Tecniche di geolocalizzazione e map framework: GoogleMaps vs

OpenStreetMaps

Luigi ColellaAntonio Giordano

2

Agenda

Nozioni introduttive

Localizzazione

Visualizzazione

Conclusioni

Exprivia

3

Agenda

Nozioni introduttive

Localizzazione

Visualizzazione

Conclusioni

Exprivia

Highlights

Exprivia SpA è una società

specializzata nella progettazione e

nello sviluppo di tecnologie software

innovative e nell’erogazione di servizi

IT per i mercati banche, finanza,

industria, energia, telecomunicazioni,

utility, sanità e pubblica

amministrazione.

121 M€ VoP

1.535 Professionisti(Full-Time Equivalent Annual Average)

Software and services - Italian Market

CAGR 08-11: -3,85%FY11VS10: -2,38%

ITALIA : 9 SediMolfetta (BA) - Sede LegaleBari, Milano, Roma, Piacenza, Trento, Vicenza, Genova, Padova

SPAGNA: 4 Sedi (Prosap e Exprivia Sl)

2 sedi a Madrid, Barcellona, Las Palmas (Canarie)

AMERICA CENTRALE: 2 Sedi (Prosap)

Città del MessicoCittà delGuatemala

SUD AMERICA:2 Sedi(Prosap –Exprivia Do Brasil)

Lima (Perù) – San Paolo (Brasile)

Source: Assinform / NetConsulting

N. azioni in circolazione: 51.883.958

Quotata in Borsa Italiana dall’Agosto 2000

Quotata al segmento STAR, Mercato MTA, da Settembre 2007

Bloomberg: XPR.IM

Reuters: XPR.MI

8.7 M€ EBT

ExpriviaCAGR 08-11: +

8,09%FY11VS10: +20%

5

Agenda

Nozioni introduttive

Localizzazione

Visualizzazione

Conclusioni

Exprivia

Posizione

Capacità di localizzare la posizione di un oggetto in

un predeterminato spazio

Accuratezza

Grado di corrispondenza tra il dato reale e quello

calcolato

• Dato approssimato • Posizione dell’utente non rilevante

• Accuratezza del dato• Posizione precisa dell’utente rilevante

8

Agenda

Nozioni introduttive

Localizzazione

Visualizzazione

Conclusioni

Exprivia

9

La fonte di un dato

GPS (Global Positioning System)

WiFi

Cell-ID

Sensoristica onboard

Lo

cati

on

AP

I

JSR

179

10

GPS (Global Positioning System)

Il sistema GPS è costituito da 24 satelliti e la posizione geografica viene calcolata calcolando i ritardi di

propagazione del segnale tra un satellite e l’altro.

PRECISONE:Tra 4 e 40 metri

11

WiFi

La posizione del dispositivo mobile è calcolata tramite triangolazioni del segnale tra gli accesspoint e il dispositivo

stesso. In questo caso l’accuratezza è tanto maggiore, quanto è elevato il numero di accesspoint.

PRECISONE:Errore Max 200m

12

Cell-ID

La posizione del dispositivo mobile è approssimata a quella della stazione radio (BTS) più vicina, con cui il dispositivo

comunica

PRECISONE:Errore di alcuni Km

13

Sensoristica onboard

La posizione del dispositivo mobile è ottenuta mediante l’utilizzo dei sensori presenti sullo stesso come

l’accelerometro, la bussola, il giroscopio ed il barometro.

PRECISONE:Dipende dall’algoritmo ma non molto

preciso

14

Fingerprinting

Il sistema viene tarato storicizzando gli spettri di potenza del segnale in punti specifici dell’area di monitoraggio. A

runtime viene eseguita una correlazione tra lo spettro di potenza del segnale e i campioni di taratura al fine di

ottenere il valore più prossimo.

PRECISONE:Errore Max 7,5m con access point a

15m e buona taratura

15

Agenda

Nozioni introduttive

Localizzazione

Visualizzazione

Conclusioni

Exprivia

16

obiettivo

la nostra soluzione

stato dell’arte

map framework

Visualizzazione

17

obiettivo

la nostra soluzione

stato dell’arte

map framework

ROAD MAP

18

Obiettivo

realizzare un’applicazione mobile offline che ci permetta di monitorare aree geolocalizzate (luoghi) all’interno delle quali monitorare entità di dominio rilevanti geolocalizzate

mappa personalizzata navigabile su mobile

- immagine domain dependent

- rappresentazione in scala domain dependent

PROBLEMATICHE

19

Problematiche - Esempi

immagine domain dependent

scala domain dependent

20

obiettivo

la nostra soluzione

stato dell’arte

map framework

ROAD MAP

21

Stato dell’arte

map canvas

• Navigabilità• Riusabilità• Librerie robuste• Location Oriented

• Curva di apprendimento• Configurazione risorse• Algoritmo di mapping

• Curva di apprendimento• Riusabilità

• Navigabilità• Not Location oriented

22

obiettivo

la nostra soluzione

stato dell’arte

map framework

ROAD MAP

proprietarie (chiuse) estendibili (open source)

23

Map Framework

OpenStreetMap

MAPPE

proprietarie (chiuse) estendibili (open source)

alta copertura alta precisione

bassa coperturabassa precisione

24

Map Framework

OpenStreetMap

MAPPE

QUALITÀ

proprietarie (chiuse) estendibili (open source)

alta copertura alta precisione

bassa coperturabassa precisione

Google Standard basilari

25

Map Framework

OpenStreetMap

MAPPE

QUALITÀ

FUNZIONALITÀ

proprietarie (chiuse) estendibili (open source)

alta copertura alta precisione

bassa coperturabassa precisione

Google Standard basilari

26

Map Framework

OpenStreetMap

ZOOM

MAPPE

QUALITÀ

FUNZIONALITÀ

proprietarie (chiuse) estendibili (open source)

alta copertura alta precisione

bassa coperturabassa precisione

Google Standard basilari

non possibile in java android personalizzazione completa

27

Map Framework

OpenStreetMap

ZOOM

MAPPE

QUALITÀ

FUNZIONALITÀ

PERSONALIZZAZIONE

proprietarie (chiuse) estendibili (open source)

alta copertura alta precisione

bassa coperturabassa precisione

Google Standard basilari

non possibile in java android personalizzazione completa

gestita del framework gestita dallo sviluppatore

28

Map Framework

OpenStreetMap

ZOOM

MAPPE

QUALITÀ

FUNZIONALITÀ

PERSONALIZZAZIONEOFFLINE

proprietarie (chiuse) estendibili (open source)

alta copertura alta precisione

bassa coperturabassa precisione

Google Standard basilari

non possibile in java android personalizzazione completa

gestita del framework gestita dallo sviluppatore

29

Map Framework

OpenStreetMap

ZOOM

MAPPE

QUALITÀ

FUNZIONALITÀ

PERSONALIZZAZIONEOFFLINE

ZOOM

30

obiettivo

la nostra soluzione

stato dell’arte

map framework

ROAD MAP

31

La nostra soluzione

9/278/190.png

9/278/191.png

9/279/190.png

zoom

Indice colonna

Indice riga

32

La nostra soluzione

33

La nostra soluzione

Step• scegliere la scala• Individuare, data l’area di input, l’area

«zoomata» in grado di supportare la scale scelta

• Definirire un algoritmo per il mapping dei GeoPoints tra mappa reale e mappa zoomata

34

Agenda

Nozioni introduttive

Localizzazione

Visualizzazione

Conclusioni

Exprivia

35

OpenStreetMap