Browsing by Author "Fritsch, Dieter (Prof. Dr.-Ing. habil. )"

Now showing 1 - 1 of 1

Unknown
Entwicklung von Verfahren zur Beurteilung und Verbesserung der Qualität von Navigationsdaten
(2011) Chen, Hainan; Fritsch, Dieter (Prof. Dr.-Ing. habil. )
Die vorliegende Arbeit beschäftigt sich mit der Entwicklung von Verfahren zur Überprüfung und Verbesserung der Qualität von raumbezogenen Daten, hier insbesondere Navigationsdaten, indem verschiedene Datenquellen integriert werden. Nach der Vorstellung der Grundlagen widmet sich die vorliegende Arbeit der Integration sowohl zwischen kommerziellen digitalen Karten von unterschiedlichen Anbietern als auch zwischen kommerziellen und kostenfreien digitalen Karten, die aus nutzergenerierten Inhalten entstehen und eine immer wichtigere Rolle bei der Datenerfassung spielen. So werden eine kostenfreie (OpenStreetMap) und zwei kommerzielle digitale Karten (NavTeq und TeleAtlas) zur Untersuchung eingesetzt. Die Datenmodellierungen in den Datensätzen werden analysiert und verglichen. Um die Komplexität der Datenintegration aufgrund der Heterogenität der Datenmodellierung zu reduzieren, wird ein übergeordnetes Datenmodell entwickelt und die Datensätze werden mit unterschiedlichen Transformationsregeln in das übergeordnete Datenmodell abgebildet. Straßenobjekte werden mit der Relation 1:1, 1:n bzw. n:1 in das übergeordnete Datenmodell abgebildet. Die semantische Heterogenität in den Datensätzen wird durch eine semantische Homogenisierung reduziert. In der Folge werden die Zuordnung zur Ermittlung von Korrespondenzen in den Datensätzen, die Qualitätsanalyse mittels unterschiedlicher Ähnlichkeitsmaße und die Datenverschmelzung zur Verbesserung der Qualität der Daten erläutert. Zur Bestimmung von Kantenkorrespondenzen in den Datensätzen wird das Zuordnungsmodell „Buffer Growing“ so erweitert, dass nicht nur Zuordnungen zwischen Kanten, sondern auch Zuordnungen zwischen Kanten und Knoten möglich sind. Der Ansatz wird jeweils mit Testdaten im Stadtgebiet und im ländlichen Raum untersucht. Zur Untersuchung der unterschiedlichen geometrischen Modellierungen in den Datensätzen werden acht grundlegende Formklassen definiert. Durch die Erkennung der Formklassen lassen sich die geometrischen Modellierungen in den Datensätzen vergleichen. Darüber hinaus werden Korrespondenzen von Knoten zur Berechnung der komplexen Objekte und Verschmelzung der Datensätze automatisch bestimmt. Ähnlichkeitsmaße werden aus verschiedenen Aspekten zur Qualitätsprüfung entwickelt. Eine hohe Ähnlichkeit zwischen den Datensätzen bedeutet eine hohe relative Qualität. Auf der Ebene des Datensatzes werden die globale geometrische und topologische Ähnlichkeit sowie die Vollständigkeit untersucht. Dabei werden vergleichbare Adjazenzmatrizen mit Hilfe von komplexen Objekten berechnet, welche anhand der Zuordnungsergebnisse ermittelt werden. Die globale geometrische Ähnlichkeit erfolgt durch die Ermittlung der durchschnittlichen und maximalen Abweichungen in den Adjazenzmatrizen. Die globale topologische Ähnlichkeit wird durch die Korrelation der Exzentrizitätsvektoren reflektiert. Für jedes Zuordnungspaar werden die Ähnlichkeit der Form als Maß der Komplexität der geometrischen Modellierung, die lokale geometrische Ähnlichkeit anhand der Hausdorff-Distanz und die lokale topologische Ähnlichkeit mittels der Erreichbarkeit untersucht. Darüber hinaus werden Attribute nach ihren Wertbereichen in verschiedene Kategorien aufgeteilt und mit unterschiedlichen Verfahren ausgewertet. Einzelne Attribute lassen sich direkt vergleichen oder über eine Konfusionsmatrix auswerten. Zusammengesetzte Attribute werden allerdings zunächst zerlegt und anschließend ausgewertet. Die Ergebnisse der Qualitätsprüfung werden diskutiert. Zur Verbesserung der Qualität der Daten wird ein clusterbasierter Ansatz zur Verschmelzung der Datensätze unter Berücksichtigung der unterschiedlichen geometrischen Modellierungen vorgestellt. Anhand der Konnektivität der Kanten und der geometrischen Modellierungen wird eine gleiche Anzahl von Clustern für zugeordnete Kanten und Knoten ermittelt. Die Datenverschmelzung der zugeordneten Kanten und Knoten wird in drei Schritten durchgeführt. Im ersten Schritt werden die Verbindungsknoten ermittelt und die Zuordnungspaare zwischen Knoten und Kanten behandelt. Im weiteren Schritt werden die Mittellinien für die Cluster mit gleicher Form berechnet. Im letzten Schritt werden die Cluster aus den Zuordnungspaaren mit unterschiedlicher Form berechnet und in den Enddatensatz transformiert. Die Konflikte der unterschiedlichen geometrischen Modellierungen werden durch die Parametereinstellung der einfachen bzw. komplexen Form aufgehoben. Cluster für nicht zugeordnete Kanten und Knoten werden ebenfalls anhand der Konnektivität berechnet. Diese Cluster werden mit Hilfe von Verlinkungsknoten in den Enddatensatz transformiert. Konflikte, die nach der Datenverschmelzung entstanden sind, werden anhand von Beispielen diskutiert. Die erzeilten Ergebnisse bei der Zuordnung, Qualitätsanalyse und Datenverschmelzung werden an den jeweiligen Stellen vorgestellt und diskutiert. Eine Zusammenfassung und ein Ausblick schließen die Arbeit ab.