KR102268397B1 - 유동 인구 및 노선 밀도 기반의 버스 노선 최적화 판단 방법 및 장치 - Google Patents

유동 인구 및 노선 밀도 기반의 버스 노선 최적화 판단 방법 및 장치 Download PDF

Info

Publication number
KR102268397B1
KR102268397B1 KR1020210007470A KR20210007470A KR102268397B1 KR 102268397 B1 KR102268397 B1 KR 102268397B1 KR 1020210007470 A KR1020210007470 A KR 1020210007470A KR 20210007470 A KR20210007470 A KR 20210007470A KR 102268397 B1 KR102268397 B1 KR 102268397B1
Authority
KR
South Korea
Prior art keywords
information
bus
route
unit cell
bpi
Prior art date
Application number
KR1020210007470A
Other languages
English (en)
Inventor
유희경
김원배
Original Assignee
주식회사 데이터사이언스랩
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 주식회사 데이터사이언스랩 filed Critical 주식회사 데이터사이언스랩
Priority to KR1020210007470A priority Critical patent/KR102268397B1/ko
Application granted granted Critical
Publication of KR102268397B1 publication Critical patent/KR102268397B1/ko

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
    • G06Q50/40—Business processes related to the transportation industry
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Educational Administration (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명의 일 실시예는 전자 장치에 의해 수행되는 유동 인구 및 노선 밀도를 기반으로 버스 노선의 최적화를 판단하는 방법으로서, 특정 지역을 미리 설정된 사이즈의 단위 셀로 구분하는 단계, 상기 특정 지역 내의 정류소 정보를 획득하는 단계, 상기 정류소 정보를 기반으로 상기 단위 셀 별 정류소 정보를 도출하는 단계, 상기 특정 지역에 대한 유동 인구 정보를 획득하는 단계, 상기 유동 인구 정보를 기반으로 상기 단위 셀 별 유동 인구 정보를 도출하는 단계, 상기 단위 셀 별 정류소 정보 및 상기 단위 셀 별 유동 인구 정보를 기반으로 상기 특정 지역에 대한 단위 셀 별 BPI(Bus route-Population Index) 정보를 도출하는 단계 및 상기 단위 셀 별 BPI 정보를 기반으로 상기 특정 지역 내의 버스 노선 최적화가 필요한 단위 셀을 도출하는 단계를 포함할 수 있다.

Description

유동 인구 및 노선 밀도 기반의 버스 노선 최적화 판단 방법 및 장치{METHOD AND APPARATUS FOR DETERMINING OPTIMIZATION OF BUS ROUTES BASED ON THE FLOATING POPULATION AND ROUTE DENSITY}
본 발명은 빅데이터를 이용한 유동 인구 및 노선 밀도 기반의 버스 노선 최적화 판단 방법 및 장치에 관한 것이다.
최근 정보화 시대에 진입함에 따라 대부분의 사람들이 스마트폰을 이용하여 버스 노선 및 도착 예정 시간을 확인하고 있다. 이에 따라, 사람들은 목적지까지 효율적으로 버스를 탑승하여 이동하고, 버스를 기다리는 시간을 최소화할 수 있다.
다만, 보다 효율적인 버스 시스템을 위해서는 버스의 노선 및 도착 예정 시간과 같은 현재 현황을 제공하는 것이 그치지 않고, 사람들이 많이 이동하는 노선에 대하여 버스의 배차를 확충하거나, 효율적인 노선으로 버스의 노선을 수정할 필요가 있다.
즉, 현재 버스의 현황을 제공해주는 방법에 대해서는 계속 연구되어 편리성 및 정확성이 지속적으로 향상되고 있으나, 기초가 되는 버스의 배차 및 최적의 노선을 도출하는 버스 시스템의 최적화 방법에 대한 연구는 미흡한 실정이다.
상기와 같은 문제점을 해결하기 위한 본 발명의 목적은 유동 인구 및 노선 밀도를 기반으로 버스 노선의 최적화를 판단하는 방법을 제공하는데 있다.
상기와 같은 문제점을 해결하기 위한 본 발명의 다른 목적은 유동 인구 및 노선 밀도를 기반으로 버스 노선의 최적화를 판단하는 장치를 제공하는데 있다.
상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른 유동 인구 및 노선 밀도를 기반으로 버스 노선의 최적화를 판단하는 방법은 특정 지역을 미리 설정된 사이즈의 단위 셀로 구분하는 단계, 상기 특정 지역 내의 정류소 정보를 획득하는 단계, 상기 정류소 정보를 기반으로 상기 단위 셀 별 정류소 정보를 도출하는 단계, 상기 특정 지역에 대한 유동 인구 정보를 획득하는 단계, 상기 유동 인구 정보를 기반으로 상기 단위 셀 별 유동 인구 정보를 도출하는 단계, 상기 단위 셀 별 정류소 정보 및 상기 단위 셀 별 유동 인구 정보를 기반으로 상기 특정 지역에 대한 단위 셀 별 BPI(Bus route-Population Index) 정보를 도출하는 단계 및 상기 단위 셀 별 BPI 정보를 기반으로 상기 특정 지역 내의 버스 노선 최적화가 필요한 단위 셀을 도출하는 단계를 포함할 수 있다.
여기서, 상기 특정 지역 내의 상기 정류소 정보는 상기 특정 지역 내의 각 정류소 별 노선의 개수 정보를 포함하고, 상기 단위 셀 별 정류소 정보는 상기 단위 셀 별 노선 밀도 정보를 포함하고, 상기 유동 인구 정보는 미리 설정한 시간 동안의 유동 인구 정보를 기반으로 미리 설정한 시간 단위의 평균 유동 인구 정보를 포함하고, 상기 단위 셀 별 유동 인구 정보는 상기 미리 설정한 시간 단위의 단위 셀 별 평균 유동 인구 정보를 포함할 수 있다.
여기서, 상기 단위 셀 별 BPI 정보를 기반으로 상기 특정 지역 내의 버스 노선 최적화가 필요한 단위 셀을 도출하는 단계는 상기 단위 셀 별 BPI 정보에 따른 BPI가 제1 임계치 이상인 제1 셀을 버스 노선 축소 대상 셀로 결정하는 단계 및 상기 단위 셀 별 BPI 정보에 따른 BPI가 제2 임계치 미만인 제2 셀을 버스 노선 증설 대상 셀로 결정하는 단계를 포함하고, 상기 버스 노선 최적화가 필요한 단위 셀은 상기 버스 노선 축소 대상 셀 및 상기 버스 노선 증설 대상 셀을 포함할 수 있다.
여기서, 상기 단위 셀 별 BPI 정보에 따른 BPI가 가장 높은 상위 N개의 셀에 대한 정보 및 BPI가 가장 낮은 하위 M개의 셀에 대한 정보를 도출하는 단계 및 상기 특정 지역의 지도 이미지에 상기 상위 N개의 셀에 대한 정보에 따른 N개의 제3 셀 및 상기 하위 M개의 셀에 대한 정보에 따른 M개의 제4 셀을 나타내어 최적화 필요 지역을 표시한 제1 이미지 정보를 생성하는 단계를 더 포함하고, 상기 N 및 M은 각각 양의 정수 중 하나로 설정될 수 있다.
여기서, 상기 특정 지역 내의 순환 버스의 노선에 대한 정보를 획득하는 단계 및 상기 제1 이미지 정보에 상기 순환 버스의 노선에 대한 정보에 따른 노선들을 표시한 제2 이미지 정보를 생성하는 단계를 더 포함할 수 있다.
여기서, 상기 순환 버스의 노선에 대한 정보는 상기 순환 버스의 노선에 포함된 순환 버스 정류소들에 대한 정보를 포함하고, 사용자 단말을 통해 상기 순환 버스 정류소들 중 상기 버스 노선 축소 대상 셀 내에 위치한 제1 순환 버스 정류소를 삭제하는 제1 변동 정보를 획득하는 경우, 상기 제1 변동 정보를 기반으로 상기 제1 순환 버스 정류소가 포함되었던 셀의 BPI 정보를 다시 도출하는 단계를 더 포함할 수 있다.
여기서, 상기 순환 버스의 노선에 대한 정보는 상기 순환 버스의 노선에 포함된 순환 버스 정류소들에 대한 정보를 포함하고, 사용자 단말을 통해 상기 버스 노선 증설 대상 셀 내의 특정 위치에 상기 순환 버스의 노선으로 제2 순환 버스 정류소를 신설하는 제2 변동 정보를 획득하는 경우, 상기 제2 변동 정보를 기반으로 상기 특정 위치를 포함하는 셀의 BPI 정보를 다시 도출하는 단계를 더 포함할 수 있다.
상기 다른 목적을 달성하기 위한 본 발명의 일 실시예에 따른 유동 인구 및 노선 밀도를 기반으로 버스 노선의 최적화를 판단하는 장치는 적어도 하나의 프로세서(processor) 및 상기 적어도 하나의 프로세서에 의해 실행되는 적어도 하나의 명령을 저장하는 메모리(memory)를 포함하고, 상기 적어도 하나의 명령은 특정 지역을 미리 설정된 사이즈의 단위 셀로 구분하도록 실행되고, 상기 특정 지역 내의 정류소 정보를 획득하도록 실행되고, 상기 정류소 정보를 기반으로 상기 단위 셀 별 정류소 정보를 도출하도록 실행되고, 상기 특정 지역에 대한 유동 인구 정보를 획득하도록 실행되고, 상기 유동 인구 정보를 기반으로 상기 단위 셀 별 유동 인구 정보를 도출하도록 실행되고, 상기 단위 셀 별 정류소 정보 및 상기 단위 셀 별 유동 인구 정보를 기반으로 상기 특정 지역에 대한 단위 셀 별 BPI(Bus route-Population Index) 정보를 도출하도록 실행되고, 상기 단위 셀 별 BPI 정보를 기반으로 상기 특정 지역 내의 버스 노선 최적화가 필요한 단위 셀을 도출하도록 실행될 수 있다.
여기서, 상기 특정 지역 내의 상기 정류소 정보는 상기 특정 지역 내의 각 정류소 별 노선의 개수 정보를 포함하고, 상기 단위 셀 별 정류소 정보는 상기 단위 셀 별 노선 밀도 정보를 포함하고, 상기 유동 인구 정보는 미리 설정한 시간 동안의 유동 인구 정보를 기반으로 미리 설정한 시간 단위의 평균 유동 인구 정보를 포함하고, 상기 단위 셀 별 유동 인구 정보는 상기 미리 설정한 시간 단위의 단위 셀 별 평균 유동 인구 정보를 포함할 수 있다.
여기서, 상기 적어도 하나의 명령은 상기 단위 셀 별 BPI 정보에 따른 BPI가 제1 임계치 이상인 제1 셀을 버스 노선 축소 대상 셀로 결정하도록 실행되고, 상기 단위 셀 별 BPI 정보에 따른 BPI가 제2 임계치 미만인 제2 셀을 버스 노선 증설 대상 셀로 결정하도록 실행되고, 상기 버스 노선 최적화가 필요한 단위 셀은 상기 버스 노선 축소 대상 셀 및 상기 버스 노선 증설 대상 셀을 포함할 수 있다.
여기서, 상기 적어도 하나의 명령은 상기 단위 셀 별 BPI 정보에 따른 BPI가 가장 높은 상위 N개의 셀에 대한 정보 및 BPI가 가장 낮은 하위 M개의 셀에 대한 정보를 도출하도록 실행되고, 상기 특정 지역의 지도 이미지에 상기 상위 N개의 셀에 대한 정보에 따른 N개의 제3 셀 및 상기 하위 M개의 셀에 대한 정보에 따른 M개의 제4 셀을 나타내어 최적화 필요 지역을 표시한 제1 이미지 정보를 생성하도록 실행되고, 상기 N 및 M은 각각 양의 정수 중 하나로 설정될 수 있다.
여기서, 상기 적어도 하나의 명령은 상기 특정 지역 내의 순환 버스의 노선에 대한 정보를 획득하도록 실행되고, 상기 제1 이미지 정보에 상기 순환 버스의 노선에 대한 정보에 따른 노선들을 표시한 제2 이미지 정보를 생성하도록 실행될 수 있다.
여기서, 상기 순환 버스의 노선에 대한 정보는 상기 순환 버스의 노선에 포함된 순환 버스 정류소들에 대한 정보를 포함하고, 상기 적어도 하나의 명령은 사용자 단말을 통해 상기 순환 버스 정류소들 중 상기 버스 노선 축소 대상 셀 내에 위치한 제1 순환 버스 정류소를 삭제하는 제1 변동 정보를 획득하는 경우, 상기 제1 변동 정보를 기반으로 상기 제1 순환 버스 정류소가 포함되었던 셀의 BPI 정보를 다시 도출하도록 실행될 수 있다.
여기서, 상기 순환 버스의 노선에 대한 정보는 상기 순환 버스의 노선에 포함된 순환 버스 정류소들에 대한 정보를 포함하고, 상기 적어도 하나의 명령은 사용자 단말을 통해 상기 버스 노선 증설 대상 셀 내의 특정 위치에 상기 순환 버스의 노선으로 제2 순환 버스 정류소를 신설하는 제2 변동 정보를 획득하는 경우, 상기 제2 변동 정보를 기반으로 상기 특정 위치를 포함하는 셀의 BPI 정보를 다시 도출하도록 실행될 수 있다.
본 발명에 따르면, 빅데이터를 활용하여 유동 인구 및 노선 밀도를 고려하여 버스 노선의 최적화가 필요한 지역을 도출하여 제공할 수 있다.
본 발명에 따르면, BPI를 이용하여 버스 노선의 최적화가 시급한 정도를 정량적으로 제공할 수 있다.
본 발명에 따르면, 일부 정류소의 변동에 따라 BPI가 변동되는 시뮬레이션을 제공하여 사용자에게 버스 노선 최적화를 효과적으로 도와줄 수 있다.
도 1은 본 발명의 일 실시예에 따른 유동 인구 및 노선 밀도 기반의 버스 노선 최적화 판단 방법을 설명하기 위한 블록도이다.
도 2는 본 발명의 일 실시예에 따른 단위 셀을 나타낸 도면이다.
도 3은 본 발명의 일 실시예에 따른 특정 지역을 단위 셀로 구분한 모습을 나타낸 도면이다.
도 4는 본 발명의 일 실시예에 따른 정류소 분석 데이터 셋을 나타낸 도면이다.
도 5는 본 발명의 일 실시예에 따른 단위 셀을 기준으로 정류소 분석 데이터 셋을 가공한 단위 셀 별 정류소 정보에 대응되는 데이터 셋을 나타낸 도면이다.
도 6은 본 발명의 일 실시예에 따른 단위 셀 별 정류소 밀집지역을 시각화한 도면이다.
도 7은 본 발명의 일 실시예에 따른 최적화 분석 데이터 셋을 나타낸 도면이다.
도 8은 본 발명의 일 실시예에 따른 노선 밀도를 설명하기 위한 도면이다.
도 9는 본 발명의 일 실시예에 따른 BPI를 기반으로 버스 노선의 최적화 분석을 설명하기 위한 도면이다.
도 10은 본 발명의 일 실시예에 따른 시간 별 BPI의 변화를 나타낸 도면이다.
도 11은 본 발명의 일 실시예에 따른 시간 별 및 지역 별 BPI의 변화를 나타낸 도면이다.
도 12는 본 발명의 일 실시예에 따른 특정 지역 내의 노선 축소 대상 지역 및 노선 증설 대상 지역을 시각화한 도면이다.
도 13은 본 발명의 일 실시예에 따른 노선 축소 대상 지역 및 노선 증설 대상 지역 기반의 버스 노선 분석 방법을 설명하기 위한 도면이다.
도 14는 본 발명의 일 실시예에 따른 유동 인구 및 노선 밀도 기반의 버스 노선 최적화 판단 장치의 블록 구성도이다.
도 15는 본 발명의 일 실시예에 따른 유동 인구 및 노선 밀도 기반의 버스 노선 최적화 판단 방법의 순서도이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.
제1, 제2, A, B 등의 용어는 다양한 구성요소들을 설명하는 데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. "및/또는"이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 본 발명을 설명함에 있어 전체적인 이해를 용이하게 하기 위하여 도면상의 동일한 구성요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.
도 1은 본 발명의 일 실시예에 따른 유동 인구 및 노선 밀도 기반의 버스 노선 최적화 판단 방법을 설명하기 위한 블록도이다.
도 1을 참조하면, 본 발명의 일 실시예는 일련의 절차를 통해 특정 지역 내에서 유동 인구 및 노선 밀도를 기반으로 버스 노선의 촤적화를 판단할 수 있다. 즉, 일 실시예는 유동 인구 및 노선 밀도를 기반으로 버스 노선 최적화가 필요한 지역 또는 현재 버스 노선이 얼마나 최적화되어 있는지에 대한 정보를 제공할 수 있다.
여기서, 이동 패턴 정보는 특정 지역을 미리 설정한 사이즈로 구분한 셀(cell) 단위로 도출될 수 있으며, 셀 단위에 대해서는 도 2 및 도 3과 함께 상세히 설명하겠다.
일 실시예는 버스 노선의 밀도 정보를 도출하기 위하여 우선 정류소 정보를 획득할 수 있으며, 이를 기반으로 특정 지역 내의 정류소 및 노선을 분석할 수 있다. 정류소의 분석에 대해서는 도 4 내지 도 6과 함께 상세히 설명하겠으며, 노선의 분석에 대해서는 도 8과 함께 상세히 설명하겠다.
또한, 일 실시예는 유동 인구 정보와 상기 분석한 정류소 및 노선에 대한 정보를 이용하여 유동 인구 및 노선 간의 관계에 대한 지수를 도출할 수 있으며, 도출한 지수를 이용하여 최적화가 필요한 지역을 도출하여 제공할 수 있다. 이에 대해서는 도 7과 함께 상세히 설명하겠다. 여기서, 유동 인구 정보는 통신사로부터 획득가능한 통신 데이터 기반의 위치 정보를 포함할 수 있으며, 월 단위, 일 단위 또는 시간 단위의 과거 정보를 포함할 수 있으며, 실시간 정보도 포함할 수 있다. 또한, 최적화가 필요한 지역은 버스 노선 증설 대상 지역 및/또는 버스 노선 축소 대상 지역을 포함할 수 있다. 이에 대해서는 도 9 내지 도 13과 함께 상세히 설명하겠다.
도 2는 본 발명의 일 실시예에 따른 단위 셀을 나타낸 도면이고, 도 3은 본 발명의 일 실시예에 따른 특정 지역을 단위 셀로 구분한 모습을 나타낸 도면이다.
본 발명의 일 실시예는 특정 지역을 미리 설정한 사이즈의 셀 단위로 구분할 수 있다. 여기서, 셀의 면적 즉, 셀의 사이즈는 실측 거리 기준으로 500m x 500m의 정사각형 형태로 설정될 수 있다. 이러한 셀 단위로 구분한 특정 지역은 도 3과 같이 나타낼 수 있다.
일 실시예에 따른 데이터 가공 절차 및 결과 도출은 상기 셀 단위로 수행되는 바, 셀의 면적 또는 사이즈는 상기 500m x 500m에 한정되지 않으며, 관리자 등에 의해 수정될 수 있다. 예를 들어, 개별 정류소 단위로 최적화 대상 정보를 도출하는 경우, 과도하게 작은 단위로 분석되어 유효하고 효율적인 최적화 대상 정보가 도출되지 않을 수 있으며, 과도한 연산으로 인하여 작업에 어려움이 생길 수 있다. 따라서, 일 실시예는 셀의 면적 또는 사이즈를 미리 설정하여 과도한 연산 작업을 방지하고, 실효성이 있는 결과 정보를 도출할 수 있다. 즉, 도 2를 참조하면, 일 실시예에 따른 정류소 정보는 외부 서버로부터 획득한 정류소 정보 또는 별도의 DB를 기반으로 상기 셀 단위로 도출될 수 있다.
도 4는 본 발명의 일 실시예에 따른 정류소 분석 데이터 셋을 나타낸 도면이다.
일 실시예는 정류소 정보를 기반으로 정류소 분석 데이터 셋을 생성할 수 있다.
도 4를 참조하면, 정류소 분석 데이터 셋은 정류소 별로 정류소의 식별 정보, 정류소가 포함된 단위 셀의 위치 정보 및 단위 셀의 식별 정보를 포함할 수 있다. 여기서, 정류소의 식별 정보는 정류소의 ID 정보(STOP_ID) 및 정류소의 명칭 정보(STOP_NAME)를 포함할 수 있다. 또한, 정류소 분석 데이터 셋은 상술한 정보 외에도 정류소에 대한 여러 정보를 더 포함할 수도 있다.
단위 셀의 위치 정보는 세계 지구 좌표 시스템(WGS: World Geodetic System)을 이용한 위치 정보를 포함할 수 있다. 예를 들어, 위치 정보는 WGS84 타원체를 이용하여 측량한 GPS 정보를 포함할 수 있다.
단위 셀의 식별 정보는 상기 정류소가 특정 지역을 미리 구분한 복수의 단위 셀들 중 어느 셀에 포함되는지를 나타내는 정보를 포함할 수 있으며, 단위 셀의 기준 위치에 대한 특정 지역 내에서의 x좌표 및 y좌표를 포함할 수 있고, 단위 셀에 대한 ID 정보 또는 고유 식별 정보를 포함할 수 있다. 여기서, 상기 단위 셀의 기준 위치는 단위 셀의 중심점을 나타낼 수 있다.
도 4에서 도시되지 않았으나, 여기서, 정류소 분석 데이터 셋은 각 정류소 별 노선에 관한 정보를 더 포함할 수 있으며, 각 정류소 별 노선에 관한 정보는 각 정류소 별 노선의 개수 및 각 노선에 따른 순환 버스 정보 중 적어도 하나를 포함할 수 있다.
도 5는 본 발명의 일 실시예에 따른 단위 셀을 기준으로 정류소 분석 데이터 셋을 가공한 단위 셀 별 정류소 정보에 대응되는 데이터 셋을 나타낸 도면이고, 도 6은 본 발명의 일 실시예에 따른 단위 셀 별 정류소 밀집지역을 시각화한 도면이다.
본 발명의 일 실시예는 도 4에서 설명한 정류소 분석 데이터 셋을 이용하여 단위 셀 기준으로 추가 가공할 수 있다. 즉, 정류소 분석 데이터 셋은 정류소를 기준으로 정보들이 분류되어 있었으나, 이를 단위 셀을 기준으로 재분류할 수 있다.
예를 들어, 동일한 단위 셀 내에 3개의 정류소가 존재하는 경우, 도 4의 분석 데이터 셋은 3개의 정보로 구성될 수 있으나, 도 5의 추가 가공한 데이터 셋은 1개의 정보로 구성될 수 있다.
즉, 일 실시예는 단위 셀 별로 정류소 정보들을 취합할 수 있으며, 도 5와 같이 추가 가공한 데이터 셋은 단위 셀의 식별 정보, 단위 셀의 위치 정보, 단위 셀 내의 정류소의 개수 정보(cnt) 및 정류소의 밀집도 등급 정보(grade) 중 적어도 하나를 포함할 수 있다.
예를 들어, 단위 셀의 식별 정보 및 단위 셀의 위치 정보는 도 4에서의 정보들과 동일할 수 있다.
단위 셀 내의 정류소의 개수 정보는 도 4의 정류소 분석 데이터 셋을 이용하여 어느 셀 내의 정류소가 몇 개인지에 대한 정보를 나타낼 수 있다.
또한, 도 5에서 도시되지 않았으나, 단위 셀 내의 정류소의 개수 정보는 각 정류소 별 노선에 관한 정보를 기반으로 단위 셀 별 노선의 개수 정보를 더 포함할 수 있다. 예를 들어, 단위 셀 내의 정류소 별 노선의 개수를 모두 합산하여 상기 단위 셀 별 노선의 개수 정보가 도출될 수 있다.
정류소의 밀집도 등급 정보는 단위 셀 내의 정류소의 개수 정보를 기반으로 결정될 수 있다. 즉, 단위 셀 내의 정류소의 개수에 따라 미리 설정된 복수의 등급들 중 하나가 결정될 수 있다. 예를 들어, 복수의 등급들은 4개의 등급을 포함할 수 있으며, 단위 셀 내의 정류소의 개수가 7개 이상인 경우 1등급으로 결정되고, 단위 셀 내의 정류소의 개수가 5개 이상 6개 이하인 경우 2등급으로 결정되고, 단위 셀 내의 정류소의 개수가 3개 이상 4개 이하인 경우 3등급으로 결정되고, 단위 셀 내의 정류소의 개수가 1개 이상 2개 이하인 경우 4등급으로 결정될 수 있다.
상기 정류소의 밀집도 등급 정보는 단위 셀 별로 결정되는 바, 이를 특정 지역에 시각적으로 표현하면 도 6과 같이 나타낼 수 있다. 즉, 일 실시예는 특정 지역 내의 단위 셀에 대하여 정류소의 밀집도 등급에 따라 다른 색상을 부여할 수 있으며, 정류소의 밀집도 등급을 나타낸 특정 지역에 대한 정보를 사용자 단말에게 제공할 수 있다.
도 7은 본 발명의 일 실시예에 따른 최적화 분석 데이터 셋을 나타낸 도면이다.
일 실시예는 단위 셀 별 정류소 정보에 대응되는 데이터 셋을 기반으로 최적화 분석 데이터 셋을 생성할 수 있다.
도 7을 참조하면, 최적화 분석 데이터 셋은 단위 셀에 대한 ID 정보(또는 고유 식별 정보), 단위 셀의 노선 밀도 정보, 단위 셀의 평균 유동 인구 정보 및 단위 셀의 BPI 정보를 포함할 수 있다.
여기서, 단위 셀의 노선 밀도 정보는 단위 셀 별 노선 개수 정보로 결정될 수 있으며, 구체적으로는 도 8과 함께 상세히 설명하겠다.
단위 셀의 평균 유동 인구 정보는 통신사로부터 획득한 초기의 유동 인구 정보를 기반으로 도출될 수 있다. 즉, 일 실시예는 초기의 유동 인구 정보를 단위 셀의 사이즈에 맞도록 가공할 수 있으며, 가공한 유동 인구 정보를 기반으로 미리 설정한 기간 동안의 유동 인구 정보를 기반으로 미리 설정한 시간 단위의 평균 유동 인구 정보를 도출할 수 있다. 예를 들어, 미리 설정한 시간 단위는 월 단위일 수 있으나, 년, 주 또는 일 단위일 수도 있는 바, 이에 한정되는 것은 아니다.
단위 셀의 BPI 정보 즉, 단위 셀 별 BPI 정보는 예를 들어 수학식 1과 같이 계산될 수 있다.
Figure 112021007052922-pat00001
수학식 1에서, BPI는 해당 단위 셀의 BPI 값을 나타낼 수 있으며, D는 해당 단위 셀의 노선 밀도를 나타낼 수 있고, Pavg는 해당 단위 셀의 평균 유동 인구를 나타낼 수 있다. 예를 들어, BPI 값의 단위를 고려하여 수학식 1의 우변에 X100, X1000 또는 X10000 등과 같이 숫자 보정이 추가로 수행될 수도 있으나, 생략될 수도 있다.
도 8은 본 발명의 일 실시예에 따른 노선 밀도를 설명하기 위한 도면이다.
다시 말해, 수학식 1에서 D는 해당 단위 셀의 노선 밀도를 나타낼 수 있으며, 해당 단위 셀의 노선 밀도는 예를 들어 수학식 2와 같이 계산될 수 있다.
Figure 112021007052922-pat00002
수학식 2에서, D는 해당 셀의 노선 밀도를 나타낼 수 있고, n는 해당 셀 내의 정류소의 개수를 나타낼 수 있으며, ak는 k번째 정류소의 노선 개수를 나타낼 수 있다. 즉, 노선 밀도는 단위 셀 내의 정류소 각각의 노선의 개수를 합산하여 도출될 수 있다.
예를 들어, 도 8을 참조하면, 32064695의 ID 정보를 가지는 셀이 4개의 버스 정류소를 포함하며, 제1 버스 정류소가 2개의 노선을, 제2 버스 정류소가 1개의 노선을, 제3 버스 정류소가 3개의 노선을, 제4 버스 정류소가 1개의 노선을 포함하는 경우, 32064695의 ID 정보를 가지는 셀의 노선 밀도는 7의 값을 가질 수 있다. 또한, 32064695의 ID 정보를 가지는 셀에 인접한 32064696의 ID 정보를 가지는 셀이 2개의 버스 정류소를 포함하며, 제5 버스 정류소가 4개의 노선을, 제6 버스 정류소가 5개의 노선을 포함하는 경우, 32064696의 ID 정보를 가지는 셀의 노선 밀도는 9의 값을 가질 수 있다. 즉, 셀 내의 정류소의 개수가 적어도 정류소 별로 포함하는 노선의 개수가 많은 경우, 노선 밀도는 높아질 수 있다.
도 9는 본 발명의 일 실시예에 따른 BPI를 기반으로 버스 노선의 최적화 분석을 설명하기 위한 도면이다.
도 9를 참조하면, 일 실시예는 단위 셀 별 BPI 정보에 따른 BPI의 값에 따라 셀이 버스 노선에 관하여 축소 대상인지, 관심 대상인지, 정상 범위에 있는지 또는 증설 대상인지를 판단할 수 있다. 도 9에서 각 점은 해당 BPI 값을 가지는 셀을 나타낼 수 있다.
여기서, 일 실시예는 BPI가 제1 임계치 이상인 경우, 해당 셀을 축소 대상으로 판단할 수 있으며, BPI가 제2 임계치 미만인 경우, 해당 셀을 증설 대상으로 판단할 수 있다. 또한, 관심 대상은 아직 축소 대상으로 판단되지 않았으나, 곧 축소 대상에 포함될 가능성이 있는 셀을 나타낼 수 있다. 예를 들어, 일 실시예는 관심 대상을 정상 범위에 포함시켜 간략히 셀들을 정상 범위, 축소 대상 및 증설 대상으로 분류할 수도 있다.
예를 들어, 정상 범위와 축소 대상을 구분하는 제1 임계치 및 정상 범위와 증설 대상을 구분하는 제2 임계치는 미리 결정된 값으로 설정될 수 있으나, 이에 한정되지 않으며 다양한 방법으로 설정될 수도 있다. 예를 들어, 특정 지역 내의 모든 셀의 BPI의 값에 대한 편차 값 중 값이 큰 상위 x 퍼센트에 해당되는 BPI의 값을 제1 임계치로 설정할 수 있으며, 값이 작은 하위 y 퍼센트에 해당되는 BPI의 값을 제2 임계치로 설정할 수도 있다. 여기서, x 및 y는 각각 0 초과 50 미만의 양의 정수 중 하나일 수 있으며, 이는 관리자에 의해 미리 설정될 수 있다.
도 10은 본 발명의 일 실시예에 따른 시간 별 BPI의 변화를 나타낸 도면이다.
일 실시예는 특정 지역의 모든 셀에 대한 BPI를 시간 별로 나타낼 수 있으며, 시간 별로 비교할 수 있다. 예를 들어, 도 10와 같이 일 실시예는 단위 셀 별 BPI를 월 단위로 나타낼 수도 있다.
도 11은 본 발명의 일 실시예에 따른 시간 별 및 지역 별 BPI의 변화를 나타낸 도면이다.
일 실시예는 여러 특정 셀의 BPI를 시간 별로 나타낼 수도 있다. 예를 들어, 도 11과 같이 일 실시예는 남부 오거리 부근에 대응되는 셀의 BPI를 월 단위로 나타낼 수 있고, 이와 함께 천안역 부근에 대응되는 셀의 BPI를 월 단위로 나타낼 수 있다. 또한, 고속터미널 부근에 대응되는 셀의 BPI도 월 단위로 나타낼 수 있다.
도 12는 본 발명의 일 실시예에 따른 특정 지역 내의 노선 축소 대상 지역 및 노선 증설 대상 지역을 시각화한 도면이다.
도 12를 참조하면, 일 실시예는 특정 지역 내의 모든 셀 중 노선 최적화가 필요한 단위 셀을 도출할 수 있으며, 이를 지도 이미지에 시각화할 수 있다. 여기서, 노석 최적화가 필요한 단위 셀은 노선 축소 대상 셀(또는 지역) 및 노선 증설 대상 셀(또는 지역)을 포함할 수 있다.
일 실시예는 도 9와 같이 BPI를 기준으로 축소 대상에 해당되는 셀 모두에 대하여 노선 축소 대상 셀로 결정할 수 있으나, BPI가 가장 높은 상위 N개의 셀만을 도출하여 노선 축소 대상 셀로 결정할 수도 있다. 또한, BPI를 기준으로 증설 대상에 해당되는 셀 모두에 대하여 노선 증설 대상 셀로 결정할 수 있으나, BPI가 가장 낮은 상위 M개의 셀만을 도출하여 노선 증설 대상 셀로 결정할 수도 있다. 여기서, N 및 M은 각각 양의 정수 중 하나로 설정될 수 있다.
또한, 일 실시예는 특정 지역의 지도 이미지에 상위 N개의 셀에 대한 정보에 따른 N개의 셀(이하, 제3 셀) 및 하위 M개의 셀에 대한 정보에 따른 M개의 셀(이하, 제4 셀)을 나타내어 최적화 필요 지역을 표시한 제1 이미지 정보를 도 12와 같이 생성할 수 있다. 또한, 일 실시예는 년도 별로 이를 생성하여 현재와 비교할 수 있으며, 월 단위로 생성하여 현재와 비교할 수도 있다.
예를 들어, 제1 이미지 정보에 따른 지도 이미지에서 제3 셀은 제1 색상으로 표시될 수 있으며, 제4 셀은 제1 색상과 다른 제2 색상으로 표시될 수 있고, 정상 범위(또는 관심 대상)에 해당되는 셀은 제1 색상 및 제2 색상과 다른 제3 색상으로 표시될 수도 있고, 별도의 색상으로 표시되지 않을 수도 있다.
예를 들어, 제1 이미지 정보는 지도 이미지를 기반으로 제공되는 바, 제3 셀 또는 제4 셀의 대표 명칭이 도출되어 함께 제공될 수도 있다. 여기서, 대표 명칭은 셀 별로 미리 설정될 수 있으나, 상기 셀 내의 정류소들 중 노선의 개수가 가장 많은 정류소의 명칭 정보(STOP_NAME)로 설정될 수도 있다. 또한, 노선의 개수가 동일한 정류소 간에는 정류소의 ID 정보의 값이 가장 낮은 정류소의 명칭 정보(STOP_NAME)가 대표 명칭으로 설정될 수 있다. 여기서, 대표 명칭은 해당 셀에 인접하게 표시될 수 있다. 여기서, 일 실시예가 상기 제1 이미지 정보를 사용자 단말로 제공할 수 있음은 자명하다.
도 13은 본 발명의 일 실시예에 따른 노선 축소 대상 지역 및 노선 증설 대상 지역 기반의 버스 노선 분석 방법을 설명하기 위한 도면이다.
일 실시예는 버스 노선의 최적화를 분석하기 위하여 특정 지역 내의 순환 버스의 노선에 대한 정보를 획득할 수 있다. 여기서, 순환 버스는 특정 지역 내에서 순환하는 버스를 나타낼 수 있으며, 순환 버스의 노선에 대한 정보는 순환 버스의 노선에 포함된 순환 버스 정류소들에 대한 정보를 포함할 수 있다.
이후, 도 13을 참조하면, 일 실시예는 도 12와 같이 설명한 제1 이미지 정보에 순환 버스의 노선에 대한 정보에 따르 노선들을 표시하여 제2 이미지 정보를 생성할 수도 있다. 즉, 제2 이미지 정보는 지도 이미지에 축소 대상 셀, 증설 대상 셀 및 순한 버스의 노선이 함께 표시될 수 있으며, 사용자는 제2 이미지 정보를 통해 노선을 어떻게 변경할지 쉽게 시각적으로 확인할 수 있다.
또한 예를 들어, 일 실시예는 순환 버스의 노선 변경에 관한 시뮬레이션을 제공할 수도 있다. 구체적으로, 일 실시예는 사용자 단말로 상기 제2 이미지 정보를 제공할 수 있으며, 사용자 단말로부터 노선 내의 특정 정류소를 삭제하거나 증설 대상 셀 내의 특정 위치에 정류소를 신설하는 변경 정보를 획득할 수 있다. 이 경우, 일 실시예는 변경 정보에 따라 셀들 또는 해당 셀의 BPI를 다시 도출할 수 있으며, 변경 전 BPI 및 변경 후 BPI를 비교하여 함께 사용자 단말로 제공할 수 있다.
다시 말해, 일 실시예는 사용자 단말을 통해 순환 버스 정류소들 중 버스 노선 축소 대상 셀 내에 위치한 제1 순환 버스 정류소를 삭제하는 제1 변동 정보를 획득할 수 있으며, 이 경우, 제1 변동 정보를 기반으로 제1 순환 버스 정류소가 포함되었던 셀의 BPI 지수 정보를 다시 도출할 수 있다. 또는 일 실시예는 사용자 단말을 통해 버스 노선 증설 대상 셀 내의 특정 위치에 순환 버스의 노선으로 제2 순환 버스 정류소를 신설하는 제2 변동 정보를 획득할 수 있으며, 이 경우, 제2 변동 정보를 기반으로 특정 위치를 포함하는 셀의 BPI 지수 정보를 다시 도출할 수도 있다.
도 14는 본 발명의 일 실시예에 따른 유동 인구 및 노선 밀도 기반의 버스 노선 최적화 판단 장치의 블록 구성도이다.
도 14를 참조하면, 본 발명의 일 실시예에 버스 노선 최적화 판단 장치(1400)는 적어도 하나의 프로세서(1410), 메모리(1420) 및 저장 장치(1430)를 포함할 수 있다. 예를 들어, 버스 노선 최적화 판단 장치(1400)는 다양한 유무선 통신을 수행할 수 있는 통신 모듈을 더 포함할 수 있다. 예를 들어, 버스 노선 최적화 판단 장치(1400)는 적어도 하나의 서버로 구성될 수 있으며, 적어도 하나의 다른 서버 또는 적어도 하나의 사용자 단말과 정보를 송수신할 수 있다.
프로세서(1410)는 메모리(1420) 및/또는 저장 장치(1430)에 저장된 프로그램 명령(program command)을 실행할 수 있다. 프로세서(1410)는 중앙 처리 장치(central processing unit, CPU), 그래픽 처리 장치(graphics processing unit, GPU) 또는 본 발명에 따른 방법들이 수행되는 전용의 프로세서를 의미할 수 있다. 메모리(1420)와 저장 장치(1430)는 휘발성 저장 매체 및/또는 비휘발성 저장 매체로 구성될 수 있다. 예를 들어, 메모리(1420)는 읽기 전용 메모리(read only memory, ROM) 및/또는 랜덤 액세스 메모리(random access memory, RAM)로 구성될 수 있다.
메모리(1420)는 프로세서(1410)를 통해 실행되는 적어도 하나의 명령을 저장하고 있을 수 있다. 적어도 하나의 명령은 특정 지역을 미리 설정된 사이즈의 단위 셀로 구분하는 명령, 상기 특정 지역 내의 정류소 정보를 획득하는 명령, 상기 정류소 정보를 기반으로 상기 단위 셀 별 정류소 정보를 도출하는 명령, 상기 특정 지역에 대한 유동 인구 정보를 획득하는 명령, 상기 유동 인구 정보를 기반으로 상기 단위 셀 별 유동 인구 정보를 도출하는 명령, 상기 단위 셀 별 정류소 정보 및 상기 단위 셀 별 유동 인구 정보를 기반으로 상기 특정 지역에 대한 단위 셀 별 BPI(Bus route-Population Index) 정보를 도출하는 명령 및 상기 단위 셀 별 BPI 정보를 기반으로 상기 특정 지역 내의 버스 노선 최적화가 필요한 단위 셀을 도출하는 명령을 포함할 수 있다.
예를 들어, 상기 특정 지역 내의 상기 정류소 정보는 상기 특정 지역 내의 각 정류소 별 노선의 개수 정보를 포함하고, 상기 단위 셀 별 정류소 정보는 상기 단위 셀 별 노선 밀도 정보를 포함하고, 상기 유동 인구 정보는 미리 설정한 시간 동안의 유동 인구 정보를 기반으로 미리 설정한 시간 단위의 평균 유동 인구 정보를 포함하고, 상기 단위 셀 별 유동 인구 정보는 상기 미리 설정한 시간 단위의 단위 셀 별 평균 유동 인구 정보를 포함할 수 있다.
예를 들어, 상기 단위 셀 별 BPI 정보를 기반으로 상기 특정 지역 내의 버스 노선 최적화가 필요한 단위 셀을 도출하는 명령은 상기 단위 셀 별 BPI 정보에 따른 BPI가 제1 임계치 이상인 제1 셀을 버스 노선 축소 대상 셀로 결정하는 명령 및 상기 단위 셀 별 BPI 정보에 따른 BPI가 제2 임계치 미만인 제2 셀을 버스 노선 증설 대상 셀로 결정하는 명령을 포함하고, 상기 버스 노선 최적화가 필요한 단위 셀은 상기 버스 노선 축소 대상 셀 및 상기 버스 노선 증설 대상 셀을 포함할 수 있다.
예를 들어, 상기 단위 셀 별 BPI 정보에 따른 BPI가 가장 높은 상위 N개의 셀에 대한 정보 및 BPI가 가장 낮은 하위 M개의 셀에 대한 정보를 도출하는 명령 및 상기 특정 지역의 지도 이미지에 상기 상위 N개의 셀에 대한 정보에 따른 N개의 제3 셀 및 상기 하위 M개의 셀에 대한 정보에 따른 M개의 제4 셀을 나타내어 최적화 필요 지역을 표시한 제1 이미지 정보를 생성하는 명령을 더 포함하고, 상기 N 및 M은 각각 양의 정수 중 하나로 설정될 수 있다.
예를 들어, 상기 특정 지역 내의 순환 버스의 노선에 대한 정보를 획득하는 명령 및 상기 제1 이미지 정보에 상기 순환 버스의 노선에 대한 정보에 따른 노선들을 표시한 제2 이미지 정보를 생성하는 명령을 더 포함할 수 있다.
예를 들어, 상기 순환 버스의 노선에 대한 정보는 상기 순환 버스의 노선에 포함된 순환 버스 정류소들에 대한 정보를 포함하고, 사용자 단말을 통해 상기 순환 버스 정류소들 중 상기 버스 노선 축소 대상 셀 내에 위치한 제1 순환 버스 정류소를 삭제하는 제1 변동 정보를 획득하는 경우, 상기 제1 변동 정보를 기반으로 상기 제1 순환 버스 정류소가 포함되었던 셀의 BPI 정보를 다시 도출하는 명령을 더 포함할 수 있다.
예를 들어, 상기 순환 버스의 노선에 대한 정보는 상기 순환 버스의 노선에 포함된 순환 버스 정류소들에 대한 정보를 포함하고, 사용자 단말을 통해 상기 버스 노선 증설 대상 셀 내의 특정 위치에 상기 순환 버스의 노선으로 제2 순환 버스 정류소를 신설하는 제2 변동 정보를 획득하는 경우, 상기 제2 변동 정보를 기반으로 상기 특정 위치를 포함하는 셀의 BPI 정보를 다시 도출하는 명령을 더 포함할 수 있다.
예를 들어, 상기 통신 모듈은 외부 기기와 통신할 수 있는 모듈을 나타낼 수 있다. 즉, 상기 통신 모듈은 무선 통신 또는 유선 통신을 통해서 네트워크에 연결되어 외부 서버, 사용자 단말 또는 기타 전자 장치 등과 같은 외부 장치와 통신을 설정하여 소정의 정보를 송신 및/또는 수신할 수 있다.
예를 들어, 상기 무선 통신은 5G(generation), LTE, LTE-A(LTE Advance), CDMA(code division multiple access), WCDMA(wideband CDMA), UMTS(universal mobile telecommunications system), WiBro(Wireless Broadband), 또는 GSM(Global System for Mobile Communications) 등 중 적어도 하나를 사용하는 셀룰러 통신을 포함할 수 있다. 또한, 상기 셀롤러 통신은 아직 명칭이 결정되지 않은 차세대 이동 통신들 중 하나를 이용할 수도 있다. 또는 상기 무선 통신은 WiFi(wireless fidelity), 블루투스, 블루투스 저전력(BLE), 지그비(Zigbee), NFC(near field communication), 자력 시큐어 트랜스미션(Magnetic Secure Transmission), 라디오 프리퀀시(RF), 또는 보디 에어리어 네트워크(BAN) 중 적어도 하나를 포함할 수 있다.
예를 들어, 상기 유선 통신은 USB(universal serial bus), HDMI(high definition multimedia interface), RS-232(recommended standard232), 전력선 통신, 또는 POTS(plain old telephone service) 등 중 적어도 하나를 포함할 수 있다. 네트워크는 텔레커뮤니케이션 네트워크, 예를 들면, 컴퓨터 네트워크(예: LAN 또는 WAN), 인터넷, 또는 텔레폰 네트워크 중 적어도 하나를 포함할 수 있다.
도 15는 본 발명의 일 실시예에 따른 유동 인구 및 노선 밀도 기반의 버스 노선 최적화 판단 방법의 순서도이다.
도 15를 참조하면, 일 실시예는 특정 지역을 미리 설정된 사이즈의 단위 셀로 구분할 수 있다(S1500). 예를 들어, 셀의 사이즈는 실측 거리 기준으로 500m x 500m의 정사각형 형태로 설정될 수 있다. 다만, 셀의 면적 또는 사이즈는 과도한 연산 작업을 방지하고 실효성이 있는 결과 정보를 도출할 수 있는 사이즈로 결정될 수 있다. 이에 대해서는 도 2 및 도 3과 함께 상세히 상술하였다.
일 실시예는 상기 특정 지역 내의 정류소 정보를 획득할 수 있고(S1510), 상기 정류소 정보를 기반으로 상기 단위 셀 별 정류소 정보를 도출할 수 있다(S1520). 예를 들어, 상기 특정 지역 내의 상기 정류소 정보는 상기 특정 지역 내의 각 정류소 별 노선의 개수 정보를 포함할 수 있고, 상기 단위 셀 별 정류소 정보는 상기 단위 셀 별 노선 밀도 정보를 포함할 수 있다. 또한, 단위 셀 별 정류소 정보는 단위 셀의 식별 정보, 단위 셀의 위치 정보, 단위 셀 내의 정류소의 개수 정보(cnt) 및 정류소의 밀집도 등급 정보(grade) 중 적어도 하나를 포함할 수 있다. 이에 대해서는 도 4 및 도 5와 함께 상세히 상술하였다.
일 실시예는 상기 특정 지역에 대한 유동 인구 정보를 획득할 수 있고(S1530), 상기 유동 인구 정보를 기반으로 상기 단위 셀 별 유동 인구 정보를 도출할 수 있다(S1540). 예를 들어, 상기 유동 인구 정보는 미리 설정한 시간 동안의 유동 인구 정보를 기반으로 미리 설정한 시간 단위의 평균 유동 인구 정보를 포함할 수 있고, 상기 단위 셀 별 유동 인구 정보는 상기 미리 설정한 시간 단위의 단위 셀 별 평균 유동 인구 정보를 포함할 수 있다. 이에 대한 상세한 설명은 상술하였다.
일 실시예는 상기 단위 셀 별 정류소 정보 및 상기 단위 셀 별 유동 인구 정보를 기반으로 상기 특정 지역에 대한 단위 셀 별 BPI(Bus route-Population Index) 정보를 도출할 수 있다(S1550). BPI 정보는 수학식 1과 같이 셀 별로 계산될 수 있으며, 이에 대해서는 도 7 및 도 8과 함께 상세히 설명하였다.
또한, 일 실시예는 상기 단위 셀 별 BPI 정보를 기반으로 상기 특정 지역 내의 버스 노선 최적화가 필요한 단위 셀을 도출할 수 있다(S1560). 예를 들어, 일 실시예는 버스 노선 최적화가 필요한 단위 셀을 도출하기 위하여 상기 단위 셀 별 BPI 정보에 따른 BPI가 제1 임계치 이상인 제1 셀을 버스 노선 축소 대상 셀로 결정할 수 있고, 상기 단위 셀 별 BPI 정보에 따른 BPI가 제2 임계치 미만인 제2 셀을 버스 노선 증설 대상 셀로 결정할 수 있다. 여기서, 상기 버스 노선 최적화가 필요한 단위 셀은 상기 버스 노선 축소 대상 셀 및 상기 버스 노선 증설 대상 셀을 포함할 수 있다. 이에 대해서는 도 9와 함께 상세히 설명하였다.
또는 예를 들어, 도 15에서 도시하지 않았으나, 일 실시예는 상기 단위 셀 별 BPI 정보에 따른 BPI가 가장 높은 상위 N개의 셀에 대한 정보 및 BPI가 가장 낮은 하위 M개의 셀에 대한 정보를 도출할 수 있고, 상기 특정 지역의 지도 이미지에 상기 상위 N개의 셀에 대한 정보에 따른 N개의 제3 셀 및 상기 하위 M개의 셀에 대한 정보에 따른 M개의 제4 셀을 나타내어 최적화 필요 지역을 표시한 제1 이미지 정보를 생성할 수 있다. 여기서, 상기 N 및 M은 각각 양의 정수 중 하나로 설정될 수 있다. 더불어, 일 실시예는 상기 특정 지역 내의 순환 버스의 노선에 대한 정보를 획득할 수 있으며, 상기 제1 이미지 정보에 상기 순환 버스의 노선에 대한 정보에 따른 노선들을 표시한 제2 이미지 정보를 생성할 수도 있다. 이에 대해서는 도 12와 함께 상세히 설명하였다.
또는 예를 들어, 상기 순환 버스의 노선에 대한 정보는 상기 순환 버스의 노선에 포함된 순환 버스 정류소들에 대한 정보를 포함할 수 있으며, 일 실시예는 사용자 단말을 통해 상기 순환 버스 정류소들 중 상기 버스 노선 축소 대상 셀 내에 위치한 제1 순환 버스 정류소를 삭제하는 제1 변동 정보를 획득하는 경우, 상기 제1 변동 정보를 기반으로 상기 제1 순환 버스 정류소가 포함되었던 셀의 BPI 정보를 다시 도출할 수 있으며, 사용자 단말을 통해 상기 버스 노선 증설 대상 셀 내의 특정 위치에 상기 순환 버스의 노선으로 제2 순환 버스 정류소를 신설하는 제2 변동 정보를 획득하는 경우, 상기 제2 변동 정보를 기반으로 상기 특정 위치를 포함하는 셀의 BPI 정보를 다시 도출할 수도 있다. 이에 대해서는 도 13과 함께 상세히 설명하였다.
본 발명의 실시예에 따른 동작은 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 프로그램 또는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의해 읽켜질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어 분산 방식으로 컴퓨터로 읽을 수 있는 프로그램 또는 코드가 저장되고 실행될 수 있다.
또한, 컴퓨터가 읽을 수 있는 기록매체는 롬(rom), 램(ram), 플래시 메모리(flash memory) 등과 같이 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치를 포함할 수 있다. 프로그램 명령은 컴파일러(compiler)에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터(interpreter) 등을 사용해서 컴퓨터에 의해 실행될 수 있는 고급 언어 코드를 포함할 수 있다.
본 발명의 일부 측면들은 장치의 문맥에서 설명되었으나, 그것은 상응하는 방법에 따른 설명 또한 나타낼 수 있고, 여기서 블록 또는 장치는 방법 단계 또는 방법 단계의 특징에 상응한다. 유사하게, 방법의 문맥에서 설명된 측면들은 또한 상응하는 블록 또는 아이템 또는 상응하는 장치의 특징으로 나타낼 수 있다. 방법 단계들의 몇몇 또는 전부는 예를 들어, 마이크로프로세서, 프로그램 가능한 컴퓨터 또는 전자 회로와 같은 하드웨어 장치에 의해(또는 이용하여) 수행될 수 있다. 몇몇의 실시예에서, 가장 중요한 방법 단계들의 하나 이상은 이와 같은 장치에 의해 수행될 수 있다.
실시예들에서, 프로그램 가능한 로직 장치(예를 들어, 필드 프로그래머블 게이트 어레이)가 여기서 설명된 방법들의 기능의 일부 또는 전부를 수행하기 위해 사용될 수 있다. 실시예들에서, 필드 프로그래머블 게이트 어레이는 여기서 설명된 방법들 중 하나를 수행하기 위한 마이크로프로세서와 함께 작동할 수 있다. 일반적으로, 방법들은 어떤 하드웨어 장치에 의해 수행되는 것이 바람직하다.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.

Claims (7)

  1. 전자 장치에 의해 수행되는 버스 노선의 개수에 관한 최적화가 필요한 지역을 도출하는 방법으로서,
    특정 지역을 미리 설정된 사이즈의 단위 셀로 구분하는 단계;
    상기 특정 지역 내의 정류소 정보를 획득하는 단계;
    상기 정류소 정보를 기반으로 상기 단위 셀 별 정류소 정보를 도출하는 단계;
    상기 특정 지역에 대한 유동 인구 정보를 획득하는 단계;
    상기 유동 인구 정보를 기반으로 상기 단위 셀 별 유동 인구 정보를 도출하는 단계;
    상기 단위 셀 별 정류소 정보 및 상기 단위 셀 별 유동 인구 정보를 기반으로 상기 특정 지역에 대한 단위 셀 별 BPI(Bus route-Population Index) 정보를 도출하는 단계; 및
    상기 단위 셀 별 BPI 정보를 기반으로 상기 특정 지역 내의 버스 노선 최적화가 필요한 단위 셀을 도출하는 단계를 포함하는,
    버스 노선의 개수에 관한 최적화 필요 지역 도출 방법.
  2. 청구항 1에 있어서,
    상기 특정 지역 내의 상기 정류소 정보는 상기 특정 지역 내의 각 정류소 별 노선의 개수 정보를 포함하고,
    상기 단위 셀 별 정류소 정보는 상기 단위 셀 별 노선 밀도 정보를 포함하고,
    상기 유동 인구 정보는 미리 설정한 시간 동안의 유동 인구 정보를 기반으로 미리 설정한 시간 단위의 평균 유동 인구 정보를 포함하고,
    상기 단위 셀 별 유동 인구 정보는 상기 미리 설정한 시간 단위의 단위 셀 별 평균 유동 인구 정보를 포함하는,
    버스 노선의 개수에 관한 최적화 필요 지역 도출 방법.
  3. 청구항 2에 있어서,
    상기 단위 셀 별 BPI 정보를 기반으로 상기 특정 지역 내의 버스 노선 최적화가 필요한 단위 셀을 도출하는 단계는,
    상기 단위 셀 별 BPI 정보에 따른 BPI가 제1 임계치 이상인 제1 셀을 버스 노선 축소 대상 셀로 결정하는 단계; 및
    상기 단위 셀 별 BPI 정보에 따른 BPI가 제2 임계치 미만인 제2 셀을 버스 노선 증설 대상 셀로 결정하는 단계를 포함하고,
    상기 버스 노선 최적화가 필요한 단위 셀은 상기 버스 노선 축소 대상 셀 및 상기 버스 노선 증설 대상 셀을 포함하는,
    버스 노선의 개수에 관한 최적화 필요 지역 도출 방법.
  4. 청구항 3에 있어서,
    상기 단위 셀 별 BPI 정보에 따른 BPI가 가장 높은 상위 N개의 셀에 대한 정보 및 BPI가 가장 낮은 하위 M개의 셀에 대한 정보를 도출하는 단계; 및
    상기 특정 지역의 지도 이미지에 상기 상위 N개의 셀에 대한 정보에 따른 N개의 제3 셀 및 상기 하위 M개의 셀에 대한 정보에 따른 M개의 제4 셀을 나타내어 최적화 필요 지역을 표시한 제1 이미지 정보를 생성하는 단계를 더 포함하고,
    상기 N 및 M은 각각 양의 정수 중 하나로 설정되는,
    버스 노선의 개수에 관한 최적화 필요 지역 도출 방법.
  5. 청구항 4에 있어서,
    상기 특정 지역 내의 순환 버스의 노선에 대한 정보를 획득하는 단계; 및
    상기 제1 이미지 정보에 상기 순환 버스의 노선에 대한 정보에 따른 노선들을 표시한 제2 이미지 정보를 생성하는 단계를 더 포함하는,
    버스 노선의 개수에 관한 최적화 필요 지역 도출 방법.
  6. 청구항 5에 있어서,
    상기 순환 버스의 노선에 대한 정보는 상기 순환 버스의 노선에 포함된 순환 버스 정류소들에 대한 정보를 포함하고,
    사용자 단말을 통해 상기 순환 버스 정류소들 중 상기 버스 노선 축소 대상 셀 내에 위치한 제1 순환 버스 정류소를 삭제하는 제1 변동 정보를 획득하는 경우, 상기 제1 변동 정보를 기반으로 상기 제1 순환 버스 정류소가 포함되었던 셀의 BPI 정보를 다시 도출하는 단계를 더 포함하는,
    버스 노선의 개수에 관한 최적화 필요 지역 도출 방법.
  7. 청구항 5에 있어서,
    상기 순환 버스의 노선에 대한 정보는 상기 순환 버스의 노선에 포함된 순환 버스 정류소들에 대한 정보를 포함하고,
    사용자 단말을 통해 상기 버스 노선 증설 대상 셀 내의 특정 위치에 상기 순환 버스의 노선으로 제2 순환 버스 정류소를 신설하는 제2 변동 정보를 획득하는 경우, 상기 제2 변동 정보를 기반으로 상기 특정 위치를 포함하는 셀의 BPI 정보를 다시 도출하는 단계를 더 포함하는,
    버스 노선의 개수에 관한 최적화 필요 지역 도출 방법.
KR1020210007470A 2021-01-19 2021-01-19 유동 인구 및 노선 밀도 기반의 버스 노선 최적화 판단 방법 및 장치 KR102268397B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210007470A KR102268397B1 (ko) 2021-01-19 2021-01-19 유동 인구 및 노선 밀도 기반의 버스 노선 최적화 판단 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210007470A KR102268397B1 (ko) 2021-01-19 2021-01-19 유동 인구 및 노선 밀도 기반의 버스 노선 최적화 판단 방법 및 장치

Publications (1)

Publication Number Publication Date
KR102268397B1 true KR102268397B1 (ko) 2021-06-23

Family

ID=76599468

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210007470A KR102268397B1 (ko) 2021-01-19 2021-01-19 유동 인구 및 노선 밀도 기반의 버스 노선 최적화 판단 방법 및 장치

Country Status (1)

Country Link
KR (1) KR102268397B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230023411A (ko) * 2021-08-10 2023-02-17 한국과학기술정보연구원 시내버스 노선 분석 장치 및 방법
WO2024125253A1 (zh) * 2022-12-12 2024-06-20 中国科学院深圳先进技术研究院 公交车到达时间不确定性可视化方法、系统、设备及介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5476148B2 (ja) * 2010-02-09 2014-04-23 株式会社構造計画研究所 バス路線評価支援装置、バス路線評価支援方法及びバス路線評価支援プログラム

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5476148B2 (ja) * 2010-02-09 2014-04-23 株式会社構造計画研究所 バス路線評価支援装置、バス路線評価支援方法及びバス路線評価支援プログラム

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
대한교통학회 학술대회지(2019.02) *
서울시 교통정책 패키지(2017.04) *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230023411A (ko) * 2021-08-10 2023-02-17 한국과학기술정보연구원 시내버스 노선 분석 장치 및 방법
KR102586430B1 (ko) 2021-08-10 2023-10-10 한국과학기술정보연구원 시내버스 노선 분석 장치 및 방법
WO2024125253A1 (zh) * 2022-12-12 2024-06-20 中国科学院深圳先进技术研究院 公交车到达时间不确定性可视化方法、系统、设备及介质

Similar Documents

Publication Publication Date Title
CN107547633B (zh) 一种用户常驻点的处理方法、装置和存储介质
KR102268397B1 (ko) 유동 인구 및 노선 밀도 기반의 버스 노선 최적화 판단 방법 및 장치
CN110472534A (zh) 基于rgb-d数据的3d目标检测方法、装置、设备和存储介质
CN110149225B (zh) 网络拓扑结构评估方法及装置
CN107547154A (zh) 一种建立视频流量预测模型的方法及装置
CN108229740B (zh) 一种商圈边界的确定方法、装置、服务器及存储介质
US11861919B2 (en) Text recognition method and device, and electronic device
CN111340054A (zh) 数据标注方法、装置及数据处理设备
CN111611992B (zh) 确定兴趣面的方法、装置和计算机设备
CN110121189A (zh) 一种网络监控方法和装置
CN104102637A (zh) 一种生成热点区域的方法及装置
CN110647596A (zh) 地图数据处理方法和装置
CN111163482A (zh) 数据的处理方法、设备及存储介质
CN102930481B (zh) 电网负荷密度分析方法及系统
CN114286383A (zh) 网络质量确定方法、装置及存储介质
KR102268381B1 (ko) 버스 노선 최적화를 위한 버스 승객의 이동 패턴 정보를 도출하는 방법 및 장치
CN112686406A (zh) 数据处理方法和装置、服务器及存储介质
CN112887910A (zh) 异常覆盖区域的确定方法、装置和计算机可读存储介质
Conlisk et al. The impossibility of estimating a negative binomial clustering parameter from presence-absence data: a comment on He and Gaston
JP5940718B2 (ja) 情報処理装置、方法及びコンピュータプログラム
CN111241226B (zh) 选址方法、装置及设备
CN110021166B (zh) 用于处理用户出行数据的方法、装置和计算设备
CN113538465A (zh) 方正不规则多边形区域的自动划分方法、装置和存储介质
CN116156513B (zh) 一种通信基站规划评估方法及装置
CN116385878B (zh) 道路中心线提取方法、分布式系统、服务器和存储介质

Legal Events

Date Code Title Description
GRNT Written decision to grant