KR0159922B1 - 최적의 루트 결정 방법 및 항법 시스템 - Google Patents

Abstract

종합 지리적 정보 및 교통 정보의 연속적으로 선택된 서브 세트, 소위 버킷에 기초하여 최적 루트를 계획하는 방법은 어느 버킷이 항법 데이터의 계산을 위해 앞으로 중요하게 되는지를 예상하게 하고, 항법 시스템은 그와 같은 방법을 수행하기 위해 루트 계획자를 포함한다.

Description

최적의 루트 결정 방법 및 항법 시스템

제1도는 자동차용 항법 시스템 도시도.

제2도는 공지된 검색 알고리즘(algorithm)의 흐름도.

제3도는 검색 알고리즘의 일부분에 대한 세부도.

제4도는 변형된 검색 알고리즘의 흐름도.

제5도는 워킹 메모리(working memory)내에서의 후보 버킷(candidate bucket)의 인접 버킷에 대한 평가 값의 결정처리 도시도.

제6도는 벡터가 버킷 경계와 접촉하는 지도부분을 개략적으로 도시하는 도면.

* 도면의 주요부분에 대한 부호의 설명

1 : 버스 2 : 마이크로프로세서(microprocessor)

3 : 워킹 메모리(working memory)

4 : CD플레이어 6 : 디코더

9 : 키보드 11 : 인터페이스

전자 항법 및 정보시스템은 자동차에 사용하기 위해 개발 중에 있다. 이들 시스템에 의해 자동차의 운전자 또는 승객은 목적지까지 최적의 루트(route)를 결정하는 일을 덜 수 있다. 그 중에서도, 특히 경찰, 소방대, 구급차 등에 대해서는 그와 같은 시스템을 사용함으로서 최적의 루트를 검색하는데 시간을 소비하지 않는 것이 중요할 뿐 아니라, 보통 운전자가 자체의 불편을 덜 수 있는 것이 매우 중요하다. 상기 시스템은 교통 혼잡을 피하는 루트를 계획함으로써 공지되지 않은 환경 뿐 아니라 공지된 환경의 경우에 유용하다.

자동차용 항법 및 정보 시스템의 발전에 따라 수반된 주된 문제점 중 하나는 루트 계획에 필요한 지리적 정보 및 교통 정보가 상당히 대량으로 된다는 점이다. 상기 정보는 처리기에 기억되어 쉽게 처리할 수 있어야 한다.

컴팩트 디스크(Compact Disc)는 디지털 데이터의 저장을 위한 고효율 매체이며, 즉, 1개의 CD는 4800Mbit를 저장할 수 있다. 이 용량은 현재 이용 가능한 최대 RAM반도체 메모리의 저장 용량의 수천 배를 초과한다. CD의 엑세스 시간은 자기 테이프 카세트의 액세스 시간보다 훨씬 짧으나, 반도체 메모리의 액세스 시간보다는 길고, 물론 무시할 정도로 짧은 것은 아니다.

본 발명은 이미 계획된 서브 루트를 형성하는 벡터를 포함하는 검색 트리의 확장 및 벡터의 반복된 선택에 의해 지리적 정보 및 교통 정보를 토대로 출발 위치와 종착위치 사이의 최적의 루트를 결정하는 방법에 관한 것이며, 각 벡터에 대해서는 가중 계수가 할당되고 서브루트(sub-route)각각에 대해서는 미리 계획된 서브루트의 벡터의 가중 계수의 가산에 의해 적산 가중 계수가 결정된다.

본 발명은 또한 지리적 정보 및 교통 정보를 버킷형으로 기억하기 위한 메모리와; 출발 위치와 종착 위치에 관한 정보의 입출력용의 입력/출력 유닛과; 벡터의 반복 선택과 미리 계획된 서브 루트를 형성하는 벡터들을 포함하는 검색 트리의 확장을 거쳐서, 어떤 주어진 출발 위치로부터 어떤 주어진 종착 위치까지 최적의 루트가 각 벡터에 할당된 가중 계수에 기초하여 계산되도록 프로그램 되는 프로세서(processor)를 구비하는 루트 계획장치를 포함하는 항법 시스템에 관한 것이다.

상기와 같은 종류의 방법은 1968년 7월의 시스템즈 사이언스 앤드 사이버네틱스(Systems, Science and Cybernetics)의 IEEE 회보, Vol. SSC-4, No2, 하트(Hart)등이 쓴 최고 코스트 통로의 발견법의 결정을 위한 형식적 기초(A formal basis for the heuristic determination of minimuncost paths)논문으로부터 공지되어 있다. 이 경우, 할당된 가중 계수에 기초하여, 루트가 최적화되는 판단 기준, 예컨대, 최단 거리 또는 최단 시간이 테스트된다.

상기와 같은 방법 및 그와 같은 방법에 기초하여 동작하는 항법 시스템은 실제로 루트를 계획하는데 연속적으로 필요로 되는 데이터의 양이 상기 방법 및 항법 시스템과 함께 사용될 워킹 메모리에 대해서 지나치게 크게 된다는 결점을 갖고 있다.

그러므로, 본 발명의 목적은 순차 선택된 서브-정보의 블록에 기초하여 최적의 루트를 결정하고, 또 앞으로 어느 서브 정보가 프로세서 내에서의 계산을 위해 중요한지를 예상하는 방법을 제공하는데 있다. 상기 목적을 달성하기 위해서, 본 발명에 의한 방법은 상기 정보가 버킷으로 세분되어, 벡터의 반복 선택 및 검색 트리의 확장을 위해, 모든 이용 가능한 버킷으로부터 이미 계획된 서브루트와, 관련된 버킷을 거쳐서 뒤따르게 될 예측 허위 서브루트(estimated fictitious sub-route)의 구성 벡터의 가중 계수의 합에 의해 결정되는 평가값에 기초하여, 선택되는 소정의 최대수의 버킷으로부터 배타적인 벡터가 사용되는 것을 특징으로 한다.

이와 같이, 그때마다, 순간적으로 필요한 정보가 루트 계획을 위해서 선택된다.

본 발명에 의한 항법 시스템은 그 메모리가 백그라운드 메모리(background memory)를 구비하는데, 이 백그라운드 메모리에는 버킷형으로 구성된 지리적 정보 및 교통 정보가 기억되며, 또한 상기 시스템은 워킹 메모리를 포함하는데, 상기 워킹 메모리에는 이미 계획된 서브 루트와, 관련된 버킷을 거쳐서 뒤따르게 될 예측 허위 서브 루트의 구성 벡터의 가중 계수의 합에 의해서 결정되는 평가값에 기초해서 선택되어진 버킷들만이 상기 백그라운드 메모리로부터 전송되며, 그 워킹 메모리 내의 버킷들로부터의 벡터들만이 벡터의 반복 선택 및 검색 트리의 확장에 사용되는 것을 특징으로 하고 있다.

따라서, 순간적으로 필요한 정보가 항상 워킹 메모리 내에 존재하는 것이 달성된다.

예컨대, CARIN(자동차 정보 및 항법 시스템)과 같은 자동차용 항법 및 정보 시스템은 최적의 루트를 계획하고, 음성 합성기 또는 기호 표시 패널(symbol display panel)에 의해 운전자를 보조하고, 자동차의 위치를 정기적으로 결정하며, 부호화된 디지털 무선신호에 의해 교통 장애를 알게 된 경우 대안 루트를 선택하고, 또한 여행 정보도 제공할 수 있다.

필요한 지리적 정보 및 교통 정보를 나타내는 디지털 데이터의 기억을 위해, CARIN은 컴팩트 디스크를 사용한다.

제1도는 자동차용 항법 시스템을 도시하고 있다 .마이크로프로세서(2), 예컨대 1Mbyte의 용량을 갖는 워킹 메모리(3), CD플레이어(4)는 버스(1)를 거쳐서 서로 통신한다. 라디오(5)는 공지된 무선신호에 더하여, 교통정보를 포함하는 부호화된 디지털 무선 신호(8)를 수신한다. 이들의 신호는 인터페이스(7)를 거쳐서 버스(1)에 접속된 디코더(6)에서 디코드된다. 키보드(9)는 인터페이스(11)를 거쳐서 버스(1)와 접속되고, 또한 디스플레이(10)에도 접속되어, 이 디스플레이(10)는 확성기와 함께 모니터와 전자 음성 합성기를 갖고, 지리적, 교통 및 항법 데이터를 재생한다. 인터페이스(12)를 통해, 마이크로프로세서(2)는 인터페이스(12)를 거쳐서 콤파스(compass;13)(예컨대, 광섬유 자이로스코프;a fiber optic gyroscope), 오도미터(odometer;14) 및 휠 센서(wheel sensors;15)의 보조와 함께 자동차의 실제위치를 결정한다.

지리적 정보 및 교통 정보는 다양한 방법으로 디지털화될 수 있다. 예컨대, 래스터 주사방법(raster scanning method)은 다음과 같다. 지도(예컨대, 축척 1:100000)는 예컨대 0.1mm X 0.1mm의 픽셀(pixel)로 분할된다. 각 픽셀의 색은 디지털 코드로 표시된다. 실제로 보다 적은 기억 용량을 요구하는 또 다른 방법은 벡터 방법이다. 이 방법에 있어서, 도로의 축이 직선 선분(線分)에 의해 접근되며, 그 직선 선분의 각각이 벡터를 표시한다. 어떤 주어진 요건을 만족하는 벡터의 단부는 노드 또는 0-셀(cell)이라고 불린다. 2개의 노드를 상호 접속하는 벡터 또는 일련의 벡터는 체인(chain)또는 1-셀이라고 불린다. 체인으로 에워 쌓인 표면 영역은 2-셀이라고 불린다. 0-셀, 1-셀, 및 2-셀은 토폴로지(topology)로부터 공지되어 있으며, 즉, 1949년 뉴져지, 프린스턴, 프린스턴 대학 신문의 에스.레프쉐츠(S.Lefschetz)가 쓴 지리학 소개(Introduction to topology)를 참조한다. 여기에 기술될 검색 알고리즘에 대해, 계수화가 벡터 방법에 의해서 수행된다고 가정하자. 그러므로, 이하에 있어서 간략화를 위해서, 각각의 1-셀이 벡터이고, 각각의 벡터가 1-셀이다.

상술한 바와 같이, 시스템용의 기억 매체로서 컴팩트 디스크(그 중에서도 특히 국제 표준이 준비되어 있는 컴팩트디스크 인터랙티브(Compact Disc Interactive), 즉 CD-I가 사용된다. 상기 CD-I 디스크는 필요한 디지털 데이터에 더하여, 소프트웨어를 포함한다. CD의 기억용량은 4800Mbit이다. 컴퓨터의 반도체 워킹 메모리는 약 8Mbit의 용량만을 갖고 있다. 1장의 CD의 모든 정보를 판독하는데 약 1시간 소요되며, CD에서 공급된 정보로 상기 워킹 메모리를 완전히 채우는데는 약 6초가 소요된다. CD의 정보로의 액세스 시간은 무시할 수 있을 정도로 짧지 않아서, 데이터는 그들이 항법에 필요하게 되는 그 순간에는 판독될 수 없다. 본 발명에 따르면, 가까운 기간내의 항법에 관련하는 서브 정보에 관해서는 예상이 행해진다. 상기 목적을 달성하기 위해, 데이터는 가능한 편리하게 CD상에 기억되어야 하며, 즉, 정보는 바람직하게는 버킷형으로 세분되지만, 구형의 버킷으로 할 필요는 없다. 상기 액세스 시간을 최소로 하기 위해서, 상기 각 버킷은 거의 같은 양의 데이터를 포함하는 것이 바람직하며, 더욱이, 지리적으로 서로 가까이 위치되는 버킷은 CD상에도 서로 가까이 위치되는 것이 바람직하다.

1개의 지도는 다양한 알고리즘에 따라서 버킷으로 세분될 수 있으며, 예컨대, 영역 쿼드 트리(region quad tree)알고리즘에 있어서, 구형의 지도는 각 구형내의 정보량이 어떤 주어진 한계값 이하로 될 때까지 4개의 구형으로 반복적으로 세분된다.

이와 같이 구형으로 구성된 버킷의 CD상의 배열은 2차원 구조로부터 1차원 구조로의 변환과 비교할 수 있으며, 이것에 관해서는 1968년 IEEE 회보 C-17, 제949-953쪽의 이.에이.페트릭(E. A. Patrick), 디.알.앤더슨(D. R. Anderson) 및 에프.케이.벡텔(F.K.Bechtel)등이 쓴 컴퓨터 출력 표시용의 다차원 공간을 1차원으로의 맵핑을 참조한다. 이것은 공간 채움 곡선(space-filling curves)의 방법에 의해 실현될 수 있는데, 이들 공간 채움 곡선은 1890년의 Math. Annalen 36의 제157-160쪽, 지.피애노(G.Peano)가 쓴 Sur une courbe, qui remplit toute une aire plane로부터 공지되어 있다. 이와 같은 공간 채움 곡선은 영역 쿼드트리(region quadtree)알고리즘을 사용하여 분할함으로서 얻어진 버킷의 배열에 적합하다. 그 이유는 서로 가까이 위치된 버킷이 종종 그 곡선 상에 있어서도 서로 가까이 위치되기 때문에, 그와 같이 근처 영역에 관한 정보를 인출하는데는 짧은 시간을 필요로 하고 있다.

게다가, 각 버킷 내에 있어서도, CD로부터 판독된 정보를 효율적인 처리를 위해서 효율적인 구조가 필요하게 된다. 즉, 0-, 1- 및 2-셀용의 데이터를 포함하는 메모리내의 어드레스는 리스트를 써서 결합되어 있고, 상기 리스트는 다양한 메모리 위치를 결합하기 위해 포인터를 사용하고 있다.

제2도는 1968년 7월의 시스템즈 사이언스 및 사이버넥티스의 IEEE 회보(IEEE Transactions of Systems Science and Cybernetics), 제SSC-4권, 제2호, 하트(Hard)등이 쓴 최소 코스트 통로의 발견법의 결정을 위한 형식적 기초(A formal basis for the heuristic determination of minimuncost paths) 논문으로부터 공지되어 있는 검색 알고리즘이 흐름도이다. 이 경우, 정보는 전체 메모리로부터 유도된다. 이 알고리즘은 후보 리스트 C로부터의 벡터의 반복된 선택과, 이미 계획된 서브 루트를 형성하는 벡터 v를 포함하는 검색 트리 S의 확장에 기초하여 동작한다. 이 경우, 각 벡터 v에 대해서는 가중 계수 R(v)=0, 예컨대, 대응하는 거리 또는 주행에 필요한 예측 시간이 할당된다. 그와 같이, 각 벡터에 대해서는 벡터 v까지 이미 계획된 통로의 적산 가중 계수 g(v)가 결정되며, 또한, 벡터 v와 종착 위치간의 최적 통로의 합계 가중 계수에 대해서는 예측 h(v)가 행해진다. g(v) 및 h(v)의 합계(f(v)로서 참조함)가 벡터 v의 평가값이다. 버킷 b의 평가값 f(b)는 후보 리스트 C상에 리스트되어 있는 버킷 b내의 각 벡터의 가장 적합한 평가값으로서 정의된다. 여기서, 상기 가장 좋은 (적합한) 값이 가정되는 벡터를 V_b라고 한다. 대응하는 f, g 및 h값과 더불어 출발 위치 벡터, 즉 개시 위치 벡터의 리스트 BV와, 목표 위치 벡터, 즉 종착 위치 벡터의 리스트 DV가 주어지면, 상기 알고리즘은 최적 통로가 존재하며, 각 목표에 관하여 종착 위치중 하나로의 최적 통로를 찾아낸다. 이 경우, 3개의 데이터 구조, 즉 후보 리스트 C와, 아직 찾아내지 못한 목표 위치를 포함하는 리스트 T와, 상기 후보 리스트 C상에 리스트되거나 또는 리스트되어진 벡터를 포함하는 리스트 S(검색트리)가 사용된다.

알고리즘의 실행동안, 블록 1에서 먼저 후보 리스트 C와 검색 트리 S가 초기화되며, 즉 C는 모든 출발 벡터로 채워지고, S는 모든 출발 위치 벡터와, 그것에 관련된 f, g 및 h값 및 계획된 서브 루트를 함께 구성하는 다른 벡터와의 관계를 나타내는 포인터를 등록하기 위한 빈 영역에 의해 채운다. 블록 2에서, 아직 찾아내지 못한 목표 위치와 더불어 리스트 T가 초기화되며, 즉 T는 목표 위치 리스트 DV가 된다. 상기 관점에서, BV 및 DV는 빈 교착부(empty cross-section)를 갖는다고 가정한다. 상기 리스트 T는 이후 간단히 검색 리스트라고 한다. 블록 3에서, 상기 2개의 리스트 C와 T중 적어도 하나가 비어 있는지의 여부를 체크한다. 만약, 비어 있는 경우는 해당 검색이 종료되며, 즉, 후보 리스트 C가 비어 있고, 검색 리스트 T가 비어 있지 않았다면, 일부 목표 위치는 도달될 수 없으며, 검색 리스트 T가 비어 있을 때 모든 목표 위치의 벡터에 대하여 최적의 통로가 찾아내어진다. 블록 12에서, 상기 목표 위치 리스트 DV가 아직 찾아내지 못한 목표 위치와 더불어 검색리스트 T(이 리스트는 비어 있을 가능성이 있다)로 변형된다. 블록 13에서, 검색 트리 S가 출력되지만, 이것은 포인터에 의해 최적 통로를 뒤따를 필요가 있다. 상기 후보 리스트 C와 검색 리스트 T가 비어 있지 않은 한, 블록 3-11 에 의해 형성된 루프가 뒤따른다. 블록 4에서 가장 적합한 평가값을 갖는 벡터 v는 후보 리스트 C로부터 선택된다. 블록 5에서는 상기 벡터 v가 검색 리스트 T에 포함되는지의 여부가 체크된다. 만약, 벡터 v가 포함된다면, 목표 위치가 발견되어졌기 때문에 블록 6에 있어서 그 벡터 v가 검색 리스트 T로부터 제거된다. 다음에, 블록7에서 상기 검색 리스트 T가 비어 있는지의 여부가 체크된다. 만약 비어 있다면, 모든 목표 위치에 대한 최적 통로가 발견되어지게 되므로, 그 검색은 종결되고 프로그램은 블록 12로 계속된다. 만약 그렇지 않다면, 벡터 v는 블록 8에서 후보 리스트 C로부터 제거된다. 블록 9에서 벡터 v를 이어받는 벡터가 결정되며, 즉, 이들의 벡터는 상기 벡터 v에 접속된 벡터 vi이다. 블록 11에서 각 후속 벡터 vi에 대해, 그 벡터 vi를 포함하는 새로운 통로가 벡터 vi를 포함하는 기존의 통로보다 더 좋은지의 여부가 결정되며, 즉, 만약 그렇다면, 검색 트리 S, 후보 리스트 C, 평가값 f(vi)와, 적산 가중 계수 g(vi)는 이하 기술되는 바와 같이 갱신(적응화)된다. 상기 목적을 위해, 그때마다 그 다음의 벡터 vi가 블록 10에서 선택된다. 모든 벡터가 처리될 때, 프로그램은 블록 3으로 계속한다.

제3도는 블록 11을 보다 상세히 표현한 것이다. 블록 21에서 벡터 vi가 검색 트리 S에 존재하는지의 여부가 체크된다. 만약 존재한다면, 블록 22에서 g(v)+R(vi)인 새로운 통로의 적산 가중 계수는 전에 발견된 통로 g(vi)의 적산 가중 계수와 비교된다. R(vi)은 벡터 vi의 가중 계수이다. 새로운 통로가 보다 매력적(attractive)일 때, 블록 23에서 벡터 vi는 후보 리스트 C로 부가되고 관련된 평가값 f(vi)와 적산 가중 계수 g(vi)가 갱신된다. 이 경우, 검색 트리 S가 블록 24에서 갱신되며, 즉 새로운 값 f 및 g 가 벡터 vi에 부과되고, 트리를 후방향으로 참조함으로서, 예컨대 벡터 vi와 출발 위치간에 계획된 통로를 표시하는 포인터도 또한 부가된다. 블록 22에서, 보다 좋은 값이 발견되지 않는다면, 블록 11(제2도)은 포기된다. 블록 21에서 벡터 vi가 검색 트리 S내에 존재하지 않는 것이 판단되면, 블록 25에서 벡터vi는 후보 리스트 C에 부가되고, 평가값 f(vi)와 적산 가중 계수 g(vi)가 갱신된다. 그 다음, 블록 26에서 검색 트리 S가 갱신되며, 즉, 벡터 vi에 그의 f, g 및 h값이 부가되고 , 후방향 참조용의 포인터도 부가된다. 블록 10 및 11로 형성된 루프는 벡터 v에 대한 모든 후속 벡터 vi가 조사될 때까지 계속된다.

상술한 알고리즘 평가함수가 소정의 조건을 만족시키는 조건으로, 목표 위치까지의 최적의 통로를 생성한다. 이 점에 관해서 증명하기 위해 하트(Hart)등이 쓴 상기 인용 기사를 참조한다.

본 발명에 의해서 제안된 버킷에 기초한 검색 알고리즘은 이하의 관점에서 공지된 알고리즘과는 상이하다. 다수의 버킷이 일시적으로 고정되어 그 고정된 버킷 내만 검색이 행해진다. 고정될 버킷은 다음과 같이 선택된다. 후보 리스트 C와 중복하는 버킷은 모두 함께 후보 버킷 리스트 BC를 형성한다. 이미 전술된 바와 같이, 이들 버킷은 어떤 평가값, 즉 후보 리스트 C 상에 리스트된 관련 버킷내의 벡터에 대한 가장 적합한 평가값을 갖는다. 최초에는 가장 적합한 평가값을 갖는 가능한 한 다수의 후보 버킷(이용 가능한 최대의 기억 공간에 의해 제한됨)들이 워킹 메모리 내에 고정될 수 있다. 고정될 버킷을 후속 결정하는 각 단계에 있어서, 워킹 메모리 내에 존재하는 다수의 후보 버킷이 부여되면, 모든 인접한 버킷(후에 설명함)에 대해서도 평가값이 계산된다. 상기 후보 버킷은 메모리내의 후보 버킷의 인접 버킷과 함께, 버킷 요구 리스트 BR을 구성한다. 상기 리스트로부터 계산된 평가값에 기초하여, 워킹 메모리 내에 고정될 버킷이 선택된다. 고정된 버킷의 결정은 검색 알고리즘의 실행 동안 정기적으로 수행된다.

고정된 버킷 내에 존재하지 않는 후보 리스트 C상의 벡터는 대기 리스트 상에 놓여지도록 하기 위하여 리스트로부터 일시적으로 제거된다. 그 결과, 발견된 목표위치까지의 통로는 최적으로 할 필요는 없으며, 그 이유는 후보 벡터가 하트(Hart)에 의하면 최적의 결과를 얻기 위하여 필요한 바와 같이, 평가값의 순서는 확장되지 않기 때문이다. 따라서, 목표 위치에 도달한 경우, 아직 발견되지 않은 보다 좋은 통로가 존재할 수 있다. 그러므로, 최적 결과를 확인하기 위하여 검색은 계속되어야 한다.

검색되는 동안에, 어떤 시점에 있어서도, 그 순간의 가장 적합한 평가값을 갖는 후보 벡터와 관련된 통로만이 최적으로 되며, 그 이유는 보다 적합한 평가값을 갖고 있는 모든 벡터가 체크되어져, 덜 적합한 평가값을 갖는 통로로 되기 때문이다. 그러므로, 후보 리스트 상의 목표 위치 벡터는 그 후보 리스트상의 다른 모든 벡터가 보다 덜 적합한 평가값을 가질 때만 그로부터 제거될 수 있다. 따라서, 상기 검색은 상기 후보 리스트상의 모든 벡터가 모든 목표 위치 벡터보다 덜 적합한 평가값을 가질 때까지 계속되어야 한다. 모든 목표 위치 벡터보다 덜 적합한 평가값을 갖는 후보 리스트상의 벡터는 보다 좋은 통로로 결코 될 수 없으며, 그 결과 그들은 제거되며, 이는 검색 동안에 있어서 평가값 f는 단조롭게 하강하지 않기 때문이다.(하트(hart)등의 문헌 참조).

제4도는 변형된 검색 알고리즘의 흐름도이다. 이미 설명한 바와 같이, 상기 알고리즘은 고정된 버킷(리스트L)내에 존재하는 후보 벡터만을 체크한다. 제2도의 알고리즘에 대응하는 스텝은 점선으로 표시되며, 새로운 스텝은 실선으로 표시되어 있다. 상기 새로운 스텝은 이하에서 설명하기로 한다.

블록(31)에서, 고정된 버킷을 가진 리스트 L과 버킷 요구 리스트 BR이 비워 있도록 초기화되고, f₁으로서 참조된 후보 리스트 C의 가장 적합한 f값과, fu로서 참조된 검색 리스트 T의 가장 적합한 f값이 결정된다. 블록(32)에서, 에러 메시지가 판독되어, 그 후 부정(예컨대, 판별 불가능한) 버킷 내에 있는 모든 벡터가 후보 리스트 C로부터 제거되거나, 또는 메모리로의 버킷의 기입에 관한 메시지가 판독된다. 후자의 경우에 있어서, 고정된 버킷의 리스트 L내에 이용 가능한 버킷이 존재하지 않은 경우, 그 평가값 f(b)가 vlu로서 참조된 지금까지의 메시지의 행의 가장 좋은 평가값과 비교된다. 만약, 필요하다면, vlu은 갱신된다. 블록(33)에서, 후보 리스트 C가 비워져 있는지 체크된다. 만약, 후보 리스트 C가 블록(32)내의 에러 메시지 때문에 비워 있다면, 블록(39)에 있어서, 도달되지 않은 목표 위치 벡터가 목표 위치 리스트 DV로부터 제거되며, 정확한 적산 평가값이 도달된 목표 위치 벡터에 할당되고, 고정된 버킷이 해제된다. 만약, 후보 리스트 C가 비워 있지 않다면, 블록(34)에서 필터된 후보 리스트 CL가 그 후보 리스트 C중 어느 요소가 고정된 버킷의 리스트 L내에 존재하고 있는지 테스트함으로서 형성된다. 블록(35)에 있어서, 필터된 후보 리스트 CL가 비워 있는지 또는 블록(32)에서의 상기 평가값 vlu이 고정된 버킷의 리스트 L상의 버킷의 평가값의 중간값보다도 적합한 값을 얻게 되는지(중요한 새로운 버킷이 판독되어지는 것을 의미함)가 체크된다. 만약, 이들의 2개의 조건 중 적어도 하나가 만족된다면, 이하의 것이 블록(36)에서 행해진다. 모든 고정된 버킷이 해제되어, 후보 버킷 리스트 BC, 버킷 요구 리스트 BR, 고정된 버킷 L의 리스트 및 필터된 후보 리스트 CL이 다시 결정되며, 그 후, 필터된 후보 리스트 CL이 일단 비워지게 되면, 메모리로의 버킷의 기입이 대기되며, 즉, 이 진행은 CL이 비워지지 않거나 또는 C가 비워질 때까지 반복된다. 계속해서, 블록(37)에서 후보 리스트 C가 비워 있는지의 여부가 체크된다. 만약, 비워 있다면, 상기 처리는 블록(39)으로 진행하며, 비워 있지 않다면 블록(4)으로 진행한다. 몇몇 블록은 단지 경미하게 변경되며, 이것들은 제2도에서 사용한 부호와 보조 부호A에 의해 참조한다. 블록(5A)에서는 벡터 v가 검색 리스트 T내에 존재하고 또한 후보 리스트 C 상의 모든 벡터 중에서 가장 적합한 평가값을 갖는지의 여부가 체크된다. 만약, 이들의 양 조건이 만족되는 경우에, 상기 벡터 v는 검색 리스트 T로부터 제거될 수 있다. 블록(8A)에서, 벡터 v는 후보 리스트 C뿐 아니라 필터된 후보 리스트 CL로부터 제거된다. 블록(9A)에서, 벡터 v의 소정의 버킷 내에 위치하는 후속벡터가 결정된다. 블록(11A)은 블록(11)과는 다음 점에서 상이하며, 즉, 벡터 vi의 버킷이 L에 존재하는 경우에, 벡터 vi는 후보 리스트 C(블록(11)의 2개의 위치에 있어서)에 부가되기 전에 필터된 후보 리스트 CL에도 부가된다. 블록(38)에서, fi 및 fu가 새로운 후보 리스트 C 및 검색 리시트 T에 각각 적응되어, fu보다 덜 적합한 평가값을 갖는 벡터와 fi보다 좋은 평가값을 갖는 목표 위치 벡터는 후보 리스트 C또는 필터된 후보 리스트 CL로부터 제거된다. 그러나, 그들은 검색 트리 S에는 남아있게 된다. 마지막으로, 블록(39)에서, 아직 도달되지 않은 목표 위치 벡터가 목표 위치 리스트 DV로부터 제거되며, 정확한 적산 평가값이 도달되어진 목표 위치 벡터에 할당되어, 고정된 버킷이 해제된다.

차량은 빈번하게 이동하기 때문에, 출발 위치 벡터도 검색 중에 빈번하게 변화한다. 그러므로, 역방향으로 검색하는 것이, 즉, 고정된 목표 위치로부터 차량의 실제 위치까지 되돌리도록 루트를 결정하는 것이 편리하다.

고정될 버킷의 결정법의 변형예를 이하에 설명한다. 이미 상술한 바와 같이, 후보 리스트 C와 겹치는 버킷은 함께 후보 리스트 BC를 구성한다. 어떤 순간에 워킹 메모리 내에 고정된 후보 버킷의 모든 인접 버킷에 대해서도, 평가값이 다음과 같이 결정된다(제5도를 참조). 실제의 버킷 b와 그것에 관계하는 인접 버킷 b'와의 중심점을 잇는 결합선은 그들의 공통 경계선 또는 그 연장선과 점 z에서 교차한다. 상기 인접 버킷 b'의 평가값 f(b')은 다음과 같이, 즉,

f(b')=g(v_b) +h(v_b,z) + h(z)

로 정의된다. 여기서, v_b는 후보 리스트상의 버킷 b내의 벡터로, 가장 적합한 평가값을 갖는 것(단지 1개의 그와 같은 벡터가 존재한다고 가정함)이며, f(v_b) = f(b) 이며, g(v_b)는 벡터 v_b로부터 목표 위치 d까지의 이미 계획된 서브 루트의 적산 가중 계수이며, h(v_b,z)는 벡터 v_b의 종착점과 점 z간의 이상화된 직선 통로(idealised straight path)의 가중 계수이며, h(z)는 상기 점 z와 차량의 실제 위치 s간의 이상화된 직선 통로의 가중 계수이다.

만약, 상기 버킷 b에 대해 가장 적합한 평가값을 갖는 수개의 벡터가 있는 경우에, 예컨대, 점 z에 가장 가깝게 위치된 벡터가 선택될 수 있다.

버킷 b'이 수개의 고정된 버킷에 인접하는 경우, f(b')에 대한 가장 적합한 값이 선택된다.

어떤 벡터 v의 후속 벡터를 결정하는 경우, 버킷에 기초한 알고리즘에 있어서는 다음과 같은 문제가 일어날 가능성이 있다. 벡터 V가 어떤 버킷의 경계선에 접촉하는 경우에, 1 이상의 후속 벡터가 아직 워킹 메모리 내에 고정되지 않은 인접 버킷 내에 위치될 가능성이 있다. 이 문제는 제6도를 참고하여 설명되는 바와 같이 해결될 수 있다.

버킷 b₁의 벡터 v₁은 버킷 b₁과 b₂와의 경계선에 접촉한다. (소위 가느다란 점(thread pointers)으로 표시된)벡터 v₁의 후속 벡터를 결정하는 동안에, 후속 벡터 v₃가 고정되지 않은 인접 버킷 b₂내에 위치되자마자, 벡터 v₃로의 포인터와 더불어 벡터 v₁이 후보 리스트 C에 부가된다. 상기 포인터는 중단된 벡터 v₁의 후속벡터의 결정 처리는 버킷 b₂가 판독되고 고정되어지자마자 v₃로부터 계속하지 않으면 않되는 것을 표시한다. 이것에 해당하는 경우에, 만약, b₁이 더 이상 고정되지 않는 경우에, v₁의 후속 벡터의 결정처리는 v₄에서 다시 중단되어야만 한다.

중단마다 후보 리스트 C에 부가된 포인터와 더불어 벡터에 대해 무한히 적합한(infinitely attractive)평가값을 할당함으로서, 인접 버킷이 판독되자마자, 해당 버킷이 고정되고, 또한 모든 후속 벡터의 발생 및 조사가 될 때까지 그들의 결정 처리가 계속되는 것이 확실히 된다.

차량이 이동할 때, 실제 위치는 최적 루트가 검색되는 지정된 출발 위치와는 일치되지 않는다. 상기 검색 동안에, 소정의 순간에서 검색 트리에 의해 실제 위치에 도달될 때, 상기 검색이 중단될 수 있다. 상기 실제 위치가 지정된 출발 위치로의 최적 루트의 결정 후에, 발생된 검색 트리 외측에 위치될 때, 상기 검색은 검색트리가 실제 위치에 도달될 때까지 계속되어야 한다.

Claims (8)

1. 지리적 정보와 교통 정보에 기초하여, 벡터들의 반복 선택과, 미리 계획된 서브 루트들을 형성하는 벡터를 포함하는 검색 트리의 확장에 의해, 출발 위치와 종착 위치간의 최적 루트를 결정하는데, 각 벡터에는 가중 계수가 할당되고 상기 각 서브루트에 대해서는 미리 계획된 서브루트의 벡터들의 가중 계수들의 가산에 의해 적산 가중계수가 결정되는 최적 루트 결정 방법에 있어서, 상기 정보는 버킷들로 세분되며, 상기 벡터의 반복 선택과 상기 검색 트리의 확장을 위해서, 모든 이용 가능한 버킷으로부터, 미리 계획된 서브 루트와, 관련된 버킷을 거쳐서 뒤따르게 될 예측 허위 서브 루트의 구성 벡터들의 가중 계수의 합에 의해 결정되는 평가값에 기초하여, 선택되고, 포어그라운드 메모리에 적응되는 소정의 최대수의 버킷으로부터 배타적인 벡터가 사용되는 것을 특징으로 하는 최적의 루트 결정 방법.
2. 지리적 정보 및 교통 정보의 버킷형 기억용 메모리와, 출발 위치와 종착 위치에 관한 정보의 입출력용 입/출력 유니트와, 벡터의 반복 선택과, 이미 계획된 서브루트를 형성하는 벡터를 포함하는 검색 트리의 확장을 거쳐서, 각 벡터에 할당된 가중 계수에 기초하여 주어진 출발 위치로부터 주어진 종착 위치까지 최적의 루트가 계산되도록 프로그램된 프로세서를 구비하는 루트 계획자를 포함하는 항법 시스템에 있어서, 메모리는 버킷형으로 구성된 지리적 정보 및 교통 정보가 기억된 백그라운드 메모리를 포함하고, 또한 버킷들이 포어그라운드 메모리에 적응되는 한 백그라운드 메모리의 버킷과, 이미 계획된 서브 루트와 관련 버킷을 거쳐서 뒤따르게 될 예측허위 서브 루트의 구성 벡터들에 대한 가중 계수들의 합에 의해 결정된 평가값에 기초하여 선택된 상기 버킷들만 백그라운드 메모리로부터 전송되는 워킹 메모리를 포함하며, 검색 트리의 확장과 벡터의 반복된 선택에는 워킹 메모리내의 버킷으로부터의 벡터만이 사용되는 것을 특징으로 하는 항법 시스템.
3. 제1항에 있어서, 상기 워킹 메모리내의 버킷에 대한 평가값은 후보 리스트 상에 기입된 관련 버킷내의 모든 벡터 중 가장 적합한 평가값에 의해 결정되고, 상기 워킹 메모리내의 버킷의 인접 버킷에 대한 평가값은 현재 위치와, 상기 버킷 및 상기 인접 버킷의 중심점을 잇는 결합선과 상기 버킷 및 상기 인접 버킷의 경계선(또는 연장선)과의 교차점인 점 z간의 이상화된 직선 통로의 가중 계수와, 상기 점 z와 상기 버킷내의 벡터v_b의 종단점간의 이상화된 직선 통로의 가중 계수와, 상기 벡터 v_b로부터 목표 위치 벡터까지 미리 계획된 서브 루트의 적산 가중 계수의 가산에 의해 결정되는 것을 특징으로 하는 최적의 루트 결정 방법.
4. 제3항에 있어서, 상기 벡터 v_b는 후보 리스트 상에 기입된 상기 버킷내의 모든 벡터 중 가장 적합한 평가값을 갖는 것을 특징으로 하는 최적의 루트 결정 방법.
5. 제4항에 있어서, 상기 후보 리스트 상에 기입된 버킷내의 수개의 벡터가 가장 적합한 평가값을 갖는다면, 상기 벡터 v_b는 상기 점 z와 가장 근접하게 위치되는 벡터인 것을 특징으로 하는 최적의 루트 결정방법.
6. 제3내지 5항 중 어느 한 항에 있어서, 인접 버킷이 상기 워킹 메모리내의 수개의 버킷에 인접한다면, 상기 인접 버킷의 평가값은 발견된 가장 적합한 평가값인 것을 특징으로 하는 최적의 루트 결정 방법.
7. 제2항에 있어서, 상기 시스템이 실제 위치를 결정하는 수단을 포함하고, 상기 루트 계획자가 상기 실제 위치와 발견된 루트 상의 위치를 비교하는 수단을 포함하고, 상기 루트 계획자는 상기 비교에서, 불일치가 발견되는 경우 그 검색을 계속하고, 일치가 발견되는 경우 그 검색을 종료하는 것을 특징으로 하는 항법 시스템.
8. 제2항에 있어서, 상기 워킹 메모리 내에서, 확장을 위해 선택되는 벡터를 갖춘 후보 리스트와, 지금까지 조사된 벡터, 그들의 평가값 및 포인터를 갖춘 검색 트리 리스트와, 아직 발견되지 않은 목표 위치 벡터를 포함하는 검색 리스트와, 상기 후보 리스트와 겹치는 버킷을 갖춘 후보 버킷 리스트와, 후보 버킷 및 상기 워킹 메모리내의 후보버킷의 인접 버킷을 갖춘 버킷 요구 리스트와, 고정된 버킷, 즉 상기 워킹 메모리 내에 고정된 버킷의 리스트와, 상기 워킹 메모리내의 버킷 내에 존재하는 후보 리스트 벡터를 갖춘 필터된 후보 리스트를 기억하는 공간이 확보되어 있는 것을 특징으로 하는 항법 시스템.

Images