Thử nghiệm tìm đường tương tự trên nền tảng Google Map

Một phần của tài liệu (LUẬN văn THẠC sĩ) phát triển thuật toán tìm đường cho nền tảng cung cấp dịch vụ địa chỉ việt nam​ (Trang 49 - 53)

Bảng 4.2. Kết quả thử nghiệm thực tế

Google Map VMap cũ Vmap mới Thực tế

144 Xuân Thủy → 716 Láng 17 phút 10 phút 17 phút 17 phút 302 Láng → 275 Nguyễn

Trãi

6 phút 7 phút 6 phút 6 phút

144 Xuân Thủy → 10 Thụy Khuê

Sau khi tiến hành thử nghiệm em nhận thấy thời gian phản hồi của dịch vụ còn chậm. Cụ thể là khoảng 3 giây với yêu cầu tìm đường cho 1 tuyến đường và 8 giây cho một yêu cầu. Chậm hơn rất nhiều so với chỉ khoảng 1 giây cho cả 2 yêu cầu trên khi sử dụng dịch vụ cũ. Lý do của việc này là do quá trình tách đặc trưng từ ảnh Google Traffic Tile tốn rất nhiều thời gian để xử lý. Ngoài ra, thời gian xử lý này còn phụ thuộc của tuyến đường tìm được. Đây là một vấn đề cần giải quyết trong tương lai.

CHƯƠNG 5. KẾT LUẬN VÀ ĐỊNH HƯỚNG

Kết quả đạt được

Như vậy, trong luận văn này, em đã lần lượt trình bày các nghiên cứu của bản thân để thực hiện các công việc: (i) Xây dựng công cụ thu thập bộ dữ liệu Google Traffic Tiles, (ii) Xây dựng thuật toán tìm đường đi nhanh nhất theo thời gian cho Nền tảng cung cấp dịch vụ địa chỉ Việt Nam Vmap và (iii) Triển khai thuật toán cho Nền tảng cung cấp dịch vụ địa chỉ Việt Nam VMap và đánh giá hiệu quả sử dụng. Việc xây dựng công cụ thu thập bộ dữ liệu Google Traffic Tiles đang ở mức thử nghiệm trong nội thành Hà Nội với 15.128 tile, tự động cập nhật sau mỗi 5 phút. Tiếp theo đó, em đã lần lượt trình bày cách tách các đặc trưng từ bộ dữ liệu này phụ thuộc tuyến đường tìm được bằng cách xử dụng các kỹ thuật xử lý ảnh. Từ đó, em đã tiến hành xây dựng bộ dữ liệu thử nghiệm với 3401 dữ liệu bằng cách sử dụng Dịch vụ tìm đường của VMap và Dịch vụ tìm đường của Google Map. Sau đó, em tiến hành xây dựng mô hình bằng cách thử nghiệm bằng cách sử dụng Hồi quy tuyến tính và mạng nơ-ron RNN. Từ đó cho thấy RNN khá hiệu quả trong việc ước lượng thời gian di chuyển với RMSE=64,361. Cuối cùng, em đã tiến hành triển khai các công cụ, thuật toán này lên hệ thống của VMap đồng thời em cũng tiến hành thử nghiệm trực tiếp trên ứng dụng nền tảng web và ứng dụng nền tảng di động của VMap. Kết quả ban đầu cho thấy kết quả khá tương đồng so với kết quả thu được từ Google Map.

Định hướng phát triển tương lai

Tuy đã triển khai dịch vụ vào thực tế, nhưng dịch vụ còn một số vấn đề còn tồn tại và nổi bật nhất là thời gian xử lý quá chậm trong quá trình xử lý ảnh bóc tách feature. Trong tương lai, em sẽ tìm cách giảm thời gian của quá trình này đến xuống mức có thể chấp nhận được với người dùng. Ngoài ra các kỹ thuật bộ nhớ đệm để tăng tốc dịch vụ cho toàn hệ thống. Ngoài ra, em cũng sẽ tiến hành tối ưu mô hình để đạt được hiệu quả

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 về 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/s13398-014-

Một phần của tài liệu (LUẬN văn THẠC sĩ) phát triển thuật toán tìm đường cho nền tảng cung cấp dịch vụ địa chỉ việt nam​ (Trang 49 - 53)

Tải bản đầy đủ (PDF)

(53 trang)