KR101603921B1 - 이동체의 이동성 예측 방법 및 이를 위한 장치 - Google Patents

Abstract

본 발명은 이동체의 이동성 예측 방법에 관한 것으로서, 더욱 상세하게는 이동체가 이동할 것으로 예상되는 이동 경로를 설정하고, 설정된 이동 경로를 분기 이동 이력을 기초로 다수 개의 구간으로 분할한 후, 분할된 구간별로 이동체가 일정 시간 이후에 위치할 확률을 소요 시간 모델링 기법에 따라 도출함으로써, 이동체의 이동 구간을 예측할 수 있는 이동체의 이동성 예측 방법 및 이를 위한 장치에 관한 것이다.
이를 위한 본 발명의 일 실시 예에 따른 이동성 예측 장치는 이동체에 대한 이동 이력을 기초로 상기 이동체의 현재 위치에서 이동 가능한 적어도 하나의 이동 경로를 설정하는 이동 경로 설정부; 상기 설정된 이동 경로를 상기 이동 이력을 기초로 적어도 하나 이상의 구간으로 분할하는 구간 설정부; 및 상기 분할된 구간별로 일정 시간 이후 상기 이동체가 위치할 확률을 상기 구간에 대한 시간 및 거리 정보를 기초로 도출하고, 상기 도출된 확률에 따라 상기 이동체가 일정 시간 이후 위치할 구간을 예측하는 위치 예측부;를 포함하여 구성될 수 있다.

Description

이동체의 이동성 예측 방법 및 이를 위한 장치{METHOD FOR MOBILITY PREDICTION OF MOVING OBJECT AND APPARATUS THEREOF}

본 발명은 이동체의 이동성 예측 방법에 관한 것으로서, 더욱 상세하게는 이동체가 이동할 것으로 예상되는 이동 경로를 설정하고, 설정된 이동 경로를 분기 이동 이력을 기초로 다수 개의 구간으로 분할한 후, 분할된 구간별로 이동체가 일정 시간 이후에 위치할 확률을 소요 시간 모델링 기법에 따라 도출함으로써, 이동체의 이동 구간을 예측할 수 있는 이동체의 이동성 예측 방법 및 이를 위한 장치에 관한 것이다.

이 부분에 기술된 내용은 단순히 본 실시 예에 대한 배경 정보를 제공할 뿐 종래기술을 구성하는 것은 아니다.

위성항법장치(Global Positioning System, GPS), 와이파이 지오태깅(Wi-Fi geotagging), 기지국 삼각측량 등과 같은 위치 측량 기술의 발전은 사용자 장치의 사용자들에게 위치를 기반으로 하는 서비스를 제공할 수 있게 하였다. 또한, 이러한 위치를 기반으로 하는 서비스의 다음 세대로서 이동성 예측을 기반으로 하는 서비스가 될 것이라고 예상되고 있다.

구체적으로, 사용자 장치의 이동성을 예측함으로써, 예상 이동 경로 상에 존재하는 이동통신 기지국에 대한 네트워크 자원 스케쥴링, 예상 이동 경로와 관련된 응용프로그램의 프리로딩(preloading) 또는 광고의 프리패칭(prepatching) 등이 가능해질 수 있다.

현재까지의 이동체의 이동성을 예측할 수 있는 방법들은 일반적으로 관심지점(POI; Point Of Interest)을 기반으로 한다. 즉, 현재 위치에서 소정 시간 경과된 미래 시점에 위치할 지점(POI)을 확률에 기반하여 도출하게 되며, 이때 각 관심지점에 머무르는 시간의 평균값을 활용하거나, 관심지점 간의 연관성을 활용하여 도출하게 된다.

그러나, 현재까지의 제안된 기술들은 시간의 변동성이 크다는 문제점이 있으며, 관심지점 간의 연관성이 뚜렷하지 않은 경우, 오차가 발생되어 정확한 이동성 예측이 어렵다는 문제점이 있다.

한국공개특허 제2008-0021427호, 2008년 3월 7일 공개 (명칭: 이동 경로 데이터에 기반한 이동 객체의 시공간 위치 예측방법)

본 발명은 상기한 종래의 문제점을 해결하기 위해 제안된 것으로서, 이동체가 이동할 것으로 예상되는 이동 경로를 설정하고, 설정된 이동 경로를 분기 이동 이력을 기초로 다수 개의 구간으로 분할한 후, 분할된 구간별로 이동체가 일정 시간 이후에 위치할 확률을 소요 시간 모델링 기법에 따라 도출할 수 있는 이동체의 이동성 예측 방법 및 이를 위한 장치를 제공하는 데 목적이 있다.

그러나, 이러한 본 발명의 목적은 상기의 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 명확하게 이해될 수 있을 것이다.

상술한 바와 같은 목적을 달성하기 위한 본 발명의 실시 예에 따른 이동체에 대한 이동 이력을 기초로 상기 이동체의 현재 위치에서 이동 가능한 적어도 하나의 이동 경로를 설정하는 이동 경로 설정부; 상기 설정된 이동 경로를 상기 이동 이력을 기초로 적어도 하나 이상의 구간으로 분할하는 구간 설정부; 및 상기 분할된 구간별로 일정 시간 이후 상기 이동체가 위치할 확률을 상기 구간에 대한 시간 및 거리 정보를 기초로 도출하고, 상기 도출된 확률에 따라 상기 이동체가 일정 시간 이후 위치할 구간을 예측하는 위치 예측부;를 포함하여 구성될 수 있다.

이때, 이동성 예측 장치는 상기 이동체가 이동됨에 따라 발생된 위치 정보를 시계열적으로 수집하여 이동 이력을 생성하고 상기 이동 경로 설정부로 전달하는 정보 수집부;를 더 포함하여 구성될 수 있다.

이때, 상기 정보 수집부는 상기 이동체가 이동됨에 따라 발생된 위치 정보가 존재하지 않을 경우, 상기 이동체와 연관성이 높은 다른 이동체에 대한 이동 이력을 수집하여 상기 이동 경로 설정부로 전달할 수도 있다.

또한, 상기 이동 경로 설정부는 상기 이동체의 이동성을 예측하기 위해 기 설정된 이벤트가 발생되면, 상기 이동 이력을 기초로 상기 이동체의 현재 위치에서 이동 가능한 적어도 하나의 이동 경로를 설정할 수 있다.

또한, 상기 위치 예측부는 상기 분할된 구간별로 해당 구간을 통과하는 데 소요되는 시간을 모델링하여 산출하고, 해당 구간에 대한 거리 정보를 확인한 후, 상기 모델링된 시간과 거리 정보를 기초로 상기 구간별로 일정 시간 이후 이동체가 위치할 확률을 도출할 수 있다.

이때, 상기 위치 예측부는 상기 분할된 구간별로 해당 구간을 통과하는 데 소요되는 시간을 가우시안 혼합 모델(Gaussian Mixture Model)을 이용하여 모델링하여 산출할 수 있다.

이때, 상기 확률은 하기 수학식을 만족하는 일정 시간 이후 이동체가 상기 이동 경로 상에 존재하고, 상기 이동 경로 상의 해당 구간에 존재할 확률에 대한 조건부 확률의 합이 될 수 있다.

(수학식)

(

는 하나 이상의 이동 경로이며,

는 하나 이상의 이동 경로

중 어느 하나의 이동 경로이며,

는 하나 이상의 이동 경로

중 어느 하나의 이동 경로

가 지정될 확률의 의미하며,

는 이동 경로

상에 존재하는 일 구간(i)에 대한 인덱스이며,

는 이동체(x)가 이동 경로

상의 일 구간(i)에 존재할 확률의 의미하는 것으로,

는 일정 시간(t) 이후 이동체(x)가 이동 경로(p) 상에 존재하고, 이동 경로(p) 상에 일 구간(i)에 존재할 확률에 대한 조건부 확률의 합을 의미함)

이때, 본 발명의 이동성 예측 장치는 구간별로 상기 일정 시간 이후 이동체가 위치할 확률을 3차원 공간 좌표 상의 일 축에 표시되도록 제어하거나, 일정 시간 이후 이동체가 위치할 확률이 높은 구간에 대한 정보를 제공하는 정보 제공부;를 더 포함하여 구성될 수 있다.

이때, 상기 정보 제공부는 상기 이동체의 예측된 구간에 대한 정보를 제공할 서비스의 타입에 따라 상기 확률의 기준을 조정하고, 조정된 기준 값 이상의 확률에 해당하는 구간만이 상기 3차원 공간 좌표 상에 표시되도록 제어할 수 있다.

상술한 바와 같은 목적을 달성하기 위한 본 발명의 실시 예에 따른 이동체의 이동성 예측 방법은 이동성 예측 장치가 이동체에 대한 이동 이력을 기초로 상기 이동체의 현재 위치에서 이동 가능한 적어도 하나의 이동 경로를 설정하는 단계; 상기 이동성 예측 장치가 상기 설정된 이동 경로를 상기 이동 이력을 기초로 적어도 하나 이상의 구간으로 분할하는 단계; 상기 이동성 예측 장치가 상기 분할된 구간별로 일정 시간 이후 상기 이동체가 위치할 확률을 상기 구간에 대한 시간 및 거리 정보를 기초로 도출하는 단계; 및 상기 이동성 예측 장치가 상기 도출된 확률에 따라 상기 이동체가 일정 시간 이후 위치할 구간을 예측하는 단계;를 포함하여 이뤄질 수 있다.

이때, 상기 이동 경로를 설정하는 단계 이전에 상기 이동성 예측 장치가 상기 이동체가 이동됨에 따라 발생된 위치 정보를 시계열적으로 저장하여 이동 이력을 생성하는 단계;를 더 포함하여 이뤄질 수 있다.

또한, 상기 이동 경로를 설정하는 단계 이전에 상기 이동성 예측 장치가 상기 이동체에 대응하여 이동을 통해 발생된 위치 정보가 존재하지 않을 경우, 상기 이동체와 연관성이 높은 다른 이동체에 대한 이동 이력을 수집하는 단계;를 더 포함하여 이뤄질 수 있다.

이때, 상기 이동체와 연관성이 높은 다른 이동체는 상기 이동체와 속성 정보가 유사하거나, 상기 이동체의 현재 위치를 경유하여 이동한 이력을 보유하고 있을 수 있다.

또한, 상기 이동 경로를 설정하는 단계 이전에 상기 이동성 예측 장치가 상기 이동체의 이동성을 예측하기 위해, 기 설정된 이벤트가 발생되는 지 여부를 판단하는 단계;를 더 포함하며, 상기 이동 경로를 설정하는 단계는 상기 기 설정된 이벤트가 발생된 경우, 상기 이동성 예측 장치가 상기 이동 이력을 기초로 상기 이동체의 현재 위치에서 이동 가능한 적어도 하나의 이동 경로를 설정할 수 있다.

또한, 상기 이동 경로를 설정하는 단계는 상기 이동성 예측 장치가 상기 이동 이력을 기초로 상기 이동체의 현재 위치에서 지정된 일 지점까지를 연결하여 이동 경로로 설정할 수 있다.

또한, 상기 이동 경로를 설정하는 단계에서 상기 지정된 일 지점이 다수 개 존재하는 경우, 상기 이동성 예측 장치가 현재 일시에 대한 정보와 연관된 지정된 일 지점만을 추출하고, 상기 이동체의 현재 위치에서 추출된 일 지점까지를 연결하여 이동 경로로 설정할 수 있다.

또한, 상기 구간으로 분할하는 단계는 상기 이동성 예측 장치가 상기 설정된 이동 경로 상에 일 지점에 대한 분기 이동 이력이 존재할 경우, 상기 분기 이동 이력을 기준으로 적어도 하나 이상의 구간으로 분할할 수 있다.

또한, 상기 도출하는 단계는 상기 이동성 예측 장치가 상기 분할된 구간별로 해당 구간을 통과하는 데 소요되는 시간을 모델링하여 산출하는 단계; 상기 이동성 예측 장치가 해당 구간에 대한 거리 정보를 확인하는 단계; 및 상기 이동성 예측 장치가 상기 모델링된 시간과 거리 정보를 기초로 상기 구간별로 일정 시간 이후 이동체가 위치할 확률을 도출하는 단계;를 포함하여 이뤄질 수 있다.

또한, 상기 예측하는 단계 이후에, 상기 이동성 예측 장치가 예측된 해당 구간에 설정된 플래그 값을 증가시키는 단계; 및 상기 이동성 예측 장치가 상기 구간에 설정된 플래그 값이 기 설정된 값 이상인 경우, 해당 구간을 혼잡 구간으로 설정하는 단계;를 포함하여 이뤄질 수 있다.

추가로 본 발명은 상술한 이동체의 이동성 예측 방법을 실행하는 프로그램을 기록한 컴퓨터 판독 가능한 기록 매체를 제공할 수 있다.

본 발명의 이동체의 이동성 예측 방법 및 이를 위한 장치에 의하면, 이동체가 이동할 것으로 예상되는 이동 경로를 설정하고, 설정된 이동 경로를 분기 이동 이력을 기초로 다수 개의 구간으로 분할한 후, 분할된 구간별로 이동체가 일정 시간 이후에 위치할 확률을 소요 시간 모델링 기법에 따라 도출함으로써, 이동체가 이동할 것으로 예상되는 구간을 보다 정확하게 예측할 수 있게 된다.

또한, 일정 시간 후에 이동체가 이동할 것으로 예측되는 구간을 도출하고, 이를 이용하여 혼잡 구간을 판단함으로써, 사용자에게 경로 우회 서비스 등 다양한 위치 기반 서비스를 제공할 수 있게 된다.

아울러, 상술한 효과 이외의 다양한 효과들이 후술될 본 발명의 실시 예에 따른 상세한 설명에서 직접적 또는 암시적으로 개시될 수 있다.

도 1은 본 발명의 실시 예에 따른 이동체의 이동성 예측 방법을 이용하는 이동성 예측 시스템을 개략적으로 설명하기 위한 구성도이다.
도 2는 본 발명의 실시 예에 따른 이동성 예측 장치의 주요 구성을 도시한 블록도이다.
도 3은 본 발명의 실시 예에 따른 이동체의 이동성 예측 방법을 개략적으로 설명하기 위한 흐름도이다.
도 4는 본 발명의 일 실시 예에 따른 이동체의 이동성 예측 방법을 구체적으로 설명하기 위한 흐름도이다.
도 5 내지 도 6은 본 발명의 일 실시 예에 따른 이동체의 이동성 예측 방법을 설명하기 위한 예시도이다.
도 7은 본 발명의 다른 실시 예에 따른 이동체의 이동성 예측 방법을 구체적으로 설명하기 위한 흐름도이다.
도 8 내지 도 10은 본 발명의 실시 예에 따른 이동체의 이동성 예측 방법을 적용한 예에 대한 결과를 도시한 것이다.

이하 첨부된 도면을 참조하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있는 바람직한 실시예를 상세히 설명한다. 다만, 본 발명의 바람직한 실시예에 대한 동작 원리를 상세하게 설명함에 있어 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략한다. 이는 불필요한 설명을 생략함으로써 본 발명의 핵심을 흐리지 않고 더욱 명확히 전달하기 위함이다. 또한 본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시 예를 가질 수 있는 바, 특정 실시 예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 하나, 이는 본 발명을 특정한 실시 형태로 한정하려는 것은 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.

또한, 제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하기 위해 사용하는 것으로, 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용될 뿐, 상기 구성요소들을 한정하기 위해 사용되지 않는다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제2 구성요소는 제1 구성요소로 명명될 수 있고, 유사하게 제1 구성요소도 제2 구성요소로 명명될 수 있다.

더하여, 어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급할 경우, 이는 논리적 또는 물리적으로 연결되거나, 접속될 수 있음을 의미한다. 다시 말해, 구성요소가 다른 구성요소에 직접적으로 연결되거나 접속되어 있을 수 있지만, 중간에 다른 구성요소가 존재할 수도 있으며, 간접적으로 연결되거나 접속될 수도 있다고 이해되어야 할 것이다.

또한, 본 명세서에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 또한, 본 명세서에서 기술되는 "포함 한다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

이제 본 발명의 실시 예에 따른 이동체의 이동성 예측 방법 및 이를 위한 장치에 대하여 도면을 참조하여 상세하게 설명하도록 한다. 이때, 도면 전체에 걸쳐 유사한 기능 및 작용을 하는 부분에 대해서는 동일한 도면 부호를 사용하며, 이에 대한 중복되는 설명은 생략하기로 한다.

도 1은 본 발명의 실시 예에 따른 이동체의 이동성 예측 방법을 이용하는 이동성 예측 시스템을 개략적으로 설명하기 위한 구성도이다.

도 1을 참조하면, 본 발명의 실시 예에 따른 이동체의 이동성 예측 방법을 이용하는 이동성 예측 시스템(100)은 이동성 예측 장치(10)를 포함하며, 이와 연동 가능한 다수의 단말(20) 및 데이터베이스 서버(30)를 포함하여 구성될 수도 있다.

본 발명의 이동성 예측 장치(10)는 이동체에 대한 이동 이력을 기초로 상기 이동체의 현재 위치에서 이동 가능한 하나 이상의 이동 경로를 설정하고, 설정된 이동 경로를 상기 이동 이력을 기초로 적어도 하나 이상의 구간으로 분할하며, 분할된 구간별로 일정 시간 이후 이동체가 위치할 확률을 상기 구간에 대한 시간 및 거리 정보를 기초로 도출하며, 상기 도출된 확률에 따라 상기 이동체가 일정 시간 이후 위치할 구간을 예측하게 된다. 여기서, 이동체는 이동성 예측 장치(10)가 이동성을 예측하고자 하는 대상(object)을 의미한다.

이러한, 본 발명의 이동성 예측 장치(10)는 구현 형태에 따라, 사용자가 소지하는 단말 내 모듈 형태로 존재하거나, 사용자가 소지하는 단말과 정보의 송수신이 가능한 독립된 단일의 장치 또는 서버 형태로 존재할 수 있다.

본 발명의 이동성 예측 장치(10)가 사용자가 소지하는 단말 내 일 모듈 형태로 존재하는 경우, 이동성 예측 장치(10)는 단말 내 구비된 각종 자원을 통해 사용자의 이동 이력을 생성하고 관리할 수 있다. 또한 지정된 이벤트 발생(예컨대, 위치 기반 서비스 어플리케이션의 실행) 시 단말이 일정 시간 이후 위치할 구간을 예측하고, 이에 따라 해당 위치 기반 서비스 어플리케이션 상에 예측된 구간과 연계된 각종 서비스를 제공할 수도 있다. 또한, 단말 내 구비된 이동성 예측 장치(10)는 단말의 통신 모듈을 이용하여, 다른 사용자의 단말(20) 또는 여러 단말의 이동 경로 또는 이동 이력을 저장하고 있는 데이터베이스 서버(30)로부터 각종 정보를 수신하여 이용할 수도 있다. 이때의 이동성 예측 장치(10)가 이동성을 예측하고자 하는 이동체는 자신을 구비하고 있는 사용자의 단말을 의미한다.

아울러, 본 발명의 실시 예에 따른 이동성 예측 장치(10)는 사용자가 소지하는 단말과 정보의 송수신이 가능한 독립된 단일의 장치 또는 서버 형태로 존재하는 경우, 이동성 예측 장치(10)는 하나 이상의 단말(20)로부터 이동 경로 또는 이동 이력을 저장하고 관리할 수 있다. 그리고, 어느 하나의 단말(20)의 요청에 따라, 해당 단말(20)의 일정 시간 이후 위치할 구간을 예측하고, 이에 따라 각종 서비스를 해당 단말(20)로 제공할 수도 있다. 이때, 이동성 예측 장치(10)는 예측의 정확도를 높이기 위해, 여러 정보를 저장하고 있는 데이터베이스 서버(30)로부터 각종 정보를 수신하여 이용할 수도 있다. 이때의 이동성 예측 장치(10)가 이동성을 예측하고자 하는 이동체는 서비스를 요청한 단말(20)이 될 수 있다.

아울러, 본 발명의 이동성 예측 장치(10)는 통신망을 통해 단말(20) 또는 데이터베이스 서버(30)와 여러 정보를 송수신할 수도 있다. 이때의 통신망은 다양한 형태가 될 수 있는 데, 예컨대, WLAN(Wireless LAN), 와이파이(Wi-Fi), 와이브로(Wibro), 와이맥스(Wimax), HSDPA(High Speed Downlink Packet Access) 등의 무선 통신 방식 또는 이더넷(Ethernet), xDSL(ADSL, VDSL), HFC(Hybrid Fiber Coaxial Cable), FTTC(Fiber to The Curb), FTTH(Fiber To The Home) 등의 유선 통신 방식을 이용할 수 있다. 또한, 상술한 통신 방식 이외에도 기타 널리 공지되었거나 향후 개발될 모든 형태의 통신 방식을 포함할 수 있다.

아울러, 본 발명의 실시 예에서 사용되는 '~모듈'이라는 용어는 소프트웨어 구성요소를 의미하며, '~모듈'은 어떤 역할들을 수행한다. 일 예로서 '~모듈'은 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들, 및 변수들을 포함한다. 또한, 구성요소들과 '~모듈'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~모듈'들로 결합되거나 추가적인 구성요소들과 '~모듈'들로 더 분리될 수 있다.

이하, 본 발명의 실시 예에 따른 이동성 예측 장치(10)의 주요 구성에 대해 설명하도록 한다.

도 2는 본 발명의 실시 예에 따른 이동성 예측 장치의 주요 구성을 도시한 블록도이다.

도 2를 참조하면, 본 발명의 실시 예에 따른 이동성 예측 장치(10)는 정보 수집부(11), 정보 저장부(12), 이동 경로 설정부(13), 구간 설정부(14), 위치 예측부(15) 및 정보 제공부(16)를 포함하여 구성될 수 있다.

각 구성 요소에 대해 설명하면, 정보 수집부(11)는 이동체가 이동됨에 따라 발생된 위치 정보를 시계열적으로 수집하여 이동 이력을 생성하고 관리하는 역할을 수행한다. 위치 정보를 확인하는 과정은 대표적으로는 GPS 센서를 통해 확인할 수 있으며, 기지국을 이용하는 등 그 외 공지된 다양한 방식을 이용할 수 있다.

또한, 정보 수집부(11)는 생성되는 이동 이력을 정보 저장부(12)로 전달하여 저장되는 과정을 제어할 수 있으며, 정보 저장부(12)에 저장된 이동 이력을 이동 경로 설정부(13)의 요청에 따라, 또는 일정 주기 단위로 이동 경로 설정부(13)로 전달할 수 있다.

한편 정보 수집부(11)는 상기 이동체가 이동됨에 따라 발생된 위치 정보가 존재하지 않을 경우, 상기 이동체와 연관성이 높은 다른 이동체에 대한 이동 이력을 수집하여 상기 이동 경로 설정부(13)로 전달할 수도 있다. 여기서, 이동체와 연관성이 높은 다른 이동체란 이동성을 예측하고자 하는 이동체와 속성 정보와 속성 정보(예컨대, 사용자 정보)가 유사하거나, 상기 이동체의 현재 위치 를 경유하여 이동한 이력을 보유하고 있는 이동체가 될 수 있다.

아울러, 상기 이동성 예측 장치(10)가 서버 형태로 구현되는 경우, 상기 이동체와 연관성이 높은 다른 이동체에 대응하여 기 저장된 이동 이력을 확인하여 수집할 수 있으며, 그렇지 않을 경우, 여러 이동체에 대응하여 이동 이력을 관리하는 데이터베이스 서버(30)에 질의함으로써, 다른 이동체의 이동 이력을 수집할 수 있다.

상술한 과정에서 발생되는 정보는 정보 저장부(12)에 저장될 수 있다. 이때, 정보 저장부(12)는 시계열적 흐름에 따라 이동 이력을 저장하고 관리할 수 있으며, 예컨대 날짜 및 시간의 흐름에 따라 해당하는 위치 정보가 매핑된 상태의 테이블 형태로 저장되고 관리될 수 있다.

이러한 정보 저장부(12)는 플래시 메모리(flash memory), 하드디스크(hard disk), 멀티미디어 카드 마이크로(multimedia card micro) 타입의 메모리(예컨대, SD 또는 XD 메모리 등), 램(RAM), 롬(ROM) 등의 저장매체를 포함하여 구성될 수 있다.

이동 경로 설정부(13)는 이동체에 대한 이동 이력을 기초로 상기 이동체의 현재 위치에서 이동 가능한 적어도 하나의 이동 경로를 설정하는 역할을 수행한다. 이때, 이동 경로 설정부(13)는 상기 이동체의 이동성을 예측하기 위해 기 설정된 이벤트가 발생되면, 상기 이동 이력을 기초로 상기 이동체의 현재 위치에서 이동 가능한 적어도 하나의 이동 경로를 설정할 수 있다. 여기서 기 설정된 이벤트란 이동체의 이동성을 예측하기 위해 미리 지정된 이벤트를 의미한다. 일례로, 본 발명의 이동성 예측 방법을 적용하는 특정 서비스 어플리케이션의 실행을 들 수 있다. 또 다른 예를 들면, 이동체의 현재 위치가 이동 이력 상에 존재하는 일 위치인 경우를 들 수 있다.

또한, 이동 경로 설정부(13)는 이동 경로 설정 시 이동체의 현재 위치에서 지정된 일 지점까지를 연결하여 이동 경로를 설정할 수 있다. 이때, 이동체의 현재 위치에서 지정된 일 지점까지를 연결 시 이동체가 실질적으로 이동할 수 있는 도로 정보 등 지리적 위치를 고려하여 연결할 수 있다.

아울러, 지정된 일 지점은 다수 개 존재할 수 있으며, 이동 경로 설정부(13)는 다수 개 존재하는 일 지점을 연결하여 다수 개의 이동 경로를 설정할 수 있다. 이동 경로 설정부(13)는 예측의 정확성을 보다 더 높이고, 연산에 소요되는 시간을 감소시키기 위해, 현재 일시에 대한 정보를 확인하여, 다수 개 존재하는 지정된 일 지점에서 선별된 일 지점만을 연결하여 이동 경로를 생성할 수도 있다.

구간 설정부(14)는 상기 설정된 이동 경로를 상기 이동 이력을 기초로 적어도 하나 이상의 구간으로 분할하는 역할을 수행한다. 이때, 구간 설정부(14)는 설정된 이동 경로 상에 분기 이동 이력이 존재하는 지 확인하여 분기 이동 이력에 따라 하나 이상의 구간으로 분할할 수 있다. 여기서, 분기 이동 이력이란 이동 경로 상에 존재하는 일 지점에서 이동 경로 상에 존재하지 않는 다른 일 지점으로 이동한 것을 의미한다.

위치 예측부(15)는 상기 분할된 구간별로 일정 시간 이후 상기 이동체가 위치할 확률을 상기 구간에 대한 시간 및 거리 정보를 기초로 도출하고, 상기 도출된 확률에 따라 상기 이동체가 일정 시간 이후 위치할 구간을 예측하는 역할을 수행한다. 이때의 위치 예측부(15)는 상기 분할된 구간별로 해당 구간을 통과하는 데 소요되는 시간을 모델링하여 산출하고, 해당 구간에 대한 거리 정보를 확인한 후, 상기 모델링된 시간과 거리 정보를 기초로 상기 구간별로 일정 시간 이후 이동체가 위치할 확률을 도출할 수 있으며, 상기 분할된 구간별로 해당 구간을 통과하는 데 소요되는 시간을 가우시안 혼합 모델(Gaussian Mixture Model)을 이용하여 모델링하여 산출할 수 있다.

여기서 확률은 일정 시간 이후 이동체가 상기 이동 경로 상에 존재하고, 상기 이동 경로 상의 해당 구간에 존재할 확률에 대한 조건부 확률의 합으로 산출될 수 있다.

정보 제공부(16)는 구간별로 상기 일정 시간 이후 이동체가 위치할 확률을 3차원 공간 좌표 상의 일 축에 표시되도록 제어하거나, 일정 시간 이후 이동체가 위치할 확률이 높은 구간에 대한 정보를 제공하는 역할을 수행한다.

보다 구체적인 이동성 예측 장치(10)에서의 동작 방법에 대해서는 후술하도록 하며, 본 발명의 실시 예에 따른 이동성 예측 장치(10)에 탑재되는 프로세서는 본 발명에 따른 방법을 실행하기 위한 프로그램 명령을 처리할 수 있다. 일 구현 예에서, 이 프로세서는 싱글 쓰레드(Single-threaded) 프로세서일 수 있으며, 다른 구현 예에서 본 프로세서는 멀티 쓰레드(Multithreaded) 프로세서일 수 있다. 나아가 본 프로세서는 메모리 혹은 저장 장치 상에 저장된 명령을 처리하는 것이 가능하다.

이와 같이, 도 2를 통해 이동성 예측 장치(10)의 주요 구성요소에 대해 설명하였다. 그러나 도 2를 통해 도시된 구성요소가 모두 필수 구성요소인 것은 아니며, 그 구현 형태에 따라 도시된 구성요소보다 많은 구성 요소에 의해 이동성 예측 장치(10)가 구현될 수 있고, 그 보다 적은 구성요소에 의해 이동성 예측 장치(10)가 구현될 수도 있다. 예컨대, 이동성 예측 장치(10)는 다른 사용자의 단말로부터 이동 이력을 수신하기 위한 통신부(미도시)를 더 포함하여 구성될 수 있다.

또한, 본 명세서와 도면에서는 예시적인 장치 구성을 기술하고 있지만, 본 명세서에서 설명하는 기능적인 동작과 주제의 구현물들은 다른 유형의 디지털 전자 회로로 구현되거나, 본 명세서에서 개시하는 구조 및 그 구조적인 등가물들을 포함하는 컴퓨터 소프트웨어, 펌웨어 혹은 하드웨어로 구현되거나, 이들 중 하나 이상의 결합으로 구현 가능하다. 본 명세서에서 설명하는 주제의 구현물들은 하나 이상의 컴퓨터 프로그램 제품, 다시 말해 본 발명에 따른 장치의 동작을 제어하기 위하여 혹은 이것에 의한 실행을 위하여 유형의 프로그램 저장매체 상에 인코딩된 컴퓨터 프로그램 명령에 관한 하나 이상의 모듈로서 구현될 수 있다. 컴퓨터로 판독 가능한 매체는 기계로 판독 가능한 저장 장치, 기계로 판독 가능한 저장 기판, 메모리 장치, 기계로 판독 가능한 전파형 신호에 영향을 미치는 물질의 조성물 혹은 이들 중 하나 이상의 조합일 수 있다.

이하, 본 발명의 실시 예에 따른 이동체의 이동성 예측 방법에 대해 설명하도록 한다.

도 3은 본 발명의 실시 예에 따른 이동체의 이동성 예측 방법을 개략적으로 설명하기 위한 흐름도이다.

도 3을 참조하여 설명하기에 앞서, 설명의 편의를 위해 본 발명의 이동성 예측 장치(10)가 사용자가 소지하고 있는 단말 내 일 모듈 형태로 구현되는 것을 가정하여 설명하도록 한다. 이때의 이동체란 이동성 예측 장치(10)가 구비된 단말을 의미한다.

도 3을 참조하면, 먼저, 이동성 예측 장치(10)는 이동체에 대한 기 저장된 이동 이력을 확인하게 된다(S101). 그리고, 이동성 예측 장치(10)는 이동 이력을 기초로 이동 경로를 설정하고(S103), 이동 경로를 하나 이상의 구간으로 분할한다(S105).

그리고, 이동성 예측 장치(10)는 분할된 구간별로 일정 시간 이후 이동체가 위치할 확률을 도출하고(S107), 도출된 확률에 따라 이동체가 일정 시간 이후 위치할 구간을 예측하게 된다(S109).

상기 각 단계에 대해서는 도 4 내지 도 7을 참조하여 보다 더 구체적으로 설명하도록 한다.

도 4는 본 발명의 일 실시 예에 따른 이동체의 이동성 예측 방법을 구체적으로 설명하기 위한 흐름도이며, 도 5 내지 도 6은 본 발명의 일 실시 예에 따른 이동체의 이동성 예측 방법을 설명하기 위한 예시도이다.

먼저, 도 4를 참조하여 설명하기에 앞서, 도 3을 통해 설명한 바와 같이, 본 발명의 이동성 예측 장치(10)가 사용자가 소지하고 있는 단말 내 일 모듈 형태로 구현되는 것을 가정하여 설명하도록 하며, 이때의 이동체는 이동성 예측 장치(10)가 구비된 단말을 의미한다.

도 4를 참조하면, 본 발명의 실시 예에 따른 이동성 예측 장치(10)는 이동체에 대한 이동 이력을 확인하기 위해, 먼저, 이동 이력을 생성할 수 있다. 이동 이력이란 이동체의 이동에 따른 위치 정보를 시계열적으로 저장하여 생성한 것을 의미한다. 이를 위해, 이동성 예측 장치(10)는 단말 내 구비된 다양한 센서를 통해 단말이 현재 이동하고 있는 것으로 판단되면(S201), 이동에 따라 발생된 위치 정보를 확인하여 확인된 위치 정보를 시계열적으로 저장함으로써 이동 이력을 생성할 수 있다(S203). 이러한 이동 이력은 다음과 같이 날짜 및 시간의 흐름에 따라 해당하는 위치 정보가 매핑된 상태의 테이블 형태로 저장되고 관리될 수 있다.

요일	시간	위치
22일 화요일	1시	A
22일 화요일	2시	C
23일 수요일	1시	A
23일 수요일	2시	B
23일 수요일	3시	C

또한, 위치 정보를 확인하는 과정은 대표적으로는 GPS 센서를 통해 확인할 수 있으며, 기지국을 이용하는 등 그 외 공지된 다양한 방식을 이용할 수 있다.

이후, 이동 이력을 생성하여 저장하고 있는 상태에서, 이동성 예측 장치(10)는 기 설정된 이벤트 발생 여부를 판단할 수 있다(S205). 여기서 기 설정된 이벤트란 이동체의 이동성을 예측하기 위해 미리 지정된 이벤트를 의미한다. 일례로, 본 발명의 이동성 예측 방법을 적용하는 특정 서비스 어플리케이션의 실행을 들 수 있다. 또 다른 예를 들면, 이동체의 현재 위치가 이동 이력 상에 존재하는 일 위치일 경우를 들 수 있다.

이러한 기 설정된 이벤트가 발생되면, 이동성 예측 장치(10)는 이동체의 이동성을 예측하기 위해, 먼저 이동 경로(path)를 설정하게 된다. 이동 경로를 설정하기 위해, 이동성 예측 장치(10)는 상기 이동 이력에 지정된 일 지점이 존재하는 지를 판단한다(S207). 지정된 일 지점이란 사용자에 의해 지정된 일 지점이 될 수 있다. 예를 들어, '송파 장지동'에 해당하는 위치를 사용자는 '집'으로 지정할 수 있으며, 전술한 표에서 B 지점이 사용자에 의해 지정된 일 지점일 경우 이동성 예측 장치(10)는 현재 위치에서 상기 지정된 일 지점까지를 연결하여 이동 경로를 생성할 수 있다.

또한, 지정된 일 지점이란 일정 이상 반복된 일 지점이 될 수 있으며, 일정 이상 반복된 일 지점은 이동성 예측 장치(10)에 의해 설정된 지점이 될 수 있다. 예를 들어, 이동 이력 상에 '강남역'에 해당하는 위치가 일정 이상 반복되어 존재하는 경우, 해당 위치를 지정된 일 지점으로 판단할 수 있다. 즉, 전술한 표에서 C 지점이 2회 이상 반복되므로, 현재 위치에서 상기 지정된 일 지점까지를 연결하여 이동 경로를 생성할 수 있다.

이동성 예측 장치(10)는 이러한 지정된 일 지점을 확인하고, 이동체의 현재 위치에서 지정된 일 지점까지를 연결하여 이동 경로를 설정한다. 이때, 이동성 예측 장치(10)는 현재 위치에서 지정된 일 지점까지를 연결 시 이동체가 실질적으로 이동할 수 있는 도로 정보 등 지리적 위치를 고려하여 연결할 수 있다. 이에 대해 도 5를 참조하여 설명하면, 도 5a는 이동 이력 상에 존재하는 지점들을 지도 데이터에 표시한 상태이다. 이 중, 600이 지시하는 바는 이동체의 현재 위치를 의미하며, 601이 지시하는 바는 지정된 일 지점을 의미한다. 이동성 예측 장치(10)는 이동체의 현재 위치에서 지정된 일 지점을 연결하여 이동 경로 설정 시 도 5b가 지시하는 바와 같이 이동체가 실질적으로 이동할 수 있는 지리적 위치를 고려하여 연결할 수 있다.

아울러, 지정된 일 지점은 다수 개 존재할 수 있으며, 이동성 예측 장치(10)는 다수 개 존재하는 일 지점을 연결하여 다수 개의 이동 경로를 설정할 수 있다.

이때, 이동성 예측 장치(10)는 예측의 정확성을 보다 더 높이고, 연산에 소요되는 시간을 감소시키기 위해, 현재 일시에 대한 정보를 확인하여, 다수 개 존재하는 지정된 일 지점에서 선별된 일 지점만을 연결하여 이동 경로를 생성할 수도 있다.

즉, 이동성 예측 장치(10)는 지정된 일 지점이 다수 개 존재하는 경우(S209), 현재 일시에 대한 정보를 확인하고(S211), 현재 일시에 대한 정보와 연관성이 높은 일 지점만을 추출할 수 있다(S213). 예를 들어, 현재 일시가 '수요일', '오후 3시'일 경우, 시계열적으로 저장된 이동 이력에 수요일 오후 3시에 대응하여 기 저장된 일 지점(C 지점)이 존재하는 경우, 해당 지정된 일 지점만을 추출할 수 있다. 그리고, 이동성 예측 장치(10)는 이동체의 현재 위치에서 일 지점까지 연결하여 이동 경로 설정한다.

이후에, 이동성 예측 장치(10)는 설정된 이동 경로 상에 분기 이동 이력이 존재하는 지 확인한다(S217). 그리고 이동성 예측 장치(10)는 분기 이동 이력에 따라 하나 이상의 구간으로 분할하게 된다(S219).

여기서, 분기 이동 이력이란 이동 경로 상에 존재하는 일 지점에서 이동 경로 상에 존재하지 않는 다른 일 지점으로 이동한 것을 의미한다.

전술한 표를 예를 들어, A 지점이 현재 위치가 C 지점이 지정된 일 지점으로 A - C를 연결한 이동 경로를 생성하였다면, 이동성 예측 장치(10)는 이동 이력을 기초로 A - C 이동 경로 사이에 다른 지점으로 이동한 이동 이력이 존재하는 지 확인한다. 예를 들어, 22일에는 A - C 지점만 이동하였으나, 23일에는 A 지점에서 B 지점을 경유하여 C 지점으로 이동하였다면, A - C 이동 경로는 A - C, A - B, B - C의 구간으로 분할될 수 있다.

이동 경로를 구간으로 분할하는 과정에 대해 도 6을 참조하여 설명하도록 한다.

도 6a는 전술한 바와 같이, 이동성 예측 장치(10)가 현재 위치(A)에서 지정된 일 지점(C, F)까지 이동 경로(501, 502)를 설정한 것으로 도시하고 있다. 이후, 이동성 예측 장치(10)는 상기 이동 경로 상에 분기 이동 이력이 존재하는 지를 확인하고, 분기 이동 이력에 따라 도 6b에 표시된 바와 같이 구간을 분할할 수 있다. 즉, 501 이동 경로는 A - C 구간(501), A - B 구간(503), B - C 구간(504)으로 분할될 수 있다. 또한, 구간은 또 다른 구간으로 분할될 수 있는데, 예컨대 502 이동 경로는 A - D 구간(505), D - F 구간(506)으로, 그리고 D - F 구간은 D - E 구간(507), D - F 구간(508)으로 분할될 수 있다. 여기서, A - F 이동 경로(502)는 A - D 구간(505), D - F 구간(506)으로 분할되었으나, A - C 이동 경로(501)와 다르게 A - F 구간을 포함하지 않은 것은, 이동체가 A에서 F로 이동할 때 반드시 D를 경유하였음을 의미한다. 반면, A - C 이동 경로에서 이동체는 A - C 지점 이동 시 B 지점을 경유하거나 경유하지 않을 수 있음을 의미한다.

이와 같이, 분기 이동 이력을 기준으로 이동 경로를 하나 이상의 구간으로 분할할 수 있으며, 분기 이동 이력이 존재하지 않는 경우, 이동 경로 자체가 하나의 구간으로 인식될 수 있다.

이후에, 이동성 예측 장치(10)는 구간별 소요 시간을 모델링하게 된다(S221). 구간별 소요 시간을 모델링하기 위해 본 발명의 실시 예에서는 가우시안 혼합 모델(Gaussian Mixture Model)을 이용한다. 가우시안 혼합 모델은 주어진 표본 데이터 집합의 화률 밀도를 한 개 또는 다수 개의 가우시안 확률 밀도 함수의 혼합으로 데이터의 분포를 모델링하는 기법을 의미한다.

본 발명에서는 구간별 과거 소요 시간을 확인하고 구간에 대한 평균 소요 시간을 확인하기 위해 가우시안 혼합 모델을 이용하게 되는 데, 예를 들어, A - C 지점 이동 시 1시간 전후가 소요된 경우와 2시간 전후가 소요된 경우 2가지가 존재할 경우, A- C 구간에 대한 평균 소요 시간을 산출하기 위해 2개의 가우시안 함수가 혼합된 가우시안 혼합 모델을 이용하여 모델링을 수행하게 된다. 이때, 이동체는 모델링된 시간 안에 주어진 구간을 등속으로 이동하는 것을 가정하여 구간 내 각 지점별 도달 시간을 모델링할 수 있다.

이후, 이동성 예측 장치(10)는 해당 구간에 대한 실질적인 거리(지리적 거리)를 확인하고, 모델링된 시간과 거리 정보를 이용하여 구간별로 일정 시간 이후 이동체가 위치할 확률을 도출하게 된다.

이때의 확률은 다음의 수학식에 따라 산출될 수 있다.

여기서,

는 하나 이상의 이동 경로이며,

는 하나 이상의 이동 경로

중 어느 하나의 이동 경로이며,

는 하나 이상의 이동 경로

중 어느 하나의 이동 경로

가 지정될 확률의 의미하며,

는 이동 경로

상에 존재하는 일 구간(i)에 대한 인덱스이며,

는 이동체(x)가 이동 경로

상의 일 구간(i)에 존재할 확률의 의미하는 것으로,

는 일정 시간(t) 이후 이동체(x)가 이동 경로(p) 상에 존재하고, 이동 경로(p) 상에 일 구간(i)에 존재할 확률에 대한 조건부 확률의 합으로 산출되게 된다.

이후, 이동성 예측 장치(10)는 도출된 확률에 따라 일정 시간 이후 이동체가 위치할 구간을 예측할 수 있다(S225).

예를 들어, 10분 뒤에 이동체가 A - B 구간에 위치할 확률이 50%이고, B - C 구간에 위치할 확률이 60%일 경우, 현재 시점에서 10분 뒤에 확률이 더 높은 B - C 구간에 이동체가 위치할 것으로 예측할 수 있게 된다.

또한, 이동성 예측 장치(10)는 도출된 확률에 따라 일정 시간 이후 이동체가 위치할 구간을 예측하여 사용자에게 제공하기 이전에, 이를 3차원 그래프 상에 표시할 수도 있다. 이때, 이동성 예측 장치(10)는 예측된 구간에 대한 정보를 제공할 서비스 타입에 따라 확률의 기준을 조정하여 표시되도록 제어할 수 있다. 예를 들어, 확률이 70% 이상인 구간만이 상기 3차원 그래프 상에 표시되도록 제어할 수도 있다.

본 발명의 일 실시 예에 따른 이동성 예측 방법은 이동성 예측 장치(10)가 이동 이력을 기초로 이동체의 현재 위치에서 지정된 일 지점까지를 연결하여 이동 경로를 설정하는 것을 예로 들어 설명하였으나, 이에 한정되는 것은 아니며, 시계열별로 저장된 이동 이력을 기초로 이동 경로를 생성하여 저장한 후, 저장된 이동 경로 중 지정된 일 지점을 포함하는 이동 경로를 추출하여 설정할 수도 있다.

아울러, 본 발명의 일 실시 예에 따른 이동성 예측 방법은 이동성 예측 장치(10)가 사용자가 소지하고 있는 단말 내 일 모듈 형태로 존재하는 것을 예로 들어 설명하였다.

반면, 이동성 예측 장치(10)가 다수의 단말과 연동 가능한 서버 형태로 구현되는 경우, 이동성 예측 장치(10)는 이동 경로 생성 시 다수의 단말과 연동하여 이동 경로를 생성할 수도 있으며, 혼잡 구간을 예측하고, 이에 적절한 서비스를 제공할 수도 있다.

이에 대해 도 7을 참조하여 설명하도록 한다.

도 7은 본 발명의 다른 실시 예에 따른 이동체의 이동성 예측 방법을 구체적으로 설명하기 위한 흐름도이다.

도 7을 참조하면, 본 발명의 이동성 예측 장치(10)는 하나 이상의 단말로부터 이동 이력을 수신하여 저장할 수 있다(S301).

이때, 이동성 예측 장치(10)는 하나 이상의 단말로부터 이동 이력을 수신하여 저장할 수 있으나, 하나 이상의 단말의 이동에 따른 위치 정보를 실시간 수신하고, 수신된 위치 정보를 시계열적으로 저장하여 직접 이동 이력을 생성하여 저장할 수도 있다. 이때, 이동성 예측 장치(10)는 다수의 단말을 관리해야 하므로, 단말별로 생성된 이동 이력을 저장하고 관리할 수 있다.

그리고 이동성 예측 장치(10)는 특정 단말에서의 이벤트 발생 여부를 판단하고(S303), 발생된 경우, 현재 위치에서 일 지점까지의 이동 경로를 설정한다(S305). 그리고, 이동 경로를 하나 이상의 구간으로 분할하고, 분할된 구간별로 일정 시간 이후 이동체가 위치할 확률을 도출할 수 있다(S307 ~ S309).

이동 경로를 설정하고, 하나 이상의 구간으로 분할하는 과정은 도 4를 참조하여 설명한 과정과 동일하므로, 구체적인 설명은 생략하도록 한다.

아울러, 이동성 예측 장치(10)는 이동 경로 생성 시 해당 단말에 대응하여 기 저장된 이동 이력이 없을 경우, 다른 단말에 대응하여 기 저장된 이동 이력을 참고할 수도 있다. 이때, 단말의 사용자와 연관성이 높은 다른 사용자의 이동 이력을 추출하여 추출된 이동 이력만을 참고할 수도 있다. 여기서, 단말의 사용자(즉, 이동체)와 연관성이 높은 다른 사용자(즉, 다른 이동체)는 속성 정보(예컨대, 사용자 정보)가 유사하거나, 상기 단말의 사용자와 현재 위치를 경유하여 이동한 이력을 보유하고 있는 사용자가 될 수 있다.

예를 들어, 단말 사용자가 20대 여성일 경우, 이동성 예측 장치(10)는 다른 단말 사용자 중 20대 여성인 사용자의 단말만을 추출하고, 추출된 단말에 대응하여 기 저장된 이동 이력만을 참고할 수도 있다.

아울러, 본 발명의 일 실시 예에서는 이동성 예측 장치(10)가 단말로부터 이동 이력을 수신하여 저장하고 관리하는 것을 예로 들어 설명하나, 이에 한정되는 것은 아니며, 별도의 데이터베이스 서버로부터 이동 이력을 수신할 수도 있다. 단말 사용자와 연관성이 높은 사용자의 단말을 추출하기 위해 해당 정보를 저장하고 관리하는 별도의 데이터베이스 서버와 연동을 수행할 수도 있다.

이러한 과정을 거쳐, 구간별로 확률을 도출하고, 이동성 예측 장치(10)는 도출된 확률에 따라 이동체(이벤트가 발생된 단말)가 일정 시간 이후 위치할 구간을 예측한다(S311).

그리고, 예측된 구간에 대한 플래그 값을 1 증가시킨다. 여기서 플래그 값은 혼잡 구간 여부를 판단하기 위한 것으로, 이동성 예측 장치(10)는 해당 구간의 플래그 값이 기 설정된 값 이상인 경우, 해당 구간을 혼잡 구간으로 설정할 수 있다(S317). 이러한 과정을 통해, 이동성 예측 장치(10)는 일정 시간 이후의 혼잡 구간, 예를 들어 1시간 뒤에 혼잡할 것으로 예상되는 구간을 예측할 수 있으며, 이에 따라 단말로 적절한 서비스 제공할 수 있다(S319).

여기서, 적절한 서비스는 일례로, 경로 우회 안내 서비스가 될 수 있다. 다시 말해, 단말 사용자가 1시간 뒤에 A - B 구간에 위치할 것으로 예상되고, 해당 구간이 혼잡할 것으로 예상되면, 이동성 예측 장치(10)는 서비스를 요청한 단말로 A - B 구간은 혼잡할 것으로 예상되므로, B - C 구간을 이용할 것을 안내할 수 있다.

이상으로 본 발명의 실시 예에 따른 이동체의 이동성 예측 방법에 대해 설명하였다.

본 발명의 실시 예에 따른 이동체의 이동성 예측 방법에 의하면, 이동체가 이동할 것으로 예상되는 이동 경로를 설정하고, 설정된 이동 경로를 분기 이동 이력을 기초로 다수 개의 구간으로 분할한 후, 분할된 구간별로 이동체가 일정 시간 이후에 위치할 확률을 소요 시간 모델링 기법에 따라 도출함으로써, 이동체가 이동할 것으로 예상되는 구간을 보다 정확하게 예측할 수 있게 된다.

또한, 일정 시간 후에 이동체가 이동할 것으로 예측되는 구간을 도출하고, 이를 이용하여 혼잡 구간을 판단함으로써, 사용자에게 경로 우회 서비스 등 다양한 위치 기반 서비스를 제공할 수 있게 된다.

이러한 본 발명의 효과는 도 8 내지 도 10에 도시된 그래프를 통해서도 확인할 수 있다.

도 8 내지 도 10은 본 발명의 실시 예에 따른 이동체의 이동성 예측 방법을 적용한 예에 대한 결과를 도시한 것이다.

먼저, 도 8은 이동체의 현재 위치(702)에서 500초 후에 이동체가 어디에 위치할 지를 본 발명의 이동성 예측 방법을 적용하여 예측한 3차원 그래프이며, 도 9는 이동체의 현재 위치(701)에서 1000초 후에 이동체가 어디에 위치할 지를 예측한 3차원 그래프이며, 도 10은 이동체의 현재 위치(700)에서 1500초 후에 이동체가 어디에 위치할 지를 예측한 3차원 그래프이다. 각 그래프에서 Z축은 확률을 의미한다.

또한, 각 도면에서 (a)는 실제 t 시점에서의 구간별 확률을 의미하며, (b)는 예측된 구간별 확률로, 본 발명의 이동성 예측 방법을 적용한 확률과 실제 확률은 서로 유사한 것을 확인할 수 있다.

또한, 각 도면에서 (c)는 예측된 구간별 확률을 등고선 형태의 그래프로 표시한 것과 실제 이동체가 위치한 지점을 동시에 표시한 것으로, 실제 이동체가 위치가 본 발명에 따라 예측한 위치와 매우 근접한 것을 확인할 수 있다.

이상으로 본 발명의 실시 예에 따른 이동체의 이동성 예측 방법에 대해 설명하였다.

상술한 바와 같은 본 발명의 이동체의 이동성 예측 방법은 컴퓨터 프로그램 명령어와 데이터를 저장하기에 적합한 컴퓨터로 판독 가능한 매체의 형태로 제공될 수도 있다. 이때, 컴퓨터 프로그램 명령어와 데이터를 저장하기에 적합한 컴퓨터로 판독 가능한 매체는, 예컨대 기록매체는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(Magnetic Media), CD-ROM(Compact Disk Read Only Memory), DVD(Digital Video Disk)와 같은 광 기록 매체(Optical Media), 플롭티컬 디스크(Floptical Disk)와 같은 자기-광 매체(Magneto-Optical Media), 및 롬(ROM, Read Only Memory), 램(RAM, Random Access Memory), 플래시 메모리, EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM)과 같은 반도체 메모리를 포함한다. 프로세서와 메모리는 특수 목적의 논리 회로에 의해 보충되거나, 그것에 통합될 수 있다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함할 수 있다. 이러한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

본 명세서는 다수의 특정한 구현물의 세부사항들을 포함하지만, 이들은 어떠한 발명이나 청구 가능한 것의 범위에 대해서도 제한적인 것으로서 이해되어서는 안되며, 오히려 특정한 발명의 특정한 실시형태에 특유할 수 있는 특징들에 대한 설명으로서 이해되어야 한다. 개별적인 실시형태의 문맥에서 본 명세서에 기술된 특정한 특징들은 단일 실시형태에서 조합하여 구현될 수도 있다. 반대로, 단일 실시형태의 문맥에서 기술한 다양한 특징들 역시 개별적으로 혹은 어떠한 적절한 하위 조합으로도 복수의 실시형태에서 구현 가능하다. 나아가, 특징들이 특정한 조합으로 동작하고 초기에 그와 같이 청구된 바와 같이 묘사될 수 있지만, 청구된 조합으로부터의 하나 이상의 특징들은 일부 경우에 그 조합으로부터 배제될 수 있으며, 그 청구된 조합은 하위 조합이나 하위 조합의 변형물로 변경될 수 있다.

마찬가지로, 특정한 순서로 도면에서 동작들을 묘사하고 있지만, 이는 바람직한 결과를 얻기 위하여 도시된 그 특정한 순서나 순차적인 순서대로 그러한 동작들을 수행하여야 한다거나 모든 도시된 동작들이 수행되어야 하는 것으로 이해되어서는 안 된다. 특정한 경우, 멀티태스킹과 병렬 프로세싱이 유리할 수 있다. 또한, 상술한 실시형태의 다양한 시스템 컴포넌트의 분리는 그러한 분리를 모든 실시형태에서 요구하는 것으로 이해되어서는 안되며, 설명한 프로그램 컴포넌트와 시스템들은 일반적으로 단일의 소프트웨어 제품으로 함께 통합되거나 다중 소프트웨어 제품에 패키징 될 수 있다는 점을 이해하여야 한다.

본 발명은 이동체의 이동성 예측 방법에 관한 것으로서, 더욱 상세하게는 이동체가 이동할 것으로 예상되는 이동 경로를 설정하고, 설정된 이동 경로를 분기 이동 이력을 기초로 다수 개의 구간으로 분할한 후, 분할된 구간별로 이동체가 일정 시간 이후에 위치할 확률을 소요 시간 모델링 기법에 따라 도출함으로써, 이동체의 이동 구간을 예측할 수 있는 이동체의 이동성 예측 방법 및 이를 위한 장치에 관한 것이다.

본 발명에 의하면, 이동체의 이동 구간을 보다 정확하게 예측할 수 있으며, 또한, 일정 시간 후에 이동체가 이동할 것으로 예측되는 구간을 도출하고, 이를 이용하여 혼잡 구간을 판단함으로써, 사용자에게 경로 우회 서비스 등 다양한 위치 기반 서비스를 제공할 수 있게 되어, 이를 통해 위치 기반 서비스 산업의 발전에 이바지할 수 있다.

더불어, 본 발명은 시판 또는 영업의 가능성이 충분할 뿐만 아니라 현실적으로 명백하게 실시할 수 있는 정도이므로 산업상 이용가능성이 있다.

10: 이동성 예측 장치 11: 정보 수집부 12: 정보 저장부
13: 이동 경로 설정부 14: 구간 설정부 15: 위치 예측부
16: 정보 제공부

Claims (20)

1. 이동체에 대한 이동 이력을 기초로 상기 이동체의 현재 위치에서 지정된 일 지점까지 이동 가능한 이동 경로를 설정하는 이동 경로 설정부;
   상기 설정된 이동 경로를 상기 이동 이력을 기초로 적어도 하나 이상의 구간으로 분할하는 구간 설정부; 및
   상기 분할된 구간별로 해당 구간을 통과하는 데 소요되는 시간을 모델링하여 산출하고, 해당 구간에 대한 거리 정보를 확인한 후, 상기 모델링된 시간과 거리 정보를 기초로, 상기 구간별로 일정 시간 이후 이동체가 위치할 확률을 도출하여, 상기 도출된 확률에 따라 상기 이동체가 일정 시간 이후 위치할 구간을 예측하는 위치 예측부;
   를 포함하며,
   상기 구간별로 일정 시간 이후 이동체가 위치할 확률은
   상기 이동체가 어느 하나의 이동 경로 상에 존재하고, 상기 이동 경로 상의 일 구간에 존재할 확률에 대한 조건부 확률의 합으로 산출되는 것을 특징으로 하는 이동성 예측 장치.
2. 제1 항에 있어서,
   상기 이동체가 이동됨에 따라 발생된 위치 정보를 시계열적으로 수집하여 이동 이력을 생성하고 상기 이동 경로 설정부로 전달하는 정보 수집부;
   를 더 포함하는 것을 특징으로 하는 이동성 예측 장치.
3. 제2 항에 있어서,
   상기 정보 수집부는
   상기 이동체가 이동됨에 따라 발생된 위치 정보가 존재하지 않을 경우, 상기 이동체와 연관성이 높은 다른 이동체에 대한 이동 이력을 수집하여 상기 이동 경로 설정부로 전달하는 것을 특징으로 하는 이동성 예측 장치.
4. 제1 항에 있어서,
   상기 이동 경로 설정부는
   상기 이동체의 이동성을 예측하기 위해 기 설정된 이벤트가 발생되면, 상기 이동 이력을 기초로 상기 이동체의 현재 위치에서 이동 가능한 이동 경로를 설정하는 것을 특징으로 하는 이동성 예측 장치.
5. 삭제
6. 삭제
7. 삭제
8. 제1 항에 있어서,
   구간별로 상기 일정 시간 이후 이동체가 위치할 확률을 3차원 공간 좌표 상의 일 축에 표시되도록 제어하거나, 일정 시간 이후 이동체가 위치할 확률이 높은 구간에 대한 정보를 제공하는 정보 제공부;
   를 더 포함하는 것을 특징으로 하는 이동성 예측 장치.
9. 제8 항에 있어서,
   상기 정보 제공부는
   상기 이동체의 예측된 구간에 대한 정보를 제공할 서비스의 타입에 따라 상기 확률의 기준을 조정하고, 조정된 기준 값 이상의 확률에 해당하는 구간만이 상기 3차원 공간 좌표 상에 표시되도록 제어하는 것을 특징으로 하는 이동성 예측 장치.
10. 이동성 예측 장치가 이동체에 대한 이동 이력을 기초로 상기 이동체의 현재 위치에서 지정된 일 지점까지 이동 가능한 이동 경로를 설정하는 단계;
    상기 이동성 예측 장치가 상기 설정된 이동 경로를 상기 이동 이력을 기초로 적어도 하나 이상의 구간으로 분할하는 단계;
    상기 이동성 예측 장치가 상기 분할된 구간별로 해당 구간을 통과하는 데 소요되는 시간을 모델링하여 산출하는 단계;
    상기 이동성 예측 장치가 해당 구간에 대한 거리 정보를 확인하는 단계;
    상기 이동성 예측 장치가 상기 모델링된 시간과 거리 정보를 기초로 상기 구간별로 일정 시간 이후 이동체가 위치할 확률을 도출하는 단계; 및
    상기 이동성 예측 장치가 상기 도출된 확률에 따라 상기 이동체가 일정 시간 이후 위치할 구간을 예측하는 단계;
    를 포함하며,
    상기 구간별로 일정 시간 이후 이동체가 위치할 확률은
    상기 이동체가 어느 하나의 이동 경로 상에 존재하고, 상기 이동 경로 상의 일 구간에 존재할 확률에 대한 조건부 확률의 합으로 산출되는 것을 특징으로 하는 이동체의 이동성 예측 방법.
11. 제10 항에 있어서,
    상기 이동 경로를 설정하는 단계 이전에
    상기 이동성 예측 장치가 상기 이동체가 이동됨에 따라 발생된 위치 정보를 시계열적으로 저장하여 이동 이력을 생성하는 단계;
    를 더 포함하는 것을 특징으로 하는 이동체의 이동성 예측 방법.
12. 제10 항에 있어서,
    상기 이동 경로를 설정하는 단계 이전에
    상기 이동성 예측 장치가 상기 이동체에 대응하여 이동을 통해 발생된 위치 정보가 존재하지 않을 경우, 상기 이동체와 연관성이 높은 다른 이동체에 대한 이동 이력을 수집하는 단계;
    를 더 포함하는 것을 특징으로 하는 이동체의 이동성 예측 방법.
13. 제12 항에 있어서,
    상기 이동체와 연관성이 높은 다른 이동체는
    상기 이동체와 속성 정보가 유사하거나, 상기 이동체의 현재 위치를 경유하여 이동한 이력을 보유하고 있는 것을 특징으로 하는 이동체의 이동성 예측 방법.
14. 제10 항에 있어서,
    상기 이동 경로를 설정하는 단계 이전에
    상기 이동성 예측 장치가 상기 이동체의 이동성을 예측하기 위해, 기 설정된 이벤트가 발생되는 지 여부를 판단하는 단계;
    를 더 포함하며,
    상기 이동 경로를 설정하는 단계는
    상기 기 설정된 이벤트가 발생된 경우, 상기 이동성 예측 장치가 상기 이동 이력을 기초로 상기 이동체의 현재 위치에서 이동 가능한 이동 경로를 설정하는 것을 특징으로 하는 이동체의 이동성 예측 방법.
15. 제10 항에 있어서,
    상기 이동 경로를 설정하는 단계는
    상기 이동성 예측 장치가 상기 이동 이력을 기초로 상기 이동체의 현재 위치에서 지정된 일 지점까지를 연결하여 이동 경로로 설정하는 것을 특징으로 하는 이동체의 이동성 예측 방법.
16. 제15 항에 있어서,
    상기 이동 경로를 설정하는 단계에서
    상기 지정된 일 지점이 다수 개 존재하는 경우, 상기 이동성 예측 장치가 현재 일시에 대한 정보와 연관된 지정된 일 지점만을 추출하고, 상기 이동체의 현재 위치에서 추출된 일 지점까지를 연결하여 이동 경로로 설정하는 것을 특징으로 하는 이동체의 이동성 예측 방법.
17. 제10 항에 있어서,
    상기 구간으로 분할하는 단계는
    상기 이동성 예측 장치가 상기 설정된 이동 경로 상에 일 지점에 대한 분기 이동 이력이 존재할 경우, 상기 분기 이동 이력을 기준으로 적어도 하나 이상의 구간으로 분할하는 것을 특징으로 하는 이동체의 이동성 예측 방법.
18. 삭제
19. 제10 항에 있어서,
    상기 예측하는 단계 이후에,
    상기 이동성 예측 장치가 예측된 해당 구간에 설정된 플래그 값을 증가시키는 단계; 및
    상기 이동성 예측 장치가 상기 구간에 설정된 플래그 값이 기 설정된 값 이상인 경우, 해당 구간을 혼잡 구간으로 설정하는 단계;
    를 포함하는 것을 특징으로 하는 이동체의 이동성 예측 방법.
20. 제10 항 내지 제17항, 제19 항 중 어느 하나의 항에 기재된 이동체의 이동성 예측 방법을 실행하는 프로그램을 기록한 컴퓨터 판독 가능한 기록매체.
    

Images