Advanced personilized travellers information and warning systems

see the original item page
in the repository's web site and access all digital files if the item*

PhD thesis (EN)

2007 (EN)
Προηγμένο σύστημα εξατομικευμένης πληροφόρησης και προειδοποίησης των μετακινούμενων
Advanced personilized travellers information and warning systems

Πάνου, Μαρία Χρ.

The aim of the current PhD dissertation is the optimization of infomobility services for travelers, as welll as drivers warning systems regarding danger stemming both from the longitudinal and lateral road axes, through their personalization. Thus, particular algorithms are proposed, based upon a number of relevant parameters (static, semidynamic and dynamic), leading to a holistic personalization. The drivers’ warning algorithms are based on dynamic parameters that determine their personal driving style, being the reaction time, the distance to line crossing (or alternatively the time to line crossing) and the time to collision or time headway. The infomobility personalisation algorithms for travelers are based on the user’s previous selections and are distinguished as follows: route selection information, points-of-interest (POIs) selection information and pushed information (by the system itself, without prior request by the user). The parameters that constitute the route selection algorithm are the maximum accepted walking distance per transportation means connection, the accepted travel means and the maximum accepted number of transportation mean changes during a multimodal trip. Secondary parameters are also taken into account, which are the shortest or the cheapest route. The parameters used for the POI selection personalization are the POI type (hotel, restaurant, etc.), its sub-type (e.g. restaurant type: Italian, traditional, Chinese, etc.), the day of the week (either weekday or weekend) and of course the user’s past selections. The last parameter is also used for the personalization of the “pushed” service (service proposed to the user without explicitly asking for them)
Ο στόχος της παρούσας διδακτορικής διατριβής είναι η βελτιστοποίηση υπηρεσιών πληροφόρησης μετακινουμένων καθώς και προειδοποίησης οδηγών που λαμβάνουν από τα ΣΣΥΟ επί του διαμήκη και εγκάρσιου άξονα της οδού, μέσω της προσωποποίησής τους. Για το λόγο αυτό προτείνονται συγκεκριμένοι, πλήρως πρωτότυποι αλγόριθμοι αλλά εντοπίζεται και ένα πλήθος άλλων παραμέτρων που συντελούν στην ολοκληρωμένη προσωποποίηση (στατικές, ημι-δυναμικές και δυναμικές) των σχετικών συστημάτων και υπηρεσιών. Για τους οδηγούς οι αλγόριθμοι βασίζονται σε δυναμικές παραμέτρους, που καθορίζουν τον προσωπικό τρόπο οδήγησης του καθένα, οι οποίοι είναι ο χρόνος αντίδρασης, ο χρόνος ή η απόσταση προσέγγισης ορίων λωρίδας και ο χρόνος ως τη σύγκρουση. Οι αλγόριθμοι προσωποποίησης των πληροφοριών των μετακινουμένων βασίζονται σε προηγούμενες επιλογές τους και διαχωρίζονται σε τρία μέρη: πληροφόρηση επιλογής διαδρομής, πληροφόρηση επιλογής σημείων ενδιαφέροντος και προωθούμενες πληροφορίες από το σύστημα. Οι παράμετροι του προτεινόμενου αλγορίθμου επιλογής διαδρομής είναι η μέγιστη αποδεκτή απόσταση βαδίσματος μεταξύ μετεπιβιβάσεων, τα αποδεκτά μεταφορικά μέσα χρήσης και ο μέγιστος αποδεκτός αριθμός μετεπιβιβάσεων. Ως παράμετροι δευτερεύουσας σημασίας λαμβάνονται υπόψη η επιθυμία συντομότερης διαδρομή ή διαδρομής με το χαμηλότερο κόστος. Για την πληροφόρηση σημείων ενδιαφέροντος οι παράμετροι που λαμβάνονται υπόψη είναι ο τύπος του σημείου ενδιαφέροντος (ξενοδοχείο, μουσείο, εστιατόριο, κ.α.) καθώς και η υποκατηγορία του (π.χ. είδος ξενοδοχείου: 2 αστέρων, 3 αστέρων, κλπ.), ο τύπος της ημέρας της εβδομάδας (καθημερινή ή Σαββατοκύριακο) και τέλος το ιστορικό επιλογών του χρήστη κατά το συγκεκριμένο τύπο ημέρας. Η τελευταία παράμετρος λαμβάνεται υπόψη και για την παροχή προωθούμενων πληροφοριών (δηλαδή πληροφοριών που προτείνει το σύστημα χωρίς να τις έχει ζητήσει ρητά ο χρήστης).

PhD Thesis / Διδακτορική Διατριβή

Ευφυή συστήματα οδικών οχημάτων
Προσωποποιημένοι αλγόριθμοι προειδοποίησης οδηγών
Personalised travellers information
Οδήγηση αυτοκινήτου, Αυτοματισμός
Automobile driving, Automation
Personilised drivers warning system
Προσωποποιημένοι αλγόριθμοι προειδοποίησης μετακινούμενων
Driver behavior modelling
Drivers warning algorythms
Intelligent Vehicle Highway Systems
Μοντελοποίηση συμπεριφοράς οδηγών
Εξατομικευμένο σύστημα προειδοποίησης οδηγών

Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης (EL)
Aristotle University of Thessaloniki (EN)



Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης, Πολυτεχνική Σχολή, Τμήμα Πολιτικών Μηχανικών

This record is part of 'IKEE', the Institutional Repository of Aristotle University of Thessaloniki's Library and Information Centre found at Unless otherwise stated above, the record metadata were created by and belong to Aristotle University of Thessaloniki Library, Greece and are made available to the public under Creative Commons Attribution-ShareAlike 4.0 International license ( Unless otherwise stated in the record, the content and copyright of files and fulltext documents belong to their respective authors. Out-of-copyright content that was digitized, converted, processed, modified, etc by AUTh Library, is made available to the public under Creative Commons Attribution-ShareAlike 4.0 International license ( You are kindly requested to make a reference to AUTh Library and the URL of the record containing the resource whenever you make use of this material.

*Institutions are responsible for keeping their URLs functional (digital file, item page in repository site)