Deducing individual driving preferences for user-aware navigation
Deducing individual driving preferences for user-aware navigation
复制标题
推断个人驾驶偏好以实现用户感知导航
DOI：
10.1145/2996913.2997004
复制
发表时间：
2016
期刊：
影响因子：
--
通讯作者：
Sabine Storandt
中科院分区：
文献类型：
--
作者：
Stefan Funke;Sören Laue;Sabine Storandt
我们研究的问题，学习个人的路线偏好的司机。大多数当前的路线规划服务只计算最短或最快的路径。但是许多其他标准可能对用户偏好某个路线起作用，例如，燃油消耗、堵塞情况、道路状况、路线的风景、转弯、允许的最高速度、通行费等等。手动确定每个标准的重要性对于用户来说是一项重要的、不直观的和耗时的任务。因此，我们开发的方法，推导出这样的偏好自动的基础上，以前由用户驱动的路径。我们提出了一个LP制定的问题，利用基于Dijkstra的分离预言。由此产生的算法在多项式时间内运行，并允许在几秒钟内的用户偏好计算，即使考虑到几百条路线。我们的实验表明，基于这些学习到的偏好的新路线建议很好地反映了用户对最佳路线的定义。
We study the problem of learning individual route preferences of drivers. Most current route planning services only compute shortest or quickest paths. But many other criteria might play a role for a user to prefer a certain route, as, e.g., fuel consumption, jam likeliness, road conditions, scenicness of the route, turns, allowed maximum speeds, toll costs and many more. Specifying the importance of each criterion manually is a non-trivial, unintuitive and time consuming undertaking for a user. Therefore, we develop approaches that deduce such preferences automatically based on paths previously driven by the user. We present an LP-formulation of the problem making use of a Dijkstra-based separation oracle. The resulting algorithm runs in polynomial time and allows for the user preference computation in few seconds even if several hundred routes are taken into account. Our experiments show that new route suggestions based on these learned preferences reflect the users definition of an optimal route very well.
具有参数化成本的道路网络上快速准确的最短路径和距离查询
DOI：
--
发表时间：
2015
期刊：
SIGSPATIAL/GIS
影响因子：
--
作者：
Julian Dibbelt;Ben Strasser;D. Wagner
通讯作者：
D. Wagner
道路网络中的个性化路径查找
DOI：
10.1109/ncm.2008.211
发表时间：
2008
期刊：
2008 Fourth International Conference on Networked Computing and Advanced Information Management
影响因子：
--
作者：
E. N. D. Silva;C. Baptista;L. Menezes;A. Paiva
通讯作者：
A. Paiva
DOI：
10.1145/2886843
发表时间：
2014-02
期刊：
Journal of Experimental Algorithmics (JEA)
影响因子：
--
作者：
Julian Dibbelt;Ben Strasser;D. Wagner
通讯作者：
Julian Dibbelt;Ben Strasser;D. Wagner