Προσβάσιμο Μονοπάτι k συντομότερα μονοπάτια Προσβάσιμος γράφος κτιρίου kSP: αλγόριθμος εύρεσης k συντομότερων μονοπατιών ΕΜ: επιλογή τελικού μονοπατιού ΥΠ: παρουσίαση μονοπατιού Προσβάσιμα Στιγμιότυπα INO

11 Βασίλειος Τσέτσος 11 Οντολογία Πλοήγησης Εσωτερικών Χώρων – Indoor Navigation Ontology (INO) I  Μοντελοποιεί σύνθετα κτιστά περιβάλλοντα με έμφαση στα στοιχεία πλοήγησης  Περιέχει έννοιες και συσχετίσεις: χώρου  Κτίριο, Δωμάτιο, Όροφος, Διάδρομος, … μονοπατιών  Στροφές, Εξόδος Δωματίου, Ανελκυστήρας, Σκάλες, … για την υλοποίηση της επιλογής των μονοπατιών

12 Βασίλειος Τσέτσος 12 Οντολογία Πλοήγησης Εσωτερικών Χώρων – Indoor Navigation Ontology (INO) II

13 Βασίλειος Τσέτσος 13 Προφίλ χρηστών  Περιγράφουν τις ικανότητες και τις προτιμήσεις των χρηστών, όσον αφορά την πλοήγηση  Ένα προφίλ περιέχει: Τις φυσικές ικανότητες του χρήστη (π.χ., ανάπηρος, έγκυος, τυφλός) Τις αντιληπτικές ικανότητες του χρήστη (π.χ., αναλφάβητος, ηλικιωμένος) Τις διάφορες προτιμήσεις του (π.χ., προτίμηση σε ανελκυστήρες αντί για σκάλες)  Ένας χρήστης επιλέγει κάποιο προκαθορισμένο προφίλ, που μπορεί ύστερα να εξατομικεύσει  Τα προφίλ περιγράφονται με την οντολογία UNO (User Navigation Ontology)

14 Βασίλειος Τσέτσος 14 Κανόνες επιλογής μονοπατιών  Προκαθορισμένο αλλά επεκτάσιμο σύνολο κανόνων Π.χ., Αν ο χρήστης είναι ανάπηρος, τότε απέκλεισε όλες τις σκάλες από το χώρο πλοήγησης  Οι κανόνες συντάσσονται με βάση την ορολογία της ΙΝΟ και της UNO Π.χ., uno:HandicappedUser(u) AND ino:Stairway(s) THEN assert[ino:isObstacleFor(s,u)]  Χρησιμοποιούνται αρχικά για τον αποκλεισμό των μη-προσβάσιμων στοιχείων του χώρου και κατόπιν για την επιλογή του καταλληλότερου μονοπατιού

15 Βασίλειος Τσέτσος 15 Υπηρεσία Πλοήγησης (ΥΠ)  Είναι η διεπαφή ανάμεσα στους χρήστες και το σύστημα OntoNav  Λαμβάνει τις αιτήσεις των χρηστών  Ανακτά τη θέση των χρηστών από το σύστημα προσδιορισμού θέσης*  Χειρίζεται θέματα παρουσίασης οδηγιών πλοήγησης* * δεν καλύπτεται ή καλύπτεται μερικώς στην παρούσα εργασία

16 Βασίλειος Τσέτσος 16 Αλγόριθμος δρομολόγησης (kSP)  Είσοδοι Αντικείμενα της ΙΝΟ προσβάσιμα από το χρήστη Η τρέχουσα θέση του χρήστη και του προορισμού  Έξοδος Τα k συντομότερα μονοπάτια ανάμεσα στη τρέχουσα θέση του χρήστη και του προορισμού  Δημιουργεί ένα γράφο από τα αντικείμενα της ΙΝΟ ακμές=Passages, κόμβοι=Path_Points  Υπολογίζει τα k συντομότερα μονοπάτια με μια παραλλαγή του αλγορίθμου του [Yen]  Το πρόβλημα είναι πολλαπλών κριτηρίων και έτσι δεν μπορούμε να λάβουμε υπόψη μας μόνο το συντομότερο μονοπάτι [Jen] J.Y. Yen. Finding the k shortest loopless paths in a network. Management Sci., 17(11):712--716, 1971

17 Βασίλειος Τσέτσος 17 Αλγόριθμος επιλογής καλύτερου μονοπατιού (EM)  Είσοδοι Προφίλ χρήστη k συντομότερα μονοπάτια  Έξοδος Το «καλύτερο» μονοπάτι ανάμεσα στα k  Εφαρμόζονται οι κανόνες (εκτός των φυσικών) στα στιγμιότυπα της οντολογίας  Οι κανόνες αυτοί επιβραβεύουν τα στιγμιότυπα με βάση το προφίλ του εκάστοτε χρήστη  Για κάθε μονοπάτι υπολογίζεται: Συνολική Επιβράβευση (ΣΕ) = α 1 x(ΣΕ Αντιληπτικών Κανόνων) + α 2 x(ΣΕ Κανόνων Προτιμήσεων) + α 3 x(Μήκος Μονοπατιού)  Τελικά επιλέγουμε το μονοπάτι με τη μεγαλύτερη Συνολική Επιβράβευση

18 Βασίλειος Τσέτσος 18 Δομή παρουσίασης  Εισαγωγή  Σχεδιασμός Συστήματος  Υλοποίηση Συστήματος  Συμπεράσματα

19 Βασίλειος Τσέτσος 19 Τεχνολογίες υλοποίησης  Web Ontology Language (OWL-DL) – ΙΝΟ, UNO  Semantic Web Rule Language (SWRL) – κανόνες αποκλεισμού/επιλογής μονοπατιών  SweetRules v2.0 – μηχανή εκτέλεσης κανόνων SWRL  Jena 2.2 – εκτέλεση κανόνων OWL  Protégé OWL API – προγραμματιστικός χειρισμός οντολογιών  Mascopt library–δημιουργία γράφων και αλγόριθμος kSP  Racer reasoner – μηχανή συμπερασμού για OWL-DL  RDQL – γλώσσα επερωτήσεων για βάσεις γνώσεις RDF  Apache Tomcat – Web server και Servlet container

20 Βασίλειος Τσέτσος 20 Φυσική αρχιτεκτονική ΥΠ ΕΜ kSP Kανόνες (SWRL) INO & UNO (OWL-DL) Μηχανή Servlets Web εξυπηρέτης Μηχανή κανόνων (SweetRules) Web browser Μηχανή συμπερασμού (Racer) Demo URL: http://satia.di.uoa.gr/ontonav/ Protégé OWL API Βιβλιοθήκη γράφων (Mascopt)

21 Βασίλειος Τσέτσος 21 Αξιολόγηση επιδόσεων Πείραμα Ένας χρήστης Τριόροφο κτίριο Αφετηρία: 1ος όροφος Προορισμός: 3ος όροφος 2 φυσικοί κανόνες k=3 Μέσος χρόνος απόκρισης = 4357ms Για αιτήσεις «γνωστού» χρήστη: xρόνος απόκρισης = χρόνος kSP (~1187ms) Χωρίς εφαρμογή κανόνων: κατευθυντικός γραφος με 157 κόμβους και 444 ακμές Με εφαρμογή κανόνων (ανάπηρος χρήστης): κατευθυντικός γραφος με 145 κόμβους και 392 ακμές

22 Βασίλειος Τσέτσος 22 Δομή παρουσίασης  Εισαγωγή  Σχεδιασμός Συστήματος  Υλοποίηση Συστήματος  Συμπεράσματα

23 Βασίλειος Τσέτσος 23 Επιστημονική συνεισφορά  Οντολογία πλοήγησης  Χρήση επεκτάσιμων κανόνων (σε συνδυασμό με kSP) και όχι «κλειστών» αλγορίθμων για την επιλογή/αποκλεισμό μονοπατιών  Πρακτική εφαρμογή των βασικότερων σύγχρονων τεχνολογιών Σημασιολογικού Ιστού  Ίσως το πρώτο σύστημα πλοήγησης σχεδιασμένο σύμφωνα με τις αρχές της Σχεδίασης για Όλους (Design for All)  Το σύστημα (με λίγες κατάλληλες μετατροπές) μπορεί να αποτελέσει testbed για αλγόριθμους παρουσίασης οδηγιών

24 Βασίλειος Τσέτσος 24 Ανοικτά θέματα  Δημιουργία βελτιωμένων αλγορίθμων kSP για ευκλείδειους αραιούς γράφους  Αλγόριθμοι επιλογής και παρουσίασης οδηγιών πλοήγησης  Αξιολόγηση με πραγματικούς χρήστες σε πραγματικούς χώρους  (Ημι-)αυτόματη δημιουργία στιγμιοτύπων οντολογιών (από κατόψεις κτιρίων)

25 Βασίλειος Τσέτσος 25 Δημοσιεύσεις  Anagnostopoulos C., Tsetsos V., Kikiras P., and Hadjiefthymiades S., “OntoNav: A Semantic Indoor Navigation System”, in 1st Workshop on Semantics in Mobile Environments (SME'05) in conjunction with MDM’05, Ayia Napa, Cyprus  Tsetsos V., Anagnostopoulos C., Kikiras P., Hasiotis T., and Hadjiefthymiades S., “A Human-centered Semantic Navigation System for Indoor Environments”, in IEEE International Conference on Pervasive Services (ICPS’05), Santorini, Greece  Anagnostopoulos C., Tsetsos V., Kikiras P., and Hadjiefthymiades S., “Semantically-enriched Path Finding for Indoor Navigation Systems”, under review in Journal on Pervasive Computing and Communications (JPCC). URL: http://p-comp.di.uoa.gr/projects/ontonav