KR101673307B1 - 네비게이션 시스템 및 그에 의한 경로 예측 방법, 그리고 이를 실행하는 컴퓨터 판독 가능한 기록매체 - Google Patents

네비게이션 시스템 및 그에 의한 경로 예측 방법, 그리고 이를 실행하는 컴퓨터 판독 가능한 기록매체 Download PDF

Info

Publication number
KR101673307B1
KR101673307B1 KR1020140184374A KR20140184374A KR101673307B1 KR 101673307 B1 KR101673307 B1 KR 101673307B1 KR 1020140184374 A KR1020140184374 A KR 1020140184374A KR 20140184374 A KR20140184374 A KR 20140184374A KR 101673307 B1 KR101673307 B1 KR 101673307B1
Authority
KR
South Korea
Prior art keywords
movement
path
moving
clustering
section
Prior art date
Application number
KR1020140184374A
Other languages
English (en)
Other versions
KR20160074998A (ko
Inventor
정우철
최영우
김제민
백혜정
박영택
Original Assignee
현대자동차주식회사
숭실대학교산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 현대자동차주식회사, 숭실대학교산학협력단 filed Critical 현대자동차주식회사
Priority to KR1020140184374A priority Critical patent/KR101673307B1/ko
Priority to US14/749,603 priority patent/US10061031B2/en
Publication of KR20160074998A publication Critical patent/KR20160074998A/ko
Application granted granted Critical
Publication of KR101673307B1 publication Critical patent/KR101673307B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13—Receivers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/40—Correcting position, velocity or attitude

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Automation & Control Theory (AREA)
  • Navigation (AREA)

Abstract

도로상에서 이동 중인 이동 물체에 대하여 오차없는 이동 경로를 제공할 수 있는 네비게이션 시스템 및 그에 의한 경로 예측 방법, 그리고 이를 실행하는 컴퓨터 판독 가능한 기록매체가 개시된다.
본 발명에 따르면, 클러스터링(군집화)된 경로 모델을 이용하여 지능형 경로 서비스를 제공하기 위한 네비게이션 단말 장치로서, 각 관심 지점에 이르는 이동 궤적들을 식별하고, 식별된 이동 궤적들을 적어도 하나 이상의 이동 구간으로 군집화하고, 도로 보정 메카니즘을 상기 군집화된 각 이동 구간에 반영하여 적어도 하나 이상의 이동 경로로 군집화하고, 군집화된 각 이동 경로에서 GPS로부터 수신된 시계열적인 위치 정보를 보정한 하나의 이동 경로를 추출하는 경로 제어부를 포함한다.
이에, 본 발명은 GPS 센서의 오류나 수집 주기에 의해 생성되는 오류나 보정 단계에서 발생되는 오류에 대해서 강인하여 정확한 이동 경로를 예측할 수 있다.

Description

네비게이션 시스템 및 그에 의한 경로 예측 방법, 그리고 이를 실행하는 컴퓨터 판독 가능한 기록매체{NAVIGATION SYSTEM AND PATH PREDICTION METHOD THEREBY, AND COMPUTER READABLE MEDIUM FOR PERFORMING THE SAME}
본 발명은 네비게이션 시스템 및 그에 의한 경로 예측 방법, 그리고 이를 실행하는 컴퓨터 판독 가능한 기록매체에 관한 것으로서, 더욱 상세하게는 도로상에서 이동 중인 이동 물체에 대하여 오차없는 이동 경로를 제공할 수 있는 네비게이션 시스템 및 그에 의한 경로 예측 방법, 그리고 이를 실행하는 컴퓨터 판독 가능한 기록매체에 관한 것이다.
일반적으로, 선박, 항공기, 자동차 및 이동 단말기 등에서는 해당 현재 위치와 이동 속도를 확인하거나 이동 경로를 결정하기 위한 위성항법장치(Global Positioning System, GPS)가 탑재되어 있는 내비게이션 단말 장치 (Navigation System)가 이용되고 있다.
이러한 내비게이션 단말 장치는 복수 개의 인공 위성으로부터 위도, 경도, 고도 등을 포함한 위치 정보를 수신한 후, 현재 위치를 지도 정보에 맵핑하여 이동 경로를 제공하였다.
그러나, 위와 같은 종래의 네비게이션 단말 장치는 GPS로부터 수신되는 위치 정보의 오류와 위치 정보 수집 주기가 정확한 이동 경로에 맞도록 제공하지 못하였을 뿐만 아니라 GIS(지리정보시스템)으로부터 수신되는 지리 정보도 또한 정확하지 못하였다.
이로써, 종래에는 선박, 항공기, 자동차 및 이동 단말기 등에서 정확한 이동 경로 탐색이 이루어지지 못한 문제점이 있었다.
1. 한국공개특허 : 제2008-0084504호, 공개일자 : 2008년 09월 19일, 발명의 명칭 : 도로 네트워크 공간에서 이동객체의 유사 궤적 클러스터링 방법. 2. 한국공개특허 : 제2010-0132766호, 공개일자 : 2010년 12월 20일, 발명의 명칭 : 목적지 예측 장치 및 방법.
문헌명 : Mining User Similarity Based on Location History, 저자 : Quannan Li1, Yu Zheng, Xing Xie,Yukun Chen, Wenyu Liu, Wei-Ying Ma.
본 발명은 상술한 문제점을 해결하기 위하여 안출된 것으로서, GPS의 위치 정보를 시계열적으로 보정하고, 보정된 위치 정보에 보정된 도로 정보를 반영하여 보정된 하나의 이동 경로를 추출하기 위한 네비게이션 시스템 및 그에 의한 경로 예측 방법, 그리고 이를 실행하는 컴퓨터 판독 가능한 기록매체를 제공하는데 그 목적이 있다.
또한, 본 발명은 시계열적으로 수신되는 GPS의 위치 정보의 오류에 강인한 네비게이션 시스템 및 그에 의한 경로 예측 방법, 그리고 이를 실행하는 컴퓨터 판독 가능한 기록매체를 제공하는데 그 다른 목적이 있다.
상기한 바와 같은 본 발명의 목적을 달성하고, 후술하는 본 발명의 특징적인 기능을 수행하기 위한, 본 발명의 특징은 다음과 같다.
본 발명의 일 관점에 따르면, 클러스터링(군집화)된 경로 모델을 이용하여 지능형 경로 서비스를 제공하기 위한 네비게이션 단말 장치로서, 각 관심 지점에 이르는 이동 궤적들을 식별하고, 식별된 이동 궤적들을 적어도 하나 이상의 이동 구간으로 군집화하고, 도로 보정 메카니즘을 상기 군집화된 각 이동 구간에 반영하여 적어도 하나 이상의 이동 경로로 군집화하고, 군집화된 각 이동 경로에서 GPS로부터 수신된 시계열적인 위치 정보를 보정한 하나의 이동 경로를 추출하는 경로 제어부를 포함하는 네비게이션 단말 장치가 제공된다.
여기서, 본 발명의 일 관점에 따른 상기 경로 제어부는 사용자 또는 자동차의 관심 지점과 이동 행위 정보를 이용하여 상기 이동 궤적들을 식별하는 이동 궤적 식별부를 더 포함하여 이루어질 수 있다.
또한, 본 발명의 일 관점에 따른 상기 이동 궤적 식별부는 사용자의 걷기, 뛰기, 자동차 승하차 및 지하철 승하차를 포함한 상기 이동 행위 정보를 이용하여 이동 궤적들을 식별할 수 있다.
또한, 본 발명의 일 관점에 따른 상기 경로 제어부는 식별된 상기 이동 궤적들의 시작 지점과 끝 지점이 같은 이동 궤적들을 클래스화하는 이동 궤적 분류부를 더 포함하여 이루어질 수 있다.
또한, 본 발명의 일 관점에 따른 상기 경로 제어부는 상기 클래스화된 동일 클래스 내의 이동 궤적들의 유사도를 파악하여 적어도 하나 이상의 이동 구간 집합(Cn)으로 1차 군집화하는 이동 구간 군집화부를 더 포함하여 이루어질 수 있다.
또한, 본 발명의 일 관점에 따른 상기 이동 구간 군집화부는 상기 동일 클래스 내의 이동 궤적들 중 첫번째 이동 궤적(TR1)을 첫번째 이동 구간 집합(C1)으로 설정한 후 상기 이동 구간 집합에 상기 첫번째 이동 구간 집합을 삽입하여 군집화할 수 있다.
또한, 본 발명의 일 관점에 따른 상기 이동 구간 군집화부는 상기 동일 클래스 내의 이동 궤적들 중 두번째 이동 궤적부터 하기의 식 (1)을 이용하여 유사도 함수(SIM(Cn,TRj))를 구하고, 하기의 식 (2)를 이용하여 임의의 두 도로 구역
Figure 112016052369297-pat00025
간 거리를 구하여 나머지의 이동 구간 집합을 군집화할 수 있다.
Figure 112015057204198-pat00026
식 (1)
Figure 112015057204198-pat00027
삭제
삭제
Figure 112016052369297-pat00072

Figure 112016052369297-pat00073

Figure 112016052369297-pat00074
식 (2)
이때, 상기
Figure 112016052369297-pat00029
는 Li와 Ｌj의 거리이고, 상기
Figure 112016052369297-pat00030
는 Li의 중심 지점 centeri와 Lj의 중심 지점 centerj간의 거리이며, 상기
Figure 112016052369297-pat00031
는 Li의 각도와 Lj의 각도 간의 차이고, 상기
Figure 112016052369297-pat00032
는 Li와 Lj를 중첩시켰을때 중첩되지 않는 상기 l││1와 l││2 중 짧은 길이를 나타내며, 상기 Li는 상기 이동 구간 집합을 구성하는 도로 구역이고, 상기 Lj는 상기 이동 구간 집합에서 군집화 되지 않은 상기 이동 궤적을 구성하는 도로 구역을 나타내며, 상기 l││1은 Ps의 위치와 Si 의 위치간 길이를 나타내고, 상기 l││2 는 Pe의 위치와 ei 의 위치간 길이를 나타낸다.
또한, 본 발명의 일 관점에 따른 상기 이동 구간 군집화부는 상기 식(1)을 이용하여 현재 선택된 이동 궤적(TRj)과 유사도가 높은 이동 구간 군집(Cn)을 선택하여 군집화할 수 있다.
또한, 본 발명의 일 관점에 따른 상기 이동 구간 군집화부는 상기 식(1)을 통해 구해진 유사도의 결과가 설정된 임계값보다 작으면 상기 특정 이동 구간의 이동 궤적(TRj)을 해당하는 상기 이동 구간 군집(Cn)에 군집화시킬 수 있다.
또한, 본 발명의 일 관점에 따른 상기 이동 구간 군집화부는 상기 식(1)을 통해 구해진 유사도의 결과가 설정된 임계값보다 크면 상기 특정 이동 구간의 이동 궤적(TRj)을 새로운 이동 구간 집합(Cn)으로 설정할 수 있다.
또한, 본 발명의 일 관점에 따른 상기 경로 제어부는 1차 군집화된 상기 이동 구간 집합의 임의의 두 이동 구간마다 시계열적(시간적)인 이동 궤적을 추적하여 각 이동 경로를 추출하는 이동 경로 추출부를 더 포함하여 이루어질 수 있다.
또한, 본 발명의 일 관점에 따른 상기 경로 제어부는 추출된 상기 각 이동 경로에서 도로 유사도와 변곡점을 이용하여 군집화되지 않은 이동 경로들을 2차 군집화하는 이동 경로 군집화부를 더 포함하여 이루어질 수 있다.
또한, 본 발명의 일 관점에 따른 상기 이동 경로 군집화부는 하기의 식 (3)을 통해 상기 도로 유사도(S)를 구할 수 있다. 이때, 상기 a1b0 및 a0b1은 두 이동 궤적 중 한쪽에만 있는 도로 수 이고, 상기 a1b1는 두 이동 경로의 모두에게 존재하는 도로 수를 나타낸다.
S = a1b1/a1b0 + a0b1 + a1b1 식 (3)
또한, 본 발명의 일 관점에 따른 상기 이동 경로 군집화부는 하기의 식 (4)를 통해 각 이동 경로에서 발생된 상기 변곡점(h)을 추출하고, 추출된 변곡점(h)과의 거리를 구하여 상기 2차 군집화할 수 있다. 이때, 상기 θ은 변곡각이고, pi는 이동 경로이며, h는 변곡점을 나타낸다.
Figure 112015057204198-pat00033
식 (4)
또한, 본 발명의 일 관점에 따른 상기 경로 제어부는 상기 2차 클러스터링된 각 이동 경로를 포함하는 도로 정보를 이용하여 각 이동 경로들에서 동일한 이동 궤적들로 구성된 하나의 이동 경로를 추출하는 이동 경로 생성부를 더 포함하여 이루어질 수 있다.
또한, 본 발명의 다른 일 관점에 따르면, 청구항 제1항 내지 제15항 중 어느 한 항에 따른 네비게이션 단말 장치에서 추출된 하나의 이동 경로를 수신하는 이동 경로 수신 모듈; 수신된 상기 하나의 이동 경로를 지도 맵에 맵핑하는 이동 경로 맵핑 모듈; 및 상기 지도 맵에 맵핑된 하나의 이동 경로를 이용하여 적어도 하나 이상의 도착 지점과 상기 도착 지점의 도착 시간을 안내하는 이동 경로 안내 모듈을 포함하는 네비게이션 시스템이 제공된다.
여기서, 본 발명의 다른 일 관점에 따른 상기 네비게이션 단말 장치는 헤드 유닛(head unit), AVN 유닛(Audio Video, Navigation unit) 유닛, 텔레메틱스 유닛(telematics unit) 및 클러스터 디스플레이 유닛(cluster display unit) 중 어느 하나일 수 있다.
또한, 본 발명의 또 다른 일 관점에 따르면, 클러스터링된 경로 모델을 이용하여 지능형 경로 서비스를 제공하기 위한 경로 예측 방법으로서, (a) 각 관심 지점에 이르는 이동 궤적들을 경로 제어부에서 식별하고, 식별된 이동 궤적들을 적어도 하나 이상의 이동 구간으로 경로 제어부에서 군집화하는 단계; 및 (b) 도로 보정 메카니즘을 상기 군집화된 각 이동 구간에 반영하여 적어도 하나 이상의 이동 경로로 경로 제어부에서 군집화하고, 군집화된 각 이동 경로에서 GPS로부터 수신된 시계열적인 위치 정보를 보정한 하나의 이동 경로를 추출하는 단계를 포함하는 네비게이션 단말 장치의 경로 예측 방법이 제공된다.
여기서, 본 발명의 또 다른 일 관점에 따른 상기 (a) 단계는 (a-1) 사용자의 관심 지점과 이동 행위 정보를 이용하여 상기 이동 궤적들을 이동 궤적 식별부에서 식별하는 단계를 더 포함하여 이루어질 수 있다.
또한, 본 발명의 또 다른 일 관점에 따른 상기 (a) 단계는 사용자의 걷기, 뛰기, 자동차 승하차 및 지하철 승하차를 포함한 상기 이동 행위 정보를 이동 궤적 식별부에서 이용하여 이동 궤적들을 식별할 수 있다.
또한, 본 발명의 또 다른 일 관점에 따른 상기 (a) 단계는 (a-2) 식별된 상기 이동 궤적들의 시작 지점과 끝 지점이 같은 이동 궤적들을 이동 궤적 분류부에서 클래스화하는 단계를 더 포함하여 이루어질 수 있다.
또한, 본 발명의 또 다른 일 관점에 따른 상기 (a) 단계는 (a-3) 상기 클래스화된 동일 클래스 내의 이동 궤적들의 유사도를 파악하여 적어도 하나 이상의 이동 구간 집합(Cn)으로 이동 구간 군집화부에서 1차 군집화하는 단계를 더 포함하여 이루어질 수 있다.
또한, 본 발명의 또 다른 일 관점에 따른 상기 (a-3) 단계는 상기 동일 클래스 내의 이동 궤적 중 첫번째 이동 궤적(TR1)을 첫번째 이동 구간 집합(C1)으로 이동 구간 군집화부에서 설정한 후 상기 이동 구간 집합에 상기 첫번째 이동 구간 집합을 삽입하여 군집화할 수 있다.
또한, 본 발명의 또 다른 일 관점에 따른 상기 (a-3) 단계는 상기 이동 구간 군집 중 두번째 이동 궤적부터 하기의 식 (5)을 이용하여 유사도 함수(SIM(Cn,TRj))를 이동 구간 군집화부에서 구하고, 하기의 식 (6)를 이용하여 임의의 두 도로 구역
Figure 112016052369297-pat00034
간의 거리를 이동 구간 군집화부에서 구하여 나머지의 이동 구간 집합을 군집화할 수 있다.
Figure 112015057204198-pat00035
식 (5)
Figure 112015057204198-pat00036
삭제
삭제
Figure 112016052369297-pat00075

Figure 112016052369297-pat00076

Figure 112016052369297-pat00077
식 (6)
이때, 상기
Figure 112016052369297-pat00038
는 Li와 Ｌj의 거리이고, 상기
Figure 112016052369297-pat00039
는 Li의 중심 지점 centeri와 Lj의 중심 지점 centerj간의 거리이며, 상기 dθ(Li,Lj)는 Li의 각도와 Lj의 각도 간의 차이고, 상기
Figure 112016052369297-pat00040
는 Li와 Lj를 중첩시켰을때 중첩되지 않는 상기 l││1와 l││2 중 짧은 길이를 나타내며, 상기 Li는 상기 이동 구간 집합을 구성하는 도로 구역이고, 상기 Lj는 상기 이동 구간 집합에서 군집화 되지 않은 상기 이동 궤적을 구성하는 도로 구역을 나타내며, 상기 l││1은 Ps의 위치와 Si 의 위치간 길이를 나타내고, 상기 l││2 는 Pe의 위치와 ei 의 위치간 길이를 나타낸다.
또한, 본 발명의 또 다른 일 관점에 따른 상기 (a-3) 단계는 상기 식(1)을 이용하여 현재 선택된 이동 궤적(TRj)과 유사도가 높은 이동 구간 군집(Cn)을 이동 구간 군집화부에서 선택하여 군집화할 수 있다.
또한, 본 발명의 또 다른 일 관점에 따른 상기 (a-3) 단계는 상기 식(1)을 통해 이동 구간 군집화부에서 구해진 유사도의 결과가 설정된 임계값보다 작으면 상기 특정 이동 구간의 이동 궤적(TRj)을 해당하는 상기 이동 구간 군집(Cn)에 군집화시킬 수 있다.
또한, 본 발명의 또 다른 일 관점에 따른 상기 (a-3) 단계는 상기 식(1)을 통해 이동 구간 군집화부에서 구해진 유사도의 결과가 설정된 임계값보다 크면 상기 특정 이동 구간의 이동 궤적(TRj)을 새로운 이동 구간 집합(Cn)으로 설정할 수 있다.
또한, 본 발명의 또 다른 일 관점에 따른 상기 (b) 단계는 (b-1) 상기 1차 군집화된 상기 이동 구간 집합의 임의의 두 이동 구간마다 시계열적(시간적)인 이동 궤적을 이동 경로 추출부에서 추적하여 각 이동 경로를 추출하는 단계를 더 포함하여 이루어질 수 있다.
또한, 본 발명의 또 다른 일 관점에 따른 상기 (b) 단계는 (b-2) 추출된 상기 각 이동 경로에서 도로 유사도와 변곡점을 이용하여 군집화되지 않은 이동 경로들을 이동 경로 군집화부에서 2차 군집화하는 단계를 더 포함하여 이루어질 수 있다.
또한, 본 발명의 또 다른 일 관점에 따른 상기 (b-2) 단계는 하기의 식 (7)을 통해 상기 도로 유사도(S)를 이동 경로 군집화부에서 구할 수 있다. 이때, 상기 a1b0 및 a0b1은 두 이동 궤적 중 한쪽에만 있는 도로 수 이고, 상기 a1b1는 두 이동 경로의 모두에게 존재하는 도로 수를 나타낸다.
S = a1b1/a1b0 + a0b1 + a1b1 식 (7)
또한, 본 발명의 또 다른 일 관점에 따른 상기 (b-2) 단계는 하기의 식 (8)를 통해 각 이동 경로에서 발생된 상기 변곡점(h)을 이동 경로 군집화부에서 추출하고, 추출된 변곡점(h)과의 거리를 이동 경로 군집화부에서 구하여 상기 2차 군집화할 수 있다. 이때, 상기 θ은 변곡각이고, pi는 이동 경로이며, h는 변곡점을 나타낸다.
Figure 112015057204198-pat00041
식 (8)
또한, 본 발명의 또 다른 일 관점에 따른 상기 (b) 단계는 (b-3) 상기 2차 클러스터링된 각 이동 경로를 포함하는 도로 정보를 이용하여 각 이동 경로들에서 동일한 이동 궤적들로 구성된 하나의 이동 경로를 이동 경로 생성부에서 추출하는 단계를 더 포함하여 이루어질 수 있다.
이상과 같이, 본 발명에 따르면, GPS 센서의 오류나 수집 주기에 의해 생성되는 오류나 보정 단계에서 발생되는 오류에 대해서 강인하고, 보다 정확한 군집화(클러스터링)를 수행하여 이동 경로를 보다 명확하게 파악할 수 있다. 이로 인해, 이동 대상체, 예컨대 사람, 차량과 같은 이동 대상체의 이동 경로를 정확하게 예측할 수 있는 효과가 있다.
또한, 본 발명에 따르면, 클러스터링된 경로 모델을 기반으로 한 지능형 이동 경로 서비스를 구축할 수 있다. 예를 들면, 경로 모델을 이용한 이동 대상체(예:사람, 자동차 등)의 이동 경로가 정확한 예측이 필요로 하는 도로 교통 정보 제공, 대중 교통 스케쥴 정보 제공, 목적지 관련 추천 등에 적용될 수 있는 효과가 있다.
도 1은 본 발명의 제1 실시예에 따른 네비게이션 단말 장치(100)을 간략하게 예시적으로 나타낸 구성도이다.
도 2는 본 발명의 제1 실시예에 따른 네비게이션 단말 장치(100)를 보다 상세하게 나타낸 구성도이다.
도 3은 본 발명의 일 실시예들에 따른 클래스화된 이동 궤적과 군집화된 이동 구간 상태를 나타낸 도면이다.
도 4는 본 발명의 일 실시예들에 따른 도로 구역간의 거리 상태를 도식화하여 나타낸 도면이다.
도 5는 본 발명의 제2 실시예에 따른 네비게이션 시스템(200)을 예시적으로 나타낸 도면이다.
도 6은 본 발명의 제3 실시예에 따른 네비게이션 단말 장치(100)의 경로 예측 방법(S100)을 예시적으로 나타낸 순서도이다.
도 7은 본 발명의 제3 실시예에 따른 경로 예측 방법(S100)을 보다 구체적으로 나타낸 순서도이다.
이하, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 하기 위하여, 본 발명의 바람직한 실시예들에 관하여 첨부된 도면을 참조하여 상세히 설명하기로 한다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 기능을 지칭한다.
제1 실시예
도 1은 본 발명의 제1 실시예에 따른 네비게이션 단말 장치(100)을 간략하게 예시적으로 나타낸 구성도이고, 도 2는 본 발명의 제1 실시예에 따른 네비게이션 단말 장치(100)를 보다 상세하게 나타낸 구성도이다.
도시된 바와 같이, 본 발명의 제1 실시예에 따른 네비게이션 단말 장치(100)는 GPS로부터 이동 대상체의 이동 위치를 추적한 위치 정보를 획득하는 GPS 센서(110), GIS(지리정보시스템)으로부터 이동 대상체가 지나가는 지역의 지리 정보(도포 정보 포함)를 제공받는 지리정보 수신 모듈(120) 및 상기 위치 정보와 지리 정보를 활용하여 클러스터링(군집화)된 정확한 경로 모델을 예측하고, 이를 통해 지능형 경로 서비스를 제공하는 경로 제어부(130)를 포함한다. 이하에서는 도 2에 도시된 경로 제어부(130)에 대하여 보다 상세히 설명하고자 한다.
본 발명에 따른 경로 제어부(130)는 각 관심 지점에 이르는 이동 궤적들을 식별한다. 이때 이동 궤적들은 이동 대상체, 예컨대 사람 또는 자동차가 특정 관심 지점에서 다른 관심 지점까지 습관적으로 이동하는 궤적을 의미한다.
이러한 이동 궤적들은 사용자 또는 자동차의 관심 지점과 이동 행위 정보를 통해 알 수 있다. 즉, 본 발명에 따른 경로 제어부(130)는 사용자 또는 자동차의 관심 지점과 이동 행위 정보를 이용하여 이동 궤적들을 식별하는 이동 궤적 식별부(131)를 포함한다.
이때, 이동 행위 정보는 사용자(사람)일 경우 사용자의 걷기, 뛰기, 자동차 승하차 및 지하철 승하차를 포함한다. 따라서, 위와 같은 이동 행위 정보와 여러 관심 지점을 알면 특정 관심 지점에서 다른 관심 지점까지 습관적으로 이동하고, 각 관심 지점 사이에 일어나는 사용자의 이동 행위를 이동 궤적 식별부(131)에서 알면 쉽게 사용자의 이동 궤적들을 식별할 수 있게 된다.
그러나, 이동 대상체가 사람이 아닌 자동차일 경우 이동 행위는 걷기, 뛰기, 자동차 승하차 및 지하철 승하차와 관련이 없으므로 도로 상태 등이 이에 해당될 수 있다. 이런 경우, 자동차의 이동 행위와 여러개의 관심 지점을 이동 궤적 식별부(131)에서 알면, 자동차의 이동 궤적들을 이동 궤적 식별부(131)에서 충분히 식별할 수 있을 것이다.
이러한 이동 궤적들 식별에 활용되는 이동 행위 정보와 여러개의 관심 지점은 사용자에 의해 입력되거나 추적을 통해 경로 제어부(130)에서 습득할 수 있다. 예를 들어, 추적을 통해 이동 행위 정보와 관심 지점을 습득하고자 습득을 위한 별도의 습득 장치(미도시)가 네비게이션 단말 장치(100) 안에 마련될 수도 있다.
이와 같이, 이동 궤적들이 식별되면, 본 발명에 따른 경로 제어부(130)는 식별된 이동 궤적들을 적어도 하나 이상의 이동 구간으로 군집화(클러스터링화)한다. 이때, 이동 구간들은 앞서 설명한 이동 궤적들과 구별된다.
예를 들면, A, B, C라는 경로가 있다고 가정하면, A 및 B 경로 사이에 예상되는 여러개의 이동 궤적들이 존재하게 되며, 이러한 이동 궤적들 중에서 선택된 구간을 가리켜 이동 구간이라 정의할 수 있다. 따라서, A에서부터 C 경로까지는 2개의 이동 경로가 존재하고, 각 이동 경로마다 복수개의 이동 궤적들이 존재한다고 할 수 있다.
이러한 이동 구간으로 군집화하기 위하여 본 발명에 따른 경로 제어부(130)는 이동 궤적 분류부(132) 및 이동 구간 군집화부(133)를 더 포함한다. 먼저 이동 궤적 분류부(132)는 앞서 설명한 이동 궤적 식별부(131)에 의해 식별된 이동 궤적들(Trip)의 시작 지점과 끝 지점이 같은 이동 궤적들을 각 이동 구간 사이에서 클래스화(Trip Classification)하여 분류할 수 있다. 이 처럼 클래스화되어 분류된 이동 궤적들은 도 3에 나타내었다. 도 3에서와 같이 클래스화된 이동 궤적들은 여러개 존재한다.
이 처럼 클래스화가 이루어지면, 본 발명에 따른 이동 구간 군집화부(133)는 클래스화된 동일 클래스 내의 이동 궤적들의 유사도를 파악하여 적어도 하나 이상의 이동 구간 집합(Cn)으로 1차 군집화(클러스터링화)한다. 이러한 1차 군집화된 이동 구간 집합은 도 3에 나타내었다.
이때, 이동 구간 집합(Cn)으로 1차 군집화는 동일 클래스내의 특정 이동 궤적들 중 유사한 이동 궤적을 하나로 묶어 이동 구간으로 규정되는 과정을 의미한다. 예를 들면, 특정 이동 궤적들의 집합(TR1, TR2, TR3, ... TRn)이 주어졌을때 다음과 같은 절차에 의해 이동 구간 집합(Cn)을 완성할 수 있다.
즉, 먼저, 본 발명에 따른 이동 구간 군집화부(133)는 동일 클래스 내의 이동 궤적들 중 첫번째 이동 궤적(TR1)을 첫번째 이동 구간 집합(C1)으로 설정한 후 이동 구간 집합(Cn)에 첫번째 이동 구간 집합(C1)을 삽입하여 군집화할 수 있다.
이후, 본 발명에 따른 이동 구간 군집화부(133)는 동일 클래스 내의 이동 궤적들 중 두번째 이동 궤적부터 하기의 식 (1)을 이용하여 유사도 함수(SIM(Cn,TRj))를 구한다.
Figure 112015057204198-pat00042
식 (1)
이러한 유사도 함수(SIM(Cn,TRj))가 구해지면, 본 발명에 따른 이동 구간 군집화부(133)는 구해진 유사도 함수(SIM(Cn,TRj))를 이용하여 현재 선택된 이동 궤적(TRj)과 유사도가 높은 이동 구간 군집(Cn)을 선택하여 군집화할 수 있다.
예를 들면, 앞서 설명한 식(1)을 통해 구해진 유사도의 결과가 설정된 임계값보다 작으면 본 발명에 따른 이동 구간 군집화부(133)는 특정 이동 구간의 이동 궤적(TRj)을 해당하는 이동 구간 군집(Cn)에 군집화시킬 수 있다.
그러나, 앞서 설명한 식(1)을 통해 구해진 유사도의 결과가 설정된 임계값보다 크면 상기 특정 이동 구간의 이동 궤적(TRj)을 새로운 이동 구간 집합(Cn)으로 설정할 수도 있다.
더욱이, 본 발명에 따른 이동 구간 군집화부(133)는 앞서 설명한 식 (1)의 유사도 함수(SIM(Cn,TRj))를 이용하여 이동 구간 집합(Cn)이 군집화되지 않는다고 판단될 경우 도 4에 도시된 바와 같이 하기의 식 (2)를 이용하여 임의의 두 도로 구역
Figure 112016052369297-pat00043
간 거리를 구하여 나머지의 이동 구간 집합을 군집화할 수 있다.
Figure 112015057204198-pat00044
삭제
삭제
Figure 112016052369297-pat00078

Figure 112016052369297-pat00079

Figure 112016052369297-pat00080
식 (2)
이때, 상기
Figure 112016052369297-pat00046
는 Li와 Ｌj의 거리이고, 상기
Figure 112016052369297-pat00047
는 Li의 중심 지점 centeri와 Lj의 중심 지점 centerj간의 거리이며, 상기
Figure 112016052369297-pat00048
는 Li의 각도와 Lj의 각도 간의 차이고, 상기
Figure 112016052369297-pat00049
는 Li와 Lj를 중첩시켰을때 중첩되지 않는 상기 l││1와 l││2 중 짧은 길이를 나타내며, 상기 Li는 상기 이동 구간 집합을 구성하는 도로 구역이고, 상기 Lj는 상기 이동 구간 집합에서 군집화 되지 않은 상기 이동 궤적을 구성하는 도로 구역을 나타내며, 상기 l││1은 Ps의 위치와 Si 의 위치간 길이를 나타내고, 상기 l││2 는 Pe의 위치와 ei 의 위치간 길이를 나타낸다.
이와 같이, 유사도 함수(SIM(Cn,TRj))와 도로 구역
Figure 112016052369297-pat00050
간 거리를 통해 동일 클래스 내의 이동 궤적들의 유사도를 파악함으로써, 적어도 하나 이상의 이동 구간 집합(Cn)으로 1차 군집화가 완성된다.
이 처럼, 이동 구간 집합(Cn)으로 1차 군집화가 이루어지면, 본 발명에 따른 경로 제어부(130)는 구해진 도로 보정 메카니즘을 앞서 설명한 이동 구간 군집화부(133)의 1차 군집화된 각 이동 구간에 반영하여 적어도 하나 이상의 이동 경로로 군집화한다.
이러한 이동 경로로의 군집화는 1차 클러스터링을 수행한 결과가 실제로 같은 경로가 센서 및 보정의 오류로 인하여 다른 경로로 판단되는 경우가 있기 때문에 이러한 오류를 최소화 하고자 이동 경로로 군집화하고자 한다.
이를 위하여, 본 발명에 따른 경로 제어부(130)는 이동 경로 추출부(134) 및 이동 경로 군집화부(135)를 더 포함할 수 있다. 먼저, 본 발명에 따른 이동 경로 추출부(134)는 앞서 설명한 이동 구간 군집화부(133)에서 1차 군집화된 이동 구간 집합의 임의의 두 이동 구간마다 시계열적(시간적)인 이동 궤적을 추적하여 순서가 같은 이동 구간 집합으로 이루어진 각 이동 경로를 추출한다. 추출된 이동 경로는 앞서 서두에서 밝힌 바와 같이 이동 궤적과 다르다.
반면, 본 발명에 따른 이동 경로 군집화부(135)는 이동 경로 추출부(134)에 의해 추출된 각 이동 경로에서 도로 유사도를 이용하여 군집화되지 않은 이동 경로들을 2차 군집화(클러스터링화)한다. 이때, 시작 지점과 목적 지점이 같은 경로간의 이동 궤적의 유사도를 구하는데 이러한 유사도는 하기의 식 (3)과 같이 나타낼 수 있다.
S = a1b1/a1b0 + a0b1 + a1b1 식 (3)
식 (3)에 나타낸 a1b0 및 a0b1은 두 이동 궤적 중 한쪽에만 있는 도로 수를 의미하고, a1b1는 두 이동 경로의 모두에게 존재하는 도로 수를 의미한다. 이럴 경우, 식 (3)에 의해 구해진 유사도(S)가 미리 설정된 임계값 이상인 경우 같은 이동 궤적으로 간주하여 이들 이동 궤적들을 구비한 이동 경로들을 2차 군집화할 수 있다.
더욱이, 본 발명에 따른 이동 경로 군집화부(135)는 하기의 식 (4)의 변곡점(특징점)을 이용하여 식 (3)에 의해 찾아진 같은 이동 궤적들로 이루어진 각 이동 경로에서 변곡점(h)을 추출하고, 추출된 변곡점(h)과의 거리를 구하게 되면 비로서 군집화되지 않은 이동 경로들을 2차 군집화(클러스터링화)할 수 있게 된다.
Figure 112015057204198-pat00051
식 (4)
이때, 식 (4)에 나타낸 θ은 변곡각이고, pi는 이동 경로이며, h는 변곡점(특징점)을 의미한다. 이와 같이 GPS 센서(110)의 센싱 오류로 인하여 결측된 도로 존재를 보완한 변곡점과 도로 유사도를 포함한 도로 정보를 최대한 채움으로써 보다 완전한 이동 궤적을 이루어 군집화되지 않은 이동 경로들을 2차 군집화(클러스터링화)할 수 있게 된다.
이와 같이, 2차 군집화가 이루어지면, 본 발명에 따른 경로 제어부(130)는 앞서 설명한 이동 경로 군집화부(135)에 의해 군집화된 각 이동 경로에서 GPS로부터 수신된 시계열적인 위치 정보를 보정한 하나의 이동 경로를 추출하는 이동 경로 생성부(136)을 더 포함할 수 있다. 이때, 하나의 이동 경로는 동일한 이동 궤적들로 구성된 하나의 경로를 의미한다.
이 처럼, 클러스터링내 경로들을 이용하고, 각 경로를 포함하는 도로 정보(in/out, 위치정보)를 이용하여 최적화된 하나의 이동 경로를 추출 해낼 수 있다. 이때, 각 클러스터는 동일한 이동 궤적들로 구성된 하나의 이동 경로를 가지며, 이러한 하나의 이동 경로에는 GPS 센서(110)의 센싱 오류로 인하여 결측된 도로를 완전하게 보정한 이동 궤적들로 채워질 수 있다.
이와 같이, 본 실시예에서는 오류에 대해서 강인하고, 보다 정확한 군집화(클러스터링)를 수행하여 이동 경로를 보다 명확하게 파악함으로써, 이동 대상체, 예컨대 사람, 차량과 같은 이동 대상체의 이동 경로를 정확하게 예측하는데 매우 유익한 장점을 준다.
제2 실시예
도 5는 본 발명의 제2 실시예에 따른 네비게이션 시스템(200)을 예시적으로 나타낸 도면이다.
도 5를 참조하면, 본 발명의 제2 실시예에 따른 네비게이션 시스템(200)은 클러스터링(군집화)된 경로 모델을 이용하여 지능형 경로 서비스를 제공하기 위하여 경로 수신 모듈(210), 이동 경로 맵핑 모듈(220) 및 이동 경로 안내 모듈(230)을 포함하여 구성된다.
먼저, 본 발명에 따른 이동 경로 수신 모듈(210)은 앞서 제1 실시예에서 설명한 네비게이션 단말 장치(100)에서 추출된 하나의 이동 경로를 수신한다. 이때, 네비게이션 단말 장치(100)는 헤드 유닛(head unit), AVN 유닛(Audio Video, Navigation unit) 유닛, 텔레메틱스 유닛(telematics unit) 및 클러스터 디스플레이 유닛(cluster display unit) 중 어느 하나일 수 있다.
이럴 경우, 본 발명에 따른 네비게이션 시스템(200)은 위와 같은 네비게이션 단말 장치(100)와 CAN 통신으로 연결될 수 있다. 그러나, 이러한 CAN 통신으로 한정되지 않음은 물론이다. 예를 들면, 네비게이션 시스템(200)과 네비게이션 단말 장치(100) 사이는 유선 네트워크로 연결될 수도 있다. 한편, 위와 같은 네비게이션 단말 장치(100)는 앞서 제1 실시예에서 충분히 설명하였기 때문에 본 실시예에서의 설명은 생략하기로 한다.
다음으로, 본 발명에 따른 이동 경로 맵핑 모듈(220)은 이동 경로 수신 모듈(210)에 의해 수신된 하나의 이동 경로를 지도 맵에 맵핑하는 역할을 한다. 이때, 이동 경로는 출발지에서부터 도착지에 이르기까지의 복수개로 이루어진 경로를 포함할 수 있음은 물론이다.
이에 따라, 다수의 경로로 이루어진 이동 경로가 지도 맵에 맵핑되면, 지도 맵을 확인한 사용자는 위치 정보의 오차를 보정한 정확한 이동 경로를 확인할 수 있을 것이다.
마지막으로, 본 발명에 따른 이동 경로 안내 모듈(230)은 지도 맵에 맵핑된 하나의 이동 경로를 이용하여 적어도 하나 이상의 도착 지점과 각 도착 지점의 도착 시간을 안내하는 역할을 한다. 이때, 도착 시간은 음성 또는 문자 형태로 안내될 수 있다. 이러한 음성 또는 문자 형태로의 안내는 운전중에 매우 안전한 안내를 하는데 도움을 줄 수 있다.
한편, 이상에서 설명된 네비게이션 단말 장치(100)는 제2 실시예의 네비게이션 시스템(200)에 적용에 한정되지 않고 다양한 단말 장치를 가리킬 수 있다. 예를 들면, 도로 교통 정보 제공, 대중 교통 스케쥴 정보 제공, 목적지 관련 추천 서비스를 수행하는 이동 단말기일 수 있으며, 더욱 나아가 선박 및 항공기에도 적용될 수도 있다. 그러나, 이에 한정되지 않고 항법 장치가 필요한 모든 시스템에 적용됨은 물론이다.
제3 실시예
도 6은 본 발명의 제3 실시예에 따른 네비게이션 단말 장치(100)의 경로 예측 방법(S100)을 예시적으로 나타낸 순서도이고, 도 7은 본 발명의 제3 실시예에 따른 경로 예측 방법(S100)을 보다 구체적으로 나타낸 순서도이다.
도시된 바와 같이, 본 발명의 제3 실시예에 따른 네비게이션 단말 장치(100)의 경로 예측 방법(S100)은 클러스터링된 경로 모델을 이용하여 지능형 경로 서비스를 제공하기 위하여 S110 단계 내지 S120 단계를 포함한다.
먼저, 본 발명에 따른 S110 단계에서는 각 관심 지점에 이르는 이동 궤적들을 경로 제어부(130)에서 식별한다. 이때 이동 궤적들은 이동 대상체, 예컨대 사람 또는 자동차가 특정 관심 지점에서 다른 관심 지점까지 습관적으로 이동하는 궤적을 의미한다.
이러한 이동 궤적들은 사용자 또는 자동차의 관심 지점과 이동 행위 정보를 통해 알 수 있다. 즉, 본 발명에 따른 S110 단계에서는 사용자 또는 자동차의 관심 지점과 이동 행위 정보를 이용하여 이동 궤적들을 이동 궤적 식별부(131)에서 식별한다(S111).
이때, 이동 행위 정보는 사용자(사람)일 경우 사용자의 걷기, 뛰기, 자동차 승하차 및 지하철 승하차를 포함한다. 따라서, 위와 같은 이동 행위 정보와 여러 관심 지점을 알면 특정 관심 지점에서 다른 관심 지점까지 습관적으로 이동하고, 각 관심 지점 사이에 일어나는 사용자의 이동 행위를 이동 궤적 식별부(131)에서 알게 되면 쉽게 사용자의 이동 궤적들을 식별할 수 있게 된다.
그러나, 이동 대상체가 사람이 아닌 자동차일 경우 이동 행위는 걷기, 뛰기, 자동차 승하차 및 지하철 승하차와 관련이 없으므로 도로 상태 등이 이에 해당될 수 있다. 이런 경우, 자동차의 이동 행위와 여러개의 관심 지점을 이동 궤적 식별부(131)에서 알면, 자동차의 이동 궤적들을 이동 궤적 식별부(131)에서 충분히 식별할 수 있을 것이다.
이러한 이동 궤적들 식별에 활용되는 이동 행위 정보와 여러개의 관심 지점은 사용자에 의해 입력되거나 추적을 통해 S110 단계에서 습득할 수 있다. 예를 들어, 추적을 통해 이동 행위 정보와 관심 지점을 습득하고자 습득을 위한 별도의 습득 장치(미도시)가 네비게이션 단말 장치(100) 안에 마련된 경우 습득 장치(미도시)를 통해 이동 행위 정보와 관심 지점을 습득하게 된다.
이후, 본 발명에 따른 S110 단계에서는 앞서 설명한 S111 단계에 의해 식별된 이동 궤적들(Trip)의 시작 지점과 끝 지점이 같은 이동 궤적들을 이동 궤적 분류부(132)에서 각 이동 구간 사이로 클래스화(Trip Classification)한다(S112).
이 처럼 클래스화되어 분류된 이동 궤적들은 도 3에 나타내었다. 도 3에서와 같이 클래스화된 이동 궤적들은 여러개 존재한다.
이후, 본 발명에 따른 S110 단계에서는 S112 단계에 의해 클래스화된 동일 클래스 내의 이동 궤적들의 유사도를 이동 구간 군집화부(133)에서 파악하여 적어도 하나 이상의 이동 구간 집합(Cn)으로 1차 군집화(클러스터링화)한다(S113). 이러한 1차 군집화된 이동 구간 집합은 도 3에 나타내었다.
이때, 이동 구간들은 앞서 설명한 이동 궤적들과 구별된다. 예를 들면, A, B, C라는 경로가 있다고 가정하면, A 및 B 경로 사이에 예상되는 여러개의 이동 궤적들이 존재하게 되며, 이러한 이동 궤적들 중에서 선택된 구간을 가리켜 이동 구간이라 정의할 수 있다. 따라서, A에서부터 C 경로까지는 2개의 이동 경로가 존재하고, 각 이동 경로마다 복수개의 이동 궤적들이 존재한다고 할 수 있다.
여기서, 이동 구간 집합(Cn)으로 1차 군집화는 동일 클래스내의 특정 이동 궤적들 중 유사한 이동 궤적을 하나로 묶어 이동 구간으로 규정되는 과정을 의미한다. 예를 들면, 특정 이동 궤적들의 집합(TR1, TR2, TR3, ... TRn)이 주어졌을때 다음과 같은 절차에 의해 이동 구간 집합(Cn)을 완성할 수 있다.
즉, 먼저, 본 발명에 따른 S110 단계에서는 동일 클래스 내의 이동 궤적들 중 첫번째 이동 궤적(TR1)을 첫번째 이동 구간 집합(C1)으로 이동 구간 군집화부(133)에서 설정한 후, 이동 구간 집합(Cn)에 첫번째 이동 구간 집합(C1)을 삽입하여 군집화할 수 있다.
이후, 본 발명에 따른 S110 단계에서는 동일 클래스 내의 이동 궤적들 중 두번째 이동 궤적부터 하기의 식 (5)을 이용하여 유사도 함수(SIM(Cn,TRj))를 이동 구간 군집화부(133)에서 구한다.
Figure 112015057204198-pat00052
식 (5)
이러한 유사도 함수(SIM(Cn,TRj))가 구해지면, 본 발명에 따른 S110 단계에서는 앞서 구해진 유사도 함수(SIM(Cn,TRj))를 이용하여 현재 선택된 이동 궤적(TRj)과 유사도가 높은 이동 구간 군집(Cn)을 이동 구간 군집화부(133)에서 선택하여 군집화할 수 있다.
예를 들면, 앞서 설명한 식(5)을 통해 구해진 유사도의 결과가 설정된 임계값보다 작으면 본 발명에 따른 S110 단계에서는 특정 이동 구간의 이동 궤적(TRj)을 해당하는 이동 구간 군집(Cn)에 집어넣어 이동 구간 군집화부(133)에서 군집화시킬 수 있다.
그러나, 앞서 설명한 식(5)을 통해 구해진 유사도의 결과가 설정된 임계값보다 크면 상기 특정 이동 구간의 이동 궤적(TRj)을 새로운 이동 구간 집합(Cn)으로 설정할 수도 있다.
이후, 본 발명에 따른 S110 단계에서는 앞서 설명한 식 (5)의 유사도 함수(SIM(Cn,TRj))를 이용하여 이동 구간 집합(Cn)이 군집화되지 않는다고 이동 구간 군집화부(133)에서 판단할 경우, 도 4에 도시된 그림을 참조한 하기의 식 (6)를 이용하여 임의의 두 도로 구역
Figure 112016052369297-pat00053
간 거리를 이동 구간 군집화부(133)에서 구하여 나머지의 이동 구간 집합을 이동 구간 군집화부(133)에서 군집화할 수 있다.
Figure 112015057204198-pat00054
삭제
삭제
Figure 112016052369297-pat00081

Figure 112016052369297-pat00082

Figure 112016052369297-pat00083
식 (6)
이때, 상기
Figure 112016052369297-pat00056
는 Li와 Ｌj의 거리이고, 상기
Figure 112016052369297-pat00057
는 Li의 중심 지점 centeri와 Lj의 중심 지점 centerj간의 거리이며, 상기
Figure 112016052369297-pat00058
는 Li의 각도와 Lj의 각도 간의 차이고, 상기
Figure 112016052369297-pat00059
는 Li와 Lj를 중첩시켰을때 중첩되지 않는 상기 l││1와 l││2 중 짧은 길이를 나타내며, 상기 Li는 상기 이동 구간 집합을 구성하는 도로 구역이고, 상기 Lj는 상기 이동 구간 집합에서 군집화 되지 않은 상기 이동 궤적을 구성하는 도로 구역을 나타내며, 상기 l││1은 Ps의 위치와 Si 의 위치간 길이를 나타내고, 상기 l││2 는 Pe의 위치와 ei 의 위치간 길이를 나타낸다.
이와 같이, 유사도 함수(SIM(Cn,TRj))와 도로 구역
Figure 112016052369297-pat00060
간 거리를 통해 동일 클래스 내의 이동 궤적들의 유사도를 파악함으로써, 적어도 하나 이상의 이동 구간 집합(Cn)으로 1차 군집화가 완성된다.
이 처럼, 이동 구간 집합(Cn)으로 1차 군집화가 이루어지면, S120 단계를 수행하게 되는데, 즉 본 발명에 따른 S120 단계에서는 구해진 도로 보정 메카니즘을 앞서 설명한 이동 구간 군집화부(133)의 1차 군집화된 각 이동 구간에 반영하여 적어도 하나 이상의 이동 경로로 경로 제어부(130)에서 군집화한다. 이때, 구해진 도로 보정 메카니즘은 이후에 설명으로 충분히 이해할 수 있을 것이다.
이러한 이동 경로로의 군집화는 1차 클러스터링을 수행한 결과가 실제로 같은 경로가 센서 및 보정의 오류로 인하여 다른 경로로 판단되는 경우가 있기 때문에 이러한 오류를 최소화 하는 목적을 가지고 이동 경로로 군집화하고자 한다.
이를 위하여, 본 발명에 따른 S120 단계에서는 먼저, 앞서 설명한 S113 단계에 의해 1차 군집화된 이동 구간 집합의 임의의 두 이동 구간마다 시계열적(시간적)인 이동 궤적을 이동 경로 추출부(134)에서 추적하여 순서가 같은 이동 구간 집합으로 이루어진 각 이동 경로를 이동 경로 추출부(134)에서 추출한다(S121). 추출된 이동 경로는 앞서 서두에서 밝힌 바와 같이 이동 궤적과 다르다.
이후, 본 발명에 따른 S120 단계에서는 앞서 설명한 S121 단계에 의해 추출된 각 이동 경로에서 도로 유사도를 이용하여 군집화되지 않은 이동 경로들을 이동 경로 군집화부(135)에서 2차 군집화(클러스터링화)한다(S122). 이때, 시작 지점과 목적 지점이 같은 경로간의 이동 궤적의 유사도를 구하는데 이러한 유사도는 하기의 식 (7)과 같이 나타낼 수 있다.
S = a1b1/a1b0 + a0b1 + a1b1 식 (7)
식 (7)에 나타낸 a1b0 및 a0b1은 두 이동 궤적 중 한쪽에만 있는 도로 수를 의미하고, a1b1는 두 이동 경로의 모두에게 존재하는 도로 수를 의미한다. 이럴 경우, 식 (7)에 의해 구해진 유사도(S)가 미리 설정된 임계값 이상인 것으로 이동 경로 군집화부(135)에서 판단할 경우 같은 이동 궤적으로 간주하여 이들 이동 궤적들을 구비한 이동 경로들을 이동 경로 군집화부(135)에서 2차 군집화할 수 있게 된다.
이후, 본 발명에 따른 S120 단계에서는 하기의 식 (8)의 변곡점(특징점)을 이용하여 식 (7)에 의해 찾아진 같은 이동 궤적들로 이루어진 각 이동 경로에서 변곡점(h)을 이동 경로 군집화부(135)에서 추출하고, 추출된 변곡점(h)과의 거리를 구하게 되면 비로서 군집화되지 않은 이동 경로들을 2차 군집화(클러스터링화)할 수 있게 된다.
Figure 112015057204198-pat00061
식 (8)
이때, 식 (4)에 나타낸 θ은 변곡각이고, pi는 이동 경로이며, h는 변곡점(특징점)을 의미한다. 이와 같이 GPS 센서(110)의 센싱 오류로 인하여 결측된 도로 존재를 보완한 변곡점과 도로 유사도를 포함한 도로 정보를 최대한 채움으로써 보다 완전한 이동 궤적을 이루어 군집화되지 않은 이동 경로들을 이동 경로 군집화부(135)에서 2차 군집화(클러스터링화)할 수 있게 된다.
마지막으로, 본 발명에 따른 S120 단계에서는 앞서 설명한 S122 단계에 의해 2차 군집화가 이루어지면, S122 단계에 의해 군집화된 각 이동 경로에서 GPS로부터 수신된 시계열적인 위치 정보를 보정한 하나의 이동 경로를 이동 경로 생성부(136)에서 추출할 수 있게 된다(S123). 이때, 하나의 이동 경로는 동일한 이동 궤적들로 구성된 하나의 경로를 의미한다.
이 처럼, 클러스터링내 경로들을 이용하고, 각 경로를 포함하는 도로 정보(in/out, 위치정보)를 이용하여 최적화된 하나의 이동 경로를 추출 해낼 수 있다. 이때, 각 클러스터는 동일한 이동 궤적들로 구성된 하나의 이동 경로를 가지며, 이러한 하나의 이동 경로에는 GPS 센서(110)의 센싱 오류로 인하여 결측된 도로를 완전하게 보정한 이동 궤적들로 채워질 수 있다.
이와 같이, 본 실시예에서는 오류에 대해서 강인하고, 보다 정확한 군집화(클러스터링)를 수행하여 이동 경로를 보다 명확하게 파악함으로써, 이동 대상체, 예컨대 사람, 차량과 같은 이동 대상체의 이동 경로를 정확하게 예측하는데 매우 유익한 장점을 준다.
이상 설명된 본 발명에 따른 실시예들은 다양한 컴퓨터 구성요소를 통하여 수행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD와 같은 광기록 매체, 플롭 티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 ROM, RAM, 플래시 메모리 등과 같은 프로그램 명령어를 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령어의 예에는, 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 상기 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상에서와 같이, 첨부된 도면을 참조하여 본 발명의 실시예를 설명하였으나, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고 다른 구체적인 형태로 실시할 수 있다는 것을 이해할 수 있을 것이다. 따라서 이상에서 기술한 실시예는 모든 면에서 예시적인 것이며 한정적이 아닌 것이다.
100 : 네비게이션 단말 장치 110 : GPS 센서
120 : 지리정보 수신 모듈 130 : 경로 제어부
131 : 이동 궤적 식별부 132 : 이동 궤적 분류부
133 : 이동 구간 군집화부 134 : 이동 경로 추출부
135 : 이동 경로 군집화부 136 : 이동 경로 생성부
200 : 네비게이션 시스템 210 : 경로 수신 모듈
220 : 이동 경로 맵핑 모듈 230 ; 이동 경로 안내 모듈

Claims (17)

  1. 클러스터링(군집화)된 경로 모델을 이용하여 지능형 경로 서비스를 제공하기 위한 네비게이션 단말 장치로서,
    각 관심 지점에 이르는 이동 궤적들을 식별하고, 식별된 이동 궤적들을 적어도 하나 이상의 이동 구간으로 군집화하고, 도로 보정 메카니즘을 상기 군집화된 각 이동 구간에 반영하여 적어도 하나 이상의 이동 경로로 군집화하고, 군집화된 각 이동 경로에서 GPS로부터 수신된 시계열적인 위치 정보를 보정한 하나의 이동 경로를 추출하는 경로 제어부;
    를 포함하는 네비게이션 단말 장치.
  2. 제1항에 있어서,
    상기 경로 제어부는,
    사용자 또는 자동차의 관심 지점과 이동 행위 정보를 이용하여 상기 이동 궤적들을 식별하는 이동 궤적 식별부;
    를 더 포함하는 것을 특징으로 하는 네비게이션 단말 장치.
  3. 제2항에 있어서,
    상기 이동 궤적 식별부는,
    사용자의 걷기, 뛰기, 자동차 승하차 및 지하철 승하차를 포함한 상기 이동 행위 정보를 이용하는 것을 특징으로 하는 네비게이션 단말 장치.
  4. 제3항에 있어서,
    상기 경로 제어부는,
    식별된 상기 이동 궤적들의 시작 지점과 끝 지점이 같은 이동 궤적들을 클래스화하는 이동 궤적 분류부;
    를 더 포함하는 것을 특징으로 하는 네비게이션 단말 장치.
  5. 제4항에 있어서,
    상기 경로 제어부는,
    상기 클래스화된 동일 클래스 내의 이동 궤적들의 유사도를 파악하여 적어도 하나 이상의 이동 구간 집합(Cn)으로 1차 군집화하는 이동 구간 군집화부;
    를 더 포함하는 것을 특징으로 하는 네비게이션 단말 장치.
  6. 제5항에 있어서,
    상기 이동 구간 군집화부는,
    상기 동일 클래스 내의 이동 궤적들 중 첫번째 이동 궤적(TR1)을 첫번째 이동 구간 집합(C1)으로 설정한 후 상기 이동 구간 집합에 상기 첫번째 이동 구간 집합을 삽입하여 군집화하는 것을 특징으로 하는 네비게이션 단말 장치.
  7. 제6항에 있어서,
    상기 이동 구간 군집화부는,
    상기 동일 클래스 내의 이동 궤적들 중 두번째 이동 궤적부터 하기의 식 (1)을 이용하여 유사도 함수(SIM(Cn,TRj))를 구하고, 하기의 식 (2)를 이용하여 임의의 두 도로 구역
    Figure 112016052369297-pat00062
    간의 거리를 구하여 나머지의 이동 구간 집합을 군집화하는 것을 특징으로 하는 네비게이션 단말 장치.
    Figure 112016052369297-pat00063
    식 (1)
    Figure 112016052369297-pat00064

    Figure 112016052369297-pat00084

    Figure 112016052369297-pat00085

    Figure 112016052369297-pat00086
    식 (2)
    이때, 상기
    Figure 112016052369297-pat00066
    는 Li와 Ｌj의 거리이고, 상기
    Figure 112016052369297-pat00067
    는 Li의 중심 지점 centeri와 Lj의 중심 지점 centerj간의 거리이며, 상기
    Figure 112016052369297-pat00068
    는 Li의 각도와 Lj의 각도 간의 차이고, 상기
    Figure 112016052369297-pat00069
    는 Li와 Lj를 중첩시켰을때 중첩되지 않는 상기 l││1와 l││2 중 짧은 길이를 나타내며, 상기 Li는 상기 이동 구간 집합을 구성하는 도로 구역이고, 상기 Lj는 상기 이동 구간 집합에서 군집화 되지 않은 상기 이동 궤적을 구성하는 도로 구역을 나타내며, 상기 l││1은 Ps의 위치와 Si 의 위치간 길이를 나타내고, 상기 l││2 는 Pe의 위치와 ei 의 위치간 길이를 나타냄.
  8. 제7항에 있어서,
    상기 이동 구간 군집화부는,
    상기 식(1)을 이용하여 현재 선택된 이동 궤적(TRj)과 유사도가 높은 이동 구간 군집(Cn)을 선택하여 군집화하는 것을 특징으로 하는 네비게이션 단말 장치.
  9. 제8항에 있어서,
    상기 이동 구간 군집화부는,
    상기 식(1)을 통해 구해진 유사도의 결과가 설정된 임계값보다 작으면 특정 이동 구간의 이동 궤적(TRj)을 해당하는 상기 이동 구간 군집(Cn)에 군집화시키는 것을 특징으로 하는 네비게이션 단말 장치.
  10. 제9항에 있어서,
    상기 이동 구간 군집화부는,
    상기 식(1)을 통해 구해진 유사도의 결과가 설정된 임계값보다 크면 상기 특정 이동 구간의 이동 궤적(TRj)을 새로운 이동 구간 집합(Cn)으로 설정하는 것을 특징으로 하는 네비게이션 단말 장치.
  11. 제10항에 있어서,
    상기 경로 제어부는,
    1차 군집화된 상기 이동 구간 집합의 임의의 두 이동 구간마다 시계열적(시간적)인 이동 궤적을 추적하여 각 이동 경로를 추출하는 이동 경로 추출부;
    를 더 포함하는 것을 특징으로 하는 네비게이션 단말 장치.
  12. 제11항에 있어서,
    상기 경로 제어부는,
    추출된 상기 각 이동 경로에서 도로 유사도와 변곡점을 이용하여 군집화되지 않은 이동 경로들을 2차 군집화하는 이동 경로 군집화부;
    를 더 포함하는 것을 특징으로 하는 네비게이션 단말 장치.
  13. 제12항에 있어서,
    상기 이동 경로 군집화부는,
    하기의 식 (3)을 통해 상기 도로 유사도(S)를 구하는 것을 특징으로 하는 네비게이션 단말 장치.
    S = a1b1/a1b0 + a0b1 + a1b1 식 (3)
    상기 a1b0 및 a0b1은 두 이동 궤적 중 한쪽에만 있는 도로 수 이고, 상기 a1b1는 두 이동 경로의 모두에게 존재하는 도로 수를 나타냄.
  14. 제13항에 있어서,
    상기 이동 경로 군집화부는,
    하기의 식 (4)를 통해 각 이동 경로에서 발생된 상기 변곡점(h)을 추출하고, 추출된 변곡점(h)과의 거리를 구하여 상기 2차 군집화하는 것을 특징으로 하는 네비게이션 단말 장치.
    Figure 112015057204198-pat00070
    식 (4)
    상기 θ은 변곡각이고, pi는 이동 경로이며, h는 변곡점을 나타냄.
  15. 제14항에 있어서,
    상기 경로 제어부는,
    상기 2차 클러스터링된 각 이동 경로를 포함하는 도로 정보를 이용하여 각 이동 경로들에서 동일한 이동 궤적들로 구성된 하나의 이동 경로를 추출하는 이동 경로 생성부;
    를 더 포함하는 것을 특징으로 하는 네비게이션 단말 장치.
  16. 청구항 제1항 내지 제15항 중 어느 한 항에 따른 네비게이션 단말 장치에서 추출된 하나의 이동 경로를 수신하는 이동 경로 수신 모듈;
    수신된 상기 하나의 이동 경로를 지도 맵에 맵핑하는 이동 경로 맵핑 모듈; 및
    상기 지도 맵에 맵핑된 하나의 이동 경로를 이용하여 적어도 하나 이상의 도착 지점과 상기 도착 지점의 도착 시간을 안내하는 이동 경로 안내 모듈;
    을 포함하는 네비게이션 시스템.
  17. 제16항에 있어서,
    상기 네비게이션 단말 장치는,
    헤드 유닛(head unit), AVN 유닛(Audio Video, Navigation unit) 유닛, 텔레메틱스 유닛(telematics unit) 및 클러스터 디스플레이 유닛(cluster display unit) 중 어느 하나인 것을 특징으로 하는 네비게이션 시스템.
KR1020140184374A 2014-12-19 2014-12-19 네비게이션 시스템 및 그에 의한 경로 예측 방법, 그리고 이를 실행하는 컴퓨터 판독 가능한 기록매체 KR101673307B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020140184374A KR101673307B1 (ko) 2014-12-19 2014-12-19 네비게이션 시스템 및 그에 의한 경로 예측 방법, 그리고 이를 실행하는 컴퓨터 판독 가능한 기록매체
US14/749,603 US10061031B2 (en) 2014-12-19 2015-06-24 Navigation system, path prediction method thereof and computer readable medium for performing the same

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140184374A KR101673307B1 (ko) 2014-12-19 2014-12-19 네비게이션 시스템 및 그에 의한 경로 예측 방법, 그리고 이를 실행하는 컴퓨터 판독 가능한 기록매체

Publications (2)

Publication Number Publication Date
KR20160074998A KR20160074998A (ko) 2016-06-29
KR101673307B1 true KR101673307B1 (ko) 2016-11-22

Family

ID=56129047

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140184374A KR101673307B1 (ko) 2014-12-19 2014-12-19 네비게이션 시스템 및 그에 의한 경로 예측 방법, 그리고 이를 실행하는 컴퓨터 판독 가능한 기록매체

Country Status (2)

Country Link
US (1) US10061031B2 (ko)
KR (1) KR101673307B1 (ko)

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106326359B (zh) * 2016-08-10 2019-10-18 浙江三网科技股份有限公司 一种基于位置聚合的gps信息存储方法
CN106595665B (zh) * 2016-11-30 2019-10-11 耿生玲 一种障碍空间中移动对象时空轨迹的预测方法
CN106778605B (zh) * 2016-12-14 2020-05-05 武汉大学 导航数据辅助下的遥感影像道路网自动提取方法
CN107590244B (zh) * 2017-09-14 2020-04-17 深圳市和讯华谷信息技术有限公司 移动设备线下活动场景的识别方法和装置
CN107590268A (zh) * 2017-09-25 2018-01-16 咪咕互动娱乐有限公司 一种运动路线推荐方法、装置及计算机可读存储介质
US10656645B1 (en) * 2017-10-10 2020-05-19 Uatc, Llc Determining autonomous vehicle routes
GB201717498D0 (en) * 2017-10-24 2017-12-06 British American Tobacco Investments Ltd Aerosol provision device
GB201717496D0 (en) 2017-10-24 2017-12-06 British American Tobacco Investments Ltd A cartridge for an aerosol provision device
CN109669199B (zh) * 2018-12-12 2021-01-12 拉扎斯网络科技（上海）有限公司 一种定位方法、终端和计算机和存储介质
CN112050823B (zh) * 2019-06-06 2023-06-27 上海博泰悦臻网络技术服务有限公司 一种导航目的地修正方法、装置及计算机存储介质
US11719541B2 (en) * 2019-11-13 2023-08-08 Aclima Inc. Hyper-local mapping of environmental conditions
US11982752B2 (en) * 2019-12-27 2024-05-14 Mobiltech GPS error correction method through comparison of three-dimensional HD-maps in duplicate area
EP3903067A4 (en) * 2020-03-17 2022-02-09 Freeport-McMoRan Inc. METHODS AND SYSTEMS FOR DETERMINING VEHICLE PATHS
CN111582317B (zh) * 2020-04-15 2023-06-30 扬州哈工科创机器人研究院有限公司 一种道路定位方法及装置
CN112530161B (zh) * 2020-11-20 2022-05-03 北京百度网讯科技有限公司 道路数据处理方法、装置、设备及计算机存储介质
CN112487234B (zh) * 2020-11-25 2024-03-29 北京集光通达科技股份有限公司 基于分裂型层次聚类的轨迹分析方法、设备及存储介质
CN113138401A (zh) * 2021-03-25 2021-07-20 厦门才茂通信科技有限公司 一种运动过程中对轨迹纠偏技术进行计算的方法
CN114625132B (zh) * 2022-02-28 2024-10-15 深圳市宝来威智能科技有限公司 机器人避让方法及系统
US11914497B2 (en) * 2022-03-31 2024-02-27 Arm Limited Profiling

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000155036A (ja) 1998-11-19 2000-06-06 Mitsubishi Electric Corp 経路予測装置

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010026054A (ko) 1999-09-02 2001-04-06 이계안 학습이론을 이용한 네비게이션 시스템
JP2001280992A (ja) 2000-03-29 2001-10-10 Hitachi Ltd 地理情報出力システム
EP2278573B1 (en) 2006-03-03 2012-05-16 Inrix, Inc. Assessing road traffic conditions using data from multiple sources
KR20080083823A (ko) 2007-03-13 2008-09-19 주식회사 현대오토넷 도로 안내를 위한 학습 기능을 가지는 내비게이션 장치
KR100923723B1 (ko) 2007-03-16 2009-10-27 제주대학교 산학협력단 도로 네트워크 공간에서 이동객체의 유사 궤적 클러스터링방법
US8478747B2 (en) * 2008-06-05 2013-07-02 Samsung Electronics Co., Ltd. Situation-dependent recommendation based on clustering
KR101236897B1 (ko) 2009-06-10 2013-02-25 성균관대학교산학협력단 목적지 예측 장치 및 방법
KR101304567B1 (ko) * 2011-09-05 2013-09-05 이병철 도로망 기반의 빈번 차량 궤적 클러스터링 시스템 및 방법
KR101290750B1 (ko) 2011-12-26 2013-07-29 숭실대학교산학협력단 Ｇｐｓ 신호를 이용한 목적지 추정 방법 및 그 장치
KR101369261B1 (ko) * 2012-02-10 2014-03-06 서울대학교산학협력단 스마트 단말을 이용한 사용자의 이동 경로 실시간 예측 방법 및 그 시스템

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000155036A (ja) 1998-11-19 2000-06-06 Mitsubishi Electric Corp 経路予測装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
김제민 外, 정보과학회논문지 : 소프트웨어 및 응용 40(12), 2013.12, 799-808(10 pages)

Also Published As

Publication number Publication date
KR20160074998A (ko) 2016-06-29
US20160178377A1 (en) 2016-06-23
US10061031B2 (en) 2018-08-28

Similar Documents

Publication Publication Date Title
KR101673307B1 (ko) 네비게이션 시스템 및 그에 의한 경로 예측 방법, 그리고 이를 실행하는 컴퓨터 판독 가능한 기록매체
CN106969764B (zh) 一种道路匹配方法、装置及车载地图采集系统
CN109935077A (zh) 用于为自动驾驶车辆构建车辆与云端实时交通地图的系统
CN104089619B (zh) 无人驾驶汽车的gps导航地图精确匹配系统及其操作方法
KR101905952B1 (ko) 차량 및 인프라 연계 기반 디지털 맵 생성 시스템 및 방법
CN106484757B (zh) 定位铁路网络上的列车事件
CN109211255B (zh) 用于为具有自动车辆系统的机动车规划路线的方法
CN109515439B (zh) 自动驾驶控制方法、装置、系统及存储介质
US20170227365A1 (en) Information processing apparatus and trajectory information correcting method
CN107816998B (zh) 信息处理方法及装置
CN109426800A (zh) 一种车道线检测方法和装置
CN108802769B (zh) Gnss终端在高架上或高架下的检测方法及装置
JP2010223901A (ja) 地図データ誤り検査システム、地図データ誤り検査用端末装置、地図データ誤り検査方法
KR102480972B1 (ko) 고정밀지도생성장치 및 고정밀지도생성방법
JP6507841B2 (ja) 先行車両推定装置及びプログラム
CN110830915B (zh) 一种确定起点位置的方法及装置
JP2018022398A (ja) 経路同定装置、経路同定システム及び経路同定方法
CN109872360A (zh) 定位方法及装置、存储介质、电子终端
US20230063809A1 (en) Method for improving road topology through sequence estimation and anchor point detetection
CN108981729B (zh) 车辆定位方法和装置
US20210048819A1 (en) Apparatus and method for determining junction
JP2020035217A (ja) 自動運転システム、自動運転方法、自動運転プログラム及び記録媒体
JP4572944B2 (ja) 運転支援装置、運転支援方法および運転支援プログラム
AU2019210682B2 (en) Probe information processing apparatus
CN114761830A (zh) 全球定位系统定位方法和计算机程序产品

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: 20191029

Year of fee payment: 4