Опубликовано: 24.09.2026 | Источник: CNews (новости)

Навигационные алгоритмы в дипломе: кейс 2ГИС как основа защищаемой ВКР

25 марта 2026 года 2ГИС объявил о запуске навигатора для начинающих водителей: сервис строит маршрут так, чтобы объехать сложные развязки и перегруженные перекрёстки. За этим релизом стоит не косметика интерфейса, а полноценный стек — граф дорожной сети, веса рёбер, персонализация под профиль водителя и алгоритмы поиска пути. Для выпускника ИТ-специальности это почти готовый каркас ВКР: тема живая, данные открытые (OpenStreetMap), а метрики считаются честно. Ниже — как превратить новость в главы, схемы и расчёты, которые комиссия примет без вопросов «а где практическая часть?».

Вопросы, которые студенты задают первыми

Где брать дорожный граф, если нет доступа к коммерческим данным?

Берите OSM через Overpass API или выгрузки Geofabrik. Для маршрутизации — OSRM или Valhalla как эталон, а свой алгоритм сравнивайте с ними по ETA. В главе 1 это оформляется как «источники исходных данных и их ограничения» — нормоконтроль такие разделы любит.

Можно ли защитить ВКР без собственного ML, только на алгоритмах?

Да. Классическая маршрутизация (A*, Contraction Hierarchies, ALT) — это уже полноценная тема с измеримым результатом: время построения маршрута, длина, число манёвров. ML добавляйте как надстройку над весами рёбер, а не как самоцель.

Как считать эффективность, если «удобство» — субъективно?

Разложите на измеримые прокси: количество манёвров на 1 км, доля сложных развязок в маршруте, отклонение ETA от факта (MAE/MAPE), время ответа API (p95). Субъективную часть соберите опросом по шкале Ликерта — и сошлётесь на ISO/IEC 25010 в части usability.

Что оформлять по ГОСТ 34, а что по ГОСТ 19?

Если у вас система с техническим заданием и стадиями — ГОСТ 34.601 и 34.602. Если ВКР ближе к программе и модулям — ГОСТ 19. И то и другое требует схем, а схему архитектуры удобно давать в виде C4 (Context + Container) или UML-компонентов.

Три темы ВКР, которые вырастают из этого кейса

• Тема 1. Персонализация маршрутов для начинающих водителей на основе графа дорожной сети.
  Актуальность: сервис 2ГИС явно разделяет профили водителей, значит, единый критерий «быстрее» перестаёт работать.
  Цель: разработать модуль маршрутизации с весами рёбер, зависящими от профиля.
  Задачи: анализ форматов графа; построение подграфа города; реализация A* с модифицированной функцией стоимости; оценка метрик; оформление ТЗ.
  Структура: Гл.1 — обзор алгоритмов и данных; Гл.2 — проектирование и реализация модуля; Гл.3 — эксперименты и оценка.
• Тема 2. Оценка сложности манёвров перекрёстка с помощью машинного обучения.
  Актуальность: «сложная развязка» — это признак, который надо чем-то измерять.
  Цель: модель бинарной/многоклассовой классификации сложности узла графа.
  Задачи: разметка признаков (число полос, наличие левого поворота через встречку, угол, светофор); обучение градиентного бустинга; валидация; интеграция в скоринг маршрута.
  Структура: Гл.1 — теория и постановка; Гл.2 — признаки и модель; Гл.3 — метрики precision/recall и вклад в маршруты.
• Тема 3. Конвейер сбора и анализа телеметрии прохождения маршрутов.
  Актуальность: чтобы понимать, где новичок ошибается, нужны данные с устройств.
  Цель: построить ETL-конвейер геоточек и витрину агрегатов.
  Задачи: приём событий; хранение в PostGIS; агрегаты по перекрёсткам; дашборд; нагрузочное тестирование.
  Структура: Гл.1 — анализ потоков данных; Гл.2 — реализация конвейера; Гл.3 — производительность и качество данных.

Как разложить кейс по главам

Глава 1: данные, форматы, постановка задачи

Здесь вы объясняете, что дорога — это ориентированный граф с весами. Соберите таблицу соответствия: OSM-тег → атрибут ребра → влияние на стоимость. Например, highway=motorway_link — это съезд, для новичка он дороже; maxspeed превращается в базовое время; junction=roundabout добавляет штраф за круговое движение. Диаграмму лучше сделать в виде UML-диаграммы классов (Node, Edge, Profile, Route) и отдельно — контекстную диаграмму C4, где система взаимодействует с картографическим сервисом и мобильным клиентом.

Глава 2: реализация и архитектура

Ядро — функция стоимости. Ниже минимальный, но защищаемый фрагмент: веса параметризуются профилем, поэтому вы легко обоснуете «персонализацию», о которой говорит 2ГИС.

import math

PROFILE_WEIGHTS = {
    "novice":   {"link": 0.35, "lanes": -0.10, "signal": 15.0, "roundabout": 8.0},
    "regular":  {"link": 0.10, "lanes":  0.00, "signal":  7.0, "roundabout": 2.0},
}

def edge_cost(edge, profile="novice", speed_kmh=50.0):
    w = PROFILE_WEIGHTS[profile]
    base = edge.length_m / (speed_kmh * 1000 / 3600)   # секунды
    cost = base
    if edge.is_link:
        cost *= (1 + w["link"])
    if edge.lanes ≥ 3:
        cost *= (1 + w["lanes"])
    if edge.has_signal:
        cost += w["signal"]
    if edge.is_roundabout:
        cost += w["roundabout"]
    return cost

Саму маршрутизацию опишите как A* с эвристикой по евклидову расстоянию. Если хотите усилить работу — добавьте предобработку Contraction Hierarchies и сравните время ответа. Архитектуру нарисуйте как C4-контейнеры: клиент → API-шлюз → сервис маршрутизации → кэш графа → хранилище телеметрии. Логи и трассировку удобно показать через OpenTelemetry: в Гл.3 у вас появится честная метрика p95.

Глава 3: метрики и эксперименты

Минимум три группы метрик. Первая — качество маршрута: длина, число манёвров на километр, доля сложных узлов. Вторая — точность прогноза: MAE и MAPE для ETA. Третья — производительность: p50/p95 времени ответа, потребление памяти под граф. Сравнивайте минимум три стратегии: «быстрейший» маршрут, «простейший» и гибрид. Это и есть доказательство практической значимости.

Что проверить перед сдачей

Типичные ошибки

Источник: 2ГИС представил навигатор для начинающих водителей (опубликовано 2026-03-25)