Extending openstreetmap usage for advanced routing services

Abstract

Son yirmi yıldır, cep telefonu, bilgisayar donanımı, uydu sistemleri gibi her türlü ileti¸sim cihazını veya uygulamaları içeren Bilgi ve Ileti¸sim Teknolojilerinde (BIT) hızlı bir artıs ya¸sanmı¸stır. Bu durum, Cografi Bilgi Sistemi (CBS) gibi özel bilgi sistemleri tarafından cografi etiketli verilerin büyük bir yogunlukla etkin bir ¸sekilde ele alınmasına neden olmu¸stur. Bu devasa ya da büyük veri eszamanlı olarak, belirli kullanım durumları için hedeflenen çe¸sitli cografi hizmetlerin ortaya çıkmasını saglamıstır. Ancak, bu tür verilerin genel olarak devlet ve ulusal harita kurumları tarafından öncelikli olarak toplanması, yönetilmesi, depolanması ve dagıtılması gerçekle¸stirildigi için bu verileri satın alma gücüne sahip olamayan genel kullanıcılar ve diger düsük ya da orta sınıf hizmet saglayıcılar için her zaman bir eri¸sim kontrolü olmustur. Bu anlamda, Web2.0 teknolojisinin ortaya çıkması, herhangi bir son kullanıcının kendi cografi verilerini olu¸sturmasına, yüklemesine ve yaymasına izin vererek mevcut sistemi degi¸stirebilecegini kanıtlamıstır. Bu tür veri yönetimi için tasarlanan sistemler Gnüllü Cografi Bilgi (GCB) (Michael F. Goodchild tarafından tanıtılmı¸stır) olarak adlandırılmaktadır. Çok bilinen bir GCB projesi Steve Coast tarafından 2004 yılında kurulan OpenStreetMap (OSM) dir. Bu açık konum verisi projesi, Kasım 2016 istatistiklerine göre dünya genelinde 9 milyar lokasyon (nokta), 0,4 milyar çizgi (yol) ve 3.1 milyon kayıtlı kullanıcı tarafından olu¸sturulan 4.5 milyon poligon (ili¸skiler) verisi ile çok fazla geli¸sme göstermi¸stir. Böylece, ara¸stırmacıların gerçek veriler hakkındaki hipotezlerini test etmek, geli¸stiricilerin anlamlı cografi hizmetlerini yapılandırabilmeleri ve analistlerin fiili egilimleri incelemek gibi bir çok alanda oldukça büyük fırsatlar geli¸stirilmi¸stir. Birbirini izleyen dört blümün bulguları, a¸sagıdaki soruların kısmen yanıtlanmasına yardımcı olmu¸stur. Gelismis bir E-GGSP ..zücü yönlendirme hizmeti için ne kadar iyi OSM veri kümesi kullanılmalıdır ve daha iyi sonuçlar için yol uzunlugunun hassasiyeti nasıl gelistirilebilir? Bu çalı¸smada, GCB, OSM, AYS ve açık cografi veriler alanındaki bilim adamları ve ara¸stırmacılar için yeni ara¸stırma olanaklarını açması ve her b.lümün sonuç kısmında belirtildigi gibi, geli¸stiricilerin daha iyi hizmet sunabilmeleri için uygulamaları benimsemelerine yardımcı olması beklenmektedir. Bununla birlikte, son blümde genel sonuçlara yer verilmi¸stir. Gelecekteki çalı¸smalar, OSM nokta yogunlugu evrimi için daha iyi sosyo-ekonomik verilerin tanımlanmasını ve farklı türdeki yol aglarının tanımlanmasını içerebilir. Gelistirilmis R-Arama yöntemi, makine ögrenimi ve sezgisel kavramlar kullanılarak geli¸stirilebilir. Istatistiksel analiz yardımıyla gereksiz noktaları tanımlamak ve egri uydurma için uygun olmayan yol blümlerini kontrol etmek mümkün olacaktır. Sonuç blümünde genel olarak gelecekte gerçekle¸stirilebilecek çalı¸sma olasılıgı sunulmustur.

The last two decades have evidently witnessed a sudden boom in Information and Communication Technologies (ICT), which include any communication device or application like cellular phones, computer hardware, satellite systems and so on. This has resulted into a massive flooding of geo-tagged information, efficiently being handled by specialized Information Systems, aka Geographic Information System (GIS). This massive or big data has contemporaneously led to the opportunities of various geo-services, targeted for specific use-cases. However, because of primarily being collected, managed, stored and distributed by Governmental and National Mapping Agencies, there has always been a data access check for general users and other low/mid class service-providers, except for those who can afford data's lofty pricing. The advent of Web2.0 technology, in this sense, has proven to be a game changer, by allowing any end-user to generate, upload and disseminate his/her own geo-data. Systems designed for these kind of data management are termed as Volunteered Geographic Information (VGI) (introduced by Michael F. Goodchild). One such famous, if not the famous, VGI project is OpenStreetMap (OSM), founded in 2004 by Steve Coast. Since genesis, this open-geo-data project has gone too far with worldwide 9 billion mapped locations (nodes), 0.4 billion traced lines (ways), and 4.5 million sketched polygons (relations), generated by 3.1 million registered users, approximately (November 2016 stats). It has clearly generated huge opportunities for researchers to test their hypotheses on real-data, developers to structure meaningful geo-services, analysts to study factual trends, and so on. Findings of the subsequent four chapters have helped us to partially answer the following questions: How good OSM data-set is for an advanced E-GTSP-solver routing-service, and how underlying route length's precision can be improved for better results?. This study is expected to open future research possibilities for scientists and researchers in the field of VGI, OSM, VRS, and open geo-data, and assist developers to adopt good practices for improved services, as stated in each chapter's conclusion section. Nevertheless, a general conclusion is provided in the last chapter. Future work might involve the identification of better socio-economic proxies for OSM node density evolution, along with the identification of street network of different kind. The developed R-Search methodology could be improved by the use of machine learning and heuristic concepts. Statistical analysis to identify overshot nodes would be useful to check out road sections not suitable for curve fitting. A general possibility of future work is provided in the conclusion chapter.