KR102115371B1 - 도로교통정보 분석 서버, 도로교통정보 분석 시스템 및 분석 방법 - Google Patents
도로교통정보 분석 서버, 도로교통정보 분석 시스템 및 분석 방법 Download PDFInfo
- Publication number
- KR102115371B1 KR102115371B1 KR1020200052643A KR20200052643A KR102115371B1 KR 102115371 B1 KR102115371 B1 KR 102115371B1 KR 1020200052643 A KR1020200052643 A KR 1020200052643A KR 20200052643 A KR20200052643 A KR 20200052643A KR 102115371 B1 KR102115371 B1 KR 102115371B1
- Authority
- KR
- South Korea
- Prior art keywords
- data
- road traffic
- analysis
- vehicle
- traffic information
- Prior art date
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 150
- 238000000034 method Methods 0.000 title claims description 26
- 238000012731 temporal analysis Methods 0.000 claims abstract description 31
- 238000000700 time series analysis Methods 0.000 claims abstract description 31
- 238000013264 cohort analysis Methods 0.000 claims description 39
- 238000013480 data collection Methods 0.000 claims description 36
- 238000001514 detection method Methods 0.000 claims description 21
- 238000012360 testing method Methods 0.000 claims description 14
- 238000004891 communication Methods 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 8
- 238000012544 monitoring process Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000007405 data analysis Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 238000013500 data storage Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000002265 prevention Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000010921 in-depth analysis Methods 0.000 description 2
- 238000010223 real-time analysis Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 206010011971 Decreased interest Diseases 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004043 responsiveness Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/338—Presentation of query results
-
- G06Q50/30—
-
- 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
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Analytical Chemistry (AREA)
- Tourism & Hospitality (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (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)
- Devices For Checking Fares Or Tickets At Control Points (AREA)
- Traffic Control Systems (AREA)
Abstract
도로교통정보 분석 서버, 도로교통정보 분석 시스템 및 분석 방법이 개시된다. 본 발명에 따른 도로교통정보 데이터를 분석하는 도로교통정보 분석 서버는, 상기 도로교통정보 데이터를 사용자로부터 입력된 관심정보 항목으로 필터링하여 군집 데이터를 생성하는 퍼널부, 상기 군집 데이터를 공시적으로 분석하는 코호트분석부 및 상기 군집 데이터를 시간순으로 배열하여 군집 데이터 세그먼트를 생성 및 분석하는 시계열분석부를 포함한다.
Description
본 발명은 도로교통정보 분석 서버, 도로교통정보 분석 시스템 및 분석 방법에 관한 것이다. 보다 구체적으로, 고속도로에 설치된 데이터수집장치로부터 수집되는 모든 도로교통정보 데이터를 집적하고, 집적된 도로교통정보 데이터로부터 퍼널, 코호트, 시계열분석을 이용하여 고속도로의 교통의 현황을 파악하고, 도로요금 징수 과정에서 발생하는 관련 장애를 파악하는 도로교통정보 분석 서버, 도로교통정보 분석 시스템 및 분석 방법에 관한 것이다.
1980년대의 경제의 급속성장과 자동차 산업의 발달은 급격한 교통량의 증가를 가져왔다. 전국의 자동차 보유대수 100만대를 돌파했고 1990년에 이르러서는 2백만 대를 웃돌게 되었다. 이같은 비약적인 자동차 증가는 혼잡으로 인한 통행시간의 증가, 교통사고 등 막대한 사회적 비용으로 이어졌다.
도로건설이나 교통시스템 확장 등 시설공급 위주의 접근방법에 한계성이 있다는 인식을 공유하면서 전통적인 교통정책에서 벗어난 새로운 교통문제 해결방안을 모색하게 되었다. 따라서 2000년대는 교통시설에 첨단기술을 접합한 지능형 교통체계(Intelligent Transportation System, ITS)를 이용하여 교통문제를 해결하려는 추세였다. ITS는 기본적으로 도로 건설과 같은 물리적인 인프라시설공급에 비해 비용이 적게 소요되면서 원활한 교통흐름을 가능하게 하여 기존의 교통시설을 보다 효율적으로 운용할 수 있었다.
그러나 차로에서 운영되는 각종 장치 또는 시스템이 늘어나고, IoT를 이용하는 시설물들이 급격히 증가했지만 각 장치로부터 수집되는 정보를 관리하고 효율적으로 이용할 수 있는 기반 체계는 이와 같은 변화의 흐름에 맞춰가지 못하는 실정이다.
현재 고속도로 운영 시스템은 도로운영의 정형화된 분석과 모니터링 환경에 머물러 있고, 사전 정의된 데이터만 수용 및 처리되면서 제한된 범위의 데이터만 집계하는 문제점이 있다. 또한, 장비 장애가 발생을 예측하지 못해 신속한 초기 대응이 미흡한 문제점이 있다.
본 발명은 상술한 문제점을 해결하기 위해 안출된 것으로, 데이터 구조에 영향을 받지 않는 빅데이터 저장소를 구축하고, 데이터수집장치의 모든 도로교통 데이터를 저장소에 저장하여, 저장된 대량의 도로교통 데이터를 이용하여 교통량과 관련된 각종 분석 데이터를 제공하고 관련된 장치의 장애를 예측하고 모니터링하는 것에 그 목적이 있다.
본 발명의 일 실시예에 따른 도로교통정보 데이터를 분석하는 도로교통정보 분석 서버는, 상기 도로교통정보 데이터로부터 사용자로부터 입력된 관심정보 항목으로 필터링하여 군집 데이터를 생성하는 퍼널부; 상기 군집 데이터를 공시적으로 분석하는 코호트분석부; 및 상기 군집 데이터를 시간순으로 배열하여 군집 데이터 세그먼트를 생성 및 분석하는 시계열분석부;를 포함할 수 있다.
또한, 복수의 상기 군집 데이터 세그먼트를 서로 비교 가능하도록 동시에 그래프로 출력하는 AB테스팅분석부;를 포함할 수 있다.
또한, 상기 퍼널부는, 상기 도로교통정보 데이터를 실시간으로 필터링하고, 상기 코호트분석부는 실시간으로 상기 군집 데이터를 공시적으로 분석할 수 있다.
또한, 상기 퍼널부, 상기 코호트분석부 또는 상기 시계열분석부에서 처리된 데이터를 캐싱하는 캐싱부;를 포함할 수 있고, 상기 사용자에 의한 분석 요청 시, 상기 캐싱부에 저장된 상기 군집 데이터 세그먼트를 이용할 수 있다.
또한, 상기 도로교통정보 데이터는, 상기 차량이 운행하는 도로 구간, 상기 차량이 통과한 영업소, 상기 영업소를 통과한 상기 차량의 번호, 상기 영업소를 담당하는 지사, 상기 차량이 통과한 차로, 상기 차로에 설치된 차량감지장치명, 상기 차량감지장치의 모델명, 상기 차량감지장치를 제조한 제조사명, 상기 차량에 장착된 OBU와의 통신지연시간, 상기 차량감지장치에 설치된 펌웨어 버전, 미리 분류된 요금지급 장애 유형 중 하나 이상의 정보를 포함할 수 있다.
한편, 본 발명의 일 실시예에 따른 도로교통정보 데이터를 분석하는 도로교통정보 분석 시스템은, 도로정보 분석 서버; 및 상기 차량에 대한 정보를 수집하여 상기 데이터로 변환하여 전송하는 데이터 수집장치;를 포함하고, 상기 도로정보 분석 서버는, 상기 도로교통정보 데이터로부터 사용자로부터 입력된 관심정보 항목으로 필터링하여 군집 데이터를 생성하는 퍼널부; 상기 군집 데이터를 공시적으로 분석하는 코호트분석부; 및 상기 군집 데이터를 시간순으로 배열하여 군집 데이터 세그먼트를 생성 및 분석하는 시계열분석부;를 포함할 수 있다.
또한, 상기 데이터 수집장치는, 영상촬영장치, 자동요금징수장치 및 전자지불장치 중 하나 이상을 포함할 수 있다.
또한, 상기 데이터 수집장치가 수집하는 데이터를 저장하는 수집서버;를 포함할 수 있다.
또한, 상기 도로교통정보 분석 서버는, 상기 수집서버의 데이터에 접근 가능하고, 상기 퍼널부, 상기 코호트분석부 또는 상기 시계열분석부에 분석 요청이 가능한 도로교통분석플랫폼을 제공할 수 있다.
또한, 상기 도로교통분석플랫폼을 통해 상기 도로교통정보 분석 서버에 상기 분석 요청을 하는 관제단말기;를 포함할 수 있고, 상기 관제단말기는, 상기 분석 요청에 응답된 분석 결과를 출력하는 대시보드를 포함할 수 있다.
또한, 상기 관제단말기는, 복수의 상기 분석 결과 중 상기 대시보드에 출력할 특정 분석 결과를 선택하고, 상기 분석 결과는 상기 군집 데이터 세그먼트를 포함할 수 있다.
또한, 상기 관제 단말기는, 실시간으로 업데이트되는 하나 이상의 상기 군집 데이터 세그먼트의 각각의 대해 알람을 발생시키거나 하나 이상의 상기 군집 데이터 세그먼트의 조합에 따라 알람을 발생시키는 알람부;를 포함할 수 있다.
한편, 본 발명의 일 실시예에 따른 도로교통정보 분석 방법은, 도로교통정보 데이터로부터 사용자로부터 입력된 관심정보 항목으로 필터링하여 군집 데이터를 생성하는 퍼널단계; 상기 군집 데이터를 공시적으로 분석하는 코호트분석단계; 및 상기 군집 데이터를 시간순으로 배열하여 군집 데이터 세그먼트를 생성 및 분석하는 시계열분석단계;를 포함할 수 있다.
또한, 복수의 상기 군집 데이터 세그먼트를 비교 가능하도록 동시에 그래프로 출력하는 AB테스팅분석단계;를 포함할 수 있다.
또한, 상기 도로교통정보 데이터는, 상기 차량이 운행하는 도로 구간, 상기 차량이 통과한 영업소, 상기 영업소를 통과한 상기 차량의 번호, 상기 영업소를 담당하는 지사, 상기 차량이 통과한 차로, 상기 차로에 설치된 차량감지장치명, 상기 차량감지장치의 모델명, 상기 차량감지장치를 제조한 제조사명, 상기 차량에 장착된 OBU와의 통신지연시간, 상기 차량감지장치에 설치된 펌웨어 버전, 미리 분류된 요금지급 장애 유형 중 하나 이상의 정보를 포함할 수 있다.
또한, 상기 퍼널단계는, 상기 도로교통정보 데이터를 실시간으로 필터링하고, 상기 코호트분석단계는 실시간으로 상기 군집 데이터를 공시적으로 분석할 수 있다.
또한, 상기 군집 데이터 세그먼트를 캐싱하는 캐싱단계;를 포함할 수 있고, 상기 캐싱단계는, 상기 사용자에 의한 분석 요청 시, 상기 캐싱단계에서 캐싱된 상기 군집 데이터 세그먼트를 이용할 수 있다.
본 발명에 따른 도로교통정보 분석 서버, 도로교통정보 분석 시스템 및 분석 방법은 데이터 구조에 영향을 받지 않는 빅데이터 저장소를 구축하고, 데이터수집장치의 모든 도로교통 데이터를 저장소에 저장하여, 저장된 대량의 도로교통 데이터를 이용하여 교통량과 관련된 각종 분석 데이터를 제공하고 관련된 장치의 장애를 예측하고 모니터링할 수 있다.
도 1은 본 발명의 일 실시예에 따른 도로교통정보 분석 시스템의 개략적인 구성을 나타낸 구성도이다.
도 2는 본 발명의 일 실시예에 따른 도로교통정보 분석 서버 및 수집서버의 구성을 나타낸 도면이다.
도 3은 본 발명의 일 실시예에 따른 도로교통분석플랫폼의 분석 도구 화면을 나타낸 도면이다.
도 4는 본 발명의 일 실시예에 따른 데이터수집장치의 구성을 나타낸 도면이다.
도 5는 본 발명의 일 실시예에 따른 대시보드에 출력되는 분석 결과를 나타낸 도면이다.
도 6은 본 발명의 일 실시시예에 따른 도로교통정보 분석 방법의 순서도이다.
도 7은 본 발명의 다른 실시예에 따른 도로교통정보 분석 방법의 순서도이다.
도 8은 본 발명의 또 다른 실시예에 따른 도로교통정보 분석 방법의 순서도이다.
도 2는 본 발명의 일 실시예에 따른 도로교통정보 분석 서버 및 수집서버의 구성을 나타낸 도면이다.
도 3은 본 발명의 일 실시예에 따른 도로교통분석플랫폼의 분석 도구 화면을 나타낸 도면이다.
도 4는 본 발명의 일 실시예에 따른 데이터수집장치의 구성을 나타낸 도면이다.
도 5는 본 발명의 일 실시예에 따른 대시보드에 출력되는 분석 결과를 나타낸 도면이다.
도 6은 본 발명의 일 실시시예에 따른 도로교통정보 분석 방법의 순서도이다.
도 7은 본 발명의 다른 실시예에 따른 도로교통정보 분석 방법의 순서도이다.
도 8은 본 발명의 또 다른 실시예에 따른 도로교통정보 분석 방법의 순서도이다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예가 상세하게 설명된다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고, 도면에서 본 발명의 실시예를 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략되었다.
본 명세서에서 사용된 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도로 사용된 것이 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다.
본 명세서에서, "포함하다", "가지다" 또는 "구비하다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것으로서, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해될 수 있다.
또한, 본 발명의 실시예에 나타나는 구성부들은 서로 다른 특징적인 기능들을 나타내기 위해 독립적으로 도시되는 것으로, 각 구성부들이 분리된 하드웨어나 하나의 소프트웨어 구성단위로 이루어짐을 의미하지 않는다. 즉, 각 구성부는 설명의 편의상 각각의 구성부로 나열하여 기술되고, 각 구성부 중 적어도 두 개의 구성부가 합쳐져 하나의 구성부로 이루어지거나, 하나의 구성부가 복수 개의 구성부로 나뉘어져 기능을 수행할 수 있다. 이러한 각 구성부의 통합된 실시예 및 분리된 실시예도 본 발명의 본질에서 벗어나지 않는 한 본 발명의 권리 범위에 포함된다.
또한, 이하의 실시예들은 당 업계에서 평균적인 지식을 가진 자에게 보다 명확하게 설명하기 위해서 제공되는 것으로서, 도면에서의 요소들의 형상 및 크기 등은 보다 명확한 설명을 위해 과장될 수 있다.
이하, 첨부된 도면을 참조하여, 본 발명에 따른 바람직한 실시예에 대하여 설명한다.
도 1은 본 발명의 일 실시예에 따른 도로교통정보 분석 시스템의 개략적인 구성을 나타낸 구성도이다. 도 1을 참조하면, 도로교통정보 분석 시스템은 고속도로의 교통정보 분석 및 관련 장치 장애를 분석하기 위한 시스템으로, 도로교통정보 분석 서버(100) 및 수집서버(200)를 포함할 수 있다. 또한, 도로교통정보 분석 시스템은 데이터수집장치(300), 주제어기(400), 관제단말기(500) 또는 대시보드(600)를 더 포함할 수 있다.
도로교통정보 분석 서버(100), 수집서버(200), 데이터수집장치(300), 주제어기(400), 관제단말기(500)는 네트워크(700)에 연결되어 서로 데이터 패킷을 송수신할 수 있다.
본 발명의 일 실시예에 따른 도로교통정보 분석 시스템이 설치되는 영역은 본사 영역, 지사 영역, 영업소 영역에 나뉘어 구분할 수 있다. 도로교통정보 분석 서버(100) 및 수집서버(200)는 본사 영역에 설치될 수 있고, 주제어기(400), 관제단말기(500) 및 대시보드(600)는 지사 영역에 설치될 수 있다. 그리고 복수의 데이터수집장치(300)는 영업소 영역에 설치될 수 있다. 영업소 영역은 고속도로의 본선에 접근할 수 있는 진출입로 영역으로 지정될 수 있으므로 복수의 영역으로 할당될 수 있다. 지사 영역은 각 지역에 지정된 영업소 영역을 관할하는 영역으로 지역별로 복수 지사 영역이 지정될 수 있다. 본사 영역은 도로교통정보 분석 시스템의 전체를 관할하는 영역으로 하나의 영역만 지정될 수 있다.
따라서, 본사 영역에 설치되는 도로교통정보 분석 서버(100) 및 수집서버(200)는 하나만 설치될 수 있으며, 지사 또는 영업소 영역에 설치되는 데이터수집장치(300), 주제어기(400), 관제단말기(500) 및 대시보드(600)는 복수로 설치될 수 있다.
전술한 설치되는 영역은 일 실시예에 따른 것이며, 이에 한정되지 않는다. 각각의 구성요소가 설치되는 영역은 다양하게 지정될 수 있으며, 관제단말기(500) 및 대시보드(600)는 각 지사 및 본사 영역에도 설치될 수 있다.
데이터수집장치(300)는 고속도로 구간내에 설치되는 각종 전자장치로, 요금 징수에 관련된 장치, 영상촬영에 관련된 장치 또는 도속도로 시설내에 설치되는 IoT(Internet of Things)장치일 수 있다. 데이터수집장치(300)에서 수집되는 데이터는 표준 통신 프로토콜을 통해 송수신되는 모든 데이터이며, 각각의 지사 영역 관할 내에 있는 각 영업소에 설치되는 데이터수집장치(300)는 해당 지사 영역에 설치되는 주제어기(400)에 송신되며, 각 지사 영역의 주제어기(400)는 상기 데이터를 본사 영역의 수집서버(200)에 전송할 수 있다. 수집서버(200)는 주제어기(400)에서 전송한 각 영업소의 데이터 수집 장치(300)에서 수집된 모든 데이터를 저장하고, 대량의 다양한 데이터를 집계할 수 있는 빅데이터 저장소이다. 수집서버(200)는 데이터 저장을 위한 장치로써 데이터의 신속한 저장을 목적으로 할 수 있다.
도로교통정보 분석 서버(100)는 수집서버(200)에 저장된 도로교통정보 데이터를 이용하여 도로교통에 대한 분석을 할 수 있다. 도로교통정보 분석 서버(100)는 사용자가 요구한 분석결과를 도출하기 위하여, 수집서버(200)에 저장된 다양한 대량의 데이터를 분류 및 데이터처리를 위해 퍼널 분석, 코호트 분석, 시계열 분석, AB테스팅 분석 방식을 이용할 수 있다.
도 2는 본 발명의 일 실시예에 따른 도로교통정보 분석 서버 및 수집서버의 구성을 나타낸 도면이고 도 3은 본 발명의 일 실시예에 따른 도로교통분석플랫폼의 분석 도구 화면을 나타낸 도면이다. 도 2 및 도 3을 참조하면, 도로교통정보 분석 서버(100)는 도로교통정보 데이터를 분석하는 서버로, 퍼널부(110), 코호트분석부(120) 및 시계열분석부(130)를 포함할 수 있다.
퍼널부(110)는 퍼널 분석 방식으로 수집서버(200)의 데이터를 처리할 수 있다. 퍼널 분석 방식은 사용자가 어떤 서비스를 이용하면서, 서비스 제공자의 목표에 부합하는 결과를 내기까지의 일련의 과정을 단계별로 나누어서, 각각의 단계들의 기여도를 분석하여 어떤 단계들의 조합이 가장 큰 성공률(전환, 이탈, 도달)을 보이는지 찾아내는 방식이다. 예컨대, 쇼핑몰 방문자 중 결제까지 완료한 방문자 행동(예)페이지 이동) 패턴 분석, 고객센터 페이지에서 원하는 정보를 찾지 못하고 콜센터에 전화를 하게 된 고객들의 행동(예)페이지 이동) 패턴 분석, 게임 플레이어들 중에 게임을 더 이상 진행하지 않고 삭제한 사용자들의 게임 진행 과정의 흥미 상실 패턴 분석 등에 사용될 수 있다.
이러한 퍼널 분석 방식을 위해 퍼널부(110)는 도로교통정보 데이터를 사용자로부터 입력된 관심정보 항목으로 필터링 하여 군집 데이터를 생성할 수 있다. 입력된 관심정보 항목은 퍼널 분석 방식의 일련의 과정에 따른 단계와 같을 수 있다. 여기서 사용자로부터 입력된 관심정보 항목은 예를 들어 구간, 본부, 영업소, 차로, 장치유형, 제조사, 모델명, 펌웨어 버전, 장애유형 같은 항목일 수 있다. 상기 항목은 '구간 > 본부 > 영업소 > 차로 > 장치유형 > 제조사 > 모델명 > 펌웨어 버전 > 장애유형'으로 이어지는 깔대기 단계를 따를 수 있다. 각 항목에 대해 실질적으로 분류할 세부항목을 지정할 수 있다. 예컨대, 도 3에 도시된 것처럼 '경부고속도로 > 경기도 > 수원신갈 > 3차로 > CCU > ㈜코스페이스 > Machine3 > E330SKA41PH1 > OBU정보미수신'으로 세부 항목을 지정할 수 있다. 사용자는 각 항목들을 도로교통정보 분석 서버(100)가 제공하는 도로교통분석플랫폼(101)을 통해 입력할 수 있다. 퍼널부(110)는 입력된 관심정보 항목으로 수집서버(200)에 저장된 빅데이터를 각 항목의 정보가 포함된 데이터로 필터링하여 군집 데이터를 생성할 수 있다. 여기서 군집 데이터는 각 관심정보 항목들로 필터링 된 데이터의 집합이라고 할 수 있다.
코호트분석부(120)는 퍼널부(110)에서 생성한 군집 데이터를 공시적으로 분석할 수 있다. 코호트 분석은 분석 대상 집단을 몇 개의 부분집합으로 분류하여 그 부분집합들의 통계를 공시적으로 비교하여 분석하는 방식이다. 여기서 공시적(a defined time-span)이라는 것은 '어떤 한 시기'의 특징을 가리킬 때 쓰일 수 있다. 즉, 코호트분석부(120)는 퍼널부(110)가 다른 관심항목으로 필터링된 군집 데이터를 복수 개로 생성할 수 있도록 지원하고, 생성된 복수의 군집 데이터를 설정된 기간에 관련된 데이터로만 분류할 수 있다.
예를 들어, 퍼널부(110)에서 설명한 관심정보의 항목에 대하여 지정된 세부항목은 '구간-경부고속도로 > 본부-경기도 > 영업소-수원신갈 > 차로-3차로 > 장치유형-CCU > 제조자-㈜코스페이스 > 모델명-Machine3 > 펌웨어 버전-E330SKA41PH1 > 장애유형-OBU정보미수신'이라고 할 수 있다. 이렇게 지정되어 수집서버(200)에서 모든 데이터를 검색 및 필터링하여 생성된 군집 데이터(121)를 'A(121)'라고 한다면, 코호트분석부(120)는 퍼널부(110)가 '구간-남해고속도로, 본부-부산, 영업소-북부산, 차로-3차로, 장치유형-CCU, 제조자-㈜코스페이스, 모델명- Machine3, 펌웨어 버전-E330SKA41PH1, 장애유형-OBU정보미수신'으로 지정되어 필터링된 또 다른 군집데이터(122) 'B(122)'를 생성할 수 있도록 지원할 수 있다. 즉, 코호트분석부(120)는 퍼널부(110)가 복수의 군집 데이터(121, 122)를 생성할 수 있도록 지원할 수 있다.
또한, 생성된 복수의 군집 데이터(121, 122)에서 설정된 기간(123) 조건을 만족하는 데이터에 대해서 분류할 수 있다. 도 3의 기간 설정 입력부(123)에 도시된 것처럼 '2017-09-07 ~ 2017-10-06'로 기간이 설정되면 생성된 복수의 군집 데이터(121, 122)에서 2017년 9월 7일부터 2017년 10월 6일까지 생성된 데이터만 분류할 수 있다.
시계열분석부(130)는 코호트분석부(120)에 의해 설정된 기간에 관련된 데이터로 분류한 군집 데이터를 시간순으로 배열하여 군집 데이터 세그먼트를 생성할 수 있다. 코호트분석부(120)에 의해 설정된 시간과 관련된 데이터로 분류된 복수의 군집 데이터는 조건에 만족하는 데이터만 집합된 군집 데이터로 시계열분석부(130)는 복수의 군집 데이터들을 시간 순으로 배열시킬 수 있다. 여기서, 군집 데이터 세그먼트는 시계열분석부(130)에 의해 시간 순으로 배열된 군집 데이터를 말하는 것으로, 하나의 군집 데이터는 하나의 군집 세그먼트로 배열될 수 있으므로, 복수의 군집 데이터는 복수의 군집 데이터 세그먼트로 나타낼 수 있다. 시계열분석부(130)는 복수의 군집 데이터 세그먼트를 시간순으로 배열하기 때문에 그 추이를 모니터링하고 예측할 수 있도록 할 수 있다.
예를 들면, 도 3에 도시된 바와 같이 코호트분석부(120)에서 설명한 군집 데이터 'A(121) 및 B(122)'는 각각 군집 데이터 세그먼트(131, 132)로 배열될 수 있다. 본 실시예에서는 각 군집 데이터 세그먼트를 연속적으로 연결하는 직선으로 나타냈으나, 사용자의 요구조건에 따라 데이터 행렬로 나타낼 수도 있다.
또한, 도로교통정보 분석 서버(100)는 복수의 군집 데이터 세그먼트를 서로 비교 가능하도록 동시에 그래프로 출력하는 AB테스팅분석부(140)를 포함할 수 있다. AB테스팅분석 방식은 서로 다른 퍼널 분석 방식을 통과한 복수의 코호트 집단의 데이터 세그먼트를 비교하여 우열을 가리는 방식이다. AB테스팅분석부(140)는 복수의 군집 데이터 세그먼트를 동시에 그래프로 출력할 수 있도록 하여 각 군집 데이터 세그먼트들 간의 우열을 비교할 수 있도록 할 수 있다.
이러한 퍼널부(110), 코호트분석부(120), 시계열분석부(130) 및 AB테스팅분석부(140)의 도로교통정보 데이터 분석은 수집된 데이터의 심층적인 분석이 가능하게 할 수 있다. 예컨대, 영업소 차로에 따른 데이터 분석, OBU제조사 별, 모델 별에 따른 심층적 분석을 할 수 있다. 또한 과거 데이터의 사건 또는 장애 발생시의 패턴을 인식하여, 유사한 데이터 흐름이 발생하면 미래의 사건 또는 장애 발생을 예측할 수 있다.
또한, 도로교통분석플랫폼(101)은 사용자가 퍼널부(110), 코호트분석부(120), 시계열분석부(130) 및 AB테스팅분석부(140)을 이용하여 도로교통정보 데이터를 분석할 수 있도록 유저인터페이스를 제공할 수 있다. 사용자는 도로교통분석 플랫폼(101)을 이용해 차로 시스템의 상태 및 장애 이력을 조회할 수 있다. 또한, 도로교통정보 분석 서버(100)가 제공하는 도로교통분석플랫폼(101)은 시각화된 실시간 추이 그래프와 누적 그래프를 출력하여 직관적인 군집 데이터 세그먼트를 비교할 수 있으므로, 사용자는 직관적인 이해가 가능할 수 있다.
예를 들어, 경부고속도로의 서울 영업소에 하이패스를 이용하여 처음 통과하는 차량의 영업소 통과 속도 대한 추이 그래프와 누적 5번 이상 통과한 차량의 영업소 통과 속도 추이 그래프를 나타내어 하이패스를 이용한 차량의 통과 속도에 따른 차량 운전자의 하이패스 통과 속도에 따른 장애 발생 비율과 같은 분석을 할 수 있다.
분석된 결과를 시각화된 차트로 출력하는 점은, 사용자가 분석 결과를 쉽게 이해하고 인지할 수 있도록 할 수 있고, 결과 데이터의 성격과 중요도에 따라 적절한 그래픽 효과를 나타날 수 있으므로 사용자는 보다 분석이 용이할 수 있다.
사용자가 도로교통분석플랫폼(101)을 통해 관심항목을 입력하면 도로교통정보 분석 서버(100)의 퍼널부(110)는, 실시간으로 수집서버(200)의 데이터를 필터링하여 군집 데이터로 생성할 수 있고, 코호트분석부(120)는 실시간으로 군집 데이터를 설정된 기간에 따라 분류할 수 있다. 즉, 퍼널부(110)는 수집서버(200)에 저장된 도로교통정보 데이터를 실시간으로 필터링하고, 코호트분석부(120)는 실시간으로 군집 데이터를 공시적으로 분석할 수 있다.
한편, 사용자가 입력한 관심항목에 부합하는 최초의 분석은 도로교통정보 분석 서버(100)의 컴퓨팅 성능에 따라 분석 시간이 상당히 소요될 수 있다. 도로교통정보 분석 서버(100)는 퍼널부(110), 코호트분석부(120) 또는 시계열분석부(130)에서 처리된 데이터를 캐싱하는 캐싱부(150)를 포함할 수 있고, 사용자에 의한 분석 요청 시, 캐싱부(150)에 저장된 군집 데이터 세그먼트를 재이용할 수 있다.
캐싱부(150)는 일례로, 전술한 것과 같이 사용자 도로교통분석플랫폼(101)을 통해 지정된 관심정보 세부항목을 '구간-경부고속도로 > 본부-경기도 > 영업소-수원신갈 > 차로-3차로 > 장치유형-CCU > 제조자-㈜코스페이스 > 모델명-Machine3 > 펌웨어 버전-E330SKA41PH1 > 장애유형-OBU정보미수신'로 지정하여 분석 요청을 하면, 퍼널부(110)는 상기 지정된 항목에 대한 군집 데이터를 생성할 수 있다. 생성된 군집데이터는 퍼널부(110)가 생성한 결과 데이터이고, 결과 데이터는 캐싱부(150)에 저장될 수 있다. 그리고 코호트분석부(120)가 복수의 군집 데이터에서 설정한 기간 조건을 만족하는 데이터를 분류한 데이터도 코호트분석부(120)의 결과 데이터로 캐싱부(150)에 저장될 수 있다. 또한, 시계열분석부(130)가 시간순으로 배열하여 생성한 군집 데이터 세그먼트들 역시 결과 데이터로 캐싱부(150)에 저장될 수 있다.
캐싱부(150)는 설명한 것처럼 퍼널부(110), 코호트분석부(120) 및 시계열분석부(130)가 생성한 각각의 결과 데이터를 저장할 수 있다. 또는 각각의 결과 데이터가 아닌 퍼널부(110), 코호트분석부(120) 및 시계열분석부(130)의 연속적인 분석이 수행되고 마지막으로 생성된 결과 데이터만 저장될 수 있다.
캐싱부(150)에 저장된 결과 데이터는 이후에 중복되는 세부항목이 지정되어 도로교통정보 분석 서버(100)로 분석 요청이 발생하면, 퍼널부(110), 코호트분석부(120) 및 시계열분석부(130)에서의 분석 수행은 생략하고 캐싱부(150)에 저장된 결과 데이터로 응답할 수 있다. 또는 기설정된 기간(123)을 포함하는 새로운 기간이 설정되어 분석 요청이 발생하면, 기설정된 기간(123)의 중복되는 데이터는 캐싱부(150)에 저장된 결과 데이터를 이용하여 분석할 수 있다.
분석을 수행하기 위한 데이터의 추출작업은 수집서버(200)에 저장되는 대량의 데이터를 처리하므로 상당한 시간과 하드웨어 자원이 필요하다. 이러한 문제점에서 캐싱부(150)는 현실적으로 컴퓨팅 성능이 부족하여 실시간으로 분석하는 것이 어려울 수 있는 환경에서 도로교통분석플랫폼(101)의 응답성을 향상시킬 수 있다. 또한, 캐싱부(150)는 도로교통정보 분석 서버(100)의 필요에 따라 즉각적인 하드웨어 성능을 업그레이드가 비용 문제로 쉽지않은 현실적인 상황에서 하드웨어 자원을 최대의 효과를 낼 수 있도록 할 수 있다. 또한 중복적인 빅데이터 분석을 생략하게 하여, 저전력 프로세스 효과를 가져오게 할 수 있다.
도 4는 본 발명의 일 실시예에 따른 데이터수집장치 및 주제어기의 구성을 나타낸 도면이다. 도 4를 참조하면, 데이터수집장치(300)는 영상촬영장치(310), 자동요금징수장치(320) 및 전자지불장치(330)를 포함할 수 있다. 영상촬영장치(310)는 고속도로의 출입구 또는 고속도로 주요 구간상에 설치되어, 정체상황 및 돌발상황 등 다양한 도로교통상황을 영상을 통해 실시간으로 모니터링하거나 도로요금 징수를 위한 번호판 인식을 하는 고속도로 데이터수집장치(300)이다. 예컨대, 도로 방범, 체납차량단속, 범죄예방, 속도위반 단속, 통행료 면탈 방지에 쓰일 수 있다. 데이터수집장치(300)에서 수집된 데이터는 주제어기(400)를 통해 네트워크(700)를 통해 수집서버(200)로 저장될 수 있다.
일례로, 도로 방범에 사용되는 영상촬영장치(310)는 주요도로를 주행하는 차량을 촬영하여 번호판 인식을 수행하고 인식된 데이터와 영상자료(차량번호판, 운전자, 적재함)를 차량번호, 시간, 차량종류별 검색이 가능하도록 저장할 수 있다. 통행료 면탈 방지에 사용되는 영상촬영장치(310)는 객관적인 증거자료(통행권 교환 사용, 요금소 근무자 면제처리, 통행료 미납차량, 감면, 할인, 스마트톨링 통과 정보 등)을 확보하기 위해 통행요금 지불차량의 차량번호판을 영상 촬영하여 저장할 수 있다. 또한, 규정된 적재량 이상을 과적한 차량을 단속하기위해 고속축중기를 통해 차량의 과적여부를 판단하고 계측에 불응하거나 도주하는 차량에 대한 영상 촬영 후 차량번호판을 인식한 데이터를 저장할 수 있다.
자동요금징수장치(320)는 예컨대, ETCS(Electronic Toll Collection Systems)에 사용되는 장치로, 달리는 차량에 탑재된 OBU(On Board Unit)간의 무선주파수 또는 적외선 통신을 이용하여 스마트카드로부터 통행료를 징수하는 전자요금징수시스템에 이용되는 장치일 수 있다. 자동요금징수장치(320)는 차종분류장치, 위반차량장치, RF안테나, 차량감지장치, IR안테나, FF안테나 등을 포함할 수 있고, 차량이 통과하면서 송수신되는 모든 정보를 주제어기(400)를 통해 수집서버(200)에 저장할 수 있다.
전자지불장치(330)는 예컨대, TCS(Toll Collection System)에 사용되는 장치로, 차종분류장치, 자동통행권발권기, 차량감지장치, 통행권확인기, 영수증발행기, 차선제어기 등을 포함할 수 있다. 전자지불장치(330)는 자동요금징수장치(320)와 같이 차량이 통과 및 요금지불과정에서 송수신되는 모든 정보를 주제어기(400)를 통해 수집서버(200)로 저장할 수 있다.
도로교통정보 데이터는 데이터수집장치(300)에 의해 수집되는 대량의 데이터로, 전술한 것처럼 데이터수집장치(300)에서 송수신되는 모든 데이터 패킷이 도로교통정보 데이터일 수 있다. 보다 구체적인 예시는 차량이 운행하는 도로 구간, 차량이 통과한 영업소, 영업소를 통과한 차량의 번호, 영업소를 담당하는 지사, 차량이 통과한 차로, 차로에 설치된 차량감지장치명, 차량감지장치의 모델명, 차량감지장치를 제조한 제조사명, 차량에 장착된 OBU와의 통신지연시간, 차량감지장치에 설치된 펌웨어 버전, 미리 분류된 요금지급 장애 유형 중 하나 이상의 정보를 포함할 수 있다.
도 5는 본 발명의 일 실시예에 따른 대시보드(600)에 출력되는 분석 결과를 나타낸 도면이다.
도 1 및 도 5를 참조하면, 도 1에 도시된 지사 영역은 관제 센터일 수 있다. 지사 영역에는 관제단말기(500)가 설치될 수 있다. 관제단말기(500)는 복수가 설치될 수 있고 복수의 관제단말기(500)는 대시보드(600)와 연결될 수 있다.
각 지점에 마련된 관제단말기(500)는 도로교통정보 분석 서버(100)가 제공하는 도로교통분석플랫폼(101)에 네트워크(700)를 통해 접근할 수 있고, 관제단말기(500)는 도로교통분석플랫폼(101)을 통해 사용자로부터 관심항목을 입력받아 도로교통정보 분석 서버(100)에 분석 요청을 할 수 있다. 분석 요청에 응답된 결과 데이터는 관제단말기(500)에 전송될 수 있고, 관제단말기(500)는 전송된 결과 데이터를 대시보드(600)에 출력할 수 있다. 예컨대, 도 5에 도시된 것처럼, 전국 통과 차량, 전국 에러 차량, 제조사별 에러 차량, 고속도로별 에러 차량, 본부별 통과차량, 본부별 에러차량, 영업소 통과차량, 영업소별 에러차량, GET 통신시간 등을 관제단말기(500)는 도로교통정보 분석 서버(100)의 결과 데이터를 대시보드(600)로 출력할 수 있다.
또한, 관제단말기(500)는 복수의 결과 데이터 중 대시보드(600)에 출력할 특정 분석 결과를 선택할 수 있다. 따라서 사용자는 관제단말기(500)를 이용하여 집중 모니터링이 필요한 군집 데이터 세그먼트를 선택하여 대시보드(600)에 등록하여 등록한 군집 데이터 세그먼트의 실시간 추이를 모니터링할 수 있다.
사용자는 특정 관점에서 분석을 위해 생성된 군집 데이터 세그먼트를 관제단말기(500)에서 확인하고, 실시간 모니터링이 필요하다고 생각되면, 생성한 군집 데이터 세그먼트를 대시보드(600)에 등록할 수 있다. 등록된 군집 데이터 세그먼트는 데이터 수집 장치(300)가 수집하는 데이터가 실시간으로 업데이트 될 수 있다.
그리고 관제단말기(500)는 실시간으로 업데이트되는 하나 이상의 상기 군집 데이터 세그먼트의 조합에 따라 알람을 발생시키는 알람부(미도시)를 포함할 수 있다.
알람부(미도시)는 대시보드에 등록되는 복수의 군집 데이터 세그먼트 각각에 대해 알람을 설정할 수 있거나 각 군집 데이터 세그먼트의 조합으로 알람을 설정할 수 있다.
예를 들어, 특정 영업소의 시간당 차량 진입 수와, 시간당 요금 징수액에 대한 군집 데이터 세그먼트가 대시보드에 등록될 수 있고, 알람부는 특정 영업소의 시간당 차량 진입 수를 나타내는 군집 데이터 세그먼트에 대한 알람 또는 시간당 요금 징수액에 대한 알람을 각각 설정할 수 있다. 또한, 시간당 차량 진입 수의 특정 수 이상이고, 시간당 요금 징수액이 특정 금액 이하 이면 알람이 발생하도록 설정할 수도 있다. 이 경우, 시간당 차량 진입 수는 증가하는 반면, 징수되는 요금이 적으면 요금이 징수과정에 장애가 발생한 것을 사용자는 알람을 통해 인지할 수 있다.
전술된 예는 하나의 실시예이며, 기술되지 않은 다양한 군집 데이터 세그먼트의 알람 조건 또는 조합 조건을 통해 사용자는 다양한 관점에서 도로 교통 데이터를 분석할 수 있고, 다양한 상황에 대해서 알람 설정을 할 수 있다.
그리고 영업소의 집중 감시를 위해, 장애가 발생한 영업소에서 수집되는 데이터에 관한 군집 데이터 세그먼트를 대시보드(600)에 등록하여 모니터링하고, 또한 감시프로세스에 등록할 수 있다. 감시프로세스에 등록된 군집 데이터 세그먼트의 차트의 변화 추이가 미리 등록된 경고조건을 만족하게 되면, 알람부(미도시)는 대시보드를 번쩍거리게 하거나 사용자의 개인단말기에 메일, 메시지 또는 경고음을 출력하게 하는 등 사용자의 주의를 환기시켜 이상 상황 발생에 대한 인지하도록 할 수 있다.
경고 조건은 관제단말기(500)가 대시보드에(600)에 특정 분석 결과를 등록할 때, 같이 등록할 수 있다.
대시보드(600)는 복수의 결과 데이터의 차트를 자유롭게 등록하여 출력할 수 있어, 관점에 따른 복수의 결과 데이터 차트를 동시에 출력하여 사용자의 분석이 용이하게 할 수 있다. 그리고 집중적 분석이 필요한 사건이 발생했을 때, 그 사건에 관한 다양한 차트 또는 영상 데이터를 대시보드(600)에 출력하게 하여 사건에 대한 모니터링을 종합적으로 할 수 있고, 예시된 것처럼 실시간 데이터 변화 추이에 따라 자동 감시프로세스에 의해 추적되고 이상 상황 조건이 만족되면 사용자가 인지할 수 있도록 할 수 있어, 사용자 또는 관리자가 영상 데이터를 직접 모니터링 하고 있지 않더라도 사용자가 이상 상황을 인지 하고 발생한 이상 상황에 대해 대처가 가능할 수 있도록 할 수 있다.
도 6은 본 발명의 일 실시시예에 따른 도로교통정보 분석 방법의 순서도이다. 도 6을 참조하면, 도로교통정보 데이터로부터 사용자로부터 입력된 관심정보 항목으로 필터링하여 군집 데이터를 생성하는 퍼널단계(S600), 군집 데이터를 공시적으로 분석하는 코호트분석단계(S610) 및 군집 데이터를 시간순으로 배열하여 군집 데이터 세그먼트를 생성 및 분석하는 시계열분석단계(S620)를 포함할 수 있다. 퍼널단계(S600), 코호트분석단계(S610) 및 시계열분석단계(S620)의 구체적인 내용은 앞에서 설명한 퍼널부, 코호트분석부 및 시계열분석부와 동일하므로 생략한다.
퍼널단계(S600), 코호트분석단계(S610) 및 시계열분석단계(S620)는 각 단계에 따라 실시간으로 수행되어 결과가 출력될 수 있다.
도 7은 본 발명의 다른 실시예에 따른 도로교통정보 분석 방법의 순서도이다. 도 7을 참조하면, 각각의 분석 단계는 실시간으로 수행될 수 있지만 현실적으로 컴퓨팅 성능의 한계로 인해 실시간 분석이 제한적일 때, 효율적인 컴퓨팅 자원의 사용을 위해 이용될 수 있다.
도로교통정보 분석 서버는 도로교통분석플랫폼을 통해 관심항목을 수신하는 관심항목수신단계(S700)를 수행할 수 있다. 도로교통정보 분석 서버는 수신한 관심항목으로 이전에 분석한 결과 데이터가 있는지 확인(S701)할 수 있다. 이전에 분석한 결과 데이터가 있으면 도로교통정보 분석 서버는 결과 데이터인 군집 데이터 세그먼트를 캐싱하는 캐싱단계(S702)를 수행할 수 있다. 기존에 분석한 결과 데이터가 없으면 퍼널단계(S710), 코호트분석단계(S720), 시계열분석단계(S730) 및 AB테스팅분석단계(S740)를 수행할 수 있다. 그리고 그에 따른 결과 데이터를 캐싱부에 저장하는 임시저장단계(S750)를 수행할 수 있다.
도 8은 본 발명의 또 다른 실시예에 따른 도로교통정보 분석 방법의 순서도이다. 도 8을 참조하면, 도로교통정보 분석 방법은 데이터 수집 단계(S800), 관심항목 입력 및 조회 단계(S810), 빅데이터 분석 단계(S820) 및 장애 분석 단계(S830)을 포함할 수 있다. 데이터 수집 단계(S800)는 데이터수집장치가 도로교통정보를 수집하는 단계이다. 관심항목 또는 조회 단계(S810)는 관제 단말기가 도로교통정보 분석 플랫폼을 통해 도로교통정보 분석 서버에 분석하고자 하는 관심항목을 지정하여 분석 요청을 하거나 수집서버에 저장되었거나 데이터수집장치의 데이터를 실시간으로 조회하는 단계이다. 빅데이터 분석 단계(S820)은 지정된 관심항목에 대하여 퍼널단계, 코호트분석단계, 시계열분석단계에 따른 수집서버에 저장된 도로교통 데이터의 빅데이터를 분석하는 단계이다. 장애 분석 단계(S830)는 분석된 결과 데이터를 이용하여 장애가 발생한 장치를 분석하는 단계이다. 장애 분석 단계(S830)는 빅데이터 분석 단계(S820)의 결과 데이터를 이용하여 장애 발생을 예측할 수도 있다.
예를 들면, 관심항목 또는 조회 단계(S810)에서 비과금된 차량에 대한 정보를 얻기 위해 관심항목을 지정할 수 있다. 관심항목을 '구간-경인고속도로 > 본부-서울 > 영업소-인천 > 차로-4차로 > 장치유형-CCU'을 지정하면, 빅데이터 분석 단계(S820)에서 경인고속도로 인천 영업소의 4차로 장치에서 발생되는 비과금된 차량의 분석 정보가 도출될 수 있다. 그러면 장애 분석 단계(S830)에서 도로교통정보 분석 서버는 도출된 분석 정보를 바탕으로 지정한 관심항목 보다 하위 항목간의 통계치를 비교할 수 있다. 예컨대, 'A'사에서 제조한 장치에서 다른 제조사들이 제조한 장치보다 비과금된 차량이 더 발생한다면, 타 차로 또는 타 영업소에 설치된 상기 'A'사의 장치의 데이터를 분석하여 향후 발생할 수 있는 장애를 예측할 수 있고, 선제적으로 장치교체 또는 펌웨어 업데이트를 통해 장애를 예방할 수 있다.
본 명세서에 기재된 다양한 실시예들은 하드웨어, 미들웨어, 마이크로코드, 소프트웨어 및/또는 이들의 조합에 의해 구현될 수 있다. 예를 들어, 다양한 실시예들은 하나 이상의 주문형 반도체(ASIC)들, 디지털 신호 프로세서(DSP)들, 디지털 신호 프로세싱 디바이스(DSPD)들, 프로그램어블 논리 디바이스(PLD)들, 필드 프로그램어블 게이트 어레이(FPGA)들, 프로세서들, 컨트롤러들, 마이크로컨트롤러들, 마이크로프로세서들, 여기서 제시되는 기능들을 수행하도록 설계되는 다른 전자 유닛들 또는 이들의 조합 내에서 구현될 수 있다.
또한, 예를 들어, 다양한 실시예들은 명령들을 포함하는 컴퓨터-판독가능한 매체에 수록되거나 인코딩될 수 있다. 컴퓨터-판독가능한 매체에 수록 또는 인코딩된 명령들은 프로그램 가능한 프로세서 또는 다른 프로세서로 하여금 예컨대, 명령들이 실행될 때 방법을 수행하게끔 할 수 있다. 컴퓨터-판독가능한 매체는 컴퓨터 저장 매체 및 하나의 장소로부터 다른 장소로 컴퓨터 프로그램의 이송을 용이하게 하는 임의의 매체를 포함하는 통신 매체 모두를 포함한다. 저장 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수도 있다. 예를 들어, 이러한 컴퓨터-판독가능한 매체는 RAM, ROM, EEPROM, CD-ROM 또는 기타 광학디스크 저장 매체, 자기 디스크 저장 매체 또는 기타 자기 저장 디바이스 또는 원하는 프로그램 코드를 컴퓨터에 의해 액세스가능한 명령들 또는 데이터 구조들의 형태로 반송하거나 저장하는데 이용될 수 있는 임의의 다른 매체를 포함할 수 있다.
이러한 하드웨어, 소프트웨어, 펌웨어 등은 본 명세서에 기술된 다양한 동작들 및 기능들을 지원하도록 동일한 디바이스 내에서 또는 개별 디바이스들 내에서 구현될 수 있다. 추가적으로, 본 발명에서 "~부"로 기재된 구성요소들, 유닛들, 모듈들, 컴포넌트들 등은 함께 또는 개별적이지만 상호 운용가능한 로직 디바이스들로서 개별적으로 구현될 수 있다. 모듈들, 유닛들 등에 대한 서로 다른 특징들의 묘사는 서로 다른 기능적 실시예들을 강조하기 위해 의도된 것이며, 이들이 개별 하드웨어 또는 소프트웨어 컴포넌트들에 의해 실현되어야만 함을 필수적으로 의미하지 않는다. 오히려, 하나 이상의 모듈들 또는 유닛들과 관련된 기능은 개별 하드웨어 또는 소프트웨어 컴포넌트들에 의해 수행되거나 또는 공통의 또는 개별의 하드웨어 또는 소프트웨어 컴포넌트들 내에 통합될 수 있다.
특정한 순서로 동작들이 도면에 도시되어 있지만, 이러한 동작들이 원하는 결과를 달성하기 위해 도시된 특정한 순서, 또는 순차적인 순서로 수행되거나, 또는 모든 도시된 동작이 수행되어야 할 필요가 있는 것으로 이해되지 말아야 한다. 임의의 환경에서는, 멀티태스킹 및 병렬 프로세싱이 유리할 수 있다. 더욱이, 상술한 실시예에서 다양한 구성요소들의 구분은 모든 실시예에서 이러한 구분을 필요로 하는 것으로 이해되어서는 안되며, 기술된 구성요소들이 일반적으로 단일 소프트웨어 제품으로 함께 통합되거나 다수의 소프트웨어 제품으로 패키징될 수 있다는 것이 이해되어야 한다.
본 발명은 도면에 도시된 실시예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 다른 실시 예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 특허청구범위의 기술적 사상에 의해서 정해져야 할 것이다.
100: 도로교통정보 분석 서버
101: 도로교통분석플랫폼
200: 수집서버
300: 데이터수집장치
310: 영상촬영장치
320: 자동요금징수장치
330: 전자지불장치
400: 주제어기
500: 관제단말기
600: 대시보드
101: 도로교통분석플랫폼
200: 수집서버
300: 데이터수집장치
310: 영상촬영장치
320: 자동요금징수장치
330: 전자지불장치
400: 주제어기
500: 관제단말기
600: 대시보드
Claims (10)
- 차량에 장착된 OBU의 정보와 차로에 설치된 데이터수집장치의 정보를 포함하는 도로교통정보 데이터를 분석하여 비과금 차량에 대한 장애분석을 수행하는 도로교통정보 분석 서버로서,
상기 비과금 차량에 대한 정보를 얻도록, 상기 도로교통정보 데이터를 사용자로부터 입력된 관심정보 항목으로 단계적으로 필터링하여 복수의 군집 데이터를 생성하는 퍼널부;
복수의 상기 군집 데이터를 공시적으로 분석하는 코호트분석부;
복수의 상기 군집 데이터를 시간순으로 배열하여 복수의 군집 데이터 세그먼트를 생성 및 분석하는 시계열분석부; 및
복수의 상기 군집 데이터 세그먼트를 서로 비교하여 상기 비과금 차량에 대한 장애분석을 수행하는 AB테스팅분석부;를 포함하고,
상기 AB테스팅분석부가 분석한 장애에 대한 패턴을 인식하여, 상기 OBU 및 상기 데이터수집장치의 장애 발생을 예측하는 것인 도로교통정보 분석 서버. - 제1항에 있어서,
상기 퍼널부, 상기 코호트분석부 또는 상기 시계열분석부에서 분석된 결과 데이터를 저장하는 캐싱부;를 더 포함하는 것인 도로교통정보 분석 서버. - 제1항에 있어서,
상기 비과금 차량에 대한 장애여부는, 시간당 차량 진입수와 징수 요금에 기초하여 판단하는 것인 도로교통정보 분석 서버. - 제1항에 있어서,
상기 OBU의 정보는 상기 OBU의 제조사 및 모델 정보를 포함하고,
상기 데이터수집장치의 정보는 차량이 운행하는 도로 구간, 상기 차량이 통과한 영업소, 상기 영업소를 통과한 상기 차량의 번호, 상기 영업소를 담당하는 지사, 상기 차량이 통과한 차로, 상기 차로에 설치된 차량감지장치명, 상기 차량감지장치의 모델명, 상기 차량감지장치를 제조한 제조사명, 상기 차량에 장착된 OBU와의 통신지연시간, 상기 차량감지장치에 설치된 펌웨어 버전 및 미리 분류된 요금지급 장애 유형을 포함하는 것인 도로교통정보 분석 서버. - 차량에 장착된 OBU의 정보와 차로에 설치된 데이터수집장치의 정보를 포함하는 도로교통정보 데이터를 분석하여 비과금 차량에 대한 장애분석을 수행하는 도로교통정보 분석 시스템으로서,
도로교통정보 분석 서버; 및
상기 도로교통정보 데이터를 수집하는 데이터수집장치;를 포함하고,
상기 도로교통정보 분석 서버는,
상기 비과금 차량에 대한 정보를 얻도록, 상기 도로교통정보 데이터를 사용자로부터 입력된 관심정보 항목으로 단계적으로 필터링하여 복수의 군집 데이터를 생성하는 퍼널부;
복수의 상기 군집 데이터를 공시적으로 분석하는 코호트분석부;
복수의 상기 군집 데이터를 시간순으로 배열하여 복수의 군집 데이터 세그먼트를 생성 및 분석하는 시계열분석부; 및
복수의 상기 군집 데이터 세그먼트를 서로 비교하여 상기 비과금 차량에 대한 장애분석을 수행하는 AB테스팅분석부;를 포함하고,
상기 AB테스팅분석부가 분석한 장애에 대한 패턴을 인식하여, 상기 OBU 및 상기 데이터수집장치의 장애 발생을 예측하는 것인 도로교통정보 분석 시스템. - 제5항에 있어서,
상기 도로교통정보 분석 서버는,
상기 퍼널부, 상기 코호트분석부 또는 상기 시계열분석부에서 분석된 결과 데이터를 저장하는 캐싱부;를 더 포함하는 것인 도로교통정보 분석 시스템. - 제5항에 있어서,
상기 비과금 차량에 대한 장애여부는, 시간당 차량 진입수와 징수 요금에 기초하여 판단하는 것인 도로교통정보 분석 시스템. - 제5항에 있어서,
상기 OBU의 정보는 상기 OBU의 제조사 및 모델 정보를 포함하고,
상기 데이터수집장치의 정보는 차량이 운행하는 도로 구간, 상기 차량이 통과한 영업소, 상기 영업소를 통과한 상기 차량의 번호, 상기 영업소를 담당하는 지사, 상기 차량이 통과한 차로, 상기 차로에 설치된 차량감지장치명, 상기 차량감지장치의 모델명, 상기 차량감지장치를 제조한 제조사명, 상기 차량에 장착된 OBU와의 통신지연시간, 상기 차량감지장치에 설치된 펌웨어 버전 및 미리 분류된 요금지급 장애 유형을 포함하는 것인 도로교통정보 분석 시스템. - 제5항에 있어서,
상기 데이터수집장치는,
영상촬영장치, 자동요금징수장치 및 전자지불장치 중 하나 이상을 포함하는 것인 도로교통정보 분석 시스템. - 차량에 장착된 OBU의 정보와 차로에 설치된 데이터수집장치의 정보를 포함하는 도로교통정보 데이터를 분석하여 비과금 차량에 대한 장애분석을 수행하는 도로교통정보 분석 방법으로서,
상기 비과금 차량에 대한 정보를 얻도록, 상기 도로교통정보 데이터를 사용자로부터 입력된 관심정보 항목으로 단계적으로 필터링하여 복수의 군집 데이터를 생성하는 퍼널단계;
복수의 상기 군집 데이터를 공시적으로 분석하는 코호트분석단계;
복수의 상기 군집 데이터를 시간순으로 배열하여 복수의 군집 데이터 세그먼트를 생성 및 분석하는 시계열분석단계; 및
복수의 상기 군집 데이터 세그먼트를 서로 비교하여 상기 비과금 차량에 대한 장애분석을 수행하는 AB테스팅분석단계;를 포함하고,
상기 AB테스팅분석단계에서 분석한 장애에 대한 패턴을 인식하여, 상기 OBU 및 상기 데이터수집장치의 장애 발생을 예측하는 것인 도로교통정보 분석 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200052643A KR102115371B1 (ko) | 2020-04-29 | 2020-04-29 | 도로교통정보 분석 서버, 도로교통정보 분석 시스템 및 분석 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200052643A KR102115371B1 (ko) | 2020-04-29 | 2020-04-29 | 도로교통정보 분석 서버, 도로교통정보 분석 시스템 및 분석 방법 |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180055278A Division KR102115370B1 (ko) | 2018-05-15 | 2018-05-15 | 도로교통 분석 서버, 도로교통정보 분석 시스템 및 분석 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20200054919A KR20200054919A (ko) | 2020-05-20 |
| KR102115371B1 true KR102115371B1 (ko) | 2020-05-26 |
Family
ID=70915059
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200052643A KR102115371B1 (ko) | 2020-04-29 | 2020-04-29 | 도로교통정보 분석 서버, 도로교통정보 분석 시스템 및 분석 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102115371B1 (ko) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20240072437A (ko) | 2022-11-16 | 2024-05-24 | 주식회사 오션소프트 | 기존 교통정보 검지기와 신규 교통정보 검지기로부터 수집된 교통정보를 통합하여 관리할 수 있는 교통 빅데이터 구축시스템 및 구축방법 |
| KR20240081650A (ko) | 2022-11-30 | 2024-06-10 | 주식회사 오션소프트 | 기존 신호제어주기와 교통정보를 기반으로 개선된 신호제어주기를 생성할 수 있는 신호제어주기 개선 시스템 및 방법 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102317254B1 (ko) | 2020-12-22 | 2021-10-22 | 승오탁 | 금붕어운동기 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101161838B1 (ko) | 2011-11-02 | 2012-07-03 | 디비정보통신 주식회사 | 자동요금징수시스템의 오류 모니터링 시스템 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100703818B1 (ko) * | 2005-06-14 | 2007-04-06 | 김태완 | 차량 검지기를 이용한 교통관리 시스템 |
| KR20100085426A (ko) * | 2009-01-20 | 2010-07-29 | 엘지전자 주식회사 | 교통정보 예측장치 및 예측방법 |
| KR20100111348A (ko) * | 2009-04-07 | 2010-10-15 | 한국도로공사 | 하이패스 기반 교통 정보 제공 시스템 및 교통 정보 제공 방법 |
| KR102200601B1 (ko) | 2014-02-14 | 2021-01-07 | 에스케이텔레콤 주식회사 | 교통 정보 수집을 위한 방법 및 이를 위한 장치 |
-
2020
- 2020-04-29 KR KR1020200052643A patent/KR102115371B1/ko active IP Right Grant
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101161838B1 (ko) | 2011-11-02 | 2012-07-03 | 디비정보통신 주식회사 | 자동요금징수시스템의 오류 모니터링 시스템 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20240072437A (ko) | 2022-11-16 | 2024-05-24 | 주식회사 오션소프트 | 기존 교통정보 검지기와 신규 교통정보 검지기로부터 수집된 교통정보를 통합하여 관리할 수 있는 교통 빅데이터 구축시스템 및 구축방법 |
| KR20240081650A (ko) | 2022-11-30 | 2024-06-10 | 주식회사 오션소프트 | 기존 신호제어주기와 교통정보를 기반으로 개선된 신호제어주기를 생성할 수 있는 신호제어주기 개선 시스템 및 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20200054919A (ko) | 2020-05-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102115371B1 (ko) | 도로교통정보 분석 서버, 도로교통정보 분석 시스템 및 분석 방법 | |
| JP6316915B2 (ja) | クラウド型高度道路交通の制御システムに基づく中央システム | |
| US9583000B2 (en) | Vehicle-based abnormal travel event detecting and reporting | |
| CN111402595B (zh) | 一种用于高速服务区的智能管理方法和系统 | |
| CN109804367A (zh) | 使用边缘计算的分布式视频存储和搜索 | |
| CN111127897A (zh) | 车辆状态检测方法、装置、服务器及稽查系统 | |
| CN109191833A (zh) | 一种智能交通系统及其管理方法 | |
| US20070250334A1 (en) | Systems and devices for assessing fines for traffic disturbances | |
| KR101430155B1 (ko) | 차량 사고 처리 시스템 및 그 방법 | |
| CN111477007A (zh) | 一种车辆查控分析管理系统及方法 | |
| US9792334B2 (en) | Large-scale processing and querying for real-time surveillance | |
| CN103413438A (zh) | 车载移动警务执法平台 | |
| CN109979197B (zh) | 基于融合数据的高速公路交通时间地图构建方法、系统 | |
| CN110648244A (zh) | 基于区块链的车险方案生成方法、装置和行车数据处理系统 | |
| CN106412127A (zh) | 一种IPv6与IPv4双栈兼容的道路监控视频分析系统 | |
| CN112671834A (zh) | 停车数据的处理系统 | |
| CN113487877A (zh) | 一种道路车辆违规停车监控方法 | |
| KR101394201B1 (ko) | 버스장착 무선cctv 촬영단속시스템 | |
| CN109686119A (zh) | 车位共享系统 | |
| KR102115370B1 (ko) | 도로교통 분석 서버, 도로교통정보 분석 시스템 및 분석 방법 | |
| CN116412854A (zh) | 基于5g车联网的路面信息数据采集系统 | |
| CN112447042B (zh) | 交通事件侦测系统及方法 | |
| CN111368626A (zh) | 车辆识别方法、装置、电子设备和存储介质 | |
| CN206039847U (zh) | 智能卡口联网系统 | |
| CN111861498B (zh) | 出租车的监控方法、装置、设备和存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A107 | Divisional application of patent | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |