KR102389152B1

KR102389152B1 - 퍼스널 모빌리티의 안전운행을 안내하기 위한 경로 탐색 장치 및 경로 탐색 방법

Info

Publication number: KR102389152B1
Application number: KR1020210103822A
Authority: KR
Inventors: 양국승; 정영환
Original assignee: 양국승
Priority date: 2021-08-06
Filing date: 2021-08-06
Publication date: 2022-04-21

Abstract

본 발명은 퍼스널 모빌리티의 안전운행을 안내하기 위한 경로 탐색 장치에 관한 것으로, 제1위치 및 제2위치를 감지하는 위치 감지부 및 상기 제1위치로부터 상기 제2위치까지의 최단 경로를 산출하고, 상기 최단 경로에 주행 정보를 기반으로 한 가중치를 적용하여 최적 경로를 산출하며, 상기 최적 경로를 기반으로 상기 제1위치로부터 상기 제2위치까지 자전거도로가 포함된 최종 경로를 결정하는 경로 탐색부를 포함할 수 있다.

Description

퍼스널 모빌리티의 안전운행을 안내하기 위한 경로 탐색 장치 및 경로 탐색 방법{Device and method for inducing safe operation of personal mobility}

본 발명은 퍼스널 모빌리티의 안전운행을 안내하기 위한 경로 탐색 장치 및 방법에 관한 것으로, 더욱 구체적으로는 퍼스널 모빌리티를 자전거도로로 주행하도록 안내함으로써 도로 상에서 퍼스널 모빌리티를 이용하는 이용자 및 보행자의 안전을 보다 강화할 수 있도록 하는 장치 및 방법에 관한 것이다.

퍼스널 모빌리티(personal mobility, PM)는 전기를 동력으로 하는 1인용 또는 2인용의 이동수단이다. 이러한 퍼스널 모빌리티는 퍼스널 트랜스포터(personal transporter) 또는 퍼스널 모빌리티 디바이스(personal mobility device) 등으로도 불린다.

퍼스널 모빌리티의 종류로는 전동휠(self-balancing scooter, hoverboard), 전동킥보드, 전동스케이트보드, 전기자전거, 전기 오토바이(electric motorcycles and scooters) 등이 이에 해당한다.

태양광 전력생산기술 발달의 영향으로 저전력 운송기능의 가능성이 부각되면서, 퍼스널 모빌리티는 공해가 적고 공간을 많이 차지하지 않기 때문에 이동수단 및 레저용품으로 입지를 늘려나가고 있다. 이에 따라, 공용 퍼스널 모빌리티를 운영하여 대여해주는 업체 또한 늘어나고 있는 실정이다.

하지만, 최근에는 퍼스널 모빌리티의 확산에 따라 다양한 사회적 부작용도 대두되고 있다. 퍼스널 모빌리티는 자전거도로에 한정해서 운행을 해야 함에도 불구하고, 제반적인 여건과 관계 법령 등의 미비로 인해 실질적으로 자전거도로로의 운행에 관한 강제성을 띄기 어려운 형편이다.

따라서 퍼스널 모빌리티를 이용하는 이용자들에게 자전거도로를 이용하는 비율을 증진시키고, 안전한 주행을 하도록 안내 또는 유도와 더불어 적극적으로 독려하기 위한 수단 및 방법이 필요한 시점이다.

한국 등록특허 제10-1562583호

본 발명은 상술한 바와 같은 종래 기술의 문제점을 해결하기 위한 것으로, 퍼스널 모빌리티를 자전거도로에서 주행하도록 안내하여 퍼스널 모빌리티를 이용하는 이용자 및 보행자는 안전을 강화하는 것에 그 목적이 있다.

상기 목적을 달성하기 위한 본 발명에 따른 퍼스널 모빌리티의 안전운행을 안내하기 위한 경로 탐색 장치에 관한 것으로, 제1위치 및 제2위치를 감지하는 위치 감지부; 및 상상기 제1위치로부터 상기 제2위치까지의 최단 경로를 산출하고, 상기 최단 경로에 주행 정보를 기반으로 한 가중치를 적용하여 최적 경로를 산출하며, 상기 최적 경로를 기반으로 상기 제1위치로부터 상기 제2위치까지 자전거도로가 포함된 최종 경로를 결정하는 경로 탐색부;를 포함하되, 상기 최단 경로는 제1위치에서 제2위치까지의 최단 거리를 기반으로 산출하는 것일 수 있다.

여기서, 상기 경로 탐색부는, 퍼스널 모빌리티를 이용하는 이용자의 주행 정보를 기반으로 경로에 가중치를 적용하는 가중치 적용부; 상기 제1위치에서 상기 제2위치까지의 최단 경로를 산출하고, 상기 가중치를 기반으로 상기 최단 경로에서 최적 경로를 산출하는 최적 경로 산출부; 상기 제1위치에서 상기 제2위치까지 포함된 자전거도로의 탐색 구간을 제한하고, 상기 최적 경로와 상기 최적 경로의 주변의 자전거도로를 매칭하는 경로 제한부; 및 상기 최적 경로에 상기 자전거도로가 포함된 최종 경로를 결정하고, 상기 제1위치에서 상기 제2위치까지의 상기 최종 경로를 이용자에게 공지하는 최종 경로 결정부;를 포함할 수 있다.

또한, 상기 최적 경로 산출부는 휴리스틱 함수 기반의 A* 알고리즘을 구성하는 비용 용인 함수를 이용하여 목표 비용을 정의하고, 상기 제1위치에서 상기 제2위치까지의 경로를 복수의 노드 및 노드 간의 연결된 간선으로 생성하여 상기 간선에서 상기 목표 비용에 따라 최단 거리를 산출함으로써 상기 제1위치부터 상기 제2위치까지의 최단 경로를 산출할 수 있다.

또, 상기 이용자의 주행 정보는 상기 간선에 과거 이용자들의 주행에 대한 빈도를 포함하고, 상기 가중치 적용부는 상기 간선에 상기 이용자의 주행 정보를 가중 매개변수로 하는 스키마로 구성하여 상기 제1위치에서 상기 제2위치까지의 경로에 포함된 상기 간선에 각각 가중치를 부여할 수 있다.

또, 상기 최적 경로 산출부는 상기 간선에 관한 상기 가중치를 기반으로, 상기 간선에서 상기 가중치가 적용된 목표 비용에 따라 상기 제1위치에서 상기 제2위치까지의 최적 경로를 산출할 수 있다.

아울러, 상기 경로 제한부는, 상기 최적 경로의 주변에 위치한 자전거도로를 오버랩하여 미리 설정된 범위에 따라 제한하고, k-최근접 이웃(K-Nearest??Neighbor) 기법을 사용하여 상기 자전거도로와 매칭될 상기 복수의 노드를 제한하며, 상기 복수의 노드들과 가장 가까운 상기 자전거도로를 매칭할 수 있다.

또, 상기 퍼스널 모빌리티가 상기 제1위치에서 상기 제2위치까지 주행할 시 상기 자전거도로를 이용한 비율에 따라 상기 퍼스널 모빌리티를 이용하는 이용자에게 보상을 지급하는 보상 지급부;를 더 포함할 수 있다.

또한, 상기 보상 지급부는, 상기 최종 경로에서 상기 퍼스널 모빌리티가 주행한 거리를 상기 간선의 단위로 추적하고, 상기 퍼스널 모빌리티가 상기 최종 경로의 전체 대비 상기 자전거도로를 주행한 비율에 따라 보상을 지급할 수 있다.

아울러, 상기 보상 지급부는, 상기 최종 경로에서 상기 퍼스널 모빌리티의 평균 주행속도를 기반으로 이용자가 횡단보도 구간에서 보행한 것을 판단하고, 상기 횡단보도 구간에서 보행함에 따라 보상을 지급할 수 있다.

상기 최종 경로에서 상기 퍼스널 모빌리티가 상기 자전거도로 이외로 경로로 주행하는 것에 패널티를 부과하고, 공지하는 패널티 알림부;를 더 포함할 수 있다.

또한, 상기 패널티 알림부는, 지도 정보를 기반으로 상기 제1위치에서 상기 제2위치까지의 경로 중에서 적어도 하나의 인도 또는 차도에 관한 주행 가능 등급을 분류하고, 상기 퍼스널 모빌리티가 적어도 하나의 인도 또는 차도에 진입할 시 패널티가 부과됨을 공지하며, 상기 퍼스널 모빌리티가 상기 최종 경로에서 상기 적어도 하나의 인도 또는 차도를 주행한 비율에 따라 패널티를 부과할 수 있다.

또한, 지도 정보에서 상기 퍼스널 모빌리티를 주차할 수 있는 적어도 하나의 주차 구역을 참조하여, 상기 제1위치에서 상기 제2위치까지의 상기 최종 경로에서 상기 적어도 하나의 주차 구역을 안내하는 주차 구역 안내부;를 더 포함할 수 있다.

또, 상기 퍼스널 모빌리티를 이용하는 이용자 정보 및 상기 퍼스널 모빌리티의 위치를 기반으로 광고를 재생하는 광고 재생부;를 더 포함하고, 상기 광고 재생부는 잠재 요인 협업필터링(Latent Factor Collaborative Filtering) 기법을 기반으로 상기 이용자 정보에 따른 광고 정보를 도출하며, 상기 이용자 정보 및 상기 퍼스널 모빌리티의 위치에 따라 최적의 광고를 매칭하여 재생할 수 있다.

또한, 상기 이용자 정보는 선호도, 나이 및 성별 중 적어도 하나를 포함하고, 상기 광고 재생부는 상기 이용자 정보에 기반하여 쿠폰을 발행하며, 발행된 상기 쿠폰을 이용자가 사용함에 따라 상기 이용자 정보를 갱신하여 상기 이용자 정보에 부합하는 광고를 매칭하여 재생할 수 있다.

또, 발행된 상기 쿠폰을 사용한 이용자는 상기 퍼스널 모빌리티에 관한 요금이 할인 적용될 수 있다.

한편, 상기 목적을 달성하기 위한 본 발명에 따른 퍼스널 모빌리티의 안전운행을 안내하기 위한 경로 탐색 방법에 관한 것으로, 위치 감지부가 제1위치 및 제2위치를 감지하는 단계; 경로 탐색부가 상기 제1위치로부터 상기 제2위치까지의 최단 경로를 산출하는 단계; 상기 경로 탐색부가 상기 최단 경로에 주행 정보를 기반으로 한 가중치를 적용하여 상기 경로 탐색부가 최적 경로를 산출하는 단계; 및 상기 경로 탐색부가 상기 최적 경로를 기반으로 상기 제1위치로부터 상기 제2위치까지 자전거도로가 포함된 최종 경로를 결정하는 단계;를 포함하되, 상기 최단 경로는 제1위치에서 제2위치까지의 최단 거리일 수 있다.

본 발명에 따른 퍼스널 모빌리티의 안전운행을 안내하기 위한 경로 탐색 장치 및 방법은 다음과 같은 효과가 있다.

첫째, 안전을 강화할 수 있다. 본 발명에 따른 퍼스널 모빌리티의 안전운행을 안내하기 위한 경로 탐색 장치 및 방법은 퍼스널 모빌리티를 이용하는 이용자가 자전거도로로 주행하도록 안내할 수 있다. 즉, 퍼스널 모빌리티가 자전거도로로 주행 시 자전거도로를 이용하는 것에 대한 보상을 제공하여 자전거도로로 퍼스널 모빌리티가 주행하도록 유도함으로써 되도록 인도나 차도로 주행하는 것을 피하게 할 수 있고, 이에 따라 보행자 및 차량과의 충돌 사고를 최대한 방지함으로써 안전을 강화할 수 있다.

둘째, 편의성이 강화된 최적 경로를 안내할 수 있다. 본 발명에 따른 퍼스널 모빌리티의 안전운행을 안내하기 위한 경로 탐색 장치 및 방법은 출발지부터 목적지까지의 경로에서 이용자들의 주행 빈도가 높은 자전거도로를 탐색하여 안내해줌으로써 편의성이 강화된 최적 경로를 안내해줄 수 있다.

셋째, 광고 효과를 증진시킬 수 있다. 본 발명에 따른 퍼스널 모빌리티의 안전운행을 안내하기 위한 장치 및 방법은 이용자가 주행을 시작하게 되면, 출발지에서 목적지까지 다양한 업체의 광고를 제공할 수 있으며, 이에 따라 퍼스널 모빌리티의 안전운행을 안내하기 위한 장치를 이용하는 이용자를 대상으로 광고 효과를 증진시킬 수 있다.

도 1은 본 발명의 실시예에 따른 퍼스널 모빌리티의 안전운행을 안내하기 위한 경로 탐색 장치의 블록도이다.
도 2는 본 발명의 실시예에 따른 퍼스널 모빌리티의 안전운행을 안내하기 위한 경로 탐색 방법의 순서도이다.
도 3은 본 발명의 실시예에 따른 퍼스널 모빌리티의 안전운행을 안내하기 위한 경로 탐색 장치에서 최단 경로를 산출하기 위해 A* 알고리즘를 적용하는 것을 개략적으로 나타낸 도면이다.
도 4는 본 발명의 실시예에 따른 퍼스널 모빌리티의 안전운행을 안내하기 위한 경로 탐색 장치가 지도상에서 제1위치로부터 제2위치까지의 최단 경로를 검색하기 위한 구역을 예시적으로 설명하기 위한 도면이다.
도 5는 도 4에 도시된 지도상에서 제1위치로부터 제2위치까지의 경로를 나타낸 도면이다.
도 6은 도 5에 도시된 지도상에서 제1위치로부터 제2위치까지의 경로를 나타낸 도면에서 각 교차점을 노드로 변환하여 나타낸 도면이다.
도 7은 도 6에 도시된 제1위치로부터 제2위치까지의 경로 중에서 각 교차점을 노드로 변환하여 나타낸 도면에서 각 노드를 간선으로 연결하고, 깊이 우선 탐색을 수행하여 최단 경로를 나타낸 도면이다.
도 8은 도 7에 도시된 도면에서 각 간선에 가중치가 적용된 것을 나타낸 도면이다.
도 9는 도 8에 도시된 도면에서 각 간선에 가중치가 적용되어 최적 경로가 산출된 것을 나타낸 도면이다.
도 10은 제1위치로부터 제2위치까지의 최적 경로를 나타낸 도면에서 주위에 자전거도로가 표시된 상태에서 자전거도로를 제한한 것을 예시적으로 나타낸 도면이다.
도 11은 도 10에 도시된 도면에서 최적 경로와 가까운 자전거도로를 매칭하는 것을 예시적으로 나타낸 도면이다.
도 12는 최적 경로에 자전거도로가 포함된 경로가 포함된 최종 경로를 노드화 하여 표현한 것을 예시적으로 나타낸 도면이다.
도 13은 도 12에 도시된 최종 경로를 지도상에서 표시한 것을 예시적으로 나타낸 도면이다.
도 14는 본 발명의 실시예에 따른 퍼스널 모빌리티의 안전운행을 안내하기 위한 경로 탐색 장치에서 최종 경로에서 퍼스널 모빌리티가 자전거도로로 주행한 것을 노드화 하여 산출하는 것을 개략적으로 나타낸 것이다.
도 15는 도 14에 도시된 도면에서 노드로 표현된 최종 경로를 지도상에서 구간으로 표현한 것이다.

이하에서는 본 발명의 바람직한 실시예를 첨부된 도면을 참조하여 설명한다. 다만 발명의 요지와 무관한 일부 구성은 생략 또는 압축할 것이나, 생략된 구성이라고 하여 반드시 본 발명에서 필요가 없는 구성은 아니며, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 결합되어 사용될 수 있다.

<경로 탐색 장치의 구성>

도 1은 본 발명의 실시예에 따른 퍼스널 모빌리티의 안전운행을 안내하기 위한 경로 탐색 장치(1)의 블록도이다.

도 1에 도시된 바와 같이, 본 발명의 실시예에 따른 퍼스널 모빌리티의 안전운행을 안내하기 위한 경로 탐색 장치(1)(이하 '경로 탐색 장치(1)'라 함)는 퍼스널 모빌리티를 이용하는 이용자에게 자전거도로를 이용하여 주행하도록 안내하는 장치이다. 이러한 경로 탐색 장치(1)는 퍼스널 모빌리티에 부착 되거나, 또는 내장되어 구비될 수 있다. 또한, 퍼스널 모빌리티의 현재 위치에서 목표 지점까지의 최적 경로를 탐색하여 최종 경로를 안내하는 것을 이용자의 육안으로 확인할 수 있도록 디스플레이가 구비될 수 있다. 이러한 경로 탐색 장치(1)는 위치 감지부(100), 경로 탐색부(200), 보상 지급부(300), 패널티 알림부(400), 광고 재생부(500), 이용자 관리부(600) 및 데이터베이스(700)를 포함할 수 있다.

위치 감지부(100)는 퍼스널 모빌리티의 현재 위치를 감지하거나, 이용자에 의해 선택된 특정 위치를 감지하는 구성이다. 이러한 위치 감지부(100)는 GPS(global positioning system, 위성 위치 확인 시스템)를 기반으로 위치를 감지할 수 있다. 예를 들어, GPS 위성으로부터 신호를 수신하여 퍼스널 모빌리티의 현재 위치를 계산하여 위치를 감지할 수 있다. 또한, 이용자에 의해 선택된 특정 위치 및 목표 지점도 수신하여 감지할 수 있다.

또한, 위치 감지부(100)는 퍼스널 모빌리티의 현재 위치를 감지할 시 퍼스널 모빌리티에 구비된 제1 위치 감지 장치로부터 시간에 따른 제1위치정보 및 이용자의 모바일 기기에 구비된 제2 위치 감지 장치로부터 시간에 따른 제2위치정보를 주기별로 수신하여 상기 제1위치정보 및 상기 제2위치정보를 시간 단위 프레임에 누적하고, 시간 단위 프레임에 누적된 상기 제1위치정보 및 상기 제2위치정보를 시간상에서 동기화시키며, 제1위치정보 및 제2위치정보의 노이즈를 제거하여, 제1위치정보 및 제2위치정보를 보정하고, 제1 위치 감지 장치 및 제2 위치 감지 장치의 평균 오차 비율과 신뢰도 범위를 기반으로 보정된 제1위치정보 및 제2위치정보 사이에서 이용자의 위치를 결정할 수 있다.

경로 탐색부(200)는 저장되어 있는 지도 정보를 기반으로 퍼스널 모빌리티의 현재 위치 또는 특정 위치에서 목표 지점까지 주행할 시 자전거도로가 포함된 경로를 탐색하고, 퍼스널 모빌리티가 목표 지점까지 자전거도로로 주행할 수 있도록 유도하기 위한 경로를 안내하는 구성이다. 이러한 경로 탐색부(200)는 가중치 적용부(220), 최적 경로 산출부(210), 경로 제한부(230), 최종 경로 결정부(240) 및 주차 구역 안내부(250)가 포함될 수 있다.

가중치 적용부(220)는 주행 환경, 퍼스널 모빌리티를 이용하는 이용자의 주행 정보 등을 기반으로 경로에 가중치를 적용하는 구성이다. 본 발명에서는 퍼스널 모빌리티의 현재 위치 또는 특정 위치에서 목표 지점까지의 경로를 지도상에서 노드화 하여 탐색할 수 있다. 따라서 경로 상의 교차점을 노드로 표현하고, 각 노드는 간선으로 연결될 수 있다. 이러한 가중치 적용부(220)는 복수의 노드 및 복수의 노드 사이를 연결하는 간선에 이용자의 주행 정보를 기반으로 가중치를 적용할 수 있다. 여기서, 이용자의 주행 정보는 특정 간선에서 과거 이용자들의 통계적 주행 기록에 대한 빈도를 포함할 수 있다.

즉, 특정 간선을 통해 이용자들이 지나간 횟수 등이 포함될 수 있다. 따라서 가중치 적용부(220)는 각각의 간선에 이용자의 주행 정보를 가중 매개변수로 하는 스키마로 구성하고, 이에 따라 퍼스널 모빌리티의 현재 위치 또는 특정 위치에서 목표 지점까지의 경로에 포함된 각각의 간선에 가중치를 부여할 수 있다.

최적 경로 산출부(210)는 퍼스널 모빌리티의 현재 위치에서 목표 지점까지의 최단 경로를 산출하고, 각각의 간선에 적용된 가중치를 기반으로 최적 경로를 산출하는 구성이다. 이러한 최적 경로 산출부(210)는 지도상에서 퍼스널 모빌리티의 현재 위치 또는 특정 위치에서 목표 지점까지 도로의 상태, 노면의 상태, 주행 편의성 또는 자전거도로의 이용 등과 관계없이 퍼스널 모빌리티가 주행할 수 있는 최단 경로를 산출할 수 있다.

즉, 최적 경로 산출부(210)는 휴리스틱 함수 기반의 A* 알고리즘을 이용하여 퍼스널 모빌리티의 현재 위치 또는 특정 위치에서 목표 지점까지의 경로에서 교차점에 대해 시점과 종점이 있는 복수의 노드 및 복수의 노드 사이에 연결된 간선으로 생성하고, 간선에서 목표 비용에 따라 최단 거리를 산출함으로써 최단 경로를 산출할 수 있다.

여기서, A* 알고리즘은 주어진 출발 노드에서부터 목표 노드까지 가는 최단 경로를 찾아내는 그래프 탐색 알고리즘 중 하나이다. 다시 말해, 주어진 목표 노드까지 가는 최단 경로임을 판단할 수 있는 테스트를 통과하는 것이다. 이러한 A* 알고리즘은 다익스트라 알고리즘과 유사하나 차이점은 각 노드 x에 대해 그 노드를 통과하는 최상의 경로를 추정하는 순위값인 "휴리스틱 추정값" h(x)를 매기는 방법을 이용한다는 것이다. 이 알고리즘은 이 휴리스틱 추정값의 순서로 노드를 방문함으로써 최단 경로를 탐색할 수 있고, 최적 경로 산출부(210)는 이러한 A* 알고리즘을 이용하여 퍼스널 모빌리티의 현재 위치 또는 특정 위치로부터 목표 지점까지의 최단 경로를 산출할 수 있다.

또한, 가중치 적용부(220)가 부여한 각 간선에 대한 가중치를 기반으로 각 간선에 가중치가 적용된 목표 비용에 따라 퍼스널 모빌리티의 현재 위치 또는 특정 위치에서 목표 지점까지의 최적 경로를 산출할 수 있다. 이 때 목표 비용이란, 하나의 노드에서 다른 노드까지 경로의 값으로 정의될 수 있다. 이에 따라, 간선의 목표 비용이 작을수록 노드와 노드 사이의 거리가 짧은 것이며, 보다 최단 경로에 가깝게 될 수 있다.

경로 제한부(230)는 퍼스널 모빌리티의 현재 위치에서 목표 지점까지의 최적 경로를 탐색할 시 최적 경로의 주변에 위치한 자전거도로를 오버랩하여 미리 설정된 범위에 따라 제한하고, 최적 경로와 최적 경로의 주변의 자전거도로를 매칭하는 구성이다. 이러한 경로 제한부(230)는 k-최근접 이웃(k-Nearest-Neighbor, k-NN) 기법을 사용하여 자전거도로와 매칭될 복수의 노드를 제한하고, 복수의 노드들과 가장 가까운 자전거도로를 매칭할 수 있다. 즉, 자전거도로를 위한 최적 경로를 매칭하기 위해 검색 범위를 제한하고, k-최근접 이웃을 통해 사전에 생성된 가중치가 적용된 노드 간의 정보를 통해 최단 거리에 자전거도로를 매칭시키는 것이다. 이 때 k는 최근접 된 자전거도로의 노드 정보이다.

여기서, k-최근접 이웃 기법이란 기존의 데이터들은 각각의 라벨이 붙어 있고, 라벨이 없는 임의의 데이터 x가 어떤 종류에 들어가는지 분류하는 알고리즘이다. 이 때 x와 기존의 데이터들의 거리를 모두 구한 후, 그 중에서 가장 가까운 k개의 데이터의 라벨들 중 가장 많은 수의 라벨이 x 데이터의 라벨로 결정하게 한다. 이와 같은 k-최근접 기법을 이용하여 최단 경로에 포함된 복수의 노드들과 가장 가까운 자전거도로를 매칭하고, 자전거도로가 포함된 최적 경로를 산출할 수 있다.

최종 경로 결정부(240)는 퍼스널 모빌리티의 현재 위치 또는 특정 위치에서 목표 지점까지의 최적 경로에 자전거도로가 포함된 최종 경로를 결정하고, 최종 경로를 이용자에게 공지하는 구성이다.

주차 구역 안내부(250)는 탐색된 최종 경로 상에서 퍼스널 모빌리티를 주차할 수 있는 복수의 구역을 안내하는 구성이다. 이러한 주차 구역 안내부(250)는 데이터베이스(700)에 저장된 지도 정보에서 주차 구역들을 참조하여 최종 경로 상에 표시할 수 있다.

보상 지급부(300)는 퍼스널 모빌리티를 이용하는 이용자가 탐색된 최종 경로로 주행할 시 최종 경로의 전체 대비 자전거도로를 이용하는 비율을 산출하고, 자전거도로를 이용하는 비율에 따라 보상 또는 리워드를 지급하는 구성이다. 이러한 보상 지급부(300)는 퍼스널 모빌리티의 주행 구간을 추적하여 전체의 최종 경로에서 간선 단위로 자전거도로의 이용률을 누적하고, 이에 따라 보상을 지급할 수 있다.

또한, 보상 지급부(300)는 퍼스널 모빌리티를 이용하는 이용자가 횡단보도 구간을 보행할 시 교통안전을 위한 행위라 간주하고, 횡단보도 구간을 보행한 것에 대한 보상을 지급할 수 있다. 이렇게 횡단보도 구간을 보행한 것에 대해 보상을 지급하는 것은 퍼스널 모빌리티의 평균 주행속도를 감지하여 퍼스널 모빌리티가 감속한 것을 판단하고, 이에 따라 해당 퍼스널 모빌리티를 이용하는 이용자가 횡단보도 구간에서 보행하는 것으로 판단함으로써 보상을 지급할 수 있다.

패널티 알림부(400)는 퍼스널 모빌리티를 이용하는 이용자가 자전거도로가 아닌 인도 또는 차도로 주행할 시 이에 대한 패널티를 공지하고, 해당 이용자가 인도 또는 차도로 퍼스널 모빌리티를 주행함에 따라 해당 이용자에게 패널티를 부과하는 구성이다. 이러한 패널티 알림부(400)는 지도 정보를 기반으로 퍼스널 모빌리티의 현재 위치 또는 특정 위치에서 목표 지점까지의 경로 중에서 적어도 하나의 인도 또는 차도에 관한 주행 가능 등급을 분류하고, 이러한 주행 가능 등급을 기반으로 패널티에 대한 공지할 수 있고, 퍼스널 모빌리티가 최종 경로에서 적어도 하나의 인도 또는 차도를 주행한 비율에 따라 패널티를 차등적으로 부과할 수 있다.

광고 재생부(500)는 퍼스널 모빌리티를 이용하는 이용자 정보 및 퍼스널 모빌리티의 위치를 기반으로 광고를 재생하는 구성이다. 이러한 광고 재생부(500)는 퍼스널 모빌리티가 안내된 최종 경로로 주행할 시 해당 최종 경로 상에 위치한 제휴 업체의 광고를 재생할 수 있다. 또한, 이용자의 정보를 기반으로 퍼스널 모빌리티가 최종 경로를 주행 중에 해당 이용자에게 적합한 광고를 재생할 수도 있다, 광고를 재생하기 위한 광고 정보는 제휴 업체로부터 수신하여 데이터베이스(700)에 저장될 수 있다.

이용자 관리부(600)는 퍼스널 모빌리티를 이용하기 위해 등록된 이용자 정보를 관리하는 구성이다. 이러한 이용자 관리부(600)는 이용자의 이름, 성별, 주소, ID, 나이, 퍼스널 모빌리티의 이용 요금에 관한 결제 수단, 이용내역, 주행이력 등을 관리할 수 있다.

데이터베이스(700)는 경로 탐색 장치(1)에서 사용되는 다양한 정보, 데이터 등을 저장하는 구성이다. 이러한 데이터베이스(700)는 지도 정보, 각 퍼스널 모빌리티의 정보, 주차 구역에 관한 정보, 광고 정보, 자전거도로에 관한 정보 등이 저장될 수 있다. 즉, 데이터베이스(700)에는 위치 정보와 각 노드 간의 이동 정보에 대한 데이터가 연결된 리스트 형태로 사전에 생성되어 저장될 수 있다. 이러한 위치 정보는 본 발명에서 정보 수집과 분석 시 보정되어 저장될 수 있고, 이에 따라 위치 정보는 학습되어 강화될 수 있다.

<경로 탐색 방법>

도 2는 본 발명의 실시예에 따른 퍼스널 모빌리티의 안전운행을 안내하기 위한 경로 탐색 방법의 순서도이다.

도 2에 도시된 바와 같이, 본 발명의 실시예에 따른 퍼스널 모빌리티의 안전운행을 안내하기 위한 경로 탐색 방법은 최초에 선택된 제1위치 및 제2위치를 감지할 수 있다.<S20>

여기서, 제1위치는 퍼스널 모빌리티의 현재 위치일 수도 있고, 또는 현재 위치가 아닌 퍼스널 모빌리티를 이용하는 이용자가 설정한 특정 위치일 수도 있다. 즉, 제1위치는 퍼스널 모빌리티가 출발하는 위치이다.

또한, 제2위치는 이용자가 도착하고자 하는 목표 지점에 관한 위치이다.

예를 들어, 퍼스널 모빌리티에 구비된 디스플레이에 지도가 표시된 상태에서 이용자는 디스플레이를 터치하여 현재 위치 또는 특정 위치 등의 제1위치를 선택하고, 이후 목표 지점인 제2위치를 선택할 수 있다.

따라서 이하에서는 퍼스널 모빌리티가 출발하는 위치를 제1위치, 퍼스널 모빌리티가 도착하고자 하는 목표 지점을 제2위치라 칭하기로 한다.

이용자는 퍼스널 모빌리티에 구비되어 있는 경로 탐색 장치(1)를 조작하여 출발하는 위치인 제1위치를 선택하고, 이후 목표 지점인 제2위치를 선택할 수 있다. 또는 제1위치가 현재 위치일 시 자동으로 제1위치가 선택되고, 이용자는 제2위치만 선택할 수도 있다. 위치 감지부(100)는 이러한 제1위치 및 제2위치를 감지할 수 있다.

다음으로, 경로 탐색부(200)가 제1위치로부터 제2위치까지의 최단 경로를 탐색할 수 있다.<S21> 이를 도 3 내지 도 7을 참고하여 설명하기로 한다.

먼저 도 3은 본 발명의 실시예에 따른 퍼스널 모빌리티의 안전운행을 안내하기 위한 경로 탐색 장치(1)에서 최단 경로를 산출하기 위해 A* 알고리즘을 적용하는 것을 개략적으로 나타낸 도면이다.

도 3에 도시된 바와 같이, 본 발명에서 최적 경로 산출부(210)는 A* 알고리즘을 이용하여 최단 경로를 구체화 할 수 있다.

구체적으로, A* 알고리즘은 주어진 출발 노드에서부터 목표 노드까지 가는 최단 경로를 찾아내는 그래프 탐색 알고리즘 중 하나이다. 다시 말해, 주어진 목표 노드까지 가는 최단 경로임을 판단할 수 있는 테스트를 통과하는 것과 관련된 알고리즘이다. 즉, 지금까지 가장 최소의 비용으로 도달한 지점으로부터 탐색하는 다익스트라를 차용해 현재 상태의 비용과 현재 상태에서 다음 상태로 이동하는 휴리스틱(heuristic) 함수의 비용의 합이 최소가 되는 지점을 우선적으로 탐색하는 방법이다.

이 때 최단 경로를 탐색하는 문제에서 휴리스틱 함수는 한 노드에서 목표 노드까지의 최소 비용 경로를 추정하는 탐색트리의 노드 구성으로 정의할 수 있다. 이에 따라, 휴리스틱 함수는 A* 알고리즘을 구성하는 비용 용인 함수에 해당한다. 각 노드들에 대해서 목표 비용이 정의된 탐색 문제를 정의할 수 있고, 여기서 휴리스틱은 분기 기작을 이용하여 특정 분기에서 더 낮은 상수 분기로의 요소를 감소시킴으로서 탐색 성능을 향상시킬 수 있다.

A* 알고리즘은 다익스트라 알고리즘과 유사하나 차이점은 각 노드 x에 대해 그 노드를 통과하는 최상의 경로를 추정하는 순위값인 "휴리스틱 추정값"의 h(x)를 매기는 방법을 이용한다는 것이다. 이 알고리즘은 이 휴리스틱 추정값의 순서로 노드를 방문한다.

A* 알고리즘은 출발 노드로부터 목표 노드까지의 최적 경로를 탐색하기 위한 것이다. 이를 위해서는 각각의 노드에 대한 평가 함수를 정의해야 한다. 이를 위한 평가 함수 f(n)은 다음과 같다.

f(n)=g(n)+h(n)

여기서, f(n)은 노드 n을 지날 때 목표까지의 최단 경로의 값이고, f(n₀)는 목표 노드까지의 최단 또는 최적 경로의 값이며, g(n)은 출발 노드 n₀로부터 노드 n까지의 최단 경로의 값이고, h(n)은 노드 n으로부터 목표 노드까지의 최단 경로의 값이다.

따라서 최적 경로 산출부(210)는 최단 경로를 탐색하기 위해서는 진행 경로에 대한 교차점을 노드화 할 수 있으며, 노드 간 연결 비용은 간선의 길이이기 때문에 이를 통해 1차적인 최적의 비용을 산출할 수 있다.

이하에서는 도 4 및 도 5를 통해 제1위치에서 제2위치까지의 최단 경로를 예시적으로 설정하는 것을 설명하기로 한다.

도 4는 본 발명의 실시예에 따른 퍼스널 모빌리티의 안전운행을 안내하기 위한 경로 탐색 장치(1)가 지도상에서 제1위치로부터 제2위치까지의 최단 경로를 검색하기 위한 구역을 예시적으로 설명하기 위한 도면이고, 도 5는 도 4에 도시된 지도상에서 제1위치로부터 제2위치까지의 경로를 나타낸 도면이다.

도 4 및 도 5에 도시된 바와 같이, 퍼스널 모빌리티에 구비된 디스플레이에는 지도가 표시될 수 있고, 이용자는 표시된 지도상에서 제1위치 및 제2위치를 선택할 수 있다. 즉, 이용자는 제1위치에서 제2위치로 이동하기 위해 목표 지점을 설정할 수 있다. 또한, 제1위치는 퍼스널 모빌리티의 현재 위치가 자동으로 선택될 수도 있다. 이에 따라, 지도상에는 제1위치 및 제2위치를 기반으로 복수의 경로가 나타날 수 있다.

구체적으로, 도 4에 도시된 바와 같이 제1위치에서 제2위치까지의 경로를 살펴보면, 경로 상에는 삼거리 또는 사거리로 형성된 다양한 구역이 나타날 수 있다. 즉, 가로의 최하단 경로부터 올라가면서 교차점이 3개, 4개, 5개, 3개 및 3개가 존재한다. 또한, 세로의 좌측부터는 5개, 3개, 5개, 1개, 4개가 존재한다.

이와 같이, 지도상에서 모든 도로의 시점과 종점에는 교차점이 존재하고, 이러한 교차점은 노드로 표현될 수 있으며, 각각의 노드는 하나의 간선의 시점이 될 수도 있고, 다른 간선의 종점이 될 수 있는 양방향성이 있다. 따라서 제1위치에서 제2위치까지의 경로는 복수의 노드 및 복수의 노드 사이를 연결하는 간선으로 표현될 수 있다. 이 때 교차점과 노드는 서로 같은 의미이다.

이렇게 제1위치에서 제2위치까지의 경로가 복수의 노드로 표현된 것을 도 6을 통해 설명하기로 한다.

도 6은 도 5에 도시된 지도상에서 제1위치로부터 제2위치까지의 경로를 나타낸 도면에서 각 교차점을 노드로 변환하여 나타낸 도면이다.

도 6에 도시된 바와 같이, 제1위치에서 제2위치까지의 경로는 각 교차점에 대해 좌표값을 가진 노드로 변환하고, 각 노드를 하나의 객체로 하는 그래프 형태로 나타날 수 있다.

구체적으로, 제1위치가 퍼스널 모빌리티가 이동하기 위한 출발 위치이기 때문에 이를 시작점이라 하면, 시작점인 제1위치의 노드는 (0,0)으로 설정될 수 있고, 시작점과 동일한 높이로 이웃하여 배치된 다른 교차점들은 각각 (1,0), (2,0)으로 설정될 수 있다.

이와 같은 방식으로, 시작점 보다 한 단계 위에 있는 경로의 노드들은 각각 (1,0), (1,1), (1,2), (1,3)으로 설정될 수 있으며, 시작점 보다 두 단계 위에 있는 경로의 노드들은 각각 (2,0), (2,1), (2,2), (2,3), (2,4)로 설정될 수 있다.

또한, 시작점 보다 세 단계 위에 있는 경로의 노드들은 각각 (3,0), (3,1), (3,2)으로 설정될 수 있으며, 시작점 보다 네 단계 위에 있는 경로의 노드들은 각각 (4,0), (4,1), (4,2)으로 설정될 수 있다. 이 때 도착점인 노드 (4,2)는 제2위치이며, 이용자의 목표 지점이다.

이러한 방법으로 최적 경로 산출부(210)는 제1위치에서 제2위치까지의 경로를 노드로 변환할 수 있고, 각 노드를 연결하는 간선은 노드와 노드 사이의 이동에 대한 비용을 포함하고 있기 때문에 지리상으로는 유클리드 거리에 해당한다. 이에 대한 시각화는 도 7을 통해 설명하기로 한다.

도 7은 도 6에 도시된 제1위치로부터 제2위치까지의 경로 중에서 각 교차점을 노드로 변환하여 나타낸 도면에서 각 노드를 간선으로 연결하고, 깊이 우선 탐색을 수행하여 최단 경로를 나타낸 도면이다.

도 7에 도시된 바와 같이, 시작점의 노드부터 도착점의 노드 사이에 배치된 노드들은 지도상의 경로와 동일한 연결을 가지며, 각 간선에서는 서로 다른 비용을 가질 수 있다.

여기서, 각 간선이 갖는 비용은 최근접 교차점에 대한 단순한 이동 비용이다. 즉, 간선의 이동 비용이 높을수록 최단 경로와는 멀어지는 것이며, 이는 제2위치까지 도달하는데 시간이 오래 걸린다는 의미이다. 이러한 노드 간의 이동 비용은 데이터베이스(170)에 사전에 저장되어 있다.

이러한 각 간선이 갖는 비용을 기반으로 최적 경로 산출부(210)가 A* 알고리즘과 깊이 우선 탐색을 수행하여 최단 경로를 설정할 수 있다. 여기서, 최단 경로는 시작점에서부터 도착점까지 이동 비용이 최소인 경로를 따라 설정될 수 있다.

예를 들어, 최적 경로 산출부(210)는 시작점인 (0,0)에서 출발하여 교차점 (1,0)을 거치고, 이후 교차점 (1,1) 및 교차점 (1,2)를 거치며, 교차점 (2,2)를 거치고, 교차점 (2,3)을 거쳐 도착점 (4,2)에 도착하는 경로로 최단 경로를 산출할 수 있다.

다음으로, 최단 경로에 주행 정보를 기반으로 한 가중치를 적용하여 최적 경로를 산출할 수 있다.<S22> 이를 도 8 및 도 9를 참고하여 설명하기로 한다.

도 8은 도 7에 도시된 도면에서 각 간선에 가중치가 적용된 것을 나타낸 도면이고, 도 9는 도 8에 도시된 도면에서 각 간선에 가중치가 적용되어 최적 경로가 산출된 것을 나타낸 도면이다.

최적 경로 산출부(210)가 산출한 최단 경로는 제1위치에서 제2위치까지 거리 상 으로는 최단 거리이나, 주행 환경에 대한 정보는 포함되어 있지 않다. 즉, 각 경로는 도로의 노면에 대한 상태, 이용자의 주행 편의성 등이 포함되어 있지 않기 때문에 이용자에게 최적 경로라고는 할 수 없다. 따라서 도 8에 도시된 바와 같이, 최적 경로 산출부(210)는 각 간선에 대한 추가 정보를 통해 가중치 적용부(220)에 의해 적용된 가중치를 적용함으로써 제1위치에서 제2위치까지의 최적 경로를 산출할 수 있다.

구체적으로, 가중치 적용부(220)는 최적 경로 산출부(210)가 산출한 최단 경로에 포함된 각 간선에 대해 이용자 주행 정보를 오버래핑 할 수 있다. 여기서, 이용자의 주행 정보는 각 간선에 부여되는 가중치로써, 과거 각 간선을 주행했던 이용자들의 통계적 주행에 대한 빈도를 포함하고 있다. 즉, 특정 간선에 대해 특정 간선으로 이용자들이 지나간 횟수를 참조하는 것이다.

따라서 가중치 적용부(220)는 각 간선에 부여되는 가중치로 과거 이용자들의 통계적 주행에 대한 빈도를 가중 매개변수로 하는 스키마로 구성하고, 이러한 수치들을 간선에 가중치로 부여하여 최적 경로 산출부(210)가 비용 연산 하는데 적용될 수 있다.

즉, 도 9에 도시된 바와 같이, 최적 경로 산출부(210)는 최단 경로에 가중치를 적용하고, 간선에 대해 A* 알고리즘을 통해 최적 경로를 산출할 수 있다. 가중치가 적용된 간선은 값이 높은 간선일수록 최적 경로에 근접하는 간선이 된다.

이에 따라, 최단 경로 산출부는 최적 경로로써, 시작점인 (0,0)에서 출발하여 교차점 (1,0)을 거치고, 이후 교차점 (2,0) 및 교차점 (3,0)을 거치며, 다음으로 교차점 (3,1) 및 교차점 (3,2)를 거치며, 마지막으로 교차점 (4,1)을 거쳐 도착점 (4,2)에 도착하는 경로로 최적 경로를 산출할 수 있다.

본 발명에서는 이용자의 주행 정보를 가중치로 최단 경로에 적용함으로써 최단 경로로 퍼스널 모빌리티가 주행하는 것과는 거리가 멀어지지만, 퍼스널 모빌리티를 이용하는 이용자들이 주행하기 용이한 경로를 안내함으로써 높은 품질의 주행 환경을 제공할 수 있는 장점이 있다.

마지막으로, 최적 경로를 기반으로 제1위치로부터 제2위치까지 자전거도로가 포함된 최종 경로를 탐색할 수 있다.<S23>

최적 경로가 확정된 후에는 자전거도로를 포함한 최종 경로를 결정하여 퍼스널 모빌리티를 이용하는 이용자에게 자전거도로로 주행할 것을 안내할 수 있다. 이를 도 10 내지 도 13을 참고하여 설명하기로 한다.

도 10은 제1위치로부터 제2위치까지의 최적 경로를 나타낸 도면에서 주위에 자전거도로가 표시된 상태에서 자전거도로를 제한한 것을 예시적으로 나타낸 도면이다.

도 10에 도시된 바와 같이, 최적 경로에 자전거도로를 오버래핑하면 최적 경로의 외곽으로 자전거도로가 포함될 수 있다. 일반적으로, 제1위치에서 제2위치로 주행할 시 인도나 차도가 포함된 경로가 제일 빠르게 이동할 수 있는 경로일 것이다, 자전거도로는 인도나 차도의 외곽으로 형성되어 있기 때문에 제1위치에서 제2위치로 주행할 때 자전거도로를 이용하게 되면 제2위치까지 돌아서 이동하게 되는 경우가 발생되며, 특히 최종 경로를 결정할 시 자전거도로를 제한하여 탐색하지 않는다면 이용자에게 매우 큰 불편이 초래될 수 있다.

따라서 본 발명에서는 이용자가 자전거도로가 포함된 최종 경로로 주행하는 것이 자전거도로의 안전성 및 편의성과, 시간 및 금전적 이득 사이에서 저울질이 이루어진다는 점을 고려할 때 최초의 자전거도로 진입에 대한 비용을 최소화 할 필요가 있으며, 불필요한 자전거도로로 주행을 유도하는 것을 감소시킬 필요가 있다.

또한, 자전거도로를 탐색하는 측면에서도 제1위치와 제2위치를 유클리드 거리로 하는 직사각 탐색 프레임을 생각할 수 있고, 어느 정도의 여유 구간을 허용하는가에 따라 탐색에 소요되는 리소스가 많은지 적은지를 고려할 수 있다.

만약 탐색구간을 제한하지 않은 채 자전거도로의 탐색 우선순위를 높이게 되면, 자전거도로의 탐색에 중점을 두어 비효율적인 경로 탐색이 이루어 질 수 있다. 따라서 탐색 구간을 지도상에서 탐색 프레임의 20%까지로 제한을 설정함으로써, 장치의 리소스도 줄이고, 효율적 비용 감소를 이끌어 낼 수 있다. 이러한 탐색 프레임에 관한 범위는 경로 탐색 장치(1)를 관리하는 관리자에 의해 변경될 수 있다.

따라서 경로 제한부(230)는 최적 경로의 주변에 위치한 자전거도로를 미리 설정된 범위로 제한하고, 최적 경로와 가장 가까운 자전거도로를 매칭할 수 있다. 이 때 경로 제한부(230)가 최적 경로와 가장 가까운 자전거도로를 매칭하는 것은 k-최근접 이웃 기법을 기반으로 수행될 수 있다. 이를 도 11을 참고하여 설명하기로 한다.

도 11은 도 10에 도시된 도면에서 최적 경로와 가까운 자전거도로를 매칭하는 것을 예시적으로 나타낸 도면이다.

도 11에 도시된 바와 같이, 경로 제한부(230)는 k-최근접 이웃을 사용하여 최적 경로와 가까운 자전거도로를 매칭할 수 있다.

여기서, k-최근접 이웃 기법이란 기존의 데이터들은 각각의 라벨이 붙어 있고, 라벨이 없는 임의의 데이터 x가 어떤 종류에 들어가는지 분류하는 알고리즘이다. 이 때 x와 기존의 데이터들의 거리를 모두 구한 후, 그 중에서 가장 가까운 k개의 데이터의 라벨들 중 가장 많은 수의 라벨이 x 데이터의 라벨로 결정하게 한다. 이 때 k는 최근접된 자전거도로의 노드이다.

패턴 인식에서 k-최근접 이웃 기법은 회귀나 분류에 사용되는 비모수 방식이다. 입력은 특정 공간 내부에 k개의 가장 가까운 데이터로 구성되어 있고, 소속된 항목에 따른 객체의 과반수 의결에 따라 분류될 수 있다. 이러한 k-최근접 이웃 기법은 함수가 지역적으로 근사하고, 모든 계산이 분류될 때까지 연기(lazy)되는 특성을 가진 인스턴스 기반의 학습이다.

k-최근접 이웃 기법에서 데이터 세트에 포함된 거리를 기준으로 쿼리 포인트를 분류하는 것은 새 점을 분류하는 단순하면서도 효율적인 방법이 될 수 있다. 즉, 거리 측정에는 mx개의 행벡터로 처리되는 mx*n 데이터 행렬 x가 사용될 수 있다.

다시 말해, 표본 노드 집합과 간선 간 이동성을 포함하는 1차 연결 노드 기준의 행벡터를 구성할 수 있고, 이용자의 주행 정보를 포함하는 최적 경로의 노드 구성이 갖는 데이터 행력 Y 간의 거리 연산을 위해 민코프스키 거리에서 P가 2인 특수 사례를 포함할 수 있다. 이는 Pairwise 거리 측정법에 기반 될 수 있다.

따라서 완전 탐색을 통한 k-최근접 이웃 기법을 사용하여 최적 경로의 각 노드에서 후보군 집합에 매칭할 수 있다. 이는 도 11에서 각 노드의 원으로 표현된다.

이러한 경로 제한부(230)는 k-최근접 이웃 기법을 사용하여 자전거도로와 매칭될 복수의 노드를 제한하고, 복수의 노드들과 가장 가까운 자전거도로를 매칭할 수 있다.

여기서, k-최근접 이웃 기법을 이용한 의사결정 규칙은 분류되지 않은 노드에 대한 매칭이 가능함과 동시에 모든 분포에 대한 오차의 확률이 베이즈 오차 확률의 2배로 제한될 수 있다. 즉, 대규모 노드 집합에 대한 깊이 우선의 탐색이 선행되기 때문에 제안 구역 자체, 다시 말해 노드 그래프 구성 자체가 병목으로 작용될 수 있다.

또한, 복잡한 도로 체계 구성임을 감안할 때 노드 구성의 깊이는 탐색 비용을 기하급수적으로 증가시킬 수 있으며, 각 노드들은 다른 노드와 복합적으로 관련을 맺고 있다는 점에서 비실용적일 수 있다. 따라서 간결, 응축 또는 요약한(condense) 이웃을 선행해야 한다.

본 발명에서는 k-NN의 문제를 빠르게 압축된 최근접 이웃(Fast condensed Nearest Neighbor)으로 전환하기 위한 방식으로 1-NN을 모사할 수 있다. 즉, k가 1인 1-NN 알고리즘은 원본 데이터 집합 즉, 제한 프레임이 설정된 데이터 집합에 올바르게 구별 및 매칭 가능한 하위 집합을 생성하는데 도움을 줄 수 있다.

훈련 세트 감소(training set reduction), 훈련 세트 응축(training set condensation), 참조 세트 희석(reference set thinning) 및 프로토타입 선택 알고리즘(prototype selection algorithms)과 같은 기법들은 근접 이웃(NN) 기법에 대해 저장된 데이터의 크기를 줄이기 위한 방법론적인 관점에서의 접근을 보여주는데, 특히 이러한 기법 중 훈련세트의 일관성은 근접 이웃 기법을 통한 하위 집합을 선택하는 것을 목표로 하게 된다.

여기서, 전체 훈련세트(노드 집합) 대신 일관된 부분집합을 사용하여 NN 규칙을 적용하면 보다 더 나은 분류 정확도와 속도를 제공 받을 수 있다. 이를 통해 일부 노드에 대한 중복 연산을 방지하고, 노드 간에 연결성이라는 지리적 특수성을 감안하여 주변 노드에 대한 흡수 노드로써 동작할 수 있다. 따라서 k-NN의 연산 과정에서 1-NN과 Pairwise 거리 측정법을 종합해 자전거도로를 매핑할 수 있고, 이에 따라 k-NN 알고리즘을 이용하여 최단 경로에 포함된 복수의 노드들과 가장 가까운 자전거도로를 매칭하고, 자전거도로가 포함된 최적 경로를 산출할 수 있다.

경로 제한부(230)는 자전거도로에 대한 매칭 최적화를 위해 이용자의 주행 정보 기반의 최적 경로를 구성하는 노드에서 진행된 k-최근접 이웃 기법을 통해 가장 가까운 자전거도로를 매칭 할 수 있고, 유클리드 거리와 간선의 가중치를 그대로 자전거도로에 이용하여 다시 연산할 수 있다. 그 과정에서 이용자의 주행 정보에 대한 가중치를 그대로 승계하기 때문에 추가적인 연산을 방지할 뿐 아니라 최적 노드의 탐색을 위한 이용자 주행 기록을 갱신하는 오버헤드를 줄일 수 있다.

결과적으로, 최종 경로 결정부(240)는 경로 제한부(230)에 의해 자전거도로가 포함된 제1위치에서 제2위치까지의 최적 경로를 최종 경로로 결정하고, 이를 이용자에게 공지할 수 있다. 이를 도 12 및 도 13을 통해 설명하기로 한다.

도 12는 최적 경로에 자전거도로가 포함된 경로가 포함된 최종 경로를 노드화 하여 표현한 것을 예시적으로 나타낸 도면이고, 도 13은 도 12에 도시된 최종 경로를 지도상에서 표시한 것을 예시적으로 나타낸 도면이다.

도 12에 도시된 바와 같이, 경로 제한부(230)는 최적 경로와 가장 근접한 자전거도로를 매칭하고, 최종 경로 결정부(240)는 최적 경로와 자전거도로가 매칭된 경로를 최종 경로로 결정하여 이용자에게 공지할 수 있다.

여기서, 최종 경로를 복수의 노드 및 간선에서 살펴보면, 시작점인 (0,0)에서 출발하여 자전거도로 (0,0), (-1,0), (-1,5), (-1,0)을 거치고, 이후 교차점 (4,0)으로 이동하는 경로가 설정될 수 있다. 이후에는 이전 최적 경로와 동일하게 교차점 (3,0)을 거치며, 다음으로 교차점 (3,1) 및 교차점 (3,2)를 거치고, 마지막으로 교차점 (4,1)을 거쳐 도착점 (4,2)에 도착하는 경로가 최종 경로로 결정될 수 있다.

이를 도 13에 도시된 바와 지도상에서 살펴보면, 지도상 제1위치의 좌측에 위치한 자전거도로를 경유하여 제2위치로 이동하는 경로로 최종 경로가 설정되는 것이다.

이와 같이 본 발명에서 설명하는 자전거도로가 포함된 경로 탐색을 통해 퍼스널 모빌리티를 이용하는 이용자의 불필요한 우회주행을 방지하며, 과도한 경로 탐색에 대한 비용을 줄이고, 과거 이용자의 주행 정보에 대한 가중치를 부여해 양질의 주행 환경을 이용자에게 제공할 수 있다.

만약, 최종 경로에서 벗어나더라도 기존의 연산을 재활용 할 수 있는 이점이 있기 때문에 효율적인 경로 탐색을 수행할 수 있다.

한편, 본 발명에서는 최종 경로에 퍼스널 모빌리티를 주차할 수 있는 구역을 지도상에 표시하여 이용자에게 제공할 수 있다.

구체적으로, 주차 구역 안내부(250)는 데이터베이스(700)에 저장된 지도 정보에서 퍼스널 모빌리티를 주차할 수 있는 적어도 하나의 주차 구역을 참조하고, 제1위치에서 제2위치까지의 최종 경로에서 적어도 하나의 주차 구역을 지도상에 표시함으로써 이용자에게 안내할 수 있다.

<자전거도로에서의 주행에 관한 보상 지급>

한편, 본 발명에서는 퍼스널 모빌리티를 이용하는 이용자가 자전거도로가 포함된 최종 경로로 주행함에 따라 적절한 보상을 지급하도록 한다. 이용자의 측면에서 최단 거리를 배제하고 자전거도로로 주행하는 것은 시간적이나, 퍼스널 모빌리티를 대여하여 이용하는 비용적인 측면에서 큰 손실을 감수하는 것이다. 따라서 퍼스널 모빌리티를 이용하는 이용자는 자전거도로가 포함된 최종 경로에 대한 강제성이 없기 때문에 주행 중에 얼마든지 본인의 의지로 자전거도로를 이탈할 수 있다.

이와 같이, 추가적인 동기 부여가 없는 일방적인 자전거도로로의 주행 안내는 실효성이 부족하기 때문에 자전거도로로의 주행에 대한 적절한 보상이 필요하다. 따라서 본 발명에서는 최종 경로에서 퍼스널 모빌리티가 주행한 거리를 간선의 단위로 추적하고, 퍼스널 모빌리티가 최종 경로의 전체 대비 자전거도로를 주행한 비율에 따라 보상을 지급하도록 한다. 이를 도면을 참고하여 설명하기로 한다.

도 14는 본 발명의 실시예에 따른 퍼스널 모빌리티의 안전운행을 안내하기 위한 경로 탐색 장치(1)에서 최종 경로에서 퍼스널 모빌리티가 자전거도로로 주행한 것을 노드화 하여 산출하는 것을 개략적으로 나타낸 것이고, 도 15는 도 14에 도시된 도면에서 노드로 표현된 최종 경로를 지도상에서 구간으로 표현한 것이다.

본 발명에서는 보상 지급부(300)가 최종 경로에서 자전거도로를 주행한 비율을 산출하고, 이에 따라 보상을 차등적으로 지급할 수 있다. 여기서, 보상이란 퍼스널 모빌리티를 추후 이용하는데 적용되는 할인 쿠폰이나, 퍼스널 모빌리티를 이용하고 나서 청구될 시 할인된 요금이 해당될 수 있다.

먼저, 보상은 최초 자전거도로로 입장할 시 요금이 할인되거나 일부 면제로 적용될 수 있다. 즉, 도 14에 도시된 바와 같이 최종 경로에서 시작점 (0,0)을 기준으로 최초 자전거도로까지 안내되는 구간에 대한 비용을 이용자가 부담하는 것은 바람직하지 않을 수 있다. 따라서 낮은 수준의 요금 책정 또는 면제를 통해 이용자가 자전거도로로 진입할 수 있도록 유도할 수 있다. 보상 지급부(300)는 이와 같이 퍼스널 모빌리티가 시작점 (0,0)에서 자전거도로의 시작점인 자전저도로 (0,0)으로 진입하는 것을 추적하여 적용할 수 있다. 이를 통해 이용자는 최단 거리가 아닌 자전거도로로 진입하는데 다소 거부감이 완화될 수 있다.

이후 보상 지급부(300)는 퍼스널 모빌리티가 주행하는 주행 구간을 추적하여 최종 경로의 전체 대비 자전거도로를 이용한 비율을 산출할 수 있다. 예를 들어, 앞서 설명한 최종 경로를 참고하여 설명하도록 한다.

구체적으로, 최종 경로에서는 도 14와 같이 자전거도로의 노드가 (-1,0), (-1,0) 및 (-1,0)으로 형성되어 있다. 이를 지도상으로 보면 도 15와 같이 각각 T1, T2, T3의 구간으로 간주될 수 있다. 따라서 이러한 T1, T2, T3는 전체 최종 경로에서 일정 부분을 차지하며, 퍼스널 모빌리티를 이용하는 이용자가 안내된 전체 최종 경로에서 자전거도로를 주행한 비율을 보상 지급부(300)가 추적하고, 이용자가 자신이 주행한 자전거도로의 비율을 백분율로 안내받을 수 있도록 공지할 수도 있다. 이러한 과정을 통해 보상 지급부(300)는 해당 이용자한테 퍼스널 모빌리티를 이용하여 발생되는 전체 요금에서 일정 부분을 할인하는 보상을 적용할 수 있다.

예를 들어, 최종 경로가 총 20km이고, 이 중에서 자전거도로가 5km라면, 퍼스널 모빌리티를 이용하는 이용자는 최종 경로의 10분의 1의 거리만큼 자전거도로를 이용하거나, 최종 경로의 10분의 2의 거리만큼 자전거도로를 이용할 때마다 보상을 지급받을 수 있다. 이러한 비율은 경로 탐색 장치(1)를 관리하는 관리자에 의해 미리 설정된 범위에 따라 상이하게 적용될 수 있다.

아울러, 자전거도로의 이용률 또는 횡단보도 구간에서의 제한 주행 등을 이용자가 성실히 이행하였을 시 보험료 할인 등이 적용될 수 있다.

기존에는 보험사에서 적용하는 보험이 퍼스널 모빌리티를 제공하는 업체를 위주로 하여 제공되었다. 즉, 퍼스널 모빌리티에만 국한하여 보험이 적용되었다. 하지만 이러한 보험이 이용자에게까지 확산되어 적용되고 있다.

따라서 퍼스널 모빌리티를 이용하는 요금에는 사용자의 보험금도 포함될 수 있다, 이에 따라, 본 발명에서는 자전거도로의 이용률 또는 횡단보도 구간에서의 제한 주행 등을 이용자가 성실히 이행하였을 시 이용자의 보험금을 할인하는 보상도 적용할 수 있다.

이와는 반대로, 자전거도로의 이용률 또는 횡단보도 구간에서의 제한 주행 등을 이용자가 성실하게 이행하지 않았을 경우 보험료의 할증이 적용될 수 있다. 이러한 보험료의 할즐은 자전거도로의 이용률이 미리 설정된 기준 이용률보다 미만일 시 적용될 수 있다.

<패널티 적용>

한편, 본 발명에서는 인도 및 차도로 주행할 시 이용자에게 패널티를 적용할 수 있다. 이는 경로 탐색 장치(1)에서 패널티 알림부(400)가 수행할 수 있다.

패널티 알림부(400)는 퍼스널 모빌리티를 이용하는 이용자가 자전거도로가 아닌 인도 또는 차도로 주행할 시 이에 대한 패널티를 공지하고, 해당 이용자가 인도 또는 차도로 퍼스널 모빌리티를 주행함에 따라 해당 이용자에게 패널티를 부과하여 주행을 제한시키는 구성이다. 이러한 패널티 알림부(400)는 지도 정보를 기반으로 괴종 경로 중에서 적어도 하나의 인도 또는 차도에 관한 주행 가능 등급을 분류하고, 이러한 주행 가능 등급을 기반으로 속도를 제한하는 알림이나, 패널티에 대한 공지할 수 있으며, 퍼스널 모빌리티가 최종 경로에서 적어도 하나의 인도 또는 차도를 주행한 비율에 따라 패널티를 차등적으로 부과할 수 있다. 주행 가능 등급은 지도 정보를 기반으로 실시간으로 업데이트 될 수 있다.

여기서, 주행 가능 등급에 따른 주행 제한에 관해 3가지가 구분될 수 있다.

첫 번째로 자전거도로를 위주로 주행하되, 부득이한 상황에서는 인도나 보도 등으로 주행하는 상황이다. 이때에는 패널티 알림부(400)가 자전거도로에 비해 20% 감속된 속도로 주행할 것을 공지한다.

두 번째로 교통 혼잡 구간 등 주행 제한이 권고되는 구간을 주행하는 상황이다. 이때에는 패널티 알림부(400)가 자전거도로에 비해 50% 감속된 속도로 주행하도록 공지하고, 이용자가 해당 구간에 진입 시 주의 TTS를 실행하여 이용자의 주의를 환기시킬 수 있다.

세 번째로 학교 근처의 어린이보호구역이나 노약자 사고 다발 구역 등 주행 제한 구간 및 주행 금지 구간을 주행하는 상황이다. 이때에는 최초 진입 시에는 패널티 알림부(400)가 2회 경고 후 100%의 속도로 주행 제한 신호를 퍼스널 모빌리티로 전달하여 퍼스널 모빌리티가 정지하도록 하고, 이용자에게는 과금 등의 추가 패널티를 공지할 수 있다.

따라서 이용자는 경로 탐색 장치(1)가 안내하는 최종 경로를 따라 주행할 수 있으며, 이에 따라 퍼스널 모빌리티를 이용하는 요금을 할인 받을 수 있고, 이용자의 등급 상승이 이루어질 수 있다. 보상은 이용자의 등급이 상승함에 따라 상이하게 적용될 수 있다.

<광고 추천에 의한 수익 창출>

한편, 본 발명에서는 퍼스널 모빌리티를 운영하는 사업체에게 추가적인 수익을 창출할 수 있는 수단으로써 광고 추천을 제공할 수 있다. 보상 지급부(300)에 의해 제공되는 보상은 필연적으로 퍼스널 모빌리티를 운영하는 사업체들에게 수익을 감소시키는 요인으로 작용한다. 따라서 퍼스널 모빌리티를 이용하는 이용자들에게 최적의 광고를 추천하고, 퍼스널 모빌리티를 운영하는 사업체가 광고로 발생되는 수익을 획득함에 따라 퍼스널 모빌리티를 운영하는 사업체가 보상에 대한 수익 감소를 만회할 수 있다.

구체적으로, 광고 재생부(500)는 퍼스널 모빌리티를 이용하는 이용자 정보 및 퍼스널 모빌리티의 위치를 기반으로 광고를 재생하는 구성이다. 여기서, 이용자 정보란 이용자의 선호도, 나이, 성별을 포함할 수 있다. 이러한 광고 재생부(500)는 퍼스널 모빌리티가 안내된 최종 경로로 주행할 시 해당 최종 경로 상에 위치한 제휴 업체의 광고를 재생할 수 있다. 또한, 이용자의 정보를 기반으로 퍼스널 모빌리티가 최종 경로를 주행 중에 해당 이용자에게 적합한 광고를 재생할 수도 있다, 광고를 재생하기 위한 광고 정보는 제휴 업체로부터 수신하여 데이터베이스(700)에 저장될 수 있다.

광고 재생부(500)는 잠재 요인 협업필터링(Latent Factor Collaborative Filtering) 기법을 기반으로 이용자 정보에 따른 광고 정보를 도출하고, 이용자 정보 및 퍼스널 모빌리티의 위치에 따라 최적의 광고를 매칭하여 재생할 수 있다. 예를 들어, 광고는 소리와 함께 텍스트 음성 변환(text to speech, TTS)로 재생될 수 있다.

여기서, 잠재 요인 협업필터링 기법은 사용자-아이템 평점 행렬에 잠재되어 있는 어떤 요인(factor)이 있다고 가정하고, 행렬 분해를 통해 그 요인들을 찾아내는 방식이다. 예를 들어, 영화 장르를 잠재 요인으로 설정할 수 있다. 어떤 사용자는 판타지 영화를 다른 어떤 영화보다 좋아한다고 하면, 이 사용자에게 있어 영화를 선택할 때 가장 중요한 기준(요인)은 판타지 영화이냐, 아니냐가 될 가능성이 높다. 그리고 이 사용자에게 다른 영화를 추천해준다고 한다면, 판타지 영화를 추천하는 것이 가장 합리적일 가능성이 높다는 것이다.

잠재 요인 협업필터링은 이러한 요인들을 찾아 추천에 활용하게 된다. 따라서 광고 재생부(500)는 이용자 정보를 기반으로 잠재 요인 협업필터링 기법을 통해 퍼스널 모빌리티를 이용하는 이용자에게 최종 경로 상에 위치한 업체들 중 최적의 광고를 매칭하여 재생할 수 있다.

여기서, 잠재 요인 협업필터링에는 특이값 분해가 포함된다. 특이값 분해는 행렬을 직교행렬(orthogonal matrix)과 대각행렬(diagonal matrix)로 분해하는 방법 중 하나이다. 일반적으로 행렬의 정방행렬(square matrix), 즉 행과 열이 같은 행렬의 여부와 관계없이 모든 행렬에 대해서도 적용이 가능하다. 여기서, 정방핼렬을 만족하지 않으면 다차원 행력을 저차원 행렬로 분해할 수 있다.

아울러, 잠재 요인 협업필터링에는 행렬 분해가 포함된다. 행렬 분해는 행렬을 특정한 구조를 가진 다른 행렬의 곱으로 나타내는 것을 의미한다. 행렬분해는 선형 방정식의 해를 구하거나, 행렬 계산을 효율적으로 하거나, 행렬의 특정 구조를 밝히는 등의 목적으로 사용된다. 따라서 특이값 분해를 사용하기 위해서는 결측치 보정이 필요하다. 모든 요인에 관해 피드백이 되지 않고, 실제 데이터에는 원하는 만큼의 데이터가 모이지 않을 가능성이 크다. 이를 위해 특이값 분해 확률적 경사 하강을 통해 결측치를 보정하고, 그 결과를 특이 값 분해한다. 이를 통해서 특정 요소가 얼마나 사용자에게 큰 영향을 미치는지 예측할 수 있다. 그 결과를 바탕으로 이용자 정보를 기반으로 연산하여 퍼스널 모빌리티를 이용하는 이용자에게 최적의 광고를 매칭할 수 있다.

예를 들어, 퍼스널 모빌리티를 이용하기 위해서는 회원가입 시 면허증에 대한 인증이 요구된다. 이 과정에서 퍼스널 모빌리티를 이용하는 이용자의 기본 정보를 추출할 수 있다. 이러한 이용자의 정보에는 성별, 나이, 거주 지역 등이 포함되어 기본적인 데이터베이스(700)가 구축될 수 있다.

이후 이용자가 퍼스널 모빌리티에 탑승하여 주행을 시작하게 되면 제1위치에서 제2위치까지의 최종 경로에 포함되어 있는 복수의 업체들이 오버래핑 될 수 있다. 이러한 복수의 업체 중에서 최종 경로 상에 있는 업체를 선정한 후 이용자의 성별 또는 나이에 적합한 다른 이용자들이 빈번히 이용했던 업체를 선정하고, 해당 업체에 점차 근접했을 시 해당 업체에 관한 광고를 광고 재생부(500)가 TTS를 통해 재생할 수 있다.

아울러, 이용자가 최종 경로를 이탈하여 다른 경로로 주행하더라도, 이탈한 위치에서 이용자 정보를 기반으로 가장 적합한 업체를 매칭하여 광고 재생부(500)가 광고를 재생할 수도 있다.

여기서, 이용자가 광고를 끝까지 시청하게 되면, 이용자는 해당 업체가 제공하는 할인 가능한 쿠폰 등을 수령할 수 있다. 이러한 할인 가능한 쿠폰은 해당 업체에서 사용 시 구매하는 상품에 대한 할인을 적용받을 수 있다.

또한, 본 발명에서는 이용자 정보를 갱신하여 이용자의 선호도에 부합하는 광고를 매칭하여 재생할 수 있다.

구체적으로, 앞서 잠재 협업 필터링 방식을 통해 광고 재생부(500)는 이용자의 선호도, 나이 및 성별 등을 기반으로 이용자 정보에 따라 이용자가 사용할만한 쿠폰을 발행할 수 있다.

이 때 이용자는 발행된 쿠폰을 해당 업체에 방문하여 실제로 사용할 시 이용자의 선호도가 입증되며, 이에 따라 이용자의 선호도가 갱신될 수 있다. 따라서 이용자는 자신에게 부합하는 강화된 광고를 제공받을 수 있으며, 이에 따라 광고에 대한 만족도를 높일 수 있고, 향후에 퍼스널 모빌리티를 지속적으로 이용 가능하게 하는 동기를 유발시킬 수 있다.

또한, 쿠폰을 사용하게 되면, 향후 퍼스널 모빌리티의 이용에 관한 요금을 할인 받을 수 있다.

일반적으로 코사인 유사도나 피어슨 유사도를 활용하여 이용자와 비슷한 취향을 가진 소속군을 산출할 수 있다.

즉, 코사인 유사도(cosine similarity)는 내적공간의 두 벡터 간 각도의 코사인값을 이용하여 측정된 벡터간의 유사한 정도를 의미한다. 각도가 0도일 때의 코사인값은 1이며, 다른 모든 각도의 코사인값은 1보다 작다. 따라서 이 값은 벡터의 크기가 아닌 방향의 유사도를 판단하는 목적으로 사용되며, 두 벡터의 방향이 완전히 같을 경우 1, 90도의 각을 이룰 경우 0, 180도로 완전히 반대 방향인 경우 -1의 값을 갖는다. 이 때 벡터의 크기는 값에 아무런 영향을 미치지 않는다. 코사인 유사도는 특히 결과값이 [0,1]의 범위로 떨어지는 양수 공간에서 사용된다.

코사인 유사도는 어떤 개수의 차원에도 적용이 가능하여 흔히 다차원의 양수 공간에서의 유사도 측정에 자주 이용된다. 예를 들어 정보 검색 및 텍스트 마이닝 분야에서, 단어 하나하나는 각각의 차원을 구성하고 문서는 각 단어가 문서에 나타나는 회수로 표현되는 벡터값을 가진다. 이러한 다차원 공간에서 코사인 유사도는 두 문서의 유사를 측정하는 방법이다.

코사인 유사도는 데이터 마이닝 분야에서 클러스터들 간의 응집도를 측정하는 방법으로도 사용된다.

아울러, 피어슨 유사도는 두 벡터의 상관계수를 의미한다. 유사도가 가장 높을 경우 값이 1, 가장 낮을 경우 -1의 값을 가진다. 특정 유저의 점수기준이 극단적으로 너무 낮거나 높을 경우 유사도에 영향을 크게 주기 때문에, 이를 막기 위해 상관계수를 사용하는 방법이다.

따라서 이용자의 선호도와 관련된 지표를 기반으로 임시적으로 이용자의 선호도와 관련된 지표를 채우게 되고, 1차적으로 이용자의 선택을 대기하게 된다.

만약 이용자가 해당 선호도와 관련된 선택을 하게 되면 선호도와 관련된 지표를 강화하고, 저장하게 된다. 하지만 이용자가 기존의 선호도와 다른 선택을 하게 되면 선택에 대해 선호도와 관련된 지표를 추가적으로 계산하게 된다. 이를 통해 다중 소속군에 이용자의 선택이 계류될 수 있으나, 이용자의 선호도는 점점 구체화 되어 오류가 감소할 수 있다.

따라서 본 발명에서는 퍼스널 모빌리티를 이용하는 이용자의 이용자 정보와 퍼스널 모빌리티의 주행 기록을 통해 이용자에게 최적화된 광고를 제공할 수 있으며, 이를 갱신함에 따라 지속적으로 보다 더 이용자에게 최적화된 광고를 제공할 수 있다.

아울러, 발행된 쿠폰을 사용한 퍼스널 모빌리티의 이용자는 향후 퍼스널 모빌리티를 이용 시 요금이 일정 수준 할인된 가격을 적용받을 수도 있다.

이처럼 본 발명에서는 퍼스널 모빌리티를 이용하는 이용자를 자전거도로로 안내하여 퍼스널 모빌리티를 안전하게 이용할 수 있도록 유도하고, 자전거도로를 이용함에 따라 보상을 지급함으로써 이용자에게 보다 퍼스널 모빌리티를 이용할 시 자전거도로를 이용할 수 있도록 동기부여 할 수 있다. 따라서 퍼스널 모빌리티를 이용하는 이용자뿐만 아니라 보행자나 차량 운전자들도 상호 간에 안전한 이동이 가능해질 수 있다.

상기한 본 발명의 바람직한 실시예는 예시의 목적을 위해 개시된 것이고, 본 발명에 대해 통상의 지식을 가진 당업자라면, 본 발명의 사상과 범위 안에서 다양한 수정, 변경 및 부가가 가능할 것이며, 이러한 수정, 변경 및 부가는 본 발명의 특허청구 범위에 속하는 것으로 보아야 할 것이다.

1 : 경로 탐색 장치
100 : 위치 감지부
200 : 경로 탐색부
210 : 최적 경로 산출부
220 : 가중치 적용부
230 : 경로 제한부
240 : 최종 경로 결정부
250 : 주차 구역 안내부
300 : 보상 지급부
400 : 패널티 알림부
500 : 광고 재생부
600 : 이용자 관리부
700 : 데이터베이스

Claims

퍼스널 모빌리티의 안전운행을 안내하기 위한 경로 탐색 장치에 있어서,
제1위치 및 제2위치를 감지하는 위치 감지부; 및
상기 제1위치로부터 상기 제2위치까지의 최단 경로를 산출하고, 상기 최단 경로에 주행 정보를 기반으로 한 가중치를 적용하여 최적 경로를 산출하며, 상기 최적 경로를 기반으로 상기 제1위치로부터 상기 제2위치까지 자전거도로가 포함된 최종 경로를 결정하는 경로 탐색부;를 포함하되,
상기 최단 경로는 제1위치에서 제2위치까지의 최단 거리를 기반으로 산출하는 것인,
경로 탐색 장치.
제1항에 있어서,
상기 경로 탐색부는,
퍼스널 모빌리티를 이용하는 이용자의 주행 정보를 기반으로 경로에 가중치를 적용하는 가중치 적용부;
상기 제1위치에서 상기 제2위치까지의 최단 경로를 산출하고, 상기 가중치를 기반으로 상기 최단 경로에서 최적 경로를 산출하는 최적 경로 산출부;
상기 제1위치에서 상기 제2위치까지 포함된 자전거도로의 탐색 구간을 제한하고, 상기 최적 경로와 상기 최적 경로의 주변의 자전거도로를 매칭하는 경로 제한부; 및
상기 최적 경로에 상기 자전거도로가 포함된 최종 경로를 결정하고, 상기 제1위치에서 상기 제2위치까지의 상기 최종 경로를 이용자에게 공지하는 최종 경로 결정부;를 포함하는,
경로 탐색 장치.
제2항에 있어서,
상기 최적 경로 산출부는 휴리스틱 함수 기반의 A* 알고리즘을 구성하는 비용 용인 함수를 이용하여 목표 비용을 정의하고, 상기 제1위치에서 상기 제2위치까지의 경로를 복수의 노드 및 노드 간의 연결된 간선으로 생성하여 상기 간선에서 상기 목표 비용에 따라 최단 거리를 산출함으로써 상기 제1위치부터 상기 제2위치까지의 최단 경로를 산출하는,
경로 탐색 장치.
제3항에 있어서,
상기 이용자의 주행 정보는 상기 간선에 과거 이용자들의 주행에 대한 빈도를 포함하고,
상기 가중치 적용부는 상기 간선에 상기 이용자의 주행 정보를 가중 매개변수로 하는 스키마로 구성하여 상기 제1위치에서 상기 제2위치까지의 경로에 포함된 상기 간선에 각각 가중치를 부여하는,
경로 탐색 장치.
제4항에 있어서,
상기 최적 경로 산출부는 상기 간선에 관한 상기 가중치를 기반으로, 상기 간선에서 상기 가중치가 적용된 목표 비용에 따라 상기 제1위치에서 상기 제2위치까지의 최적 경로를 산출하는,
경로 탐색 장치.
제5항에 있어서,
상기 경로 제한부는,
상기 최적 경로의 주변에 위치한 자전거도로를 오버랩하여 미리 설정된 범위에 따라 제한하고,
k-최근접 이웃(K-Nearest??Neighbor) 기법을 사용하여 상기 자전거도로와 매칭될 상기 복수의 노드를 제한하며, 상기 복수의 노드들과 가장 가까운 상기 자전거도로를 매칭하는,
경로 탐색 장치.
제6항에 있어서,
상기 퍼스널 모빌리티가 상기 제1위치에서 상기 제2위치까지 주행할 시 상기 자전거도로를 이용한 비율에 따라 상기 퍼스널 모빌리티를 이용하는 이용자에게 보상을 지급하는 보상 지급부;를 더 포함하는,
경로 탐색 장치.
제7항에 있어서,
상기 보상 지급부는,
상기 최종 경로에서 상기 퍼스널 모빌리티가 주행한 거리를 상기 간선의 단위로 추적하고,
상기 퍼스널 모빌리티가 상기 최종 경로의 전체 대비 상기 자전거도로를 주행한 비율에 따라 보상을 지급하는,
경로 탐색 장치.
제8항에 있어서,
상기 보상 지급부는,
상기 최종 경로에서 상기 퍼스널 모빌리티의 평균 주행속도를 기반으로 이용자가 횡단보도 구간에서 보행한 것을 판단하고,
상기 횡단보도 구간에서 보행함에 따라 보상을 지급하는,
경로 탐색 장치.
제1항에 있어서,
상기 최종 경로에서 상기 퍼스널 모빌리티가 상기 자전거도로 이외로 경로로 주행하는 것에 패널티를 부과하고, 공지하는 패널티 알림부;를 더 포함하는,
경로 탐색 장치.
제10항에 있어서,
상기 패널티 알림부는,
지도 정보를 기반으로 상기 제1위치에서 상기 제2위치까지의 경로 중에서 적어도 하나의 인도 또는 차도에 관한 주행 가능 등급을 분류하고,
상기 퍼스널 모빌리티가 적어도 하나의 인도 또는 차도에 진입할 시 패널티가 부과됨을 공지하며,
상기 퍼스널 모빌리티가 상기 최종 경로에서 상기 적어도 하나의 인도 또는 차도를 주행한 비율에 따라 패널티를 부과하는,
경로 탐색 장치.
제1항에 있어서,
지도 정보에서 상기 퍼스널 모빌리티를 주차할 수 있는 적어도 하나의 주차 구역을 참조하여, 상기 제1위치에서 상기 제2위치까지의 상기 최종 경로에서 상기 적어도 하나의 주차 구역을 안내하는 주차 구역 안내부;를 더 포함하는,
경로 탐색 장치.
제12항에 있어서,
상기 퍼스널 모빌리티를 이용하는 이용자 정보 및 상기 퍼스널 모빌리티의 위치를 기반으로 광고를 재생하는 광고 재생부;를 더 포함하고,
상기 광고 재생부는 잠재 요인 협업필터링(Latent Factor Collaborative Filtering) 기법을 기반으로 상기 이용자 정보에 따른 광고 정보를 도출하며, 상기 이용자 정보 및 상기 퍼스널 모빌리티의 위치에 따라 최적의 광고를 매칭하여 재생하며,
경로 탐색 장치.
제13항에 있어서,
상기 이용자 정보는 선호도, 나이 및 성별 중 적어도 하나를 포함하고,
상기 광고 재생부는 상기 이용자 정보에 기반하여 쿠폰을 발행하며,
발행된 상기 쿠폰을 이용자가 사용함에 따라 상기 이용자 정보를 갱신하여 상기 이용자 정보에 부합하는 광고를 매칭하여 재생하는,
경로 탐색 장치.
제14항에 있어서,
발행된 상기 쿠폰을 사용한 이용자는 상기 퍼스널 모빌리티에 관한 요금이 할인 적용되는,
경로 탐색 장치.
퍼스널 모빌리티의 안전운행을 안내하기 위한 경로 탐색 방법에 있어서,
위치 감지부가 제1위치 및 제2위치를 감지하는 단계;
경로 탐색부가 상기 제1위치로부터 상기 제2위치까지의 최단 경로를 산출하는 단계;
상기 경로 탐색부가 상기 최단 경로에 주행 정보를 기반으로 한 가중치를 적용하여 상기 경로 탐색부가 최적 경로를 산출하는 단계; 및
상기 경로 탐색부가 상기 최적 경로를 기반으로 상기 제1위치로부터 상기 제2위치까지 자전거도로가 포함된 최종 경로를 결정하는 단계;를 포함하되,
상기 최단 경로는 제1위치에서 제2위치까지의 최단 거리를 기반으로 산출하는 것인,
경로 탐색 방법.