KR101606383B1

KR101606383B1 - 상황 인지 기반의 지하철 이동 구간 추론 방법 및 이를 위한 장치

Info

Publication number: KR101606383B1
Application number: KR1020140117914A
Authority: KR
Inventors: 전진수; 차정석
Original assignee: 에스케이텔레콤 주식회사
Priority date: 2014-09-04
Filing date: 2014-09-04
Publication date: 2016-03-25
Also published as: KR20160028845A

Abstract

본 발명은 상황 인지 서비스 기술에 관한 것으로, 특히, 사용자 이동에 따라 일정 시간 간격으로 측정되는 지점의 좌표를 순차적으로 연결하여 이루어진 이동 경로 중에서 지하철 이동 구간을 추출함으로써, 상황 인식 기반의 지하철 이동 구간 추론 방식은 운행 노선, 운행 경로 내에서 비교적 높은 확률 및 정확한 추론이 가능하고, 지하철 구간 내에서 무선 접속 장치의 미 탑대로 인한 추론 오류를 줄일 수 있고, 이전에는 이동통신 셀 정보 오류로 인해 무선 접속 방식에 대한 의존도가 높았으나, 셀 캐쉬(Cell cash) 문제 해결을 통해 셀 기반 추론 강화가 가능하며, 소모 전류 이득을 높일 수 있다.

Description

상황 인지 기반의 지하철 이동 구간 추론 방법 및 이를 위한 장치{Method for deducing subway movement section based on context awareness and apparatus thereof}

본 발명은 상황 인지 서비스 기술에 관한 것으로, 더욱 상세하게는 사용자 이동에 따라 일정 시간 간격으로 측정되는 지점의 좌표를 순차적으로 연결하여 이루어진 이동 경로 중에서 지하철 이동 구간을 추출하는 상황 인지 기반의 지하철 이동 구간 추론 방법 및 이를 위한 장치에 관한 것이다.

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

이동통신망의 발달과 단말기 사양의 발전에 따라 종래의 단순한 통신장치 또는 정보 제공 장치의 범주를 벗어나 이동통신단말기는 현대인의 필수 소지품이 되었고, 토탈 엔터테인먼트 기기로 진화해 가고 있는 추세에 있다.

또한, 이동통신단말기는 근거리에 위치한 장치들 간에 근거리 무선 데이터 통신을 수행하기 위한 기술들이 급속히 발전하고 있으며, 이러한 근거리 무선 데이터 통신은 스마트폰, 지오펜싱(Geo-fencing), 위치 기반 서비스 등에 널리 이용되고 있다. 최근에는 이동통신 단말기에 인터넷 통신과 정보 검색된 컴퓨터 지원 기능을 추가한 지능형 단말기인 스마트 기기가 보급되면서 어플리케이션을 설치하여 다양한 서비스를 제공받을 수 있게 되었다.

더불어, 최근에는 상황 인지 기술을 기반으로 사용자의 일상을 자동으로 인지하는 기술도 개발되고 있다. 이렇게 사용자의 일상 전반을 기록 및 보관하는 것을 라이프 로그라 하며, 사용자는 라이프 로그를 기반으로 하는 상황 인지 서비스를 이용하기 위하여 어플리케이션을 설치하고, 상황 인지 서비스를 제공받을 수 있다. 또한, 상황 인지 서비스는 사용자의 위치 정보, 생체 정보, 움직임 감지 및 운동량 정보 등을 체계적으로 분석하여, 도보 이동, 정지, 교통 수단을 통한 이동 등 사용자의 일상을 기록할 수 있다.

그러나, 지금까지의 상황 인지 기술은, 사용자의 위치를 측위함에 있어 사용자가 현재 지하철 이동 구간에 있는지 정확한 상황을 판단할 수 없는 불편한 점이 있다.

한국공개특허 10-2014-0060369 A, 2014년 05월 19일 공개 (명칭: 이동 디바이스가 차량에 탑승하고 있는 것의 검출)

이러한 종래의 상황 인지 기술에서 사용자가 현재 지하철 이동 구간에 있는지 정확하게 상황을 판단할 수 없는 문제점을 해결하기 위하여, 본 발명의 목적은 사용자 이동에 따라 일정 시간 간격으로 측정되는 지점의 좌표를 순차적으로 연결하여 이루어진 이동 경로 중에서 지하철 이동 구간을 추출할 수 있는 상황 인지 기반의 지하철 이동 구간 추론 방법 및 이를 위한 장치를 제공하고자 한다.

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 상황 인지 기반의 지하철 이동 구간 추론 방법은 사용자 이동에 따라 일정 시간 간격으로 측정되는 좌표를 순차적으로 연결하여 이루어진 이동 경로 중에서 지하철 이동 구간을 추출하는 상황 인지 기반의 지하철 이동 구간 추론 방법에 있어서, 각 좌표에서 측정된 복수의 센싱 정보를 분석하여, 복수의 추론 요소 정보를 추출하는 단계와, 기 설정된 추론 기준에 따라서 복수의 추론 요소 정보를 확인하여 추론 점수를 부여하는 단계와, 각 좌표 별 추론 점수를 합산하여, 임계 값 이상의 추론 점수를 갖는 복수의 좌표를 획득하는 단계 및 이동 경로 중, 임계 값 이상의 추론 점수를 갖는 연속된 좌표로 이루어지는 구간을 지하철 이동 구간으로 추론하는 단계를 포함한다.

또한, 본 발명에 따른 상황 인지 기반의 지하철 이동 구간 추론 방법에 있어서, 추론 요소 정보를 추출하는 단계 이전에, 이동 경로 중에, 인접한 좌표 간의 거리가 일정 값 이하인 구간을 추론 점수 구간에서 제거하는 단계를 더 포함한다.

또한, 본 발명에 따른 상황 인지 기반의 지하철 이동 구간 추론 방법에 있어서, 추론 요소 정보를 추출하는 단계는 상황 인지 장치의 ID, 좌표에 대한 수집 시간, 좌표의 위도 및 경도, 좌표를 기준으로 하는 인근 지하철역의 존재 유무, 특정 좌표에 매핑되는 무선 접속 신호의 존재 여부, 이동통신 셀 정보 중 하나 이상의 정보를 추출한다.

또한, 본 발명에 따른 상황 인지 기반의 지하철 이동 구간 추론 방법에 있어서, 추론 점수를 부여하는 단계는 특정 좌표를 기준으로 일정 거리 이내에 적어도 하나의 지하철역이 존재하는 경우, 기 설정된 추론 점수를 부여한다.

또한, 본 발명에 따른 상황 인지 기반의 지하철 이동 구간 추론 방법에 있어서, 추론 점수를 부여하는 단계는 특정 좌표의 이동통신 셀 정보가 지하철의 이동통신 셀 정보와 일치하는 경우, 기 설정된 추론 점수를 부여한다.

또한, 본 발명에 따른 상황 인지 기반의 지하철 이동 구간 추론 방법에 있어서, 추론 점수를 부여하는 단계는 특정 좌표에 매핑되는 무선 접속 신호가 포함된 경우, 기 설정된 추론 점수를 부여한다.

또한, 본 발명에 따른 상황 인지 기반의 지하철 이동 구간 추론 방법에 있어서, 추론 점수를 부여하는 단계는 다수의 좌표로 이루어지는 구간 내에서 추론 점수가 0인 좌표의 개수를 확인하고, 확인 결과, 추론 점수가 0인 좌표의 개수가 연속적으로 일정 횟수 이상 존재하는 경우, 구간 내 포함된 최초 좌표와 마지막 좌표를 제외한 나머지 좌표들을 해당 구간에서 제거하는 단계를 더 포함한다.

또한, 본 발명에 따른 상황 인지 기반의 지하철 이동 구간 추론 방법에 있어서, 추론 점수를 부여하는 단계는 추론 요소 정보 중 특정 좌표에 매핑되는 무선 접속 신호가 연속적으로 수집되는 구간을 패턴으로 지정하는 단계 및 패턴이 종료되면, 해당 구간에 대하여, 무선 접속 신호의 감지가 시작되는 최초 좌표부터 마지막 무선 접속 신호가 감지되는 좌표까지 모든 좌표를 대상으로 기 설정된 추론 점수를 부여하는 단계를 포함한다.

또한, 본 발명에 따른 상황 인지 기반의 지하철 이동 구간 추론 방법에 있어서, 추론 점수를 부여하는 단계는 복수의 위치 검색 방식을 통해 수집된 위치정보 중 이동통신 셀로부터 수집된 좌표에 대한 위치정보를 제거하는 단계를 더 포함한다.

또한, 본 발명에 따른 상황 인지 기반의 지하철 이동 구간 추론 방법에 있어서, 추론 점수를 부여하는 단계는 인접한 좌표에 모두 지하철과 연관된 이동통신 셀 정보가 포함된 경우, 각 좌표에 대하여, 기 설정된 추론 점수를 부여한다.

또한, 본 발명에 따른 상황 인지 기반의 지하철 이동 구간 추론 방법에 있어서, 추론 점수를 부여하는 단계는 특정 구간의 속도가 임계 값 이상인지 판단하는 단계와, 속도가 임계 값 이상인 경우, 연속된 위치의 좌표에서 수집된 이동통신 셀 정보를 확인하는 단계 및 확인 결과, 이동통신 셀이 지하철과 관련된 이동통신 셀인 경우, 해당 구간의 모든 좌표에 대하여, 기 설정된 추론 점수를 부여하는 단계를 포함한다.

또한, 본 발명에 따른 상황 인지 기반의 지하철 이동 구간 추론 방법에 있어서, 추론 점수를 부여하는 단계는 위치 수집 지점에 대하여, 지점과 인접한 지하철역의 존재 여부를 판단하는 단계 및 판단 결과, 인접한 지하철역이 존재하는 경우, 해당 구단의 모든 좌표에 대하여, 기 설정된 추론 점수를 부여하는 단계를 포함한다.

또한, 본 발명에 따른 상황 인지 기반의 지하철 이동 구간 추론 방법에 있어서, 지하철 이동 구간을 추론하는 단계 이전에, 추론 점수를 갖는 복수의 좌표를 포함하는 구간에서 가장 마지막에 생성된 좌표와 연관하여 인접한 지하철역의 존재 여부를 확인하는 단계 및 확인 결과, 인접한 적어도 하나의 지하철역이 존재하지 않는 경우, 해당 좌표를 지하철 이동 구간에서 제거하는 단계를 더 포함한다.

본 발명의 실시 예에 따른 상황 인지 장치는 각 좌표에서 측정된 복수의 센싱 정보를 분석하여, 복수의 추론 요소 정보를 추출하는 추론 요소 정보 추출부와, 기 설정된 추론 기준에 따라서 복수의 추론 요소 정보를 확인하여 추론 점수를 부여하는 추론 점수 산출부 및 각 좌표 별 추론 점수를 합산하여, 임계 값 이상의 추론 점수를 갖는 복수의 좌표를 획득하고, 이동 경로 중, 임계 값 이상의 추론 점수를 갖는 연속된 좌표로 이루어지는 구간을 지하철 이동 구간으로 추론하는 이동 구간 추론부를 포함한다.

또한, 본 발명에 따른 상황 인지 장치에 있어서, 추론 요소 정보를 기반으로 부여되는 각 좌표 별 추론 점수 및 추론 점수를 반영하여 추론되는 지하철 이동 구간에 대한 정보를 저장하는 저장부를 더 포함한다.

본 발명에 따르면, 상황 인식 기반의 지하철 이동 구간 추론 방식은 운행 노선, 운행 경로 내에서 비교적 높은 확률 및 정확한 추론이 가능하다.

또한, 지하철 구간 내에서 무선 접속 장치의 미 탑대로 인한 추론 오류를 줄일 수 있다.

또한, 이전에는 이동통신 셀 정보 오류로 인해 무선 접속 방식에 대한 의존도가 높았으나, 셀 캐쉬(Cell cash) 문제 해결을 통해 셀 기반 추론 강화가 가능하며, 소모 전류 이득을 높일 수 있다.

도 1은 본 발명의 실시 예에 따른 상황 인지 기반의 지하철 이동 구간 추론 시스템의 구성을 나타내는 도면이다.
도 2는 본 발명에 따른 상황 인지 장치의 구성을 나타내는 블록도 이다.
도 3은 본 발명에 따른 상황 인지 기반의 지하철 이동 구간 추론 방법을 설명하기 위한 흐름도이다.
도 4는 본 발명에 따른 추론 점수 부여 방법을 구체적으로 설명하기 위한 흐름도이다.
도 5 내지 도 15는 본 발명에 따른 상황 인지 기반의 지하철 이동 구간 추론 방법을 설명하기 위한 예시도 이다.

이하 본 발명의 바람직한 실시 예를 첨부한 도면을 참조하여 상세히 설명한다. 다만, 하기의 설명 및 첨부된 도면에서 본 발명의 요지를 흐릴 수 있는 공지 기능 또는 구성에 대한 상세한 설명은 생략한다. 또한, 도면 전체에 걸쳐 동일한 구성 요소들은 가능한 한 동일한 도면 부호로 나타내고 있음에 유의하여야 한다.

이하에서 설명되는 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니 되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위한 용어의 개념으로 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다. 따라서 본 명세서에 기재된 실시 예와 도면에 도시된 구성은 본 발명의 가장 바람직한 일 실시 예에 불과할 뿐이고, 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형 예들이 있을 수 있음을 이해하여야 한다.

그러면 본 발명의 실시 예들에 따른 상황 인지 기반의 지하철 이동 구간 추론 시스템에 대해 구체적으로 설명하면 다음과 같다. 여기서, 본 발명의 실시 예들에 따른 이동 수단을 지하철을 대표적인 예로 설명하지만, 이동 수단은 지하철 이외에 기차, 전철, 열차, 자동차 등이 포함될 수 있다.

도 1은 본 발명의 실시 예에 따른 상황 인지 기반의 지하철 이동 구간 추론 시스템의 구성을 나타내는 도면이다.

도 1을 참조하면, 본 발명의 실시 예들에 따른 상황 인지 기반의 지하철 이동 구간 추론 시스템은 사용자가 소지한 상황 인지 장치(100), 상황 인지 장치(100)와 통신망을 통해 통신하며, 지하철 정보를 관리하는 서비스장치(200) 및 지하철 각 객체에 설치된 근거리 무선 데이터 통신의 무선 접속 장치(10a, 10b, 10c: 10(Wi-Fi)) 및 지하철과 인접 지역에 설치된 이동통신 무선 접속 장치(20a, 20b, 20c: 20(eNode B))로 구성될 수 있다.

상황 인지 장치(100)는 사용자의 키 조작에 따라 통신망을 경유하여 각종 데이터를 송수신하고, 이에 대한 기능을 실행할 수 있는 단말기 또는 단말기 내에 탑재될 수 있는 소프트웨어, 프로그램 등이 될 수 있다.

상황 인지 장치(100)는 통신망에 연결되어 서비스장치(200)로부터 제공받은 하나 이상의 어플리케이션을 설치 및 저장할 수 있고, 사용자의 요청에 따라 설치된 임의의 어플리케이션을 실행할 수 있다. 일 예로, 이러한 상황 인지 장치(100)는 이동통신단말기를 대표적인 예로서 설명하지만 이는 이동통신단말기에 한정된 것이 아니고, 모든 정보통신기기, 멀티미디어 단말기, 유선 단말기, 고정형 단말기 및 IP(Internet Protocol) 단말기 등의 다양한 단말기에 적용될 수 있다. 또한, 상황 인지 장치(100)는 휴대폰, PMP(Portable Multimedia Player), MID(Mobile Internet Device), 스마트폰(Smart Phone), 데스크톱(Desktop), 태블릿 컴퓨터(Tablet PC), 노트북(Note book), 넷북(Net book) 및 정보통신 기기 등과 같은 다양한 이동통신 사양을 갖는 모바일(Mobile) 단말기일 때 유리하게 활용될 수 있다. 또한, 상황 인지 장치(100) 다른 단말기 내에 탑재되는 형태로 구성될 수도 있다.

특히, 본 발명의 실시 예들에 따른 상황 인지 장치(100)는 지하철 이동 구간 추론을 위한 어플리케이션 또는 프로그램을 통해 일정 주기 마다(예를 들어, 1분) 사용자의 현재 위치를 측정하여 사용자의 상황에 따른 위치 정보를 저장할 수 있다. 여기서, 상황 인지 장치(100)는 다수의 센서, GPS(Global Positioning System) 및 HPS(Hybrid Positioning System)를 이용하여 사용자의 현재 위치와 관련된 좌표를 수집할 수 있다.

상황 인지 장치(100)는 사용자의 현재 위치에서 지하철에 설치된 하나 이상의 근거리 무선 데이터 통신 무선 접속 장치인 엑세스 포인트(AP)(10) 또는 지하철 인접 지역에 설치된 이동통신 무선 접속 장치인 eNode B(20)로부터 송출되는 무선 신호를 스캔하여 스캔한 무선 신호에 포함된 고유 식별 정보를 통해 사용자의 위치를 측위할 수 있다. 한편, 사용자의 현재 위치에서 스캔되는 무선 신호들에는 지하철에 관련된 무선 신호(예를 들어, 각 객체에 설치된 무선 접속 장치(AP)(10) 또는 지하철역에 설치된 이동통신 무선 접속 장치(eNode B)(20)로부터 송출되는 무선 신호) 외에 다른 무선 신호도 포함될 수 있다. 예를 들어, 지하철의 각 객차에 설치된 무선 접속 장치(AP)(10)로부터 수집된 맥 주소(MAC Address) 정보 및 이동통신 무선 접속 장치(20)로부터 수집된 셀(Cell) 정보(예를 들어, LTE(Long Term Evolution) 셀 정보) 중 하나 이상일 수 있다.

상황 인지 장치(100)는 각 좌표에서 측정된 복수의 센싱 정보를 분석하여, 복수의 추론 요소 정보를 추출한다. 여기서, 추론 요소 정보는 상황 인지 장치(100)의 ID, 각 좌표에 대한 수집 시간, 각 좌표의 위도(Latitude) 및 경도(Longitude), 각 좌표를 기준으로 하는 인근 지하철역의 존재 유무, 특정 좌표에 매핑되는 무선 접속 신호(MAC address)의 존재 여부, 이동통신 셀 정보 등의 정보를 추출한다. 그리고, 상황 인지 장치(100)는 기 설정된 추론 기준에 따라서 복수의 추론 요소 정보를 확인하여 추론 점수를 부여한다. 여기서, 추론 기준은 일정 주기 동안 이동 거리가 적은 구간 확인, 인접한 지하철 존재 유무 확인, 지하철의 이동통신 셀 정보에 대한 일치 여부 확인, 특정 좌표에 매핑되는 무선 접속 신호(MAC address)의 존재 여부 확인, 추론 점수의 합이 O인 구간인 좌표가 연속적으로 존재하는지 확인, 특정 좌표에 매핑되는 무선 접속 신호(MAC address)의 변화 패턴 확인, 이동통신 셀로부터 수집된 위치정보에 대한 좌표 확인, 이동통신 셀 정보에 대한 다구간 연속 패턴 확인, 이동통신 셀 정보의 변화 패턴 확인, 지하철역에 대한 인접 패턴 확인 등의 조건이 포함되며, 상기의 추론 기준을 적용하여 각각의 추론 요소 정보에 대한 추론 점수를 부여한다.

상황 인지 장치(100)는 각 좌표 별 추론 점수를 합산하여, 임계 값 이상의 추론 점수를 갖는 복수의 좌표를 획득한다. 이후, 상황 인지 장치(100)는 이동 경로 중, 임계 값 이상의 추론 점수를 갖는 연속된 좌표로 이루어지는 구간을 지하철 이동 구간으로 추론한다.

상기의 추론 점수 부여 방법에 대한 구체적인 설명은 하기의 도면을 통해 상세하게 설명하기로 한다.

서비스장치(200)는 통신망을 통해 하나 이상의 상황 인지 장치(100)와 연동하여 차량 관련 정보(지하철 또는 지하철역에 설치된 무선 접속 장치의 고유 식별 정보 및 설치된 위치 정보, 노선 정보 등)를 관리할 수 있다. 또한, 서비스장치(200)는 지하철에 관련된 고유 식별 정보의 확인 결과를 상황 인지 장치(100)로 전송할 수 있다.

본 발명의 실시 예에 따른 상황 인지 장치(100)나 서비스장치(200)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(Multi-threaded) 프로세서일 수 있다. 나아가 본 프로세서는 메모리 혹은 저장 장치 상에 저장된 명령을 처리하는 것이 가능하다.

이와 같은 상황 인지 장치(100) 및 서비스장치(200)는 통신망(미도시)을 통해 연동되며, 이러한 통신망은 인터넷망, 인트라넷망, 이동통신망, 위성 통신망 등 다양한 유무선 통신 기술을 이용하여 인터넷 프로토콜로 데이터를 송수신할 수 있는 망을 말한다. 이러한, 통신망은 LAN(Local Area Network), WAN(Wide Area Network)등의 폐쇄형 네트워크, 인터넷(Internet)과 같은 개방형 네트워크뿐만 아니라, CDMA(Code Division Multiple Access), WCDMA(Wideband Code Division Multiple Access), GSM(Global System for Mobile Communications), LTE(Long Term Evolution), EPC(Evolved Packet Core) 등의 네트워크와 향후 구현될 네트워크 및 컴퓨팅 네트워크를 통칭하는 개념이다. 한편, 통신망은 상기에 제시된 통신방식에 한정되는 것은 아니며, 상술한 통신 방식 이외에도 기타 널리 공지되었거나 향후 개발될 모든 형태의 통신 방식을 포함할 수 있다.

상술한 본 발명의 실시 예에 따른 상황 인지 기반의 지하철 이동 구간 추론을 위한 상황 인지 장치(100)에 대하여 설명하도록 한다.

도 2는 본 발명에 따른 상황 인지 장치의 구성을 나타내는 블록도 이다.

도 2를 참조하면, 본 발명에 따른 상황 인지 장치(100)는 추론 요소 정보 추출부(110), 추론 점수 산출부(120), 이동 구간 추론부(130), 저장부(140), 위치정보 제공부(150), 센서부(160) 및 통신부(170)로 구성된다.

저장부(140)는 데이터를 저장하기 위한 장치로, 주 기억 장치 및 보조 기억 장치를 포함하고, 상황 인지 장치(100)의 기능 동작에 필요한 응용 프로그램을 저장한다. 이러한 저장부(140)는 크게 프로그램 영역과 데이터 영역을 포함할 수 있다. 특히, 본 발명에 따른 저장부(140)는 프로그램 영역에 각 좌표에서 측정되는 센싱 정보를 분석하는 프로그램, 센싱 정보를 기반으로 추론 요소 정보를 추출하는 프로그램, 추론 요소 정보를 확인하여 추론 점수를 부여하는 프로그램, 각 좌표 별 추론 점수를 합산하여 임계 값 이상의 추론 점수를 갖는 좌표들을 추출하고, 이동 경로 중 임계 값 이상의 추론 점수를 갖는 연속된 좌표로 이루어지는 구간을 추론하는 프로그램 등을 저장한다. 또한, 저장부(140)는 데이터 영역에 추론 요소 정보를 기반으로 부여되는 각 좌표 별 추론 점수 및 추론 점수를 반영하여 추론되는 지하철 이동 구간에 대한 정보를 저장한다.

위치정보 제공부(150)는 적어도 하나의 GPS(Global Positioning System)위성으로부터 GPS 신호를 수신하여 상황 인지 장치(100)의 위도 및 경도 등의 현재위치 정보를 파악한다. 그런데, GPS 위성으로부터의 수신 신호만을 이용하는 경우에는 오차가 발생할 수 있으므로, 위치정보 제공부(150)는 정확한 위치정보를 위하여 기지국으로부터 전송되는 라운드 트립 지연(Round Trip Delay) 정보, 파일럿 위상(Pilot Phase)파일 정보 등을 GPS 신호와 함께 운용할 수 있다. 여기서, 기지국은 두 가지 역할을 한다. 하나는 통신센터와 상황 인지 장치(100)의 데이터 전송을 중개하는 역할이고, 다른 하나는 상황 인지 장치(100)의 위치, 즉, 사용자의 위치를 파악하는 데이터를 전송하는 역할을 한다. 이에 따라, 위치정보 제공부(150)는 상술한 위치정보를 수신하여 상황 인식 장치(100)의 위치를 파악하거나 3곳 이상의 기지국으로부터 위치정보를 수신하여 정밀위치를 파악하는 삼각법 등을 이용하여 현재 위치정보를 파악할 수 있다.

또한, 위치정보 제공부(150)는 위치 정보를 측정하기 위하여 HPS(Hybrid Positioning System)을 이용할 수 있다. 이때, HPS는 무선랜(Wi-Fi), GPS, 이동통신 기지국 등을 이용한 복합적인 위치측정 기술로 위치 기반 서비스의 검색 정확도를 높일 수 있다. 따라서, 위치정보 제공부(150)는 HPS를 적용하게 되면, GPS 수신 방식에서 발생하는 측정 오차를 줄일 수 있으며, 실내 또는 실외에서 모두 측정이 가능하다.

센서부(160)는 빛을 발광하고, 외부로부터 입력되는 사용자의 움직임 또는 물체의 움직임 등과 같은 물리적 신호를 감지하여 신호 처리부(미도시)로 전송할 수 있다. 이때, 센서부(160)는 외부 물체가 일정 감지 영역 내로 접근하는 것을 적외선을 이용하여 감지하는 적외선 센서(Infrared Sensor)를 사용할 수 있다. 여기서, 센서부(160)는 적외선을 복사하여 빛이 차단됨으로써 변화를 감지하는 능동식과, 자체에 발광부를 가지지 않고 외부로부터 받는 적외선의 변화만을 감지하는 수동식으로 구분될 수 있다. 예를 들어, 센서부(160)가 능동식으로 구성되는 경우 적외선(IR)을 방사하는 발광 다이오드(Light Emitting Diode, LED)로 이루어지는 발광부(미도시)와, 반사되는 빛을 감지할 수 있는 다이오드 또는 트랜지스터(Transister, TR)와 같은 검출기(Detector)로 이루어지는 수광부(미도시)로 구성될 수 있다. 특히, 본 발명에 따른 센서부(160)는 사용자의 상황 인지를 위하여 가속도 센서를 구비하여 선가속도를 측정할 수 있다. 여기서, 선가속도는 사용자가 회전운동과 직선운동을 한다는 가정하에, 직선방향으로의 가속도를 의미한다. 한편, 회전하는 방향으로의 가속도는 각가속도가 될 수 있다. 선가속도는 사용자가 움직이는 속도를 증가하거나 감소시키지만, 각가속도는 사용자의 각속도를 변화시킨다. 또한, 선가속도는 사용자의 운동방향에 작용하는 힘에 따라 정해질 수 있다. 이때, 가속도 센서는 X, Y, Z축의 3축 가속도 센서로, 사용자의 움직임에 따른 3축 가속도신호를 검출할 수 있다.

통신부(170)는 서비스장치(200)와 통신망을 통해 데이터를 송수신하기 위한 기능을 수행한다. 여기서, 통신부(170)는 송신되는 신호의 주파수를 상승 변환 및 증폭하는 RF 송신 수단과 수신되는 신호를 저잡음 증폭하고 주파수를 하강 변환하는 RF 수신 수단 등을 포함한다. 이러한 통신부(170)는 무선통신 모듈(미도시) 및 유선통신 모듈(미도시) 중 적어도 하나를 포함할 수 있다. 그리고, 무선통신 모듈은 무선 통신 방법에 따라 데이터를 송수신하기 위한 구성이며, 상황 인지 장치(100)가 무선 통신을 이용하는 경우, 무선망 통신 모듈, 무선랜 통신 모듈 및 무선팬 통신 모듈 중 어느 하나를 이용하여 데이터를 서비스장치(200)로 송수신할 수 있다. 또한, 유선통신 모듈은 유선으로 데이터를 송수신하기 위한 것이다. 유선통신 모듈은 유선을 통해 통신망에 접속하여, 서비스장치(200)에 데이터를 송수신할 수 있다. 즉, 상황 인지 장치(100)는 무선통신 모듈 또는 유선통신 모듈을 이용하여 통신망에 접속하며, 통신망을 통해 서비스장치(200)와 데이터를 송수신할 수 있다.

추론 요소 정보 추출부(110), 추론 점수 산출부(120) 및 이동 구간 추론부(130)는 사용자 이동에 따라 일정 시간 간격으로 측정되는 지점의 좌표를 순차적으로 연결하여 이루어진 이동 경로 중에서 지하철 이동 구간을 추출하는 기능을 제어한다.

특히, 본 발명의 실시 예에 따른 추론 요소 정보 추출부(110)는 각 좌표에서 측정된 복수의 센싱 정보를 분석하여, 복수의 추론 요소 정보를 추출한다. 여기서, 추론 요소 정보는 상황 인지 장치(100)의 ID, 각 좌표에 대한 수집 시간, 각 좌표의 위도 및 경도, 각 좌표를 기준으로 하는 인근 지하철역의 존재 유무, 특정 좌표에 매핑되는 무선 접속 신호(MAC address)의 존재 여부, 이동통신 셀 정보 등의 정보를 추출한다. 한편, 추론 요소 정보 추출부(110)는 추론 요소 정보를 추출하기 이전에, 이동 경로 중에, 인접한 좌표 간의 거리가 일정 값 이하인 구간을 추론 점수 구간에서 제거한다. 즉, 추론 요소 정보 추출부(110)는 일정 거리 미만의 좌표는 지하철 판단에 영향을 미치지 않는 요소로 판단하고, 처리 속도를 위해 해당 구간을 제거한다.

추론 점수 산출부(120)는 기 설정된 추론 기준에 따라서 복수의 추론 요소 정보를 확인하여 추론 점수를 부여한다. 여기서, 추론 기준은 일정 주기 동안 이동 거리가 적은 구간 확인, 인접한 지하철 존재 유무 확인, 지하철의 이동통신 셀 정보에 대한 일치 여부 확인, 특정 좌표에 매핑되는 무선 접속 신호(MAC address)의 존재 여부 확인, 추론 점수의 합이 O인 구간의 좌표가 연속적으로 존재하는지 확인, 특정 좌표에 매핑되는 무선 접속 신호(MAC address)의 변화 패턴 확인, 이동통신 셀로부터 수집된 위치정보에 대한 좌표 확인, 이동통신 셀 정보에 대한 다구간 연속 패턴 확인, 이동통신 셀 정보의 변화 패턴 확인, 지하철역에 대한 인접 패턴 확인 등의 조건이 포함되며, 상기의 추론 기준을 적용하여 추론 점수 산출부(120)는 각각의 추론 요소 정보에 대한 추론 점수를 부여한다.

한편, 추론 점수 산출부(120)는 복수의 위치 검색 방식을 통해 수집된 위치정보 중 이동통신 셀로부터 수집된 좌표에 대한 위치정보를 제거하여 추론 점수 부여가 되지 않도록 한다.

이동 구간 추론부(130)는 각 좌표 별 추론 점수를 합산하여, 임계 값 이상의 추론 점수를 갖는 복수의 좌표를 획득하고, 이동 경로 중, 임계 값 이상의 추론 점수를 갖는 연속된 좌표로 이루어지는 구간을 지하철 이동 구간으로 추론한다. 이때, 이동 구간 추론부(130)는 추론 점수를 갖는 복수의 좌표를 포함하는 구간에서 가장 마지막에 생성된 좌표와 인접한 지하철역의 존재 여부를 확인하고, 확인 결과, 인접한 적어도 하나의 지하철역이 존재하지 않는 경우, 해당 좌표를 지하철 이동 구간에서 제거할 수 있다.

한편, 상황 인지 장치(100)나 서비스장치(200)에 탑재되는 메모리는 그 장치 내에서 정보를 저장한다. 일 구현예의 경우, 메모리는 컴퓨터로 판독 가능한 매체이다. 일 구현 예에서, 메모리는 휘발성 메모리 유닛 일 수 있으며, 다른 구현예의 경우, 메모리는 비휘발성 메모리 유닛 일 수도 있다. 일 구현예의 경우, 저장장치는 컴퓨터로 판독 가능한 매체이다. 다양한 서로 다른 구현 예에서, 저장장치는 예컨대 하드디스크 장치, 광학디스크 장치, 혹은 어떤 다른 대용량 저장장치를 포함할 수도 있다.

비록 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.

상술한 본 발명의 실시 예에 따른 상황 인지 기반의 지하철 이동 구간 추론 과정을 도 3 내지 도 15를 참조하여 보다 구체적으로 설명하도록 한다.

도 3은 본 발명에 따른 상황 인지 기반의 지하철 이동 구간 추론 방법을 설명하기 위한 흐름도이고, 도 4는 본 발명에 따른 추론 점수 부여 방법을 구체적으로 설명하기 위한 흐름도이고, 도 5 내지 도 15는 본 발명에 따른 상황 인지 기반의 지하철 이동 구간 추론 방법을 설명하기 위한 예시도 이다.

도 3 및 도 4를 참조하면, 본 발명에 따른 상황 인지 장치(100)는 각 좌표에서 측정된 복수의 센싱 정보를 분석하여, 복수의 추론 요소 정보를 추출한다(S301 내지 S303). 여기서, 추론 요소 정보는 상황 인지 장치(100)의 ID, 각 좌표에 대한 수집 시간, 각 좌표의 위도 및 경도, 각 좌표를 기준으로 하는 인근 지하철역의 존재 유무, 특정 좌표에 매핑되는 무선 접속 신호(MAC address)의 존재 여부, 이동통신 셀 정보 등의 정보를 추출한다.

상황 인지 장치(100)는 S305 단계에서 기 설정된 추론 기준에 따라서 복수의 추론 요소 정보를 확인하여 추론 점수를 부여한다.

다음은 추론 점수 부여 과정에 대해 상세하게 설명하기로 한다. 상황 인지 장치(100)는 S31 단계에서 이동량이 적은 구간을 제거한다. 즉, 상황 인지 장치(100)는 일정 거리(예, 50m) 미만의 좌표에 대하여 지하철 판단에 영향을 미치지 않는 요소로 간주하고, 처리 속도 개선을 위하여 이동 구간에서 제거한다. 예를 들어, 도 5에 도시된 바와 같이, 상황 인지 장치(100)는 이동 구간 상의 점(좌표) 중에서 제1 좌표(501)와 제2 좌표(503) 사이의 거리가 50m인 경우에 제2 좌표(503)을 이동 구간 상에서 제거하며, 제1 좌표(501) 다음에는 제3 좌표(505)가 연속적으로 이어지도록 한다.

또한, 상황 인지 장치(100)는 S33 단계에서 인접한 지하철역 존재 유무를 확인하여 기 설정된 추론 점수를 부여한다. 여기서, 상황 인지 장치(100)는 특정 좌표와 지하철역 사이의 거리를 확인하고, 확인된 거리가 일정 거리(예, 100m) 이내인 경우 일정 점수를 추론 점수에 반영한다. 예를 들어, 도 6에 도시된 바와 같이, 상황 인지 장치(100)는 좌표(601)와 지하철역(603) 사이의 거리를 측정한 결과, 좌표(601)와 지하철역(603) 사이의 거리의 거리가 100m 이내 인 경우, 해당 좌표(601)의 추론 점수에 20점을 가산한다.

또한, 상황 인지 장치(100)는 S35 단계에서 지하철의 이동통신 셀 정보에 대한 일치 여부를 확인하여 기 설정된 추론 점수를 부여한다. 여기서, 상황 인지 장치(100)는 수집된 좌표의 이동통신 셀 정보가 지하철의 이동통신 셀 정보와 일치하는지 판단한다. 그리고, 상황 인지 장치(100)는 판단 결과, 각각의 이동통신 셀 정보가 일치하는 경우에 일정 점수를 추론 점수에 반영한다. 이때, 이동통신 셀에 대한 셀 캐쉬 오류로 인해 추론 점수에 대한 가점이 낮으며, 셀 캐쉬 해결 시 추가로 추론 점수 반영이 가능하다. 예를 들어, 도 7에 도시된 바와 같이, 상황 인지 장치(10))는 수집된 좌표들 중에서 해당 좌표의 이동통신 셀 정보와 지하철 이동통신 셀 정보가 일치하는 경우, 해당 좌표(701, 703, 705, 707, 709) 각각에 대하여 추론 점수에 10점씩을 가산한다.

또한, 상황 인지 장치(100)는 S37 단계에서 특정 좌표에 매핑되는 무선 접속 신호(MAC address)의 존재 여부를 확인하여 기 설정된 추론 점수를 부여한다. 여기서, 상황 인지 장치(100)는 특정 좌표에 매핑되는 무선 접속 신호(MAC address)를 가지고 있을 경우, 해당 좌표에 대하여 일정 점수를 추론 점수에 반영한다. 예를 들어, 도 8에 도시된 바와 같이, 상황 인지 장치(100)는 수집된 좌표들 중 무선 접속 신호(MAC address)를 포함하는 좌표(801, 803, 805, 807) 각각에 대하여 추론 점수에 10점씩을 가산한다.

또한, 상황 인지 장치(100)는 S39 단계에서 추론 점수의 합이 O인 구간의 좌표가 연속적으로 존재하는지 확인하고, 확인 결과에 따라 해당 구간을 제거한다. 즉, 상황 인지 장치(100)는 상기의 추론 점수 부여 과정(이동량 확인, 인접한 지하철역 존재 유무 확인, 이동통신 셀 정보 확인, 특정 좌표에 매핑되는 무선 접속 신호(MAC address)의 존재 여부 확인)까지의 추론 점수 합이 0인 좌표가 일정 개수(예, 5개) 이상으로 연속적으로 나타나게 되면, 해당 좌표를 구간(지하철 이동 추론 구간) 상에서 제거한다. 이때, 상황 인지 장치(100)는 서로 다른 두 개의 상황이 겹쳐지는 상황을 방지하기 위하여 상기의 좌표 제거 시 구간 내 양쪽 끝 좌표는 지하철 이동 추론 구간에서 제거하지 않고, 유지한다. 예를 들어, 상황 인지 장치(100)는 구간을 이루는 좌표들 중 추론 점수의 합이 0인 좌표들(901 내지 913)을 확인하고, 확인된 좌표들 중 맨 처음 좌표(901)과 마지막 좌표(913)을 제외한 상기 좌표들 사이의 좌표(903 내지 911)을 구간 내에서 제거한다.

또한, 상황 인지 장치(100)는 S41 단계에서 특정 좌표에 매핑되는 무선 접속 신호(MAC address)의 변화 패턴에 따라 기 설정된 추론 점수를 부여한다. 여기서, 상황 인지 장치(100)는 같은 무선 접속 신호(MAC address)에 대한 리스트가 연속적으로 수집되는 것을 패턴으로 정의한다. 그리고, 상황 인지 장치(100)는 지하철 객차 내 특정 좌표에 매핑되는 무선 접속 신호(MAC address)가 처음 수집된 시점부터 패턴 확인을 시작하며, 연속된 두 점 사이에 같은 무선 접속 신호(MAC address)가 존재하지 않거나, 패턴이 나타나지 않는 경우가 일정 횟수(예, 3회)이상 발생하면, 다음 좌표부터 다시 패턴 검색을 수행한다. 한편, 패턴이 벗어나게 되면, 상황 인지 장치(100)는 패턴 시작 좌표부터 마지막 좌표까지 모든 좌표에 일정 점수를 추론 점수에 반영한다. 예를 들어, 도 10에 도시된 바와 같이, 상황 인지 장치(100)는 3회 이상 무선 접속 신호(MAC address)가 나타나는 경우, 이때부터 패턴으로 인식하고, 패턴 인식 후, 수집되는 좌표들(1003, 1005, 1007, 1009) 각각에 대하여 추론 점수에 60점씩을 가산한다.

또한, 상황 인지 장치(100)는 S43 단계에서 이동통신 셀로부터 수집된 위치 정보에 대한 좌표를 제거한다. 즉, 상황 인지 장치(100)는 HPS로부터 수집된 3종의 위치 정보(셀, 무선 접속 신호(MAC address), 3D 로케이션) 중에서 셀로부터 수집된 좌표를 제거한다. 상기의 셀로부터 수집된 좌표를 이전 단계 중 어느 하나에서 제거할 경우, 해당 지점에 수집된 로케이션이 전혀 없다고 오류가 나올 수 있기 때문에 현재 시점에서 제거한다. 예를 들어, 도 11에 도시된 바와 같이, 상황 인지 장치(100)는 셀로부터 수집된 좌표(1103, 1105, 1111), 무선 접속 신호(MAC address)로부터 수집된 좌표(1101, 1109, 1117) 및 3D 로케이션으로부터 수집된 좌표(1107, 1119) 중에서 셀로부터 수집된 좌표(1103, 1105, 1111)를 구간 내에서 제거한다.

또한, 상황 인지 장치(100)는 S45 단계에서 이동통신 셀 정보에 대한 다구간 연속 패턴을 확인하여 기 설정된 추론 점수를 부여한다. 여기서, 상황 인지 장치(100)는 인접 좌표가 모두 지하철 이동통신 셀 정보를 가지고 있을 경우, 각 좌표에 추론 점수를 반영한다. 예를 들어, 도 12에 도시된 바와 같이, 상황 인지 장치(100)는 연속적으로 지하철 이동통신 셀 정보가 수집되는 좌표(1201 내지 1205)각각에 대하여 추론 점수에 10점씩을 가산한다. 이때, 이동통신 셀 정보에 의해 수집된 좌표이지만, 연속적으로 수집되지 않은 좌표(1207, 1209)에 대해서는 추론 점수 반영을 하지 않는다.

또한, 상황 인지 장치(100)는 S47 단계에서 이동통신 셀 정보의 변화 패턴에 따라 기 설정된 추론 점수를 부여한다. 이때, 상황 인지 장치(100)는 구간 내 속도를 확인한 결과, 임계 속도(예, 200m/min) 보다 큰 경우, 상기의 상황을 이동이라고 판단한다. 그리고, 상황 인지 장치(100)는 이동 중에 연속되는 일정 수(예, 3개)의 좌표의 수집된 이동통신 셀 정보가 지하철 이동통신 셀 정보인 경우, 패턴 구간으로 추가하며 모든 패턴 구간에 일정 점수를 추론 점수로 반영한다. 예를 들어, 도 13에 도시된 바와 같이, 상황 인지 장치(100)는 연속되는 좌표(1307, 1309, 1311)가 이동통신 셀 정보를 가지는 경우, 즉, Fail 좌표(1301, 1303, 1305)가 아닌 연속되는 3개의 좌표가 지하철의 이동통신 셀 정보를 가지게 되면, 해당 좌표(1307, 1309, 1311) 각각에 대하여 추론 점수에 30점씩을 가산한다.

또한, 상황 인지 장치(100)는 S49 단계에서 지하철역에 대한 인접 패턴을 확인하여 기 설정된 추론 점수를 부여한다. 여기서, 상황 인지 장치(100)는 위치 수집 지점에 인접한 지하철역 존재 여부를 판단한다. 그리고, 상황 인지 장치(100)는 인접한 역이 존재하는 경우에 연속하는 일정 수(예, 3개)의 좌표에 인접한 각각의 지하철역이 동일한 호선 또는 노선에 있거나, 환승하여 인접한 이동 가능한 구간 내 있는지 확인한다. 그리고 나서, 상황 인지 장치(100)는 상기 확인 결과에 따라 해당 구간을 패턴 구간으로 추가하며, 모든 패턴에 추론 점수를 반영한다. 예를 들어, 도 14에 도시된 바와 같이, 상황 인지 장치(100)는 인접한 역을 확인하며, 지하철 노선을 따라 이동하였는지 판단한다. 그리고, 상황 인지 장치(100)는 인접한 이동 가능한 구간 내 있는 경우, 각각의 좌표(1401, 1403)에 대하여 추론 점수에 50점씩을 가산한다.

상황 인지 장치(100)는 각 좌표 별 추론 점수를 합산하여, 임계 값 이상의 추론 점수를 갖는 복수의 좌표를 획득한다(S307 내지 S309). 한편, 상황 인지 장치(100)는 추론 점수를 갖는 복수의 좌표를 포함하는 구간에서 가장 마지막에 생성된 좌표와 연관하여 인접한 지하철역의 존재 여부를 확인한다. 그리고, 상황 인지 장치(100)는 확인 결과, 인접한 지하철역이 존재하지 않는 경우, 해당 좌표를 지하철 이동 구간에서 제거한다. 또한, 상황 인지 장치(100)는 각 구간 내 특정 좌표에 매핑되는 무선 접속 신호(MAC address)에 대한 수집이 한번도 일어나지 않는 구간은 지하철을 타지 않은 것으로 판단할 수 있다.

그리고, 상황 인지 장치(100)는 S311 단계에서 이동 경로 중, 임계 값 이상의 추론 점수를 갖는 연속된 좌표로 이루어지는 구간을 지하철 이동 구간으로 추론한다. 예를 들어, 도 15에 도시된 바와 같이, 상황 인지 장치(100)는 추론 점수를 통해 지하철 이동 구간을 판단할 수 있으며, 연속된 좌표를 이용한 구간 중에서 임계 점수(예, 70점) 이상을 가지는 구간인 A에서 B(1501) 구간, B에서 C(1503) 구간을 지하철 이동 구간으로 추론할 수 있다.

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.

한편, 본 명세서와 도면에 개시된 본 발명의 실시 예들은 이해를 돕기 위해 특정 예를 제시한 것에 지나지 않으며, 본 발명의 범위를 한정하고자 하는 것은 아니다. 여기에 개시된 실시 예들 이외에도 본 발명의 기술적 사상에 바탕을 둔 다른 변형 예들이 실시 가능하다는 것은, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 자명한 것이다.

본 발명은 사용자 이동에 따라 일정 시간 간격으로 측정되는 지점의 좌표를 순차적으로 연결하여 이루어진 이동 경로 중에서 지하철 이동 구간을 추출한다. 이에 따르면, 상황 인식 기반의 지하철 이동 구간 추론 방식은 운행 노선, 운행 경로 내에서 비교적 높은 확률 및 정확한 추론이 가능하고, 지하철 구간 내에서 무선 접속 장치의 미 탑대로 인한 추론 오류를 줄일 수 있다. 또한, 이전에는 이동통신 셀 정보 오류로 인해 무선 접속 방식에 대한 의존도가 높았으나, 셀 캐쉬 문제 해결을 통해 셀 기반 추론 강화가 가능하며, 소모 전류 이득을 높일 수 있다. 이는 시판 또는 영업의 가능성이 충분할 뿐만 아니라 현실적으로 명백하게 실시할 수 있는 정도이므로 산업상 이용가능성이 있다.

10: 무선 접속 장치(AP) 20: 무선 접속 장치(eNB)
100: 상황 인지 장치 200: 서비스장치
110: 추론 요소 정보 추출부 120: 추론 점수 산출부
130: 이동 구간 추론부 140: 저장부
150: 위치 정보 제공부 160: 센서부
170: 통신부

Claims

사용자 이동에 따라 일정 시간 간격으로 측정되는 좌표를 순차적으로 연결하여 이루어진 이동 경로 중에서 지하철 이동 구간을 추출하는 상황 인지 기반의 지하철 이동 구간 추론 방법에 있어서,
각 좌표에서 측정된 복수의 센싱 정보를 분석하여, 복수의 추론 요소 정보를 추출하는 단계;
기 설정된 추론 기준에 따라서 상기 복수의 추론 요소 정보를 확인하여 추론 점수를 부여하는 단계;
각 좌표 별 추론 점수를 합산하여, 임계 값 이상의 추론 점수를 갖는 복수의 좌표를 획득하는 단계; 및
상기 이동 경로 중, 상기 임계 값 이상의 추론 점수를 갖는 연속된 좌표로 이루어지는 구간을 지하철 이동 구간으로 추론하는 단계;
를 포함하는 것을 특징으로 하는 상황 인지 기반의 지하철 이동 구간 추론 방법.
제1항에 있어서, 상기 추론 요소 정보를 추출하는 단계 이전에,
상기 이동 경로 중에, 인접한 좌표 간의 거리가 일정 값 이하인 구간을 추론 점수 구간에서 제거하는 단계;
를 더 포함하는 것을 특징으로 하는 상황 인지 기반의 지하철 이동 구간 추론 방법.
제1항에 있어서, 상기 추론 요소 정보를 추출하는 단계는
상황 인지 장치의 ID, 상기 좌표에 대한 수집 시간, 상기 좌표의 위도 및 경도, 상기 좌표를 기준으로 하는 인근 지하철역의 존재 유무, 특정 좌표에 매핑되는 무선 접속 신호(MAC address)의 존재 여부, 이동통신 셀 정보 중 하나 이상의 정보를 추출하는 것을 특징으로 하는 상황 인지 기반의 지하철 이동 구간 추론 방법.
제1항에 있어서, 상기 추론 점수를 부여하는 단계는
특정 좌표를 기준으로 일정 거리 이내에 적어도 하나의 지하철역이 존재하는 경우, 기 설정된 추론 점수를 부여하는 것을 특징으로 하는 상황 인지 기반의 지하철 이동 구간 추론 방법.
제1항에 있어서, 상기 추론 점수를 부여하는 단계는
특정 좌표의 이동통신 셀 정보가 상기 지하철의 이동통신 셀 정보와 일치하는 경우, 기 설정된 추론 점수를 부여하는 것을 특징으로 하는 상황 인지 기반의 지하철 이동 구간 추론 방법
제1항에 있어서, 상기 추론 점수를 부여하는 단계는
특정 좌표에 매핑되는 무선 접속 신호(MAC address)가 포함된 경우, 기 설정된 추론 점수를 부여하는 것을 특징으로 하는 상황 인지 기반의 지하철 이동 구간 추론 방법.
제1항에 있어서, 상기 추론 점수를 부여하는 단계는
다수의 좌표로 이루어지는 구간 내에서 상기 추론 점수가 0인 좌표의 개수를 확인하고, 상기 확인 결과, 추론 점수가 0인 좌표의 개수가 연속적으로 일정 횟수 이상 존재하는 경우, 상기 구간 내 포함된 최초 좌표와 마지막 좌표를 제외한 나머지 좌표들을 해당 구간에서 제거하는 단계;
를 더 포함하는 것을 특징으로 하는 상황 인지 기반의 지하철 이동 구간 추론 방법.
제1항에 있어서, 상기 추론 점수를 부여하는 단계는
상기 추론 요소 정보 중 특정 좌표에 매핑되는 무선 접속 신호가 연속적으로 수집되는 구간을 패턴으로 지정하는 단계; 및
상기 패턴이 종료되면, 해당 구간에 대하여, 상기 무선 접속 신호의 감지가 시작되는 최초 좌표부터 마지막 무선 접속 신호가 감지되는 좌표까지 모든 좌표를 대상으로 기 설정된 추론 점수를 부여하는 단계;
를 포함하는 것을 특징으로 하는 상황 인지 기반의 지하철 이동 구간 추론 방법.
제1항에 있어서, 상기 추론 점수를 부여하는 단계는
복수의 위치 검색 방식을 통해 수집된 위치정보 중 이동통신 셀로부터 수집된 좌표에 대한 위치정보를 제거하는 단계;
를 더 포함하는 것을 특징으로 하는 상황 인지 기반의 지하철 이동 구간 추론 방법.
제1항에 있어서, 상기 추론 점수를 부여하는 단계는
인접한 좌표에 모두 지하철과 연관된 이동통신 셀 정보가 포함된 경우, 각 좌표에 대하여, 기 설정된 추론 점수를 부여하는 것을 특징으로 하는 상황 인지 기반의 지하철 이동 구간 추론 방법.
제1항에 있어서, 상기 추론 점수를 부여하는 단계는
특정 구간의 속도가 임계 값 이상인지 판단하는 단계;
상기 속도가 임계 값 이상인 경우, 연속된 위치의 좌표에서 수집된 이동통신 셀 정보를 확인하는 단계; 및
상기 확인 결과, 상기 이동통신 셀이 지하철과 관련된 이동통신 셀인 경우, 해당 구간의 모든 좌표에 대하여, 기 설정된 추론 점수를 부여하는 단계;
를 포함하는 것을 특징으로 하는 상황 인지 기반의 지하철 이동 구간 추론 방법.
제1항에 있어서, 상기 추론 점수를 부여하는 단계는
위치 수집 지점에 대하여, 상기 지점과 인접한 지하철역의 존재 여부를 판단하는 단계; 및
상기 판단 결과, 인접한 지하철역이 존재하는 경우, 해당 구단의 모든 좌표에 대하여, 기 설정된 추론 점수를 부여하는 단계;
를 포함하는 것을 특징으로 하는 상황 인지 기반의 지하철 이동 구간 추론 방법.
제1항에 있어서, 상기 지하철 이동 구간을 추론하는 단계 이전에,
상기 추론 점수를 갖는 복수의 좌표를 포함하는 구간에서 가장 마지막에 생성된 좌표와 연관하여 인접한 지하철역의 존재 여부를 확인하는 단계; 및
상기 확인 결과, 인접한 적어도 하나의 지하철역이 존재하지 않는 경우, 해당 좌표를 지하철 이동 구간에서 제거하는 단계;
를 더 포함하는 것을 특징으로 하는 상황 인지 기반의 지하철 이동 구간 추론 방법.
사용자 이동에 따라 일정 시간 간격으로 측정되는 지점의 각 좌표에서 측정된 복수의 센싱 정보를 분석하여, 복수의 추론 요소 정보를 추출하는 추론 요소 정보 추출부;
기 설정된 추론 기준에 따라서 상기 복수의 추론 요소 정보를 확인하여 추론 점수를 부여하는 추론 점수 산출부; 및
각 좌표 별 추론 점수를 합산하여, 임계 값 이상의 추론 점수를 갖는 복수의 좌표를 획득하고, 상기 측정된 지점의 좌표를 순차적으로 연결하여 이루어진 이동 경로 중, 상기 임계 값 이상의 추론 점수를 갖는 연속된 좌표로 이루어지는 구간을 지하철 이동 구간으로 추론하는 이동 구간 추론부;
를 포함하는 것을 특징으로 하는 상황 인지 장치.
제14항에 있어서,
상기 추론 요소 정보를 기반으로 부여되는 각 좌표 별 추론 점수 및 상기 추론 점수를 반영하여 추론되는 지하철 이동 구간에 대한 정보를 저장하는 저장부;
를 더 포함하는 것을 특징으로 하는 상황 인지 장치.