Phát triển thuật toán tìm đường cho nền tảng cung cấp dịch vụ địa chỉ việt nam​

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ HÀ ĐỨC VĂN Phát triển thuật tốn tìm đường cho Nền tảng cung cấp dịch vụ địa Việt Nam LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH Giảng viên hướng dẫn: TS Bùi Quang Hưng Hà Nội, 09/2020 LỜI CẢM ƠN Trước hết tơi xin bày tỏ lịng cảm ơn chân thành đến TS Bùi Quang Hưng tận tình hướng dẫn tơi thời gian làm luận văn thạc sĩ Tôi xin cảm ơn thầy, Trung tâm Cơng nghệ tích hợp liên ngành Giám sát trường (FIMO), khoa Công nghệ thông tin, trường Đại học Công nghệ ĐHQGHN tạo điều kiện giúp đỡ tơi hồn thành luận văn Cuối cùng, tơi muốn gửi lời cảm ơn sâu sắc đến bố mẹ người thân gia đình, người ủng hộ đường lựa chọn, giúp đỡ động viên tơi vượt qua khó khăn sống Tuy có cố gắng định kiến thức thời gian có hạn nên chắn luận văn cịn nhiều thiếu sót hạn chế định Kính mong nhận góp ý thầy Khóa luận hỗ trợ đề tài nghiên cứu ứng dụng phát triển công nghệ cấp quốc gia: "Nghiên cứu xây dựng Nền tảng cung cấp dịch vụ liệu địa Việt Nam phục vụ phát triển ứng dụng dân sinh”, Mã số: ĐTCT-KC-4.0-03/19/25 Hà Nội, ngày tháng năm 2020 Học viên Hà Đức Văn TĨM TẮT Tóm tắt: Trong thời đại chứng kiến phát triển vượt bậc hệ thống công nghệ thông tin, hệ thống đồ số có bước tiến lớn, đóng góp vai trị quan trọng sống đại Nắm bắt thực trạng nhu cầu sử dụng đồ số Việt Nam cho mục đích tìm kiếm thơng tin địa chỉ, tìm đường, Nền tảng đồ số VMap đời với vai trò tiên phong lĩnh vực đồ sô Việt Nam Một thách thức việc phát triển chức đường VMap ước tính tốc độ di chuyển thực tế Thực trạng việc sử dụng phương tiện cá nhân vấn đề thị hóa dẫn đến tình trạng giao thơng thành phố lớn trở nên vô phức tạp thường xuyên xảy ùn tắc, mật độ phương tiện cao Điều dẫn đến tốc độ di chuyển đoạn đường vào thời điểm khác có khác biệt rõ rệt Tuy chức đường VMap đưa tốc độ di chuyển tính chất khơng đổi đoạn đường loại đường, biển báo hạn chế tốc độ chưa đủ để đảm bảo độ xác Luận văn thực nghiên cứu, phát triển cơng cụ ước tính tốc độ di chuyển thực tế dựa liệu giao thông cho VMap Luận văn bao gồm thành phần là: (1) tìm hiểu cơng nghệ, nghiên cứu tính tốn tốc độ di chuyển thực tế, (2) Đề xuất quy trình xây dựng thuật tốn sử dụng Google Traffic Tiles để ước lượng thời gian di chuyển thực tế,(3) Xây dựng liệu thử nghiệm đánh giá thử nghiệm mơ hình, (4) Triển khai đánh giá hiệu thuật tốn Từ khóa: VMap, tốc độ di chuyển, tìm đường LỜI CAM ĐOAN Tơi xin cam đoan luận văn “PHÁT TRIỂN THUẬT TỐN TÌM ĐƯỜNG CHO NỀN TẢNG CUNG CẤP DỊCH VỤ ĐỊA CHỈ VIỆT NAM” cơng trình nghiên cứu thân hướng dẫn TS Bùi Quang Hưng Tất tham khảo từ nghiên cứu liên quan trích dẫn cách rõ ràng danh mục tài liệu tham khảo Khơng có việc chép tài liệu, cơng trình nghiên cứu người khác mà khơng rõ tài liệu tham khảo Hà Nội, ngày tháng năm 2020 Học viên Hà Đức Văn TÓM TẮT DANH MỤC BẢNG BIỂU DANH MỤC HÌNH ẢNH DANH MỤC TỪ VIẾT TẮT CHƯƠNG GIỚI THIỆU CHUNG 1.1 Giới thiệu chung VMap chức đường VMap 1.1.2 Chức đường VMap 1.2 Vấn đề gặp phải với chức đường VMap CHƯƠNG CÁC NGHIÊN CỨU, CÔNG NGHỆ LIÊN QUAN 2.1 Một số phương pháp tính tốn tốc độ di chuyển thực tế 2.2.Giới thiệu tổ chức Open Geospatial Consortium (OGC) chuẩn Web Map Tile Service (WMTS) 2.2.2 Giới thiệu chuẩn Web Map Tile Service (WMTS) 2.3.Giới thiệu Google Map 2.4.Giới thiệu Graphhopper 2.5.Giới thiệu Javascript NodeJS 2.5.1 Giới thiệu, lịch sử phát triển Javascript 2.6 Giới thiệu Python thư viện, thư viện sử dụng 26 2.6.1 Giới thiệu Python 26 2.6.2 Bộ thư viện Scikit-Learn (sklearn) 27 2.6.3 Flask 28 2.7 Giới thiệu RNN 29 CHƯƠNG ĐỀ XUẤT PHƯƠNG PHÁP 31 3.1 Thu thập liệu Google Traffic Tiles 31 3.2 Xây dựng thuật toán tìm đường nhanh theo thời gian 34 3.2.1 Đề xuất phương pháp tìm đường 34 3.2.2 Đề xuất Thuật toán tìm đường nhanh 38 CHƯƠNG TRIỂN KHAI, THỰC NGHIỆM VÀ ĐÁNH GIÁ 43 4.1 Xây dựng mơ hình ước lượng thời gian di chuyển theo tình trạng giao thơng 43 4.1.1 Xây dựng liệu thử nghiệm 43 4.1.2 Thử nghiệm tìm mơ hình hiệu 43 4.2 Triển khai công cụ thu thập liệu Google Traffic Tiles 46 4.3 Triển khai thuật toán cho Nền tảng cung cấp dịch vụ địa Việt Nam VMap 46 CHƯƠNG KẾT LUẬN VÀ ĐỊNH HƯỚNG 51 Kết đạt 51 Định hướng phát triển tương lai 51 Tài liệu tham khảo 52 DANH MỤC BẢNG BIỂU Bảng 3.1 Thông số chi tiết Google Traffic Tiles 31 Bảng 3.3 Thông tin thử nghiệm tải liệu 33 Bảng 3.4 Các thơng số truy vấn gửi lên 36 Bảng 3.5 Các thơng số truy vấn gửi lên 37 Bảng 4.1 Kết thử nghiệm 45 Bảng 4.2 Kết thử nghiệm thực tế 48 DANH MỤC HÌNH ẢNH Hình 1.1 Ví dụ chức đường VMap 12 Hình 1.2 Ví dụ việc quản lý, chỉnh sửa biển báo hiệu giao thông VMap 14 Hình 1.3 Vấn đề gặp phải với chức tìm đường VMap .14 Hình 1.4 Tối ưu đồ thị định tuyến chức đường VMap [6] 16 Hình 2.1 WMTS chia đồ làm mảnh 22 Hình 2.2 Giao diện trình diễn GraphHoper 24 Hình 2.3 Ví dụ ứng dụng Hello World thư viện Flask 28 Hình 2.4 Ví dụ ứng dụng Hello World thư viện Flask 29 Hình 2.5 Ví dụ mạng nơ-ron RNN 30 Hình 3.1 Dữ liệu giao thông Google hiển thị tảng liệu VMap 32 Hình 3.2 Dữ liệu ranh giới hành 33 Hình 3.3 Một phần liệu thu thập 34 Hình 3.4 Kiến trúc hệ thống tìm đường 35 Hình 3.5 Ví dụ kết tìm đường trả API 38 Hình 3.6 Hệ thống đường VMap Google khơng hồn tồn trùng khớp 40 Hình 3.7 Ví dụ trích xuất thơng tin từ Tile 40 Hình 3.8 Các mức độ giao thông Google Traffic .41 Hình 3.9 Quy trình Thuật tốn tìm đường nhanh 42 Hình 4.1 Quy trình xây dựng liệu thử nghiệm 43 Hình 4.2 Quy trình xây dựng liệu thử nghiệm 45 Hình 4.3 Tiến trình thu thập liệu Google Traffic Tiles khởi tạo 46 Hình 4.4 PM2 khai báo khởi động hệ thống 46 Hình 4.5 Thử nghiệm dịch vụ tìm đường ứng dụng tảng web VMap VMap.vn 47 Hình 4.6 Thử nghiệm tìm đường tương tự tảng Google Map 48 Hình 4.7 Thử nghiệm dịch vụ tìm đường ứng dụng tảng di động Android 49 DANH MỤC TỪ VIẾT TẮT Ký hiệu API CSDL ĐHQGHN OGC OSM WMTS MỞ ĐẦU Hệ tri thức Việt số hóa [1] đề án Chính phủ Việt Nam với mục tiêu xây dựng hệ tri thức tổng hợp lĩnh vực, góp phần thúc đẩy, tạo điều kiện để người dân học tập suốt đời, làm chủ tri thức, tăng cường nghiên cứu sáng tạo, ứng dụng tiến khoa học công nghệ, thúc đẩy phát triển đất nước Đề án xây dựng cập nhật theo hình thức xã hội hóa, thu hút khuyến khích người dân doanh nghiệp tham gia, với vai trò vừa khai thác vừa đóng góp để làm giàu tài nguyên tri thức số hóa Việt Nam Góp phần khơi dậy, lan toả niềm đam mê khoa học công nghệ, khát vọng sáng tạo, cống hiến người việc tạo lập phổ biến tri thức Đề án hướng tới phổ cập thông tin khoa học công nghệ cho tầng lớp người dân xã hội, vùng nông thôn, vùng sâu, vùng xa; học sinh, sinh viên, người lao động Một nội dung quan trọng Đề án Xây dựng tảng Bản đồ số Việt Nam Đại học Quốc gia Hà Nội chủ trì Bản đồ số Việt Nam tảng để nhà phát triển xây dựng ứng dụng dân sinh phục vụ nhu cầu khác cộng đồng tìm kiếm vị trí, địa điểm, địa chỉ, du lịch, văn hóa, giáo dục, y tế,… Một dịch vụ sử dụng nhiều quan trọng VMap dịch vụ tìm đường Người dùng thường muốn tìm đường có khoảng thời gian di chuyển ngắn thay tìm đường ngắn Đây xu chung tất dịch vụ đường có thị trường Google Map, Bing Map, Here Map, TomTom,… Việc ước lượng thời gian di chuyển người dùng VMap khơng xác nên chưa áp dụng để tìm đường ngắn theo thời gian Tuy nhiên, thiếu liệu tín hiệu giao thơng chưa có liệu lưu lượng giao thơng thực tế để xây dựng thuật tốn, kết đầu dịch vụ tìm đường cho ước lượng thời gian di chuyển khơng xác Luận văn tập trung vào việc Phát triển thuật tốn tìm đường nhanh theo thời gian cho Nền tảng cung cấp dịch vụ địa Việt Nam VMap cách sử dụng liệu lưu lượng giao thông từ ảnh Google Traffic Tiles với mục tiêu cụ thể sau: - Xây dựng công cụ thu thập liệu Google Traffic Tiles - Xây dựng thuật tốn tìm đường nhanh theo thời gian cho Nền tảng cung cấp dịch vụ địa Việt Nam VMap Hình 3.5 Ví dụ kết tìm đường trả API 3.2.2 Đề xuất Thuật tốn tìm đường nhanh Thuật tốn tìm đường nhanh có đầu vào đường người dùng dạng Polyline Đường đầu dịch vụ đường VMap Sau thuật tốn thực bước sau: 38 - Bước 1: Kết trả dịch vụ đường VMap bao gồm hướng dẫn di chuyển Polyline tọa độ bước di chuyển Mỗi cách di chuyển ta gọi Path - Bước 2: Từ Path, ta có thơng tin Polyline bao gồm nhiều Point khác nhau, Point bước thẳng theo dẫn Ta tách nhỏ Polyline Path thành Polyline bao gồm Point liền nhau, ta gọi Line - Bước 3: Từ Line, ta cắt thành mảnh nhỏ hơn, đoạn dài ~5.96m (tương ứng 10 pixel tile), ta Piece Ta cần sử dụng thư viện shapely để thực việc - Bước 4: Với Piece, ta tính tốn tâm (Mid-point) góc so với trục tọa độ Mục tiêu ta cần tính tốn cửa sổ cần lấy điểm ảnh đó, từ xem đoạn đường có tình trạng giao thơng Để tính toán Mid-point, em sử dụng hàm nội suy interpolate thư viện shapely để nội suy điểm trung tâm Tuy nhiên, để sử dụng hảm này, ta cần chuyển hệ quy chiếu điểm Piece sang hệ quy chiếu UTM Em sử dụng hàm from_latlon to_latlon thư viện utm, với Zone_number=”48” Zone_letter=”Q” - Bước 5: Sử dụng thư viện OpenCV dựng cửa số Tile tương ứng với MidPoint để lấy tất pixel ảnh thuộc sổ đó, từ đo tính tốn tình trạng giao thơng Piece Do hệ thống đường VMap Google khơng trùng khớp hồn tồn, ta cần mở rộng sổ theo chiều dọc để tăng khả có liệu Sau thử nghiệm, em thấy độ chiều dọc cửa sổ có giá trị 30 hợp lý 39 Hình 3.6 Hệ thống đường VMap Google khơng hồn tồn trùng khớp Hình 3.7 Ví dụ trích xuất thơng tin từ Tile - Bước 6: Chuẩn hóa liệu thu điểm cách gán điểm trung bình cho điểm ảnh Nếu điểm ảnh màu xanh khơng có giá trị, gán giá trị 1, màu cam, gán giá trị 2, gán 3, với điểm ảnh màu đỏ nâu Ta lấy trung bình làm trịn để có giá trị cửa sổ Một vấn 40 đề gặp phải ảnh Google Traffic Tile kết xuất theo đường với màu chủ đạo Xanh, Cam, Đỏ Nâu làm nhạt dần viền Để biết xác điểm ảnh Xanh, Cam, Đỏ hay Nâu bảng mã màu RGB khó Để giải vấn đề này, em chuyển đổi ảnh sang bảng mã màu HSV cách sử dụng hàm cvtColor thư viện OpenCV Sau chuyển sáng mã màu HSV, pixel màu xanh có giá trị H (Hue) khoảng [57, 90], pixel màu cam có giá trị H khoảng [18, 40], pixel màu đỏ có giá trị H khoảng [2, 10], pixel màu nấu có giá trị H khoảng [0, 1] Hình 3.8 Các mức độ giao thơng Google Traffic - Bước 7: Ta gom tất giá trị sổ sau chuẩn hóa để có đầu vào cho mơ hình học máy - Bước 8: Chạy mơ hình để ước lượng thời gian di chuyển tương ứng với Path Từ đó, ta xếp Path theo thời gian di chuyển ngắn thay đưa Path có qng đường ngắn 41 Hình 3.9 Quy trình Thuật tốn tìm đường nhanh 42 CHƯƠNG TRIỂN KHAI, THỰC NGHIỆM VÀ ĐÁNH GIÁ 4.1 Xây dựng mơ hình ước lượng thời gian di chuyển theo tình trạng giao thơng 4.1.1 Xây dựng liệu thử nghiệm Xây dựng liệu thử nghiệm cách chọn ngẫu nhiên 1200 điểm đầu 1200 điểm cuối khu vực nội thành Hà Nội Sử dụng thư viện request NodeJS để lấy hướng dẫn di chuyển Dịch vụ tìm đường Google (Google Direction API) Dịch vụ tìm đường VMap Với kết trả dịch vụ tìm đường VMap, ta trích xuất đặc trưng theo phương pháp trình bày phần trước làm đầu vào thuật toán học máy Với kết Dịch vụ tìm đường Google ta có thời gian ước lượng di chuyển tình trạng giao thơng tương ứng với kết đầu thuật toán Kết hợp hai thơng tin ta có liệu thử nghiệm Bộ liệu thử nghiệm lưu trữ sở liệu MongoDB xuất dạng file csv - Tổng số liệu: 3401 - Dữ liệu tập train: 3000 liệu - Dữ liệu tập test: 401 liệu Hình 4.1 Quy trình xây dựng liệu thử nghiệm 4.1.2 Thử nghiệm tìm mơ hình hiệu Tiến hành thử nghiệm thuật tốn khác để xây dựng mơ hình tối ưu từ liệu thử nghiệm Ở đây, em thử nghiệm với thuật toán Hồi quy tuyến tính RNN Em sử dụng đối tượng LinearRegression MLPRegressor thư viện sklearn để thực với thông số để mặc định Cách thức thực so sánh kết thể Hình 4.2 Bảng 4.1 43 Để đánh giá chất lượng liệu, hệ số xác định R2 sai số RMSE sử dụng để phân tích ước lượng thời gian di chuyển Phân tích hồi qui nghiên cứu phụ thuộc biến (biến phụ thuộc) vào hay nhiều biến khác (biến độc lập), nhằm mục đích ước lượng (hay dự đốn) giá trị trung bình biến phụ thuộc sở giá trị biết trước biến độc lập Mơ hình hồi qui tuyến tính k biến: Y = 1+ 2X2 + …+ kXk + U (1) - Y: biến phụ thuộc X2 ,…,Xk : biến độc lập - U: sai số ngẫu nhiên - hệ số tự - j hệ số hồi quy riêng, cho biết Xj tăng đơn vị trung bình Y thay đổi j đơn vị trường hợp yếu tố khác không đổi (j=2,…,k) Hệ số xác định 0≤ R2 ≤1 Có thể nói R2 phản ánh tỷ lệ mơ hình lý thuyết phản ánh thực tế RMSE tính theo cơng thức sau: 44 Hình 4.2 Quy trình xây dựng liệu thử nghiệm Kết thử nghiệm cho thấy với mơ hình RNN có kết tốt với số R2 không khác biệt (chênh lệch 0.0017), nhiên RMSE thấp 27% Sau xây dựng mơ hình, em sử dụng thư viện pickle để lưu mơ hình xuống ổ cứng Bảng 4.1 Kết thử nghiệm Thuật tốn Hồi quy tuyến tính RNN 45 4.2 Triển khai công cụ thu thập liệu Google Traffic Tiles Yêu cầu: NodeJS, NPM, PM2 PM2 trình quản lý tiến trình dành cho ứng dụng NodeJS Nó viết NodeJS Shell PM2 tích hợp cân tải (load balancer) Sử dụng lệnh npm i -g pm2 để cài đặt pm2 cho hệ thống Thực chép tệp tin downloadImgGGTraffic.js vào thư mục /deployment Chạy lệnh npm i polygon-lookup request để cài đặt thư viện Chạy lệnh pm2 start downloadImgGGTraffic.js để chạy công cụ thu thập liệu Google Traffic Tiles Để tiến trình ln chạy dù hệ thống bị khởi động lại, ta sử dụng lệnh pm2 save để lưu danh sách tiến trình pm2 startup để khai báo khởi động pm2 hệ thống Hình 4.3 Tiến trình thu thập liệu Google Traffic Tiles khởi tạo Hình 4.4 PM2 khai báo khởi động hệ thống 4.3 Triển khai thuật toán cho Nền tảng cung cấp dịch vụ địa Việt Nam VMap Yêu cầu: Python, PIP, Flask, Waitress Tương tự PM2, Waitress trình quản lý tiến trình dành cho ứng dụng WSGI Python Sử dụng lệnh pip install waitress để cài đặt Waitress cho hệ thống Thực chép tệp tin app.py vào thư mục /deployment Chạy lệnh pip install flask để cài đặt Flask Tương tự với thư viện cần thiết Chạy lệnh waitressserve –call ‘flaskr:VMap_direction’ để chạy ứng dụng web dạng tiến trình Lúc này, tiến trình chạy cổng 8000 Để thay trực tiếp Dịch vụ tìm đường cũ VMap, ta cần cấu hình nginx (cơng cụ proxy hệ thống VMap sử dụng) đến cổng 8000 Vào thư mục 46 /etc/nginx/conf.d/ tiến hành chỉnh sửa file VMap.conf Thêm đoạn mã sau vào phần cấu hình tên miền VMap.vn để cập nhật dịch vụ tìm đường VMap location /route { proxy_pass http://10.101.3.215:8000; proxy_cache VMap_cache; proxy_cache_revalidate on; proxy_cache_min_uses 3; proxy_cache_use_stale error timeout updating http_500 http_502 http_503 http_504; proxy_cache_lock on; proxy_set_header X-Real-IP $remote_addr; proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for; proxy_set_header Host $http_host; proxy_set_header X-NginXProxy true; # Enables WS support proxy_http_version 1.1; proxy_set_header Upgrade $http_upgrade; proxy_set_header Connection "upgrade"; proxy_redirect off; } Sau triển khai thành cơng Dịch vụ tìm đường mới, tiến hành thử nghiệm ứng dụng tảng web tảng di động VMap Kết di chuyển thực tế trình bày Bảng 4.2 Hình 4.5 Thử nghiệm dịch vụ tìm đường ứng dụng tảng web VMap VMap.vn 47 Hình 4.6 Thử nghiệm tìm đường tương tự tảng Google Map Bảng 4.2 Kết thử nghiệm thực tế 144 Xuân Thủy 302 Láng Trãi → → 716 Láng 275 Nguyễn 144 Xuân Thủy Khuê → 10 Thụy Hình 4.7 Thử nghiệm dịch vụ tìm đường ứng dụng tảng di động Android 49 Sau tiến hành thử nghiệm em nhận thấy thời gian phản hồi dịch vụ chậm Cụ thể khoảng giây với yêu cầu tìm đường cho tuyến đường giây cho yêu cầu Chậm nhiều so với khoảng giây cho yêu cầu sử dụng dịch vụ cũ Lý việc trình tách đặc trưng từ ảnh Google Traffic Tile tốn nhiều thời gian để xử lý Ngoài ra, thời gian xử lý cịn phụ thuộc tuyến đường tìm Đây vấn đề cần giải tương lai 50 CHƯƠNG KẾT LUẬN VÀ ĐỊNH HƯỚNG Kết đạt Như vậy, luận văn này, em trình bày nghiên cứu thân để thực công việc: (i) Xây dựng công cụ thu thập liệu Google Traffic Tiles, (ii) Xây dựng thuật tốn tìm đường nhanh theo thời gian cho Nền tảng cung cấp dịch vụ địa Việt Nam Vmap (iii) Triển khai thuật toán cho Nền tảng cung cấp dịch vụ địa Việt Nam VMap đánh giá hiệu sử dụng Việc xây dựng công cụ thu thập liệu Google Traffic Tiles mức thử nghiệm nội thành Hà Nội với 15.128 tile, tự động cập nhật sau phút Tiếp theo đó, em trình bày cách tách đặc trưng từ liệu phụ thuộc tuyến đường tìm cách xử dụng kỹ thuật xử lý ảnh Từ đó, em tiến hành xây dựng liệu thử nghiệm với 3401 liệu cách sử dụng Dịch vụ tìm đường VMap Dịch vụ tìm đường Google Map Sau đó, em tiến hành xây dựng mơ hình cách thử nghiệm cách sử dụng Hồi quy tuyến tính mạng nơ-ron RNN Từ cho thấy RNN hiệu việc ước lượng thời gian di chuyển với RMSE=64,361 Cuối cùng, em tiến hành triển khai công cụ, thuật toán lên hệ thống VMap đồng thời em tiến hành thử nghiệm trực tiếp ứng dụng tảng web ứng dụng tảng di động VMap Kết ban đầu cho thấy kết tương đồng so với kết thu từ Google Map Định hướng phát triển tương lai Tuy triển khai dịch vụ vào thực tế, dịch vụ số vấn đề tồn bật thời gian xử lý chậm q trình xử lý ảnh bóc tách feature Trong tương lai, em tìm cách giảm thời gian trình đến xuống mức chấp nhận với người dùng Ngoài kỹ thuật nhớ đệm để tăng tốc dịch vụ cho toàn hệ thống Ngồi ra, em tiến hành tối ưu mơ hình để đạt hiệu tốt Việc mở rộng phạm vi Google Traffic Tile tính tốn liệu giao thơng Google phủ thành phố lớn nước Vì với việc áp dụng số kỹ thuật tải hình ảnh có thay đổi việc cập nhật hình ảnh khoảng thời gian phút khả thi 51 TÀI LIỆU THAM KHẢO [1] “Đề án ‘Phát triển Hệ tri thức Việt số hóa.’” [2] “VMap - Bản đồ Việt Nam.” https://vmap.vn/ [3] “OpenStreetMap.” https://www.openstreetmap.org/ [4] “OpenStreetMap Wiki.” https://wiki.openstreetmap.org/wiki/Main_Page [5] Nhóm phát triển VMap, “Tài liệu nội bộ,” 2020 [6] Bộ Giao thông vận tải, “Quy chuẩn kỹ thuật quốc gia Báo hiệu đường bộ.” 2019 [7] R Fairhurst, “Project-GraphHopper,” 2019 [8] G Leduc, “Road Traffic Data : Collection Methods and Applications,” EUR Number Tech, pp 2–10, 2008 [9] “About OGC | OGC.” https://www.ogc.org/about [10] A Doyce, “WWW Mapping Bộ thư viện,” Open GIS Consort., 1997 [11] “OpenGIS Web Map Tile Service Implementation Standard | OGC.” https://www.ogc.org/standards/wmts [12] “Geo-location APIs | Google Maps Platform | Google Cloud.” https://cloud.google.com/maps-platform/ [13] “Google Map.” https://sites.google.com/site/bestmapgogle/ [14] “About us - GraphHopper Directions API.” https://www.graphhopper.com/about-us/ [15] “JavaScript,” J Inf Process Manag., 2001, doi: 10.1241/johokanri.44.584 [16] R Prediger, R Winzinger, R Prediger, and R Winzinger, “Node.js,” in Node.js, 2015 [17] T E Oliphant, “Python for scientific computing,” Comput Sci Eng., 2007, doi: 10.1109/MCSE.2007.58 [18] F Pedregosa et al., “Scikit-learn: Học máy in Python,” J Mach Learn Res., 2011 [19] A C Muller and S Guido, Introduction to học máy with scikit-learn 2017 [20] C.-C Chang and C.-J Lin, “LIBSVM,” ACM Trans Intell Syst Technol., 2011, doi: 10.1145/1961189.1961199 [21] “TensorFlow.” https://www.tensorflow.org/ [22] M Grinberg, “Flask Web Developement,” O’Reilly, 2014, doi: 10.1007/s13398-0140173-7.2 52 ... Traffic Tiles - Xây dựng thuật tốn tìm đường nhanh theo thời gian cho Nền tảng cung cấp dịch vụ địa Việt Nam VMap - Triển khai thuật toán cho Nền tảng cung cấp dịch vụ địa Việt Nam VMap đánh giá... tốn Từ khóa: VMap, tốc độ di chuyển, tìm đường LỜI CAM ĐOAN Tơi xin cam đoan luận văn “PHÁT TRIỂN THUẬT TỐN TÌM ĐƯỜNG CHO NỀN TẢNG CUNG CẤP DỊCH VỤ ĐỊA CHỈ VIỆT NAM” cơng trình nghiên cứu thân... 43 4.1.2 Thử nghiệm tìm mơ hình hiệu 43 4.2 Triển khai công cụ thu thập liệu Google Traffic Tiles 46 4.3 Triển khai thuật toán cho Nền tảng cung cấp dịch vụ địa Việt Nam VMap