Captura, representación, consulta y clasificación semántica de trayectorias

Resumo

Como consecuencia da competencia entre os diferentes fabricantes, os smartphones actuais presentan continuamente melloras nas súas características e na actualidade inclúen numerosos sensores. Mobile Workforce Management (MWM) é un proceso industrial que podería beneficiarse moito desta información recollida polos sensores dos teléfonos móviles. Con todo, existen varios problemas que o impiden: i) hoxe en día o nivel de abstracción das actividades que son identificadas é demasiado baixo (por exemplo, movéndose en lugar de realizando unha inspección nun cliente, ou parado e cargando un camión na instalación dun cliente); ii) os traballos de investigación céntranse no uso de algoritmos que contrastan a información xeográfica cos datos do GPS, ou en algoritmos de aprendizaxe aplicados aos datos dos sensores, pero existen poucos resultados de investigación que combinen ambos os tipos de datos; e iii) a información contextual procedente dos repositorios de información xeográfica ou do software MWM é raramente usada. Nesta tese preséntase unha nova metodoloxía que converte os datos crus capturados polos sensores dos dispositivos móbiles en traxectorias anotadas con actividades semánticas cun alto nivel de abstracción. A metodoloxía está baseada na definición de taxonomías de actividades que poden ser adaptadas ás necesidades de calquera empresa dun xeito doado. Estas taxonomías describen os valores esperados para cada unha das variables que son recollidas no sistema usando predicados definidos mediante unha linguaxe de especificación de patróns. Por último, tamén se describe a arquitectura do sistema que combina a información contextual do software MWM e as fontes de información xeográfica cos datos dos sensores do dispositivo móbil do traballador para así, finalmente, anotar as súas traxectorias e que poden integrarse dun xeito doado en sistemas MWM e no fluxo de traballo de calquera empresa.