Search

International audience; The continuous development and complexity of many modern cities offer many research challenges for urban scientists searching for a better understanding of mobility patterns that happen in space and time. Today, very large trajectory datasets are often publicly generated thanks to the availability of many positioning sensors and location-based services. However, the successful integration of mobility data still requires the development of conceptual and database frameworks that will support appropriate data representation and manipulation capabilities. The research presented in this paper introduces a conceptual modeling and database management approach for representing and analyzing human trajectories in urban spaces. The model considersthe spatial, temporal and semantic dimensions in order to take into account the full range of properties that emerge from mobility patterns. Several object data types and data manipulation constructs are developed and experimented on top of an urban dataset testbed currently available in the city of Beijing. The interest of the approach is twofold: first, it clearly appears that very large mobility datasets can be integrated in current extensible GIS; second, significant patterns can be derived at the database manipulation level using some specifically developed query functions.

La croissance rapide et la complexite de nombreuses villes contemporaines offrent de nombreux defis de recherche pour les scientifiques a la recherche d'une meilleure comprehension des mobilites qui se produisent dans l'espace et dans le temps. A l’heure ou de tres grandes series de donnees de trajectoires en milieu urbain sont disponibles grâce a profusion de nombreux capteurs de positionnement et de services de nombreuses et nouvelles opportunites de recherche et d’application nous sont offertes. Cependant, une bonne integration de ces donnees de mobilite necessite encore l'elaboration de cadres methodologiques et conceptuels tout comme la mise en oeuvre de bases de donnees spatio-temporelles qui offriront les capacites appropriees de representation et de manipulation des donnees. La recherche developpee dans cette these introduit une modelisation conceptuelle et une approche de gestion de base de donnees spatio-temporelles pour representer et analyser des trajectoires humaines dans des espaces urbains. Le modele considere les dimensions spatiales, temporelles et semantiques afin de tenir compte de l’ensemble des proprietes issues des informations de mobilite. Plusieurs abstractions de donnees de mobilite et des outils de manipulation de donnees sont developpes et experimentes a partir d’une large base de donnees de trajectoires disponibles dans la ville de Pekin. L'interet de l'approche est double: il montre d’une part que de larges ensembles de donnees de mobilite peuvent etre integres au sein de SGBD spatiotemporels extensibles; d’autre part des outils de manipulation et d’interrogation specifiques peuvent etre derives a partir de fonctions integrees au sein d’un langage d’interrogation. Le potentiel de l’approche est illustre par une serie d’interrogations qui montrent comment a partir d’une large base de donnees de trajectoires quelques patrons de deplacements peuvent etre obtenus.

Massive trajectory datasets generated in modern cities generate not only novel research opportunities but also important methodological challenges for academics and decision-makers searching for a better understanding of travel patterns in space and time. This PhD research is oriented towards the conceptual and GIS-based modeling of human displacements derived from large sets of urban trajectories. The motivation behind this study originates from the necessity to search for and explore travel patterns that emerge from citizens acting in the city. Our research introduces a conceptual modelling framework whose objective is to integrate and analyze human displacements within a GIS-based practical solution. The framework combines conceptual and logical models that represent travel trajectories of citizens moving in a given city. The whole approach has been implemented in a geographical database system, experimented in the context of transportation data, and enriched by a series of query interface manipulations and specific functions that illustrate the potential of our whole framework for urban studies. The whole framework has been experimented on top of the Geolife project and large trajectories datasets available in the city of Beijing. Overall, the findings are twofold: first, it appears that our modelling framework can appropriately act as an extensible geographical database support for the integration of large trajectory datasets; second the approach shows that several emerging human displacements can be explored from the manipulation of large urban trajectories.; La croissance rapide et la complexité de nombreuses villes contemporaines offrent de nombreux défis de recherche pour les scientifiques à la recherche d'une meilleure compréhension des mobilités qui se produisent dans l'espace et dans le temps. A l’heure où de très grandes séries de données de trajectoires en milieu urbain sont disponibles grâce à profusion de nombreux capteurs de positionnement et de services de nombreuses et nouvelles opportunités de recherche et d’application nous sont offertes. Cependant, une bonne intégration de ces données de mobilité nécessite encore l'élaboration de cadres méthodologiques et conceptuels tout comme la mise en oeuvre de bases de données spatio-temporelles qui offriront les capacités appropriées de représentation et de manipulation des données. La recherche développée dans cette thèse introduit une modélisation conceptuelle et une approche de gestion de base de données spatio-temporelles pour représenter et analyser des trajectoires humaines dans des espaces urbains. Le modèle considère les dimensions spatiales, temporelles et sémantiques afin de tenir compte de l’ensemble des propriétés issues des informations de mobilité. Plusieurs abstractions de données de mobilité et des outils de manipulation de données sont développés et expérimentés à partir d’une large base de données de trajectoires disponibles dans la ville de Pékin. L'intérêt de l'approche est double: il montre d’une part que de larges ensembles de données de mobilité peuvent être intégrés au sein de SGBD spatiotemporels extensibles; d’autre part des outils de manipulation et d’interrogation spécifiques peuvent être dérivés à partir de fonctions intégrées au sein d’un langage d’interrogation. Le potentiel de l’approche est illustré par une série d’interrogations qui montrent comment à partir d’une large base de données de trajectoires quelques patrons de déplacements peuvent être obtenus.

Within this thesis, a workflow for an efficient and practical handling of spatio-temporal data is presented. This workflow consists of three layered parts. The first part is the efficient management of spatio-temporal data. The second part focuses on the development of Web services for the dissemination of spatio-temporal data. The third part is a generic mobile GIS for professional users as a typical application for the spatio-temporal data management model and the related Web services.

International audience; Over the last decade, there has been a significant deployment of systems dedicated to surveillance. These systems make use of real-time sensors that generate continuous streams of data. Despite their success in many cases, the increased number of sensors leads to a cognitive overload for the operator in charge of their analysis. However, the context and the application requires an ability to react in real-time. The research presented in this paper introduces a spatio-temporal-based approach the objective of which is to provide a qualitative interpretation of the behavior of an entity (e.g., a human or vehicle). The process is formally supported by a fuzzy logic-based approach, and designed in order to be as generic as possible.

Massive trajectory datasets generated in modern cities generate not only novel research opportunities but also important methodological challenges for academics and decision-makers searching for a better understanding of travel patterns in space and time. This PhD research is oriented towards the conceptual and GIS-based modeling of human displacements derived from large sets of urban trajectories. The motivation behind this study originates from the necessity to search for and explore travel patterns that emerge from citizens acting in the city. Our research introduces a conceptual modelling framework whose objective is to integrate and analyze human displacements within a GIS-based practical solution. The framework combines conceptual and logical models that represent travel trajectories of citizens moving in a given city. The whole approach has been implemented in a geographical database system, experimented in the context of transportation data, and enriched by a series of query interface manipulations and specific functions that illustrate the potential of our whole framework for urban studies. The whole framework has been experimented on top of the Geolife project and large trajectories datasets available in the city of Beijing. Overall, the findings are twofold: first, it appears that our modelling framework can appropriately act as an extensible geographical database support for the integration of large trajectory datasets; second the approach shows that several emerging human displacements can be explored from the manipulation of large urban trajectories.; La croissance rapide et la complexité de nombreuses villes contemporaines offrent de nombreux défis de recherche pour les scientifiques à la recherche d'une meilleure compréhension des mobilités qui se produisent dans l'espace et dans le temps. A l’heure où de très grandes séries de données de trajectoires en milieu urbain sont disponibles grâce à profusion de nombreux capteurs de positionnement et de services de nombreuses et nouvelles opportunités de recherche et d’application nous sont offertes. Cependant, une bonne intégration de ces données de mobilité nécessite encore l'élaboration de cadres méthodologiques et conceptuels tout comme la mise en oeuvre de bases de données spatio-temporelles qui offriront les capacités appropriées de représentation et de manipulation des données. La recherche développée dans cette thèse introduit une modélisation conceptuelle et une approche de gestion de base de données spatio-temporelles pour représenter et analyser des trajectoires humaines dans des espaces urbains. Le modèle considère les dimensions spatiales, temporelles et sémantiques afin de tenir compte de l’ensemble des propriétés issues des informations de mobilité. Plusieurs abstractions de données de mobilité et des outils de manipulation de données sont développés et expérimentés à partir d’une large base de données de trajectoires disponibles dans la ville de Pékin. L'intérêt de l'approche est double: il montre d’une part que de larges ensembles de données de mobilité peuvent être intégrés au sein de SGBD spatiotemporels extensibles; d’autre part des outils de manipulation et d’interrogation spécifiques peuvent être dérivés à partir de fonctions intégrées au sein d’un langage d’interrogation. Le potentiel de l’approche est illustré par une série d’interrogations qui montrent comment à partir d’une large base de données de trajectoires quelques patrons de déplacements peuvent être obtenus.