KR102475023B1 - 드론을 이용한 실시간 여행 서비스 제공 시스템 - Google Patents
드론을 이용한 실시간 여행 서비스 제공 시스템 Download PDFInfo
- Publication number
- KR102475023B1 KR102475023B1 KR1020210062193A KR20210062193A KR102475023B1 KR 102475023 B1 KR102475023 B1 KR 102475023B1 KR 1020210062193 A KR1020210062193 A KR 1020210062193A KR 20210062193 A KR20210062193 A KR 20210062193A KR 102475023 B1 KR102475023 B1 KR 102475023B1
- Authority
- KR
- South Korea
- Prior art keywords
- drone
- user terminal
- attraction
- terminal
- time
- Prior art date
Links
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000000034 method Methods 0.000 description 42
- 210000002569 neuron Anatomy 0.000 description 28
- 230000009471 action Effects 0.000 description 17
- 239000003795 chemical substances by application Substances 0.000 description 14
- 238000004891 communication Methods 0.000 description 11
- 230000001242 postsynaptic effect Effects 0.000 description 11
- 238000010304 firing Methods 0.000 description 10
- 239000003550 marker Substances 0.000 description 10
- 210000004205 output neuron Anatomy 0.000 description 9
- 210000005215 presynaptic neuron Anatomy 0.000 description 9
- 230000000946 synaptic effect Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 239000012528 membrane Substances 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000033001 locomotion Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000012421 spiking Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 208000025721 COVID-19 Diseases 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000002255 vaccination Methods 0.000 description 2
- VYZAMTAEIAYCRO-UHFFFAOYSA-N Chromium Chemical compound [Cr] VYZAMTAEIAYCRO-UHFFFAOYSA-N 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 230000000378 dietary effect Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 210000000225 synapse Anatomy 0.000 description 1
- 235000019640 taste Nutrition 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/14—Travel agencies
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64C—AEROPLANES; HELICOPTERS
- B64C39/00—Aircraft not otherwise provided for
- B64C39/02—Aircraft not otherwise provided for characterised by special use
- B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B27/00—Optical systems or apparatus not provided for by any of the groups G02B1/00 - G02B26/00, G02B30/00
- G02B27/01—Head-up displays
- G02B27/017—Head mounted
- G02B27/0172—Head mounted characterised by optical features
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
- H04L69/16—Implementation or adaptation of Internet protocol [IP], of transmission control protocol [TCP] or of user datagram protocol [UDP]
- H04L69/164—Adaptation or special uses of UDP protocol
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/47—End-user applications
- H04N21/472—End-user interface for requesting content, additional data or services; End-user interface for interacting with content, e.g. for content reservation or setting reminders, for requesting event notification, for manipulating displayed content
- H04N21/47211—End-user interface for requesting content, additional data or services; End-user interface for interacting with content, e.g. for content reservation or setting reminders, for requesting event notification, for manipulating displayed content for requesting pay-per-view content
-
- B64C2201/127—
-
- B64C2201/141—
-
- B64C2201/146—
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2101/00—UAVs specially adapted for particular uses or applications
- B64U2101/30—UAVs specially adapted for particular uses or applications for imaging, photography or videography
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2201/00—UAVs characterised by their flight controls
- B64U2201/10—UAVs characterised by their flight controls autonomous, i.e. by navigating independently from ground or air stations, e.g. by using inertial navigation systems [INS]
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2201/00—UAVs characterised by their flight controls
- B64U2201/20—Remote controls
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Signal Processing (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Multimedia (AREA)
- Aviation & Aerospace Engineering (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Primary Health Care (AREA)
- Human Computer Interaction (AREA)
- Theoretical Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Computer Networks & Wireless Communication (AREA)
- Optics & Photonics (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
드론을 이용한 실시간 여행 서비스 제공 시스템이 제공되며, 원격지에서 여행할 국가, 지역 및 어트랙션(Attraction)을 선택하고, 기 설정된 단위요금을 결제한 후 어트랙션을 촬영할 드론을 제어하고, 드론으로 촬영된 영상을 실시간으로 스트리밍받아 출력하는 사용자 단말, 각 국가의 지역 내 적어도 하나의 어트랙션에 설치되고, 사용자 단말에서 단위요금을 결제하는 경우, 단위요금에 대응하는 시간만큼 어트랙션을 촬영할 드론을 할당하여 사용자 단말과의 엑세스를 허용하는 적어도 하나의 드론센터 단말, 드론센터 단말과 매핑되어 연결되고, 사용자 단말과 연동되어 사용자 단말로부터 제어신호를 수신하고, 촬영된 영상을 사용자 단말로 드론센터 단말을 경유하여 전송하는 적어도 하나의 드론 및 적어도 하나의 드론센터 단말과 적어도 하나의 드론을 각 국가, 지역 및 어트랙션과 매핑하여 저장하고 식별코드를 부여하여 관리하는 관리부, 사용자 단말에서 국가, 지역 및 어트랙션을 선택 및 결제하는 경우, 선택된 어트랙션에 기 매핑되어 저장된 적어도 하나의 드론 중 점유되지 않은 드론을 할당하여 사용자 단말과 연동시키는 연동부, 사용자 단말에서 입력된 제어신호를 할당된 드론으로 전송하고, 드론에서 촬영된 영상을 사용자 단말로 전송하는 전송부를 포함하는 여행 서비스 제공 서버를 포함한다.
Description
본 발명은 드론을 이용한 실시간 여행 서비스 제공 시스템에 관한 것으로, 드론을 이용하여 실시간으로 전 세계의 어트랙션을 여행할 수 있는 플랫폼을 제공한다.
관광산업 생태계가 위협받고 있다. PATA(아시아태평양 관광기구)는 관광 위기를 14 가지로 유형화하고 있는데 건강 유형 속에 유행병과 팬데믹을 포함하며, 위기는 개인, 집단, 공동체 또는 사회 전체에 영향을 미칠 수 있는 불안정하고 위험한 상황을 야기하는 예기치 못한 사건을 의미한다. 현재 코로나19는 위기를 거쳐 재난으로 다가오고 있다. 문제는 팬데믹에 의한 전 세계적 현상은 항공을 비롯한 교통과 관광인프라와 서비스 전체를 멈추게 하고 있으며, 관광산업의 생태계가 무너질 수 있는 위험을 가지고 있다는 것이다. 관광산업생태계는 산업의 생산 관계에서 형성되는 가치사슬과 이를 구성하는 제도와 산업의 이해관계자 간 서로 영향을 주고받는 흐름의 구성체를 의미한다. 관광산업은 여행사나 호텔 등 주요 관광기반산업만이 아니라 음식점, 기념품 가게, 교통, 재래시장 등 다양한 사업이 유기적으로 연결되어 형성되어 있는데, 개별단위의 사업체는 위기 후에 새로운 사업체로 대체될 수 있지만, 전체적인 산업생태계가 무너지면 복원하는 데는 상당히 오랜 시일이 걸린다.
이때, 드론을 이용하여 원격지에서 관광을 할 수 있도록 하는 플랫폼이 연구 및 개발되었는데, 한국등록특허 제10-2236965호(2021년04월07일 공고) 및 한국공개특허 제2018-0133629호(2018년12월17일 공개)에는, 사용자가 원하는 나라의 여행코스를 제공하고, 바디모션 인터페이스를 이용하여 드론의 이동을 원격지에서 제어함으로써 사용자가 드론에 의해 촬영된 주변여행풍경을 감상할 수 있도록 하는 구성과, 온라인을 통하여 사용자가 원격지에서 여행장소를 관광할 수 있도록 각 지역의 명소에 위치한 드론 장치를 제어하는 원격지 제어자에 의한 여행 패키지를 온라인 상에 등록하고, 여행자는 자신이 소지한 모바일 단말을 통하여 원하는 코스를 신청하여 제어자가 드론을 조종하여 촬영한 영상을 제공받음으로써 원격여행서비스를 구현할 수 있는 구성이 각각 개시되어 있다.
다만, 상술한 구성 중 전자의 경우 바디모션을 캡쳐할 수 있는 키넥트 장치나 모션을 감지할 수 있는 웨어러블 디바이스가 요구되고, 후자의 경우에는 사용자 자신이 직접 제어하는 것이 아니기 때문에 마음대로 풍경을 볼 수 있는 플랫폼이 아니다. 이번 코로나19는 한국 관광산업 생태계의 약한 고리를 드러나게 해주었고, 산업별 위기 대책 마련이 부족하다는 것을 알게 해주었다. 대부분의 자영업자들이 부도나 폐업위기에 직면해있으나 포스트코로나 시대에 관광산업을 새로운 방향으로 개발하기 보다는 자본을 쏟아붓는 방법으로 근본적인 대책을 마련하지 못하고 있다. 또, 신기술의 혁신적 적용이 느리다는 것이다. 해외 OTA(Online Travel Agency)의 플랫폼 비즈니스 등이 빠르게 확산하여 대세를 형성하는 동안에도 재래식 비즈니스와 국내시장에 한정된 마켓 중심으로 움직였다. 그동안 가격경쟁으로 매출 규모만 늘리려고 했지, 기술 활용을 통한 산업 흐름에 선제적으로 대응하지 못해왔다. 이에, 드론을 이용하여 실시간으로 원격지의 관광지를 여행할 수 있는 플랫폼이 연구 및 개발이 요구된다.
본 발명의 일 실시예는, 반자율 주행 드론 또는 완전자율 주행 드론을 이용하여 드론 전문가가 아닌 일반인도 자유롭게 원격지에서 드론을 제어하면서 실시간으로 여행지를 둘러볼 수 있도록 하며, 사용자는 실시간 여행할 국가를 선택하고, 국가 내 적어도 하나의 어트랙션(Attraction) 중 원하는 어트랙션을 선택하여 단위시간별 요금인 드론접속료를 결제하면, 사용자 단말과 드론 간을 연결함으로써 드론의 실시간 영상을 사용자 단말 또는 사용자 단말과 연동된 디스플레이나 HMD(Head Mounted Display)를 통하여 실재감을 줄 수 있으며, 백신접종으로 해외여행이 개시되기 전 여행에 대한 열망을 해소시키면서 관광산업을 부흥할 수 있도록 하고, 여행이 개시된 이후에도 기 구축된 인프라를 이용하여 언제 어디서나 전 세계를 여행할 수 있는 신사업으로 남을 수 있는, 드론을 이용한 실시간 여행 서비스 제공 방법을 제공할 수 있다. 다만, 본 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.
상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본 발명의 일 실시예는, 원격지에서 여행할 국가, 지역 및 어트랙션(Attraction)을 선택하고, 기 설정된 단위요금을 결제한 후 어트랙션을 촬영할 드론의 운전을 제어하기 위한 운전제어신호를 출력하고, 드론으로 촬영된 영상을 실시간으로 스트리밍받아 출력하는 사용자 단말, 각 국가의 지역 내 적어도 하나의 어트랙션에 설치되고, 사용자 단말에서 단위요금을 결제하는 경우, 단위요금에 대응하는 시간만큼 어트랙션을 촬영할 드론을 할당하여 사용자 단말과의 엑세스를 허용하는 적어도 하나의 드론센터 단말, 드론센터 단말과 매핑되어 연결되고, 사용자 단말과 연동되어 사용자 단말로부터 상기 운전제어신호를 수신하고, 촬영된 영상을 사용자 단말로 드론센터 단말을 경유하여 전송하는 적어도 하나의 드론 및 적어도 하나의 드론센터 단말과 적어도 하나의 드론을 각 국가, 지역 및 어트랙션과 매핑하여 저장하고 식별코드를 부여하여 관리하는 관리부, 사용자 단말에서 국가, 지역 및 어트랙션을 선택 및 결제하는 경우, 선택된 어트랙션에 기 매핑되어 저장된 적어도 하나의 드론 중 점유되지 않은 드론을 할당하여 사용자 단말과 연동시키는 연동부, 사용자 단말에서 입력된 상기 운전제어신호를 할당된 드론으로 전송하고, 드론에서 촬영된 영상을 사용자 단말로 전송하는 전송부를 포함하는 여행 서비스 제공 서버를 포함한다.
전술한 본 발명의 과제 해결 수단 중 어느 하나에 의하면, 반자율 주행 드론 또는 완전자율 주행 드론을 이용하여 드론 전문가가 아닌 일반인도 자유롭게 원격w지에서 드론을 제어하면서 실시간으로 여행지를 둘러볼 수 있도록 하며, 사용자는 실시간 여행할 국가를 선택하고, 국가 내 적어도 하나의 어트랙션(Attraction) 중 원하는 어트랙션을 선택하여 단위시간별 요금인 드론접속료를 결제하면, 사용자 단말과 드론 간을 연결함으로써 드론의 실시간 영상을 사용자 단말 또는 사용자 단말과 연동된 디스플레이나 HMD(Head Mounted Display)를 통하여 실재감을 줄 수 있으며, 백신접종으로 해외여행이 개시되기 전 여행에 대한 열망을 해소시키면서 관광산업을 부흥할 수 있도록 하고, 여행이 개시된 이후에도 기 구축된 인프라를 이용하여 언제 어디서나 전 세계를 여행할 수 있는 신사업으로 남을 수 있다.
도 1은 본 발명의 일 실시예에 따른 드론을 이용한 실시간 여행 서비스 제공 시스템을 설명하기 위한 도면이다.
도 2는 도 1의 시스템에 포함된 여행 서비스 제공 서버를 설명하기 위한 블록 구성도이다.
도 3 및 도 4는 본 발명의 일 실시예에 따른 드론을 이용한 실시간 여행 서비스가 구현된 일 실시예를 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시예에 따른 드론을 이용한 실시간 여행 서비스 제공 방법을 설명하기 위한 동작 흐름도이다.
도 2는 도 1의 시스템에 포함된 여행 서비스 제공 서버를 설명하기 위한 블록 구성도이다.
도 3 및 도 4는 본 발명의 일 실시예에 따른 드론을 이용한 실시간 여행 서비스가 구현된 일 실시예를 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시예에 따른 드론을 이용한 실시간 여행 서비스 제공 방법을 설명하기 위한 동작 흐름도이다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미하며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
명세서 전체에서 사용되는 정도의 용어 "약", "실질적으로" 등은 언급된 의미에 고유한 제조 및 물질 허용오차가 제시될 때 그 수치에서 또는 그 수치에 근접한 의미로 사용되고, 본 발명의 이해를 돕기 위해 정확하거나 절대적인 수치가 언급된 개시 내용을 비양심적인 침해자가 부당하게 이용하는 것을 방지하기 위해 사용된다. 본 발명의 명세서 전체에서 사용되는 정도의 용어 "~(하는) 단계" 또는 "~의 단계"는 "~ 를 위한 단계"를 의미하지 않는다.
본 명세서에 있어서 '부(部)'란, 하드웨어에 의해 실현되는 유닛(unit), 소프트웨어에 의해 실현되는 유닛, 양방을 이용하여 실현되는 유닛을 포함한다. 또한, 1 개의 유닛이 2 개 이상의 하드웨어를 이용하여 실현되어도 되고, 2 개 이상의 유닛이 1 개의 하드웨어에 의해 실현되어도 된다. 한편, '~부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니며, '~부'는 어드레싱 할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부'는 소프트웨어 구성요소들, 객체 지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 '~부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부'들로 결합되거나 추가적인 구성요소들과 '~부'들로 더 분리될 수 있다. 뿐만 아니라, 구성요소들 및 '~부'들은 디바이스 또는 보안 멀티미디어카드 내의 하나 또는 그 이상의 CPU들을 재생시키도록 구현될 수도 있다.
본 명세서에 있어서 단말, 장치 또는 디바이스가 수행하는 것으로 기술된 동작이나 기능 중 일부는 해당 단말, 장치 또는 디바이스와 연결된 서버에서 대신 수행될 수도 있다. 이와 마찬가지로, 서버가 수행하는 것으로 기술된 동작이나 기능 중 일부도 해당 서버와 연결된 단말, 장치 또는 디바이스에서 수행될 수도 있다.
본 명세서에서 있어서, 단말과 매핑(Mapping) 또는 매칭(Matching)으로 기술된 동작이나 기능 중 일부는, 단말의 식별 정보(Identifying Data)인 단말기의 고유번호나 개인의 식별정보를 매핑 또는 매칭한다는 의미로 해석될 수 있다.
이하 첨부된 도면을 참고하여 본 발명을 상세히 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 드론을 이용한 실시간 여행 서비스 제공 시스템을 설명하기 위한 도면이다. 도 1을 참조하면, 드론을 이용한 실시간 여행 서비스 제공 시스템(1)은, 적어도 하나의 사용자 단말(100), 여행 서비스 제공 서버(300), 적어도 하나의 드론센터 단말(400), 적어도 하나의 드론(500)을 포함할 수 있다. 다만, 이러한 도 1의 드론을 이용한 실시간 여행 서비스 제공 시스템(1)은, 본 발명의 일 실시예에 불과하므로, 도 1을 통하여 본 발명이 한정 해석되는 것은 아니다.
이때, 도 1의 각 구성요소들은 일반적으로 네트워크(Network, 200)를 통해 연결된다. 예를 들어, 도 1에 도시된 바와 같이, 적어도 하나의 사용자 단말(100)은 네트워크(200)를 통하여 여행 서비스 제공 서버(300)와 연결될 수 있다. 그리고, 여행 서비스 제공 서버(300)는, 네트워크(200)를 통하여 적어도 하나의 사용자 단말(100), 적어도 하나의 드론센터 단말(400), 적어도 하나의 드론(500)과 연결될 수 있다. 또한, 적어도 하나의 드론센터 단말(400)은, 네트워크(200)를 통하여 여행 서비스 제공 서버(300)와 연결될 수 있다. 그리고, 적어도 하나의 드론(500)은, 네트워크(200)를 통하여 적어도 하나의 사용자 단말(100), 여행 서비스 제공 서버(300) 및 적어도 하나의 드론센터 단말(400)과 연결될 수 있다.
여기서, 네트워크는, 복수의 단말 및 서버들과 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조를 의미하는 것으로, 이러한 네트워크의 일 예에는 근거리 통신망(LAN: Local Area Network), 광역 통신망(WAN: Wide Area Network), 인터넷(WWW: World Wide Web), 유무선 데이터 통신망, 전화망, 유무선 텔레비전 통신망 등을 포함한다. 무선 데이터 통신망의 일례에는 3G, 4G, 5G, 3GPP(3rd Generation Partnership Project), 5GPP(5th Generation Partnership Project), LTE(Long Term Evolution), WIMAX(World Interoperability for Microwave Access), 와이파이(Wi-Fi), 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), RF(Radio Frequency), 블루투스(Bluetooth) 네트워크, NFC(Near-Field Communication) 네트워크, 위성 방송 네트워크, 아날로그 방송 네트워크, DMB(Digital Multimedia Broadcasting) 네트워크 등이 포함되나 이에 한정되지는 않는다.
하기에서, 적어도 하나의 라는 용어는 단수 및 복수를 포함하는 용어로 정의되고, 적어도 하나의 라는 용어가 존재하지 않더라도 각 구성요소가 단수 또는 복수로 존재할 수 있고, 단수 또는 복수를 의미할 수 있음은 자명하다 할 것이다. 또한, 각 구성요소가 단수 또는 복수로 구비되는 것은, 실시예에 따라 변경가능하다 할 것이다.
적어도 하나의 사용자 단말(100)은, 드론을 이용한 실시간 여행 서비스 관련 웹 페이지, 앱 페이지, 프로그램 또는 애플리케이션을 이용하여 국가, 지역, 어트랙션을 정하여 드론(500)과 연동되는 사용자의 단말일 수 있다.
여기서, 적어도 하나의 사용자 단말(100)은, 네트워크를 통하여 원격지의 서버나 단말에 접속할 수 있는 컴퓨터로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 네비게이션, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(Desktop), 랩톱(Laptop) 등을 포함할 수 있다. 이때, 적어도 하나의 사용자 단말(100)은, 네트워크를 통해 원격지의 서버나 단말에 접속할 수 있는 단말로 구현될 수 있다. 적어도 하나의 사용자 단말(100)은, 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치로서, 네비게이션, PCS(Personal Communication System), GSM(Global System for Mobile communications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말, 스마트폰(Smartphone), 스마트 패드(Smartpad), 타블렛 PC(Tablet PC) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다.
여행 서비스 제공 서버(300)는, 드론을 이용한 실시간 여행 서비스 웹 페이지, 앱 페이지, 프로그램 또는 애플리케이션을 제공하는 서버일 수 있다. 그리고, 여행 서비스 제공 서버(300)는, 적어도 하나의 어트랙션의 적어도 하나의 드론센터 단말(400)과 적어도 하나의 드론(500)을 등록하여 관리하는 서버일 수 있다. 또한, 여행 서비스 제공 서버(300)는 사용자 단말(100)에서 국가, 지역, 어트랙션을 선택한 후 드론(500)과 연동을 요청하며 결제를 한 경우, 단위시간동안 드론(500)과 연동되도록 하는 서버일 수 있다.
여기서, 여행 서비스 제공 서버(300)는, 네트워크를 통하여 원격지의 서버나 단말에 접속할 수 있는 컴퓨터로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 네비게이션, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(Desktop), 랩톱(Laptop) 등을 포함할 수 있다.
적어도 하나의 드론센터 단말(400)은, 드론을 이용한 실시간 여행 서비스 관련 웹 페이지, 앱 페이지, 프로그램 또는 애플리케이션을 이용하는 드론센터의 단말일 수 있다. 드론센터 단말(400)은 전 세계 각 지역의 어트랙션마다 구비되며 오프라인 및 온라인으로 드론(500)을 대여해주는 단말일 수 있다.
적어도 하나의 드론(500)은, 드론을 이용한 실시간 여행 서비스 관련 웹 페이지, 앱 페이지, 프로그램 또는 애플리케이션을 이용하여 촬영한 영상을 드론센터 단말(400), 여행 서비스 제공 서버(300)를 경유하여 사용자 단말(100)로 전송하고, 사용자 단말(100)의 운전제어신호를 수신하여 비행하는 장치일 수 있다.
여기서, 적어도 하나의 드론(500)은, 네트워크를 통하여 원격지의 서버나 단말에 접속할 수 있는 컴퓨터로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 네비게이션, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(Desktop), 랩톱(Laptop) 등을 포함할 수 있다. 이때, 적어도 하나의 드론(500)은, 네트워크를 통해 원격지의 서버나 단말에 접속할 수 있는 단말로 구현될 수 있다. 적어도 하나의 드론(500)은, 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치로서, 네비게이션, PCS(Personal Communication System), GSM(Global System for Mobile communications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말, 스마트폰(Smartphone), 스마트 패드(Smartpad), 타블렛 PC(Tablet PC) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다.
도 2는 도 1의 시스템에 포함된 여행 서비스 제공 서버를 설명하기 위한 블록 구성도이고, 도 3 및 도 4는 본 발명의 일 실시예에 따른 드론을 이용한 실시간 여행 서비스가 구현된 일 실시예를 설명하기 위한 도면이다.
도 2를 참조하면, 여행 서비스 제공 서버(300)는, 관리부(310), 연동부(320), 전송부(330), 연결부(340), 구조부(350)를 포함할 수 있다.
본 발명의 일 실시예에 따른 여행 서비스 제공 서버(300)나 연동되어 동작하는 다른 서버(미도시)가 적어도 하나의 사용자 단말(100), 적어도 하나의 드론센터 단말(400) 및 적어도 하나의 드론(500)으로 드론을 이용한 실시간 여행 서비스 애플리케이션, 프로그램, 앱 페이지, 웹 페이지 등을 전송하는 경우, 적어도 하나의 사용자 단말(100), 적어도 하나의 드론센터 단말(400) 및 적어도 하나의 드론(500)은, 드론을 이용한 실시간 여행 서비스 애플리케이션, 프로그램, 앱 페이지, 웹 페이지 등을 설치하거나 열 수 있다. 또한, 웹 브라우저에서 실행되는 스크립트를 이용하여 서비스 프로그램이 적어도 하나의 사용자 단말(100), 적어도 하나의 드론센터 단말(400) 및 적어도 하나의 드론(500)에서 구동될 수도 있다. 여기서, 웹 브라우저는 웹(WWW: World Wide Web) 서비스를 이용할 수 있게 하는 프로그램으로 HTML(Hyper Text Mark-up Language)로 서술된 하이퍼 텍스트를 받아서 보여주는 프로그램을 의미하며, 예를 들어 넷스케이프(Netscape), 익스플로러(Explorer), 크롬(Chrome) 등을 포함한다. 또한, 애플리케이션은 단말 상의 응용 프로그램(Application)을 의미하며, 예를 들어, 모바일 단말(스마트폰)에서 실행되는 앱(App)을 포함한다.
도 2를 참조하면, 관리부(310)는, 적어도 하나의 드론센터 단말(400)과 적어도 하나의 드론(500)을 각 국가, 지역 및 어트랙션과 매핑하여 저장하고 식별코드를 부여하여 관리할 수 있다. 이때, 적어도 하나의 드론(500)은 반자율 주행 드론(500)(Semi-Autonomous Drone)일 수 있다. 적어도 하나의 드론센터 단말(400)은, 각 국가의 지역 내 적어도 하나의 어트랙션에 설치되고, 사용자 단말(100)에서 단위요금을 결제하는 경우, 단위요금에 대응하는 시간만큼 어트랙션을 촬영할 드론(500)을 할당하여 사용자 단말(100)과의 엑세스를 허용할 수 있다. 적어도 하나의 드론(500)은, 드론센터 단말(400)과 매핑되어 연결되고, 사용자 단말(100)과 연동되어 사용자 단말(100)로부터 운전제어신호를 수신하고, 촬영된 영상을 사용자 단말(100)로 드론센터 단말(400)을 경유하여 전송할 수 있다.
반자율 주행을 실시하는 이유는, 사용자는 일반인으로 드론을 조종하는 전문가가 아니고, 각 드론(500) 간을 장애물로 인식하고 회피하지 못하는 경우 사용자가 조종하는 드론(500)은 물론 타인이 조종하는 드론까지 불시착하는 일을 방지하기 위해서다. 또, 사용자 자신이 원하는 곳을 둘러보도록 조종하다가 자세를 제대로 제어하지 못하는 경우 흔들린 화면만 보다가 기준시간이 지나가 이용이 종료될 수도 있고, 원하는 경로를 둘러보려고 하는데 지도를 보지 못하거나 현재 자신이 어디에 있는지, 또 원하는 곳을 보려면 어디로 가야하는지 모르는 경우 여행지의 모습을 보기는 커녕 조종 인터페이스만 보다가 끝이 날 수도 있다. 이에 따라 반자동으로 장애물을 회피하거나 지정된 경로를 따라가는 등의 비행이 전제되어야 한다.
<장애물 회피>
최근 다양한 인공지능 기술에서 강화학습 기반의 경로 생성 및 회피 알고리즘이 개발되었고 이는 그리드(Grid) 기반의 Epsilon 정책을 주로 사용한다. 하지만, Epsilon 정책은 그리드 기반처럼 액션 균형이 갖춰진 형태에서만 효과적이지만 동적 환경에서처럼 탐사가 필요한 환경에서는 추정치에 따라 액션의 변화를 주는 Softmax 정책이 더 유리하다. 이에, 본 발명의 일 실시예에서는 Softmax 정책 기법을 이용한 Q-learning 학습을 통해서 드론이 목표 경로까지 장애물을 피하며 최적의 경로로 이동하는 알고리즘을 이용할 수 있다.
Q-learning 기반 알고리즘은 에이전트가 얻어지는 즉각적인 보상을 Q-table로 구성하여 매번 시행마다 Q-table을 갱신하면서 학습을 진행한다. 따라서 알고리즘은 주변 환경과 보상을 받는 탐색과정을 위해서 주변 환경을 상태변수로 표현하고, 에이전트는 현재 상태에서 수행 가능한 액션을 수행한다. 에이전트는 탐사를 진행한 후 수행된 액션의 결과를 관찰하며, 이때 관찰 결과는 보상의 형태로 저장되어 향후 보상의 예상 가치에 대한 가중치 합계로 구성된다. Q-learning 기반 학습 알고리즘은 에이전트(드론)가 가장 높은 보상을 주는 특정 조건의 액션을 선택하여 단계가 지남에 따라 누적된 보상을 최대화하는 방식으로 학습이 진행된다. 본 발명의 일 실시예에서는 균일한 액션을 가질 수 있는 그리드 기반의 환경과는 다르게 동적 환경에서의 탐색을 진행하므로 에이전트가 균일한 액션으로 동작할 수 없기 때문에 학습과정을 더 빠르게 진행하기 위해서 Softmax 정책기반의 학습방법을 이용하기로 한다. 동적 장애물 회피 및 최적 경로 계획을 위해 사용된 알고리즘은 의사코드로 이루어질 수 있다.
각 에이전트는 거리 센서를 활용하여 주변 환경과 동적 장애물을 감지할 수 있다. 일반적으로 주변 환경 감지의 정확성을 높이기 위해 다수의 센서를 부착하는 것이 더 효과적이지만, 연산 처리에 대한 시간적 소요를 줄이기 위해 에이전트는 60도의 시야를 가진 5개의 센서를 부착하여 전방의 동적 장애물과 환경을 감지할 수 있도록 가정하기로 한다. 모든 센서는 400cm의 거리를 측정할 수 있으며, 모든 센서의 거리 측정 정보를 연속 신호로 가정하면 큰 의사 결정 테이블의 크기가 매우 커져 학습 및 연산의 시간이 증가하고 보상 기준이 단순화되기 때문에 센서 측정값을 이산화할 수 있다. 각 센서는 에이전트를 중심으로 180도 각도를 4 개의 영역으로 나누고 센서는 영역 값이 2보다 작을 때 인식하며 0보다 작을 때는 부딪히는 것으로 인식할 수 있다. 시야각에 따라 영역을 나누눌 수 있고, 상태는 센서 측정값을 통해 가장 가까운 장애물까지의 거리와 구역을 통해 장애물이 위치한 각도를 나타내 상황에 맞게 액션을 취할 수 있게 구성할 수 있다.
기본적으로 에이전트는 직진할 때 양의 보상 값을 제공하도록 정의하여 기본 상태에서 에이전트는 직선으로 움직이게 설정할 수 있다. 또한 직진 방향을 우선순위로 가정하여 다른 액션을 취할 때는 작은 음의 보상 값으로 정의하고 이를 R1의 보상 값으로 정의할 수 있다. 에이전트가 동적 장애물을 효율적으로 회피하도록 학습하기 위해서는 장애물과 멀어질 시 센서 값의 총 변화를 양수로 정의할 수 있고, 장애물을 향해 움직이면 음수로 정의할 수 있다. R2의 보상으로 센서값의 총 변화가 양수이면 양의 보상 값을 받게 할 수 있고 음수이면 음의 보상 값을 받게 정의할 수 있다. R3은 에이전트가 직진을 할 경우를 제외하고 에이전트가 선택한 액션 직후 바로 반대되는 액션을 선택할 경우, 일반적이지 않은 움직임으로 가정하여 낮은 보상 값을 주도록 설정할 수 있다. R4는 목적지를 향해 최적의 경로로 에이전트가 움직일 수 있도록 하기 위해 설정된 보상 값으로, 에이전트의 현재 위치[(a,b)]를 받아 목적지[(x,y)]까지의 거리를 수식으로 나타내어 각 거리에 따른 가중치를 두어 각각의 보상 값을 다르게 설정할 수 있다. 그 밖의 기본적인 보상으로 장애물과 충돌 시 음의 보상을 줄 수 있고, 액션의 단계가 기 설정된 수가 넘어갈 시 장애물과 접촉되지 않고 오랜 시간 운용되었다는 것을 고려해 작은 양의 보상과 목표지점에 도달 시 큰 양의 보상을 줄 수 있다.
액션의 선택을 위한 정책 방법으로서 볼츠만 분포를 사용한 Softmax 방법을 이용할 수 있다. Softmax 방법은 인풋값을 여러개 갖는 일종의 함수로, 확률처럼 모든 아웃풋 값을 더했을 때 1이 총합이라는 특징을 갖는다. Softmax를 기반으로 한 행동 선택 a는 상대적인 값을 기반으로 행동이 가중되어 선택된다. 이 제약조건을 추가하면 제약조건을 추가하지 않은 경우보다 빠르게 수렴을 학습할 수 있다.
이때, P는 상태 s에서 행동 a를 선택할 확률이며 T는 탐구의 정도를 조절하는 Temperature 매개 변수이다. 매개 변수 T는 24로 설정할 수 있고, 총 값의 5프로씩 감소하여 0.01까지 내려가도록 설정할 수 있다. T를 점차 낮춤으로써, 액션에 대한 선택 확률에 더 큰 차이를 내도록 할 수 있다.
<이착륙>
자율비행 드론이 적절하게 착륙 지점을 선택해야 파손에 대한 위험 부담을 덜 수 있기 때문에 정확한 착륙 지점을 선택하는 것은 매우 중요하다. 착륙 지점을 선택하기 위해 일반적으로 사용하고 있는 방법으로 Depth Map, 마커 인식, 딥러닝 방법들이 있다. 마커 인식 방법은 사용자가 정한 지점에 특정 마커를 설치해두면 그 마커에 대해 미리 학습된 드론은 하부의 단일 카메라를 통해 마커를 탐지하게 된다. 입력 영상에서 마커가 탐지가 되면 마커의 중심 위치를 얻어 카메라의 정중앙에 오도록 맞춰 마커 위에 착륙을 할 수 있게 하는 시스템이기 때문에 비교적 높은 연산량을 가지고 있다. 이에 따라, 본 발명의 일 실시예에서는 위,아래,왼쪽, 오른쪽 4개의 출력 뉴런으로 이루어진 Convolutional Spiking Neural Network를 이용함으로써, 위,아래,왼쪽,오른쪽,위-왼쪽,위-오른쪽,아래-왼쪽,아래-오른쪽 총 8가지의 클래스를 구분할 수 있도록 한다. 그래서 마커의 정확한 위치를 탐지하지 않고 드론의 위치를 보정하고 더 낮은 데이터 양으로 효과적인 마커 인식 시스템을 기반한 착륙 시스템을 제공할 수 있다.
Spiking Neural Network는 사람의 뉴런 구조를 모방한 것인데, 외부 자극은 Spike로 변환되어 뉴런의 입력으로 들어가게 되고 입력에 따라 막전위가 변하며, 그 값이 특정 임계값을 넘으면 다음 뉴런으로 발화되는 구조이다. 시냅스 전 뉴런에서 발화되는 Spike 시간과 시냅스 후 뉴런에서 발화되는 Spike 시간의 관계로 시냅스 가중치가 바로 업데이트되기 때문에 낮은 연산량을 가진다. 뿐만 아니라 컨볼루션 레이어를 적용하여 영상 이미지에 대한 성능을 향상시킬 수 있다.
Convolutional Spiking Neural Network는 2개의 컨볼루션 레이어와 2개의 풀링 레이어 그리고 1개의 전연결층으로 구성되어 있고 결과값을 나타내는 4개의 출력 뉴런으로 이루어져 있다. 첫 번째 컨볼루션 레이어는 15개의 5x5 필터를 사용하여 15개의 특징맵을 생성하고 두 번째 컨볼루션 레이어에서는 30개의 15x5x5 필터를 사용하여 30개의 특징맵을 생성할 수 있다. 뉴런 모델은 이하 수학식 2와 같이 시간에 따라 막전위가 감소하지 않는 Non-leaky Integrate and Fire 뉴런 모델을 사용할 수 있다.
Vj는 시냅스 후 뉴런의 막전위, Wij는 시냅스 가중치, Xi는 시냅스 전 뉴런에서 발화되는 Spike 신호이다. Vj는 시간에 따라 입력되는 Spike들이 각각의 시냅스 가중치와 합성곱을 통해 증가하고 특정 임계값을 넘게 되면 발화하여 다른 뉴런의 입력으로 들어간다. 그리고 시냅스 후 뉴런의 막전위는 다시 0으로 초기화가 되지만 하나의 영상 이미지 입력동안 모든 레이어(층, Layer)에서의 뉴런은 최대 한번만 발화하도록 사용하여 데이터 양을 감소시킬 수 있다.
STDP(Spike Timing Dependent Plasticity)는 시냅스 전 뉴런의 Spike 시간과 시냅스 후 뉴런의 Spike 시간 사이의 관계를 이용하여 시냅스 가중치가 업데이트되는 비지도 학습 방식이다. 일반적으로 사용되는 STDP는 시냅스 전 뉴런의 Spike 시간보다 시냅스 후 뉴런의 Spike 시간이 크고 그 차이가 작을수록 시냅스 가중치의 변화량이 양수를 가지며 지수적으로 증가하고 차이가 커질수록 지수적으로 감소한다. 시냅스 전 뉴런의 Spike 시간보다 시냅스 후 뉴런의 Spike 시간이 작고 그 차이가 작을수록 음수를 가지며 지수적으로 증가하고 차이가 커질수록 지수적으로 감소한다. 이때, Simplified STDP는 시냅스 후 뉴런의 발화 시간을 tpost라 하고 시냅스 전 뉴런의 발화 시간을 tpre라고 정의했을 때 이하 수학식 3과 같이 시냅스 후 뉴런의 발화 시간이 시냅스 전 뉴런의 발화 시간보다 크면 해당 연산을 통해 시냅스 가중치를 증가시키고 시냅스 후 뉴런의 발화 시간이 시냅스 전 뉴런의 발화 시간보다 작으면 시냅스 가중치를 감소시킨다.
시냅스 가중치의 변화량은 0.5에 가까울수록 커지고 0과 1에 가까워질수록 작아진다. 시냅스 가중치의 초기값은 0.8의 평균값과 0.05의 표준편차를 갖는 정규분포로 설정할 수 있고 a+와 a-는 학습률(Learning Rate)로 상수로 이루어진다. 학습을 통해 0~1사이의 특정 값으로 수렴하게 된다. 컨볼루션 레이어에서 가중치의 업데이트는 컨볼루션을 통해 생성된 특징맵에서 가장 빠르게 발화된 뉴런 중 막전위가 가장 큰 뉴런을 기준으로 하여 시냅스 후 뉴런으로 선택하고 선택된 시냅스 후 뉴런의 입력으로 들어오는 컨볼루션 필터가 적용된 시냅스 전 뉴런 각각의 시간 관계로 시냅스 필터의 가중치를 업데이트 한다. 전연결층에서는 이전의 컨볼루TUS층과는 다르게 지도학습이 적용된다. 트레이닝 데이터에 대응되는 레이블(Label)에 따라 특정 출력 뉴런이 Spike 되어야 한다면 출력 뉴런에 들어오는 모든 Spike의 가중치를 수학식 3에서의 양의 가중치 변화량으로 업데이트를 하고, Spike가 되지 않아야 한다면 출력 뉴런에 들어오는 모든 Spike의 가중치를 수학식 3에서의 음의 가중치 변화량으로 업데이트를 한다.
각각의 특징맵은 서로 다른 특징을 가진 특징맵을 형성하는 것이 더 효과적이기 때문에 특정 레이어에서 여러 개의 특징맵 중 같은 위치에 있는 뉴런이 2개 이상 임계값을 넘어 발화되는 조건을 가진다면 가장 빠르게 충족된 뉴런들을 선택하고 그 중에서도 막전위가 가장 높은 뉴런 하나를 발화시키고 하나의 뉴런을 제외한 나머지 뉴런의 발화를 억제시킨다. 즉, 하나의 레이어에 있는 모든 특징맵에서 동일한 위치의 뉴런 중 발화되는 뉴런은 단 하나이다. 출력 뉴런은 위,아래,왼쪽,오른쪽을 뜻하는 4가지의 뉴런으로 구성되어 있다. 위,아래 또는 왼쪽,오른쪽과 같이 상반되는 출력이 동시에 나오지 못하게 하기 위해 각각 상반되는 출력 뉴런을 서로 비교하여 출력 뉴런에서 먼저 발화되거나 발화되는 시점이 같을 때 막전위를 비교하여 더 큰 값을 출력하고 상반되는 출력을 억제시킨다. 따라서 4개의 출력 뉴런을 통해서 위,아래,왼쪽,오른쪽,위-왼쪽,위-오른쪽,아래-왼쪽,아래-오른쪽 총 8개의 클래스를 가질 수 있다. 그래서 방향에 해당하는 뉴런의 출력을 통해 드론의 위치를 실시간으로 보정이 가능하게 된다.
연동부(320)는, 사용자 단말(100)에서 국가, 지역 및 어트랙션을 선택 및 결제하는 경우, 선택된 어트랙션에 기 매핑되어 저장된 적어도 하나의 드론(500) 중 점유되지 않은 드론(500)을 할당하여 사용자 단말(100)과 연동시킬 수 있다. 사용자 단말(100)은, 원격지에서 드론(500)을 통해 여행할 국가, 지역 및 어트랙션(Attaction)을 선택하고, 기 설정된 단위요금을 결제한 후 어트랙션을 촬영할 드론(500)을 제어하고, 드론(500)으로 촬영된 영상을 실시간으로 스트리밍받아 출력할 수 있다.
전송부(330)는, 사용자 단말(100)에서 입력된 운전제어신호를 할당된 드론(500)으로 전송하고, 드론(500)에서 촬영된 영상을 사용자 단말(100)로 전송할 수 있다. 사용자 단말(100)은 적어도 하나의 종류의 평판형 디스플레이 또는 적어도 하나의 HMD(Head Mounted Display)와 연동되어 드론(500)에서 촬영된 영상을 출력하도록 연결할 수 있다.
연결부(340)는, 사용자 단말(100)과 드론(500) 간 실시간 스트리밍을 UDP(User Datagram Protocol) 방식을 이용하여 연결할 수 있다. 연결부(340)는, 실시간 스트리밍 중 패킷 손실을 막기 위하여 드론(500)에서 전송하는 패킷을 기 설정된 퍼센트만큼 초과전송하도록 설정할 수 있다. 이때, 초과율은 예를 들어 30%일 수 있으나 이에 한정되는 것은 아니다.
구조부(350)는, 사용자 단말(100)에서 구조요청 이벤트가 발생된 경우, 적어도 하나의 관리자 단말 중 어느 하나의 관리자 단말(미도시)을 연결하여 사용자 단말(100)과 연동된 드론(500)을 점검하도록 할 수 있다.
덧붙여서, 본 발명의 일 실시예는 사용자가 원하는 여행지를 추천하기 위하여 설문을 활용하여 고객의 심리적 변수까지 추가하여 제공할 수 있다. 즉, 시장세분화 변수는 인구통계 지리적ㆍ심리적ㆍ행동적 변수로 구성되는데, 이에 더하여 인구통계 지리적 변수로 사용자 기본정보(성별, 연령, 결혼, 학력, 소득, 거주지)를 이용할 수 있고, 심리적 변수로 식생활 라이프스타일(편의지향, 경제지향, 유행지향, 안전지향)과 서비스 선택속성을 이용할 수 있다. 마지막 행동 변수로 시설 선호패턴 정보와 선호 시설 평점 정보를 이용할 수 있다.
<유사도 계산>
사용자간의 유사도를 계산하는 것은 협업필터링 구현 과정단계 중 가장 중요한 단계이다. 같은 항목에 같은 평점을 준 경우 이들의 유사도는 높으며 비슷한 취향을 갖고 있다고 볼 수 있다. 유사도 계산은 프로파일 내 변수 유사도를 각각 계산한 후 평균 결합방식을 통해 최종 프로파일 유사도 산출이 이루어진다. 사용자의 유사성을 계산하기 위한 측정 방법은 다양하고, 변수 등의 타입에 적합한 측정 방법을 사용해야 한다. 본 발명의 일 실시예에서는 협업필터링 구현 시 가장 많이 이용되는 피어슨 상관계수와 유클리디안 거리기법을 이용할 수 있다.
즉, 0 또는 1로 구성된 이진형 변수(인구통계정보)는 유클라디안 거리기법을 활용하고, 1~5점 척도로 구성된 연속형 변수는 피어슨 상관계수를 활용한다. 변수들을 결합하는 방법에 대하여 앙상블 방법과 유사하게 단일 변수 유사도 간 단순 평균방식을 이용할 수 있다. 즉, 변수별 유사도를 합산한 후 평균하여 최종 프로파일 유사도를 구한다. 유사도 기법에 대하여 구체적으로 살펴보면 아래와 같다.
피어슨 상관계수는 두 개의 속성 간 상관성을 계산하여 1에 가까울수록 양의 상관관계, -1에 가까울수록 음의 상관관계가 있으며, 0은 상관관계가 없음을 보여준다. 사용자 A와 B의 유사도는 이하 수학식 5와 같이 계산할 수 있다.
w(A,B)는 사용자 A와 이웃 사용자 B간의 유사도이고, RA,i는 사용자 A가 아이템 i에 대해 평가한 선호도이고, (bar)RA는 사용자 A의 선호도 평균이고, RB,i는 사용자 B가 아이템 i에 대해 평가한 선호도이며, (bar)RB는 사용자 B의 선호도 평균이다. 유클라디안 거리는 다차원 공간에서 두 점 간의 거리를 의미한다. 범주형 속성을 가지는 변수의 경우 주로 사용되며, 해당 속성이 있으면 1 없으면 0으로 표시한다. 사용자 A와 B의 유사도는 수학식 6과 같이 계산할 수 있다. 유클라디안 거리는 거리가 가까울수록 0의 값을 갖게 되므로, 0에서 1사이의 값을 가질 수 있도록 변환식 w(A,B)를 통해 변환하여 최종 유사도를 산출한다.
<사용자 선호도 예측 및 추천 매칭 생성>
사용자와 가장 유사한 이웃 집단을 구성하고, 이웃 집단의 평점을 활용하여 추천시스템 사용자가 평가하지 않은 상품의 평점을 예측한다. 단계적으로 살펴보면 아래와 같다.
첫째, k-NN(k-Nearest Neighbors) 기법으로 추천 대상 사용자와의 유사도가 높은 상위 5명의 사용자들로 이웃 집단을 구성한다. 둘째, 구성된 이웃집단 평점을 이용하여 사용자 예상 평점 계산은 수학식 7과 같다. RA,i는 아이템 i에 대한 사용자 A의 예상 평점이다. A는 사용자이고, j는 이웃 사용자이며, k는 이웃 사용자의 수이다. w(A,j)는 사용자 A와 사용자 j의 유사도이고, Rj,i는 아이템 i에 대한 사용자 j의 평점이다. ??(bar)Rj는 사용자 j의 전체 평점 평균이고, (bar)RA는 사용자 A의 전체 평점 평균이다. 특정 사용자가 평가하지 않은 관광지에 대하여 상술한 수학식을 통하여 예상 평점을 예측할 수 있다
<성능 평가>
프로파일별 추천 성능을 평가하기 위해 추천 시스템 성능평가기법으로 주로 활용되는 절대평균오차(Mean Absolute Error, MAE)값을 이용할 수 있고, 이는 수학식 8과 같다.
MAE는 관광지에 대한 사용자의 실제 평점과 추천시스템의 예측 평점의 차이에 대한 절대 평균으로 추천 성능을 평가하는 방식이다. MAE값이 작을수록 실제 평점과 예측 평점의 차이가 작고 예측의 정확성이 높다고 볼 수 있다. n은 예측 아이템 수이고, yi은 아이템 예측 평점이고, xi은 아이템 실제 평점이다. 프로파일별 추천 서비스 결과 MAE 값을 표현하는 경우, 예측 평점과 실제 평점간의 차이가 작을수록 추천 성능이 높다고 볼 수 있다.
이하, 상술한 도 2의 여행 서비스 제공 서버의 구성에 따른 동작 과정을 도 3 및 도 4를 예로 들어 상세히 설명하기로 한다. 다만, 실시예는 본 발명의 다양한 실시예 중 어느 하나일 뿐, 이에 한정되지 않음은 자명하다 할 것이다.
도 3을 참조하면, (a) 여행 서비스 제공 서버(300)는 국가, 지역, 관광지, 드론센터 및 드론을 매핑하여 저장하고, 각 센터와 드론을 관리하기 위하여 ID와 같은 식별코드를 부여하여 관리할 수 있다. 그리고, (b) 본 발명의 일 실시예에 따른 시스템을 직렬로 연결되도록 관리하며, 도 4의 (a)와 같이 사용자 단말(100)에서 원하는 국가, 지역 및 관광지를 선택한 경우, 해당 관광지의 드론센터에서 현재 비점유되어 있는 드론(500)을 할당한 후 제어권을 사용자 단말(100)로 부여하고 UDP로 영상 실시간 스트리밍을 수행하게 된다. 그리고, (b) 연장하는 경우 추가요금을 부가하도록 한다.
정리하면, 본 발명의 일 실시예에 따른 플랫폼은, 사용자-서버-드론센터-드론의 직렬식 구조로, 사용자 단말, IPTV, VR 기기 등 사용자가 회원가입을 통하여 서비스 플랫폼에 접속하면, 각 여행지나 관광지의 오프라인 특정 장소에 설치된 드론센터로 연결될 수 있다. 각 드론센터는 수 십 내지 수 백기의 드론을 관리, 수리, 보관, 대여 등을 할 수 있으며, 드론(500)은, 원격 콘트롤러를 포함하여 콘트롤러는 서버-드론 간 연동을 중계할 수 있다. 다중접속 방식으로 다수의 접속자가 참여 시, 가용한 드론을 효율적으로 이용할 수 있게 하기 위한 B2C 시스템을 기반으로, 드론센터로 운영되는 한정된 장소 내에서, 다수의 드론이 안정적으로 운용될 수 있도록, 드론 간 충돌방지, 자동 귀환 및 충전, GPS 기반 일정 범위 내 비행 등의 기술이 적용될 수 있고, 안정적인 실시간 미디어 스트리밍을 위하여 UDP 기술을 적용한다. 스트리밍이 지속될수록 딜레이가 발생하는 TCP 방식이 아닌 UDP 방식을 이용하되, UDP방식의 단점인 패킷 손실을 최소화 할 수 있도록, 약 30%의 패킷을 초과 전송하여, 손실된 패킷이 발생하더라도 초과 전송된 패킷을 활용하여 안정적으로 실시간 스트리밍을 될 수 있도록 한다.
이와 같은 도 2 내지 도 4의 드론을 이용한 실시간 여행 서비스 제공 방법에 대해서 설명되지 아니한 사항은 앞서 도 1을 통해 드론을 이용한 실시간 여행 서비스 제공 방법에 대하여 설명된 내용과 동일하거나 설명된 내용으로부터 용이하게 유추 가능하므로 이하 설명을 생략하도록 한다.
도 5는 본 발명의 일 실시예에 따른 도 1의 드론을 이용한 실시간 여행 서비스 제공 시스템에 포함된 각 구성들 상호 간에 데이터가 송수신되는 과정을 나타낸 도면이다. 이하, 도 5를 통해 각 구성들 상호간에 데이터가 송수신되는 과정의 일 예를 설명할 것이나, 이와 같은 실시예로 본원이 한정 해석되는 것은 아니며, 앞서 설명한 다양한 실시예들에 따라 도 5에 도시된 데이터가 송수신되는 과정이 변경될 수 있음은 기술분야에 속하는 당업자에게 자명하다.
도 5를 참조하면, 여행 서비스 제공 서버는, 적어도 하나의 드론센터 단말과 적어도 하나의 드론을 각 국가, 지역 및 어트랙션과 매핑하여 저장하고 식별코드를 부여하여 관리한다(S5100).
그리고, 여행 서비스 제공 서버는, 사용자 단말에서 국가, 지역 및 어트랙션을 선택 및 결제하는 경우, 선택된 어트랙션에 기 매핑되어 저장된 적어도 하나의 드론 중 점유되지 않은 드론을 할당하여 사용자 단말과 연동한다(S5200).
또, 여행 서비스 제공 서버는, 사용자 단말에서 입력된 운전제어신호를 할당된 드론으로 전송하고, 드론에서 촬영된 영상을 사용자 단말로 전송한다(S5300).
상술한 단계들(S5100~S5300)간의 순서는 예시일 뿐, 이에 한정되지 않는다. 즉, 상술한 단계들(S5100~S5300)간의 순서는 상호 변동될 수 있으며, 이중 일부 단계들은 동시에 실행되거나 삭제될 수도 있다.
이와 같은 도 5의 드론을 이용한 실시간 여행 서비스 제공 방법에 대해서 설명되지 아니한 사항은 앞서 도 1 내지 도 4를 통해 드론을 이용한 실시간 여행 서비스 제공 방법에 대하여 설명된 내용과 동일하거나 설명된 내용으로부터 용이하게 유추 가능하므로 이하 설명을 생략하도록 한다.
도 5를 통해 설명된 일 실시예에 따른 드론을 이용한 실시간 여행 서비스 제공 방법은, 컴퓨터에 의해 실행되는 애플리케이션이나 프로그램 모듈과 같은 컴퓨터에 의해 실행가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체를 모두 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다.
전술한 본 발명의 일 실시예에 따른 드론을 이용한 실시간 여행 서비스 제공 방법은, 단말기에 기본적으로 설치된 애플리케이션(이는 단말기에 기본적으로 탑재된 플랫폼이나 운영체제 등에 포함된 프로그램을 포함할 수 있음)에 의해 실행될 수 있고, 사용자가 애플리케이션 스토어 서버, 애플리케이션 또는 해당 서비스와 관련된 웹 서버 등의 애플리케이션 제공 서버를 통해 마스터 단말기에 직접 설치한 애플리케이션(즉, 프로그램)에 의해 실행될 수도 있다. 이러한 의미에서, 전술한 본 발명의 일 실시예에 따른 드론을 이용한 실시간 여행 서비스 제공 방법은 단말기에 기본적으로 설치되거나 사용자에 의해 직접 설치된 애플리케이션(즉, 프로그램)으로 구현되고 단말기에 등의 컴퓨터로 읽을 수 있는 기록매체에 기록될 수 있다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
Claims (6)
- 원격지에서 여행할 국가, 지역 및 어트랙션(Attraction)을 선택하고, 기 설정된 단위요금을 결제한 후 상기 어트랙션을 촬영할 드론의 운전을 제어하기 위한 운전제어신호를 출력하고, 상기 드론으로 촬영된 영상을 실시간으로 스트리밍받아 적어도 하나의 종류의 평판형 디스플레이 또는 적어도 하나의 HMD(Head Mounted Display)와 연동되어 출력하도록 연결되는 사용자 단말;을 포함하는 공지된 드론을 이용한 실시간 여행 서비스 제공 시스템에 있어서,
각 국가의 지역 내 적어도 하나의 어트랙션에 설치되고, 상기 사용자 단말에서 단위요금을 결제하는 경우, 상기 단위요금에 대응하는 시간만큼 상기 어트랙션을 촬영할 드론을 할당하여 네트워크를 통해 상기 사용자 단말과의 엑세스를 허용하는 적어도 하나의 드론센터 단말;
상기 드론센터 단말과 매핑되어 연결되고, 상기 사용자 단말과 연동되어 상기 사용자 단말로부터 상기 운전제어신호를 수신하고, 촬영된 영상을 상기 사용자 단말로 상기 드론센터 단말 및 상기 네트워크를 경유하여 전송하되, 반자동으로 장애물을 회피하고 지정된 경로를 따라가는 동작을 수행하는 반자율 주행(Semi-Autonomous)의 드론; 및
상기 적어도 하나의 드론센터 단말과 적어도 하나의 드론을 각 국가, 지역 및 어트랙션과 매핑하여 저장하고 식별코드를 부여하여 관리하는 관리부, 상기 사용자 단말에서 국가, 지역 및 어트랙션을 선택 및 결제하는 경우, 선택된 어트랙션에 기 매핑되어 저장된 적어도 하나의 드론 중 점유되지 않은 드론을 할당하여 상기 사용자 단말과 연동시키는 연동부, 상기 사용자 단말에서 입력된 상기 운전제어신호를 할당된 상기 드론으로 전송하고, 상기 드론에서 촬영된 영상을 상기 네트워크를 통해 상기 사용자 단말로 전송하는 전송부를 포함하는 여행 서비스 제공 서버;를 포함하고,
상기 여행 서비스 제공 서버는,
상기 사용자 단말에서 구조요청 이벤트가 발생된 경우, 적어도 하나의 관리자 단말 중 어느 하나의 관리자 단말을 연결하여 상기 사용자 단말과 연동된 드론을 점검하도록 하는 구조부;
상기 사용자 단말과 상기 드론 간 실시간 스트리밍을 UDP(User Datagram Protocol) 방식을 이용하여 연결되면서 상기 실시간 스트리밍 중 패킷 손실을 막기 위하여 상기 드론에서 전송하는 패킷을 기 설정된 퍼센트만큼 초과전송하도록 설정되는 연결부;
를 포함하는 드론을 이용한 실시간 여행 서비스 제공 시스템.
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210062193A KR102475023B1 (ko) | 2021-05-13 | 2021-05-13 | 드론을 이용한 실시간 여행 서비스 제공 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210062193A KR102475023B1 (ko) | 2021-05-13 | 2021-05-13 | 드론을 이용한 실시간 여행 서비스 제공 시스템 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20220154527A KR20220154527A (ko) | 2022-11-22 |
| KR102475023B1 true KR102475023B1 (ko) | 2022-12-08 |
Family
ID=84236592
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210062193A KR102475023B1 (ko) | 2021-05-13 | 2021-05-13 | 드론을 이용한 실시간 여행 서비스 제공 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102475023B1 (ko) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102236965B1 (ko) * | 2020-05-22 | 2021-04-07 | 김성 | 드론을 이용한 원격 여행 지원장치 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102111572B1 (ko) * | 2015-02-13 | 2020-05-15 | 에스케이텔레콤 주식회사 | 저지연 생방송 컨텐츠 제공을 위한 프로그램을 기록한 기록매체 및 장치 |
| KR101934489B1 (ko) * | 2016-09-07 | 2019-01-03 | 경희대학교 산학협력단 | 드론을 이용한 이벤트 제공 시스템 |
| KR101974190B1 (ko) * | 2017-06-07 | 2019-04-30 | 김헌일 | 모바일 단말, 서비스 서버 및 이를 포함하는 원격 여행 서비스 제공 시스템 및 원격 여행 서비스 제공 방법 |
| KR101987090B1 (ko) * | 2017-10-31 | 2019-06-10 | 용비에이티(주) | 드론을 제어하는 방법 및 이를 위한 증강현실 관광 시스템 |
| KR102147581B1 (ko) * | 2018-11-05 | 2020-08-24 | 주식회사 리얼테크 | Ｖｒ·ａｒ 융합 항공 촬영 플랫폼 시스템 |
-
2021
- 2021-05-13 KR KR1020210062193A patent/KR102475023B1/ko active IP Right Grant
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102236965B1 (ko) * | 2020-05-22 | 2021-04-07 | 김성 | 드론을 이용한 원격 여행 지원장치 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20220154527A (ko) | 2022-11-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Capponi et al. | A survey on mobile crowdsensing systems: Challenges, solutions, and opportunities | |
| Cui et al. | Forecasting current and next trip purpose with social media data and Google places | |
| Zhong et al. | Hybrid graph convolutional networks with multi-head attention for location recommendation | |
| CN111209475B (zh) | 一种基于时空序列和社会嵌入排名的兴趣点推荐方法及装置 | |
| Xiong et al. | Dynamic origin–destination matrix prediction with line graph neural networks and kalman filter | |
| Cepeda-Pacheco et al. | Deep learning and Internet of Things for tourist attraction recommendations in smart cities | |
| US9026139B2 (en) | Location-based cognitive and predictive communication system | |
| KR102404511B1 (ko) | 인공지능 기반 사용자 맞춤형 상품 정보 추천 방법, 장치 및 시스템 | |
| Usman et al. | A survey on big multimedia data processing and management in smart cities | |
| JP2017519282A (ja) | 分散モデル学習 | |
| US11153426B2 (en) | Electronic device and control method thereof | |
| Fan et al. | Deep learning for intelligent traffic sensing and prediction: recent advances and future challenges | |
| Al-Molegi et al. | Move, attend and predict: An attention-based neural model for people’s movement prediction | |
| Bajo et al. | Self-organizing architecture for information fusion in distributed sensor networks | |
| US11995766B2 (en) | Centralized tracking system with distributed fixed sensors | |
| KR102553041B1 (ko) | 인공지능 모델 기반 사용자 및 인테리어 공급자 매칭 플랫폼 서비스 제공 방법, 장치 및 시스템 | |
| Méndez et al. | Human-machine interfaces for socially connected devices: from smart households to smart cities | |
| Saleh et al. | Cyclist trajectory prediction using bidirectional recurrent neural networks | |
| Azadani et al. | STAG: A novel interaction-aware path prediction method based on Spatio-Temporal Attention Graphs for connected automated vehicles | |
| KR102475023B1 (ko) | 드론을 이용한 실시간 여행 서비스 제공 시스템 | |
| KR102552856B1 (ko) | 커머스 연계 콘텐츠 제공 플랫폼 서비스를 위한 키워드 추출 및 콘텐츠 템플릿 생성 자동화 방법, 장치 및 시스템 | |
| Zhong | A convolutional neural network based online teaching method using edge-cloud computing platform | |
| CN113762648B (zh) | 公卫黑天鹅事件预测方法、装置、设备及介质 | |
| KR102474974B1 (ko) | 인공지능 기반 브랜드 분석 방법, 장치 및 시스템 | |
| Guo et al. | Fine-grained dynamic price prediction in ride-on-demand services: Models and evaluations |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| AMND | Amendment | ||
| AMND | Amendment | ||
| AMND | Amendment | ||
| X701 | Decision to grant (after re-examination) |