KR102009395B1 - Walkability score development system and method - Google Patents

Walkability score development system and method Download PDF

Info

Publication number
KR102009395B1
KR102009395B1 KR1020180054865A KR20180054865A KR102009395B1 KR 102009395 B1 KR102009395 B1 KR 102009395B1 KR 1020180054865 A KR1020180054865 A KR 1020180054865A KR 20180054865 A KR20180054865 A KR 20180054865A KR 102009395 B1 KR102009395 B1 KR 102009395B1
Authority
KR
South Korea
Prior art keywords
walking
interest
affinity
location
index
Prior art date
Application number
KR1020180054865A
Other languages
Korean (ko)
Inventor
김은정
Original Assignee
계명대학교 산학협력단
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 계명대학교 산학협력단 filed Critical 계명대학교 산학협력단
Priority to KR1020180054865A priority Critical patent/KR102009395B1/en
Application granted granted Critical
Publication of KR102009395B1 publication Critical patent/KR102009395B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Databases & Information Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Algebra (AREA)
  • Operations Research (AREA)
  • Evolutionary Biology (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Probability & Statistics with Applications (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Navigation (AREA)
  • Traffic Control Systems (AREA)

Abstract

The present invention relates to a system for developing a walking-friendly index, which can calculate park accessibility and reflect the same to a walking-friendly index. The system of the present invention comprises: an information collecting unit (100) for collecting data for developing a walking-friendly index; an index development unit (200) for developing the walking-friendly index; and a database (300) for configuring a walking-friendly data set.

Description

보행친화도 지수 개발 시스템 및 방법{WALKABILITY SCORE DEVELOPMENT SYSTEM AND METHOD}WALKABILITY SCORE DEVELOPMENT SYSTEM AND METHOD}

본 발명은 보행친화도 지수 개발 시스템 및 방법에 관한 것으로서, 보다 구체적으로는 보행 환경을 나타내는 보행친화도 지수를 개발하기 위한 시스템 및 방법에 관한 것이다.The present invention relates to a system and method for developing a walking affinity index, and more particularly, to a system and method for developing a walking affinity index representing a walking environment.

삶의 질에 대한 인식이 높아지면서, 걷기 좋은 도시, 걷고 싶은 도시 등에 대한 요청도 높아지고 있다. 보행 활성화를 위해서는, 일상적 이용 장소들이 인접하여 걷기를 생활화할 수 있는 유용성 및 보행에 안전한 안정성이 확보되어야 하며, 편안함 및 흥미로움이 충족되어야 한다. 이러한 보행 활성화에 필요한 조건들을 정량적으로 표현하기 위하여, Walk Score, Walk Opportunities Index(WOI), Walkability Index(WI), Pedshed Connectivity 등이 제안된 바 있으며, 이와 같은 지수들의 유효성을 검증하기 위한 연구가 진행된 바 있다.
As awareness of the quality of life rises, so too does the demand for walkable cities and cities that want to walk. In order to activate walking, the usefulness and safety of walking can be secured, and comfort and interest must be satisfied, where everyday use places are adjacent to each other, and walking can be realized in daily life. In order to quantitatively express the conditions necessary for the activation of walking, Walk Score, Walk Opportunities Index (WOI), Walkability Index (WI), and Pedshed Connectivity have been proposed, and studies to verify the validity of such indices have been conducted. There is a bar.

그러나 이와 같은 지수들은, 기본적으로 미국의 도시를 대상으로 개발된 것으로, 도시 인구 밀도나 토지 활용 방법 등이 미국과는 상이한 우리나라의 실정에는 맞지 않다. 또한, 기존의 지수들은, 공원의 특성이나 보행 환경을 적절하게 반영하지 못하고 있는 한계가 있다. 따라서 이와 같은 한계를 극복하고, 우리나라의 실정에 맞는 보행친화도 지수의 개발이 필요한 실정이다.
However, these indices are basically developed for US cities, and are not suitable for the situation in Korea where the city population density and land use method are different from the US. In addition, the existing indices have a limit that does not properly reflect the characteristics of the park and the walking environment. Therefore, it is necessary to overcome these limitations and develop a pedestrian-friendly index that is suitable for Korea.

한편, 본 발명과 관련된 선행기술로서, 미국공개특허 US 2015/0356099 A1(발명의 명칭: Neighborhood similarity tool and method, 공개일자: 2015년 12월 10일), 미국공개특허 US 2016/0216122 A1(발명의 명칭: System and method for the calculation and use of travel times in search and other applications, 공개일자: 2016년 7월 28일) 등이 개시된 바 있다.On the other hand, the prior art related to the present invention, US Patent Publication No. US 2015/0356099 A1 (name of the invention: Neighborhood similarity tool and method, published date: December 10, 2015), US Patent Publication US 2016/0216122 A1 (invention) Name of System: method and the calculation and use of travel times in search and other applications, published on July 28, 2016).

본 발명은 기존에 제안된 방법들의 상기와 같은 문제점들을 해결하기 위해 제안된 것으로서, 관심 위치 주변에 위치한 편의시설의 카테고리 및 거리, 보행자 친화도를 이용해 관심 위치에 대한 보행친화도 지수를 산출함으로써, 우리나라의 데이터를 이용해 한국형 보행친화도 지수를 개발할 수 있고, 관심 위치로부터 편의시설까지의 도보 경로에 따른 거리를 이용하므로, 정확한 보행친화도 지수의 산출이 가능한, 보행친화도 지수 개발 시스템 및 방법을 제공하는 것을 그 목적으로 한다.
The present invention has been proposed to solve the above problems of the conventionally proposed methods, by calculating the walking affinity index for the location of interest using the category and distance of the amenities located near the location of interest, the pedestrian affinity, The Korean Pedestrian-Friendlyness Index can be developed using Korean data, and the pedestrian-friendliness index development system and method can be calculated by using the distance along the walking path from the location of interest to the facility. Its purpose is to provide.

또한, 본 발명은, 공원의 경계선까지의 거리를 이용하여 공원에 대한 점수를 산출하므로, 공원의 특성에 맞는 공원 접근성을 산출 방식을 개발하여 보행친화도 지수에 반영할 수 있는, 보행친화도 지수 개발 시스템 및 방법을 제공하는 것을 그 목적으로 한다.In addition, the present invention, since the score for the park is calculated using the distance to the boundary of the park, the pedestrian affinity index, which can reflect the pedestrian affinity index by developing a calculation method for park accessibility suitable for the characteristics of the park Its purpose is to provide a development system and method.

상기한 목적을 달성하기 위한 본 발명의 특징에 따른 보행친화도 지수 개발 시스템은,Walking affinity index development system according to the characteristics of the present invention for achieving the above object,

보행친화도 지수를 개발하는 지수 개발부를 포함하는 보행친화도 지수 개발 시스템으로서,A walking affinity index development system including an index development unit for developing a walking affinity index,

상기 지수 개발부는,The index development unit,

관심 위치로부터 미리 설정된 거리 내의 편의시설을 검색하고, 상기 검색된 편의시설이 포함되는 카테고리에 따라 할당된 카테고리별 점수, 상기 관심 위치로부터 상기 검색된 편의시설까지의 거리 및 거리 조락 함수(Distance Decay Function)를 이용하여, 제1 점수를 산출하는 제1 연산 모듈;Search for amenities within a predetermined distance from the location of interest, and assign a score for each category according to a category including the searched amenities, a distance from the location of interest to the searched amenities, and a distance decay function. Using a first calculation module to calculate a first score;

상기 관심 위치에서 검색된 모든 카테고리의 편의시설에 대한 상기 제1 점수를 통합하여 제2 점수를 산출하는 제2 연산 모듈; 및A second calculation module for calculating a second score by integrating the first score for all categories of amenities searched for in the location of interest; And

교차로 밀도 및 평균 블록 사이즈로부터 보행자 친화도(Pedestrian Friendliness)를 산출하고, 상기 보행자 친화도에 따른 페널티를 상기 제2 점수에 적용하여, 상기 관심 위치에 대한 보행친화도 지수를 산출하는 제3 연산 모듈을 포함하는 것을 그 구성상의 특징으로 한다.
A third calculation module for calculating pedestrian friendliness from intersection density and average block size, and applying a penalty according to the pedestrian affinity to the second score to calculate a walking affinity index for the location of interest It characterized by including the configuration.

바람직하게는,Preferably,

편의시설의 종류 및 위치를 포함하는 편의시설 정보, 및 경로 검색을 제공하는 온라인 지도 데이터를 포함하는 보행친화도 지수 개발을 위한 데이터를 수집하는 정보 수집부를 더 포함할 수 있다.
The apparatus may further include an information collector configured to collect data for developing a pedestrian affinity index including the amenities information including the type and location of the amenities and the online map data providing the route search.

바람직하게는,Preferably,

상기 편의시설은, 식료품, 식당, 쇼핑, 카페, 은행, 공원, 학교, 도서 및 문화를 포함하는 카테고리 중 어느 하나에 포함되며,The amenities are included in any one of the categories including groceries, restaurants, shopping, cafes, banks, parks, schools, books and culture,

상기 카테고리의 중요도에 따라 카테고리별 점수가 미리 할당될 수 있다.
According to the importance of the category, the score for each category may be pre-assigned.

바람직하게는, 상기 제1 연산 모듈은,Preferably, the first calculation module,

상기 관심 위치로부터 상기 검색된 편의시설까지의 도보 경로를 검색하고, 검색된 도보 경로에 따른 거리를 이용해 상기 제1 점수를 산출할 수 있다.
The walking path from the location of interest to the searched accommodation facility may be searched and the first score may be calculated using a distance according to the found walking path.

바람직하게는, 상기 제1 연산 모듈은,Preferably, the first calculation module,

상기 검색된 편의시설이 포함되는 카테고리가 공원이고 상기 공원이 미리 설정된 면적 이상이면, 상기 공원을 격자화하고, 상기 관심 위치로부터 각 격자의 중심점까지의 거리 중 가장 짧은 거리를 상기 관심 위치로부터 상기 검색된 편의시설까지의 거리로 이용할 수 있다.
If the category in which the searched accommodation is included is a park and the park is equal to or larger than a predetermined area, the park is gridded and the shortest distance from the location of interest to the center point of each grid is searched from the location of interest. It is available for distance to facility.

바람직하게는, 상기 제1 연산 모듈은,Preferably, the first calculation module,

상기 검색된 편의시설이 포함되는 카테고리가 공원이고 상기 공원이 미리 설정된 면적보다 좁으면, 상기 공원의 중심점까지의 거리를 상기 관심 위치로부터 상기 검색된 편의시설까지의 거리로 이용할 수 있다.
If the category in which the searched amenities are included is a park and the park is narrower than a predetermined area, the distance to the center point of the park may be used as the distance from the location of interest to the searched amenities.

바람직하게는, 상기 제1 연산 모듈은,Preferably, the first calculation module,

상기 검색된 편의시설이 포함되는 카테고리가 공원이면, 상기 관심 위치로부터 가장 가까운 공원의 입구까지의 거리를 이용하여 상기 제1 점수를 산출할 수 있다.
If the category including the searched amenities is a park, the first score may be calculated using a distance from the location of interest to the entrance of the nearest park.

바람직하게는, 상기 제3 연산 모듈은,Preferably, the third operation module,

상기 관심 위치로부터 네트워크 버퍼(network buffer) 내의 교차로 밀도 및 평균 블록 사이즈로부터 상기 보행자 친화도를 산출할 수 있다.
The pedestrian affinity can be calculated from the intersection density and the average block size in a network buffer from the location of interest.

바람직하게는, 상기 제3 연산 모듈은,Preferably, the third operation module,

상기 산출된 보행자 친화도에 따라 10% 이내의 페널티를 상기 제2 점수에 적용하여 상기 보행친화도 지수를 산출할 수 있다.
According to the calculated pedestrian affinity, a penalty within 10% may be applied to the second score to calculate the walking affinity index.

바람직하게는,Preferably,

상기 지수 개발부는, 관심 지역을 미리 설정된 해상도로 격자화하고, 상기 관심 지역 내의 관심 위치에 대한 보행친화도 지수를 개발하며,The index development unit grids the region of interest to a preset resolution, and develops a walking affinity index for the region of interest in the region of interest,

상기 관심 지역 내의 모든 격자점에 대한 상기 보행친화도 지수를 저장하여 보행친화도 데이터 셋을 구성하는 데이터베이스를 더 포함할 수 있다.
The apparatus may further include a database configured to store the walking affinity indexes for all grid points in the region of interest to form a walking affinity data set.

더욱 바람직하게는,More preferably,

특정 지점의 보행친화도 지수의 요청을 입력받으면, 상기 보행친화도 데이터 셋에서 상기 특정 지점과 가장 가까운 격자점에서의 보행친화도 지수를 상기 특정 지점의 보행친화도 지수로 제공하되, 상기 특정 지점과 가장 가까운 격자점이 복수이면, 상기 복수의 가장 가까운 격자점에서의 보행친화도 지수의 평균값을 상기 특정 지점의 보행친화도 지수로 제공할 수 있다.
Upon receiving a request for a walking affinity index of a specific point, the walking affinity index at the grid point closest to the specific point in the walking affinity data set is provided as the walking affinity index of the specific point, When the grid points closest to and the plurality of grid points are close to each other, an average value of the walking affinity indexes at the plurality of closest grid points may be provided as a walking affinity index of the specific point.

상기한 목적을 달성하기 위한 본 발명의 특징에 따른 보행친화도 지수 개발 방법은,Walking affinity index development method according to the characteristics of the present invention for achieving the above object,

보행친화도 지수를 개발하는 보행친화도 지수 개발 방법으로서, 보행친화도 지수 개발 시스템이,As a walking affinity index development method for developing a walking affinity index,

(1) 관심 위치로부터 미리 설정된 거리 내의 편의시설을 검색하고, 상기 검색된 편의시설이 포함되는 카테고리에 따라 할당된 카테고리별 점수, 상기 관심 위치로부터 상기 검색된 편의시설까지의 거리 및 거리 조락 함수(Distance Decay Function)를 이용하여, 제1 점수를 산출하는 단계;(1) search for amenities within a predetermined distance from the location of interest, and assign a score for each category according to a category including the searched amenities, a distance from the location of interest to the searched amenities, and a distance decay function Calculating a first score using a function);

(2) 상기 관심 위치에서 검색된 모든 카테고리의 편의시설에 대한 상기 제1 점수를 통합하여 제2 점수를 산출하는 단계; 및(2) calculating a second score by integrating the first score for all categories of amenities retrieved at the location of interest; And

(3) 교차로 밀도 및 평균 블록 사이즈로부터 보행자 친화도(Pedestrian Friendliness)를 산출하고, 상기 보행자 친화도에 따른 페널티를 상기 제2 점수에 적용하여, 상기 관심 위치에 대한 보행친화도 지수를 산출하는 단계를 포함하는 것을 그 구성상의 특징으로 한다.
(3) calculating pedestrian friendliness from intersection density and average block size, and applying a penalty according to the pedestrian affinity to the second score to calculate a walking affinity index for the location of interest It characterized by including the configuration.

바람직하게는, 상기 단계 (1) 이전에는,Preferably, before step (1),

(0) 상기 보행친화도 지수 개발 시스템이, 편의시설의 종류 및 위치를 포함하는 편의시설 정보 및 경로 검색을 제공하는 온라인 지도 데이터를 포함하는 보행친화도 지수 개발을 위한 데이터를 수집하는 단계를 더 포함할 수 있다.
(0) the step of collecting the data for the development of the pedestrian affinity index, including the online map data providing the route information and accommodation information, including the type and location of the accommodation facilities It may include.

바람직하게는,Preferably,

상기 편의시설은, 식료품, 식당, 쇼핑, 카페, 은행, 공원, 학교, 도서 및 문화를 포함하는 카테고리 중 어느 하나에 포함되며,The amenities are included in any one of the categories including groceries, restaurants, shopping, cafes, banks, parks, schools, books and culture,

상기 카테고리의 중요도에 따라 카테고리별 점수가 미리 할당될 수 있다.
According to the importance of the category, the score for each category may be pre-assigned.

바람직하게는, 상기 단계 (1)에서는,Preferably, in step (1),

상기 관심 위치로부터 상기 검색된 편의시설까지의 도보 경로를 검색하고, 검색된 도보 경로에 따른 거리를 이용해 상기 제1 점수를 산출할 수 있다.
The walking path from the location of interest to the searched accommodation facility may be searched and the first score may be calculated using a distance according to the found walking path.

바람직하게는, 상기 단계 (1)에서는,Preferably, in step (1),

상기 검색된 편의시설이 포함되는 카테고리가 공원이고 상기 공원이 미리 설정된 면적 이상이면, 상기 공원을 격자화하고, 상기 관심 위치로부터 각 격자의 중심점까지의 거리 중 가장 짧은 거리를 상기 관심 위치로부터 상기 검색된 편의시설까지의 거리로 이용할 수 있다.
If the category in which the searched accommodation is included is a park and the park is equal to or larger than a predetermined area, the park is gridded and the shortest distance from the location of interest to the center point of each grid is searched from the location of interest. It is available for distance to facility.

바람직하게는, 상기 단계 (1)에서는,Preferably, in step (1),

상기 검색된 편의시설이 포함되는 카테고리가 공원이고 상기 공원이 미리 설정된 면적보다 좁으면, 상기 공원의 중심점까지의 거리를 상기 관심 위치로부터 상기 검색된 편의시설까지의 거리로 이용할 수 있다.
If the category in which the searched amenities are included is a park and the park is narrower than a predetermined area, the distance to the center point of the park may be used as the distance from the location of interest to the searched amenities.

바람직하게는, 상기 단계 (1)에서는,Preferably, in step (1),

상기 검색된 편의시설이 포함되는 카테고리가 공원이면, 상기 관심 위치로부터 가장 가까운 공원의 입구까지의 거리를 이용하여 상기 제1 점수를 산출할 수 있다.
If the category including the searched amenities is a park, the first score may be calculated using a distance from the location of interest to the entrance of the nearest park.

바람직하게는, 상기 단계 (3)에서는,Preferably, in step (3),

상기 관심 위치로부터 네트워크 버퍼(network buffer) 내의 교차로 밀도 및 평균 블록 사이즈로부터 상기 보행자 친화도를 산출할 수 있다.
The pedestrian affinity can be calculated from the intersection density and the average block size in a network buffer from the location of interest.

바람직하게는, 상기 단계 (3)에서는,Preferably, in step (3),

상기 산출된 보행자 친화도에 따라 10% 이내의 페널티를 상기 제2 점수에 적용하여 상기 보행친화도 지수를 산출할 수 있다.
According to the calculated pedestrian affinity, a penalty within 10% may be applied to the second score to calculate the walking affinity index.

바람직하게는,Preferably,

상기 보행친화도 지수 개발 시스템은, 관심 지역을 미리 설정된 해상도로 격자화하고, 상기 관심 지역 내의 관심 위치에 대한 보행친화도 지수를 개발하며,The gait affinity index development system grids the region of interest to a predetermined resolution, and develops a gait affinity index for a location of interest within the region of interest,

상기 단계 (3) 이후에는,After the step (3),

(4) 상기 보행친화도 지수 개발 시스템이, 상기 관심 지역 내의 모든 격자점에 대한 상기 보행친화도 지수를 저장하여 보행친화도 데이터 셋을 구성하는 단계를 더 포함할 수 있다.
(4) the pedestrian affinity index development system may further include storing the pedestrian affinity index for all grid points in the region of interest to construct a pedestrian affinity data set.

더욱 바람직하게는,More preferably,

특정 지점의 보행친화도 지수의 요청을 입력받으면, 상기 보행친화도 데이터 셋에서 상기 특정 지점과 가장 가까운 격자점에서의 보행친화도 지수를 상기 특정 지점의 보행친화도 지수로 제공하되, 상기 특정 지점과 가장 가까운 격자점이 복수이면, 상기 복수의 가장 가까운 격자점에서의 보행친화도 지수의 평균값을 상기 특정 지점의 보행친화도 지수로 제공할 수 있다.Upon receiving a request for a walking affinity index of a specific point, the walking affinity index at the grid point closest to the specific point in the walking affinity data set is provided as the walking affinity index of the specific point, When the grid points closest to and the plurality of grid points are close to each other, the average value of the walking affinity indexes at the plurality of nearest grid points may be provided as the walking affinity index of the specific point.

본 발명에서 제안하고 있는 본 발명의 특징에 따른 보행친화도 지수 개발 시스템 및 방법에 따르면, 관심 위치 주변에 위치한 편의시설의 카테고리 및 거리, 보행자 친화도를 이용해 관심 위치에 대한 보행친화도 지수를 산출함으로써, 우리나라의 데이터를 이용해 한국형 보행친화도 지수를 개발할 수 있고, 관심 위치로부터 편의시설까지의 도보 경로에 따른 거리를 이용하므로, 정확한 보행친화도 지수의 산출이 가능하다.
According to a system and method for developing a walking affinity index according to a feature of the present invention proposed by the present invention, the walking affinity index for a location of interest is calculated using a category and a distance of a convenience facility located near a location of interest and a pedestrian affinity. By doing so, Korean pedestrian affinity index can be developed using Korean data, and the distance according to the walking path from the location of interest to the convenient facility can be used, and thus accurate calculation of the pedestrian affinity index is possible.

또한, 본 발명에 따르면, 공원의 경계선까지의 거리를 이용하여 공원에 대한 점수를 산출하므로, 공원의 특성에 맞는 공원 접근성을 산출하여 보행친화도 지수에 반영할 수 있다.In addition, according to the present invention, since the score for the park is calculated using the distance to the boundary of the park, the park accessibility suitable for the characteristics of the park can be calculated and reflected in the walking affinity index.

도 1은 본 발명의 일실시예에 따른 보행친화도 지수 개발 시스템의 구성을 도시한 도면.
도 2는 본 발명의 일실시예에 따른 보행친화도 지수 개발 시스템에서, 지수 개발부의 세부적인 구성을 도시한 도면.
도 3은 본 발명의 일실시예에 따른 보행친화도 지수 개발 시스템에서, 카테고리별 편의시설 및 할당된 점수를 예를 들어 도시한 도면.
도 4는 본 발명의 일실시예에 따른 보행친화도 지수 개발 시스템에서, 관심 위치로부터 검색된 편의시설까지의 거리를 예를 들어 도시한 도면.
도 5는 본 발명의 일실시예에 따른 보행친화도 지수 개발 시스템에서, 거리 조락 함수를 예를 들어 도시한 도면.
도 6은 본 발명의 일실시예에 따른 보행친화도 지수 개발 시스템에서, 관심 위치로부터 공원까지의 거리를 예를 들어 도시한 도면.
도 7은 본 발명의 일실시예에 따른 보행친화도 지수 개발 시스템에서, 관심 위치로부터 공원까지의 거리 산출 모습을 예를 들어 도시한 도면.
도 8은 본 발명의 일실시예에 따른 보행친화도 지수 개발 시스템에서, 공원 카테고리를 위한 거리 조락 함수를 예를 들어 도시한 도면.
도 9는 본 발명의 일실시예에 따른 보행친화도 지수 개발 시스템에서, 교차로 밀도에 따른 페널티를 예를 들어 도시한 도면.
도 10은 본 발명의 일실시예에 따른 보행친화도 지수 개발 시스템에서, 평균 블록 사이즈에 따른 페널티를 예를 들어 도시한 도면.
도 11은 본 발명의 일실시예에 따른 보행친화도 지수 개발 시스템에서, 특정 지점의 보행친화도 지수를 제공하는 모습을 예를 들어 도시한 도면.
도 12는 본 발명의 일실시예에 따른 보행친화도 지수 개발 방법의 흐름을 도시한 도면.
도 13은 본 발명의 일실시예에 따른 보행친화도 지수 개발 방법에서, 데이터 수집 및 보행친화도 데이터 셋 구성 과정을 도시한 도면.1 is a view showing the configuration of a walking affinity index development system according to an embodiment of the present invention.
2 is a diagram illustrating a detailed configuration of an index development unit in a walking affinity index development system according to an embodiment of the present invention.
3 is a view showing, for example, a facility and an assigned score for each category in the walking affinity index development system according to an embodiment of the present invention.
FIG. 4 is a diagram illustrating an example of a distance from a location of interest to a searched facility in a walking affinity index development system according to an embodiment of the present invention.
FIG. 5 is a diagram illustrating a distance mock function in the walking affinity index development system according to an embodiment of the present invention. FIG.
6 is a view illustrating an example of a distance from a location of interest to a park in the walking affinity index development system according to an embodiment of the present invention.
FIG. 7 is a diagram illustrating an example of calculating a distance from a location of interest to a park in a walking affinity index development system according to an embodiment of the present invention. FIG.
FIG. 8 is a diagram illustrating a distance mock function for a park category in a walking affinity index development system according to an embodiment of the present invention. FIG.
9 is a diagram illustrating a penalty according to intersection density in a walking affinity index development system according to an embodiment of the present invention.
10 is a diagram illustrating a penalty according to an average block size in a walking affinity index development system according to an embodiment of the present invention.
11 is a diagram illustrating an example of providing a walking affinity index of a specific point in the walking affinity index development system according to an embodiment of the present invention.
12 is a view illustrating a flow of a method for developing a walking affinity index according to an embodiment of the present invention.
FIG. 13 is a diagram illustrating a process of collecting data and constructing a walking affinity data set in the method of developing a walking affinity index according to an embodiment of the present invention. FIG.

이하, 첨부된 도면을 참조하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 바람직한 실시예를 상세히 설명한다. 다만, 본 발명의 바람직한 실시예를 상세하게 설명함에 있어, 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략한다. 또한, 유사한 기능 및 작용을 하는 부분에 대해서는 도면 전체에 걸쳐 동일한 부호를 사용한다.
Hereinafter, exemplary embodiments of the present invention will be described in detail with reference to the accompanying drawings so that those skilled in the art may easily implement the present invention. However, in describing the preferred embodiment of the present invention in detail, if it is determined that the detailed description of the related known function or configuration may unnecessarily obscure the subject matter of the present invention, the detailed description thereof will be omitted. In addition, the same reference numerals are used throughout the drawings for parts having similar functions and functions.

덧붙여, 명세서 전체에서, 어떤 부분이 다른 부분과 ‘연결’ 되어 있다고 할 때, 이는 ‘직접적으로 연결’ 되어 있는 경우뿐만 아니라, 그 중간에 다른 소자를 사이에 두고 ‘간접적으로 연결’ 되어 있는 경우도 포함한다. 또한, 어떤 구성요소를 ‘포함’ 한다는 것은, 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있다는 것을 의미한다.
In addition, in the specification, when a part is 'connected' to another part, it is not only 'directly connected' but also 'indirectly connected' with another element in between. Include. In addition, the term 'comprising' of an element means that the element may further include other elements, not to exclude other elements unless specifically stated otherwise.

도 1은 본 발명의 일실시예에 따른 보행친화도 지수 개발 시스템의 구성을 도시한 도면이다. 도 1에 도시된 바와 같이, 본 발명의 일실시예에 따른 보행친화도 지수 개발 시스템은, 지수 개발부(200)를 포함하여 구성될 수 있으며, 정보 수집부(100) 및 데이터베이스(300)를 더 포함하여 구성될 수 있다.
1 is a diagram illustrating a configuration of a walking affinity index development system according to an embodiment of the present invention. As shown in FIG. 1, the walking affinity index development system according to an embodiment of the present invention may include an index development unit 200, and further includes an information collector 100 and a database 300. It can be configured to include.

즉, 본 발명은, 정보 수집부(100)가 수집한 데이터를 통해, 지수 개발부(200)가 관심 위치 주변에 위치한 편의시설의 카테고리 및 거리, 보행자 친화도를 이용해 관심 위치에 대한 보행친화도 지수를 산출하고, 데이터베이스(300)에 저장하여 보행친화도 데이터 셋을 구성할 수 있다. 이하에서는, 본 발명의 일실시예에 따른 보행친화도 지수 개발 시스템을 구성하는 각 구성요소에 대하여 상세히 설명하도록 한다.
That is, the present invention, the walk-friendly affinity index for the location of interest using the category and distance of the convenience facilities located near the location of interest, the pedestrian affinity index through the data collected by the information collection unit 100 May be calculated and stored in the database 300 to construct a walking affinity data set. Hereinafter, each component constituting the walking affinity index development system according to an embodiment of the present invention will be described in detail.

정보 수집부(100)는, 편의시설의 종류 및 위치를 포함하는 편의시설 정보 및 경로 검색을 제공하는 온라인 지도 데이터를 포함하는 보행친화도 지수 개발을 위한 데이터를 수집할 수 있다. 보행친화도 지수의 개발에는, 각종 편의시설 리스트와 그 위치 정보 등이 필요하고, 도로망에 대한 정보, 특정한 두 위치 사이의 경로 검색 등이 필요하며, 편의시설 중 하나인 학교, 관공서, 공원 등의 세부적인 정보가 필요할 수 있다. 실시예에 따라서는, 대중교통 정보가 더 필요할 수도 있다.
The information collecting unit 100 may collect data for development of a walking affinity index including online map data that provides a facility search and route information including a type and location of a facility. The development of the pedestrian affinity index requires a list of various facilities and their location information, information about the road network, a route search between two specific locations, and a school, a public office, a park, etc. Detailed information may be required. In some embodiments, more public transportation information may be needed.

한편, 정보 수집부(100)는, 수집된 데이터를 저장할 수 있으나, 데이터의 수집 경로 등을 저장하여 데이터 필요 시 데이터 제공 시스템에 접속하여 데이터를 이용 가능하도록 할 수도 있다. 이때, 정보 수집부(100)는, 네트워크를 통해 데이터 제공 시스템에 접속할 수 있으며, 본 발명에서 네트워크는 근거리 통신망(Local Area Network; LAN), 광역 통신망(Wide Area Network; WAN) 또는 부가가치 통신망(Value Added Network; VAN) 등과 같은 유선 네트워크나 이동 통신망(Mobile Radio Communication Network), 위성 통신망, WIBRO(Wireless Broadband Internet), HSDPA(High Speed Downlink Packet Access) 등과 같은 모든 종류의 무선 네트워크를 포함할 수 있다.
Meanwhile, the information collecting unit 100 may store the collected data, but may store the data collection path and the like and make the data available by accessing the data providing system when necessary. In this case, the information collecting unit 100 may access a data providing system through a network, and in the present invention, the network may include a local area network (LAN), a wide area network (WAN), or a value-added communication network (Value). Wired networks such as Added Networks (VANs), mobile radio communication networks (VANs), satellite networks, wireless broadband Internet (WIBRO), and high speed downlink packet access (HSDPA).

지수 개발부(200)는, 정보 수집부(100)에서 수집된 데이터를 이용해 보행친화도 지수를 개발할 수 있다. 보다 구체적으로는, 지수 개발부(200)는, 관심 지역을 미리 설정된 해상도로 격자화하고, 관심 지역 내의 관심 위치에 대한 보행친화도 지수를 개발할 수 있다. 지수 개발부(200)의 구체적인 구성에 대해서는 추후 도 2를 참조하여 상세히 설명하도록 한다.
The index development unit 200 may develop a walking affinity index using the data collected by the information collection unit 100. More specifically, the index development unit 200 may grid the region of interest at a predetermined resolution and develop a walking affinity index for the position of interest in the region of interest. Detailed configuration of the index development unit 200 will be described later with reference to FIG. 2.

데이터베이스(300)는, 관심 지역 내의 모든 격자점에 대한 보행친화도 지수를 저장하여 보행친화도 데이터 셋을 구성할 수 있다. 즉, 데이터베이스(300)는, 관심 지역 전체의 보행친화도 데이터 셋을 구성함으로써, 관심 지역 내에서 특정 위치에 대한 보행친화도 지수를 제공할 수 있으며, 격자점 사이의 위치에 대한 보행친화도 지수가 요청되는 경우, 가장 가까운 격자점의 보행친화도 지수를 제공하거나, 검색된 위치 주변 격자의 보행친화도 지수를 내삽하여 보행친화도 지수를 제공할 수 있다. 또한, 실시예에 따라서는, 보행친화도 데이터 셋을 지도에 표시하여 제공할 수도 있다.
The database 300 may construct a walking affinity data set by storing a walking affinity index for all grid points in the region of interest. That is, the database 300 may provide a walking affinity index for a specific position in the region of interest by constructing a walking affinity data set of the entire region of interest, and the walking affinity index for positions between grid points. If is requested, the walking affinity index of the nearest lattice point may be provided, or the walking affinity index of the grid around the searched position may be interpolated to provide the walking affinity index. In some embodiments, the pedestrian affinity data set may be displayed and provided on a map.

도 2는 본 발명의 일실시예에 따른 보행친화도 지수 개발 시스템에서, 지수 개발부(200)의 세부적인 구성을 도시한 도면이다. 도 2에 도시된 바와 같이, 본 발명의 일실시예에 따른 보행친화도 지수 개발 시스템의 지수 개발부(200)는, 제1 연산 모듈(210), 제2 연산 모듈(220) 및 제3 연산 모듈(230)을 포함하여 구성될 수 있다.
2 is a diagram illustrating a detailed configuration of the index development unit 200 in the walking affinity index development system according to an embodiment of the present invention. As shown in FIG. 2, the exponential development unit 200 of the walking affinity index development system according to an embodiment of the present invention may include a first calculation module 210, a second calculation module 220, and a third calculation module. 230 can be configured to include.

제1 연산 모듈(210)은, 관심 위치로부터 미리 설정된 거리 내의 편의시설을 검색하고, 검색된 편의시설이 포함되는 카테고리에 따라 할당된 카테고리별 점수, 관심 위치로부터 검색된 편의시설까지의 거리 및 거리 조락 함수(Distance Decay Function)를 이용하여, 제1 점수를 산출할 수 있다. 여기서, 편의시설은, 식료품, 식당, 쇼핑, 커피숍, 은행, 공원, 학교, 도서 및 문화를 포함하는 카테고리 중 어느 하나에 포함되며, 카테고리의 중요도에 따라 카테고리별 점수가 미리 할당될 수 있다.
The first calculation module 210 searches for a facility within a predetermined distance from the location of interest, and assigns a score for each category according to a category including the found facility, a distance from the location of interest to the facility found, and a distance joke function. The first score may be calculated using a distance decay function. Here, the convenience facilities are included in any one of categories including foodstuffs, restaurants, shopping, coffee shops, banks, parks, schools, books, and culture, and scores for each category may be pre-assigned according to the importance of the categories.

걷기 좋은 환경이 되기 위해서는, 일상적 이용 장소들이 인접하여 걷기를 생활화할 수 있는 유용성이 있어야 한다. 본 발명에서는, 제1 연산 모듈(210)이 편의시설의 종류와 편의시설까지의 거리를 정량화하여 제1 점수로 산출하므로, 이와 같은 걷기의 유용성을 보행친화도 지수에 반영할 수 있다. 제1 연산 모듈(210)은, 관심 위치로부터 미리 설정된 거리 내의 편의시설에 대한 접근성을 고려하는데, 여기서 미리 설정된 거리는, 보행자가 편의시설 이용을 위해 통상적으로 도보로 이동하는 최대 거리일 수 있으며, 예를 들어, 성인 걸음으로 30분 정도 소요되는 2km일 수 있다.
In order to have a good walking environment, the places of everyday use should be useful for making walking everyday. In the present invention, since the first calculation module 210 quantifies the type of the amenities and the distance to the amenities and calculates the first score, the usefulness of the walking may be reflected in the walking affinity index. The first computing module 210 considers accessibility to amenities within a preset distance from the location of interest, where the preset distance may be the maximum distance that pedestrians typically walk on foot for use of the amenities, eg For example, it can be 2km, which takes about 30 minutes for adults to walk.

도 3은 본 발명의 일실시예에 따른 보행친화도 지수 개발 시스템에서, 카테고리별 편의시설 및 할당된 점수를 예를 들어 도시한 도면이다. 도 3에 도시된 바와 같이, 본 발명의 일실시예에 따른 보행친화도 지수 개발 시스템은, 식료품, 식당, 쇼핑, 카페, 은행, 공원, 학교, 도서 및 문화의 9개의 카테고리로 편의시설을 분류할 수 있으나, 카테고리의 수와 종류는 변경될 수 있다. 또한, 각 카테고리에 포함되는 구체적인 편의시설은 도 3에 예를 들어 도시한 종류 이외에 다양할 수 있다.
3 is a diagram illustrating examples of facilities and assigned scores for each category in the walking affinity index development system according to an embodiment of the present invention. As shown in FIG. 3, the pedestrian affinity index development system according to an embodiment of the present invention classifies convenience facilities into nine categories of food, restaurants, shopping, cafes, banks, parks, schools, books, and culture. The number and type of categories may be changed. In addition, specific amenities included in each category may vary in addition to the types shown in, for example, FIG. 3.

한편, 각 카테고리에는 그 중요도에 따라 카테고리별 점수가 할당되어 있을 수 있다. 예를 들어, 도 3에 도시된 바와 같이, 마트, 슈퍼마켓 등과 같은 식료품은 생활에 필수적인 사항이므로 가장 높은 점수(3)가 할당되며, 박물관이나 극장 등과 같은 문화 시설에는 상대적으로 낮은 점수(1)가 할당될 수 있다. 또한, 식당, 쇼핑, 카페 등의 카테고리는 식료품이나 학교 등에 비하여 밀도가 높은 편의시설에 해당하므로, 미리 설정된 거리 내에 해당 카테고리의 편의시설이 복수 검색될 수 있다. 복수의 편의시설에는 관심 위치에 가까울수록 높은 점수를 할당하고, 멀어질수록 낮은 점수를 할당하되, 동일한 카테고리의 편의시설이 일정한 수 이상이면 보행의 유용성을 향상시키는 데에 기여하지 못한다고 보고, 미리 정해진 수까지 카테고리별 점수를 할당할 수 있다. 예를 들어, 도 3에 도시된 바와 같이, 식당의 경우 10개, 쇼핑은 5개, 카페는 2개까지 카테고리별 점수를 할당할 수 있으며, 가장 가까운 식당에는 0.75, 그 다음 가까운 식당에는 0.45의 카테고리별 점수가 할당될 수 있다.
On the other hand, each category may be assigned a score for each category according to its importance. For example, as shown in FIG. 3, since food items such as marts and supermarkets are essential to life, a highest score (3) is assigned, and a relatively low score (1) is assigned to a cultural facility such as a museum or a theater. Can be assigned. In addition, since categories such as restaurants, shopping, and cafes correspond to convenience facilities having higher density than food or school, a plurality of facilities of the category may be searched within a predetermined distance. A plurality of amenities are assigned higher scores as they are closer to the location of interest and lower scores as they are farther away, but a certain number of amenities of the same category do not contribute to improving the usefulness of walking. You can assign scores by category up to the number. For example, as shown in FIG. 3, up to 10 restaurants, 5 shopping, and 2 cafes can be assigned to each category, 0.75 for the nearest restaurant and 0.45 for the next restaurant. Per-category scores may be assigned.

도 4는 본 발명의 일실시예에 따른 보행친화도 지수 개발 시스템에서, 관심 위치로부터 검색된 편의시설까지의 거리를 예를 들어 도시한 도면이다. 제1 연산 모듈(210)은, 관심 위치로부터 검색된 편의시설까지의 도보 경로를 검색하고, 검색된 도보 경로에 따른 거리를 이용해 제1 점수를 산출할 수 있다. 즉, 도 4에 도시된 바와 같이, 본 발명의 일실시예에 따른 보행친화도 지수 개발 시스템의 제1 연산 모듈(210)이 이용하는 관심 위치로부터 편의시설까지의 거리는, 직선거리가 아닌 실제 도보 거리일 수 있다. 이와 같이, 도보 경로에 따른 거리를 이용해 제1 점수를 산출하므로, 실제 도보에 소요되는 시간을 반영하여 정확한 보행친화도 지수를 개발할 수 있다.
FIG. 4 is a diagram illustrating an example of a distance from a location of interest to a searched facility in a walking affinity index development system according to an embodiment of the present invention. The first calculation module 210 may search a walking path from the location of interest to the found facility and calculate a first score using the distance according to the found walking path. That is, as shown in FIG. 4, the distance from the location of interest used by the first calculation module 210 of the walking affinity index development system according to an embodiment of the present invention to a convenience facility is not a straight line but an actual walking distance. Can be. As such, since the first score is calculated using the distance along the walking path, an accurate walking affinity index may be developed by reflecting the time required for the actual walking.

도 5는 본 발명의 일실시예에 따른 보행친화도 지수 개발 시스템에서, 거리 조락 함수를 예를 들어 도시한 도면이다. 도 5에 도시된 바와 같이, 본 발명의 일실시예에 따른 보행친화도 지수 개발 시스템에서, 거리 조락 함수는 관심 위치로부터 편의시설까지의 거리(x축)에 따른 카테고리별 점수 비율(y축)을 나타낸다. 보통 도보로 5분 내외로 소요되는 편의시설까지는 주로 걷게 되고, 소요 시간이 15분 정도까지는 걷는 경우가 많이 있으나, 20분 이상 소요되는 경우에는 편의시설 이용 목적으로 도보 이동을 하는 경우는 급격히 줄어들기 때문에, 본 발명에서는 이러한 보행자의 행동 패턴을 고려하여 도 5에 도시된 바와 같은 형태의 거리 조락 함수를 이용할 수 있다.
FIG. 5 is a diagram illustrating a distance mock function as an example in a system for developing a walking affinity index according to an embodiment of the present invention. As shown in FIG. 5, in the walking affinity index development system according to an embodiment of the present invention, the distance joke function is a score ratio (y-axis) for each category according to the distance (x-axis) from the location of interest to the amenities. Indicates. It usually takes about 5 minutes to walk to the amenities, which usually takes up to 15 minutes.However, if it takes more than 20 minutes, the number of walks for the purpose of using the facilities decreases drastically. Therefore, in the present invention, a distance mock function of the type shown in FIG. 5 may be used in consideration of the behavior pattern of the pedestrian.

도 5에 도시된 바와 같이, 검색된 편의시설이 관심 위치에서 500 미터 이내로 아주 가까울 경우에는 성인이 도보로 약 7-8분 내에 도착할 수 있는 거리로서 카테고리별 점수 비율이 100%에 가깝다. 예를 들어, 검색된 편의시설이 슈퍼마켓일 때, 슈퍼마켓이 포함된 식료품 카테고리에 할당된 카테고리별 점수는 3점이고, 관심 위치에서 슈퍼마켓까지의 거리가 200미터이면, 카테고리별 점수 비율이 100%이므로 제1 점수는 3점이 된다. 반면에, 검색된 편의시설이 관심 위치에서 2000미터 정도로 먼 경우에는 성인이 도보로 약 30분 정도 걸리는 거리이다. 도보 30분 거리이면, 편의시설 이용을 위해 도보로 이동하기보다는 교통수단을 이용하는 것이 일반적이므로, 점수 비율은 0%가 될 수 있다.
As shown in FIG. 5, when the searched facility is very close to within 500 meters of the location of interest, the distance that an adult can arrive within about 7-8 minutes on foot is close to 100% of the scores per category. For example, when the searched facility is a supermarket, if the score per category assigned to the grocery category including the supermarket is 3, and the distance from the location of interest to the supermarket is 200 meters, the percentage of the score per category is 100%. The score is three points. On the other hand, if the searched facilities are as far as 2000 meters from the point of interest, it takes about 30 minutes for adults to walk. Within a 30-minute walk, it is common to use transportation rather than walking for convenience, so the score percentage can be 0%.

이와 같이, 제1 연산 모듈(210)은, 도 3에 도시된 바와 같은 카테고리별 점수, 도 4에 도시된 바와 같은 관심 위치로부터 편의시설까지의 거리, 도 5에 도시된 바와 같은 거리 조락 함수를 이용해 각 편의시설에 대하여 제1 점수를 산출할 수 있다.
As such, the first calculation module 210 may calculate the score for each category as shown in FIG. 3, the distance from the location of interest to the facility as shown in FIG. 4, and the distance mock function as shown in FIG. 5. The first score can be calculated for each facility.

도 6은 본 발명의 일실시예에 따른 보행친화도 지수 개발 시스템에서, 관심 위치로부터 공원까지의 거리를 예를 들어 도시한 도면이다. 도 6에 도시된 바와 같이, 관심 위치에서 편의시설까지의 거리는 편의시설의 중심까지의 거리일 수 있다. 그러나 공원의 경우에는, 공원에 진입하는 것으로 목적지에 도달한 것이고, 공원 진입과 동시에 산책이나 운동 등 공원 이용이 시작되게 된다. 즉, 일반적으로 사람들은 공원 접근성을 공원 중심점까지의 거리로 생각하지 않고, 공원 출입구 또는 공원 경계선까지의 거리라고 생각한다. 따라서 제1 연산 모듈(210)은, 검색된 편의시설이 포함되는 카테고리가 공원이면, 관심 위치로부터 가장 가까운 공원의 입구까지의 거리를 이용하여 제1 점수를 산출할 수 있다. 즉, 공원의 입구에 도달하면서 공원의 이용이 시작되므로, 도 6에 도시된 바와 같이, 공원 중심이 아닌 공원의 입구까지의 거리를 이용해 제1 점수를 산출하여, 공원 접근성을 정확하게 반영할 수 있다. 그러나 수집한 데이터를 이용해 공원의 출입구 정보를 파악할 수 없는 경우도 많으므로, 관심 위치로부터 공원 입구까지의 거리를 항상 정확하게 계산할 수 없는 한계가 있다.
FIG. 6 is a diagram illustrating an example of a distance from a location of interest to a park in the walking affinity index development system according to an embodiment of the present invention. As shown in FIG. 6, the distance from the location of interest to the amenities may be the distance to the center of the amenities. However, in the case of a park, the destination is reached by entering the park, and the use of the park such as walking or exercising begins at the same time as the park is entered. In other words, people generally do not think of park access as the distance to the center of the park, but rather the distance to the park entrance or park boundary. Therefore, if the category including the searched amenities is a park, the first calculation module 210 may calculate a first score by using a distance from the location of interest to the entrance of the nearest park. That is, since the use of the park starts when reaching the entrance of the park, as shown in FIG. 6, the first score may be calculated using the distance to the entrance of the park and not the center of the park, thereby accurately reflecting park accessibility. . However, there are many limitations in determining the entrance and exit information of the park using the collected data, so that the distance from the location of interest to the entrance of the park cannot always be accurately calculated.

이러한 문제를 해결하기 위하여, 본 발명의 일실시예에 따른 보행친화도 지수 개발 시스템의 제1 연산 모듈(210)은, 검색된 편의시설이 포함되는 카테고리가 공원이고 공원이 미리 설정된 면적 이상이면, 공원을 격자화하고, 관심 위치로부터 각 격자의 중심점까지의 거리 중 가장 짧은 거리를 관심 위치로부터 검색된 편의시설까지의 거리로 이용하여, 제1 점수를 산출할 수 있다. 또한, 제1 연산 모듈(210)은, 검색된 편의시설이 포함되는 카테고리가 공원이고 공원이 미리 설정된 면적보다 좁으면, 공원의 중심점까지의 거리를 관심 위치로부터 검색된 편의시설까지의 거리로 이용하여, 제1 점수를 산출할 수 있다.
In order to solve this problem, the first calculation module 210 of the walking affinity index development system according to an embodiment of the present invention, if the category containing the searched amenities is a park and the park is a predetermined area or more, the park The first score may be calculated by gridizing and using the shortest distance from the location of interest to the center point of each grid as the distance from the location of interest to the searched facility. In addition, when the category in which the searched amenities are included is a park and the park is narrower than the preset area, the first calculation module 210 uses the distance to the center point of the park as the distance from the location of interest to the searched amenities. The first score may be calculated.

도 7은 본 발명의 일실시예에 따른 보행친화도 지수 개발 시스템에서, 관심 위치로부터 공원까지의 거리 산출 모습을 예를 들어 도시한 도면이다. 일반적으로 일정규모 이하의 공원의 경우에는 관심 위치에서 공원 중심점까지의 거리를, 일정규모 이상의 공원의 경우에는 관심 위치로부터 공원의 경계선까지의 거리를, 관심 위치와 공원의 거리로 계산하는 것이 적합하다. 따라서 도 7에 도시된 바와 같이, 본 발명의 일실시예에 따른 보행친화도 지수 개발 시스템의 제1 연산 모듈(210)은, 공원을 일정한 크기의 격자망(fishnet)으로 나누고, 공원의 크기에 따라 공원까지의 거리 산출 방법을 상이하게 하였다.
FIG. 7 is a diagram illustrating an example of calculating a distance from a location of interest to a park in a walking affinity index development system according to an embodiment of the present invention. In general, for parks below a certain size, it is appropriate to calculate the distance from the point of interest to the center of the park, and for a park above a certain size, the distance from the point of interest to the boundary of the park as the point of interest and the distance of the park. . Therefore, as shown in FIG. 7, the first calculation module 210 of the walking affinity index development system according to an embodiment of the present invention divides the park into a grid of fishnets having a predetermined size, and the size of the park. Therefore, the distance calculation method to a park was made different.

예를 들어, 100m×100m의 해상도로 보행친화도 지수를 산출하여 보행친화도 데이터 셋을 구성하는 경우, 그보다 작은 해상도인 50m×50m의 격자망으로 공원을 나누고, 공원의 크기가 2500㎡(50m×50m)보다 작을 때에는 관심 위치로부터 공원의 중심점까지의 거리를, 공원의 크기가 2500㎡ 이상일 때에는 관심 위치로부터 공원의 경계선까지의 거리를 계산할 수 있다. 도 7에 도시된 예에서, 관심 위치 A(Centroid A)에서 가장 가까운 공원은 좌측의 비교적 큰 규모의 공원인데, 이 공원의 크기는 미리 설정된 면적(2500㎡) 이상이므로, 50m×50m의 격자망으로 공원을 격자화하고, 각 격자의 중심점(centroid)을 공원중심점으로 간주하여 거리를 계산할 수 있다. 이를 통해 관심 위치 A에서 공원의 경계선까지의 거리를 계산할 수 있으며, 관심 위치 A와 가장 가까운 격자의 중심점 즉, 공원의 가장 가까운 경계선까지의 거리를 관심 위치로부터 공원까지의 거리로 이용해 제1 점수를 산출할 수 있다. 반면에, 도 7에 도시된 예에서, 관심 위치 B(Centroid B)에서 가장 가까운 공원은 우측에 위치한 미리 설정된 면적(2500㎡) 미만의 소규모 공원일 수 있다. 이때에는 관심 위치 B에서 소규모 공원의 중심점까지의 거리를 이용해 제1 점수를 산출할 수 있다.
For example, when constructing a walking-friendly data set by calculating a walking affinity index with a resolution of 100m × 100m, the park is divided into a grid of 50m × 50m, which is smaller than that, and the size of the park is 2500㎡ (50m). Less than 50 m), the distance from the location of interest to the center of the park can be calculated, and when the size of the park is 2500 m 2 or more, the distance from the location of interest to the boundary of the park can be calculated. In the example shown in Fig. 7, the park closest to the location A (Centroid A) is a relatively large park on the left side, and since the size of the park is larger than a preset area (2500 m 2), a grid of 50 m × 50 m The grid can be gridized, and the distance can be calculated by considering the centroid of each grid as the center of the park. This allows you to calculate the distance from the location of interest A to the boundary of the park, and uses the first score as the distance from the location of interest to the park as the center of the grid closest to the location of interest A, that is, the distance to the nearest boundary of the park. Can be calculated. On the other hand, in the example shown in FIG. 7, the park closest to location B (Centroid B) may be a small park less than a preset area (2500 m 2) located on the right. In this case, the first score may be calculated using the distance from the location B of interest to the center of the small park.

또한, 실시예에 따라서는, 본 발명의 일실시예에 따른 보행친화도 지수 개발 시스템의 제1 연산 모듈(210)은, 검색된 편의시설이 포함되는 카테고리가 공원이면, 미리 설정된 상수에 의해 수정된 거리 조락 함수를 이용하여 제1 점수를 산출할 수 있다.
In addition, according to an embodiment, the first calculation module 210 of the walking affinity index development system according to an embodiment of the present invention may be modified by a preset constant if a category including the searched amenities is a park. The first score may be calculated using the distance mock function.

도 8은 본 발명의 일실시예에 따른 보행친화도 지수 개발 시스템에서, 공원 카테고리를 위한 거리 조락 함수를 예를 들어 도시한 도면이다. 즉, 검색된 편의시설이 포함되는 카테고리가 공원이면, 미리 설정된 상수만큼 오른쪽으로 이동된 거리 조락 함수를 이용하여 제1 점수를 산출할 수 있다. 이때, 미리 설정된 상수는 500미터일 수 있다.
FIG. 8 is a diagram illustrating a distance joke function for a park category in the walking affinity index development system according to an embodiment of the present invention. That is, if the category including the searched amenities is a park, the first score may be calculated by using a distance jog function that is moved to the right by a predetermined constant. In this case, the preset constant may be 500 meters.

한편, 제1 연산 모듈(210)은, 검색된 편의시설이 포함되는 카테고리가 공원이면, 공원의 넓이에 따라 결정되는 상수에 의해 수정된 거리 조락 함수를 이용하여 제1 점수를 산출할 수 있다. 즉, 공원의 넓이에 따라 도 8에 도시된 바와 같은 거리 조락 함수를 x축 방향으로 이동시키는 상수를 변경할 수 있다. 예를 들어, 공원이 가로 1000미터, 세로 1000미터 정도의 규모이면, 거리 조락 함수를 x축 방향으로 500미터(한 변의 절반 거리) 이동시켜, 제1 점수를 산출할 수 있다. 다만, 이와 같은 방식은, 공원의 크기를 고려하지 않은 것으로서, 규모가 큰 공원의 경우에는 관심 위치로부터 공원 중심점까지의 거리를 공원 접근성으로 보기에는 오류발생의 가능성이 높은 한계가 있다.
Meanwhile, if the category in which the searched amenities are included is a park, the first calculation module 210 may calculate a first score by using a distance-riding function modified by a constant determined according to the area of the park. That is, the constant for moving the distance mock function as shown in FIG. 8 in the x-axis direction can be changed according to the width of the park. For example, if the park has a scale of about 1000 meters in width and about 1000 meters in length, the first score can be calculated by moving the distance joke function 500 meters (half distance of one side) in the x-axis direction. However, this method does not consider the size of the park. In the case of a large park, there is a limit that a possibility of error may occur in view of the park accessibility from the location of interest to the center of the park.

또한, 전술한 바와 같은 두 가지 방식을 통합하여, 검색된 편의시설이 공원 카테고리인 경우, 공원의 입구 검색이 가능한 경우에는 공원 입구까지의 거리를 이용하고, 공원의 입구 검색이 불가능한 경우에는 공원의 넓이에 따라 공원 중심 또는 경계선까지의 거리를 산출하거나, 거리 조락 함수를 수정하여 사용할 수도 있다. 이와 같이 공원의 이용 특성을 반영하여 더욱 정확한 보행친화도 지수를 개발할 수 있다.
In addition, by incorporating the above two methods, if the searched facility is a park category, the distance to the park entrance is used if the entrance of the park is searchable, and the width of the park if the entrance of the park is impossible. The distance to the center of the park or the boundary line may be calculated, or the distance jog function may be modified. In this way, a more accurate walking affinity index can be developed by reflecting the use characteristics of the park.

제2 연산 모듈(220)은, 관심 위치에서 검색된 모든 카테고리의 편의시설에 대한 제1 점수를 통합하여 제2 점수를 산출할 수 있다. 즉, 모든 카테고리의 편의시설에 대한 제1 점수를 합산하여 제2 점수를 산출할 수 있으며, 실시예에 따라서는 제1 점수의 합산 후 미리 정해진 값을 곱하여 제2 점수를 산출할 수 있다. 예를 들어, 도 3에 도시된 바와 같은 카테고리별 점수의 총합은 15점인데, 이를 100점 만점으로 환산하여 제2 점수를 산출할 수 있다.
The second operation module 220 may calculate the second score by integrating the first scores for the amenities of all categories searched at the location of interest. That is, the second score may be calculated by summing the first scores for the amenities of all categories, and in some embodiments, the second score may be calculated by multiplying a first value after the sum of the first scores. For example, the total score of each category as shown in FIG. 3 is 15 points, and the second score may be calculated by converting the scores into 100 points.

제3 연산 모듈(230)은, 교차로 밀도 및 평균 블록 사이즈로부터 보행자 친화도(Pedestrian Friendliness)를 산출하고, 보행자 친화도에 따른 페널티를 제2 점수에 적용하여, 관심 위치에 대한 보행친화도 지수를 산출할 수 있다. 여기서, 보행자 친화도는 보행이 용이한 정도를 나타내는 값으로서, 교차로 밀도가 낮고 평균 블록 사이즈가 클수록, 길을 찾기가 힘들고 멀리 우회하여야 하는 경우가 많으므로, 교차로 밀도 및 평균 블록 사이즈를 이용해 보행자 친화도를 산출할 수 있다.
The third operation module 230 calculates pedestrian friendliness from the intersection density and the average block size, applies a penalty according to the pedestrian affinity to the second score, and applies a walking affinity index for the location of interest. Can be calculated. Here, the pedestrian affinity is a value that indicates the degree of ease of walking. The lower the intersection density and the larger average block size, the more difficult it is to find a route and have to bypass far. The degree can be calculated.

보다 구체적으로는, 제3 연산 모듈(230)은, 관심 위치로부터 네트워크 버퍼(network buffer) 내의 교차로 밀도 및 평균 블록 사이즈로부터 보행자 친화도를 산출할 수 있다. 일반적으로 도시계획에서 근린 단위(neighborhood unit)는 집으로부터 400m 이내라고 본다. 따라서 본 발명의 제3 연산 모듈(230)은, 관심 위치로부터 400m 네트워크 버퍼 내의 교차로 밀도 및 평균 블록 사이즈를 계산함으로써, 실질적인 보행자 편의성을 나타내는 보행자 친화도를 산출할 수 있다. 여기서, 네트워크 버퍼는, 에어라인 버퍼(airline buffer)와는 상이한 것으로서, 보통 사람들은 길을 따라서 걷기 때문에 네트워크 버퍼를 사용하는 것이 바람직하다.
More specifically, the third operation module 230 may calculate the pedestrian affinity from the intersection density and the average block size in the network buffer from the location of interest. In urban planning, neighborhood units are generally considered to be less than 400 meters from home. Accordingly, the third calculation module 230 of the present invention can calculate the pedestrian affinity indicating substantial pedestrian convenience by calculating the intersection density and the average block size in the 400m network buffer from the location of interest. Here, the network buffer is different from the airline buffer, and it is preferable to use the network buffer because ordinary people walk along the road.

실시예에 따라서는, 관심 지역을 적어도 하나 이상의 구역으로 구분하여, 구역별로 교차로 밀도 및 평균 블록 사이즈를 계산하고, 이를 이용해 보행자 친화도를 산술한 다음, 관심 위치가 포함되는 구역의 보행자 친화도를 제2 점수에 적용할 수도 있다.
According to an embodiment, the region of interest is divided into at least one or more zones, the intersection density and the average block size are calculated for each zone, the pedestrian affinity is calculated using the zone, and the pedestrian affinity of the zone including the location of interest is calculated. It may be applied to the second score.

도 9는 본 발명의 일실시예에 따른 보행친화도 지수 개발 시스템에서, 교차로 밀도에 따른 페널티를 예를 들어 도시한 도면이고, 도 10은 본 발명의 일실시예에 따른 보행친화도 지수 개발 시스템에서, 평균 블록 사이즈에 따른 페널티를 예를 들어 도시한 도면이다. 본 발명의 일실시예에 따른 보행친화도 지수 개발 시스템에서는, 도 9에 도시된 바와 같이 단위 면적(평방마일)당 교차로의 개수에 따른 페널티, 도 10에 도시된 바와 같이 평균 블록 사이즈에 따른 페널티를 각각 도출하고, 두 개의 페널티를 합하여 보행자 친화도에 따른 페널티를 산출하며, 이를 제2 점수에 적용할 수 있다. 따라서, 제3 연산 모듈(230)은, 산출된 보행자 친화도에 따라 10% 이내의 페널티를 제2 점수에 적용하여 보행친화도 지수를 산출할 수 있다. 예를 들어, 교차로 밀도에 따른 페널티가 2%, 평균 블록 사이즈에 따른 페널티가 1%이면, 보행자 친화도에 따른 페널티는 3%가 될 수 있으며, 제2 연산 모듈(220)에서 산출된 관심 위치의 제2 점수가 80이면, 3%의 페널티를 적용하여 77.6이 보행친화도 지수로 산출될 수 있다.
9 is a diagram illustrating a penalty according to the intersection density in the pedestrian affinity index development system according to an embodiment of the present invention, and FIG. 10 is a pedestrian affinity index development system according to an embodiment of the present invention. Is a diagram showing a penalty according to the average block size, for example. In the walking affinity index development system according to an embodiment of the present invention, a penalty according to the number of intersections per unit area (square mile) as shown in FIG. 9, and a penalty according to an average block size as shown in FIG. 10. Are derived and the two penalties are summed to calculate a penalty according to the pedestrian affinity, and then applied to the second score. Therefore, the third calculation module 230 may calculate a walking affinity index by applying a penalty within 10% to the second score according to the calculated pedestrian affinity. For example, if the penalty according to the intersection density is 2% and the penalty according to the average block size is 1%, the penalty according to the pedestrian affinity may be 3%, and the location of interest calculated by the second calculation module 220. If the second score of is 80, 77.6 may be calculated as a walking affinity index by applying a 3% penalty.

한편, 특정 지점의 보행친화도 지수의 요청을 입력받으면, 보행친화도 데이터 셋에서 특정 지점과 가장 가까운 격자점에서의 보행친화도 지수를 특정 지점의 보행친화도 지수로 제공하되, 특정 지점과 가장 가까운 격자점이 복수이면, 복수의 가장 가까운 격자점에서의 보행친화도 지수의 평균값을 특정 지점의 보행친화도 지수로 제공할 수 있다.
On the other hand, upon receiving a request for a walking affinity index of a specific point, the walking affinity index at the grid point closest to the specific point in the walking affinity data set is provided as a walking affinity index of the specific point, When there are a plurality of close lattice points, the average value of the walking affinity indexes at the plurality of closest lattice points can be provided as the walking affinity index of a specific point.

도 11은 본 발명의 일실시예에 따른 보행친화도 지수 개발 시스템에서, 특정 지점의 보행친화도 지수를 제공하는 모습을 예를 들어 도시한 도면이다. 도 11에 도시된 바와 같이, 본 발명의 일실시예에 따른 보행친화도 지수 개발 시스템에서는, 지점 α에서의 보행친화도 지수는 가장 가까운 C1의 값인 80으로 제공할 수 있다. 그러나 지점 β의 경우에는, C1, C2, C3, 및 C4까지의 거리가 동일하므로, 네 지점의 각각의 보행친화도 지수인 80, 82, 84 및 86의 평균값인 83을 지점 β의 보행친화도 지수로 제공할 수 있다.
FIG. 11 is a diagram illustrating an example of providing a walking affinity index of a specific point in the walking affinity index development system according to an embodiment of the present invention. As shown in FIG. 11, in the system for developing a walking affinity index according to an embodiment of the present invention, the walking affinity index at the point α may be provided as 80, which is the value of the closest C 1 . However, in the case of point β, since the distances to C 1 , C 2, C 3, and C 4 are the same, 83, which is an average value of the walking affinity indices of the four points 80, 82, 84, and 86, is replaced with point β It can be provided as a walking affinity index of.

도 12는 본 발명의 일실시예에 따른 보행친화도 지수 개발 방법의 흐름을 도시한 도면이다. 도 12에 도시된 바와 같이, 본 발명의 일실시예에 따른 보행친화도 지수 개발 방법은, 제1 점수를 산출하는 단계(S100), 제1 점수를 통합하여 제2 점수를 산출하는 단계(S200) 및 관심 위치에 대한 보행친화도 지수를 산출하는 단계(S300)를 포함하여 구현될 수 있다.
12 is a flowchart illustrating a method of developing a walking affinity index according to an embodiment of the present invention. As shown in FIG. 12, the method of developing a walking affinity index according to an embodiment of the present invention includes: calculating a first score (S100) and calculating a second score by integrating the first score (S200). And calculating a walking affinity index for the location of interest (S300).

단계 S100에서는, 보행친화도 지수 개발 시스템의 제1 연산 모듈(210)이, 관심 위치로부터 미리 설정된 거리 내의 편의시설을 검색하고, 검색된 편의시설이 포함되는 카테고리에 따라 할당된 카테고리별 점수, 관심 위치로부터 검색된 편의시설까지의 거리 및 거리 조락 함수(Distance Decay Function)를 이용하여, 제1 점수를 산출할 수 있다. 여기서, 편의시설은, 식료품, 식당, 쇼핑, 커피숍, 은행, 공원, 학교, 도서 및 문화를 포함하는 카테고리 중 어느 하나에 포함되며, 카테고리의 중요도에 따라 카테고리별 점수가 미리 할당할 수 있다. 또한, 단계 S100에서는, 관심 위치로부터 검색된 편의시설까지의 도보 경로를 검색하고, 검색된 도보 경로에 따른 거리를 이용해 제1 점수를 산출할 수 있다.
In operation S100, the first calculation module 210 of the walking affinity index development system searches for facilities within a predetermined distance from the location of interest, and scores for each category assigned to the category including the found facilities, the location of interest. The first score may be calculated by using the distance from the searched accommodation to the accommodation facility and the distance decay function. Here, the convenience facilities are included in any one of the categories including food, restaurants, shopping, coffee shops, banks, parks, schools, books and culture, and the scores for each category may be pre-assigned according to the importance of the categories. In operation S100, the walking path from the location of interest to the found facility may be searched for, and the first score may be calculated using the distance according to the found walking path.

한편, 단계 S100에서는, 검색된 편의시설이 포함되는 카테고리가 공원이면, 미리 설정된 상수에 의해 수정된 거리 조락 함수를 이용하여 제1 점수를 산출할 수 있으며, 공원의 넓이에 따라 결정되는 상수에 의해 수정된 거리 조락 함수를 이용하여 제1 점수를 산출할 수도 있다. 실시예에 따라서는, 단계 S100에서는, 검색된 편의시설이 포함되는 카테고리가 공원이고 공원이 미리 설정된 면적 이상이면, 공원을 격자화하고, 관심 위치로부터 각 격자의 중심점까지의 거리 중 가장 짧은 거리를 관심 위치로부터 검색된 편의시설까지의 거리로 이용하여 제1 점수를 산출할 수 있다. 또한, 단계 S100에서는, 검색된 편의시설이 포함되는 카테고리가 공원이고 공원이 미리 설정된 면적보다 좁으면, 공원의 중심점까지의 거리를 관심 위치로부터 검색된 편의시설까지의 거리로 이용할 수 있다.
On the other hand, in step S100, if the category containing the searched amenities is a park, the first score may be calculated using a distance zonal function modified by a preset constant, and modified by a constant determined according to the area of the park. The first score may be calculated by using the calculated distance joke function. According to an embodiment, in step S100, if the category in which the searched amenities are included is a park and the park is larger than a preset area, the park is gridded and the shortest distance from the location of interest to the center point of each grid is interested. The first score may be calculated using the distance from the location to the searched facility. In addition, in step S100, if the category including the searched amenities is a park and the park is narrower than the preset area, the distance to the center point of the park may be used as the distance from the location of interest to the searched amenities.

단계 S200에서는, 보행친화도 지수 개발 시스템의 제2 연산 모듈(220)이, 관심 위치에서 검색된 모든 카테고리의 편의시설에 대한 제1 점수를 통합하여 제2 점수를 산출할 수 있다.
In operation S200, the second operation module 220 of the walking affinity index development system may calculate the second score by integrating the first scores for the facilities of all categories searched at the location of interest.

단계 S300에서는, 보행친화도 지수 개발 시스템의 제3 연산 모듈(230)이, 교차로 밀도 및 평균 블록 사이즈로부터 보행자 친화도(Pedestrian Friendliness)를 산출하고, 보행자 친화도에 따른 페널티를 제2 점수에 적용하여, 관심 위치에 대한 보행친화도 지수를 산출할 수 있다. 이때, 단계 S300에서는, 관심 위치로부터 네트워크 버퍼(network buffer) 내의 교차로 밀도 및 평균 블록 사이즈로부터 보행자 친화도를 산출할 수 있다. 또한, 단계 S300에서는, 산출된 보행자 친화도에 따라 10% 이내의 페널티를 제2 점수에 적용하여 보행친화도 지수를 산출할 수 있다.
In step S300, the third operation module 230 of the walking affinity index development system calculates pedestrian friendliness from the intersection density and the average block size, and applies a penalty according to the pedestrian affinity to the second score. Thus, the walking affinity index for the location of interest may be calculated. In this case, in step S300, the pedestrian affinity may be calculated from the intersection density and the average block size in the network buffer from the location of interest. In operation S300, a walking affinity index may be calculated by applying a penalty of 10% or less to the second score according to the calculated pedestrian affinity.

도 13은 본 발명의 일실시예에 따른 보행친화도 지수 개발 방법에서, 데이터 수집 및 보행친화도 데이터 셋 구성 과정을 도시한 도면이다. 도 13에 도시된 바와 같이, 본 발명의 일실시예에 따른 보행친화도 지수 개발 방법은, 데이터를 수집하는 단계(S10) 및 보행친화도 데이터 셋을 구성하는 단계(S400)를 더 포함하여 구현될 수 있다.
FIG. 13 is a diagram illustrating a process of collecting data and constructing a walking affinity data set in the method of developing a walking affinity index according to an embodiment of the present invention. As shown in FIG. 13, the method of developing a walking affinity index according to an embodiment of the present invention further includes collecting data (S10) and configuring a walking affinity data set (S400). Can be.

단계 S10에서는, 보행친화도 지수 개발 시스템의 지수 개발부(200)가, 편의시설의 종류 및 위치를 포함하는 편의시설 정보 및 경로 검색을 제공하는 온라인 지도 데이터를 포함하는 보행친화도 지수 개발을 위한 데이터를 수집할 수 있다. 또한, 보행친화도 지수 개발 시스템은, 관심 지역을 미리 설정된 해상도로 격자화하고, 관심 지역 내의 관심 위치에 대한 보행친화도 지수를 개발할 수 있다.
In step S10, the index development unit 200 of the pedestrian-friendly index development system, the data for the development of the pedestrian affinity index, including on-line map data that provides the convenience information and route search, including the type and location of the amenities Can be collected. In addition, the walking affinity index development system may grid the region of interest to a predetermined resolution and develop a walking affinity index for a location of interest in the region of interest.

단계 S400에서는, 보행친화도 지수 개발 시스템의 데이터베이스(300)는, 관심 지역 내의 모든 격자점에 대한 보행친화도 지수를 저장하여 보행친화도 데이터 셋을 구성할 수 있다.
In operation S400, the database 300 of the walking affinity index development system may configure a walking affinity data set by storing a walking affinity index for all grid points in the ROI.

한편, 특정 지점의 보행친화도 지수의 요청을 입력받으면, 단계 S200에서 구성된 보행친화도 데이터 셋에서 상기 특정 지점과 가장 가까운 격자점에서의 보행친화도 지수를 특정 지점의 보행친화도 지수로 제공하되, 특정 지점과 가장 가까운 격자점이 복수이면, 복수의 가장 가까운 격자점에서의 보행친화도 지수의 평균값을 특정 지점의 보행친화도 지수로 제공할 수 있다.
Meanwhile, upon receiving a request for a walking affinity index of a specific point, the walking affinity index at the grid point closest to the specific point is provided as a walking affinity index of the specific point in the walking affinity data set configured in step S200. When the grid points closest to a specific point are plural, the average value of the walking affinity indexes at the plurality of closest grid points may be provided as the walking affinity index of the specific point.

이와 같이, 본 발명에서 제안하고 있는 본 발명의 특징에 따른 보행친화도 지수 개발 시스템 및 방법에 따르면, 관심 위치 주변에 위치한 편의시설의 카테고리 및 거리, 보행자 친화도를 이용해 관심 위치에 대한 보행친화도 지수를 산출함으로써, 우리나라의 데이터를 이용해 한국형 보행친화도 지수를 개발할 수 있고, 관심 위치로부터 편의시설까지의 도보 경로에 따른 거리를 이용하므로, 정확한 보행친화도 지수의 산출이 가능하다. 또한, 공원의 입구 또는 공원의 넓이를 이용하여 공원에 대한 점수를 산출하므로, 공원의 특성에 맞는 공원 접근성을 산출하여 보행친화도 지수에 반영할 수 있다.
As described above, according to the system and method for developing a walking affinity index according to the features of the present invention, the walking affinity for the location of interest using the category and the distance of the convenience facilities located near the location of interest and the pedestrian affinity By calculating the index, the Korean walking affinity index can be developed using Korean data, and the distance according to the walking path from the location of interest to the convenient facilities can be used, so that the accurate walking affinity index can be calculated. In addition, since the score for the park is calculated using the entrance of the park or the area of the park, the park accessibility suitable for the characteristics of the park may be calculated and reflected in the walking affinity index.

이상 설명한 본 발명은 본 발명이 속한 기술분야에서 통상의 지식을 가진 자에 의하여 다양한 변형이나 응용이 가능하며, 본 발명에 따른 기술적 사상의 범위는 아래의 특허청구범위에 의하여 정해져야 할 것이다.The present invention described above may be variously modified or applied by those skilled in the art, and the scope of the technical idea according to the present invention should be defined by the following claims.

100: 정보 수집부
200: 지수 개발부
210: 제1 연산 모듈
220: 제2 연산 모듈
230: 제3 연산 모듈
300: 데이터베이스
S10: 데이터를 수집하는 단계
S100: 제1 점수를 산출하는 단계
S200: 제1 점수를 통합하여 제2 점수를 산출하는 단계
S300: 관심 위치에 대한 보행친화도 지수를 산출하는 단계
S400: 보행친화도 데이터 셋을 구성하는 단계100: information collector
200: Index Development Department
210: first operation module
220: second operation module
230: third operation module
300: database
S10: Collecting Data
S100: calculating the first score
S200: calculating the second score by integrating the first score
S300: calculating a walking affinity index for the location of interest
S400: step of constructing a walking affinity data set

Claims (22)

보행친화도 지수를 개발하는 지수 개발부(200)를 포함하는 보행친화도 지수 개발 시스템으로서,
편의시설의 종류 및 위치를 포함하는 편의시설 정보, 및 경로 검색을 제공하는 온라인 지도 데이터를 포함하는 보행친화도 지수 개발을 위한 데이터를 수집하는 정보 수집부(100);
보행친화도 지수를 개발하되, 관심 지역을 미리 설정된 해상도로 격자화하고, 상기 관심 지역 내의 관심 위치에 대한 보행친화도 지수를 개발하는 상기 지수 개발부(200); 및
상기 관심 지역 내의 모든 격자점에 대한 상기 보행친화도 지수를 저장하여 보행친화도 데이터 셋을 구성하는 데이터베이스(300)를 포함하며,
상기 지수 개발부(200)는,
관심 위치로부터 미리 설정된 거리 내의 편의시설을 검색하고, 상기 검색된 편의시설이 포함되는 카테고리에 따라 할당된 카테고리별 점수, 상기 관심 위치로부터 상기 검색된 편의시설까지의 거리 및 거리 조락 함수(Distance Decay Function)를 이용하여, 제1 점수를 산출하는 제1 연산 모듈(210);
상기 관심 위치에서 검색된 모든 카테고리의 편의시설에 대한 상기 제1 점수를 통합하여 제2 점수를 산출하는 제2 연산 모듈(220); 및
교차로 밀도 및 평균 블록 사이즈로부터 보행자 친화도(Pedestrian Friendliness)를 산출하고, 상기 보행자 친화도에 따른 페널티를 상기 제2 점수에 적용하여, 상기 관심 위치에 대한 보행친화도 지수를 산출하는 제3 연산 모듈(230)을 포함하며,
상기 편의시설은, 식료품, 식당, 쇼핑, 카페, 은행, 공원, 학교, 도서 및 문화를 포함하는 카테고리 중 어느 하나에 포함되고,
상기 카테고리의 중요도에 따라 카테고리별 점수가 미리 할당되되, 다른 카테고리에 비하여 밀도가 높은 식당, 쇼핑 및 카페 카테고리에 대해서는, 상기 미리 설정된 거리 내에 해당 카테고리의 편의시설이 복수 검색될 수 있으므로, 해당 카테고리에 미리 할당된 점수 내에서 미리 정해진 개수까지 관심 위치에 가까울수록 높은 점수를 미리 할당하며,
상기 제3 연산 모듈(230)은,
상기 산출된 보행자 친화도에 따라 10% 이내의 페널티를 상기 제2 점수에 적용하여 상기 보행친화도 지수를 산출하고,
특정 지점의 보행친화도 지수의 요청을 입력받으면, 상기 데이터베이스(300)에서 구성된 보행친화도 데이터 셋에서 상기 특정 지점과 가장 가까운 격자점에서의 보행친화도 지수를 상기 특정 지점의 보행친화도 지수로 제공하되, 상기 특정 지점과 가장 가까운 격자점이 복수이면, 상기 복수의 가장 가까운 격자점에서의 보행친화도 지수의 평균값을 상기 특정 지점의 보행친화도 지수로 제공하는 것을 특징으로 하는, 보행친화도 지수 개발 시스템.
As a walking affinity index development system including an index development unit 200 for developing a walking affinity index,
An information collection unit (100) for collecting data for the development of a walking affinity index, including amenities information including types and locations of amenities, and online map data providing a route search;
An index development unit 200 for developing a pedestrian affinity index, gridting the region of interest to a predetermined resolution, and developing a pedestrian affinity index for a location of interest in the region of interest; And
A database 300 for storing the walking affinity indexes for all grid points in the region of interest to construct a walking affinity data set,
The index development unit 200,
Search for amenities within a predetermined distance from the location of interest, and assign a score for each category according to a category including the searched amenities, a distance from the location of interest to the searched amenities, and a distance decay function. Using the first calculation module 210 to calculate a first score;
A second calculation module 220 for calculating a second score by integrating the first score for all categories of amenities searched at the location of interest; And
A third arithmetic module that calculates pedestrian friendliness from intersection density and average block size, and applies a penalty according to the pedestrian affinity to the second score to calculate a walking affinity index for the location of interest (230),
The amenities are included in any one of the categories including groceries, restaurants, shopping, cafes, banks, parks, schools, books and culture,
Scores for each category are pre-allocated according to the importance of the category, and since the restaurant, shopping, and cafe categories are more dense than other categories, a plurality of amenities of the category can be searched within the predetermined distance. Within the pre-allocated score, the higher the score, the closer to the location of interest, the higher the score.
The third operation module 230,
Calculating a walking affinity index by applying a penalty within 10% to the second score according to the calculated pedestrian affinity,
Upon receiving a request for a walking affinity index of a specific point, the walking affinity index at the grid point closest to the specific point in the walking affinity data set configured in the database 300 is the walking affinity index of the specific point. If the lattices closest to the specific point is provided, the pedestrian affinity index of the plural closest lattice points is provided as an average value of the pedestrian affinity index of the specific point. Development system.
삭제delete 삭제delete 제1항에 있어서, 상기 제1 연산 모듈(210)은,
상기 관심 위치로부터 상기 검색된 편의시설까지의 도보 경로를 검색하고, 검색된 도보 경로에 따른 거리를 이용해 상기 제1 점수를 산출하는 것을 특징으로 하는, 보행친화도 지수 개발 시스템.
The method of claim 1, wherein the first calculation module 210,
Searching for walking paths from the location of interest to the searched amenities, and calculating the first score using the distance according to the searched walking paths, walking affinity index development system.
제1항에 있어서, 상기 제1 연산 모듈(210)은,
상기 검색된 편의시설이 포함되는 카테고리가 공원이고 상기 공원이 미리 설정된 면적 이상이면, 상기 공원을 격자화하고, 상기 관심 위치로부터 각 격자의 중심점까지의 거리 중 가장 짧은 거리를 상기 관심 위치로부터 상기 검색된 편의시설까지의 거리로 이용하는 것을 특징으로 하는, 보행친화도 지수 개발 시스템.
The method of claim 1, wherein the first calculation module 210,
If the category in which the searched accommodation is included is a park and the park is equal to or larger than a predetermined area, the park is gridded and the shortest distance from the location of interest to the center point of each grid is searched from the location of interest. Pedestrian affinity index development system characterized by using at distance to facility.
제1항에 있어서, 상기 제1 연산 모듈(210)은,
상기 검색된 편의시설이 포함되는 카테고리가 공원이고 상기 공원이 미리 설정된 면적보다 좁으면, 상기 공원의 중심점까지의 거리를 상기 관심 위치로부터 상기 검색된 편의시설까지의 거리로 이용하는 것을 특징으로 하는, 보행친화도 지수 개발 시스템.
The method of claim 1, wherein the first calculation module 210,
If the category in which the searched amenities are included is a park and the park is narrower than a preset area, the distance to the center point of the park is used as the distance from the location of interest to the searched amenities. Index development system.
제1항에 있어서, 상기 제1 연산 모듈(210)은,
상기 검색된 편의시설이 포함되는 카테고리가 공원이면, 상기 관심 위치로부터 가장 가까운 공원의 입구까지의 거리를 이용하여 상기 제1 점수를 산출하는 것을 특징으로 하는, 보행친화도 지수 개발 시스템.
The method of claim 1, wherein the first calculation module 210,
If the category that the searched amenities are included, the first score is calculated using the distance from the location of interest to the entrance of the park closest to, the walking affinity index development system.
제1항에 있어서, 상기 제3 연산 모듈(230)은,
상기 관심 위치로부터 네트워크 버퍼(network buffer) 내의 교차로 밀도 및 평균 블록 사이즈로부터 상기 보행자 친화도를 산출하는 것을 특징으로 하는, 보행친화도 지수 개발 시스템.
The method of claim 1, wherein the third operation module 230,
And calculating the pedestrian affinity from the intersection density and average block size in a network buffer from the location of interest.
삭제delete 삭제delete 삭제delete 보행친화도 지수를 개발하는 보행친화도 지수 개발 방법으로서, 정보 수집부(100), 지수 개발부(200) 및 데이터베이스(300)를 포함하는 보행친화도 지수 개발 시스템이,
상기 정보 수집부(100)가, 편의시설의 종류 및 위치를 포함하는 편의시설 정보, 및 경로 검색을 제공하는 온라인 지도 데이터를 포함하는 보행친화도 지수 개발을 위한 데이터를 수집하는 단계;
(1) 상기 지수 개발부(200)가, 관심 위치로부터 미리 설정된 거리 내의 편의시설을 검색하고, 상기 검색된 편의시설이 포함되는 카테고리에 따라 할당된 카테고리별 점수, 상기 관심 위치로부터 상기 검색된 편의시설까지의 거리 및 거리 조락 함수(Distance Decay Function)를 이용하여, 제1 점수를 산출하는 단계;
(2) 상기 지수 개발부(200)가, 상기 관심 위치에서 검색된 모든 카테고리의 편의시설에 대한 상기 제1 점수를 통합하여 제2 점수를 산출하는 단계; 및
(3) 상기 지수 개발부(200)가, 교차로 밀도 및 평균 블록 사이즈로부터 보행자 친화도(Pedestrian Friendliness)를 산출하고, 상기 보행자 친화도에 따른 페널티를 상기 제2 점수에 적용하여, 상기 관심 위치에 대한 보행친화도 지수를 산출하는 단계를 포함하며,
상기 지수 개발부(200)가, 관심 지역을 미리 설정된 해상도로 격자화하고, 상기 관심 지역 내의 관심 위치에 대한 보행친화도 지수를 개발하며,
상기 단계 (3) 이후에는,
(4) 상기 데이터베이스(300)가, 상기 관심 지역 내의 모든 격자점에 대한 상기 보행친화도 지수를 저장하여 보행친화도 데이터 셋을 구성하는 단계를 더 포함하고,
상기 편의시설은, 식료품, 식당, 쇼핑, 카페, 은행, 공원, 학교, 도서 및 문화를 포함하는 카테고리 중 어느 하나에 포함되고,
상기 카테고리의 중요도에 따라 카테고리별 점수가 미리 할당되되, 다른 카테고리에 비하여 밀도가 높은 식당, 쇼핑 및 카페 카테고리에 대해서는, 상기 미리 설정된 거리 내에 해당 카테고리의 편의시설이 복수 검색될 수 있으므로, 해당 카테고리에 미리 할당된 점수 내에서 미리 정해진 개수까지 관심 위치에 가까울수록 높은 점수를 미리 할당하며,
상기 단계 (3)에서는,
상기 산출된 보행자 친화도에 따라 10% 이내의 페널티를 상기 제2 점수에 적용하여 상기 보행친화도 지수를 산출하며,
특정 지점의 보행친화도 지수의 요청을 입력받으면, 상기 단계 (4)에서 구성된 보행친화도 데이터 셋에서 상기 특정 지점과 가장 가까운 격자점에서의 보행친화도 지수를 상기 특정 지점의 보행친화도 지수로 제공하되, 상기 특정 지점과 가장 가까운 격자점이 복수이면, 상기 복수의 가장 가까운 격자점에서의 보행친화도 지수의 평균값을 상기 특정 지점의 보행친화도 지수로 제공하는 것을 특징으로 하는, 보행친화도 지수 개발 방법.
As a walking affinity index development method for developing a walking affinity index, a walking affinity index development system including an information collecting unit 100, index development unit 200 and database 300,
Collecting, by the information collecting unit 100, data for development of a walking affinity index including information on amenities including the type and location of facilities, and online map data providing a route search;
(1) The index development unit 200 searches for a facility within a predetermined distance from the location of interest, and assigns a score for each category assigned according to a category including the found facility, from the location of interest to the searched facility. Calculating a first score using a distance and a distance decay function;
(2) calculating, by the index development unit 200, a second score by integrating the first scores for all categories of amenities searched at the location of interest; And
(3) The exponential development unit 200 calculates pedestrian friendliness from the intersection density and the average block size, and applies a penalty according to the pedestrian affinity to the second score, for the location of interest. Calculating a walking affinity index,
The index development unit 200 grids the region of interest to a predetermined resolution, and develops a walking affinity index for the region of interest in the region of interest,
After the step (3),
(4) the database 300 further comprising storing the walking affinity index for all grid points in the region of interest to construct a walking affinity data set,
The amenities are included in any one of the categories including groceries, restaurants, shopping, cafes, banks, parks, schools, books and culture,
Scores for each category are pre-allocated according to the importance of the category, and since the restaurant, shopping, and cafe categories are more dense than other categories, a plurality of amenities of the category can be searched within the predetermined distance. Within the pre-allocated score, the higher the score, the closer to the location of interest, the higher the score.
In the step (3),
Calculating a walking affinity index by applying a penalty within 10% to the second score according to the calculated pedestrian affinity,
Upon receiving a request for a walking affinity index of a specific point, the walking affinity index at the grid point closest to the specific point in the walking affinity data set configured in step (4) is used as the walking affinity index of the specific point. If the lattices closest to the specific point is provided, the pedestrian affinity index of the plural closest lattice points is provided as an average value of the pedestrian affinity index of the specific point. Development method.
삭제delete 삭제delete 제12항에 있어서, 상기 단계 (1)에서는,
상기 관심 위치로부터 상기 검색된 편의시설까지의 도보 경로를 검색하고, 검색된 도보 경로에 따른 거리를 이용해 상기 제1 점수를 산출하는 것을 특징으로 하는, 보행친화도 지수 개발 방법.
The method of claim 12, wherein in step (1),
And searching for a walking path from the location of interest to the found facility and calculating the first score using a distance according to the found walking path.
제12항에 있어서, 상기 단계 (1)에서는,
상기 검색된 편의시설이 포함되는 카테고리가 공원이고 상기 공원이 미리 설정된 면적 이상이면, 상기 공원을 격자화하고, 상기 관심 위치로부터 각 격자의 중심점까지의 거리 중 가장 짧은 거리를 상기 관심 위치로부터 상기 검색된 편의시설까지의 거리로 이용하는 것을 특징으로 하는, 보행친화도 지수 개발 방법.
The method of claim 12, wherein in step (1),
If the category in which the searched accommodation is included is a park and the park is equal to or larger than a predetermined area, the park is gridded and the shortest distance from the location of interest to the center point of each grid is searched from the location of interest. Pedestrian affinity index development method characterized by using in distance to facility.
제12항에 있어서, 상기 단계 (1)에서는,
상기 검색된 편의시설이 포함되는 카테고리가 공원이고 상기 공원이 미리 설정된 면적보다 좁으면, 상기 공원의 중심점까지의 거리를 상기 관심 위치로부터 상기 검색된 편의시설까지의 거리로 이용하는 것을 특징으로 하는, 보행친화도 지수 개발 방법.
The method of claim 12, wherein in step (1),
If the category in which the searched amenities are included is a park and the park is narrower than a preset area, the distance to the center point of the park is used as the distance from the location of interest to the searched amenities. Index development method.
제12항에 있어서, 상기 단계 (1)에서는,
상기 검색된 편의시설이 포함되는 카테고리가 공원이면, 상기 관심 위치로부터 가장 가까운 공원의 입구까지의 거리를 이용하여 상기 제1 점수를 산출하는 것을 특징으로 하는, 보행친화도 지수 개발 방법.
The method of claim 12, wherein in step (1),
If the category that the searched amenities are included in the park, the first score is calculated using the distance from the location of interest to the entrance of the nearest park, the pedestrian affinity index development method.
제12항에 있어서, 상기 단계 (3)에서는,
상기 관심 위치로부터 네트워크 버퍼(network buffer) 내의 교차로 밀도 및 평균 블록 사이즈로부터 상기 보행자 친화도를 산출하는 것을 특징으로 하는, 보행친화도 지수 개발 방법.
The method of claim 12, wherein in step (3),
And calculating the pedestrian affinity from the intersection density and the average block size in a network buffer from the location of interest.
삭제delete 삭제delete 삭제delete
KR1020180054865A 2018-05-14 2018-05-14 Walkability score development system and method KR102009395B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180054865A KR102009395B1 (en) 2018-05-14 2018-05-14 Walkability score development system and method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180054865A KR102009395B1 (en) 2018-05-14 2018-05-14 Walkability score development system and method

Publications (1)

Publication Number Publication Date
KR102009395B1 true KR102009395B1 (en) 2019-10-21

Family

ID=68460440

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180054865A KR102009395B1 (en) 2018-05-14 2018-05-14 Walkability score development system and method

Country Status (1)

Country Link
KR (1) KR102009395B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230158267A (en) * 2022-05-11 2023-11-20 지오딕트 주식회사 Analysis system for neglected areas of public welfare and convenience facilities reflecting the time and space environment

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050000225A (en) * 2003-06-23 2005-01-03 (주)클릭앤콜 Search service system for regional information

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050000225A (en) * 2003-06-23 2005-01-03 (주)클릭앤콜 Search service system for regional information

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
논문1* *
보고서1* *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230158267A (en) * 2022-05-11 2023-11-20 지오딕트 주식회사 Analysis system for neglected areas of public welfare and convenience facilities reflecting the time and space environment

Similar Documents

Publication Publication Date Title
JP7264357B2 (en) Method and Apparatus for Searching or Comparing Sites Using Routes or Route Distances Between Sites and Locations in a Transportation System
US20060146719A1 (en) Web-based navigational system for the disabled community
US9677904B2 (en) Generating travel time data
Czioska et al. Real-world meeting points for shared demand-responsive transportation systems
CN109478184A (en) Identification, processing and display data point cluster
CN109063914B (en) Tourism route planning method based on space-time data perception
Lefebvre-Ropars et al. Walkability: which measure to choose, where to measure it, and how?
Mora-Garcia et al. A comparative analysis of manhattan, euclidean and network distances. Why are network distances more useful to urban professionals?
Levin et al. TARS: traffic-aware route search
JP7144818B2 (en) Method and Apparatus for Searching or Comparing Sites Using Routes or Route Distances Between Sites and Locations in a Transportation System
Goodchild Beyond Tobler’s hiking function
Felício et al. Handling OpenStreetMap georeferenced data for route planning
WO2016153426A1 (en) Method and apparatus for creating map data for calculating commute time using public transit information
KR102009395B1 (en) Walkability score development system and method
KR101860495B1 (en) System and method for recommending paths with consideration for condition and features of users
JP2020193973A (en) System and method for generating origin-independent access maps
Handy et al. Evaluating neighborhood accessibility: issues and methods using geographic information systems
CN113988659B (en) Three-dimensional compact digital city design method and device and computer equipment
CN116882599A (en) Planning method and device for travel route
Koritsoglou et al. Shortest Path Algorithms for Pedestrian Navigation Systems. Information 2022, 13, 269
Ge et al. Epui: Experimental platform for urban informatics
Li Cycling in Toronto: route choice behavior and implications to infrastructure planning
Jehn et al. A GIS Performance Measure-based Methodology for Prioritizing Bike Share System Expansion
Grachek Individualized Pedestrian and Micromobility Routing Incorporating Static and Dynamic Parameters
Mohandas et al. Development of an algorithm for bus routing and tracking for an educational institution: A Case Study