KİTLE KAYNAKLI GÖKYÜZÜ HARİTASI
A CROWDSOURCED SKYMAP
Bilgin Koşucu, Bert Arnrich, Cem Ersoy
Bilgisayar Mühendisliği Bölümü
Boğaziçi Üniversitesi
{bilgin.kosucu, bert.arnrich, [email protected]
ÖZETÇE
Günümüzde hava durumu raporları, haber servislerinin
ayrılmaz birer parçasıdır. Mobil uygulamalarda sık bulunan
özet hava durumu raporları genellikle, güneşli, bulutlu, sisli
ya da yağmurlu havaları anlatmak üzere logolardan oluşurlar.
Bu hava bilgileri ise genellikle uzman hava istasyonlarından
elde edilir. Bu bildiride sunduğumuz kitle kanyaklı algılama
sistemi (SkyMap) gökyüzü içerikli fotoğraflara dayalı mobil
hava raporları oluşturmayı amaçlar. Bu uygulamanın
ardındaki
ana
motivasyon,
gökyüzünü
doğrudan
gözlemlemenin o anki hava koşulları hakkında sezgisel bir
fikir vermesidir. SkyMap her yerden gökyüzü gözlemleri
toplamayı hedeflemektedir. Temel çalışma ilkesi ise,
mobil/akıllı telefonlardan kitle kaynaklı yöntemlerle konum
etiketli fotoğraflar toplamak ve bu fotoğrafları ilgili
konumlarda harita üzerinde göstermektir. Bu amaçla, Android
ve iOS üzerinde çalışan birer mobil uygulama ve bu
uygulamadan kitle kaynaklı topladığı verileri işleyen bir
sunucu altyapısı geliştirilmiştir. Bu makalede sistemin genel
yapısı ve ilk elverişlilik testlerinin sonuçları anlatılmaktadır.
ABSTRACT
Weather reports are an integral part of almost any modern
newscast service. Concise weather reports, which are often
found in mobile applications, consist of logos for indicating
sunshine, cloudiness, fog or rain. The weather information is
usually obtained from professional weather stations. SkyMap
aims to create mobile weather reports based on crowd
sourcing of images that contain regions of the sky. The main
motivation behind is that observing the sky gives us an
intuitive understanding about the weather situation. SkyMap
intends to enable sky observations from everywhere. The main
working principle is to gather geo-tagged photos taken from
mobile/smartphones with the help of crowdsourcing and to
present the relevant sky regions on a map. We have developed
mobile phone clients for Android and iOS and a server
infrastructure that manages the crowd sourcing. We present
the overall system design and we show the results of several
feasibility studies.
1.
GİRİŞ
Katılımcılı algılama çevresel ölçekte veri toplarken aynı
zamanda bu verilerin işlenmesini de amaçlar. Algılama
sürecinde önemli olan, katılımcıların veri toplama
işlemlerinin yapılacağı yer, zaman ve durumu kendilerinin
seçmesidir. GPS ve ivmeölçer gibi pek çok algılayıcının
üzerlerinde bulunmaları nedeniyle akıllı telefonlar, katılımcılı
algılama için benzersiz bir veri toplama ortamı sağlamaktadır.
Verilerin bu şekilde toplanması ile, çevreye ve gündelik
yaşam etkinliklerine ait tüm hareket ve örüntülerin
izlenmesinin yanı sıra, insanlar da bu sürecin bir parçası
haline gelir ve dolayısı ile daha başarılı çıkarsama olanakları
elde edilir. Bunun yanı sıra, uç noktada yer alan
bilgisayarların rolü, insanlar ve onların kullandığı/taşıdığı
algılayıcılara aktarılarak, uç noktalarda, hesaplamanın yanı
sıra veri toplama ve bilinçli hareket etme yetenekleri bir araya
getirilmiş olur. Veri toplama süreci, bütünüyle gönüllülük
esasına dayanabileceği gibi, teşvik mekanizmaları ile de
yürütülebilir. Katılımcılı algılama ile, gürültü ve hava kirliliği
haritaları çıkarmak gibi pahalı altyapı ya da büyük miktarda iş
gücü gerektiren işlemler, katılımcılar sayesinde dağıtık bir
şekilde gerçekleştirilerek zaman ve maliyet gereksinimleri
önemli ölçüde azaltılabilir. Öte yandan, akıllı telefonların
programlanabilir olması uygulama geliştirme açısından büyük
kolaylıklar sağlamaktadır. Geliştirilen uygulamaların çok
büyük bir bölümünün Android ve iOS gibi yaygın işletim
sistemlerine uyumlu olarak hazırlanmasıyla bu uygulamaların
gündelik hayata nüfuzu daha da fazla olmaktadır [1].
Hava durumu raporları neredeyse her haber servisinin
ayrılmaz bir parçasıdır. Hava durumu bilgisini sunan pek çok
web sayfası ve mobil uygulama bulunmaktadır. Bu
raporlarda, sıcaklık ve rüzgar hızı gibi bilgilerin yanı sıra
havanın güneşli, bulutlu, sisli, rüzgarlı ya da yağmurlu olup
olmadığını gösteren logolara da yer verilmektedir. Söz konusu
veriler uzman hava istasyonlarından elde edilmektedir. Ancak
bu istasyonların yapımı ve idamesi için gerekli olan yüksek
maliyet nedeniyle her bölgeye kurulmaları mümkün değildir.
Özellikle İstanbul gibi, il sınırları arasındaki mesafenin
150km’ye kadar çıktığı büyük şehirlerde ise, il sınırları
dahilinde yaşanacak olan ciddi hava durum değişikliklerinin
(bir bölge güneşli iken bir diğerinin yağmurlu olması gibi) bu
şekilde gözlemlenmesi güç olduğu kadar hava durumu
raporlarında
gösterimi
de
yanıltıcı
olabilmektedir.
Dolayısıyla, her an ve her bölgeden gerçek zamanlı hava
durumu bilgisi talep eden kullanıcıların bu ihtiyaçları,
halihazırdaki yöntem ve araçlar ile
yeterince
karşılanamamaktadır.
Kitle kaynaklı algılama, kullanıcı beklentileri ve hava
durumundaki güncel durum arasındaki bu farkı azaltmayı
mümkün kılacak yöntemler sunmaktadır: Akıllı telefonların
özellikleri ve yaygınlıkları göz önüne alındığında, bu
telefonlara sahip herkes ek bir maliyet olmadan bir “hava
istasyonu” olarak bilgi sağlayabilecektir. Bunun yanı sıra, bu
kişiler, sabit konum ve erişim alanlarından bilgi toplayan
istasyonlara göre çok daha dinamik ve doğru veri
sunabilecektir. Örneğin, İstanbul genelinde (değişik
kapasitelerde) 53 hava gözleme istasyonu bulunmaktadır [2].
Buna karşılık 17 milyonu aşan şehir nüfusu ile çok daha
güncel ve yüksek
mümkündür.
çözünürlüklü
verinin
toplanması
Bu makalede, SkyMap katılımcılı hava durumu algılama ve
raporlama çerçeve yapısı sunulmaktadır. Bu uygulamanın
ardındaki
ana
motivasyon,
gökyüzünü
doğrudan
gözlemlemenin o anki hava koşulları hakkında sezgisel bir
fikir vermesidir. Temel çalışma ilkesi ise, mobil/akıllı
telefonlardan kitle kaynaklı yöntemlerle konum etiketli
fotoğraflar toplamak ve bu fotoğrafları ilgili konumlarda
harita üzerinde göstermektir. 2. Bölüm’de kitle kaynaklı
algılamanın çevre gözlemlerine uygulanması ile ilgili
çalışmalar, 3. Bölüm’de SkyMap yapısının sistem tasarımı, 4.
Bölüm’de ise ilk elverişlilik testleri ve sonuçlarına yer
verilmektedir.
2.
İLGİLİ ÇALIŞMALAR
Katılımcılı
algılama
çeşitli
çevre
gözlemleme
uygulamalarında kullanılmış ve geleneksel yöntemler ile
bağdaşan sonuçlar verdiği gösterilmiştir. Örneğin, 1km2’lik
bir alandaki çevre gürültüsü, 10 gönüllü tarafından günlük 1
saatlik kayıtlar ile 5 günlük bir test sonucunda başarı ile
toplanmış ve haritalanmıştır [3].
Öte yandan, bugüne kadar yapılmış en geniş kapsamlı gürültü
ölçüm testleri bir AB projesi kapsamında yürütülmüş ve
dünya çapında 13.962 ölçüm aleti kullanılarak yapılmıştır [4].
Bu testlerde, katılımcılar ses verilerinin yanı sıra kayıt anına
ait kişisel fikir ve hislerini de bildirmişlerdir.
Katılımcılı algılama trafik işaret ve işaretçilerinin tanınması
için de kullanılmıştır [5]. Bu amaçla, 35 gönüllü 2 aylık bir
süre boyunca araç içi Küresel Konumlama Sistemi araçları ile
veri toplamıştır. Benzer bir şekilde, 828 yayadan toplanan
veriler ile Londra’da kalabalıkların dağılımı ortalama bir
kalibrasyon hatası ile tespit edilmiş ve kitle kaynaklı
algılamanın bu tür uygulamalar için elverişli odluğu
gösterilmiştir [6].
aralığında (algılama aralığı) fotoğraf çekilmesi halinde o
hücre kapsanmış kabul edilir. Kapsanmamış olan hücrelerde
bulunan katılımcılar, fotoğraf yollamaları için mobil
uygulamaları tarafından bildirimler ile uyarılır. Toplanan
fotoğraflar çevrimiçi olarak bir harita üzerinde çekildikleri
hücreler üzerinde görüntülenir.
Veri İşleme
Sunucusu
Veri Toplama
Uygulaması
Veri Görüntüleme
Arayüzü
Şekil 1: SkyMap Sistem Tasarımı.
3.1. Veri Toplama Uygulaması
Gökyüzü fotoğraflarını toplamak için geliştirilen mobil
uygulama düzenli olarak kullanıcıların konumlarını sunucuya
gönderir ve kullanıcıların bulundukları hücre kapsanmamışsa
sunucu
tarafından
gönderilen
bildirimleri
gösterir.
Uygulamanın pil ömründen asgari miktarda tüketmesi için,
konum verileri GPS, WiFi ya da 3G servislerinden herhangi
biri ile toplanabilir hale getirilmiş ve Android ve iOS işletim
sistemlerinin
sunduğu
arka
plan
işlemlerinden
yararlanılmıştır.
Hava durumu gözlem ve raporlaması halihazırda birçok
mobil uygulamada da kullanılmıştır. Örneğin, WeaderApp
uygulamasında havanın bulutlu, yağmurlu, rüzgarlı ya da
karlı olup olmadığı ve katılımcıların havaya dair kişisel
fikirleri kaydedilmektedir [7]. Weathermob uygulamasında
ise Weddar’a ek olarak katılımcılar raporladıkları bölgelerin
fotoğraflarını da yükleyebilmektedir [8]. Weendy uygulaması
ise, katılımcılardan toplanan verilere ek olarak hava
istasyonlarından alınan bilgileri de göstermektedir [9].
Minutely uygulamasında, katılımcılar güncel durumun yanı
sıra, ilerleyen saatler için de kendi hava tahminlerini ekleyip
diğer katılımcıların da bu tahminlerini görebilmektedir [10].
WeatherBug ve Weathercaster uygulamaları da benzer
işlevler sunmakla birlikte, bu uygulamaların hiçbirinde
merkezi bir düzenleme, teşvik, işbirliği ve belli bir coğrafi
alanı kapsama mekanizmaları bulunmamaktadır [11][12].
3.
SİSTEM TASARIMI
SkyMap yapısında, Şekil 1’de gösterildiği gibi üç ana öğe yer
almaktadır: veri toplayan mobil bir uygulama, katılımcıları
seçen ve verileri işleyen bir sunucu; ve bir görselleştirme
merkezi. Sunucu tarafında, her bölge hava şartlarına ve
kullanıcı taleplerine göre ayarlanabilir boyuttaki ızgara
hücrelerine ayrılmıştır. Bir hücrede, ön tanımlı bir zaman
Şekil 2: SkyMap Mobil Arayüzü.
Katılımcı tarafından çekilen fotoğraflar yine bu uygulama
aracılığı ile sunucuya gönderilir. Şekil 2’de uygulamanın bir
ekran görüntüsüne yer verilmiştir.
3.2. Veri Toplama ve Düzenleme Sunucusu
Sunucu tarafında her bölge belli büyüklükteki ızgara
hücrelerine bölünmüş kabul edilir. Bir hücre içerisinden
belirli bir zaman aralığında gökyüzü fotoğrafı çekilmiş ve
sunucuya gönderilmiş ise bu hücre kapsanmış sayılır. SkyMap
mobil uygulaması kullanıcılarının konumları periyodik olarak
sunucuya gönderilir ve kapsanmamış hücrelerde bulunan
kullanıcılar fotoğraf çekip göndermek üzere bilgilendirilir.
Çekilen fotoğraflar uygulama tarafından bu sunucuya
gönderilir.
3.3. Veri Görüntüleme Arayüzü
aşamada ise, 1. adımdaki işlem kapsanmamış olarak kalan
hücrelere uygulanır.
a) Özgün fotoğraflar
b) 1. Aşama sonucu
Toplanan fotoğraflar harita üzerinde Google Haritalar
Arayüzü’nde Google Haritalar Uygulama Programlama
Arayüzü kullanılarak ikinci bir katmanda ve çekilen hücreler
üzerinde gösterilir. Bunun yanı sıra, kullanıcılara,
görüntülemek istedikleri zaman aralığını seçebilecekleri bir
araç da sunulmaktadır. Şekil 3’te Boğaziçi Üniversitesi
çevresindeki görüntülemeden bir örnek gösterilmiştir.
c) 2. Aşama Sonucu
Şekil 4: SkyMap Mobil Arayüzü’nde Elverişlilik Testlerinin
Üç Farklı Aşaması.
Bu işlem sonucunda kapsama alanı %91’e çıkarılmıştır.
Başlangıç, 1. ve 2. aşama sırasındaki haritanın durumu,
sırasıyla Şekil 4 (a), (b) ve (c)’de gösterilmiştir. Elde edilen
sonuçların, test gününe ait ve Şekil 5’te gösterilen hava
durumu raporları ile uyumlu olduğu gözlemlenmiştir. Yapılan
bu testler ile kitle kaynaklı algılamanın hava durumu
raporlamasına uygun bir yöntem olduğu görülmüştür.
Şekil 3: SkyMap Veri Görüntüleme Arayüzü’nden bir
görüntü.
4.
ELVERİŞLİLİK TESTLERİ VE SONUÇLARI
SkyMap elverişlilik testleri Boğaziçi Üniversitesi’nin
çevresindeki 25km2’lik bir alanda gerçekleştirilmiştir. Testler
kapsamında fotoğraflar, 14 Aralık 2013 tarihinde 14.00-16.30
saatleri arasında söz konusu bölgede büyük çoğunluğu
otomobil, azınlığı ise belediye otobüsleri kullanılarak, toplam
4 kişi tarafından 2 iPhone ve 2 Samsung Galaxy model
telefon kullanılarak toplanmıştır. Şekil 4’te farklı aşamadaki
sonuçlar Veri Görüntüleme Arayüzü’ndeki halleriyle
gösterilmiştir.
Test alanı, kenarları 500m olan 100 kare ızgara hücresine
bölünmüştür. Veri Görüntüleme Arayüzü’nde her hücre için
en son çekilen fotoğraf kullanılmaktadır. 2,5 saatlik test
süresinde test alanının %37’si doğrudan kapsanmıştır.
Kapsama alanını genişletmek üzere testte elde edilen özgün
resimler 2 aşamalı bir aradeğerleme uygulanmıştır: 1.
aşamada, en az iki doğrudan (dikey ya da yatay) komşusu
kapsanmış
olan
kapsanmamış
ızgara
hücrelerine,
komşularındaki fotoğrafların piksel tabanlı ortalaması atanır
ve bu hücreler de kapsanmış olanlar listesine eklenir. 2.
Şekil 5: SkyMap Elverişlilik Testi Tarihindeki İstanbul-Bebek
Bölgesine Ait Hava Durumu
4.1 Sistem Uzantıları
SkyMap güncel sürümünde gökyüzü fotoğraflarına ihtiyaç
duymaktadır. Bir sonraki sürümde, gökyüzünü içerecek
şekilde çekilmiş fotoğraflardan görüntü işleme yöntemleri ile
sadece gökyüzü parçaları çıkarılacaktır. OpenCV aracılığı ile
Android ve iOS ortamında bu ek özellik geliştirme
aşamasındadır. Bunun yanı sıra, katılımcılara daha az iş
düşmesi için, sistemin Google Glass ile uyumlu hale
getirilmesi planlanmaktadır.
Sistemde şu anda, algılama aralığı 10 dakika ve hücrelerin
boyutu 500mx500m olarak belirlenmiştir. Kitle kaynaklı
algılama yöntemlerinde maddi katılım teşviklerinin bütçeye
bağlı olması sebebi ile, bir sonraki sürümde, algılama aralığı
günlük ve saatlik hava raporlarına (hava değişikliklerinin az
olduğu zamanlarda daha uzun algılama aralığı), hücre boyutu
ise katılımcıların dağılımına göre ayarlanarak katılımcı sayısı
ve katılım sıklığı ve dolayısı ile daha yüksek kapsama alanı
sağlanacaktır.
SkyMap kapsamında, değişik teşvik mekanizmalarının
araştırılması da planlanmaktadır. İlk aşamada, teşviklerin
katılımcılar arasında adil bir şekilde paylaştırılması üzerinde
durulacaktır. Bu kapsamda, katılımcıların katkıda bulunduğu
verilerin doğruluğu ve tazeliği göz önüne alınarak,
katılımcıların zaman içindeki katkılarına bakılarak, eksik ya
da yanlış bilgi gönderen katılımcılar sorgulardan çıkarılacak,
aksine doğru ve zamanında katkıda bulunan katılımcılar ise
daha çok özendirilecektir. Bunun yanı sıra, katılımcıların
dakikliği de bir sistem parametresi olarak eklenecektir:
SkyMap çağrılarına daha hızlı katılan katılımcılar daha
yüksek teşviklerle ödüllendirilecek ve böylelikle sorguların
zaman hassasiyeti artırılacaktır.
Kitle kaynaklı algılamada, maddi teşviklere ek ya da ikame
olarak sosyal ya da manevi teşvikler de kullanılabilir. Çevre
ya da toplum sorunlarının tespit ve çözümlerine katkıda
bulunma bilinci, daha fazla katılımcının ilgisini çekmek ya da
sürekli katılım için özendirici olarak kullanılabilir. Sosyal
sorumluluğun yanı sıra, uygulamalarda oyunlaştırma
öğelerinin kullanılması da benzer şekilde katılımcıları
yönlendirerek, örneğin o ana kadar kapsanmayan hücrelere
gitmeye istekli kılarak, kapsama alanını genişletmek üzere
kullanılabilir.
Eklenmesi planlanan diğer özellikler, teşvik miktarlarının
katılımcılar tarafından da belirlenebilmesi için açık artırma ve
açık eksiltme mekanizmalarıdır. Geleneksel artırma ve
eksiltme mekanizmaları yalnızca tek bir parametreyi (bu
durumda teşvik miktarı) göz önüne aldığından, veri kalitesi,
dakiklik, ve güvenilirlik gibi birden çok parametreyi de
gözetleyen mekanizmalar geliştirilecektir.
Kitle kaynaklı uygulamaların, uzun vadeli olduğu göz önüne
alındığında, hem yeni katılımcıların temini, hem de var olan
katılımcıların uzun vadede bağlılığının sürdürülmesi için etkin
yöntemlerin geliştirilmesi gerekmektedir. Bunun için,
SkyMap sistemine oyun teorisi ilkelerine dayanarak
katılımcılar için rekabet sistemi eklenmesi planlanmaktadır.
5.
SONUÇ
Bu yazıda kitle kaynaklı algılamanın hava durumu
raporlamasında kullanılması üzerinde durulmuştur. Bu amaçla
geliştirilen sisteme katılımcılardan veri (gökyüzü fotoğrafları)
toplamak ve konum bilgisini takip etmek üzere Android ve
iOS altında mobil bir uygulama, verileri derleyen ve kapsama
alanını ayarlayan bir sunucu; ve toplanan verileri işleyip
harita üzerinde görselleyen bir arayüz geliştirilmiştir. Sistem,
gerçek koşullarda sınanmak üzere elverişlilik testlerine tabii
tutulmuş ve bunun için otomobil ve belediye otobüsleri
kullanılarak 2.5 saatlik bir süre içerisinde 25km2’lik bir alanın
%37’sinden fotoğraflar toplanmıştır. Yapılan bu testler ile
kitle kaynaklı algılamanın hava durumu raporlamasına uygun
bir yöntem olduğu gösterilmiştir.
Uygulamanın ilerleyen sürümlerinde birden fazla sistem
etkeninin eniyilemesi üzerinde durulacaktır. Bu amaçla, veri
toplama sıklığı hava değişikliklerine bağlı olarak ayarlanarak,
gereken asgari katılımcı sayısı ve katılım sıklığı –ve dolayısı
ile maddi teşvik miktarı- azaltılacaktır. Buna ek olarak,
katılımcılardan daha etkin bir biçimde yararlanmak üzere,
teşvik mekanizmalarının, katılımcı temini, katılım sürekliliği
ve bütçeye etkileri, açık artırma ve oyun teorisi gibi ekonomik
modellerin dahil edilmesi ile araştırılacaktır. Katılımcıların
harcamaları gereken çabayı en aza indirmek için
fotoğraflardan
gökyüzünü
çıkaran
görüntü
işleme
algoritmaları geliştirilecek ve sistem Google Glass ile uyumlu
hale getirilecektir.
SkyMap ve hava durumu raporlaması özelinde araştırılan ve
tasarlanan tüm teşvik ve eniyileme mekanizmaların, genel
kitle kaynaklı uygulamalarına uyarlanabilir hale getirilecektir.
6.
KAYNAKÇA
[1] Bilgin Koşucu, Özlem Durmaz İncel, Cem Ersoy, “Kitle
Kaynaklı ve Katılımcılı Algılama Konularına Genel
Bakış ve Açık Noktalar”, Akademik Bilişim, Antalya,
Türkiye, 2013
[2] http://www.dmi.gov.tr/kurumsal/istasyonlarimiz.aspx?sSi
rala=AL&m=ISTANBUL#sfB
[3] Ellie D’Hondt, Matthias Stevens, An Jacobs,
Participatory noise mapping works! An evaluation of
participatory sensing as an alternative to standard
techniques for environmental monitoring, Pervasive and
Mobile Computing, Volume 9, Issue 5, October 2013.
[4] Martin Becker, Saverio Caminiti, Donato Fiorella et al.
(2013) Awareness and Learning in Participatory Noise
Sensing, e81638. In PLOS ONE 8 (12).
[5] Shaohan Hu; Lu Su; Hengchang Liu; Hongyan Wang;
Tarek F. Abdelzaher, “Poster Abstract:SmartRoad: A
Crowd-Sourced Traffic Regulator Detection and
Identification System”, IPSN 2013.
[6] Martin Wirz, Tobias Franke, Daniel Roggen, Eve
Mitleton-Kelly, Paul Lukowicz, Gerhard Tröster,
“Probing crowd density through smartphones in cityscale mass gatherings.”, EPJ Data Science, 2 1 (2013) 5,
DOI: 10.1140/epjds17
[7] WeddarApp 2013, www.weddar.com
[8] WeathermobApp 2013, www.weathermob.me
[9] Weendy App 2013, http://weendy.com
[10] Minutely App 2013, http://www.minutely.com
[11] WeatherBug 2013, http://weather.weatherbug.com
[12] Weathercaster2013,http://www.weathercasterapp.com
Download

KİTLE KAYNAKLI GÖKYÜZÜ HARİTASI A