Trip Vista
TripVista, un logiciel de visualisation dรฉveloppรฉ par Guo et al. en 2011, permet de visualiser les donnรฉes relatives aux vรฉhicules traversant un carrefour, et ce au travers de plusieurs vues coordonnรฉes (Guo et al., 2011). Les vues coordonnรฉes sont un type de techniques de visualisation oรน plusieurs vues reprรฉsentent des donnรฉes en utilisant diverses techniques de visualisation (ou possiblement les mรชmes techniques, avec des paramรจtres de camรฉra diffรฉrents par exemple). Le modรจle de donnรฉes รฉtant le mรชme sur chacune des vues, si lโon applique un filtre ou une surbrillance sur lโune de celles-ci, le mรชme effet est appliquรฉ sur chacune des vues (Wang Baldonado, Woodruff et Kuchinsky, 2000) (Roberts, 2007). La premiรจre vue correspond ร un plan, la perspective spatiale, sur lequel sont dessinรฉes les trajectoires. Les vรฉhicules sont eux classรฉs en cinq catรฉgories (Bus, voitures, piรฉtons, vรฉlos, et autres) et sont reprรฉsentรฉs par des glyphes. Les deux anneaux entourant ce plan permettent de visualiser la densitรฉ dโentrรฉes et de sorties ร chacun des points, sous la forme dโhistogramme.
Le cercle rouge reprรฉsente les entrรฉes, et le cercle bleu les sorties. La seconde vue, la perspective temporelle, permet de visualiser certaines donnรฉes relativement au temps. Cette perspective est en fait composรฉe de six vues. Cinq nuages de point, pour lesquelles la coordonnรฉe x correspond au temps et la coordonnรฉe y peut รชtre la vitesse minimale, la vitesse maximale, la vitesse moyenne, le temps passรฉ sur le carrefour ou la distance parcourue, et une vue de type Theme River (Havre, Hetzler et Nowell, 1999). Dans cette derniรจre, la coordonnรฉe x correspond toujours au temps, mais la coordonnรฉe y correspond cette fois au nombre de vรฉhicules de chaque type. Les glyphes correspondent ร une schรฉmatisation des trajectoires empruntรฉes par les vรฉhicules. Enfin la derniรจre vue, la perspective multidimensionnelle, permet de visualiser diffรฉrents types de donnรฉes, sous forme de coordonnรฉes parallรจles. Toutes ces vues sont coordonnรฉes, et permettent de mettre en surbrillance, ou de filtrer les donnรฉes. Ainsi, les anneaux sur la perspective spatiale peuvent aussi servir de filtre pour, par exemple, ne visualiser que les trajectoires sortant en passant ร travers certaines zones. Dans ce cas, les donnรฉes sont aussi filtrรฉes sur toutes les autres vues.
Techniques de visualisations hybrides
Le principe des techniques de visualisation dites hybrides est de combiner plusieurs techniques de visualisation, afin de tirer profit des avantages de chacune de celles-ci, tout en minimisant leurs inconvรฉnients. Les hiรฉrarchies รฉlastiques (Elastic Hierarchy) sont des techniques de visualisation hybrides pour les donnรฉes hiรฉrarchiques, mรชlant les TreeMaps et les graphes noeuds-liens, afin de tirer parti des avantages de ces deux techniques (Zhao, McGuffin et Chignell, 2005). Les TreeMaps sont dรฉcrits comme ayant pour principal avantage leur efficacitรฉ spatiale, alors que les graphes noeuds-liens sont plus clairs pour visualiser la structure des donnรฉes (Johnson et Shneiderman, 1991) (Shneiderman, 1992). NodeTrix est une autre technique de visualisation, mรฉlangeant cette fois les matrices dโadjacences et les graphes noeuds-liens (Henry, Fekete et McGuffin, 2007). NodeTrix est utilisรฉ dans lโarticle pour visualiser des donnรฉes issues des rรฉseaux sociaux, celles-ci prรฉsentant naturellement des regroupements.
Lโintรฉrรชt de cette visualisation est donc par exemple de montrer les donnรฉes denses sous forme de matrice, et les autres relations sous forme de graphe noeuds-liens. TreeMatrix (Rufiange, McGuffin et Fuhrman, 2012) utilise les mรชme techniques que celles utilisรฉes dans la combinaison citรฉe prรฉcรฉdemment, en ajoutant les TreeMaps et les diagrammes en arc (Wattenberg, 2002), cette-fois ci pour afficher un Compound Graph (Un graphe oรน les noeuds ont aussi un aspect hiรฉrarchique). TreeMatrix, dans lโexemple ci-dessus (Figure 1.9 Capture d’รฉcran montrant la technique TreeMatrix), montre la structure dโun ensemble de fichiers de code source (Classes, imports, etc.). Les rectangles imbriquรฉs, ร la faรงon dโun TreeMap, permettent de visualiser lโaspect hiรฉrarchique des classes, alors que les matrices et les liens permettent de visualiser les imports. De la mรชme maniรจre que prรฉcรฉdemment, certaines classes sont fortement liรฉes et les relations denses sont donc intรฉressantes ร visualiser sous forme de matrices, alors que dโautres relations sont plus intรฉressantes ร visualiser sous forme de graphe-noeuds-liens.
Application ร des donnรฉes gรฉographiques
La possibilitรฉ dโรฉtendre la mรฉthode implรฉmentรฉe dans le prototype aux donnรฉes gรฉographiques a aussi รฉtรฉ envisagรฉe. Analogiquement, les piรจces seraient remplacรฉes par des pays (ou rรฉgions) et les liens correspondraient aux frontiรจres. On pourrait par exemple imaginer une utilisation pour une personne qui aurait rรฉcupรฉrรฉ les donnรฉes GPS de son voyage. Ainsi, il pourrait visualiser les dรฉplacements entre les pays sous forme topologique, et passer sous forme ยซ gรฉographique ยป sโil souhaite visualiser ses dรฉplacements au sein dโun pays. Lโexemple ci-dessous nous montre le trajet dโune personne au sein de plusieurs pays de lโunion europรฉenne. La premiรจre figure (Figure 7.1) reprรฉsente les donnรฉes sous leur forme gรฉographique. Un phรฉnomรจne dโocclusion est prรฉsent, de par le fait quโun voyageur est susceptible dโemprunter plusieurs fois le mรชme chemin pour lโaller et le retour (par exemple, en empruntant des autoroutes, des ponts, des tunnels, etc.). Ainsi, certains points sont confus (Entre la France โ FR, et la Suisse – CH), et ne permettent pas de suivre aisรฉment le trajet empruntรฉ. La seconde figure ci-dessous (Figure 7.2) nous montre les mรชmes donnรฉes sous la forme topologique. Les cercles de couleur pourpre (plus foncรฉ et plus รฉpais) reprรฉsentent le point de dรฉpart et la fin de la trajectoire. Cette fois, on nโobserve plus de phรฉnomรจne dโocclusion, mais on ne peut plus voir les dรฉtails de la trajectoire au sein dโun pays. On remarque aussi que, contrairement ร la figure prรฉcรฉdente, le pourcentage de lโespace disponible utilisรฉ est peu รฉlevรฉ. Enfin, la figure suivante (Figure 7.3) est une reprรฉsentation hybride des mรชmes donnรฉes. On part de lโobservation faite prรฉcรฉdemment (par rapport au pourcentage de lโespace utilisรฉ) et on applique un effet de loupe sur la zone qui nous intรฉresse, ici la Suisse (CH). Ainsi, on peut cette fois-ci observer que la trajectoire commence et finit au mรชme endroit, en y passant une troisiรจme fois, et que la personne cible visite lโIrlande (IE), avant de visiter lโAutriche (AT), puis lโEspagne (ES) et le Portugal (PT) avant de retourner en Suisse.
CONCLUSION
Plusieurs contributions sont prรฉsentรฉes au cours de ce mรฉmoire. Tout dโabord, deux techniques de visualisation pouvant รชtre utilisรฉes pour visualiser des donnรฉes au sein dโun bรขtiment, la technique gรฉospatiale et la technique topologique ont รฉtรฉ prรฉsentรฉes. La technique topologique permet de simplifier le plan dโun bรขtiment et de montrer sans ambiguรฏtรฉ des trajectoires se superposant, tout en indiquant leur direction de maniรจre implicite en utilisant une mรฉtaphore de la circulation routiรจre. Dans un second temps, une technique de visualisation hybride a รฉtรฉ prรฉsentรฉe, combinant les reprรฉsentations gรฉospatiales et topologiques, tout en permettant ร lโutilisateur de configurer une visualisation multi-focale, pour montrer les dรฉtails des trajectoires ร lโintรฉrieur dโune salle sous la forme gรฉospatiale, et pour montrer le contexte sous forme topologique. Ces trois techniques de visualisation ont รฉtรฉ implรฉmentรฉes dans un prototype fonctionnel, qui a ensuite รฉtรฉ utilisรฉ dans une expรฉrience contrรดlรฉe qui nous a permis de mettre en รฉvidence que chacune des techniques de visualisation a un avantage en termes de temps de rรฉponses, en fonction des tรขches demandรฉes ร lโutilisateur.
Sur les quatre tรขches choisies dans lโexpรฉrience, la technique topologique est significativement plus efficace pour trois dโentre elles. Afin dโeffectuer un choix logique quant au modรจle de graphe ร utiliser, une discussion des diffรฉrents modรจles possibles a รฉtรฉ effectuรฉe. Aussi, afin de choisir la faรงon de dessiner les courbes pour relier les noeuds de maniรจre optimale, une comparaison des diffรฉrents types de reprรฉsentation de courbes a รฉtรฉ faite. Un outil permettant de gรฉnรฉrer des donnรฉes de maniรจre semi-alรฉatoire (basรฉ sur un systรจme de sous-graphe et de contraintes) a รฉtรฉ dรฉveloppรฉ afin dโobtenir des donnรฉes spatio90 temporelles rรฉalistes. Cet outil a ensuite รฉtรฉ utilisรฉ dans le cadre dโun autre projet du laboratoire pour des donnรฉes extรฉrieures. Enfin, il est envisagรฉ dโรฉtendre ces diffรฉrentes techniques afin dโรชtre appliquรฉes ร des donnรฉes gรฉographiques, plus larges, permettant de visualiser des voyages couvrant plusieurs pays.
|
Table des matiรจres
INTRODUCTION
CHAPITRE 1 REVUE DE LITTรRATURE
1.1 La visualisation de donnรฉes spatiales et spatio-temporelles
1.1.1 Les cubes spatio-temporels
1.1.2 Trip Vista
1.1.3 Technique ยซ Focus + Context ยป appliquรฉe ร des rรฉseaux routiers
1.1.4 Simplification des donnรฉes
1.1.5 Les techniques de visualisation radiales
1.1.6 Rรฉsumรฉ
1.2 La visualisation de graphes
1.3 Techniques de visualisations hybrides
1.4 Techniques de visualisations de liens et arcs
1.4.1 Techniques de visualisations dโarcs
1.4.2 Agrรฉgation de donnรฉes
1.4.3 Techniques de visualisation radiales
CHAPITRE 2 PROBLรMATIQUE
CHAPITRE 3 PRรSENTATION DE LA SOLUTION
3.1 Prรฉsentation gรฉnรฉrale
3.2 La visualisation gรฉospatiale
3.3 La visualisation en mode topologique
3.4 La visualisation hybride
3.5 Rรฉsumรฉ
CHAPITRE 4 CHOIX DE CONCEPTION
4.1 Lโagencement
4.2 Type de modรจle topologique
4.3 Les liens
4.3.1 Les liens de type ยซ liens droits ยป
4.3.2 Les liens de type ยซ lignes brisรฉes ยป
4.3.3 Les liens de type ยซ Courbe de Bรฉzier ยป
4.3.4 Comparatif des diffรฉrents types de liens
4.4 Les arrรชtes dโadjacences
4.5 Les trajectoires
4.5.1 Dessin des trajectoires en mode gรฉospatial
4.5.2 Dessin des trajectoires en mode topologique
4.5.3 Exemple concret
CHAPITRE 5 GรNรRATION DES DONNรES
5.1 Gรฉnรฉration alรฉatoire
5.2 Gรฉnรฉration semi alรฉatoire: Principe de graphe ร deux niveaux
5.3 Bruitage des donnรฉes
5.4 Application de la mรฉthode pour gรฉnรฉrer des donnรฉes urbaines
CHAPITRE 6 EXPรRIENCE CONTRรLรE
6.1 Protocole expรฉrimental
6.2 Rรฉalisation de lโexpรฉrience
6.3 Rรฉsultats
CHAPITRE 7 DISCUSSIONS
7.1 Application ร des donnรฉes gรฉographiques
7.2 Agrรฉgation des donnรฉes
7.3 Visualisation hybride
CONCLUSION
BIBLIOGRAPHIE
Tรฉlรฉcharger le rapport complet