KR101158815B1 - 운전자의 운전성향 학습에 의한 경로 탐색 방법 - Google Patents

운전자의 운전성향 학습에 의한 경로 탐색 방법 Download PDF

Info

Publication number
KR101158815B1
KR101158815B1 KR1020060118217A KR20060118217A KR101158815B1 KR 101158815 B1 KR101158815 B1 KR 101158815B1 KR 1020060118217 A KR1020060118217 A KR 1020060118217A KR 20060118217 A KR20060118217 A KR 20060118217A KR 101158815 B1 KR101158815 B1 KR 101158815B1
Authority
KR
South Korea
Prior art keywords
cost
information
path
route
learning
Prior art date
Application number
KR1020060118217A
Other languages
English (en)
Other versions
KR20080048184A (ko
Inventor
김대식
Original Assignee
현대자동차주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 현대자동차주식회사 filed Critical 현대자동차주식회사
Priority to KR1020060118217A priority Critical patent/KR101158815B1/ko
Publication of KR20080048184A publication Critical patent/KR20080048184A/ko
Application granted granted Critical
Publication of KR101158815B1 publication Critical patent/KR101158815B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route
    • G08G1/096838—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route where the user preferences are taken into account or the user selects one route out of a plurality
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3484—Personalized, e.g. from learned user behaviour or user-defined profiles
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096855—Systems involving transmission of navigation instructions to the vehicle where the output is provided in a suitable form to the driver
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096877—Systems involving transmission of navigation instructions to the vehicle where the input to the navigation device is provided by a suitable I/O arrangement
    • G08G1/096888—Systems involving transmission of navigation instructions to the vehicle where the input to the navigation device is provided by a suitable I/O arrangement where input information is obtained using learning systems, e.g. history databases
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/0969—Systems involving transmission of navigation instructions to the vehicle having a display in the form of a map

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Mathematical Physics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Social Psychology (AREA)
  • Automation & Control Theory (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)

Abstract

본 발명은 운전자의 운전성향 학습에 의한 경로 탐색 방법에 관한 것이다. 본 발명은, 도로 정보 데이터를 입력받아서, 이를 바탕으로 경로 코스트(cost) 연산을 수행한다. 동적 정보 및 탐색옵션 및 경로 변경 정보를 입력받아서, 이를 룰(Rule) 셋(set)으로 전환하여 룰 데이터 베이스에 저장한다. 룰 데이터 베이스에 저장된 정보로 학습된 팩터(factor)를 산출하고, 추출된 코스트와, 산출된 팩터 값을 바탕으로 정적 코스트 값에 맞추어 동적 코스트 값을 정규화하고, 학습형 코스트 연산을 수행한다. 본 발명은, 기존에 비 정형화된 운전 성향 및 외부 환경에 대한 데이터를 정형화하는 생성단계를 적용하고, 이를 동적 코스트화 하여 유사한 통행 목적이 발생할 경우에 이를 지능적으로 탐색할 수 있도록 함으로써 운전자에게 편리함을 제공한 효과를 가진다.
경로, 탐색, 코스트, 동적정보, 유고정보

Description

운전자의 운전성향 학습에 의한 경로 탐색 방법{Method for searching path by learning driver's propensity to drive}
도 1은 본 발명의 지능형 경로 탐색 시스템의 모듈을 도시한 도면이다.
도 2는 본 발명의 운전자의 운전성향 학습에 의한 경로 탐색 과정을 도시한 순서도이다.
도 3은 경로 탐색 코스트 테이블을 구성하는 기본적인 정적 요소를 도시한 도면이다.
도 4는 경로 탐색 코스트 테이블을 구성하는 동적 요소를 도시한 도면이다.
도 5는 경로 이탈시 학습된 경로를 산출하는 과정을 도시한 도면이다.
<도면의 주요 부분에 관한 부호의 설명>
100 - 지능형 경로 탐색 시스템 모듈
103 - 동적정보의 수집 및 데이터 베이스화를 하는 핵심 모듈
106 - 적응 퍼지 제어 핵심 모듈
109 - 링크 코스트 객체 관리
112 - 유고 정보 데이터 객체 관리
115 - 교통 정체 데이터 객체 관리
118 - 탐색 옵션 데이터 객체 관리
121 - 경로 이탈/ 변경 데이터 객체 관리
124 - 발란스 비용 기능 127 - 휴리스틱 비용
130 - 유효 비용 루트 10 - 전/후방 경로탐색 메인 로직
12 - 노드/링크 데이터 객체 관리 14 - 정적 코스트 산정 관리자
16 - 동적 코스트 산정 관리자 18 - 탐색 설정 셋 관리자
20 - 도엽 동적 데이터 로딩 및 셋팅 관리자
22 - 룰 셋 관리자 24 - 적응 퍼지 제어기
26 - 링크 비용 분석부 28 - 종별 비용 분석부
30 - 노멀 비용 분석부
본 발명은 운전자의 운전성향 학습에 의한 경로 탐색 방법에 관한 것이다.
현대에 이르러 문명의 이기와 맞물려 차량의 보급률은 급속도로 증가하고 있으며 이런 측면에서 차량은 현대인의 필수품으로 자리잡아가고 있다. 따라서 차량 안에서 모든 것을 해결할 수 있는 차량정보단말기의 필요성이 대두되었고, 이러한 차량정보단말기는 현대인들에게 편리함을 가져다주었다. 텔레매틱스란 차량정보단 말기라고도 하며, 통신(telecommunication)과 정보과학(Information)의 합성어로 자동차와 이동통신의 결합을 의미한다. 또한 텔레매틱스는 이동통신과 인터넷 기술을 기반으로 자동차에 시기 적절한 위치정보 기반의 안전서비스, 사무환경 제공을 통한 생산성 향상 서비스 및 금융, 예약, 상품 구입 등의 기타 개인화된(Personalized) 서비스 등을 제공하는 것을 말한다. 텔레매틱스의 대표적인 서비스는 네비게이션 기능, 교통정보 제공, 응급구조 그리고 각종 엔터테인먼트와 관련된 분야를 들 수 있다. 또한, 차량정보단말기는 휴대폰의 기능 역시 가지고 있어서, CDMA, 인터넷 브라우저, 음성메모, 주소록과 같은 개인정보를 저장할 수 있다.
종래의 항법 시스템에서의 경로 탐색은 각 회사별로 통행 코스트(Cost)를 자체적으로 튜닝하고 노우하우를 바탕으로 생성함으로 인하여 경로 코스트에 영향을 주었으나, 비정형화 요소로 인해 제공된 경로가 운전자의 오해와 불만이 야기되는 문제점이 있다.
또한, 종래의 경로 탐색은 도로 종별, 회전 유형, 거리, 교통양 등의 정적 요소를 코스트화함으로써 모든 운전자의 관점에서 임시적 최적의 경로를 산출하였기 때문에 각 운전자의 운전 습관이나 공사중, 임시차단, 사고에 의한 막힘 등과 같은 유고정보 등의 동적 요소에 의한 경로변경은 반영하지 못하는 한계점이 있다.
본 발명은 기존에 비 정형화된 운전 성향 및 외부 환경에 대한 데이터를 정형화 하는 생성단계를 적용하고, 이를 동적 코스트화 하여 유사한 통행 목적이 발 생할 경우에 이를 지능적으로 탐색할 수 있는 운전자의 운전성향 학습에 의한 경로 탐색 방법을 제공하는 것이다.
이러한 목적을 달성하기 위한 본 발명은, 도로 정보 데이터를 입력받아서, 이를 바탕으로 경로 코스트(cost) 연산을 수행한다. 동적 정보 및 탐색옵션 및 경로 변경 정보를 입력받아서, 이를 룰(Rule) 셋(set)으로 전환하여 룰 데이터 베이스에 저장한다. 룰 데이터 베이스에 저장된 정보로 학습된 팩터(factor)를 산출하고, 추출된 코스트와, 산출된 팩터 값을 바탕으로 정적 코스트 값에 맞추어 동적 코스트 값을 정규화하고, 학습형 코스트 연산을 수행한다. 연산된 코스트를 바탕으로 운전자별 지능형 경로를 산출한다.
이때, 운전자별 지능형 경로를 산출은 출발지부터 목적지 까지 통과하는 링크 및 노드의 코스트를 더하여 코스트의 총 합을 C(RC)라고 했을 경우에 C(RC)가 최소가 되는 경로를 기반으로 경로의 방향 및 주요 전환포인트가 되는 휴리스틱 비용을 채택하여 산출된다.
또한, 학습된 팩터는 동적 정보에 의한 회피 혹은 정체 구간에 대한 룰을 이용하여 데이터를 추출하며, 데이터의 추출은 속성 추론 기법의 방법인 적응 퍼지(Fuzzy) 제어 로직을 통해 추출된다.
동적 정보는 유고 및 교통정보를 포함하며, 탐색 옵션은 특정 목적지에 대해 주로 수행하는 옵션이며, 상기 경로 변경 정보는 특정 지점에서 경로를 이탈하는 경우에 그 경로에 대한 정보이다.
또한, 학습형 코스트의 연산은 경로 변경이 필요한 지점에 대해서 휴리스틱 비용을 변경하여 경로를 도출한다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예에 관하여 상세하게 설명하면 다음과 같다.
도 1은 본 발명의 지능형 경로 탐색 시스템의 모듈을 도시한 도면이다.
본 발명의 지능형 경로 탐색 시스템 모듈(100)은 동적정보의 수집 및 데이터 베이스화를 하는 핵심 모듈(103)과 적응 퍼지 제어 핵심 모듈(106)을 구비한다.
동적 정보의 수집 및 데이터 베이스화를 하는 핵심 모듈(103)에는 전후방 경로 탐색 메인 로직(10), 노드/링크 데이터 객체관리(12), 정적 코스트 산정 관리자(14), 동적 코스트 산정관리자(16), 탐색 설정 셋 관리자(18), 도엽 동적 데이터 로딩 및 셋팅 관리자(20), 룰 셋 관리자(22)를 포함한다.
정적 코스트 산정 관리자(15)는 정형화된 외부 변수를 코스트화 한다. 즉, 링크코스트 객체관리(109)에서 관리되는 링크의 길이, 도로 종별, 속도, 차선수, 회전 횟수, 노드 속성(유턴 등), 교통 정보 등에 의한 변수를 코스트화 한다.
동적 코스트 산정 관리자(16)는 비 정형화된 외부 변수를 코스트화 한다.
즉, 유고정보데이터 객체 관리(112)에서 관리되는 공사중 링크정보, 사고 정보, 임의 정체 정보 또는 위험지역(무인감시카메라가 많거나, 위험지역이 많은 경로를 회피한 경우에 해당)의 변수를 코스트화하고, 경로 이탈/데이터 객체 관 리(121)에서 관리되는 경로 이탈 정보를 코스트화 한다. 경로 이탈의 경우에는 출발부터 임의로 경로를 변경하거나, 경로를 일정거리 주행 중에 변경하는 변수로 나눌 수 있으며, 이때 출발지와 도착지의 위치와 변경 위치를 저장하여 변수를 코스트화 하는 것이 바람직하다.
또한, 탐색 옵션 데이터 객체관리(118)에서 관리되는 탐색 옵션(유로, 무료, 거리 우선, 권장 경로 등과 같은 탐색 옵션 선호도) 또는 지점 선호(집 또는 사무실과 같은 고정 지점 또는 특별 지점, 자주가는 등록지점)등과 같은 곳의 변수를 코스트화 하며, 교통 정체 데이터 객체 관리(115)에서 관리되는 상습 정체구간에 대한 변수를 코스트화한다.
또한, 운전자에게 맞는 경로 팩터를 산출하는 적응 퍼지 제어 핵심 모듈(106)은, 적응 퍼지제어기(24), 링크 비용분석부(26), 종별 비용분석부(28), 노멀 비용분석부(30)를 포함하여 구성된다.
링크 비용분석부(26)는 네트워크 위상에서 반복되는 패턴을 분석하는 역할을 수행한다.
적응 퍼지 제어기(24)는 시스템의 출력값을 입력 변수값으로 하는데, 이 입력 변수값은 퍼지 연산이 정해놓은 탐색 횟수, 이탈 횟수, 지점, 기타 탐색 옵션 등에 의해 n회 반복 연산을 수행하게 되며, 이 과정을 정규화 또는 크기조정(scale mapping)이라고 한다. 정규화된 입력값은 입력 범위에서 정의된 퍼지 집합에 의해서 언어적인 값으로 변하게 되며, 이와 같이 출력 값이 언어적인값(퍼지한 값)으로 변화되는 과정을 경로탐색 적응 퍼지라고 정의한다.
이벤트(이탈)이 발생될 가능성이 있는 지점은 휴리스틱 비용(127)에 연계하여 경로를 변경해주는 팩터가 되고, 자주 채택되어진 경로 상의 네트웍은 가중치를 두고 발란스 비용(124) 및 유효 비용루트(130)를 파악하여 수정된 코스트로 최종적으로 산출하게 된다.
다음으로 본 발명의 지능형 경로 탐색 시스템에서 운전자의 운전 성향 학습에 의하여 경로를 탐색하고 이를 코스트화 하는 과정에 대하여 설명한다.
도 2는 본 발명의 운전자의 운전성향 학습에 의한 경로 탐색 과정을 도시한 순서도이며, 도 3은 경로 탐색 코스트 테이블을 구성하는 기본적인 정적 요소를 도시한 도면이며, 도 4는 경로 탐색 코스트 테이블을 구성하는 동적 요소를 도시한 도면이며, 도 5는 경로 이탈시 학습된 경로를 산출하는 과정을 도시한 도면이다.
도로 정보 데이터를 입력받아서, 이를 바탕으로 경로 코스트(cost) 연산을 수행한다(단계 203). 이때 단계 203은 도 3에 도시된 표에서와 같이 좌회전/우회전 등에 대한 회전 코스트와 고속도로를 경유하거나 차선이 많은 도로를 통과하는 것등에 대한 통행 코스트를 결정하기 위한 것이다.
동적 정보 및 탐색옵션 및 경로 변경 정보를 입력받아서, 이를 룰(Rule) 셋(set)으로 전환하여 룰 데이터 베이스에 저장한다(단계 206). 즉, 도 4에서 도시된 표에서와 같이 공사중, 임시차단, 사고에 의한 막힘 등과 같은 유고 정보와 특정 지역을 통과하면서 경로 변경에 의해 재 탐색되는 위치, 운전자가 특별히 선호하는 탐색옵션을 정형화하는 것이다.
상기 룰 데이터 베이스에 저장된 정보로 학습된 팩터(factor)를 산출한다(단계 209). 이때 사용되는 속성기반 추론 기법(Attribute Oriented Induction Method)로 적응 퍼지(Fuzzy) 제어 로직을 이용한다.
단계 203에서 추출된 코스트와, 단계 209에서 산출된 팩터 값을 바탕으로 정적 코스트 값에 맞추어 동적 코스트 값을 정규화하고(단계 212), 학습형 코스트 연산을 수행한다(단계 215).
퍼지화부는 시스템의 출력값을 입력 변수값으로 하는데, 이 입력 변수값은 퍼지 연산이 정해놓은 탐색 횟수, 이탈 횟수, 지점, 기타 탐색 옵션 등에 의해 n회 반복 연산을 수행하게 되며, 이 과정을 정규화 또는 크기조정(scale mapping)이라고 한다. 정규화된 입력값은 입력 범위에서 정의된 퍼지 집합에 의해서 언어적인 값으로 변하게 된다. 즉, 도 5에 도시된 바와 같이 기존 시스템이 추천하는 경로와 경로 이탈 지점을 표시하여, 동일 사용자가 N회 이상 이탈하여 경로가 재탐색 된 경우에 휴리스틱 방향 정보, 이탈정보, 우회 영역 등을 학습하여 경로를 산출하게 된다.
이렇게 연산된 코스트를 바탕으로 운전자별 지능형 경로를 산출한다. 운전자별 지능형 경로를 산출은, 출발지부터 목적지 까지 통과하는 링크 및 노드의 코스트를 더하여 코스트의 총 합을 C(RC)라고 했을 경우에 C(RC)가 최소가 되는 경로를 기반으로 경로의 방향 및 주요 전환포인트가 되는 휴리스틱 비용을 채택하여 산출한다.
즉, H(n)은 노드 n이 가지는 휴리스틱 비용값이고, G(n)은 출발지로부터 노 드 n에 이르는 비용값이, Cost(n)을 노드 n'에서 노두 n에 이르는 링크의 비용값 및 진출링크와 진입링크와의 관계 비용값이라고 하였을 때에,
F(n) = G(n)+H(n),
G(n)= G(n')+Cost(n),
으로 계산되며 이때 Cost(n)= 길이 비용값(D)#랭크 비용값(L)#종별 비용값(K)#속도 비용값(S)#회전 및 추가정보 비용값(A)로 계산될 수 있다. 이때 '#'은 미정의 연산자이다.
또한, HO(n)은 노드 n이가지는 휴리스틱 비용에 대한 기본값, Z(n)k는 k 운전자 별 적용되는 동적 코스트(Cost)값이라고 하였을 때,
H(n)= HO(n)+Z(n)k,
으로 계산되며 이는 룰 베이스로부터 지능형 탐색 로직(데이터 베이스로부터 데이터를 해독하고 결정하는 퍼지제어를 고려하는 로직)이 산출한다.
이상, 본 발명을 몇가지 예를 들어 설명하였지만, 본 발명은 특정 실시예에 한정되는 것은 아니다. 본 발명이 속하는 기술 분야에서 통상의 지식을 지닌 자라면 본 발명의 사상에서 벗어나지 않으면서 다양한 수정과 변경을 가할 수 있음을 이해할 것이다.
본 발명은 기존에 비 정형화된 운전 성향 및 외부 환경에 대한 데이터를 정 형화 하는 생성단계를 적용하고, 이를 동적 코스트화 하여 유사한 통행 목적이 발생할 경우에 이를 지능적으로 탐색하여 운전자에게 편리함을 제공한 효과를 가진다.

Claims (8)

  1. 도로 정보 데이터를 입력받아서, 이를 바탕으로 경로 코스트(cost) 연산을 수행하는 제 1단계;
    동적 정보 및 탐색옵션 및 경로 변경 정보를 입력받아서, 이를 룰(Rule) 셋(set)으로 전환하여 룰 데이터 베이스에 저장하는 제 2단계;
    상기 룰 데이터 베이스에 저장된 정보로 학습된 팩터(factor)를 산출하는 제 3단계;
    상기 제 1단계에서 추출된 코스트와, 상기 제 3단계에서 산출된 팩터 값을 바탕으로 정적 코스트 값에 맞추어 동적 코스트 값을 정규화하고, 학습형 코스트 연산을 수행하는 제 4단계;
    를 포함하는 것을 특징으로 하는 운전자의 운전성향 학습에 의한 경로 탐색 방법.
  2. 제 1항에 있어서,
    상기 제 4단계 이후에, 연산된 학습형 코스트를 바탕으로 운전자별 지능형 경로를 산출하는 제 5단계;
    를 더 포함하는 것을 특징으로 하는 운전자의 운전성향 학습에 의한 경로 탐색 방법.
  3. 제 2항에 있어서,
    상기 운전자별 지능형 경로를 산출은 출발지부터 목적지 까지 통과하는 링크 및 노드의 코스트를 더하여 코스트의 총 합을 C(RC)라고 했을 경우에 C(RC)가 최소가 되는 경로를 기반으로 경로의 방향 및 주요 전환포인트가 되는 휴리스틱 비용을 채택하여 산출되는 것인 운전자의 운전성향 학습에 의한 경로 탐색 방법.
  4. 제 1항에 있어서,
    상기 학습된 팩터는 동적 정보에 의한 회피 혹은 정체 구간에 대한 룰을 이용하여 데이터를 추출하는 것인 운전자의 운전성향 학습에 의한 경로 탐색 방법.
  5. 제 4항에 있어서,
    상기 데이터의 추출은 속성 추론 기법의 방법인 적응 퍼지(Fuzzy) 제어 로직을 통해 추출되는 것인 운전자의 운전성향 학습에 의한 경로 탐색 방법.
  6. 제 1항에 있어서,
    상기 동적 정보는 유고 및 교통정보를 포함하는 것을 특징으로 하는 운전자의 운전성향 학습에 의한 경로 탐색 방법.
  7. 제 1항에 있어서,
    상기 탐색 옵션은 특정 목적지에 대해 수행하는 옵션이며, 상기 경로 변경 정보는 특정 지점에서 경로를 이탈하는 경우에 그 경로에 대한 정보인 것을 특징으로 하는 운전자의 운전성향 학습에 의한 경로 탐색 방법.
  8. 제 1항에 있어서,
    상기 학습형 코스트의 연산은 경로 변경이 필요한 지점에 대해서 휴리스틱 비용을 변경하여 경로를 도출하는 것인 운전자의 운전성향 학습에 의한 경로 탐색 방법.
KR1020060118217A 2006-11-28 2006-11-28 운전자의 운전성향 학습에 의한 경로 탐색 방법 KR101158815B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020060118217A KR101158815B1 (ko) 2006-11-28 2006-11-28 운전자의 운전성향 학습에 의한 경로 탐색 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020060118217A KR101158815B1 (ko) 2006-11-28 2006-11-28 운전자의 운전성향 학습에 의한 경로 탐색 방법

Publications (2)

Publication Number Publication Date
KR20080048184A KR20080048184A (ko) 2008-06-02
KR101158815B1 true KR101158815B1 (ko) 2012-06-28

Family

ID=39804444

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020060118217A KR101158815B1 (ko) 2006-11-28 2006-11-28 운전자의 운전성향 학습에 의한 경로 탐색 방법

Country Status (1)

Country Link
KR (1) KR101158815B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104742685A (zh) * 2013-12-26 2015-07-01 现代自动车株式会社 节能自动空调控制系统和方法

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100977576B1 (ko) 2008-05-23 2010-08-23 엘지전자 주식회사 세탁물 처리기기 및 세탁물 처리기기의 제어방법
KR102050957B1 (ko) * 2013-11-29 2019-12-02 현대엠엔소프트 주식회사 휴리스틱을 이용한 주행 경로 탐색 장치 및 방법
KR102070121B1 (ko) * 2019-05-09 2020-01-28 서울대학교산학협력단 이용자 선호다양성을 반영한 경로 생성방법, 이를 구현하는 컴퓨터 프로그램 및 이를 수행하도록 구성되는 생성 시스템
CN116312072B (zh) * 2023-03-21 2024-01-26 中国人民解放军93209部队 一种基于空域网格的航迹运行冲突解耦控制方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR19990058362A (ko) * 1997-12-30 1999-07-15 오상수 차량항법시스템의 경로탐색방법 및 그 장치
KR20030060825A (ko) * 2003-04-23 2003-07-16 주식회사 드림나우 참조 경로를 이용한 성향 정보 제공 방법 및 그 장치

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR19990058362A (ko) * 1997-12-30 1999-07-15 오상수 차량항법시스템의 경로탐색방법 및 그 장치
KR20030060825A (ko) * 2003-04-23 2003-07-16 주식회사 드림나우 참조 경로를 이용한 성향 정보 제공 방법 및 그 장치

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104742685A (zh) * 2013-12-26 2015-07-01 现代自动车株式会社 节能自动空调控制系统和方法
KR101551028B1 (ko) * 2013-12-26 2015-09-07 현대자동차주식회사 에너지 절약형 자동 공조 제어시스템 및 방법
US9623721B2 (en) 2013-12-26 2017-04-18 Hyundai Motor Company Energy saving automatic air conditioning control system and method
CN104742685B (zh) * 2013-12-26 2019-02-05 现代自动车株式会社 节能自动空调控制系统和方法

Also Published As

Publication number Publication date
KR20080048184A (ko) 2008-06-02

Similar Documents

Publication Publication Date Title
Litman Autonomous vehicle implementation predictions
US11506507B2 (en) Multimodal vehicle routing system and method with vehicle parking
US6701248B2 (en) Method of route planning in a navigation system
CN107944605B (zh) 一种基于数据预测的动态交通路径规划方法
Adler et al. Toward the design of intelligent traveler information systems
US8718925B2 (en) Collaborative route planning for generating personalized and context-sensitive routing recommendations
JP3722229B2 (ja) 情報取得方法、情報提示方法、および情報取得装置
US7379812B2 (en) Map information updating apparatus and map information updating method
US7848880B2 (en) Traffic information adaptive to a user&#39;s travel
JP4248515B2 (ja) 情報取得方法、情報提示方法、および情報取得装置
JP6777151B2 (ja) ルート探索方法及びルート探索装置
KR101158815B1 (ko) 운전자의 운전성향 학습에 의한 경로 탐색 방법
US20080004802A1 (en) Route planning with contingencies
CN108444486B (zh) 一种导航路线排序方法和装置
DE102006030271A1 (de) Navigationssystem und Programm zur Steuerung des Systems
JP2007263972A (ja) 情報提示方法および情報提示装置
US7162363B2 (en) Travel route mapping
JP3064582B2 (ja) 車両用経路探索装置
US7711474B2 (en) Method for the automatic calculation of optimum routes
CN111400425A (zh) 一种路径自动优化选择的方法和系统
KR20060134550A (ko) 국내 도로 환경을 고려한 최적 주행 경로 알고리즘
Gavalas et al. An efficient heuristic for the vacation planning problem
Kitayama et al. A route recommender system based on the user’s visit duration at sightseeing locations
Lim et al. Designing guide-path networks for automated guided vehicle system by using the Q-learning technique
US20060214817A1 (en) Method and assembly, in addition to computer program comprising program-code means and computer-program product for determining maneuver information from a record of predeterminable maneuver information for a mobile unit fuzzy logic

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20150529

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20180530

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20190528

Year of fee payment: 8