KR102384433B1 - Method of creating accuracy evaluation model for traffic information and method of providing traffic information using the same - Google Patents

Method of creating accuracy evaluation model for traffic information and method of providing traffic information using the same Download PDF

Info

Publication number
KR102384433B1
KR102384433B1 KR1020150135487A KR20150135487A KR102384433B1 KR 102384433 B1 KR102384433 B1 KR 102384433B1 KR 1020150135487 A KR1020150135487 A KR 1020150135487A KR 20150135487 A KR20150135487 A KR 20150135487A KR 102384433 B1 KR102384433 B1 KR 102384433B1
Authority
KR
South Korea
Prior art keywords
accuracy
server
evaluation model
speed
traffic information
Prior art date
Application number
KR1020150135487A
Other languages
Korean (ko)
Other versions
KR20170036389A (en
Inventor
유병용
김대호
Original Assignee
현대오토에버 주식회사
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 현대오토에버 주식회사 filed Critical 현대오토에버 주식회사
Priority to KR1020150135487A priority Critical patent/KR102384433B1/en
Publication of KR20170036389A publication Critical patent/KR20170036389A/en
Application granted granted Critical
Publication of KR102384433B1 publication Critical patent/KR102384433B1/en

Links

Images

Classifications

    • G06Q50/30—
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

본 발명은 교통정보 정확도 평가 모형 생성 방법 및 교통정보 정확도 평가 모형을 이용한 교통정보 제공 방법에 관한 것으로, 서버가 미리 설정된 속도범위별로 프로브차량(Probe vehicle)의 속도 분포를 수집하는 단계, 상기 서버가 적어도 2개 이상의 구간으로 속도범위별 속도 분포를 각각 구분하는 단계 및 상기 서버가 각각의 속도범위별로 구분된 구간에 따라 정확도 평가 모형을 생성하는 단계를 포함하는 것을 특징으로 한다.The present invention relates to a method for generating a traffic information accuracy evaluation model and a method for providing traffic information using a traffic information accuracy evaluation model, the method comprising: collecting, by a server, a speed distribution of a probe vehicle for each preset speed range; Separating the speed distribution for each speed range into at least two or more sections, and generating, by the server, an accuracy evaluation model according to the section divided for each speed range.

Description

교통정보 정확도 평가 모형 생성 방법 및 교통정보 정확도 평가 모형을 이용한 교통정보 제공 방법{METHOD OF CREATING ACCURACY EVALUATION MODEL FOR TRAFFIC INFORMATION AND METHOD OF PROVIDING TRAFFIC INFORMATION USING THE SAME}A method of generating a traffic information accuracy evaluation model and a method of providing traffic information using a traffic information accuracy evaluation model

본 발명은 교통정보 정확도 평가 모형 생성 방법 및 교통정보 정확도 평가 모형을 이용한 교통정보 제공 방법에 관한 것으로, 보다 상세하게는 제공된 교통정보의 정확도를 평가하는 교통정보 정확도 평가 모형 생성 방법 및 교통정보 정확도 평가 모형을 이용한 교통정보 제공 방법에 관한 것이다.
The present invention relates to a method of generating a traffic information accuracy evaluation model and a method of providing traffic information using a traffic information accuracy evaluation model, and more particularly, a method of generating a traffic information accuracy evaluation model for evaluating the accuracy of the provided traffic information, and evaluating the accuracy of traffic information It relates to a method of providing traffic information using a model.

최근 들어 도로 이용자들에게 실시간으로 구간 교통정보를 제공함으로써 운행 및 시간 비용을 최소화하고, 차량을 최대한 분산시킴으로써 교통량 집중화를 방지하여 한정되어 있는 도로의 효율성을 높일 수 있도록 하는 기술들이 제공되고 있다.Recently, by providing section traffic information to road users in real time, technologies have been provided to minimize operation and time costs, and to prevent traffic concentration by distributing vehicles as much as possible to increase the efficiency of a limited road.

이러한 교통정보는 일반적으로 다수의 프로브차량(Probe vehicle)이 제공하는 정보를 기반으로 교통정보 제공 장치에 의해 산출되며, 교통정보 제공 장치들은 특히 지도데이터를 이용하여 계산된 구간별 평균속도를 반영하여 교통정보를 산출하는 경우가 많다.Such traffic information is generally calculated by a traffic information providing device based on information provided by a plurality of probe vehicles. Traffic information is often calculated.

이러한 지도데이터에는 도로의 링크, 각 링크별 노드 리스트, 각 노드의 좌표 등이 포함되어 있으며, 종래 교통정보 제공 장치들은 이러한 지도데이터 및 프로브차량이 제공하는 정보를 이용하여 각 링크별 평균속도 또는 특정 구간별 평균속도를 계산하여 교통정보를 산출하였다.The map data includes road links, a list of nodes for each link, and coordinates of each node. Conventional traffic information providing devices use the map data and information provided by the probe vehicle to determine the average speed or specific speed for each link. Traffic information was calculated by calculating the average speed for each section.

예를 들어 교통이 원활한 도로에는 파란색, 지체(또는 서행)중인 도로에는 노란색, 정체중인 도로에는 빨간색 정보를 지도에 표시함으로써, 사용자가 도로상황을 확인할 수 있도록 하는 서비스를 제공하였다. For example, by displaying blue information on a road with smooth traffic, yellow information on a delayed (or slow-moving) road, and red information on a congested road, a service was provided so that the user could check the road condition.

그런데 이러한 서비스를 제공받으면서 도로를 주행하다 보면, 실제 도로상황은 원활하게 소통되는데 반해 지도에는 지체 상황으로 표시되고 있거나, 그 반대로 실제 도로상황은 정체상황인데 반해 지도에는 원활한 상황으로 표시되는 경우가 빈번하게 발생한다는 문제점이 존재하였다.However, when driving on the road while receiving these services, the actual road condition is communicated smoothly, but the map is displayed as a delay condition. There was a problem that it occurred.

한편 본 발명의 배경기술은 대한민국 공개특허 10-2007-0042445호(2007.04.23)에 개시되어 있다.
Meanwhile, the background technology of the present invention is disclosed in Korean Patent Laid-Open No. 10-2007-0042445 (2007.04.23).

본 발명은 제공된 교통정보의 정확도를 평가하여 교통정보의 정확성을 높일 수 있도록 하는 교통정보 정확도 평가 모형 생성 방법 및 교통정보 정확도 평가 모형을 이용한 교통정보 제공 방법을 제공하는데 그 목적이 있다.
It is an object of the present invention to provide a method for generating a traffic information accuracy evaluation model and a method for providing traffic information using the traffic information accuracy evaluation model, which can increase the accuracy of traffic information by evaluating the accuracy of the provided traffic information.

본 발명에 따른 교통정보 정확도 평가 모형 생성 방법은 서버가 미리 설정된 속도범위별로 프로브차량(Probe vehicle)의 속도 분포를 수집하는 단계; 상기 서버가 적어도 2개 이상의 구간으로 속도범위별 속도 분포를 각각 구분하는 단계; 및 상기 서버가 각각의 속도범위별로 구분된 구간에 따라 정확도 평가 모형을 생성하는 단계를 포함하는 것을 특징으로 한다.A method for generating a traffic information accuracy evaluation model according to the present invention includes: collecting, by a server, a speed distribution of a probe vehicle for each preset speed range; dividing, by the server, a speed distribution for each speed range into at least two or more sections; and generating, by the server, an accuracy evaluation model according to a section divided for each speed range.

본 발명의 상기 속도범위별 속도 분포를 각각 구분하는 단계에서, 상기 서버는 속도의 빈도수에 따라 속도 분포를 구분하는 것을 특징으로 한다.In the step of classifying the speed distribution for each speed range of the present invention, the server classifies the speed distribution according to the frequency of the speed.

본 발명의 상기 속도범위별 속도 분포를 각각 구분하는 단계에서, 상기 서버는 제1정확도에 해당하는 구간, 상기 제1정확도보다 작은 값인 제2정확도에 해당하는 구간 및 상기 제2정확도보다 작은 값인 제3정확도에 해당하는 구간으로 속도 분포를 구분하는 것을 특징으로 한다.In the step of classifying the speed distribution for each speed range of the present invention, the server provides a section corresponding to the first accuracy, a section corresponding to a second accuracy that is a value smaller than the first accuracy, and a second value smaller than the second accuracy It is characterized in that the velocity distribution is divided into sections corresponding to 3 accuracy.

본 발명의 상기 정확도 평가 모형을 생성하는 단계에서, 상기 서버는 각 구간의 경계속도에 근거하여 산출한 회귀선을 통해 상기 정확도 평가 모형을 생성하는 것을 특징으로 한다.In the step of generating the accuracy evaluation model of the present invention, the server is characterized in that it generates the accuracy evaluation model through a regression line calculated based on the boundary speed of each section.

본 발명에 따른 교통정보 정확도 평가 모형을 이용한 교통정보 제공 방법은 서버가 프로브차량(Probe vehicle)의 GPS 궤적 정보를 수집하는 단계; 상기 서버가 상기 수집된 궤적 정보에 근거하여 서비스 속도를 생성하는 단계; 상기 서버가 상기 생성된 서비스 속도에 따라 교통정보를 제공하는 단계; 상기 서버가 평가구간의 참값(Ground Truth) 정보를 수집하는 단계; 및 상기 서버가 상기 평가구간의 참값 정보, 각각의 참값에 대응하는 서비스 속도 및 미리 생성된 정확도 평가 모형에 근거하여 해당 평가구간의 정확도를 산출하는 단계를 포함하는 것을 특징으로 한다.A method of providing traffic information using a traffic information accuracy evaluation model according to the present invention includes: collecting, by a server, GPS trajectory information of a probe vehicle; generating, by the server, a service rate based on the collected trajectory information; providing, by the server, traffic information according to the generated service speed; collecting, by the server, ground truth information of the evaluation section; and calculating, by the server, the accuracy of the evaluation section based on the true value information of the evaluation section, the service speed corresponding to each true value, and a pre-generated accuracy evaluation model.

본 발명에서 상기 정확도 평가 모형은, 정확도에 따른 적어도 2개 이상의 영역으로 구분되며, 참값 및 서비스 속도를 축으로 하는 평면의 형태인 것을 특징으로 한다.In the present invention, the accuracy evaluation model is divided into at least two or more regions according to accuracy, and is characterized in that it is in the form of a plane with the true value and service speed as axes.

본 발명의 상기 평가구간의 정확도를 산출하는 단계에서, 상기 서버는 아래의 수학식 1과 같은 계산을 통해 상기 정확도를 산출하는 것을 특징으로 한다.In the step of calculating the accuracy of the evaluation section of the present invention, the server is characterized in that it calculates the accuracy through the calculation shown in Equation 1 below.

본 발명에 따른 교통정보 정확도 평가 모형을 이용한 교통정보 제공 방법은 상기 산출된 정확도가 설정값 미만인 경우, 상기 서버가 해당 평가구간의 서비스 속도 생성 방식을 변경하는 단계를 더 포함하는 것을 특징으로 한다.The traffic information providing method using the traffic information accuracy evaluation model according to the present invention is characterized in that it further comprises the step of changing, by the server, the service speed generation method of the corresponding evaluation section when the calculated accuracy is less than a set value.

본 발명에 따른 교통정보 정확도 평가 모형을 이용한 교통정보 제공 방법은 상기 궤적 정보를 수집하는 단계 전에, 상기 서버가 상기 정확도 평가 모형을 생성하는 단계를 더 포함하는 것을 특징으로 한다.The traffic information providing method using the traffic information accuracy evaluation model according to the present invention is characterized in that it further comprises, before the step of collecting the trajectory information, the step of generating the accuracy evaluation model by the server.

본 발명에서 상기 정확도 평가 모형을 생성하는 단계는, 상기 서버가 미리 설정된 속도범위별로 프로브차량의 속도 분포를 수집하는 단계; 상기 서버가 적어도 2개 이상의 구간으로 속도범위별 속도 분포를 각각 구분하는 단계; 및 상기 서버가 각각의 속도범위별로 구분된 구간에 따라 정확도 평가 모형을 생성하는 단계를 포함하는 것을 특징으로 한다.
In the present invention, generating the accuracy evaluation model includes: collecting, by the server, a speed distribution of the probe vehicle for each preset speed range; dividing, by the server, a speed distribution for each speed range into at least two or more sections; and generating, by the server, an accuracy evaluation model according to a section divided for each speed range.

본 발명에 따른 교통정보 정확도 평가 모형 생성 방법 및 교통정보 정확도 평가 모형을 이용한 교통정보 제공 방법은 빈도로 구분되는 구간에 따라 정확도를 선정하여 평가 모형 생성함으로써 허용오차를 고려하여 교통정보의 품질을 평가할 수 있도록 하는 효과가 있다.
According to the present invention, the traffic information accuracy evaluation model generation method and the traffic information provision method using the traffic information accuracy evaluation model evaluate the quality of traffic information in consideration of tolerance by selecting the accuracy according to the section divided by frequency and generating the evaluation model. has the effect of making it possible.

도 1은 본 발명의 일 실시예에 따른 교통정보 정확도 평가 모형 생성 방법 및 교통정보 정확도 평가 모형을 이용한 교통정보 제공 방법이 수행되는 장치를 설명하기 위한 예시도이다.
도 2는 본 발명의 일 실시예에 따른 교통정보 정확도 평가 모형 생성 방법을 설명하기 위한 흐름도이다.
도 3은 본 발명의 일 실시예에 따른 교통정보 정확도 평가 모형 생성 방법에서의 속도범위별 프로브차량의 속도 분포를 설명하기 위한 예시도이다.
도 4는 본 발명의 일 실시예에 따른 교통정보 정확도 평가 모형 생성 방법에서 속도 분포를 구간으로 구분하는 과정을 설명하기 위한 예시도이다.
도 5는 본 발명의 일 실시예에 따른 교통정보 정확도 평가 모형 생성 방법에서 생성된 평가 모형을 설명하기 위한 예시도이다.
도 6은 본 발명의 일 실시예에 따른 교통정보 정확도 평가 모형을 이용한 교통정보 제공 방법을 설명하기 위한 흐름도이다.1 is an exemplary diagram for explaining an apparatus for performing a method for generating a traffic information accuracy evaluation model and a method for providing traffic information using a traffic information accuracy evaluation model according to an embodiment of the present invention.
2 is a flowchart illustrating a method of generating a traffic information accuracy evaluation model according to an embodiment of the present invention.
3 is an exemplary diagram for explaining a speed distribution of a probe vehicle for each speed range in a method for generating a traffic information accuracy evaluation model according to an embodiment of the present invention.
4 is an exemplary diagram for explaining a process of dividing a speed distribution into sections in a method for generating a traffic information accuracy evaluation model according to an embodiment of the present invention.
5 is an exemplary diagram for explaining an evaluation model generated in a method for generating a traffic information accuracy evaluation model according to an embodiment of the present invention.
6 is a flowchart illustrating a method of providing traffic information using a traffic information accuracy evaluation model according to an embodiment of the present invention.

이하, 첨부된 도면을 참조하여 본 발명에 따른 교통정보 정확도 평가 모형 생성 방법 및 교통정보 정확도 평가 모형을 이용한 교통정보 제공 방법의 일 실시예를 설명한다. 이 과정에서 도면에 도시된 선들의 두께나 구성요소의 크기 등은 설명의 명료성과 편의상 과장되게 도시되어 있을 수 있다. 또한, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례에 따라 달라질 수 있다. 그러므로, 이러한 용어들에 대한 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.Hereinafter, an embodiment of a method for generating a traffic information accuracy evaluation model and a method for providing traffic information using a traffic information accuracy evaluation model according to the present invention will be described with reference to the accompanying drawings. In this process, the thickness of the lines or the size of the components shown in the drawings may be exaggerated for clarity and convenience of explanation. In addition, the terms to be described later are terms defined in consideration of functions in the present invention, which may vary according to the intention or custom of the user or operator. Therefore, definitions of these terms should be made based on the content throughout this specification.

도 1은 본 발명의 일 실시예에 따른 교통정보 정확도 평가 모형 생성 방법 및 교통정보 정확도 평가 모형을 이용한 교통정보 제공 방법이 수행되는 장치를 설명하기 위한 예시도이다.1 is an exemplary diagram for explaining an apparatus for performing a method for generating a traffic information accuracy evaluation model and a method for providing traffic information using a traffic information accuracy evaluation model according to an embodiment of the present invention.

도 1에 도시된 것과 같이, 서버(100)는 정보 수집부(110), 정확도 평가 모형 생성부(120), 서비스 속도 생성부(130), 교통정보 제공부(140) 및 교통정보 평가부(150)를 포함할 수 있다.As shown in FIG. 1 , the server 100 includes an information collection unit 110 , an accuracy evaluation model generation unit 120 , a service speed generation unit 130 , a traffic information providing unit 140 , and a traffic information evaluation unit ( 150) may be included.

즉 서버(100)는 다수의 프로브차량(Probe vehicle)으로부터 도로 상황에 대한 정보를 수집하고, 교통정보를 생성하며, 생성된 교통정보를 실제 주행 중인 각 차량에 제공하는 교통정보 서비스 서버일 수 있다.That is, the server 100 may be a traffic information service server that collects road condition information from a plurality of probe vehicles, generates traffic information, and provides the generated traffic information to each vehicle that is actually driving. .

정보 수집부(110)는 프로브차량, 교통정보를 제공받는 차량 등으로부터 GPS 궤적 정보, 속도 정보 등을 수집할 수 있다. 예를 들어 정보 수집부(110)는 각각의 차량으로부터 직접 정보를 수집하거나, 도로에 설치된 교통정보 수집장치 등으로부터 정보를 수집할 수 있다.The information collection unit 110 may collect GPS trajectory information, speed information, and the like from a probe vehicle, a vehicle receiving traffic information, and the like. For example, the information collection unit 110 may collect information directly from each vehicle or collect information from a traffic information collection device installed on a road.

정확도 평가 모형 생성부(120)는 정보 수집부(110)를 통해 수집되어 누적된 데이터를 분석 및 가공하여 교통정보의 정확도를 평가할 수 있는 정확도 평가 모형을 생성할 수 있다.The accuracy evaluation model generation unit 120 may generate an accuracy evaluation model capable of evaluating the accuracy of traffic information by analyzing and processing the data collected and accumulated through the information collection unit 110 .

서비스 속도 생성부(130)는 정보 수집부(110)를 통해 수집되는 실시간 정보에 따라 각 링크 또는 특정 구간의 서비스 속도(교통정보 제공을 위해 산출되는 대표속도)를 생성할 수 있다. 예를 들어 서비스 속도 생성부(130)는 설정주기 동안 수집된 특정 구간에서의 프로브차량들의 평균속도를 해당 구간의 대표속도(서비스 속도)로 산출할 수 있다.The service speed generating unit 130 may generate a service speed (representative speed calculated for providing traffic information) of each link or a specific section according to real-time information collected through the information collecting unit 110 . For example, the service speed generator 130 may calculate the average speed of the probe vehicles in a specific section collected during the set period as a representative speed (service speed) of the section.

교통정보 제공부(140)는 서비스 속도 생성부(130)에서 생성된 서비스 속도에 따라 교통정보를 생성하여 각 차량에 제공할 수 있다. 예를 들어, 교통정보 제공부(140)는 특정 구간의 지체 또는 정체 여부, 서비스 속도 등을 교통정보로 제공할 수 있다.The traffic information providing unit 140 may generate traffic information according to the service speed generated by the service speed generating unit 130 and provide it to each vehicle. For example, the traffic information providing unit 140 may provide traffic information such as delay or congestion in a specific section, service speed, and the like.

교통정보 평가부(150)는 각 차량에 제공된 교통정보를 평가할 수 있다. 즉 교통정보 평가부(150)는 정확도 평가 모형 생성부(120)에서 생성된 정확도 평가 모형을 이용하여 각 차량에 제공된 교통정보를 평가할 수 있다.The traffic information evaluation unit 150 may evaluate the traffic information provided to each vehicle. That is, the traffic information evaluation unit 150 may evaluate the traffic information provided to each vehicle by using the accuracy evaluation model generated by the accuracy evaluation model generation unit 120 .

도 2는 본 발명의 일 실시예에 따른 교통정보 정확도 평가 모형 생성 방법을 설명하기 위한 흐름도이고, 도 3은 본 발명의 일 실시예에 따른 교통정보 정확도 평가 모형 생성 방법에서의 속도범위별 프로브차량의 속도 분포를 설명하기 위한 예시도이며, 도 4는 본 발명의 일 실시예에 따른 교통정보 정확도 평가 모형 생성 방법에서 속도 분포를 구간으로 구분하는 과정을 설명하기 위한 예시도이고, 도 5는 본 발명의 일 실시예에 따른 교통정보 정확도 평가 모형 생성 방법에서 생성된 평가 모형을 설명하기 위한 예시도이로서, 이를 참조하여 본 실시예에 따른 교통정보 정확도 평가 모형 생성 방법을 설명하면 다음과 같다.2 is a flowchart for explaining a method for generating a traffic information accuracy evaluation model according to an embodiment of the present invention, and FIG. 3 is a probe vehicle for each speed range in the method for generating a traffic information accuracy evaluation model according to an embodiment of the present invention. It is an exemplary view for explaining the speed distribution of , and FIG. 4 is an exemplary view for explaining the process of dividing the speed distribution into sections in the method of generating a traffic information accuracy evaluation model according to an embodiment of the present invention, and FIG. As an exemplary diagram for explaining the evaluation model generated in the method for generating a traffic information accuracy evaluation model according to an embodiment of the present invention, a method for generating a traffic information accuracy evaluation model according to the present embodiment will be described with reference to this.

도 2에 도시된 것과 같이, 서버(100)는 먼저 속도범위별 프로브 차량의 속도 분포를 수집한다(S200). 즉, 도 3에서 볼 수 있듯이, 특정 속도범위(예 : 10~20km/h)에 해당하는 링크(도로)더라도, 해당 링크를 통과하는 프로브차량의 실제 속도는 다양한 값이 나타날 수 있으며, 서버(100)는 이러한 속도범위별 프로브 차량의 속도 분포를 수집할 수 있다. 이때 이러한 속도범위는 미리 설정되어 있을 수 있으며, 예를 들어 도 3에 도시된 것과 같이 10km/h 간격으로 설정될 수 있다.As shown in FIG. 2 , the server 100 first collects the speed distribution of the probe vehicle for each speed range ( S200 ). That is, as can be seen in FIG. 3, even on a link (road) corresponding to a specific speed range (eg, 10 to 20 km/h), the actual speed of the probe vehicle passing through the link may have various values, and the server ( 100) may collect the speed distribution of the probe vehicle for each speed range. At this time, such a speed range may be preset, for example, may be set at an interval of 10 km/h as shown in FIG. 3 .

이어서 서버(100)는 상기 단계(S200)에서 수집된 속도 분포에 근거하여 속도범위별 정확도 구간을 선정한다(S210). 즉, 도 4에서 볼 수 있듯이, 서버(100)는 10~20km/h의 범위에 대한 속도 분포를 복수개의 구간(예: 100% 정확도 구간, 50% 정확도 구간 및 오차 구간(0% 정확도 구간))으로 구분할 수 있다.Next, the server 100 selects an accuracy section for each speed range based on the speed distribution collected in the step S200 (S210). That is, as can be seen in FIG. 4, the server 100 calculates the speed distribution for the range of 10 to 20 km/h in a plurality of sections (eg, 100% accuracy section, 50% accuracy section, and error section (0% accuracy section)) ) can be distinguished.

이때 서버(100)는 속도의 빈도수에 따라 속도 분포를 구분할 수 있다. 예를 들어, 서버(100)는 최빈값에 해당하는 속도를 기준으로 50%의 빈도수를 포함하는 구간을 100% 정확도 구간으로 선정하고, 70%의 빈도수를 포함하는 구간을 50% 정확도 구간으로 선정하며, 나머지 구간을 오차 구간으로 선정할 수 있다.In this case, the server 100 may classify the speed distribution according to the frequency of the speed. For example, the server 100 selects a section including a frequency of 50% based on the speed corresponding to the mode as a 100% accuracy section, and selects a section including a frequency of 70% as a 50% accuracy section, , the remaining section can be selected as an error section.

서버(100)는 이러한 속도 분포의 구간 선정을 다른 속도범위에서도 수행하여, 각각의 속도범위별 속도 분포를 복수개의 구간으로 각각 구분할 수 있다.The server 100 may select the section of the speed distribution in other speed ranges as well, so that the speed distribution for each speed range can be divided into a plurality of sections.

즉, 종래에는 각 차량에 제공된 서비스 속도와 참값(Ground Truth, 실제 속도) 사이의 오차 비율만을 이용하여 제공된 서비스 속도에 대한 품질을 평가하는 것이 일반적이었다. 그러나 이러한 방식의 경우 도로(링크, 평가구간)의 특성, 속도범위 등에 따라 발생할 수 있는 오차의 변동을 반영할 수 없어, 이를 분석 자료로 활용하는 것에 많은 문제점이 존재하였다.That is, in the prior art, it is common to evaluate the quality of the provided service speed using only an error ratio between the service speed provided to each vehicle and a ground truth (actual speed). However, in the case of this method, there were many problems in using it as analysis data because it was not possible to reflect the variation of errors that may occur depending on the characteristics of the road (link, evaluation section), speed range, etc.

이러한 종래의 방식과는 달리 본 실시예의 경우, 수집된 속도의 빈도수에 따라 속도 분포의 구간을 나누어 정확도를 선정함으로써, 현실적인 허용오차를 반영하여 정확도를 평가할 수 있는 모형을 생성할 수 있도록 한다.Unlike the conventional method, in the present embodiment, the accuracy is selected by dividing the section of the speed distribution according to the frequency of the collected speed, so that a model capable of evaluating the accuracy by reflecting a realistic tolerance can be generated.

상기 단계(S220) 이후, 서버(100)는 상기 단계(S210)에서 선정된 속도범위별 정확도 구간에 따라 정확도 평가 모형을 생성한다(S220). 즉 서버(100)는 각각의 속도범위별로 구분된 구간에 따라 정확도 평가 모형을 생성할 수 있다.After the step (S220), the server 100 generates an accuracy evaluation model according to the accuracy section for each speed range selected in the step (S210) (S220). That is, the server 100 may generate an accuracy evaluation model according to a section divided for each speed range.

이때 서버(100)는 각 구간의 경계속도에 근거하여 산출한 회귀선을 통해 정확도 평가 모형을 생성할 수 있다. 예를 들어, 도 4 및 5에서 볼 수 있듯이, 10~20km/h의 범위에서는 100% 정확도 구간과 50% 정확도 구간을 구분하는 상측(높은 속도) 경계속도와 하측(낮은 속도) 경계속도가 존재하며, 다른 속도 범위에서도 이와 마찬가지로 100% 정확도 구간과 50% 정확도 구간을 구분하는 상측 경계속도와 하측 경계속도 각각 존재한다. 즉, 여기서 경계속도는 각 구간을 구분되게 하는 속도를 의미한다.In this case, the server 100 may generate an accuracy evaluation model through a regression line calculated based on the boundary speed of each section. For example, as can be seen in FIGS. 4 and 5, in the range of 10 to 20 km/h, there is an upper (high speed) boundary speed and a lower (low speed) boundary speed that separates the 100% accuracy section and the 50% accuracy section. Similarly, in other speed ranges, there is an upper boundary speed and a lower boundary speed that divide the 100% accuracy section and the 50% accuracy section, respectively. That is, the boundary speed here means the speed at which each section is divided.

서버(100)는 이러한 100% 정확도 구간과 50% 정확도 구간을 구분하는 상측 경계속도들에 대한 회귀선을 산출하여, 100% 정확도 구간과 50% 정확도 구간을 구분하는 상측 경계선을 산출할 수 있으며, 이와 마찬가지의 방식으로 100% 정확도 구간과 50% 정확도 구간을 구분하는 하측 경계선을 산출할 수 있다. 이때 서버(100)는 최소제곱법(method of least squares)을 사용하여 회귀선을 산출할 수 있다.The server 100 calculates a regression line for the upper boundary velocities that separate the 100% accuracy section and the 50% accuracy section, and can calculate the upper boundary line that separates the 100% accuracy section and the 50% accuracy section, and In the same way, the lower boundary line that separates the 100% accuracy section and the 50% accuracy section can be calculated. In this case, the server 100 may calculate the regression line using the method of least squares.

서버(100)는 이렇게 산출된 경계선들을 통해 전체 영역을 복수개의 영역으로 구분하는 방식으로 정확도 평가 모형을 생성할 수 있다. 즉 정확도 평가 모형을 이용한 정확도 평가 시, 도 5의 x축은 참값에 해당하는 축이 되고, y축은 서비스 속도에 해당하는 축이 될 수 있다. 다시 말해, 서비스 속도가 50km이었으나 실제 참값이 30km이었던 경우는

Figure 112015093329444-pat00001
영역에 속하게 되며, 이러한 경우 해당 서비스 속도는 50%의 정확도를 가지는 경우라고 볼 수 있다.The server 100 may generate an accuracy evaluation model in such a way that the entire area is divided into a plurality of areas through the calculated boundary lines. That is, when evaluating the accuracy using the accuracy evaluation model, the x-axis of FIG. 5 may be an axis corresponding to the true value, and the y-axis may be an axis corresponding to the service speed. In other words, if the service speed was 50 km, but the actual value was 30 km,
Figure 112015093329444-pat00001
area, and in this case, the corresponding service speed can be regarded as having an accuracy of 50%.

즉 도 5에서,

Figure 112015093329444-pat00002
영역의 경우 100% 정확도를 가지는 영역이라고 볼 수 있고,
Figure 112015093329444-pat00003
영역의 경우 50%의 정확도를 가지는 영역이라고 볼 수 있으며,
Figure 112015093329444-pat00004
영역의 경우 0%의 정확도를 가지는 영역이라고 볼 수 있다.That is, in Figure 5,
Figure 112015093329444-pat00002
In the case of an area, it can be regarded as an area with 100% accuracy,
Figure 112015093329444-pat00003
In the case of an area, it can be considered as an area with 50% accuracy,
Figure 112015093329444-pat00004
In the case of an area, it can be regarded as an area having an accuracy of 0%.

한편 상술한 정확도 평가 모형은 도로의 각 링크(평가구간)별로 생성되는 것이 바람직하나, 주요 링크에 대해서만 생성될 수도 있다.On the other hand, the above-described accuracy evaluation model is preferably generated for each link (evaluation section) of the road, but may be generated only for the main link.

도 6은 본 발명의 일 실시예에 따른 교통정보 정확도 평가 모형을 이용한 교통정보 제공 방법을 설명하기 위한 흐름도로서, 이를 참조하여 본 실시예에 따른 교통정보 정확도 평가 모형을 설명하면 다음과 같다. 또한 이하에서 설명하는 교통정보 제공 방법은 하나의 평가구간(예: 특정 링크)에 대해 수행되는 교통정보 제공 방법으로, 복수개의 도로들에 대한 교통정보 제공이 동시에 수행될 수 있다.6 is a flowchart for explaining a method of providing traffic information using a traffic information accuracy evaluation model according to an embodiment of the present invention. Referring to this, the traffic information accuracy evaluation model according to this embodiment will be described as follows. In addition, the traffic information providing method to be described below is a traffic information providing method performed for one evaluation section (eg, a specific link), and traffic information for a plurality of roads may be provided at the same time.

도 6에 도시된 것과 같이, 서버(100)는 먼저 정확도 평가 모형을 생성한다(S300). 예를 들어 서버(100)는, 미리 설정된 속도범위별로 프로브차량의 속도 분포를 수집하고, 적어도 2개 이상의 구간으로 속도범위별 속도 분포를 각각 구분하며, 각각의 속도범위별로 구분된 구간에 따라 정확도 평가 모형을 생성할 수 있다.6, the server 100 first generates an accuracy evaluation model (S300). For example, the server 100 collects the speed distribution of the probe vehicle for each preset speed range, divides the speed distribution for each speed range into at least two or more sections, and the accuracy according to the section divided for each speed range An evaluation model can be created.

이어서 서버(100)는 프로브차량의 GPS 궤적 정보를 수집한다(S310). 예를 들어 서버(100)는 설정주기(정보제공간격) 동안 다수의 프로브차량으로부터 GPS 궤적 정보를 수집할 수 있다.Next, the server 100 collects GPS trajectory information of the probe vehicle (S310). For example, the server 100 may collect GPS trajectory information from a plurality of probe vehicles during a set period (information provision space interval).

상기 단계(S310) 이후, 서버(100)는 상기 단계(S310)에서 수집된 궤적 정보에 근거하여 서비스 속도를 생성하고, 이를 제공한다(S320). 예를 들어, 서버(100)는 GPS 궤적과 지도를 매칭하고, 특정 도로(평가구간)을 주행한 프로브차량들의 평균속도를 계산하여 서비스 속도를 생성할 수 있다.After the step (S310), the server 100 generates a service rate based on the trajectory information collected in the step (S310) and provides it (S320). For example, the server 100 may generate a service speed by matching a GPS trajectory and a map, and calculating an average speed of probe vehicles traveling on a specific road (evaluation section).

상기 단계(S320) 이후, 서버(100)는 평가구간의 참값(Ground Truth) 정보를 수집한다(S330). 여기서 참값은 해당 평가구간을 주행한 차량의 실제 속도를 의미한다.After the step (S320), the server 100 collects ground truth information of the evaluation section (S330). Here, the true value means the actual speed of the vehicle that has driven the corresponding evaluation section.

이어서 서버(100)는 상기 단계(S330)에서 수집된 평가구간의 참값 정보, 각각의 참값에 대응하는 서비스 속도 및 상기 단계(S300)에서 생성된 정확도 평가 모형에 근거하여 해당 평가구간의 정확도를 산출한다(S340).Then, the server 100 calculates the accuracy of the evaluation section based on the true value information of the evaluation section collected in step S330, the service speed corresponding to each true value, and the accuracy evaluation model generated in the step S300. do (S340).

구체적으로 서버(100)는 아래의 수학식 1과 같은 계산을 통해 해당 평가구간의 정확도를 산출할 수 있다.Specifically, the server 100 may calculate the accuracy of the corresponding evaluation section through the calculation shown in Equation 1 below.

Figure 112015093329444-pat00005
Figure 112015093329444-pat00005

여기서 Acc는 정확도(%), a1, a2 및 an은 정확도 평가 모형의 각 영역의 정확도에 따른 상수,

Figure 112015093329444-pat00006
는 수집된 참값 중 정확도 평가 모형의 제1영역에 해당하는 데이터의 수,
Figure 112015093329444-pat00007
는 수집된 참값 중 정확도 평가 모형의 제2영역에 해당하는 데이터의 수,
Figure 112015093329444-pat00008
은 수집된 참값 중 정확도 평가 모형의 제n영역에 해당하는 데이터의 수,
Figure 112015093329444-pat00009
는 수집된 전체 참값의 수를 의미한다.where Acc is the accuracy (%), a 1 , a 2 and a n are constants according to the accuracy of each area of the accuracy evaluation model,
Figure 112015093329444-pat00006
is the number of data corresponding to the first area of the accuracy evaluation model among the collected true values;
Figure 112015093329444-pat00007
is the number of data corresponding to the second area of the accuracy evaluation model among the collected true values;
Figure 112015093329444-pat00008
is the number of data corresponding to the n-th area of the accuracy evaluation model among the collected true values;
Figure 112015093329444-pat00009
is the total number of true values collected.

예를 들어, 도 5에 도시된 것과 같은 정확도 평가 모형을 이용할 경우, 서버(100)는 다음의 수학식 2와 같은 계산을 통해 평가구간의 정확도를 산출할 수 있다.For example, when using the accuracy evaluation model as shown in FIG. 5 , the server 100 may calculate the accuracy of the evaluation section through the calculation shown in Equation 2 below.

Figure 112015093329444-pat00010
Figure 112015093329444-pat00010

즉

Figure 112015093329444-pat00011
영역의 경우 100% 정확도를 가지는 영역이므로 상수로 1을 곱하면 되고,
Figure 112015093329444-pat00012
영역의 경우 50%의 정확도를 가지는 영역이므로 상수로 0.5를 곱하면 되며,
Figure 112015093329444-pat00013
영역의 경우 0%의 정확도를 가지므로 해당 항목은 소거되게 된다.In other words
Figure 112015093329444-pat00011
In the case of an area, it is an area with 100% accuracy, so you can multiply it by 1 by a constant,
Figure 112015093329444-pat00012
In the case of an area, it is an area with 50% accuracy, so multiply by 0.5 by a constant.
Figure 112015093329444-pat00013
In the case of an area, the item is deleted because it has 0% accuracy.

즉 서비스 속도가 50km이었으나 실제 참값이 30km이었던 경우는

Figure 112015093329444-pat00014
영역에 속하게 되므로,
Figure 112015093329444-pat00015
에 해당하는 값이 되며, 서버(100)는 이러한 방식으로 해당 평가구간의 정확도를 산출할 수 있다.That is, if the service speed was 50 km, but the actual value was 30 km,
Figure 112015093329444-pat00014
Because it belongs to the realm
Figure 112015093329444-pat00015
is a value corresponding to , and the server 100 may calculate the accuracy of the corresponding evaluation section in this way.

한편 서버(100)는 산출된 정확도가 설정값 미만인 경우, 상기 서버가 해당 평가구간의 서비스 속도 생성 방식을 변경할 수도 있다. 예를 들어 참값의 분포가

Figure 112015093329444-pat00016
영역이나
Figure 112015093329444-pat00017
영역에 많이 포함되어 있는 경우에는, 서버(100)가 제공한 서비스 속도가 과도한 값으로 제공되었다고 볼 수 있으므로, 서버(100)는 해당 평가구간의 서비스 속도 생성 시 보다 작은 값이 생성되도록 그 생성 방식을 변경할 수 있다.On the other hand, when the calculated accuracy is less than the set value, the server 100 may change the method of generating the service speed of the corresponding evaluation section by the server. For example, if the distribution of true values is
Figure 112015093329444-pat00016
area or
Figure 112015093329444-pat00017
When a large number is included in the area, since it can be considered that the service speed provided by the server 100 is provided as an excessive value, the server 100 generates a smaller value when generating the service speed of the corresponding evaluation section. can be changed

이와 같이 본 발명의 실시예에 따른 교통정보 정확도 평가 모형 생성 방법 및 교통정보 정확도 평가 모형을 이용한 교통정보 제공 방법은 빈도로 구분되는 구간에 따라 정확도를 선정하여 평가 모형 생성함으로써 허용오차를 고려하여 교통정보의 품질을 평가할 수 있도록 하며, 교통정보의 정확도 저하 원인을 분석할 수 있도록 함으로써, 교통정보의 정확성을 높일 수 있도록 한다.As such, the method of generating the traffic information accuracy evaluation model and the method of providing traffic information using the traffic information accuracy evaluation model according to the embodiment of the present invention select the accuracy according to the section divided by frequency and generate the evaluation model, taking into account the tolerance. It is possible to evaluate the quality of information and to analyze the cause of the decrease in the accuracy of traffic information, thereby increasing the accuracy of traffic information.

본 발명은 도면에 도시된 실시예를 참고로 하여 설명되었으나, 이는 예시적인 것에 불과하며, 당해 기술이 속하는 분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서 본 발명의 기술적 보호범위는 아래의 특허청구범위에 의해서 정하여져야 할 것이다.
Although the present invention has been described with reference to the embodiment shown in the drawings, this is merely exemplary, and it is understood that various modifications and equivalent other embodiments are possible by those of ordinary skill in the art. will understand Therefore, the technical protection scope of the present invention should be defined by the following claims.

100: 서버
110: 정보 수집부
120: 정확도 평가 모형 생성부
130: 서비스 속도 생성보
140: 교통정보 제공부
150: 교통정보 평가부100: server
110: information collection unit
120: Accuracy evaluation model generation unit
130: service speed generation information
140: traffic information provider
150: Traffic Information Evaluation Department

Claims (13)

삭제delete 삭제delete 서버가 프로브차량(Probe vehicle)의 GPS 궤적 정보를 수집하는 단계;
상기 서버가 상기 수집된 궤적 정보에 근거하여 서비스 속도를 생성하는 단계;
상기 서버가 상기 생성된 서비스 속도에 따라 교통정보를 제공하는 단계;
상기 서버가 평가구간의 참값(Ground Truth) 정보를 수집하는 단계; 및
상기 서버가 상기 평가구간의 참값 정보, 각각의 참값에 대응하는 서비스 속도 및 미리 생성된 정확도 평가 모형에 근거하여 해당 평가구간의 정확도를 산출하는 단계를 포함하고,
상기 궤적 정보를 수집하는 단계 전에, 상기 서버가 상기 정확도 평가 모형을 생성하는 단계를 더 포함하며,
상기 정확도 평가 모형을 생성하는 단계는,
상기 서버가 미리 설정된 속도범위별로 프로브차량의 속도 분포를 수집하는 단계;
상기 서버가 적어도 2개 이상의 구간으로 속도범위별 속도 분포를 각각 구분하는 단계; 및
상기 서버가 각각의 속도범위별로 구분된 구간에 따라 정확도 평가 모형을 생성하는 단계를 포함하고,
상기 속도범위별 속도 분포를 각각 구분하는 단계에서, 상기 서버는 제1정확도에 해당하는 구간, 상기 제1정확도보다 작은 값인 제2정확도에 해당하는 구간 및 상기 제2정확도보다 작은 값인 제3정확도에 해당하는 구간으로 속도 분포를 구분하는 것을 특징으로 하는 교통정보 정확도 평가 모형을 이용한 교통정보 제공 방법.
collecting, by a server, GPS trajectory information of a probe vehicle;
generating, by the server, a service rate based on the collected trajectory information;
providing, by the server, traffic information according to the generated service speed;
collecting, by the server, ground truth information of the evaluation section; and
Comprising the step of the server calculating the accuracy of the evaluation section based on the true value information of the evaluation section, the service speed corresponding to each true value, and a pre-generated accuracy evaluation model,
Before the step of collecting the trajectory information, the server further comprises the step of generating the accuracy evaluation model,
The step of generating the accuracy evaluation model comprises:
collecting, by the server, a speed distribution of the probe vehicle for each preset speed range;
dividing, by the server, a speed distribution for each speed range into at least two or more sections; and
Including, by the server, generating an accuracy evaluation model according to a section divided for each speed range,
In the step of classifying the speed distribution for each speed range, the server determines the section corresponding to the first accuracy, the section corresponding to the second accuracy that is a value smaller than the first accuracy, and the third accuracy that is a value smaller than the second accuracy. A method of providing traffic information using a traffic information accuracy evaluation model, characterized in that the speed distribution is divided into corresponding sections.
 서버가 프로브차량(Probe vehicle)의 GPS 궤적 정보를 수집하는 단계;
상기 서버가 상기 수집된 궤적 정보에 근거하여 서비스 속도를 생성하는 단계;
상기 서버가 상기 생성된 서비스 속도에 따라 교통정보를 제공하는 단계;
상기 서버가 평가구간의 참값(Ground Truth) 정보를 수집하는 단계; 및
상기 서버가 상기 평가구간의 참값 정보, 각각의 참값에 대응하는 서비스 속도 및 미리 생성된 정확도 평가 모형에 근거하여 해당 평가구간의 정확도를 산출하는 단계를 포함하고,
상기 궤적 정보를 수집하는 단계 전에, 상기 서버가 상기 정확도 평가 모형을 생성하는 단계를 더 포함하며,
상기 정확도 평가 모형을 생성하는 단계는,
상기 서버가 미리 설정된 속도범위별로 프로브차량의 속도 분포를 수집하는 단계;
상기 서버가 적어도 2개 이상의 구간으로 속도범위별 속도 분포를 각각 구분하는 단계; 및
상기 서버가 각각의 속도범위별로 구분된 구간에 따라 정확도 평가 모형을 생성하는 단계를 포함하고,
상기 정확도 평가 모형을 생성하는 단계에서, 상기 서버는 각 구간의 경계속도에 근거하여 산출한 회귀선을 통해 상기 정확도 평가 모형을 생성하는 것을 특징으로 하는 교통정보 정확도 평가 모형을 이용한 교통정보 제공 방법.
collecting, by a server, GPS trajectory information of a probe vehicle;
generating, by the server, a service rate based on the collected trajectory information;
providing, by the server, traffic information according to the generated service speed;
collecting, by the server, ground truth information of the evaluation section; and
Comprising the step of the server calculating the accuracy of the evaluation section based on the true value information of the evaluation section, the service speed corresponding to each true value, and a pre-generated accuracy evaluation model,
Before the step of collecting the trajectory information, the server further comprises the step of generating the accuracy evaluation model,
The step of generating the accuracy evaluation model comprises:
collecting, by the server, a speed distribution of the probe vehicle for each preset speed range;
dividing, by the server, a speed distribution for each speed range into at least two or more sections; and
Including, by the server, generating an accuracy evaluation model according to a section divided for each speed range,
In the step of generating the accuracy evaluation model, the server generates the accuracy evaluation model through a regression line calculated based on the boundary speed of each section.
 서버가 프로브차량(Probe vehicle)의 GPS 궤적 정보를 수집하는 단계;
상기 서버가 상기 수집된 궤적 정보에 근거하여 서비스 속도를 생성하는 단계;
상기 서버가 상기 생성된 서비스 속도에 따라 교통정보를 제공하는 단계;
상기 서버가 평가구간의 참값(Ground Truth) 정보를 수집하는 단계; 및
상기 서버가 상기 평가구간의 참값 정보, 각각의 참값에 대응하는 서비스 속도 및 미리 생성된 정확도 평가 모형에 근거하여 해당 평가구간의 정확도를 산출하는 단계를 포함하고,
상기 정확도 평가 모형은, 정확도에 따른 적어도 2개 이상의 영역으로 구분되며, 참값 및 서비스 속도를 축으로 하는 평면의 형태인 것을 특징으로 하는 교통정보 정확도 평가 모형을 이용한 교통정보 제공 방법.
collecting, by a server, GPS trajectory information of a probe vehicle;
generating, by the server, a service rate based on the collected trajectory information;
providing, by the server, traffic information according to the generated service speed;
collecting, by the server, ground truth information of the evaluation section; and
Comprising the step of the server calculating the accuracy of the evaluation section based on the true value information of the evaluation section, the service speed corresponding to each true value, and a pre-generated accuracy evaluation model,
The accuracy evaluation model is divided into at least two or more regions according to accuracy, and the traffic information providing method using the traffic information accuracy evaluation model, characterized in that it is in the form of a plane with the true value and service speed as axes.
 삭제delete 제 5항에 있어서,
상기 평가구간의 정확도를 산출하는 단계에서, 상기 서버는 아래의 수학식 1과 같은 계산을 통해 상기 정확도를 산출하는 것을 특징으로 하는 교통정보 정확도 평가 모형을 이용한 교통정보 제공 방법.
(수학식 1)
Figure 112021151997368-pat00018

(여기서 Acc는 정확도(%), a1, a2 및 an은 정확도 평가 모형의 각 영역의 정확도에 따른 상수,
Figure 112021151997368-pat00019
는 수집된 참값 중 정확도 평가 모형의 제1영역에 해당하는 데이터의 수,
Figure 112021151997368-pat00020
는 수집된 참값 중 정확도 평가 모형의 제2영역에 해당하는 데이터의 수,
Figure 112021151997368-pat00021
은 수집된 참값 중 정확도 평가 모형의 제n영역에 해당하는 데이터의 수,
Figure 112021151997368-pat00022
는 수집된 전체 참값의 수를 의미한다.)
6. The method of claim 5,
In the step of calculating the accuracy of the evaluation section, the server is a traffic information providing method using a traffic information accuracy evaluation model, characterized in that for calculating the accuracy through the calculation shown in Equation 1 below.
(Equation 1)
Figure 112021151997368-pat00018

(Where Acc is the accuracy (%), a 1 , a 2 and a n are constants according to the accuracy of each area of the accuracy evaluation model,
Figure 112021151997368-pat00019
is the number of data corresponding to the first area of the accuracy evaluation model among the collected true values;
Figure 112021151997368-pat00020
is the number of data corresponding to the second area of the accuracy evaluation model among the collected true values;
Figure 112021151997368-pat00021
is the number of data corresponding to the n-th area of the accuracy evaluation model among the collected true values;
Figure 112021151997368-pat00022
is the total number of true values collected.)
 제 5항에 있어서,
상기 산출된 정확도가 설정값 미만인 경우, 상기 서버가 해당 평가구간의 서비스 속도 생성 방식을 변경하는 단계를 더 포함하는 것을 특징으로 하는 교통정보 정확도 평가 모형을 이용한 교통정보 제공 방법.
6. The method of claim 5,
When the calculated accuracy is less than the set value, the method of providing traffic information using the traffic information accuracy evaluation model, characterized in that the server further comprises the step of changing the service speed generation method of the evaluation section.
 제 5항에 있어서,
상기 궤적 정보를 수집하는 단계 전에, 상기 서버가 상기 정확도 평가 모형을 생성하는 단계를 더 포함하는 것을 특징으로 하는 교통정보 정확도 평가 모형을 이용한 교통정보 제공 방법.
6. The method of claim 5,
Before the step of collecting the trajectory information, the method of providing traffic information using the traffic information accuracy evaluation model, characterized in that it further comprises the step of generating the accuracy evaluation model by the server.
 제 9항에 있어서,
상기 정확도 평가 모형을 생성하는 단계는,
상기 서버가 미리 설정된 속도범위별로 프로브차량의 속도 분포를 수집하는 단계;
상기 서버가 적어도 2개 이상의 구간으로 속도범위별 속도 분포를 각각 구분하는 단계; 및
상기 서버가 각각의 속도범위별로 구분된 구간에 따라 정확도 평가 모형을 생성하는 단계를 포함하는 것을 특징으로 하는 교통정보 정확도 평가 모형을 이용한 교통정보 제공 방법.
10. The method of claim 9,
The step of generating the accuracy evaluation model comprises:
collecting, by the server, a speed distribution of the probe vehicle for each preset speed range;
dividing, by the server, a speed distribution for each speed range into at least two or more sections; and
and generating, by the server, an accuracy evaluation model according to a section divided for each speed range.
 제 10항에 있어서,
상기 속도범위별 속도 분포를 각각 구분하는 단계에서, 상기 서버는 속도의 빈도수에 따라 속도 분포를 구분하는 것을 특징으로 하는 교통정보 정확도 평가 모형을 이용한 교통정보 제공 방법.
11. The method of claim 10,
In the step of classifying the speed distribution for each speed range, the server classifies the speed distribution according to the frequency frequency of the speed.
 제 10항에 있어서,
상기 속도범위별 속도 분포를 각각 구분하는 단계에서, 상기 서버는 제1정확도에 해당하는 구간, 상기 제1정확도보다 작은 값인 제2정확도에 해당하는 구간 및 상기 제2정확도보다 작은 값인 제3정확도에 해당하는 구간으로 속도 분포를 구분하는 것을 특징으로 하는 교통정보 정확도 평가 모형을 이용한 교통정보 제공 방법.
11. The method of claim 10,
In the step of classifying the speed distribution for each speed range, the server determines the section corresponding to the first accuracy, the section corresponding to the second accuracy that is a value smaller than the first accuracy, and the third accuracy that is a value smaller than the second accuracy. A method of providing traffic information using a traffic information accuracy evaluation model, characterized in that the speed distribution is divided into corresponding sections.
 제 10항에 있어서,
상기 정확도 평가 모형을 생성하는 단계에서, 상기 서버는 각 구간의 경계속도에 근거하여 산출한 회귀선을 통해 상기 정확도 평가 모형을 생성하는 것을 특징으로 하는 교통정보 정확도 평가 모형을 이용한 교통정보 제공 방법.11. The method of claim 10,
In the step of generating the accuracy evaluation model, the server generates the accuracy evaluation model through a regression line calculated based on the boundary speed of each section.
KR1020150135487A 2015-09-24 2015-09-24 Method of creating accuracy evaluation model for traffic information and method of providing traffic information using the same KR102384433B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150135487A KR102384433B1 (en) 2015-09-24 2015-09-24 Method of creating accuracy evaluation model for traffic information and method of providing traffic information using the same

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150135487A KR102384433B1 (en) 2015-09-24 2015-09-24 Method of creating accuracy evaluation model for traffic information and method of providing traffic information using the same

Publications (2)

Publication Number Publication Date
KR20170036389A KR20170036389A (en) 2017-04-03
KR102384433B1 true KR102384433B1 (en) 2022-04-07

Family

ID=58588910

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150135487A KR102384433B1 (en) 2015-09-24 2015-09-24 Method of creating accuracy evaluation model for traffic information and method of providing traffic information using the same

Country Status (1)

Country Link
KR (1) KR102384433B1 (en)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4730165B2 (en) * 2006-03-27 2011-07-20 株式会社デンソー Traffic information management system
JP5757069B2 (en) * 2010-08-05 2015-07-29 住友電気工業株式会社 Probe information validity determination device and computer program

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101535340B1 (en) * 2013-06-18 2015-07-09 주식회사 웨이브엠 System for verifying the quality of traffic information
KR102173925B1 (en) * 2014-01-14 2020-11-04 에스케이텔레콤 주식회사 Method and apparatus for transport information collection

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4730165B2 (en) * 2006-03-27 2011-07-20 株式会社デンソー Traffic information management system
JP5757069B2 (en) * 2010-08-05 2015-07-29 住友電気工業株式会社 Probe information validity determination device and computer program

Also Published As

Publication number Publication date
KR20170036389A (en) 2017-04-03

Similar Documents

Publication Publication Date Title
US10672264B2 (en) Predictive incident aggregation
CN105389987B (en) A kind of road traffic condition Forecasting Methodology and device
US8892343B2 (en) Determining a spatiotemporal impact of a planned event on traffic
Chevallier et al. Dynamic noise modeling at roundabouts
Bessa et al. Derivation of ATS and PTSF functions for two-lane, rural highways in Brazil
Grumert et al. Using connected vehicles in a variable speed limit system
Choi et al. Effect of street network design on traffic congestion and traffic safety
CN112862204A (en) Path planning method, system, computer equipment and readable storage medium
Sharma et al. Study on heterogeneous traffic flow characteristics of a two-lane road
Chauhan et al. Effect of side friction parameter on urban road traffic: under mixed traffic scenario
Pandey et al. Assessment of Level of Service on urban roads: a revisit to past studies.
Huang et al. Three-dimensional macroscopic fundamental diagram for car and bicycle heterogeneous traffic
KR102384433B1 (en) Method of creating accuracy evaluation model for traffic information and method of providing traffic information using the same
Mondal et al. Microsimulation-based framework to analyse urban signalised intersection in mixed traffic
Kondyli et al. Sensitivity analysis of CORSIM with respect to the process of freeway flow breakdown at bottleneck locations
JP6366296B2 (en) Route search apparatus and route search method
KR102418043B1 (en) Method of providing traffic information
KR101545494B1 (en) System and Method of Calculating Traffic Congestion
Jain et al. Traffic flow characteristics for multilane highways in India
Jenjiwattanakul et al. Capacity of U-turn junction at midblock median opening on urban arterial based on balancing volume-to-capacity ratio
Charef et al. The Impact of Motorcycle Positioning on Start-Up Lost Time: The Empirical Case Study of Signalized Intersections in Marrakech using VISSIM
KR101573685B1 (en) System and Method for Combining Traffic Data
JP6292555B2 (en) Traffic management device, traffic management system, and traffic management method
Ni et al. Bicycle as a traffic mode: From microscopic cycling behavior to macroscopic bicycle flow
KR102418058B1 (en) Method of creating effectiveness evaluation model for collected traffic information and method of providing traffic information using the same

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant