Recherche d'itinéaires cyclables par apprentissage supervisé.

Ce projet permet d'utiliser les données d'openstreetmap pour calculer des itinéraires cyclables. Il se présente sous la forme d’une appli Django.

Son intérêt est d'implémenter une partie apprentissage supervisé : après récupération d'une banque d'itinéraires entrés par des cyclistes, une note de cyclabilité est attribuée à chaque tronçon, et les itinéraires sont calculés en en tenant compte.

Les lieux publics (point d’eau, boutiques, cafés, lieux culturels ou sportif, administration...) présents sur openstreetmap sont également proposés à l’autocomplétion, et les informations présentes (horaires, téléphone, ...) affichées.

L'option "passer par " permet des recherches du type "de chez moi à mon café préféré en passant par une boulangerie".

Il est testable ici : http://trajet.pauavelo.fr/

Installation

• git clone https://github.com/ccharign/osm-velo2.git
• cd osm-velo2
• pip install -r requirements.txt
• Configurer le settings.py, notamment pour paramétrer le serveur de base de données.
• python manage.py migrate pour initialiser la base
• Ouvrir un shell Django pour la remplir : python manage.py shell
• from dijk.pour_shell import *
• charge_villes() charge les données INSEE sur les villes de France. Patience...
• crée_zone([("ville 1", code postal1), ("ville2", code postal 2), ...], zone = "nom_de_la_zone"). La première ville de la liste sera désignée ville par défaut.
• patience encore, l’appli va télécharger et analyser les données osm de toutes les villes indiquées...

Algos

D’un point de vue algorithmique, on trouvera ici:

• quelques variantes de Dijkstra : passer par un sommet d’une étape intermédiaire (aller de A à B en passant par une boulangerie) ou par une arête (aller de A à B en empruntant la rue R);
• des arbres lexicographiques, un calcul de la distance de Levenshtein (pour trouver le nom de rue le plus proche de celui tapé par l’utilisateur), et une complétion avec tolérance à un nombre fixé de fautes de frappes;
• des Q-arbres et le calcul de l’arête la plus proche par branch and bound;
• un petit réseau de neurones.