KR101707742B1 - 최대영역집계 질의에 기반한 도로 네트워크에서 최적 위치를 결정하기 위한 방법 - Google Patents

최대영역집계 질의에 기반한 도로 네트워크에서 최적 위치를 결정하기 위한 방법 Download PDF

Info

Publication number
KR101707742B1
KR101707742B1 KR1020150104872A KR20150104872A KR101707742B1 KR 101707742 B1 KR101707742 B1 KR 101707742B1 KR 1020150104872 A KR1020150104872 A KR 1020150104872A KR 20150104872 A KR20150104872 A KR 20150104872A KR 101707742 B1 KR101707742 B1 KR 101707742B1
Authority
KR
South Korea
Prior art keywords
target point
vertex
candidate
road network
edge
Prior art date
Application number
KR1020150104872A
Other languages
English (en)
Other versions
KR20170011722A (ko
Inventor
김응모
판티엔코이
정하림
이종혁
Original Assignee
성균관대학교산학협력단
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 성균관대학교산학협력단 filed Critical 성균관대학교산학협력단
Priority to KR1020150104872A priority Critical patent/KR101707742B1/ko
Publication of KR20170011722A publication Critical patent/KR20170011722A/ko
Application granted granted Critical
Publication of KR101707742B1 publication Critical patent/KR101707742B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/20—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F15/00—Digital computers in general; Data processing equipment in general

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Navigation (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

최대영역집계 질의에 기반한 도로 네트워크에서 최적 위치를 결정하기 위한 방법은 컴퓨터 장치가 도로 네트워크를 구성하는 복수의 정점 식별자, 상기 도로 네트워크를 구성하는 복수의 에지에 대한 길이, 상기 에지에 위치하는 적어도 하나의 타겟 지점, 상기 적어도 하나의 타겟 지점에 대한 위치 정보 및 기준 거리를 획득하는 단계, 상기 컴퓨터 장치가 상기 적어도 하나의 타겟 지점 각각에 대해 상기 기준 거리를 이용하여 상기 에지 상에 상기 타겟 지점으로부터 시작하는 후보 구간을 생성하는 단계 및 상기 컴퓨터 장치가 상기 후보 구간이 가장 많이 중첩되는 영역을 목표 구간으로 결정하는 단계를 포함한다.

Description

최대영역집계 질의에 기반한 도로 네트워크에서 최적 위치를 결정하기 위한 방법{OPTIMAL LOCATION DETERMINATION METHOD BASED ON MAXIMIZING RANGE SUM ON ROAD NETWORK}
이하 설명하는 기술은 최대영역집계 질의에 기반한 최적 위치 결정 방법에 관한 것이다.
모바일 컴퓨팅 장치의 보급과 함께 위치 기반 서비스 시장이 커지고 있다. 위치 기반 서비스는 기본적으로 위치 관련 질의(query)에 기반한다. 위치 관련 질의는 범위 질의, 최근접 질의 및 최대영역집계 질의 등이 있다.
D.W. Choi, C. W. Chung, and Y. Tao, "A scalable algorithm for maximizing range sum in spatial databases," Proceedings of the VLDB Endowment, vol. 5, no. 11, pp. 1088-1099, 2012.
이하 설명하는 기술은 도로 네트워크에서 최대영역집계 질의를 적용하여 최적 위치를 찾는 기법을 제공하고자 한다.
최대영역집계 질의에 기반한 도로 네트워크에서 최적 위치를 결정하기 위한 방법은 컴퓨터 장치가 도로 네트워크를 구성하는 복수의 정점 식별자, 상기 도로 네트워크를 구성하는 복수의 에지에 대한 길이, 상기 에지에 위치하는 적어도 하나의 타겟 지점, 상기 적어도 하나의 타겟 지점에 대한 위치 정보 및 기준 거리를 획득하는 단계, 상기 컴퓨터 장치가 상기 적어도 하나의 타겟 지점 각각에 대해 상기 기준 거리를 이용하여 상기 에지 상에 상기 타겟 지점으로부터 시작하는 후보 구간을 생성하는 단계 및 상기 컴퓨터 장치가 상기 후보 구간이 가장 많이 중첩되는 영역을 목표 구간으로 결정하는 단계를 포함한다.
다른 측면에서 최대영역집계 질의에 기반한 도로 네트워크에서 최적 위치를 결정하기 위한 방법은 컴퓨터 장치가 도로 네트워크를 구성하는 복수의 정점 식별자, 상기 도로 네트워크를 구성하는 복수의 에지에 대한 길이, 상기 에지에 위치하는 적어도 하나의 타겟 지점, 상기 적어도 하나의 타겟 지점에 대한 위치 정보, 상기 타겟 지점에 대한 가중치 및 기준 거리를 획득하는 단계, 상기 컴퓨터 장치가 상기 적어도 하나의 타겟 지점 각각에 대해 상기 기준 거리를 이용하여 상기 에지 상에 상기 타겟 지점으로부터 시작하는 후보 구간을 생성하는 단계 및 상기 컴퓨터 장치가 상기 후보 구간 중 가중치가 가장 높은 구간을 목표 구간으로 결정하는 단계를 포함한다. 상기 후보 구간은 상기 후보 구간에 포함되는 상기 타겟 지점의 가중치를 갖고, 복수의 후보 구간이 중첩되는 구간은 각 후보 구간의 가중치를 합산한 가중치를 갖는다.
이하 설명하는 기술은 도로 네트워크에서 객체가 실제 이동 가능한 경로를 고려하여, 실질적인 최적 위치를 찾는다.
도 1은 최대영역집계 질의의 예를 도시한다.
도 2는 도로 네트워크와 타겟 지점을 도시한 예이다.
도 3은 도로 네트워크에서 타겟 지점을 기준으로 세그먼트를 생성하는 예를 도시한다.
도 4는 타겟 지점이 위치하는 에지에서 타겟 지점과 하나의 노드 사이에 세그먼트를 생성하는 과정(100)에 대한 순서도의 예이다.
도 5는 도 2(a)의 도로 네트워크에 대해 타겟 지점 f1에 대한 세그먼트를 생성하는 과정에 대한 예이다.
도 6은 하나의 에지에 존재하는 동일한 타겟 지점에 대한 세그먼트의 예를 도시한다.
도 7은 도로 네트워크에서 에지별로 세그먼트를 병합하고, 정리한 결과를 도시한 예이다.
도 8은 도 2(a)의 도로 네트워크에 대해 최대 세그먼트를 결정한 예를 도시한다.
이하 설명하는 기술은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세하게 설명하고자 한다. 그러나, 이는 이하 설명하는 기술을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 이하 설명하는 기술의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
제1, 제2, A, B 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 해당 구성요소들은 상기 용어들에 의해 한정되지는 않으며, 단지 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 이하 설명하는 기술의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
본 명세서에서 사용되는 용어에서 단수의 표현은 문맥상 명백하게 다르게 해석되지 않는 한 복수의 표현을 포함하는 것으로 이해되어야 하고, "포함한다" 등의 용어는 설시된 특징, 개수, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 의미하는 것이지, 하나 또는 그 이상의 다른 특징들이나 개수, 단계 동작 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 배제하지 않는 것으로 이해되어야 한다.
도면에 대한 상세한 설명을 하기에 앞서, 본 명세서에서의 구성부들에 대한 구분은 각 구성부가 담당하는 주기능 별로 구분한 것에 불과함을 명확히 하고자 한다. 즉, 이하에서 설명할 2개 이상의 구성부가 하나의 구성부로 합쳐지거나 또는 하나의 구성부가 보다 세분화된 기능별로 2개 이상으로 분화되어 구비될 수도 있다. 그리고 이하에서 설명할 구성부 각각은 자신이 담당하는 주기능 이외에도 다른 구성부가 담당하는 기능 중 일부 또는 전부의 기능을 추가적으로 수행할 수도 있으며, 구성부 각각이 담당하는 주기능 중 일부 기능이 다른 구성부에 의해 전담되어 수행될 수도 있음은 물론이다.
또, 방법 또는 동작 방법을 수행함에 있어서, 상기 방법을 이루는 각 과정들은 문맥상 명백하게 특정 순서를 기재하지 않은 이상 명기된 순서와 다르게 일어날 수 있다. 즉, 각 과정들은 명기된 순서와 동일하게 일어날 수도 있고 실질적으로 동시에 수행될 수도 있으며 반대의 순서대로 수행될 수도 있다.
먼저 최대영역집계 질의에 대해 간략하게 설명한다.
가중된 점들과 클라이언트가 정의한 질의 사각형 r이 있을 때 최대영역집계 질의 목표는 r 안에 있는 모든 점들의 총 가중치가 가장 큰 r의 최적 위치를 구하는 것이다. 이하 r은 네트워크 반경이라고 명명한다.
도 1은 최대영역집계 질의의 예를 도시한다. 도 1(a)는 사각형 질의의 예로 도시한다. 사각형 질의 r의 면적은 a*b이고 모든 포인터는 가중치가 모두 1로 같다고 가정한다. 도 1(b)는 도 1(a)의 사각형 질의를 사용하여 사각형 중간점의 최적 위치를 찾는 예이다. 도 1(b)에서 실선으로 테두리 친 사각형의 중간점이 r의 최적 위치이다. 그 이유는 실선으로 그려진 사각형이 가장 많은 점(3개)을 포함하였기 때문이다.
종래 연구들은 사각형 질의 면적의 위치를 결정하면서, 사각형에 포함되는 점까지의 거리를 직선 거리로 가정하였다. 그러나 클라이언트의 움직임은 도로 네트워크상에서 일정한 길로만 이동이 가능하다. 관광 서비스 시나리오로 클라이언트인 관광객이 많은 반경 1.5km 내 많은 관광지를 포함하고 있으며 가까운 호텔을 찾으려고 하는 상황에 최대영역집계 질의를 고려할 수 있다. 그러나 종래의 최대영역집계 질의 처리 방법으로는 이 시나리오에 적용하기 어렵다. 호텔과 여러 관광지들 사이 실제 이동 거리가 유클리디안 거리와는 다르기 때문이다.
도 2는 도로 네트워크와 타겟 지점을 도시한 예이다. 도로 네트워크에서 정점은 도로가 만나는 교차로와 같은 지점을 나타낸다. 타겟 지점은 전술한 관광 서비스 시나리오에서의 관광지에 해당한다. 즉, 타겟 지점은 최적 위치를 찾기 위한 기준이 된다. 도 2(a)는 도로 네트워크에서 정점(v)과 타겟 지점(f)을 도시한다. 괄호안의 좌표는 각 지점의 2차원 좌표로서 위치를 나타낸다. 타겟 지점의 가중치는 1이라고 가정한다. 예컨대, 1.5km 범위 내에서(즉 r = 1.5km) 최적인 위치를 선정하고자 하는 경우라고 가정한다. 도 2(b)는 f1, f2 및 f3에 대하여 r = 1.5km 인 최적 위치를 결정한 예에 해당한다. 도 2(b)에서 s로 표시한 구역이 f1, f2 및 f3에 대하여 조건을 만족하는 구간에 해당한다. 따라서 사용자는 도 2(b)에서 s라고 표시한 구간에서 숙박시설을 결정할 수 있다. s와 같이 사용자가 찾고자 하는 구간을 목표 구간이라고 명명한다.
이하 도로 네트워크 상황을 고려한 최대영역집계 질의에 대해 구체적으로 설명하도록 한다. 이하 설명하는 기술은 복수의 타겟 지점을 고려하여 적어도 하나 이상의 목표 구간을 찾는다.
도로 네트워크는 그래프 형태의 G = (V, E) 로 나타낸다. V는 노드(node)를 의미하는 꼭지점의 집합, E는 에지(edge)의 집합이다. 도로 상에 위치하는 특정한 타겟 지점의 집합을 F라고 한다. f는 어떤 타겟 지점을 말한다(f∈F). f는 E의 선에 위치한다. 또한 f는 가중치 w(f)를 가질 수 있다.
도로 네트워크 G에서 양(positive)의 가중치를 갖는 타겟 지점들(F)가 있다. 네트워크 반경은 r이다. p(r)은 도로 네트워크에서 지점 p로 구성된 네트워크 구간이다. 네트워크 구간 p(r)은 도로 네트워크에서 r보다 같거나 작은 크기를 갖는 점 p로 구성된 구간을 의미한다. Fp(r)은 p(r)에 포함되는 타겟 지점의 집합을 의미한다. 결국 최대영역집계(maximizing range sum) 질의는 도로 네트워크에서 아래의 수학식 1을 만족하는 모든 지점 p를 찾는 것이다.
Figure 112015072025916-pat00001
도 3은 도로 네트워크에서 타겟 지점을 기준으로 세그먼트를 생성하는 예를 도시한다. 도 3은 2개의 에지(<v1, v2>, <v2, v3>)과 두 개의 시설<f1, f2>로 구성된 단순한 도로 네트워크를 도시한다. 도 3에서 각 타겟 지점의 가중치를 1이라 두고 네트워크 반경(r)을 1이라고 가정한다. 도 3에서 회색 실선 세그먼트(segment)는 시설 f1의 네트워크 범위 f1(r)를 나타내고, 회색 점선으로 된 세그먼트는 f2 시설의 네트워크 범위 f2(r)를 나타낸다.
간단하게 설명하면 타겟 지점을 기준으로 세그먼트를 결정하고, 최대한 많은 세그먼트가 중복되는 구간을 찾는다. 가장 많이 세그먼트가 중복되는 구간이 목표 구간에 해당한다.
도로 네트워크에서 모든 시설의 네트워크 범위로 나타내는 모든 세그먼트의 집합을 S하고 한다. 도로 네트워크에서 어떤 지점을 p라고 하면, S에 관하여 p를 포함하는 세그먼트는 p의 가중치와 같은 값을 갖는다. 설명의 편의를 위해 각 타겟 지점의 가중치를 1이라고 하였지만, 타겟 지점별로 가중치가 다를 수 있다. 이 경우 세그먼트가 중복되는 구간 중 가장 가중치가 높은 구간이 목표 구간이 된다. 따라서 목표 구간은 다른 말로 하면 도 3에서 표시한 것과 같이 최대 세그먼트(max segment)라고 할 수도 있다. 최대 세그먼트 M은 세그먼트 집합 S에서 가장 가중치가 큰 세그먼트에 해당한다.
이하 설명하는 도로 네트워크에 대한 최대영역집계 질의 방법은 크게 3가지 과정을 갖는다. 도로 네트워크에 대한 최대영역집계 질의 방법은 최종적으로 최대 세그먼트(max segment)를 찾는 것이 목적이다. 이하 설명하는 도로 네트워크에 대한 최대영역집계 질의 방법은 컴퓨터 장치에서 입력된 데이터를 바탕으로 일정한 알고리즘을 통해 수행된다.
(1) 먼저 결정하고자 하는 도로 네트워크 상에서 타겟 지점별로 세그먼트를 생성한다. 여기서 타겟 지점은 도 1 내지 도 2에서 도시한 특정 시설에 해당한다. 타겟 지점은 전술한 바와 같이 일정한 가중치를 가질 수 있다. 다만 설명의 편의를 위해 일단 모든 타겟 지점에 대한 가중치는 1이라고 가정한다. (2) 동일한 에지에서 복수의 세그먼트가 생성될 수 있다. 하나의 에지에서 세그먼트가 중복되는지, 어떤 구간이 중복되는지를 확인하기 위해 생성한 세그먼트를 일정하게 정리 내지 가공하는 과정이 필요할 수 있다. (3) 마지막으로 정리된 세그먼트를 이용하여 최대 세그먼트를 찾는다. 이하 각 과정에 대해 설명한다.
컴퓨터 장치는 사전에 도로 네트워크에 대한 정보를 입력받아야 한다. 필요한 정보는 도로 네트워크를 나타내는 정점, 에지 및 에지에 위치하는 타겟 지점에 대한 위치 정보 등을 포함한다. 위치 정보를 기반으로 에지의 길이, 특정 정점에서 타겟 지점까지의 거리를 연산할 수도 있고, 사전에 길이에 대한 정보도 입력받을 수 있다.
(1) 세그먼트 생성
이 과정은 도로 네트워크에 있는 모든 타겟 지점에 대한 세그먼트를 생성하는 과정이다. 모든 타겟 지점 f에 대해 네트워크 구간 f(r)을 생성한다.
먼저 타겟 지점 f를 포함하는 에지, 시작 노드 및 종료 노드에 대한 정보를 획득하거나 생성한다. 시작 노드는 에지를 이동하는 경우 시작점이 되는 노드를 의미하고, 종료 노드는 종료점이 되는 노드를 의미한다.
타겟 지점(f)은 시작 노드(startN) 및 종료 노드(endN) 사이에 위치한다. 먼저 두 개의 노드 중 하나인 시작 노드와 타겟 지점 사이의 세그먼트 생성을 설명한다.
도 4는 타겟 지점이 위치하는 에지에서 타겟 지점과 하나의 노드 사이에 세그먼트를 생성하는 과정(100)에 대한 순서도의 예이다.
먼저 컴퓨터 장치는 타겟 지점(f), 타겟 지점이 위치하는 에지에 대한 정보를 획득한다(110). 에지에 대한 정보는 에지의 길이, 에지를 구성하는 시작 노드(startN) 및 종료 노드(endN)에 대한 정보를 포함한다. 타겟 지점(f)에 대한 정보는 에지에서의 위치 정보를 포함한다. 따라서 컴퓨터 장치는 시작 노드(startN) 또는 종료 노드(endN)로부터 타겟 지점(f) 사이의 길이를 획득한다.
먼저 시작 노드를 중심으로 세그먼트 생성을 설명한다. 컴퓨터 장치는 시작 노드와 타겟 지점 사이의 거리가 r이상인지 여부를 확인한다(120). r은 최대영역집계 질의를 위해 주어진 기준 거리에 해당한다.
시작 노드(startN)와 타겟 지점(f) 사이의 거리가 네트워크 반경 r 이상인 경우(120의 Yes), 시작 노드(startN)와 타겟 지점(f) 사이에 새로운 노드(nN)를 생성한다. 타겟 지점(f)과 새로운 노드(nN) 사이의 구간을 새로운 세그먼트로 생성한다. 타겟 지점(f)과 새로운 노드(nN) 사이의 거리는 r이다. 다른 말로 하면 타겟 지점에서 시작 노드 방향으로 길이가 r인 세그먼트를 생성한다(130).
시작 노드(startN)와 타겟 지점(f) 사이의 거리가 네트워크 반경 r 미만인 경우(120의 No), 타겟 지점(f)와 시작 노드(startN) 사이의 구간을 새로운 세그먼트로 생성한다(140). 이때 타겟 지점(f)와 시작 노드(startN) 사이의 길이를 l이라고 한다.
이후 시작 노드(startN)에서 다른 노드(neighN)에 이르는 에지가 존재하는 경우(150의 Yes), 시작 노드(startN)에서 다른 노드 방향(neighN)으로 거리가 r-l인 세그먼트를 생성한다. 만약 시작 노드(startN)에서 다른 노드(neighN)까지의 거리가 r-l보다 작은 경우, 시작 노드(startN)에서 다른 노드(neighN)까지를 하나의 세그먼트로 생성한다. 시작 노드(startN)에서 다른 노드(neighN)까지의 길이를 m이라고 한다. 이후 다른 노드(neighN)에서 또 다른 노드에 이르는 에지가 존재하는 경우, 다른 노드(neighN)에서 또 다른 노드 방향으로 길이가 r-l-m인 세그먼트를 생성한다. 정리하면 계속해서 새로운 에지가 있다면, 시작 노드(startN)부터 시작하여 전체 길이의 합이 r-l인 세그먼트를 생성하게 된다. 더 이상 주변에 새로운 노드가 없다면, 세그먼트 생성을 종료한다.
다른 노드(neighN)가 복수 개인 경우 각각에 대해 세그먼트를 생성한다. 시작 노드(startN)에서 다른 노드(neighN)에 이르는 에지가 없는 경우(150의 No) 종료된다.
이후 컴퓨터 장치는 종료 노드(endN)에 대해 시작 노드와 동일한 과정으로 세그먼트를 생성한다. 이 과정이 종료되면 현재 타겟 지점(f)에 대한 세그먼트 생성은 완료된다.
도 5는 도 2(a)의 도로 네트워크에 대해 타겟 지점 f1에 대한 세그먼트를 생성하는 과정에 대한 예이다. 도 5에서 r = 1.5이다. 도 5에서 세그먼트는 점선으로 표시하였다. 도 5에서 세그먼트 옆에 표시된 숫자(1 ~ 7)은 세그먼트가 생성된 순서를 의미한다.
타겟 지점 f1이 위치하는 에지는 <v2, v3>이다. v2를 시작 노드라고 가정한다. f1에서 v2에 이르는 거리가 1이다. f1에서 v2에 이르는 거리가 r보다 작기 때문에 가장 먼저 <f1,v2> 세그먼트를 생성한다(①). 이후 v2에서 다른 노드에 이르는 에지가 있기 때문에 추가적인 세그먼트를 생성한다. <v2,v1>에서 v2로부터 시작하는 0.5 길이의 세그먼트를 생성하고(②), <v2,v4> 에서 v2로부터 시작하는 0.5 길이의 세그먼트를 생성한다(③).
이제 종료 노드 v3 와 타겟 지점 f1사이에 세그먼트를 생성한다. f1에서 v3에 이르는 거리가 0.803이다. f1에서 v3에 이르는 거리가 r보다 작기 때문에 <f1,v3> 세그먼트를 생성한다(④). 이후 v3에서 다른 노드에 이르는 에지가 있기 때문에 추가적인 세그먼트를 생성한다. <v3,v1>에서 v3로부터 시작하는 0.697 길이의 세그먼트를 생성하고(⑤), <v3,v4> 에서 v3로부터 시작하는 0.697 길이의 세그먼트를 생성하고(⑥), <v3,v5> 에서 v3로부터 시작하는 0.697 길이의 세그먼트를 생성한다(⑦).
컴퓨터 장치는 도로 네트워크에 존재하는 나머지 타겟 지점 f2 ~ f4에 대하여도 f1과 동일하게 세그먼트를 생성한다.
(2) 세그먼트 정리 내지 병합
컴퓨터 장치는 도로 네트워크에 존재하는 모든 타겟 지점에 대한 세그먼트를 생성한다. 컴퓨터 장치는 세그먼트를 결정하면 세그먼트에 대한 정보를 저장 장치에 저장한다.
동일한 에지에 복수의 세그먼트가 생성될 수 있다. 이 경우 컴퓨터 장치는 하나의 에지에 위치하는 세그먼트를 하나의 그룹으로 병합할 수 있다. 예컨대, <edge, (segment1, segment2,...)>와 같은 형태로 세그먼트 정보를 에지별로 정리할 수 있다.
컴퓨터 장치는 에지 별로 세그먼트 정보를 불러온다. 하나의 에지에 동일한 타겟 지점에 대한 세그먼트가 2개 이상 존재하는 경우, 컴퓨터 장치는 동일한 타겟 지점에 대한 세그먼트를 병합할 수 있다. 병합 과정은 동일한 타겟 지점에 대한 복수의 세그먼트들에 대해서만 수행한다.
도 6은 하나의 에지에 존재하는 동일한 타겟 지점에 대한 세그먼트의 예를 도시한다. 도 6(a) 내지 도 6(c)와 같이 세그먼트 1(Seg1)과 세그먼트 2(Seg2)가 중첩되거나 연결된 경우, 컴퓨터 장치는 해당 에지에서 세그먼트 1(Seg1)과 세그먼트 2(Seg2)를 하나의 세그먼트로 병합한다. 다만 도 6(d)와 같이 하나의 에지에 세그먼트가 두 개 존재하더라도, 두 개의 세그먼트가 일정한 간격을 갖는 경우 하나의 세그먼트로 병합할 수 없다.
도 7은 도로 네트워크에서 에지별로 세그먼트를 병합하고, 정리한 결과를 도시한 예이다. 도 7에서 타겟 지점 f1에 대한 세그먼트는 회색 점선으로 표시하였고, 타겟 지점 f2에 대한 세그먼트는 회색 실선으로 표시하였고, 타겟 지점 f3에 대한 세그먼트는 검정색 실선으로 표시하였고, 타겟 지점 f4에 대한 세그먼트는 회색 점선으로 표시하였다. 몇 개만 예로 설명하면 <v1, v2> 에지는 타겟 지점 f1에 대한 세그먼트만 포함한다. <v2, v4> 에지는 타겟 지점 f1 및 f4에 대한 세그먼트만 포함한다. <v3, v5> 에지는 타겟 지점 f1, f2 및 타겟 지점 f3에 대한 세그먼트만 포함한다. <v4, v5> 에지는 타겟 지점 f2, f3 및 타겟 지점 f4에 대한 세그먼트만 포함한다.
(3) 최대 세그먼트 결정
이제 컴퓨터 장치는 각 도로 네트워크에서 가장 세그먼트가 중복된 구간을 찾는다. 타겟 지점이 모두 가중치가 동일하다면, 단순하게 세그먼트가 가장 많이 중복된 구간이 목표 구간(max segment)에 해당한다. 전술한 바와 같이 타겟 지점마다 가중치가 다를 수 있다. 전술한 바와 같이 세그먼트는 해당 타겟 지점과 동일한 가중치를 갖는다고 가정한다. 이 경우 도로 네트워크에서 가장 가중치가 높은 구간을 목표 구간(max segment)로 결정한다. 목표 구간에 두 개 이상의 세그먼트가 중복되는 경우 모든 세그먼트의 가중치를 합산한 값이 해당 구간에 대한 가중치가 된다.
도 8은 도 2(a)의 도로 네트워크에 대해 최대 세그먼트를 결정한 예를 도시한다. 도 8은 도 2(a)의 도로 네트워크에서 타겟 지점에 대한 세그먼트를 모두 결정한 예를 도시한다. 타겟 지점에 대해 가중치가 동일하다고 가정한다. 이 경우 목표 구간인 최대 세그먼트는 가장 세그먼트가 중복된 구간이 된다. 타겟 지점에 대한 가중치가 1이라면, 3개의 세그먼트가 중복된 구간인 d1 및 d2가 가중치 3을 갖는 최대 세그먼트가 된다.
예컨대, 도 8의 도로 네트워크가 관광지인 타겟 지점들과 가장 가까운 숙박시설을 찾는 문제에 관한 것이라면, 사용자는 최대 세그먼트에 위치한 숙박 시설을 찾아야 한다.
전술한 도로 네트워크에서의 최대영역집계 질의 방법은 컴퓨터 장치를 통해 수행된다. 예컨대, 사용자의 스마트폰이 도로 네트워크에 대한 정보를 수신하고, 이를 기반으로 최적 위치를 결정할 수 있다. 나아가 사용자 단말과 네트워크로 연결된 외부 서버가 도로 네트워크에 대한 정보를 수신하여 최적 위치를 결정할 수도 있다.
본 실시예 및 본 명세서에 첨부된 도면은 전술한 기술에 포함되는 기술적 사상의 일부를 명확하게 나타내고 있는 것에 불과하며, 전술한 기술의 명세서 및 도면에 포함된 기술적 사상의 범위 내에서 당업자가 용이하게 유추할 수 있는 변형 예와 구체적인 실시예는 모두 전술한 기술의 권리범위에 포함되는 것이 자명하다고 할 것이다.

Claims (12)

  1. 컴퓨터 장치가 도로 네트워크를 구성하는 복수의 정점 식별자, 상기 도로 네트워크를 구성하는 복수의 에지에 대한 길이, 상기 에지에 위치하는 적어도 하나의 타겟 지점, 상기 적어도 하나의 타겟 지점에 대한 위치 정보 및 기준 거리를 획득하는 단계;
    상기 컴퓨터 장치가 상기 적어도 하나의 타겟 지점 각각에 대해 상기 기준 거리를 이용하여 상기 에지 상에 상기 타겟 지점으로부터 시작하는 후보 구간을 생성하는 단계; 및
    상기 컴퓨터 장치가 상기 후보 구간이 가장 많이 중첩되는 영역을 목표 구간으로 결정하는 단계를 포함하는 최대영역집계 질의에 기반한 도로 네트워크에서 최적 위치를 결정하기 위한 방법.
  2. 제1항에 있어서,
    상기 후보 구간을 생성하는 단계는
    상기 타겟 지점이 위치하는 에지에서 상기 타겟 지점부터 하나의 정점까지의 거리가 상기 기준 거리 이상인 경우, 상기 타겟 지점부터 상기 하나의 정점 방향으로 상기 기준 거리의 길이를 갖는 후보 구간을 생성하는 최대영역집계 질의에 기반한 도로 네트워크에서 최적 위치를 결정하기 위한 방법.
  3. 제1항에 있어서,
    상기 후보 구간을 생성하는 단계는
    상기 타겟 지점이 위치하는 에지에서 상기 타겟 지점부터 하나의 정점까지의 거리가 상기 기준 거리 미만인 경우, 상기 타겟 지점부터 상기 하나의 정점까지의 구간을 후보 구간으로 생성하는 최대영역집계 질의에 기반한 도로 네트워크에서 최적 위치를 결정하기 위한 방법.
  4. 제3항에 있어서,
    상기 후보 구간을 생성하는 단계는
    상기 하나의 정점에서 상기 에지가 아닌 다른 에지를 구성하는 다른 정점 방향으로 이동이 가능한 경우, 이동 경로 상에 있는 에지에 상기 다른 정점부터 시작하여 전체 상기 기준 거리에서 상기 타겟 지점부터 상기 하나의 정점까지의 길이를 차감한 길이를 갖는 후보 구간을 생성하는 최대영역집계 질의에 기반한 도로 네트워크에서 최적 위치를 결정하기 위한 방법.
  5. 제4항에 있어서,
    상기 다른 정점 방향으로 이동하면서 더 이상 이동할 수 있는 경로가 없고, 상기 다른 정점부터 시작하여 생성한 후보 구간이 상기 차감한 길이보다 작은 경우 더 이상 후보 구간을 생성하지 않고 종료하는 최대영역집계 질의에 기반한 도로 네트워크에서 최적 위치를 결정하기 위한 방법.
  6. 제1항에 있어서,
    상기 컴퓨터 장치가 상기 도로 네트워크에 위치하는 모든 타겟 지점에 대한 후보 구간을 생성한 후 상기 도로 네트워크를 구성하는 에지별로 하나의 에지에 동일한 타겟 지점에 대한 복수의 후보 구간이 존재하고, 상기 복수의 후보 구간이 단절없이 연결가능한 경우 하나의 후보 구간으로 병합하는 단계를 더 포함하는 최대영역집계 질의에 기반한 도로 네트워크에서 최적 위치를 결정하기 위한 방법.
  7. 컴퓨터 장치가 도로 네트워크를 구성하는 복수의 정점 식별자, 상기 도로 네트워크를 구성하는 복수의 에지에 대한 길이, 상기 에지에 위치하는 적어도 하나의 타겟 지점, 상기 적어도 하나의 타겟 지점에 대한 위치 정보, 상기 타겟 지점에 대한 가중치 및 기준 거리를 획득하는 단계;
    상기 컴퓨터 장치가 상기 적어도 하나의 타겟 지점 각각에 대해 상기 기준 거리를 이용하여 상기 에지 상에 상기 타겟 지점으로부터 시작하는 후보 구간을 생성하는 단계; 및
    상기 컴퓨터 장치가 상기 후보 구간 중 가중치가 가장 높은 구간을 목표 구간으로 결정하는 단계를 포함하되,
    상기 후보 구간은 상기 후보 구간에 포함되는 상기 타겟 지점의 가중치를 갖고, 복수의 후보 구간이 중첩되는 구간은 각 후보 구간의 가중치를 합산한 가중치를 갖는 최대영역집계 질의에 기반한 도로 네트워크에서 최적 위치를 결정하기 위한 방법.
  8. 제7항에 있어서,
    상기 후보 구간을 생성하는 단계는
    상기 타겟 지점이 위치하는 에지에서 상기 타겟 지점부터 하나의 정점까지의 거리가 상기 기준 거리 이상인 경우, 상기 타겟 지점부터 상기 하나의 정점 방향으로 상기 기준 거리의 길이를 갖는 후보 구간을 생성하는 최대영역집계 질의에 기반한 도로 네트워크에서 최적 위치를 결정하기 위한 방법.
  9. 제7항에 있어서,
    상기 후보 구간을 생성하는 단계는
    상기 타겟 지점이 위치하는 에지에서 상기 타겟 지점부터 하나의 정점까지의 거리가 상기 기준 거리 미만인 경우, 상기 타겟 지점부터 상기 하나의 정점까지의 구간을 후보 구간으로 생성하는 최대영역집계 질의에 기반한 도로 네트워크에서 최적 위치를 결정하기 위한 방법.
  10. 제9항에 있어서,
    상기 후보 구간을 생성하는 단계는
    상기 하나의 정점에서 상기 에지가 아닌 다른 에지를 구성하는 다른 정점 방향으로 이동이 가능한 경우, 이동 경로 상에 있는 에지에 상기 다른 정점부터 시작하여 전체 상기 기준 거리에서 상기 타겟 지점부터 상기 하나의 정점까지의 길이를 차감한 길이를 갖는 후보 구간을 생성하는 최대영역집계 질의에 기반한 도로 네트워크에서 최적 위치를 결정하기 위한 방법.
  11. 제10항에 있어서,
    상기 다른 정점 방향으로 이동하면서 더 이상 이동할 수 있는 경로가 없고, 상기 다른 정점부터 시작하여 생성한 후보 구간이 상기 차감한 길이보다 작은 경우 더 이상 후보 구간을 생성하지 않고 종료하는 최대영역집계 질의에 기반한 도로 네트워크에서 최적 위치를 결정하기 위한 방법.
  12. 제7항에 있어서,
    상기 컴퓨터 장치가 상기 도로 네트워크에 위치하는 모든 타겟 지점에 대한 후보 구간을 생성한 후 상기 도로 네트워크를 구성하는 에지별로 하나의 에지에 동일한 타겟 지점에 대한 복수의 후보 구간이 존재하고, 상기 복수의 후보 구간이 단절없이 연결가능한 경우 하나의 후보 구간으로 병합하는 단계를 더 포함하는 최대영역집계 질의에 기반한 도로 네트워크에서 최적 위치를 결정하기 위한 방법.
KR1020150104872A 2015-07-24 2015-07-24 최대영역집계 질의에 기반한 도로 네트워크에서 최적 위치를 결정하기 위한 방법 KR101707742B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150104872A KR101707742B1 (ko) 2015-07-24 2015-07-24 최대영역집계 질의에 기반한 도로 네트워크에서 최적 위치를 결정하기 위한 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150104872A KR101707742B1 (ko) 2015-07-24 2015-07-24 최대영역집계 질의에 기반한 도로 네트워크에서 최적 위치를 결정하기 위한 방법

Publications (2)

Publication Number Publication Date
KR20170011722A KR20170011722A (ko) 2017-02-02
KR101707742B1 true KR101707742B1 (ko) 2017-02-17

Family

ID=58154177

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150104872A KR101707742B1 (ko) 2015-07-24 2015-07-24 최대영역집계 질의에 기반한 도로 네트워크에서 최적 위치를 결정하기 위한 방법

Country Status (1)

Country Link
KR (1) KR101707742B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108667926A (zh) * 2018-05-07 2018-10-16 浙江工业大学 一种实时的隐私安全边缘范围近似查询方法

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102371016B1 (ko) * 2017-09-27 2022-03-07 삼성전자 주식회사 무선 통신 시스템에서 망 설계를 위한 분석 방법 및 장치
KR101985662B1 (ko) * 2017-11-15 2019-06-04 김완중 외국인용 잡 리쿠르팅 장치 및 방법
CN111199301B (zh) * 2018-11-16 2024-02-27 顺丰科技有限公司 一种集散中心的选取方法、装置、设备及存储介质
CN113393343B (zh) * 2020-03-13 2024-04-26 百度在线网络技术（北京）有限公司 景点讲解方法、装置、电子设备和介质
CN114459494B (zh) * 2021-12-31 2024-03-26 北京百度网讯科技有限公司 可达区域的获取方法、装置、电子设备以及存储介质

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100736225B1 (ko) * 2005-10-31 2007-07-06 한국과학기술원 경로 상의 최근접 객체 검색 방법
KR100906313B1 (ko) * 2007-06-26 2009-07-06 전북대학교산학협력단 보로노이 다이어그램을 기반으로 한 최근접점 탐색 방법 및그 시스템
KR20140028935A (ko) * 2012-08-31 2014-03-10 전북대학교산학협력단 ｋ-최근접 질의 처리 방법 및 시스템

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
선휘준. 객체의 순환적 위치속성을 고려한 최대근접질의의 처리방법. 한국공간정보정보시스템학회논문지 제11권 제2호, 2009.06., pp.85-88.

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108667926A (zh) * 2018-05-07 2018-10-16 浙江工业大学 一种实时的隐私安全边缘范围近似查询方法

Also Published As

Publication number Publication date
KR20170011722A (ko) 2017-02-02

Similar Documents

Publication Publication Date Title
KR101707742B1 (ko) 최대영역집계 질의에 기반한 도로 네트워크에서 최적 위치를 결정하기 위한 방법
US10878022B2 (en) Geographic space management
US10169403B2 (en) Geographic space management
US9857196B2 (en) Geographic space management
US20150185022A1 (en) Stereoscopic indoor route providing apparatus, system and method
JP6601947B2 (ja) ナビゲーションシステム、ナビゲーション方法及びプログラム
US9778048B2 (en) Method and apparatus for determining reachable area based on road network
US9250075B2 (en) Generating travel time data
JP2017516070A (ja) 自動的に決定された出発点と選択された目的地との間のナビゲーション案内
WO2016184501A1 (en) System and method for accelerating route search
CN105430032A (zh) 结合终端地理位置推送信息的方法及服务器
US9696174B2 (en) System and method for providing surrounding area search result
US20130325553A1 (en) Apparatus, system and method for generating and converting sales opportunities
CN104636457A (zh) 一种位置搜索认知的方法及装置
US20100036608A1 (en) Geoboundaries using rectangular fencing and coupling of gps/lbs systems
CN111637899A (zh) 导航方法、装置、电子设备以及存储介质
US20200264002A1 (en) Method For Computing Fastest Route On Road Networks With Dynamic Traffic Information
US9212929B2 (en) Routing service for computation of a cross-street associated with a geographic location
CN108898862A (zh) 红绿灯路口的确定方法、装置及电子设备
US10694335B2 (en) Location based services using location and motion information
KR102029171B1 (ko) 랜드마크와 랜드마크의 방향을 이용하는 지도 표시 시스템과 방법
KR102136213B1 (ko) 서로 다른 서비스의 제공을 위한 서로 다른 속성의 지도들을 연동하는 방법 및 시스템
US20220381574A1 (en) Multipath generation method, apparatus, device and storage medium
JP6257036B2 (ja) 情報処理装置、情報処理方法及びプログラム
JP7509235B2 (ja) 集計装置、集計方法及び集計プログラム

Legal Events

Date Code Title Description
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: 20200203

Year of fee payment: 4