KR101385928B1 - 교통 관리를 위한 방법 및 장치 - Google Patents

교통 관리를 위한 방법 및 장치 Download PDF

Info

Publication number
KR101385928B1
KR101385928B1 KR1020127007494A KR20127007494A KR101385928B1 KR 101385928 B1 KR101385928 B1 KR 101385928B1 KR 1020127007494 A KR1020127007494 A KR 1020127007494A KR 20127007494 A KR20127007494 A KR 20127007494A KR 101385928 B1 KR101385928 B1 KR 101385928B1
Authority
KR
South Korea
Prior art keywords
road
travel time
time
mobile user
monitored
Prior art date
Application number
KR1020127007494A
Other languages
English (en)
Other versions
KR20120112375A (ko
Inventor
얀 펑 주
저 샹
화용 왕
웨이 슝 샹
진 저우
춘 잉
Original Assignee
인터내셔널 비지네스 머신즈 코포레이션
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 인터내셔널 비지네스 머신즈 코포레이션 filed Critical 인터내셔널 비지네스 머신즈 코포레이션
Publication of KR20120112375A publication Critical patent/KR20120112375A/ko
Application granted granted Critical
Publication of KR101385928B1 publication Critical patent/KR101385928B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/012—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from other sources than vehicle or roadside beacons, e.g. mobile networks
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0133—Traffic data processing for classifying traffic situation
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/025—Services making use of location information using location based information parameters
    • H04W4/026—Services making use of location information using location based information parameters using orientation information, e.g. compass
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/025—Services making use of location information using location based information parameters
    • H04W4/027—Services making use of location information using location based information parameters using movement velocity, acceleration information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/029—Location-based management or tracking services

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Traffic Control Systems (AREA)

Abstract

도로 상의 차량 이동 시간을 결정하는 방법에 있어서, 상기 차량은 이동 통신망 내에서 운행 가능하며, 상기 방법은: 이동 샘플들을 획득하기 위하여 모바일 사용자의 히스토리컬 통신 이벤트들을 수집하는 단계 - 상기 히스토리컬 통신 이벤트들은 상기 모바일 사용자가 모니터 되는 도로를 따라 언제 이동했는지를 나타냄 -; 상기 히스토리컬 통신 이벤트들로부터 셀 핸드오버 시퀀스를 결정하는 단계; 상기 셀 핸드오버 시퀀스로부터 상기 모니터 되는 도로의 하나 또는 그 이상의 도로 세그먼트들을 결정하는 단계; 상기 하나 또는 그 이상의 도로 세그먼트들의 이동 시간을 상기 이동 시간 샘플들에 따라서 결정하는 단계; 상기 수집된 히스토리컬 통신 이벤트들로부터 실시간 이동 시간이 결정되지 않은 상기 모니터 되는 도로의 미결정된 도로 세그먼트에 대해서, 상기 미결정된 도로 세그먼트 상에 나타날 가능성이 가장 높은 후보 모바일 사용자를 선택하는 단계; 위치 정보를 획득하기 위하여 상기 후보 모바일 사용자를 능동적으로 포지셔닝하는 단계; 및 상기 미결정된 도로 세그먼트의 실시간 이동 시간을 결정하기 위하여 상기 후보 모바일 사용자에 대한 하나의 통신 이벤트로서, 모니터 되는 도로 상의 현재 모바일 사용자의 통신 이벤트들을 상기 능동 포지셔닝으로 수집하는 단계로 돌아가는 단계를 포함하는 방법.

Description

교통 관리를 위한 방법 및 장치{METHOD AND APPARATUS FOR TRAFFIC MANAGEMENT}
본 발명은 도로 교통 관리와 이동 통신 기술 분야에 관한 것이다. 더 자세하게는, 본 발명은 이동 통신망에 기반해서 도로 상 차량의 실시간 이동 시간(real-time travel time)을 결정함으로써 도로 교통을 모니터 하는 기술에 관한 것이다.
도로 교통 모니터는 도로 교통 관리와 내비게이션 시스템에 있어서 중요한 주제이다. 교통 모니터는 차량의 평균 속도, 도로의 이동 시간, 도로 혼잡도(congestion degree), 및 사고 위치 등과 같은 도로 교통에 대한 기본 정보를 생성하는데 사용될 수 있다. 실시간의 기본 정보를 제공함으로써, 내비게이션 시스템은 도로 교통 상황을 적시에(in time) 알아내어 차량들에게 주행 궤적을 합리적으로 정리해줄 수 있으며, 그럼으로써 효과적으로 혼잡함을 줄여주고 충돌을 방지할 수 있다.
(유도식 루프 감지기와 같은) 교통 센서와 (GPS가 장착된 택시와 같은) GPS 플로팅 자동차(GPS floating cars)에 기반하는 도로 교통 모니터를 위한 일반적인 솔루션들 (common solutions)이 도시의 도로들에 적용되어 왔다. 그러나, 이러한 솔루션은 광대한 교외 도로들 및 도시간 도로들에는 적용된 적이 없다. 그 주된 이유는 1) 교통 센서는 배치(deployment)와 유지보수 면에서 모두 비용이 많이 들어, 교외 배치에 적합하지 않고; 2) GPS 플로팅 자동차에 기반한 솔루션은 모니터 되는 도로상의 플로팅 자동차의 수에 크게 의존하는데, 교외와 도시간 도로들 상에서 운행하는 플로팅 자동차들은 실제로 많지 않기 때문이다.
현재는, 2G/3G 이동 통신망과 같은 이동 통신망들이, 많은 국가들 내 지역들의 90% 이상을 커버하고 있고 70% 이상의 사람들이 매일 휴대폰을 사용한다. 단문메시지 송/수신, 전화 착/발신, 또는 통화 세션 동안에 핸드 오버기능 수행 등과 같은 통신 행위들이 발생하면, 상기 네트워크는 현재 그 서비스를 제공하는 기지국의 위치를 기록하게 된다. 따라서, 이동 통신망들 또한 도로 교통을 모니터 하는 용도로 고려될 수 있다.
기존의 이동 통신망에 기반한 도로 교통 모니터 솔루션에서, 모바일 기기 사용자의 이동 속도는 상기 모바일 사용자가 모니터 되는 도로 상에서 두 개의 통신 행위를 할 때 두 개의 연속적인 통신 이벤트들의 위치 정보와 시간을 기록함으로써 계산될 수 있고 따라서 모니터 되는 도로의 교통 상황이 평가될 수 있다. 그러나, 상기와 같은 솔루션은 모니터 되는 도로 상에서 발생하는 통신 이벤트들의 수에 의해서 좌우되며, 모니터 되는 도로 상에서 통신 이벤트들이 하나도 발생하지 않으면 그 솔루션은 작동하지 않는다.
또한, 두 개의 연속적인 통신 이벤트들간에 시차가 큰 경우 상기 솔루션은 단점이 생기는데, 이는 긴 시간 간격 동안에 차량의 속도가 대개는 상당한 변화를 보이기 때문이다. 통상적으로, 교외 도로들과 도시간 도로들은 서로 다른 교통 환경을 보이며, 예를 들면, 도시간 도로에서는 얼마간의 마을들을 이동하며, 그 차량의 이동 속도는 위치에 따라 변한다. 예를 들면, 마을에 접근할 때는 속도가 느릴 것이며 마을을 떠날 때는 속도가 빠를 것이다. 그러므로, 상기 솔루션은 도로의 교통 상황을 정확히 평가할 수 없다.
대부분의 이동 통신망은 능동 포지셔닝 기능(a function of active positioning)을 갖고 있으며, 이 기능은 위치기반서비스(Location-Based Service : LBS)에 폭넓게 사용되고 있다. 모바일 사용자의 휴대전화를 능동적으로 페이징(paging)함으로써, 모바일 사용자의 위치는 결정될 수 있다. 그러나, 능동 포지셔닝 기능은 기지국과 이동 전화간 신호 인터랙션(signaling interaction)을 유발할 것이고, 이는 많은 양의 무선 리소스를 낭비하게 될 것 이다.
미국특허 6198630호에는, 이동 휴대전화 사용자가 한 셀존(cellzone)에서 다른 셀존으로 이동할 때 이동 휴대전화 사용자의 위치를 추적하여, 사용자에게 휴대전화 핸드오프(handoff)를 제공하는 시스템이 공개되어 있다. 그러나 이 기술분야에는 상기 언급된 문제들을 해결하기 위한 솔루션을 제공할 필요가 여전히 존재한다.
본 발명은 상기 기술적인 문제들을 해결하기 위한 것으로서, 이동 통신망에 기반하여 도로상 차량의 실시간 이동 시간을 결정하기 위한 방법 및 장치를 제공하는데 그 목적이 있으며, 이는 도로 교통 상황을 실시간으로 정확히 제공할 수 있고, 모든 도로에 적용 가능하며 적은 비용으로 할 수 있다.
본 발명의 제 1 실시 예는, 차량이 이동 통신망 내에서 운행 가능한, 도로상 차량의 이동 시간(travel time)을 결정하기 위한 방법을 제공하기 위한 것으로서, 상기 방법은: 이동 샘플들을 얻기 위하여 모바일 사용자의 히스토리컬 통신 이벤트들(historical communication events)을 수집하는 단계 - 상기 히스토리컬 통신 이벤트들은 상기 모바일 사용자가 모니터 되는 도로를 따라 언제 이동했는 지를 나타냄 -; 상기 히스토리컬 통신 이벤트들로부터 셀 핸드오버 시퀀스를 결정하는 단계; 상기 셀 핸드오버 시퀀스로부터 상기 모니터 되는 도로의 하나 또는 그 이상의 도로 세그먼트를 결정하는 단계; 상기 하나 또는 그 이상의 도로 세그먼트의 이동 시간을 상기 이동 시간 샘플들에 따라서 결정하는 단계; 상기 수집된 히스토리컬 통신 이벤트들로부터 실시간 이동 시간이 결정되지 않은 모니터 되는 도로의 미결정된 도로 세그먼트에 대해서, 상기 미결정된 도로 세그먼트 상에 나타날 가능성이 가장 높은 후보 모바일 사용자를 선택하는 단계; 포지셔닝 정보를 획득하기 위해 상기 후보 모바일 사용자를 능동적으로 포지셔닝하는 단계; 및 상기 미결정된 도로 세그먼트의 실시간 이동 시간을 결정하기 위하여, 상기 후보 모바일 사용자에 대한 하나의 통신 이벤트로서, 모니터 되는 도로 상의 현재 모바일 사용자의 통신 이벤트들을 상기 능동 포지셔닝으로 수집하는 단계로 복귀하는 단계를 포함한다.
또한, 본 발명의 방법에서, 이동 시간 샘플들을 획득하기 위해, 모니터 되는 도로 상의 현재 모바일 사용자에게 발생하는 통신 이벤트들을 수집하는 상기 단계는 : 기 결정된 기간(predetermined time period) 내에서 동일 모바일 사용자에게 발생하는 두 개의 연속적인 통신 이벤트들을 수집하는 단계; 및 상기 두 개의 통신 이벤트들이 발생한 셀들의 위치와 상기 두 개의 통신 이벤트들간의 시차를 상기 이동 시간 샘플로서 기록하는 단계를 포함한다.
또한, 본 발명의 방법에서, 상기 모니터 되는 도로에서 대응하는 도로 세그먼트의 실시간 이동 시간을 상기 이동 시간 샘플들에 따라서 결정하는 단계는: 각각의 이동 시간 샘플들에 대해, 이동 시간 샘플에서 두 셀들의 위치가 동일한지 여부를 결정하여, 상기 두 셀들의 위치가 다를 경우 상기 이동 시간 샘플을 유효 이동 시간 샘플로 결정하는 단계; 상기 유효 이동 시간 샘플들로부터, 특정한 도로 세그먼트의 실시간 이동 시간을 유일하게 결정할 수 있는 명확한 샘플(unambiguous sample)을 선택하는 단계; 상기 명확한 샘플로 상기 특정한 도로 세그먼트를 식별하는 단계; 적시에(in time) 가장 가까운 가능한 도로 세그먼트를 선택하기 위해, 상기 유효 이동 시간 샘플들 내의 불명확한 샘플에 대해서, 상기 불명확한 샘플에서의 시차를 상기 불명확한 샘플에 대응하는 가능한(possible) 도로 세그먼트들 각각에 관한 구성 도로 세그먼트들 각각(the respective constituent road segments)의 실시간 이동 시간의 합과 비교하는 단계 - 상기 실시간 이동 시간이 결정되지 않은 구성 도로 세그먼트에 대해서 상기 구성 도로 세그먼트의 베이스라인 이동 시간 (baseline travel time)이 실시간 이동 시간을 대체하기 위해 사용됨 -; 및 적시에 가장 가까운 상기 가능한 도로 세그먼트를 상기 불명확한 샘플로 식별하는 단계를 포함한다.
또한, 본 발명의 방법에서, 모니터 되는 도로에서 대응하는 도로 세그먼트의 실시간 이동 시간을 상기 이동 시간 샘플들에 따라서 결정하는 단계는: 이들 두 셀들의 위치가 다른 경우 이들 두 셀들이 인접한 셀들인지 여부를 결정하는 단계; 및 이들 두 셀들이 인접한 셀들이 아닌 경우 상기 이동 시간 샘플을 유효로 결정하는 단계를 더 포함한다.
또한, 본 발명의 방법에서, 모니터 되는 도로 상의 대응하는 도로 세그먼트의 실시간 이동 시간을 상기 이동 시간 샘플들에 따라서 결정하는 단계는: 동일 도로 세그먼트에 대해서 복수의 명확한 샘플들이 존재하는 경우 명확한 샘플들의 산술 평균값을 계산하는 단계; 및 상기 산술 평균값으로 상기 도로 세그먼트를 식별하는 단계를 더 포함한다.
또한, 본 발명의 방법에서, 상기 실시간 이동 시간이 결정되지 않은 모니터 되는 도로 상의 미결정된 도로 세그먼트에 대해서, 상기 미결정된 도로 세그먼트 상에 나타날 가능성이 가장 높은 후보 모바일 사용자를 선택하는 단계는: 모니터 되는 도로 상의 상기 대응하는 모바일 사용자들의 이동 모드들과 속도 벡터들을 상기 유효 이동 시간 샘플들에 따라서 분석하는 단계; 현재 시간부터 지정된 시간(specified time)까지 상기 미결정된 도로 세그먼트를 통과하는 각각의 대응 모바일 사용자의 속도를 추정하는(estimating) 단계; 상기 지정된 시간에 상기 미결정된 도로 세그먼트를 통과하는 각각의 모바일 사용자의 이동 확률을 상기 모바일 사용자의 속도 벡터와 추정된 속도에 따라서 계산하는 단계; 및 큰 이동 확률을 가지는 특정한 수의 모바일 사용자들을 상기 후보 모바일 사용자로서 선택하는 단계를 포함한다.
또한, 본 발명의 방법에서, 현재 시간부터 지정된 시간까지 상기 모바일 사용자가 상기 미결정된 도로 세그먼트를 통과하는 이동 속도를, 상기 대응하는 모바일 사용자들 각각에 대해서, 추정하는 단계는: 상기 모바일 사용자의 최저 이동 속도를
Figure 112012023427858-pct00001
에 따라서 추정하는 단계 - E[d]는 상기 모바일 사용자가 현재 시간에 속해 있는 셀의 위치에서부터 상기 미결정된 도로 세그먼트의 시작점까지의 거리를 나타내고, R은 상기 셀의 커버리지 반경을 나타내고, K는 상기 미결정된 도로 세그먼트의 길이를 나타내고, t는 상기 지정된 시간을 나타내며, T는 상기 현재 시간을 나타냄 - ; 및 상기 모바일 사용자의 최대 이동 속도를
Figure 112012023427858-pct00002
에 따라서 추정하는 단계를 포함하되; 상기 모바일 사용자가 상기 지정된 시간에 상기 미결정된 도로 세그먼트를 통과할 수 있는 이동 확률을 계산하는 단계는: 상기 모바일 사용자의 이동 확률로서, 상기 모바일 사용자의 속도 벡터와 이동 속도 사이의 예측-관련 계수(prediction-related coefficient)를
Figure 112012023427858-pct00003
에 따라서 계산하는 단계 - V는 상기 모바일 사용자의 속도 벡터를 나타냄 - 를 포함한다.
또한, 본 발명의 방법에서, 상기 미결정된 도로 세그먼트 상에 나타날 가능성이 가장 높은 후보 모바일 사용자를 선택하는 단계는: 상기 미결정된 도로 세그먼트의 이전 도로 세그먼트에서 오직 하나의 통신 이벤트가 발생한 모바일 사용자를 후보 모바일 사용자로서 선택하는 단계를 더 포함한다.
또한, 본 발명의 방법은, 모니터 되는 도로 상의 현재 모바일 사용자에게 발생한 통신 이벤트들을 수집하는 단계 이전에, 상기 모니터 되는 도로를 복수의 도로 세그먼트들로 상기 모니터 되는 도로에 관련된 셀들에 따라서 나누는 단계; 및 상기 각각의 도로 세그먼트들의 베이스라인 이동 시간을 획득하기 위하여 상기 도로 세그먼트들에 대한 히스토리컬 이동 시간을 베이스라인으로 설정하는 단계를 더 포함한다.
또한, 본 발명의 방법에서, 상기 모니터 되는 도로를 복수의 도로 세그먼트로 상기 모니터 되는 도로에 관련된 셀들에 따라서 나누는 단계는: 상기 모니터 되는 도로를 따라 특정한 범위 내의 모든 셀들과 그 셀들의 위치 정보를 획득하는 단계; 상기 모니터 되는 도로에 대응하는 셀 핸드오버 시퀀스를 찾기 위하여 상기 셀들에 관련된 히스토리컬 핸드오버 기록들(historical handover records)을 조회하는(querying) 단계; 및 상기 모니터 되는 도로를 복수의 도로 세그먼트들로 상기 셀 핸드오버 시퀀스에 따라서 나누는 단계 - 두 인접 셀 사이의 중간 지점들은 상기 각각의 도로 세그먼트들의 경계들로서 간주됨 - 를 포함한다.
또한, 본 발명의 방법에서, 각각의 도로 세그먼트들의 베이스라인 이동 시간을 획득하기 위하여 상기 도로 세그먼트들에 대해서 히스토리컬 이동 시간을 베이스라인으로 설정하는 단계는: 상기 도로 세그먼트에 대한 히스토리컬 이동 시간을 상기 셀 핸드오버 시퀀스 내의 히스토리컬 핸드오버 기록들에 따라서 카운트하는 단계; 및 상기 도로 세그먼트의 상기 베이스라인 이동 시간을 생성하기 위하여 간섭 시간(interference time)을 상기 히스토리컬 이동 시간으로부터 필터링하는 단계를 포함한다.
또한, 본 발명의 방법에서, 상기 통신 이벤트는 위치 갱신 서비스, 콜/단문메시지 서비스 및 셀 핸드오버 중 어느 하나이다.
또한, 본 발명은, 이동 통신 망 내에서 운행 가능한, 도로 상의 차량(vehicle)의 이동 시간을 결정하는 장치를 제공하기 위한 것으로서, 상기 장치는, 이동 샘플들을 획득하기 위하여 모바일 사용자의 히스토리컬 통신 이벤트들을 수집하는 수집 모듈(collecting module) - 상기 히스토리컬 통신 이벤트들은 상기 모바일 사용자가 모니터 되는 도로를 따라서 언제 이동했는지를 나타냄 -; 상기 히스토리컬 통신 이벤트들로부터 셀 핸드오버 시퀀스를 결정하는 이동 시간 결정 모듈; 상기 셀 핸드오버 시퀀스로부터 상기 모니터 되는 도로의 하나 또는 그 이상의 도로 세그먼트를 결정하여, 상기 하나 또는 그 이상의 도로 세그먼트들의 이동 시간을 상기 이동 시간 샘플들에 따라서 결정하는 이동 시간 결정 모듈; 상기 수집된 히스토리컬 통신 이벤트들로부터 실시간 이동 시간이 결정되지 않은 상기 모니터 되는 도로의 미결정된 도로 세그먼트에 대해서, 상기 미결정된 도로 세그먼트 상에 나타날 가능성이 가장 높은 후보 모바일 사용자를 선택하는 선택 모듈(selection module); 포지셔닝 정보를 획득하기 위해 상기 후보 모바일 사용자를 능동적으로 포지셔닝 하고, 상기 미결정된 도로 세그먼트의 실시간 이동 시간을 결정하기 위하여, 상기 후보 모바일 사용자에 대한 하나의 통신 이벤트로서 모니터 되는 도로 상의 현재 모바일 사용자의 통신 이벤트들을 능동 포지셔닝으로 수집하는 수집 모듈로 복귀하는 능동 포지셔닝 모듈(active positioning module)을 포함한다.
또한, 본 발명의 장치에서, 상기 수집 모듈은: 기 결정된 기간 내에서 동일 모바일 사용자에게 발생한 두 개의 연속적인 통신 이벤트들을 수집하는 수집부(collecting unit); 및 이들 두 개의 통신 이벤트들이 발생한 셀들의 위치와 이들 두 개의 통신 이벤트들 사이의 시차를, 상기 이동 시간 샘플로서 기록하는 기록부(recording unit)를 포함한다.
또한, 본 발명의 장치에서, 상기 이동 시간 결정 모듈은: 각각의 이동 시간 샘플에 대해서, 상기 이동 시간 샘플에서 두 셀들의 위치가 동일한 지를 결정하고, 이들 두 셀들의 위치가 다를 경우 상기 이동 시간 샘플을 유효 이동 시간 샘플로 결정하는 결정부(determining unit); 상기 유효 이동 시간 샘플들로부터 특정한 도로 세그먼트의 실시간 이동 시간을 유일하게 결정할 수 있는 명확한 샘플을 선택하는 샘플 선택부(sample selecting unit); 상기 명확한 샘플로 상기 특정한 도로 세그먼트를 식별하는 식별부(identifying unit); 상기 유효 이동 시간 샘플들 내의 불명확한 샘플에 대해서, 상기 불명확한 샘플에서의 시차를 상기 불명확한 샘플에 대응하는 각각의 가능한 도로 세그먼트들 각각의 구성 도로 세그먼트들의 실시간 이동 시간의 합과 비교하여, 적시에 가장 가까운 가능한 도로 세그먼트를 선택하는 비교 선택부(comparing and selecting unit) - 상기 실시간 이동 시간이 결정되지 않은 상기 구성 도로 세그먼트에 대해서, 실시간 이동 시간은 상기 구성 도로 세그먼트의 베이스라인 이동 시간으로 대체됨-을 포함하되; 상기 식별부는 상기 불명확한 샘플로 적시에 가장 가까운 상기 가능한 도로 세그먼트를 식별하도록 구성된다.
또한, 본 발명의 장치에서, 상기 결정부는 이들 두 셀들의 위치가 다를 경우 이들 두 셀들이 인접한 셀들인지를 결정하고, 이들 두 셀들이 인접 셀들이 아닌 경우 상기 이동 시간 샘플을 유효로 결정하도록 더 구성된다.
또한, 본 발명의 장치에서, 상기 이동 시간 결정 모듈은: 복수의 명확한 샘플들이 상기 동일 도로 세그먼트에 대해서 존재할 때, 상기 복수의 명확한 샘플들의 산술 평균값을 계산하는 평균값 계산부(average value calculating unit)를 더 포함하되; 상기 식별부는 상기 산술 평균값으로 상기 도로 세그먼트를 식별하도록 구성된다.
또한, 본 발명의 장치에서, 상기 선택 모듈은: 상기 모니터 되는 도로 상의 대응하는 모바일 사용자들의 이동 모드들과 속도 벡터들을 상기 유효 이동 시간 샘플들에 따라서 분석하는 분석부(analyzing unit); 상기 대응하는 모바일 사용자들 각각에 대해서, 상기 모바일 사용자가 상기 미결정된 도로 세그먼트를 현재시간부터 지정된 시간까지 통과하는 이동 속도를 추정하는 추정부(estimating unit); 상기 모바일 사용자들 각각에 대해서, 상기 모바일 사용자가 상기 지정된 시간에 상기 미결정된 도로 세그먼트를 통과할 수 있는 이동 확률을 상기 모바일 사용자의 상기 속도 벡터와 추정된 이동 속도에 따라서 계산하는 확률 계산부(probability calculating unit); 및 큰 이동 확률을 가진 특정한 수의 모바일 사용자들을 상기 후보 모바일 사용자로서 선택하는 사용자 선택부(user selecting unit)를 포함한다.
또한, 본 발명의 장치에서, 상기 추정부는 상기 모바일 사용자의 최저 이동 속도를
Figure 112012023427858-pct00004
에 따라서 추정하고 - E[d]는 상기 모바일 사용자가 현재 시간에 속해 있는 셀의 위치에서부터 상기 미결정된 도로 세그먼트의 시작점까지의 거리를 나타내고, R은 상기 셀의 커버리지 반경을 나타내고, K는 상기 미결정된 도로 세그먼트의 길이를 나타내고, t는 상기 지정된 시간을 나타내며, T는 상기 현재 시간을 나타냄 -; 상기 모바일 사용자의 최고 이동 속도를
Figure 112012023427858-pct00005
에 따라서 추정하도록 구성되며; 상기 확률 계산부는, 상기 모바일 사용자의 이동 확률로서, 상기 모바일 사용자의 속도 벡터와 이동 속도 사이의 예측관련 계수를
Figure 112012023427858-pct00006
에 따라서 계산하도록 구성 - V는 상기 모바일 사용자의 속도 벡터를 나타냄 - 된다.
또한, 본 발명의 장치에서, 상기 사용자 선택부는 상기 미결정된 도로 세그먼트의 이전 도로 세그먼트에서 오직 하나의 통신 이벤트가 발생한 모바일 사용자를 선택하도록 더 구성된다.
또한, 본 발명의 장치는 : 상기 모니터 되는 도로를 복수의 도로 세그먼트들로 상기 모니터 되는 도로에 관련된 셀들에 따라서 나누는 도로 분할 모듈(road segmentation module); 및 각각의 도로 세그먼트들의 베이스라인 이동 시간을 획득하기 위하여 상기 도로 세그먼트들에 대해서 히스토리컬 이동 시간을 베이스라인으로 설정하는 베이스라인 설정 모듈(baselining module)을 더 포함한다.
또한, 본 발명의 장치에서, 상기 도로 분할 모듈은: 상기 모니터 되는 도로를 따라 특정한 범위 내의 모들 셀들과 상기 셀들의 위치 정보를 획득하는 셀 커버리지 계산부(cell coverage calculation unit); 상기 모니터 되는 도로에 대응하는 셀 핸드오버 시퀀스를 찾기 위하여 상기 셀들에 관련된 히스토리컬 핸드오버 기록들을 조회하는 조회부(querying unit); 및 상기 모니터 되는 도로를 복수의 도로 세그먼트들로 상기 셀 핸드오버 시퀀스에 따라서 분할하는 분할부(segmenting unit) - 두 인접 셀들 사이의 중간 지점들은 상기 각각의 도로 세그먼트들의 경계들로서 간주됨 - 를 포함한다.
또한, 본 발명의 장치에서, 상기 베이스라인 설정 모듈은: 상기 히스토리컬 이동 시간을 상기 도로 세그먼트에 대해서 상기 셀 핸드오버 시퀀스 내의 상기 히스토리컬 핸드오버 기록들에 따라서 카운트하는 카운트부(counting unit); 및 상기 도로 세그먼트의 상기 베이스라인 이동 시간을 생성하기 위하여 상기 히스토리컬 이동 시간으로부터 간섭 시간을 필터링하는 베이스라인 이동 시간 생성부(baseline travel time generating unit)를 포함한다.
이제 첨부하는 도면들을 참조하여 본 발명의 바람직한 실시 예를 단지 예시의 방식으로 설명할 것이다.
도 1은 본 발명의 바람직한 일 실시 예에 따라서 이동 통신망에 기반하여 도로의 실시간 이동 시간을 결정하기 위한 방법의 흐름도이다.
도 2는 상기 히스토리컬 이동 시간의 확률 분포를 보여주는 다이어그램이다.
도 3은 도 1의 실시 예의 방법의 한 예를 예시하는 다이어그램이다.
도 4는 본 발명의 바람직한 일 실시 예에 따라서 이동 통신망에 기반하여 도로의 실시간 이동 시간을 결정하기 위한 장치의 블록다이어그램 개략도이다.
본 발명의 상기의 그리고 다른 대상들, 특징들 및 장점들은 첨부하는 도면들과 함께 다음에 나오는 상세한 설명을 통해서 더욱 자명하게 될 것이다.
도 1은 본 발명의 일 실시 예에 따라서 이동 통신망에 기반하여 도로의 실시간 이동 시간을 결정하기 위한 방법의 흐름도이다. 본 실시 예를 도면과 함께 상세하게 설명할 것이다.
이동 통신망은 이동 단말(mobile terminal), 기지국(base stations), 및 이동 전화 교환국(mobile switching center) 등으로 구성되는 것은 잘 알려져 있다. 기지국은 하나의 셀을 커버하는 전방향(omni-directional) 기지국 또는 많은 셀 - 예를 들면, 세 개의 셀 - 을 커버하는 방향 지향적(direction-oriented) 기지국일 수 있다. 통신 이벤트가 이동 단말에 발생하면, 예를 들어, 이동 단말이 위치 갱신을 위해 새로운 셀로 진입하거나, 단문메시지 송/수신을 하거나, 콜 착/발신을 하거나, 또는 통화 세션 동안에 핸드 오버기능을 수행하면, 기지국과 이동 전화 교환국은 그에 따라서 통신 이벤트가 발생한 시간과 서비스를 제공하는 셀의 위치를 기록할 것이다. 본 실시 예는 이와 같은 정보를 도로 교통을 모니터 하는데 이용한다.
도 1에서 보는 바와 같이, 단계 S101에서, 모니터 되는 도로를 선택한 후에, 상기 모니터 되는 도로는 상기 모니터 되는 도로에 관련된 이동 통신망 내의 셀들에 따라서 복수의 도로 세그먼트들로 나누어 진다.
본 실시 예에서, 우선, 상기 모니터 되는 도로를 따라 특정 범위 내의 모든 셀들과 그 셀들의 위치 정보가 상기 이동 통신망의 배치 - 예를 들면, 상기 모니터 되는 도로의 양쪽으로부터 1 km 내에 있는 셀들 - 에 따라서 획득된다. 그 다음, 상기 획득된 셀들과 관련된 히스토리컬 핸드오버 기록들이 상기 모니터 되는 도로에 대응하는 셀 핸드오버 시퀀스를 찾기 위해 조회되는데, 이를 상기 모니터 되는 도로와 기지국들 사이의 연관 시퀀스(association sequence)라 한다. 일반적으로, 상기 셀들의 히스토리컬 핸드오버 기록들은 기지국 제어기(base station controller)에 저장된다. 어떤 기간 내 셀들의 히스토리컬 핸드오버 기록들은 상기 기지국 제어기에 조회함으로써 획득할 수 있다. 셀 핸드오버 시퀀스는 모바일 사용자가 상기 모니터 되는 도로 상에서 이동 중이면서 세션 상태(session state)에 있었을 때의 히스토리컬 핸드오버 시퀀스를 나타낸다. 그 다음, 상기 모니터 되는 도로는 상기 셀 핸드오버 시퀀스에 기반하여 복수의 도로 세그먼트로 분할된다.
본 실시 예에서, 셀은 특정 커버리지(certain coverage)를 가지므로, 상기 셀 핸드오버 시퀀스 내의 두 인접 셀들 사이의 중간 지점들은 각각의 도로 세그먼트들의 경계들로 간주되며, 상기 각각의 도로 세그먼트들은 상기 각각의 경계 지점들에 의해 식별된다. 예를 들면, 획득된 셀 핸드오버 시퀀스를 셀 A-B-C-D-E라 하고, 상기 모니터 되는 도로의 시작 지점은 “a”, 셀들 A와 B 사이의 중간 지점은 “b”, 셀들 B와 C 사이의 중간 지점은 “c, 셀들 C와 D 사이의 중간 지점은 “d”, 셀들 D와 E 사이의 중간 지점은 “e”라 하며, 상기 모니터 되는 도로의 마지막 지점은 “f”라 한다고 가정해보자. 그러면, 셀 A에 대응하는 도로 세그먼트는 (a, b)로 표현될 수 있고, 셀 B에 대응하는 도로 세그먼트는 (b, c)로 표현될 수 있고, 셀 C에 대응하는 도로 세그먼트는 (c, d)로 표현될 수 있고, 셀 D에 대응하는 도로 세그먼트는 (d, e)로 표현될 수 있으며, 셀 E에 대응하는 도로 세그먼트는 (e, f)로 표현될 수 있다. 전방향 기지국들의 경우도, 두 인접 기지국들 사이의 중간 지점들은 또한 각각의 도로 세그먼트들의 경계들로서 사용될 수 있다.
그 다음, 단계 S105에서, 상기 복수의 도로 세그먼트들에 대한 히스토리컬 이동 시간은, 각각의 도로 세그먼트들의 베이스라인 이동 시간을 획득하기 위하여 베이스라인으로 설정된다.
본 실시 예에서, 첫 째, 각각의 도로 세그먼트에 대한 히스토리컬 이동 시간은 단계 S101에서 획득한 셀 핸드오버 시퀀스 내의 히스토리컬 핸드오버 기록들에 근거하여 카운트된다. 위에 언급한 바와 같이, 각각의 도로 세그먼트들의 경계는 상기 두 인접 셀들 사이의 중간 지점, 즉 상기 두 셀들에 대한 핸드오버 지점이다. 그러므로, 상기 두 인접 핸드오버 지점들 사이의 시차는 핸드오버 기록들을 이용하여 획득할 수 있으며, 그럼으로써 대응하는 도로 세그먼트의 이동 시간을 획득할 수 있다. 일반적으로, 히스토리컬 이동 시간을 더 정확하게 카운트하기 위하여 더 긴 기간 내의 히스토리컬 핸드오버 기록들이 선택되는데, 예를 들면 지난 3개월 내의 기록들에서 선택된다. 그 다음, 도로 세그먼트들의 각각에 대해서, 간섭 시간(interference time), 예를 들어, 도보(walking) (이동 시간을 너무 길게 한다)와 기지국 엣지 핸드오버(base station edge handover) (이동 시간을 너무 짧게 한다)에 의해서 야기되는 간섭 시간은, 각각의 도로 세그먼트의 베이스라인 이동 시간을 생성하기 위하여 히스토리컬 이동 시간으로부터 필터링 된다. 구체적으로 기술하면, 상기 히스토리컬 이동 시간의 확률 분포 다이어그램은 상기 카운트된 히스토리컬 이동 시간에 기반해서 생성될 수 있다.
도 2는 특정한 도로 세그먼트의 히스토리컬 이동 시간의 확률 분포를 도시하며, 수평축은 시간을 나타내고 수직 축은 확률을 나타낸다. 도 2에서 20초 아래 또는 70초 위의 시간 값과 같이 너무 작거나 너무 큰 시간 값들을 확률 분포 다이어그램에서 제거한 다음, 확률 평균매입법(probability averaging method)을 적용하여 상기 특정한 도로 세그먼트의 베이스라인 이동 시간을 계산한다.
본 기술 분야의 통상의 지식을 가진 자는 상기 단계 S101과 단계 S105의 연산은 상기 모니터 되는 도로에 관한 프로세스들이고, 이는 미리 수행될 수 있으며 본 실시 예의 방법에서는 포함될 필요가 없다는 것을 인식할 수 있을 것이다.
그 다음, 단계 S110에서, 상기 모니터 되는 도로 상의 현재 모바일 사용자에게 발생한 통신 이벤트들이 이동 시간 샘플들을 획득하기 위하여 수집된다. 본 실시 예에서, 상기 통신 이벤트들은 위치 갱신 서비스, 콜/단문메시지 서비스 및 셀 핸드오버 중 어느 하나일 수 있다.
먼저, 기 결정된 기간 내에서 동일한 모바일 사용자에게 발생한 두 개의 연속적인 통신 이벤트들이 수집된다. 여기에서, 상기 기 결정된 기간은 몇 분에서 몇 시간까지 필요한 만큼 설정될 수 있는 관측 시간대(observation window) 이다. 소위 “두 개의 연속적인 통신 이벤트들”은 이들 두 개의 통신 이벤트들이 발생 시퀀스 내에서 인접하고 있다는 것을 의미하는데, 예를 들면, 이들 두 개의 통신 이벤트들은 연속해서 발생하거나 혹은 이들 두 개의 통신 이벤트들 사이에 시간 간격이 있음을 의미하며, 이 둘 다 “두 개의 연속적인 통신 이벤트들”에 속한다. 그 다음, 이들 두 개의 통신 이벤트들이 발생한 셀들의 위치와 이들 두 개의 통신 이벤트들 사이의 시차가 이동 시간 샘플로서 기록되며, 이는 첫 번째 통신 이벤트가 발생한 셀의 시작 지점부터 두 번째 통신 이벤트가 발생한 셀의 시작 지점까지 소비된 시간을 나타낸다.
이동 시간 샘플의 생성은 아래에서 예를 들어서 설명한다. 이 예에서, 이동 통신망 내의 기지국들은 전방향 기지국이고, 기지국들의 각각은 단지 하나의 셀만을 커버하고, 그 셀은 대응하는 기지국의 식별자에 의해서 식별될 수 있다고 가정한다. 어떤 모바일 사용자가 8:46분에 기지국 A를 통해서 단문메시지를 사용하고, 기지국 A (셀 A)의 위치 (위도, 경도)는 (39.65722035, 116.381390249) 이며, 그 커버리지 반경은 2,000 미터라고 하고; 상기 모바일 사용자는 9:40분에 기지국 B를 통해서 전화를 하며, 기지국 B (셀 B)의 위치 (위도, 경도)는 (39.51223035, 116.30998024)이고, 그 커버리지 반경은 1,400 미터라고 하자. 설명을 간단히 하기 위해서, 상기 이동 시간 샘플에서 셀의 식별자는 셀의 위치를 대체하는데 사용될 수 있는데, 즉 상기 이동 시간 샘플은 (A, B, 54분)으로 표시될 수 있다.
그 다음, 단계 S115에서, 상기 모니터 되는 도로에서 대응하는 도로 세그먼트들의 실시간 이동 시간이 단계 S110에서 획득한 이동 시간 샘플들에 따라서 결정된다.
이 실시 예에서, 먼저, 유효 이동 시간 샘플들이 상기 획득된 이동 시간 샘플들로부터 추출되는데, 어떤 이동 시간 샘플들은 모바일 사용자의 이동 속도를 계산하는데 사용될 수 없기 때문이다. 그 다음, 이동 시간 샘플들의 각각에 대해서, 상기 이동 시간 샘플들 내의 두 셀의 위치가 동일한 지 여부가 결정되고, 상기 두 셀의 위치가 동일하면 상기 이동 시간 샘플은 무시된다. 상기 두 셀들이 다른 셀들이면, 상기 이동 시간 샘플은 유효 이동 시간 샘플로 결정된다.
또한, 이들 두 셀들의 위치가 다를 경우 이 두 셀들이 인접하는 셀들인지 여부가 결정될 수 있고, 이 두 셀들이 인접하는 셀들이면 상기 이동 시간 샘플 또한 무시될 것이다. 이 두 셀들이 인접하는 셀들이 아니라면, 상기 이동 시간 샘플은 유효 이동 시간 샘플로서 결정된다. 그러므로, 두 셀의 인접하는 경계에서 발생한 두 개의 통신 이벤트들로 인한 오류는 피할 수 있다. 이 경우에, 상기 이동 시간 샘플은 두 개의 다르고 인접하지 않는 셀의 위치를 포함할 때만 유효하다.
그 다음, 특정한 도로 세그먼트의 실시간 이동 시간을 유일하게 결정할 수 있는 명확한 샘플이 상기 유효 이동 시간 샘플들로부터 선택되고, 상기 명확한 샘플은 그 대응하는 도로 세그먼트를 식별하는데 사용된다. 또한, 동일 도로 세그먼트에 대해서 복수의 명확한 샘플들이 존재할 경우, 상기 복수의 명확한 샘플들의 산술 평균값이 계산되고, 상기 산술 평균값은 도로 세그먼트를 식별하기 위한 실시간 이동 시간으로서 사용된다. 그 다음, 상기 유효 이동 시간 샘플들 내의 불명확한 샘플에 대해서 (이는 샘플에 대응하는 도로 세그먼트가 유일하지 않다는 것을 의미함), 그 대응하는 도로 세그먼트를 결정하기 위하여, 상기 불명확한 샘플에서 시차는 상기 불명확한 샘플에 대응하는 가능한 도로 세그먼트들의 각각에 관한 구성 도로 세그먼트들 각각의 실시간 이동 시간의 합과 비교되는데, 이는 적시에 가장 가까운 가능한 도로 세그먼트를 상기 불명확한 샘플에 대응하는 도로 세그먼트로서 선택하기 위함이며, 여기서 실시간 이동 시간이 결정되지 않은 구성 도로 세그먼트에 대해서는 상기 실시간 이동 시간 대신에 이 도로 세그먼트의 베이스라인 이동 시간이 사용될 것이다. 그 다음, 상기 불명확한 샘플로 적시에 가장 가까운 가능한 도로 세그먼트가 식별된다.
상기 단계 S115 이후에, 실시간 이동 시간이 결정되지 않은 미결정된 도로 세그먼트가 있는지 여부가 결정된다. 미결정된 도로 세그먼트가 없다면, 즉, 상기 모니터 되는 도로 내의 모든 도로 세그먼트에 대해서 실시간 이동 시간이 결정되면, 상기 방법은 종료된다. 미결정된 도로 세그먼트가 여전히 존재한다면, 예를 들어, 실시간 이동 시간이 베이스라인 이동 시간으로 대체된 도로 세그먼트 또는 단계 S110에서 획득한 이동 시간 샘플들 내에 포함되지 않는 도로 세그먼트가 존재한다면, 단계 S120에서 실시간 이동 시간이 결정되지 않은 모니터 되는 도로 상의 미결정된 도로 세그먼트에 대해서, 상기 미결정된 도로 세그먼트 상에 나타날 가능성이 가장 높은 후보 모바일 사용자가 선택된다.
이 실시 예에서, 후보 모바일 사용자를 선택하는 기준(policy)은 모바일 사용자가 현재의 속도 벡터로 지정된 시간에 미결정된 도로 세그먼트를 통과할 수 있는 이동 확률이며, 큰 확률을 가진 모바일 사용자가 후보 모바일 사용자로 선택될 것이다. 미결정된 도로 세그먼트의 길이를 K라고 가정하면, 모바일 사용자가 미결정된 도로 세그먼트를 현재 시간 T로부터 시작하는 특정한 시간 지점 t에 통과할 조건은: 상기 모바일 사용자의 이동 속도가
Figure 112012023427858-pct00007
보다 커야한다는 것이며, 여기서 “d”는 모바일 사용자의 현재 위치로부터 미결정된 도로 세그먼트의 시작 지점까지의 거리를 나타낸다. 사용자의 현재 위치는 그 사용자가 현재 속해 있는 셀의 커버리지 내에 있으므로, “d”는 평균값이 사용자가 현재 속해 있는 셀의 위치로부터 미결정된 도로 세그먼트의 시작지점까지의 거리 E[d]이고 표준 편차가 셀의 커버리지 반경 R인 변수이다. 이 실시 예에서, 모바일 사용자가 t 시간에 미결정된 도로 세그먼트를 통과할 수 있는 확률은 모바일 사용자의 속도 벡터 V와 V(K, t) 사이의 예측-관련 계수 C에 의해서 결정된다.
현재 시간에 셀 내의 모바일 사용자의 위치가 균등하게 분포된 것으로 가정하면, V(K, t)는 최저 속도 Vmin 과 최고 속도 Vmax 사이에 균등하게 분포하는 것으로 대략적으로 간주될 수 있으며, 상기 최저 속도 Vmin은 다음의 공식 (1)에 근거하여 계산된다:
Figure 112012023427858-pct00008
그리고 상기 최고 속도 Vmax는 다음의 공식 (2)에 근거하여 계산된다:
Figure 112012023427858-pct00009
그러므로, 상기 예측-관련 계수 C는 공식 (3)에 근거하여 얻을 수 있다:
Figure 112012023427858-pct00010
구체적으로 기술하면, 단계 S120에서, 먼저, 단계 S115에서 획득한 유효 이동 시간 샘플들에 따라서, 모니터 되는 도로 상의 대응하는 모바일 사용자들의 이동 모드와 속도 벡터가 분석된다. 전술한 바와 같이, 이동 시간 샘플은 동일 모바일 사용자의 두 개의 통신 이벤트들에 따라서 생성되며, 따라서 상기 모바일 사용자의 속도 벡터는 상기 유효 이동 시간 샘플 내의 두 셀들의 위치와 시차에 근거하여 계산할 수 있고, 또한 상기 모바일 사용자의 (도보 또는 운전과 같은) 이동 모드가 분석될 수 있다. 이 실시 예에서, 다음의 연산들은 이동 모드가 운전인 모바일 사용자에 대해서만 수행될 것이다. 상기 주어진 이동 시간 샘플에 대해서, 먼저, 셀 A와 셀 B 사이의 거리가 84 좌표계에 근거한 다음의 거리 계산 공식에 따라서 계산된다:
Figure 112012023427858-pct00011
, 여기서 L은 거리를 나타내고, R은 지구의 반경을 나타내고, “a”와 “b”는 각각 셀 A의 경도와 위도를 나타내며, “c”와 “d”는 각각 셀 B의 경도와 위도를 나타낸다. 그 다음, 상기 모바일 사용자의 속도 벡터는 V=56 km/h로서 계산된다.
차량을 운전하는 모바일 사용자들의 속도 벡터들을 획득한 후에, 이들 모바일 사용자들 각각이 미결정된 도로 세그먼트를 현재 시간부터 지정된 시간까지 이동하는 이동 속도가 추정된다. 즉, 최저 이동 속도와 최고 이동 속도가 상기 공식 (1)과 (2)에 근거하여 추정된다. 그 다음, 상기 모바일 사용자 각각에 대해서, 모바일 사용자가 상기 미결정된 도로 세그먼트를 t 시간에 통과할 수 있는 이동 확률 (즉, 상기 예측-관련 계수)이 상기 모바일 사용자의 속도 벡터와 상기 추정된 이동 속도에 근거하여 공식 (3)에 따라서 계산된다. 마지막으로, 높은 이동 확률을 가지는 특정한 수의 모바일 사용자들이 후보 모바일 사용자로서 선택된다.
상기 후보 모바일 사용자를 선택하기 위하여 지정된 시간에 모바일 사용자가 미결정된 도로 세그먼트를 통과할 수 있는 이동 확률을 측정하는데 상기 예측-관련 계수를 사용하는 예가 위에서 설명되었지만, 이 기술분야에서 통상의 지식을 가진 자라면, 모바일 사용자가 지정된 시간에 미결정된 도로 세그먼트를 통과할 수 있는 이동 확률을 계산하기 위해 다른 방법들 또한 사용될 수 있다는 것을 인식할 수 있을 것이다.
후보 모바일 사용자를 선택하는 것에 관한 상기 설명에서, 상기 후보 모바일 사용자는, 유효 이동 시간 샘플들을 제공하는 모바일 사용자들로부터 선택되며, 즉, 상기 후보 모바일 사용자는 다른 셀들에서 두 개의 통신 이벤트들이 연속적으로 발생한 모바일 사용자들로부터 선택된다.
또한, 단계 S120에서, 특정의 미결정된 도로 상의 다른 그리고 인접하지 않은 셀들에서 두 개의 연속적인 통신 이벤트들이 발생한 모바일 사용자가 없다면, 상기 미결정된 도로 세그먼트의 이전 도로 세그먼트에서 단지 하나의 통신 이벤트가 발생한 모바일 사용자도 또한 상기 후보 모바일 사용자로 선택될 수 있다.
그 다음, 단계 S125에서, 상기 선택된 후보 모바일 사용자에 관하여 능동 위치추적이 수행된다. 능동 위치추적은 이동 통신망에서 일반적인 기능이며 이 기술분야에서 통상의 지식을 가진 자에게 알려져 있으므로, 상세한 설명은 본 명세서에서 생략한다. 그 다음, 능동 위치추적은 상기 후보 모바일 사용자의 하나의 통신 이벤트로서 간주되며 상기 방법은 단계 S110으로 돌아간다. 상기 미결정된 도로의 실시간 이동 시간은 단계 S110과 S115를 수행함으로써 결정된다.
이동 통신망에 기반하여 도로의 실시간 이동 시간을 결정하기 위한 본 실시 예의 방법은, 모니터 되는 도로를 복수의 도로 세그먼트로 나누고 상기 모니터 되는 도로 상에서 발생한 통신 이벤트들에 따라서 각각의 도로 세그먼트의 실시간 이동 시간을 결정함으로써, 도로의 교통 상황을 정확하게 실시간으로 모니터할 수 있다는 것을 상기 설명을 통해서 알 수 있다. 상기 방법은 도시 도로, 교외 도로 및 도시간 도로 등과 같은 여러 가지 유형의 도로 상황에 적용될 수 있다. 또한, 본 실시 예의 상기 방법은 기존의 이동 통신망에 기반하며 그 비용이 매우 낮다.
도 3은 도 1의 방법의 한 예를 보여준다. 설명을 간단하게 하기 위해서, 각각의 기지국들은 단지 하나의 셀을 커버하는 전방향 기지국으로 한다. 따라서, 상기 셀은 대응하는 기지국 식별자에 의해서 식별될 수 있다. 도 3에 도시된 바와 같이, 긴 점선의 화살표와 작은 점선의 화살표 각각에 의해 표시되는 두 개의 모니터 되는 도로가 있다고 가정하고, 시작 지점과 종료 지점은 각각 “a”와 “j”라 한다. 상기 두 모니터 되는 도로에 대해서, 대응하는 셀 핸드오버 시퀀스는 각각 A-B-C-D-E-H와 A-F-G-H이며, 두 인접한 셀들 사이의 중간 지점들은 각각 “b”, ”c”, ”d”, ”e”, ”h”와 “f”, “g”, “h”라 한다.
따라서, 상기 두 모니터 되는 도로는 상기 셀 핸드오버 시퀀스들에 따라서 복수의 도로 세그먼트들로 분할되며 {a, b}, {b, c}, {c, d}, {d, e}, {e, h}, {h, j}, {a, f}, {f, g}, {g, h'}와 {h', j}로 식별될 수 있다. 그 다음, 각 도로 세그먼트의 베이스라인 이동 시간이 획득되는데, 예를 들면 {a,b,20s}, {b,c,30s}, {c,d,50s}, {d,e,40s}, {e,h,30s}, {h,j,20s}, {a,f,30s}, {f,g,40s}, {g,h',30s} 및 {h', j, 30s}와 같다. 그 다음, 이동 시간 샘플들이 관찰 시간대 (5분) 내에서 동일 모바일 사용자에게 발생한 두 개의 연속적인 통신 이벤트들을 수집함으로써 획득되는데, 예를 들면 {A,H,200s}, {F,H,80s}, {B,D,90s}와 같다. 상기 이동 시간 샘플들 중에서, {F,H,80s}와 {B,D,90s}는 명확한 샘플들이며 따라서 대응하는 도로 세그먼트 {f, h'}와 {b, d}를 직접 식별하기 위한 실시간 이동 시간으로서 사용될 수 있다. 다른 도로 세그먼트 {a, b}, {d, e}, {e, h}, {h, j}, {a, f} 및 {h', j}에 대해서는, 실시간 이동 시간을 대체하는 이들의 베이스라인 이동 시간을 이용하여 식별된다. 불명확한 샘플인 {A,H,200s}는 두 개의 가능한 도로 세그먼트들 {a, b, c, d, e, h}와 {a, f, g, h'}에 대응한다.
이 지점에서, 도로 세그먼트 {a, b, c, d, e, h}의 각각의 구성 도로 세그먼트들의 실시간 이동 시간의 합은 20+90+40+30=180 초이며, 도로 세그먼트 {a, f, g, h'}의 각각의 구성 도로 세그먼트들의 실시간 이동 시간의 합은 30+80=110 초이다. 따라서, 적시에 가장 가까운 도로 세그먼트는 {a, b, c, d, e, h}이 되고, 불명확한 샘플 {A,H,200s}는 도로 세그먼트 {a, b, c, d, e, h}를 식별하는데 사용된다. 그러므로 실시간 이동 시간이 결정되지 않은 미결정 도로 세그먼트들은 {h, j}, {a, f} 및 {h', j}이 되고, 상기 미결정 도로 세그먼트들에 대해, 다음 관찰 시간대 내에서 상기 두 개의 미결정된 도로 세그먼트 상에 나타날 가능성이 가장 높은 모바일 사용자가 선택되어 위치 정보를 획득하기 위해서 상기 선택된 모바일 사용자에 대한 능동 위치추적이 수행된다. 그 다음, 상기 미결정된 도로 세그먼트들의 실시간 이동 시간을 결정하기 위하여 이동 시간 샘플들이 다시 획득된다.
도 3에는 두 개의 모니터 되는 도로가 도시되지만, 이 기술분야에서 통상의 지식을 가진 자라면 본 실시 예의 방법은 어떤 수의 모니터 되는 도로들에도 적용될 수 있다는 것을 인식할 것이다.
동일 발명 개념하에서, 도 4는 본 발명의 일 실시 예에 따라서 이동 통신망에 기반하여 도로의 실시간 이동 시간을 결정하기 위한 장치의 블록다이어그램 개략도이다. 도면과 함께 본 실시 예를 상세하게 설명할 것이며, 이전의 실시 예들에서 있었던 동일한 부분들에 대해서는 설명을 적절하게 생략할 것이다.
도 4에 도시된 바와 같이, 이동 통신망에 기반하여 도로의 실시간 이동 시간을 결정하기 위한 장치 (400)은: 모니터 되는 도로를 복수의 도로 세그먼트들로 모니터 되는 도로에 관련된 셀들에 따라서 나누는 도로 분할 모듈 (401); 상기 도로 세그먼트들에 대해서 도로 세그먼트들의 베이스라인 이동 시간을 획득하기 위해 히스토리컬 이동 시간을 베이스라인으로 설정하는 베이스라인 설정 모듈 (402); 이동 시간 샘플들을 획득하기 위해 상기 모니터 되는 도로 상의 현재 모바일 사용자에게 발생한 통신 이벤트들을 수집하는 수집 모듈 (403); 상기 모니터 되는 도로 내의 대응하는 도로 세그먼트의 실시간 이동 시간을 상기 이동 시간 샘플들에 따라서 결정하는 이동 시간 결정 모듈 (404); 실시간 이동 시간이 결정되지 않은 모니터 되는 도로 내의 미결정 도로 세그먼트에 대해서, 상기 미결정 도로 세그먼트 상에 나타날 가능성이 가장 높은 후보 모바일 사용자를 선택하는 선택 모듈 (405); 및 상기 미결정 도로 세그먼트의 실시간 이동 시간을 결정하기 위하여, 상기 후보 모바일 사용자를 능동적으로 포지션하고 선택 모듈 (403)에 상기 능동 포지셔닝을 상기 후보 모바일 사용자의 하나의 통신 이벤트로서 제공하는 능동 포지셔닝 모듈 (406)을 포함한다.
설명을 간단히 하기 위해서 도로 분할 모듈 (401)과 베이스라인 설정 모듈 (402)가 본 실시 예의 장치 (400)에 포함되었지만, 본 기술분야의 통상의 지식을 가진 자라면 이들 두 모듈들은 상기 모니터 되는 도로 상의 프로세스를 수행하는데 사용되지만 장치 (400)에 반드시 포함될 필요는 없다는 것을 인식할 수 있을 것이다.
본 실시 예의 장치 (400)에서, 모니터 되는 도로가 결정된 이후에, 도로 분할 모듈 (401)은 상기 모니터 되는 도로를 복수의 도로 세그먼트로 상기 모니터 되는 도로와 관련된 이동 통신망 내의 셀들에 따라서 나눈다. 도로 분할 모듈 (401)에서, 셀 커버리지 계산부 (4011)은 상기 모니터 되는 도로를 따라 특정한 범위 내의 모든 셀들과 그들의 위치 정보를 획득하고, 획득한 것들을 조회부 (4012)에 제공한다. 그 다음, 조회부 (4012)는 상기 모니터 되는 도로에 대응하는 셀 핸드오버 시퀀스들을 찾기 위하여 상기 셀들에 관련된 히스토리컬 핸드오버 기록들을 조회한다. 분할부 (4013)은 상기 모니터 되는 도로를 복수의 도로 세그먼트들로 조회부 (4012)에 의해서 제공된 셀 핸드오버 시퀀스들에 따라서 분할하며, 두 인접한 셀들 사이의 중간 지점들은 각각의 도로 세그먼트들의 경계들로 사용되고, 상기 각각의 도로 세그먼트는 대응하는 셀의 식별자에 의해서 식별될 수 있다.
그 다음, 베이스라인 설정 모듈 (402)에서, 상기 복수의 도로 세그먼트들에 대한 히스토리컬 이동 시간이 베이스라인으로 설정되는데, 이는 상기 도로 세그먼트들의 베이스라인 이동 시간을 획득하기 위함이다. 더 구체적으로 기술하면, 카운트부 (4021)는 상기 각각의 도로 세그먼트들에 대한 히스토리컬 이동 시간을 도로 분할 모듈 (401)에서 획득한 셀 핸드오버 시퀀스 내의 히스토리컬 핸드오버 기록들에 따라서 카운트하며, 그 다음 베이스라인 이동 시간 생성부 (4022)는 상기 도로 세그먼트들의 베이스라인 이동 시간을 생성하기 위하여, 상기 각각의 도로 세그먼트들에 대한 히스토리컬 이동 시간 으로부터 간섭 시간(예를 들어 도보 또는 기지국 엣지 핸드오버에 의해 야기되는 간섭 시간)을 필터링한다.
그 다음 수집 모듈 (403)에서, 수집부 (4031)은 기 결정된 기간 내에서 동일 모바일 사용자에게 발생한 두 개의 연속적인 통신 이벤트들을 수집하면, 기록부 (4032)는 이들 두 개의 통신 이벤트들이 발생한 두 셀의 위치들과 이들 두 개의 통신 이벤트들 사이의 시차를 이동 시간 샘플로서 기록한다.
그 다음, 이동 시간 결정 모듈 (404)는 모니터 되는 도로 내의 대응하는 도로 세그먼트들의 실시간 이동 시간을 수집 모듈 (403)에서 획득한 이동 시간 샘플들에 따라서 결정한다. 구체적으로 기술하면, 먼저, 결정부 (4041)은, 상기 이동 시간 샘플들의 각각에 대해서, 상기 이동시간 샘플들 내의 두 셀들의 위치가 동일한지 여부를 결정하는데, 상기 두 셀들의 위치가 다르면 상기 이동 시간 샘플을 유효 이동 시간 샘플로 결정한다. 그러면 샘플 선택부 (4042)는 결정부 (4041)에 의해서 제공된 유효 이동 시간 샘플들로부터 도로 세그먼트의 실시간 이동 시간을 유일하게 결정할 수 있는 명확한 샘플을 선택하고, 식별부 (4043)은 상기 명확한 샘플로 상기 도로 세그먼트를 식별한다. 상기 유효 이동 시간 샘플들 내의 불명확한 샘플에 대하여는, 적시에 가장 가까운 가능한 도로 세그먼트를 선택하기 위하여, 비교 선택부 (4044)가 상기 불명확한 샘플들에서의 시차를 상기 불명확한 샘플에 대응하는 가능한 도로 세그먼트들 각각에 관한 구성 도로 세그먼트들 각각의 실시간 이동 시간의 합과 비교하는데, 여기서 실시간 이동 시간이 결정되지 않은 구성 도로 세그먼트에 대해서는 상기 구성 도로 세그먼트의 베이스라인 이동 시간이 상기 실시간 이동 시간을 대체하기 위해 사용된다. 그리고 식별부 (4043)은 상기 불명확한 샘플로 적시에 가장 가까운 가능한 도로 세그먼트를 식별한다.
또한, 결정부 (4041)은 이들 두 셀들의 위치가 다를 경우 이들 두 셀들이 인접하는 셀들인지를 더 결정하는데, 이들 두 셀들이 인접하는 셀들이 아니면 상기 이동 시간 샘플을 유효 이동 시간 샘플로 결정한다.
또한, 이동 시간 결정 모듈 (404)는 평균값 계산부를 더 포함할 수 있다. 동일 도로 세그먼트에 대해서 복수의 명확한 샘플들이 존재하면, 상기 평균값 계산부는 상기 복수의 명확한 샘플들의 산술 평균값을 계산하고, 그 다음 식별부 (4043)이 상기 산술 평균값으로 상기 도로 세그먼트를 식별한다.
실시간 이동 시간이 결정되지 않은 모니터 되는 도로 내의 미결정된 도로 세그먼트에 대해서, 선택 모듈 (405)는 상기 미결정된 도로 세그먼트 상에 나타날 가능성이 가장 높은 후보 모바일 사용자를 선택한다. 상기 후보 모바일 사용자를 선택하는데 있어서 기준은 위에서 설명되었고 여기서는 그 설명을 생략한다. 선택 모듈 (405)에서, 분석부 (4051)은 상기 모니터 되는 도로 상의 대응하는 모바일 사용자들의 이동 모드와 속도 벡터를 이동 시간 결정 모듈 (404)에서 획득한 유효 이동 시간 샘플들에 따라서 분석한다. 그 다음, 추정부 (4052)는, 상기 대응하는 모바일 사용자들 각각에 대해서, 상기 모바일 사용자가 현재 시간부터 지정된 시간까지 상기 미결정된 도로 세그먼트를 통과하는 이동 속도를 추정한다. 구체적으로 기술하면, 추정부 (4052)는 공식 (1)과 (2)에 따라서 상기 모바일 사용자의 각각 최저 이동 속도와 최고 이동 속도를 추정한다.
그 다음, 확률 계산부 (4053)은 상기 모바일 사용자 각각에 대해서, 상기 미결정된 도로 세그먼트를 상기 지정된 시간에 통과할 수 있는 이동 확률을 모바일 사용자의 속도 벡터와 추정부 (4052)에서 추정된 이동 속도에 따라서 계산한다. 구체적으로 살펴보면, 확률 계산부 (4053)는 상기 모바일 사용자의 이동 확률로서 예측-관련 계수 C를 공식 (3)에 따라서 계산한다. 그 다음, 사용자 선택부 (4054)는 높은 이동 확률을 가진 특정한 수의 모바일 사용자들을 상기 후보 모바일 사용자로서 선택한다.
전술한 바와 같이, 위에서 기술된 선택 모듈 (405)은 두 개의 연속적인 통신 이벤트들이 다른 셀들에서 발생한 모바일 사용자로부터 후보 모바일 사용자를 선택한다. 두 개의 연속적인 통신 이벤트들이 미결정된 도로 상의 다른 셀들에서 발생한 모바일 사용자가 없으면, 선택 모듈 (405) 내의 사용자 선택부 (4054)는 단지 하나의 통신 이벤트가 상기 미결정된 도로 세그먼트의 이전 도로 세그먼트에서 발생한 모바일 사용자를 후보 모바일 사용자로서 또한 선택할 수도 있다.
그 다음, 능동 포지셔닝 모듈 (406)은 선택 모듈 (405)에 의해 제공된 후보 모바일 사용자를 능동적으로 포지션하고, 미결정된 도로 세그먼트의 실시간 이동 시간을 결정하기 위하여, 상기 후보 모바일 사용자의 하나의 통신 이벤트로서 상기 능동 포지셔닝을 선택 모듈 (403)에 제공한다.
이동 통신망에 기반하여 도로의 실시간 이동 시간을 결정하기 위한 본 실시 예의 장치 (400)은 도 1에 도시된 바와 같이 이동 통신망에 기반하여 도로의 실시간 이동 시간을 결정하기 위한 방법을 실행하는데 운용 가능하다는 것에 유의해야 한다.
위에서 공개된 본 실시 예의 방법은 소프트웨어, 하드웨어 또는 소프트웨어와 하드웨어의 조합에서도 실행될 수 있다. 하드웨어부 (hardware portion)는 특정 용도의 논리(application specific logic)에 의해서 실행될 수 있다. 예를 들면, 이동 통신망에 기반하여 도로의 실시간 이동 시간을 결정하기 위한 상기 실시 예에서의 장치와 그 구성품들은 대규모 집적회로(LSI) 또는 게이트 어레이들과 같은 하드웨어 회로, 논리 칩 또는 트랜지스터들과 같은 반도체들, 혹은 필드 프로그램 가능 게이트 어레이, 프로그램 가능 논리 디바이스와 같은 프로그램 가능 하드웨어 디바이스들에 의해서 구현될 수 있고, 또는 여러 가지 프로세서들에 의해서 실행될 수 있는 소프트웨어에 의해 구현될 수 있으며, 또는 상기 하드웨어 회로와 소프트웨어의 조합에 의해 구현될 수 있다. 소프트웨어부(software portion)는 메모리에 저장될 수 있고 마이크로프로세서, 퍼스널 컴퓨터 (PC) 또는 메인프레인(mainframe)과 같은 적절한 명령 실행 시스템에 의해서 실행될 수 있다.
이동 통신망에 기반하여 도로의 실시간 이동 시간을 결정하기 위한 본 발명의 방법 및 장치가 몇 가지의 모범적인 실시 예들을 통해서 설명되고 있지만, 상기 실시 예들은 모든 실시 예들을 포함하는 것은 아니며(not exhaustive), 본 기술분야에서 통상의 지식을 가진 자는 본 발명의 정신과 범위 내에서 여러 가지 변경과 수정이 가능하다는 것을 알 수 있다. 따라서 본 발명은 상기 실시 예들에 국한되지 않으며, 그 범위는 오직 첨부하는 청구항들에 의해서 정의된다.

Claims (24)

  1. 모바일 통신 망 내에서 운행 가능한, 도로 상의 차량(vehicle)의 이동 시간(travel time)을 결정하는 방법에 있어서, 상기 방법은:
    이동 시간 샘플들을 획득하기 위하여 모바일 사용자의 히스토리컬 통신 이벤트들(historical communication events)을 수집하는 단계 - 상기 히스토리컬 통신 이벤트들은 상기 모바일 사용자가 모니터 되는 도로(a monitored road)를 따라 언제 이동했는지를 나타냄 -;
    상기 히스토리컬 통신 이벤트들로부터 셀 핸드오버 시퀀스(a cell handover sequence)를 결정하는 단계;
    상기 셀 핸드오버 시퀀스로부터 상기 모니터 되는 도로의 하나 또는 그 이상의 도로 세그먼트들을 결정하는 단계;
    상기 이동 시간 샘플들에 따라서 상기 하나 또는 그 이상의 도로 세그먼트들의 이동 시간을 결정하는 단계;
    상기 수집된 히스토리컬 통신 이벤트들로부터 실시간 이동 시간이 결정되지 않은 상기 모니터 되는 도로의 미결정된 도로 세그먼트(an undetermined road segment)에 대해서, 상기 미결정된 도로 세그먼트 상에 나타날 가능성이 가장 높은 후보 모바일 사용자를 선택하는 단계;
    위치 정보를 획득하기 위하여 상기 후보 모바일 사용자를 능동적으로 포지셔닝하는 단계(actively positioning); 및
    상기 미결정된 도로 세그먼트의 실시간(real-time) 이동 시간을 결정하기 위하여, 상기 후보 모바일 사용자에 대한 하나의 통신 이벤트로서, 모니터 되는 도로 상의 현재 모바일 사용자의 통신 이벤트들을 능동 포지셔닝으로(with active positioning) 수집하는 단계;를
    포함하는 방법.
  2. 제1항에 있어서, 이동 시간 샘플들을 획득하기 위하여 모니터 되는 도로 상의 모바일 사용자의 히스토리컬 통신 이벤트들을 수집하는 단계는:
    기 결정된 기간 내에서 동일 모바일 사용자와 관련된 두 개의 연속적인 통신 이벤트들을 수집하는 단계; 및
    상기 두 개의 통신 이벤트들이 발생한 셀들의 위치와 상기 두 개의 통신 이벤트들 사이의 시차를 상기 이동 시간 샘플로서 기록하는 단계를
    더 포함하는 방법.
  3. 제1항에 있어서, 상기 이동 시간 샘플들에 따라서 상기 하나 또는 그 이상의 도로 세그먼트들의 이동 시간을 결정하는 단계는:
    상기 이동 시간 샘플들 각각에 대해서, 상기 이동 시간 샘플 내의 두 셀들의 위치가 동일한지 여부를 결정하여, 상기 두 셀들의 위치가 다르면 상기 이동 시간 샘플을 유효 이동 시간 샘플로 결정하는 단계;
    상기 유효 이동 시간 샘플들로부터 특정한 도로 세그먼트의 실시간 이동 시간을 결정할 수 있는 명확한 샘플을 선택하는 단계;
    상기 명확한 샘플로 상기 특정한 도로 세그먼트를 식별하는 단계;
    상기 유효 이동 시간 샘플들 내의 불명확한 샘플에 대해서, 적시에 가장 가까운 가능한 도로 세그먼트를 선택하기 위해, 상기 불명확한 샘플에서의 시차를 상기 불명확한 샘플에 대응하는 가능한 도로 세그먼트들 각각에 관한 구성 도로 세그먼트들 각각의 실시간 이동 시간의 합과 비교하는 단계 - 실시간 이동 시간이 결정되지 않은 상기 구성 도로 세그먼트에 대해서, 상기 구성 도로 세그먼트의 베이스라인 이동 시간이 그 실시간 이동 시간을 대체하기 위해 사용됨 -; 및
    적시에 가장 가까운 상기 가능한 도로 세그먼트를 상기 불명확한 샘플로 식별하는 단계를
    더 포함하는 방법.
  4. 삭제
  5. 삭제
  6. 제1항에 있어서, 실시간 이동 시간이 결정되지 않은 상기 모니터 되는 도로 상의 미결정된 도로 세그먼트에 대해서, 상기 미결정된 도로 세그먼트 상에 나타날 가능성이 가장 높은 후보 모바일 사용자를 선택하는 단계는:
    상기 모니터 되는 도로 상의 대응하는 모바일 사용자들의 이동 모드들과 속도 벡터들을 유효 이동 시간 샘플들에 따라서 분석하는 단계;
    현재 시간부터 지정된 시간까지 상기 미결정된 도로 세그먼트를 통과하는 각각의 대응 모바일 사용자의 속도를 추정하는 단계;
    상기 지정된 시간에 상기 미결정된 도로 세그먼트를 통과하는 각각의 모바일 사용자의 이동 확률을 상기 모바일 사용자의 속도 벡터와 추정된 속도에 따라서 계산하는 단계; 및
    상기 이동 확률의 값에 기초하여 특정한 수의 모바일 사용자들을 상기 후보 모바일 사용자로 선택하는 단계를
    포함하는 방법.
  7. 삭제
  8. 제6항에 있어서, 상기 미결정된 도로 세그먼트 상에 나타날 가능성이 가장 높은 모바일 사용자를 선택하는 단계는:
    상기 미결정된 도로 세그먼트의 이전 도로 세그먼트에서 오직 하나의 통신 이벤트만 발생한 모바일 사용자를 후보 모바일 사용자로서 선택하는 단계를
    더 포함하는 방법.
  9. 제1항에 있어서, 모니터 되는 도로 상의 현재 모바일 사용자에게 발생한 통신 이벤트들을 수집하는 단계 이전에,
    상기 모니터 되는 도로에 관련된 셀들에 따라서 상기 모니터 되는 도로를 복수의 도로 세그먼트들로 나누는 단계; 및
    상기 각각의 도로 세그먼트들의 베이스라인 이동 시간을 획득하기 위하여 상기 도로 세그먼트들에 대한 히스토리컬 이동 시간을 베이스라인으로 설정하는 단계를
    더 포함하는 방법.
  10. 제9항에 있어서, 상기 모니터 되는 도로에 관련된 셀들에 따라서 상기 모니터 되는 도로를 복수의 도로 세그먼트들로 나누는 단계는,
    상기 모니터 되는 도로를 따라 특정한 범위 내의 모든 셀들과 그 셀들의 위치 정보를 획득하는 단계;
    상기 모니터 되는 도로에 대응하는 셀 핸드오버 시퀀스를 찾기 위하여 상기 셀들에 관련된 히스토리컬 핸드오버 기록들에 조회하는 단계(querying); 및
    상기 모니터 되는 도로를 복수의 도로 세그먼트들로 상기 셀 핸드오버 시퀀스에 따라서 분할하는 단계 - 두 인접하는 셀들 사이의 중간 지점들은 상기 각각의 도로 세그먼트들의 경계들로서 간주됨 - 를
    포함하는 방법.
  11. 삭제
  12. 제1항에 있어서, 상기 통신 이벤트는 위치 갱신 서비스(location update service), 콜/단문메시지 서비스(call/short message service) 및 셀 핸드오버(cell handover) 중
    어느 하나인 방법.
  13. 모바일 통신 망 내에서 운행 가능한, 도로 상의 차량(vehicle)의 이동 시간(travel time)을 결정하는 장치에 있어서, 상기 장치는:
    이동 샘플들을 획득하기 위하여 모바일 사용자의 히스토리컬 통신 이벤트들을 수집하는 수집 모듈 - 상기 히스토리컬 통신 이벤트들은 상기 모바일 사용자가 모니터 되는 도로를 따라 언제 이동했는지를 나타냄 -;
    상기 히스토리컬 통신 이벤트들로부터 셀 핸드오버 시퀀스를 결정하는 이동 시간 결정 모듈;
    상기 셀 핸드오버 시퀀스로부터 상기 모니터 되는 도로의 하나 또는 그 이상의 도로 세그먼트들을 결정하고, 상기 하나 또는 그 이상의 도로 세그먼트들의 이동 시간을 상기 이동 시간 샘플들에 따라서 결정하는 이동 시간 결정 모듈;
    상기 수집된 히스토리컬 통신 이벤트들로부터 실시간 이동 시간이 결정되지 않은 상기 모니터 되는 도로의 미결정 도로 세그먼트에 대해서, 상기 미결정된 도로 세그먼트 상에 나타날 가능성이 가장 높은 후보 모바일 사용자를 선택하는 선택 모듈;
    위치 정보를 획득하기 위하여 상기 후보 모바일 사용자를 능동적으로 포지셔닝하고, 그리고 상기 미결정된 도로 세그먼트의 실시간 이동 시간을 결정하기 위하여, 상기 후보 모바일 사용자에 대한 하나의 통신 이벤트로서, 모니터 되는 도로 상의 현재 모바일 사용자의 통신 이벤트들을 능동 포지셔닝으로 수집하는 상기 수집 모듈로 복귀하는 능동 포지셔닝 모듈을
    포함하는 장치.
  14. 삭제
  15. 삭제
  16. 삭제
  17. 삭제
  18. 삭제
  19. 삭제
  20. 삭제
  21. 삭제
  22. 삭제
  23. 삭제
  24. 컴퓨터 시스템에 로드 되어 실행되었을 때, 제1항 내지 제3항, 제6항, 제8항 내지 제10항, 제12항 중 어느 한 항에 따르는 방법의 모든 단계들을 수행하기 위한 컴퓨터 프로그램 코드를 포함하는
    컴퓨터 판독가능한 매체.
KR1020127007494A 2009-10-30 2010-10-18 교통 관리를 위한 방법 및 장치 KR101385928B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN200910211312.6A CN102262819B (zh) 2009-10-30 2009-10-30 基于移动通信网络确定道路的实时通行时间的方法和装置
CN200910211312.6 2009-10-30
PCT/EP2010/065586 WO2011051125A1 (en) 2009-10-30 2010-10-18 Method and apparatus for traffic management

Publications (2)

Publication Number Publication Date
KR20120112375A KR20120112375A (ko) 2012-10-11
KR101385928B1 true KR101385928B1 (ko) 2014-04-15

Family

ID=43421651

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020127007494A KR101385928B1 (ko) 2009-10-30 2010-10-18 교통 관리를 위한 방법 및 장치

Country Status (8)

Country Link
US (1) US9424744B2 (ko)
EP (1) EP2494536B1 (ko)
JP (1) JP5752141B2 (ko)
KR (1) KR101385928B1 (ko)
CN (1) CN102262819B (ko)
CA (1) CA2778499C (ko)
MX (1) MX2012004879A (ko)
WO (1) WO2011051125A1 (ko)

Families Citing this family (37)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6587781B2 (en) 2000-08-28 2003-07-01 Estimotion, Inc. Method and system for modeling and processing vehicular traffic data and information and applying thereof
US7620402B2 (en) 2004-07-09 2009-11-17 Itis Uk Limited System and method for geographically locating a mobile device
US9008684B2 (en) 2010-02-25 2015-04-14 At&T Mobility Ii Llc Sharing timed fingerprint location information
US9196157B2 (en) 2010-02-25 2015-11-24 AT&T Mobolity II LLC Transportation analytics employing timed fingerprint location information
US9053513B2 (en) 2010-02-25 2015-06-09 At&T Mobility Ii Llc Fraud analysis for a location aware transaction
US9009629B2 (en) 2010-12-01 2015-04-14 At&T Mobility Ii Llc Motion-based user interface feature subsets
GB2492369B (en) 2011-06-29 2014-04-02 Itis Holdings Plc Method and system for collecting traffic data
US9462497B2 (en) 2011-07-01 2016-10-04 At&T Mobility Ii Llc Subscriber data analysis and graphical rendering
US8897802B2 (en) 2011-07-21 2014-11-25 At&T Mobility Ii Llc Selection of a radio access technology resource based on radio access technology resource historical information
US8909247B2 (en) 2011-11-08 2014-12-09 At&T Mobility Ii Llc Location based sharing of a network access credential
TWI441104B (zh) * 2011-11-23 2014-06-11 Chunghwa Telecom Co Ltd Real-time vehicle speed information based on mobile communication network
US8970432B2 (en) 2011-11-28 2015-03-03 At&T Mobility Ii Llc Femtocell calibration for timing based locating systems
CN103177593B (zh) * 2011-12-26 2015-08-19 中国移动通信集团公司 一种公路信息发布系统、方法、装置和公路信息处理装置
US8925104B2 (en) 2012-04-13 2014-12-30 At&T Mobility Ii Llc Event driven permissive sharing of information
US9094929B2 (en) 2012-06-12 2015-07-28 At&T Mobility Ii Llc Event tagging for mobile networks
US9326263B2 (en) 2012-06-13 2016-04-26 At&T Mobility Ii Llc Site location determination using crowd sourced propagation delay and location data
US8938258B2 (en) 2012-06-14 2015-01-20 At&T Mobility Ii Llc Reference based location information for a wireless network
US8897805B2 (en) 2012-06-15 2014-11-25 At&T Intellectual Property I, L.P. Geographic redundancy determination for time based location information in a wireless radio network
US9408174B2 (en) 2012-06-19 2016-08-02 At&T Mobility Ii Llc Facilitation of timed fingerprint mobile device locating
US9351223B2 (en) 2012-07-25 2016-05-24 At&T Mobility Ii Llc Assignment of hierarchical cell structures employing geolocation techniques
EP2883371A1 (en) * 2012-08-07 2015-06-17 Nokia Solutions and Networks Oy Determining travel information
CN103034715B (zh) * 2012-12-11 2018-09-04 北京百度网讯科技有限公司 一种交通事件的发布方法和装置
US9536424B2 (en) * 2014-02-10 2017-01-03 Here Global B.V. Adaptive traffic dynamics prediction
US9660862B2 (en) 2014-03-31 2017-05-23 International Business Machines Corporation Localizing faults in wireless communication networks
US9350670B2 (en) 2014-04-22 2016-05-24 International Business Machines Corporation Network load estimation and prediction for cellular networks
US9456312B2 (en) 2014-04-22 2016-09-27 International Business Machines Corporation Correlating road network information and user mobility information for wireless communication network planning
US9497648B2 (en) 2014-04-30 2016-11-15 International Business Machines Corporation Detecting cellular connectivity issues in a wireless communication network
CN104066130B (zh) * 2014-06-30 2018-12-28 中国联合网络通信集团有限公司 一种生成小区切换序列的方法和装置
US9351111B1 (en) 2015-03-06 2016-05-24 At&T Mobility Ii Llc Access to mobile location related information
CN105916111A (zh) * 2016-04-15 2016-08-31 上海河广信息科技有限公司 路线用时统计系统及方法
US10506380B2 (en) * 2016-12-22 2019-12-10 Nokia Solutions And Networks Oy User motion profiling based on user equipment cell location
CN107241512B (zh) * 2017-06-30 2019-10-18 清华大学 基于手机数据的城际交通出行方式判断方法和设备
US10775186B2 (en) * 2017-12-29 2020-09-15 ANI Technologies Private Limited Method and system for predicting traffic conditions
CN108195728A (zh) * 2018-02-01 2018-06-22 山东诺方电子科技有限公司 一种基于多核颗粒物传感器技术的控制系统及其控制方法
US10516972B1 (en) 2018-06-01 2019-12-24 At&T Intellectual Property I, L.P. Employing an alternate identifier for subscription access to mobile location information
CN110533259B (zh) * 2019-09-05 2022-03-22 北京云视科技有限公司 一种预估等待时长的方法、装置、系统及存储介质
EP4287156A1 (de) * 2022-05-31 2023-12-06 Deutsche Telekom AG Verfahren zur ermittlung der fahrdauer von verkehrsteilnehmern auf einem streckenabschnitt durch erfassung einer positionsinformation der momentanen position der verkehrsteilnehmer und einer geschwindigkeitsinformation der verkehrsteilnehmer, telekommunikationsnetz oder system, verkehrsteilnehmer, computerprogramm und computerlesbares medium

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004010401A2 (en) * 2002-07-24 2004-01-29 Yossi Kaplan A method for measuring road traffic load based on analyzing cellular communications
KR20070112124A (ko) * 2004-12-31 2007-11-22 구글 인코포레이티드 개인화된 네비게이션 라우팅
JP2009529187A (ja) * 2006-03-03 2009-08-13 インリックス インコーポレイテッド モバイルデータソースからのデータを使用する道路交通状況の評価

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5669061A (en) 1994-08-19 1997-09-16 Trimble Navigation Limited Automatic cellular phone tracking
DE10149943A1 (de) * 2001-10-10 2003-04-24 Vodafone Ag Verfahren und System zum Ermitteln der Fortbewegungszeit einer mobilen Nutzer-Endeinrichtung
US7447997B2 (en) 2002-05-30 2008-11-04 Microsoft Corporation Reducing information transfer in screen capture series
US7224731B2 (en) 2002-06-28 2007-05-29 Microsoft Corporation Motion estimation/compensation for screen capture video
US7100089B1 (en) 2002-09-06 2006-08-29 3Pardata, Inc. Determining differences between snapshots
US7016690B2 (en) 2003-02-10 2006-03-21 Flarion Technologies, Inc. Methods and apparatus for updating mobile node location information
EP1609100A2 (en) 2003-03-19 2005-12-28 Customiser Ltd. Recognition of patterns in data
KR100546480B1 (ko) 2003-03-28 2006-01-26 에스케이 텔레콤주식회사 이동 단말기의 과금정보를 이용한 교통정보 획득방법
SE0301324L (sv) * 2003-05-07 2004-11-08 Epp Electronic Payment Patent Ett förfarande för att förse ett system med positionsinformation från en mobil enhet
JP3735621B2 (ja) 2003-07-18 2006-01-18 富山県 全天下光環境評価方法
WO2005098780A1 (en) * 2004-03-30 2005-10-20 S.C. M-Zone Srl Method of obtaining road traffic situation using mobile telephony installation
JP2006285567A (ja) * 2005-03-31 2006-10-19 Hitachi Ltd プローブ交通情報のデータ処理システム、プローブ交通情報のデータ処理装置、およびプローブ交通情報のデータ処理方法
JP2006293491A (ja) * 2005-04-06 2006-10-26 Toyota Motor Corp 交通状態収集装置、情報センタ、および交通状態収集システム
US20070123271A1 (en) 2005-08-26 2007-05-31 Richard Dickinson Cellular phone tracking scope
JP2007133828A (ja) * 2005-11-14 2007-05-31 Hitachi Ltd 交通情報生成装置、乗り物位置情報特定方法および乗り物位置情報特定プログラム
JP4800031B2 (ja) * 2005-12-28 2011-10-26 株式会社日立製作所 ストレージシステム及びスナップショット管理方法
JP2007219609A (ja) 2006-02-14 2007-08-30 Hitachi Ltd スナップショット管理装置及び方法
US7813870B2 (en) * 2006-03-03 2010-10-12 Inrix, Inc. Dynamic time series prediction of future traffic conditions
US7912628B2 (en) * 2006-03-03 2011-03-22 Inrix, Inc. Determining road traffic conditions using data from multiple data sources
EP1978771A1 (en) * 2007-04-05 2008-10-08 Nederlandse Organisatie voor Toegepast-Natuuurwetenschappelijk Onderzoek TNO Location detection
US20080282160A1 (en) 2007-04-06 2008-11-13 James Ian Tonnison Designated screen capturing and automatic image exporting
CN101510357B (zh) * 2009-03-26 2011-05-11 美慧信息科技（上海）有限公司 一种基于手机信号数据检测交通状态的方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004010401A2 (en) * 2002-07-24 2004-01-29 Yossi Kaplan A method for measuring road traffic load based on analyzing cellular communications
KR20070112124A (ko) * 2004-12-31 2007-11-22 구글 인코포레이티드 개인화된 네비게이션 라우팅
JP2009529187A (ja) * 2006-03-03 2009-08-13 インリックス インコーポレイテッド モバイルデータソースからのデータを使用する道路交通状況の評価

Also Published As

Publication number Publication date
EP2494536B1 (en) 2020-07-15
EP2494536A1 (en) 2012-09-05
MX2012004879A (es) 2012-05-23
WO2011051125A1 (en) 2011-05-05
JP5752141B2 (ja) 2015-07-22
CN102262819A (zh) 2011-11-30
CA2778499A1 (en) 2011-05-05
JP2013509628A (ja) 2013-03-14
KR20120112375A (ko) 2012-10-11
US20120221232A1 (en) 2012-08-30
US9424744B2 (en) 2016-08-23
CN102262819B (zh) 2014-10-15
CA2778499C (en) 2017-07-11

Similar Documents

Publication Publication Date Title
KR101385928B1 (ko) 교통 관리를 위한 방법 및 장치
Caceres et al. Traffic flow estimation models using cellular phone data
Hoh et al. Achieving guaranteed anonymity in gps traces via uncertainty-aware path cloaking
US8930123B2 (en) Systems and methods for determining traffic intensity using information obtained through crowdsourcing
US20150237596A1 (en) Automatic detection of device type for filtering of data
US9843920B2 (en) Monitoring transport systems network traffic using mobile communications network usage records
WO2017098428A1 (en) Transportation network monitoring using wireless radio metadata
US11528584B2 (en) Contact tracing based on comparing geo-temporal patterns of wireless terminals, including mobility profiles
Pattara-Atikom et al. Estimating road traffic congestion from cell dwell time using neural network
Chen et al. Location prediction for large scale urban vehicular mobility
JP5058176B2 (ja) 道路交通監視システム及び関連方法
Cheng et al. The optimal sampling period of a fingerprint positioning algorithm for vehicle speed estimation
KR100911478B1 (ko) 위치 등록 메시지를 이용한 도로 통행 속도 분석 방법 및장치
Chen Traffic Information Estimation Methods Based on Cellular Network Data
Derrmann et al. Towards privacy-neutral travel time estimation from mobile phone signalling data
Chang et al. Traffic information estimation using periodic location update events
Batran et al. Urban travel time estimation in greater maputo using mobile phone big data
Lin et al. A traffic information estimation model using periodic location update events from cellular network
Lv et al. Effective data identification in travel time estimation based on cellular network signaling
WO2004027729A1 (en) A method and system for detecting and estimating road traffic from location data of mobile terminals in a radiocommunication system, so as a program therefor
Lu et al. Identification of Trip Mode Based on Mobile Phone Signaling Data
Saraydar et al. Efficient vehicular traffic monitoring using mobility management in cellular networks
WO2023037209A1 (en) Method and system for generating reference data for traffic condition prediction, and method and system for predicting traffic conditions
WO2015128855A1 (en) Method and system for road traffic data collection
TW201217751A (en) Method and apparatus for determine real-time travel time of a road based on mobile communication network

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20170328

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20180329

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20190327

Year of fee payment: 6