Рисование карты только с рабочего времени

Учитывая набор промежутков времени между узлами, можно ли создать карту, которая является наилучшим предположением ландшафта?

Предполагается, что рельеф является двумерным, а узлы являются либо подвижными, либо непереходными. Скорость ходьбы постоянна между всеми узлами. Только около 1 из 20 узлов (в модели сетки) будут иметь датчики прибытия.

Мотивация:

У меня есть набор данных, которые сообщают мне, когда люди приходят в определенные моменты в здании, но у меня нет какой-либо системы позиционирования. Я хотел бы показать, как выглядит план этажа.

Другие осложнения:

  • Можно ли это расширить до трехмерных карт (например, разных этажей).

  • Можно ли это расширить, чтобы рассматривать ребра, которые имеют разные скорости ходьбы?

Пример итогового плана:

Изменить: Java/Python не важно, они, как правило, являются языками, которые я использую в настоящее время.

1 ответ

Я собираюсь идти вперед и сказать "да" на этот вопрос.

Учитывая, что вы знаете положение узлов и время ходьбы между узлами. Даже если время прогулок несовместимо, я уверен, что вы сможете использовать это, чтобы лучше угадать ландшафт. Вы можете использовать Bayesian Network, хотя это проблема NP-hard.

Вы дали бы уровень уверенности, основанный на предположении о среднем времени прогулок. Вам также понадобятся вероятности того, что это будет более быстрое или медленное время и возможные маршруты для разных наборов раз. С помощью этой информации вы можете построить наиболее вероятные маршруты за заданное время.

Вы не будете знать среднее время ходьбы точно, поэтому вы получите обратную связь с вашим обновленным графиком местности, чтобы попытаться сделать эту цифру более точной.

Используя эти уровни доверия из комбинации всех доступных узлов, казалось бы, можно построить по крайней мере самые популярные маршруты вокруг здания и выяснить, где могут быть препятствия.

Чем больше узлов у вас есть и чем больше информации о ходьбе вы получите, тем точнее будет окончательная карта, но и более дорогостоящим она будет.

Я не уверен, насколько полезен конечный результат, но да, в любом случае, вы можете это угадать.

licensed under cc by-sa 3.0 with attribution.