KR20120073299A - 이동 시간 추정의 신뢰도 개선 - Google Patents

이동 시간 추정의 신뢰도 개선 Download PDF

Info

Publication number
KR20120073299A
KR20120073299A KR1020127010726A KR20127010726A KR20120073299A KR 20120073299 A KR20120073299 A KR 20120073299A KR 1020127010726 A KR1020127010726 A KR 1020127010726A KR 20127010726 A KR20127010726 A KR 20127010726A KR 20120073299 A KR20120073299 A KR 20120073299A
Authority
KR
South Korea
Prior art keywords
road
correlated
road segment
travel
time
Prior art date
Application number
KR1020127010726A
Other languages
English (en)
Other versions
KR101343764B1 (ko
Inventor
비크람 스리니바산
아브히섹 채터지
사믹 다타
수프라팀 뎁
샤라드 자이스왈
Original Assignee
알까뗄 루슨트
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 알까뗄 루슨트 filed Critical 알까뗄 루슨트
Publication of KR20120073299A publication Critical patent/KR20120073299A/ko
Application granted granted Critical
Publication of KR101343764B1 publication Critical patent/KR101343764B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)

Abstract

선택된 도로 구간을 통과하여 이동하는 데에 소요되는 평균 시간의 추정에서 정확도를 증가시키기 위한 방법 및 시스템이 제공된다. 방법은 하나 이상의 차량에 의해 도로 구간들을 통과하여 이동하는 데에 소요되는 시간을 결정하는 것을 포함한다. 또한, 통과하여 이동하는 데에 소요되는 시간은 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 시간과 상호 관련되는 상호 관련된 도로 구간들이 식별된다. 데이터 저장소는 하나 이상의 상호 관련된 도로 구간들의 목록을 저장한다. 상호 관련된 도로 구간들 중에서, 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 평균 시간의 결정에서의 정확도를 증가시키는 하나 이상의 선호되는 도로 구간들이 적어도 하나의 프로세서에 의해 결정된다. 또한, 프로세서는 선호되는 도로 구간들 및 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 시간에 대응하는 데이터를 이용하여, 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 평균 시간을 추정한다.

Description

이동 시간 추정의 신뢰도 개선{IMPROVING RELIABILITY OF TRAVEL TIME ESTIMATION}
본 발명은 도로 교통량 관리에 관한 것으로서, 더 구체적으로는 이동 시간 추정을 개선하는 것에 관한 것이지만 오직 이것에만 한정되는 것은 아니다.
도로 교통량 관리에서, 도로 구간들(road segments)을 이동하는 데에 소요되는 시간이 결정되고, 그 시간이 다양한 목적들을 위해 이용된다. 하나의 그러한 목적은 장래의 시점에서 한 구간을 이동하는 데에 소요될 수 있는 시간의 예측하는 것이다. 현재, 하나 이상의 도로 구간을 이동하는 데에 소요되는 시간을 결정하기 위해 다양한 기법들이 제공되어 있다. 기법들 중 일부는 특히 프로브로서 GPS 기반 장치들을 갖는 차량들, 셀룰러 삼각측량 기반 솔루션들 및 차량 내의 근거리 통신 장치들을 이용하는 시스템 및 방법들에 관한 것이다.
이동 시간의 추정에 있어서, 도로 구간에 대해 이용 가능한 이동 시간들의 표본의 개수는 특히 평균 이동 시간 및 표준 편차와 같은 양의 통계적으로 정확한 추정치를 계산하는 데에 불충분할 수 있다.
근거리 통신 장치들을 이용하는 기존 기법들에서는, 근거리 통신 장치 센서 네트워크가 도시 내에 배치된다. 2개의 지점 "A"와 "B" 사이의 이동 시간을 결정하기 위해, 지점 "A" 및 "B"에 배치된 근거리 통신 센서 A 및 센서 B가 이용된다. 센서들 각각은 근거리 통신 장치를 내부에 구비하는 차량들을 검출한다. 차량 V가 센서 A 근처를 지나갈 때, 센서 A는 차량 V 내의 근거리 통신 장치와 통신하고, 차량 V 내의 근거리 통신 장치의 신원을 검출하며 차량 V가 센서 A를 통과한 시간을 기록한다. 후속하여, 동일한 도로 구간 상에서 더 내려가서, 차량이 센서 B를 통과할 때, 그 센서는 차량 V 내의 근거리 통신 장치의 신원 및 그것이 B를 통과하는 시간을 기록하여 둔다. 센서 A 및 B는 이 정보를 중앙 서버에 전달한다. 그러면, 중앙 서버는 차량 V의 A로부터 B까지의 이동 시간을 계산한다. A로부터 B까지의 구간에서 충분한 개수의 차량이 검출된다면, 특히 A로부터 B까지의 도로 구간 상에서 이동하기 위한 평균 시간 및 이동 시간에서의 표준 편차와 같은 양의 통계적으로 정확한 추정치가 더 정확하게 계산될 수 있다. 그러나, 특히 근거리 통신은 대부분 비허가 ISM 대역을 통해 이루어지고, 블루투스와 같은 많은 근거리 통신 장치들은 수동 모드에서 휴면 및 활성화 사이클(sleep and awake cycle)을 거치기 때문에 무선 매체는 손실이 있을 수 있으므로, 센서들이 모든 검출가능한 차량을 검출하지는 않을 수 있다. 그러므로, 근거리 통신 장치가 센서에 근접하여 있는 전체 기간 동안 휴면 모드에 있을 확률이 항상 존재한다. 따라서, 도로 구간 상에서 2개의 센서에 의해 공통적으로 검출되는 차량의 개수는 평균 이동 시간, 표준 편차 등과 같은 양의 통계적으로 정확한 추정치를 계산하기에 불충분할 수 있다.
본 절은 본 발명의 더 나은 이해를 용이하게 하는 데에 도움이 될 수 있는 양태들을 소개한다. 따라서, 본 절의 설명들은 이러한 관점에서 읽혀져야 하며, 무엇이 종래기술에 속하며 무엇이 종래기술에 속하지 않는지에 대한 인정으로서 이해되어서는 안 된다.
실시예는 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 평균 시간의 추정의 정확도를 증대시키기 위한 방법을 제공한다. 방법은 도로 구간들을 통과하여 이동하는 하나 이상의 차량에 대응하는 데이터를 수집하고, 그에 의해 하나 이상의 차량에 의해 도로 구간들을 통과하여 이동하는 데에 소요되는 시간을 결정할 수 있게 하는 단계를 포함한다. 또한, 통과하여 이동하는 데에 소요되는 시간이 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 시간과 상호 관련되는 하나 이상의 상호 관련된 도로 구간이 식별된다. 데이터 저장소는 하나 이상의 상호 관련된 도로 구간들의 목록을 저장한다. 상호 관련된 도로 구간들 중에서, 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 평균 시간의 결정에서의 정확도를 증가시키는 하나 이상의 선호되는 도로 구간이 적어도 하나의 프로세서에 의해 결정된다. 또한, 프로세서는 선호되는 도로 구간들 및 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 시간에 대응하는 데이터를 이용하여, 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 평균 시간을 추정한다.
다른 실시예는 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 평균 시간의 추정의 정확도를 증대시키기 위한 방법을 제공한다. 방법은 도로 구간들을 통과하여 이동하는 하나 이상의 차량에 대응하는 데이터를 수집하고, 그에 의해 하나 이상의 차량에 의해 도로 구간들을 통과하여 이동하는 데에 소요되는 시간을 결정할 수 있게 하는 단계를 포함한다. 또한, 하나 이상의 상호 관련된 도로 구간이 식별되는데, 그 상호 관련된 도로 구간들을 통과하여 이동하는 데에 소요되는 시간은 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 시간과 상호 관련된다. 데이터 저장소는 하나 이상의 상호 관련된 도로 구간들의 목록을 저장한다. 또한, 상호 관련된 도로 구간들 각각에 대하여, 상호 관련된 도로 구간들을 통과하여 이동하는 데에 소요되는 시간과 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 시간 사이의 상관관계는 선택된 도로 구간 및 상호 관련된 도로 구간들 각각을 통과하여 이동하는 데에 소요되는 시간에 대응하는 이력 데이터를 이용하여 적어도 하나의 프로세서에 의해 결정된다. 또한, 프로세서는 상호 관련된 도로 구간들 각각을 통과하여 이동하는 데에 소요되는 평균 시간을 계산한다. 후속하여, 프로세서는 상호 관련된 도로 구간들 각각을 통과하여 이동하는 데에 소요되는 평균 시간, 및 상호 관련된 도로 구간들을 통과하여 이동하는 데에 소요되는 시간과 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 시간 사이의 상관관계를 이용하여, 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 평균 시간을 추정한다.
다른 실시예는 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 평균 시간의 추정의 정확도를 증대시키기 위한 시스템을 제공한다. 시스템은 도로 교통량 감지 시스템, 적어도 하나의 데이터 저장소, 및 적어도 하나의 프로세서를 포함한다. 도로 교통량 감지 시스템은 도로 구간들을 통과하여 이동하는 하나 이상의 차량에 대응하는 데이터를 수집하고, 그에 의해 하나 이상의 차량에 의해 도로 구간들을 통과하여 이동하는 데에 소요되는 시간을 결정할 수 있게 하도록 구성된다. 데이터 저장소는 도로 교통량 감지 시스템에 의해 수집된 데이터에 의해 결정된, 도로 구간들을 통과하여 이동하는 데에 소요되는 시간에 대응하는 이력 데이터를 저장하도록 구성된다. 또한, 데이터 저장소는 하나 이상의 상호 관련된 도로 구간의 목록을 저장하는데, 상호 관련된 도로 구간을 통과하여 이동하는 데에 소요되는 시간은 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 시간과 상호 관련된다. 프로세서는 도로 교통량 감지 시스템에 의해 수집된 도로 구간들을 통과하여 이동하는 하나 이상의 차량에 대응하는 데이터를 이용하여, 하나 이상의 차량에 의해 도로 구간들을 통과하여 이동하는 데에 소요되는 시간을 결정하도록 구성된다. 추가적으로, 프로세서는 하나 이상의 상호 관련된 도로 구간들을 식별하는데, 그 상호 관련된 도로 구간들을 통과하여 이동하는 데에 소요되는 시간은 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 시간과 상호 관련된다. 상호 관련된 도로 구간들 중에서, 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 평균 시간의 결정에서의 정확도를 증가시키는 하나 이상의 선호되는 도로 구간이 프로세서에 의해 식별된다. 또한, 프로세서는 선호되는 도로 구간들 및 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 시간에 대응하는 데이터를 이용하여, 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 평균 시간을 결정한다.
다른 실시예는 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 평균 시간의 추정의 정확도를 증대시키기 위한 시스템을 제공한다. 시스템은 도로 교통량 감지 시스템, 적어도 하나의 데이터 저장소, 및 적어도 하나의 프로세서를 포함한다. 도로 교통량 감지 시스템은 도로 구간들을 통과하여 이동하는 하나 이상의 차량에 대응하는 데이터를 수집하고, 그에 의해 하나 이상의 차량에 의해 도로 구간들을 통과하여 이동하는 데에 소요되는 시간을 결정할 수 있게 하도록 구성된다. 데이터 저장소는 도로 교통량 감지 시스템에 의해 수집된 데이터에 의해 결정된, 도로 구간들을 통과하여 이동하는 데에 소요되는 시간에 대응하는 이력 데이터를 저장하도록 구성된다. 또한, 데이터 저장소는 하나 이상의 상호 관련된 도로 구간의 목록을 저장하도록 구성되는데, 그 상호 관련된 도로 구간들을 통과하여 이동하는 데에 소요되는 시간은 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 시간과 상호 관련된다. 프로세서는 도로 교통량 감지 시스템에 의해 수집된 도로 구간들을 통과하여 이동하는 하나 이상의 차량에 대응하는 데이터를 이용하여, 하나 이상의 차량에 의해 도로 구간들을 통과하여 이동하는 데에 소요되는 시간을 결정하도록 구성된다. 또한, 프로세서는 하나 이상의 상호 관련된 도로 구간을 식별하는데, 그 상호 관련된 도로 구간들을 통과하여 이동하는 데에 소요되는 시간은 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 시간과 상호 관련된다. 추가적으로, 프로세서는 데이터 리포지토리에 저장된 상호 관련된 도로 구간들 및 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 시간에 대응하는 이력 데이터를 이용하여, 상호 관련된 도로 구간들 각각을 통과하여 이동하는 데에 소요되는 시간과 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 시간 사이의 상관관계를 결정한다. 또한, 프로세서는 상호 관련된 도로 구간들 각각을 통과하여 이동하는 데에 소요되는 평균 시간을 결정한다. 후속하여, 프로세서는 상호 관련된 도로 구간들 각각을 통과하여 이동하는 데에 소요되는 평균 시간, 및 상호 관련된 도로 구간들을 통과하여 이동하는 데에 소요되는 시간과 선택된 도로 구간들 각각을 통과하여 이동하는 데에 소요되는 시간 사이의 상관관계를 이용하여, 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 평균 시간을 추정한다.
여기에서의 실시예들의 이러한 양태들 및 다른 양태들은 이하의 설명 및 첨부 도면들과 함께 고려될 때 더 잘 평가되며 이해될 것이다.
이하에서는 본 발명의 실시예들에 따른 장치 및/또는 방법들의 일부 실시예들이 오직 예로서 첨부 도면들을 참조하여 설명된다.
도 1은 실시예에 따라, 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 평균 시간의 추정의 정확도를 증대시키기 위한 시스템을 도시하는 블록도이다.
도 2는 실시예에 따른 도로 구간을 도시한다.
도 3은 실시예에 따라, 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 평균 시간의 추정에서 정확도를 증가시키기 위한 방법을 도시한 플로우차트이다.
도 4a 및 4b는 실시예에 따라, 상호 관련된 도로 구간들 중에서 하나 이상의 선호되는 도로 구간을 식별하기 위한 방법을 도시한 플로우차트이다.
도 5는 실시예에 따라, 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 시간에 관련된 통계의 결정에서의 정확도를 증가시키기 위한 방법을 도시한 플로우차트이다.
여기에 기재된 실시예들, 그들의 다양한 특징들 및 장점들의 상세는 첨부 도면들에 도시되어 있으며 이하의 설명에서 상세하게 설명되는 비제한적인 실시예들을 참조하여 더 충분히 설명된다. 공지된 컴포넌트들 및 처리 기법들의 설명은 여기에서의 실시예들을 불필요하게 모호하게 하지 않도록 생략된다. 여기에서 이용되는 예들은 여기에서의 실시예들이 실시되는 방식들의 이해를 돕고, 본 기술 분야의 숙련된 자들이 여기에서의 실시예들을 실시하는 것을 더 가능하게 하도록 의도된 것일 뿐이다. 따라서, 예들은 여기에서의 실시예들의 범위를 한정하는 것으로서 해석되어서는 안 된다.
여기에서의 실시예들은 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 평균 시간의 추정에서의 정확도를 적응적으로 증가시키기 위한 방법을 달성한다. 이제 도면들, 구체적으로는 도 1 내지 도 5를 참조하면 실시예들이 도시되어 있는데, 도면들 전체에서 유사한 참조 기호들은 대응하는 특징들을 일관되게 나타낸다.
도로 교통량 관리에서, 통계 데이터는 특히 도로 기반구조의 계획 및 이동 시간의 예측과 같은 다양한 목적을 위해 이용된다. 상당한 신뢰도를 갖는 통계 데이터를 제공하는 것을 가능하게 하기 위해서는 적당한 양의 이동 관련 데이터가 요구된다.
실시예들은 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 시간에 관련된 통계의 제공에서의 정확도를 증가시키기 위한 시스템 및 방법을 제공한다. 실시예에서, 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 평균 시간의 추정의 정확도를 증대시키기 위한 시스템이 제공된다. 도 1은 실시예에 따라, 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 평균 시간의 추정의 정확도를 증대시키기 위한 시스템(100)을 도시한 블록도이다. 시스템(100)은 도로 교통량 감지 시스템(102), 적어도 하나의 프로세서(104) 및 적어도 하나의 데이터 저장소(106)를 포함한다. 도로 교통량 감지 시스템(102)은 도로 구간들을 통과하여 이동하는 하나 이상의 차량에 대응하는 데이터를 수집하여, 하나 이상의 차량에 의해 도로 구간들을 통과하여 이동하는 데에 소요되는 시간의 결정을 가능하게 하도록 구성된다. 도로 교통량 감지 시스템(102)에 의해 수집된 데이터는 차량들에 의해 도로 구간들을 통과하여 이동하는 데에 소요되는 시간을 결정하기 위해 프로세서(104)에 의해 이용된다. 소정 기간 동안의 차량들에 의해 도로 구간들을 통과하여 이동하는 데에 소요되는 시간에 대응하는 이력 데이터는 데이터 저장소(106) 내에 저장된다. 프로세서(104)는 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 평균 시간의 추정의 정확도를 증대시키기 위해, 도로 교통량 감지 시스템(102)으로부터 수집된 데이터 및 데이터 저장소(106) 내에 저장된 데이터를 이용한다. 도로 구간들을 통과하여 이동하는 하나 이상의 차량에 대응하는 데이터를 수집하기 위해 다양한 유형의 도로 교통량 감지 시스템(102)이 이용될 수 있다. 하나의 그러한 도로 교통량 감지 시스템(102)은 차량들의 위치 추정치를 검출하기 위해 셀룰러 통신 또는 GPS(Global Positioning System) 장치를 이용한다. GPS 장치들은 통상적으로 차량 내부에 수용된다. 그 다음, 차량의 속도는 상이한 시간들에 상이한 지점들에서 GPS 장치들에 의해 제공되는 GPS 위치 데이터로부터 획득될 수 있다. 다른 그러한 도로 교통량 감지 시스템(102)은 도로 구간들을 통과하여 이동하는 하나 이상의 차량에 대응하는 데이터를 수집하기 위해 근거리 통신 장치 스캐너를 이용한다.
도 2는 실시예에 따른 도로 교통량 감지 시스템(102)의 도면이다. 복수의 스캐닝 장치(108a, 108b, 108c 및 108d)는 도로 구간 AD를 따라 배치된다. 스캐닝 장치들(108)은 블루투스, ZigBee, WiFi, RFID(Radio frequency Identification) 또는 임의의 다른 형태의 근거리 통신을 이용하고 있는 차량들(110) 내에 존재하는 근거리 통신 장치들을 검출할 수 있다. 스캐닝 장치들(108)은 근거리 통신을 할 수 있는 장치들을 소지하는 차량들(110)을 검출하며, 그 차량들의 검출 시간 및 장치들의 고유 ID를 기록하여 둔다. 예로서, 스캐닝 장치들(108)은 블루투스 장치들을 갖는 차량들을 검출하며, 장치의 고유 블루투스 ID를 기록한다. 그 다음, 그 정보는 무선 데이터 링크를 통해 프로세서(104)에 주기적으로 전송된다. 프로세서(104)는 상이한 센서들로부터의 데이터를 집계하고, 데이터를 정제하며, 데이터를 데이터 저장소(106) 내에 기입한다. 프로세서(104)는 데이터 저장소(106)로부터의 데이터를 액세스하고, 2개의 연속적인 센서(108) 사이의 이동 시간 추정치를 계산한다.
실시예에서, 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 평균 시간의 추정에서의 정확도는 도 3에 도시된 플로우차트에 따라 증가된다. 도 3에 따르면, 단계(302)에서 하나 이상의 상호 관련된 도로 구간이 식별되는데, 그 상호 관련된 도로 구간들을 통과하여 이동하는 데에 소요되는 시간은 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 시간과 상호 관련된다. 선택된 도로 세그먼트에 대응하는 상호 관련된 도로 구간들의 목록이 프로세서(104)에 의해 결정될 수 있으며, 그 목록은 데이터 저장소(106) 내에 저장될 수 있다. 실시예에서, 상호 관련된 도로 구간들은 선택된 도로 구간을 통과하여 이동하는 차량들이 아마도 그 상호 관련된 도로 구간들도 통과하여 이동할 도로 구간들이다. 도 2의 도로 구간 AD는 3개의 도로 구간, 즉 AB, BC 및 CD를 포함한다. BC가 선택된 도로 구간이라면, 도로 구간들 AB 및 CD는 상호 관련된 도로 구간들로서 고려될 수 있다. 도면에서 보이는 바와 같이, 선택된 도로 구간 BC를 통과하는 차량들은 아마도 상호 관련된 도로 구간들 AB 및 CD를 통과할 것이 분명하다. 또한, 도로 구간들 AB 및 CD를 통과하여 이동하는 데에 소요되는 시간은 선택된 도로 구간 BC를 통과하여 이동하는 데에 소요되는 시간과 상호 관련될 것이다. 그러므로, 실시예에서, 선택된 도로 구간들에 연속하는 도로 구간들이 상호 관련된 도로 구간으로서 선택된다. 또한, 실시예에서, 선택된 도로 구간을 통과하여 이동하는 차량들이 역시 통과하는 도로 구간들은 상호 관련된 도로 구간들로서 선택된다. 주된 의도는 선택된 도로 구간의 이동 시간들과 상호 관련된 이동 시간들을 갖는 도로 구간들을 상호 관련된 도로 구간들로서 선택하는 것이라는 점에 주목할 수 있다.
실시예에서, 데이터 저장소(106) 내에 저장되어 있으며 상호 관련된 도로 구간 및 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 시간에 대응하는 이력 데이터는 상호 관련된 도로 구간과 선택된 도로 구간 사이의 상관관계를 결정하기 위해 프로세서(104)에 의해 이용된다. 상관관계를 결정한 후, 그 상관관계는 데이터 저장소 내에 저장될 수 있다. 실시예에서, 상호 관련된 도로 구간들의 이동 시간들은 선택된 도로 구간의 이동 시간들과 선형 또는 거의 선형의 상호 관련된다. 예를 들어, 차량 "i"가 상호 관련된 도로 구간과 선택된 도로 구간을 통과하여 이동하는 데에 각각 X(i)초 및 Y(i)초를 소요한다면, 이동 시간들은 이하의 수학식에 따라 선형의 관계를 갖는다:
Y(i) = aX(i) + b
상기 수학식에서, "a" 및 "b"는 수학식의 상수들이다.
상수들 "a" 및 "b"는 상호 관련된 도로 구간 및 선택된 도로 구간의 이동 시간들에 대응하는 이력 데이터를 이용하여 결정된다.
실시예에서, "a" 및 "b"는 이동 시간 관계가 요구되는 이동의 시간 간격에 기초하여 결정된다.
실시예에서, "a" 및 "b"는 상호 관련된 도로 구간 및 선택된 도로 구간 중 적어도 하나를 통과하여 이동하는 데에 소요되는 시간의 양에 기초하여 결정된다.
실시예에서, 상호 관련된 도로 구간과 선택된 도로 구간의 이동 시간들 사이의 이동 시간 관계는 선형 또는 거의 선형이 아닐 수도 있다. 대안적으로, 상관관계는 선택된 도로 구간의 이동 시간들이 상호 관련된 도로 구간의 이동 시간들의 함수이게 하는 것이다. 상호 관련된 도로 구간과 선택된 도로 구간 사이의 그러한 상관관계는 이하의 수학식에 의해 표현될 수 있다:
Y(i) = f(X(i), 여기에서 Y(i)는 X(i)의 함수임.
선택된 도로 구간은 도로의 레이아웃에 기초하여 하나 이상의 상호 관련된 도로 구간을 가질 수 있다. 선택된 도로 구간에 대한 상호 관련된 도로 구간들의 결정에 후속하여, 프로세서(104)는 도 3의 단계(304)에 따라, 상호 관련된 도로 구간들 중에서 하나 이상의 선호되는 도로 구간을 식별한다. 선호되는 도로 구간들에 관련된 이동 시간 데이터는 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 시간에 관련된 통계의 결정에서의 정확도를 증가시킨다.
도 4a 및 도 4b는 실시예에 따라, 상호 관련된 도로 구간들 중에서 하나 이상의 선호되는 도로 구간을 식별하기 위한 방법을 도시한 플로우차트이다. 선택된 도로 구간에 대응하는 상호 관련된 도로 구간들은, 상호 관련된 도로 구간들 중에서 선택된 도로 구간을 이동하는 데에 소요되는 시간에 관련된 통계의 결정에서의 정확도를 증가시키기 위해 이용될 수 있는 하나 이상의 선호되는 도로 구간을 식별하기 위해 고려된다. 또한, 단계(404)에서, 프로세서(140)는 상호 관련된 도로 구간들 각각을 분석하여, 이동에 소요되는 시간이 상호 관련된 도로 구간에 대해서만 입수가능하고 선택된 도로 구간에 대해서는 입수가능하지 않은 임의의 차량이 존재하는지를 판정한다. 이동에 소요되는 시간이 상호 관련된 도로 구간에 대해서만 입수가능하고 선택된 도로 구간에 대해서는 입수가능하지 않은 이러한 차량들은 배타적 차량(exclusive vehicles)이라고 지칭된다. 단계(406 및 408)에서, 배타적 차량들을 포함하지 않는 상호 관련된 도로 구간들은 바람직하지 않은 도로 구간들로서 프로세서(104)에 의해 필터링되는 반면, 배타적 차량들을 포함하는 상호 관련된 도로 구간들은 그들이 선호되는 도로 구간들인지를 판정하기 위해 더 고려된다. 후속하여, 프로세서(104)는 단계(410 및 412)에서 배타적 차량들을 갖는 상호 관련된 도로 구간들 각각이 선택된 도로 구간의 이동 시간의 참 평균으로부터의 추정의 오차에 제공할 개선의 양을 결정하기 위해, 배타적 차량들을 갖는 상호 관련된 도로 구간들을 분석한다. 실시예에서, 개선의 양을 결정하기 위해, 상호 관련된 도로의 배타적 차량들 각각에 의해 상호 관련된 도로를 통과하여 이동하는 데에 소요되는 시간이 고려된다. 상호 관련된 도로의 배타적 차량들 각각에 의해 상호 관련된 도로를 통과하여 이동하는 데에 소요되는 시간은 배타적 차량들 각각에 의해 선택된 구간을 통과하는 데에 소요되는 시간을 추정하기 위해 이용된다. 선택된 도로 상에서 소요되는 시간의 추정은 고려 중인 상호 관련된 구간과 선택된 도로 구간 사이의 상관관계에 기초한다. 예를 들어, "N"이 배타적 차량들의 개수이고, "X(i)"가 배타적 차량들 각각에 의해 상호 관련된 도로 구간을 통과하여 이동하는 데에 소요되는 시간이고, 1≤i≤N이며, "Y1(i)"는 N개의 배타적 차량 각각에 의해 소요되는 시간의 추정치라면, Y1(i)는 이하의 수학식을 이용하여 도출된다:
Figure pct00001
상기 수학식에서, 상호 관련된 도로 구간은 선택된 도로 구간과 선형의 상호 관련된다.
대안적으로, 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 시간이 상호 관련된 도로 구간을 통과하여 이동하는 데에 소요되는 시간의 함수인 방식으로, 상호 관련된 도로 구간이 선택된 도로 구간과 상호 관련된 경우, Y1(i)는 프로세서(104)에 의해 이하의 수학식을 이용하여 도출된다.
Figure pct00002
N개의 배타적 차량 각각에 의해 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 시간의 추정치 Y1(i)는 추정치의 분산
Figure pct00003
을 결정하기 위해 이용된다. 추정치의 분산
Figure pct00004
은 추정의 오차의 개선을 결정하기 위해 이용된다.
실시예에서, 상호 관련된 도로는 이하의 수학식이 참인 경우에 추정의 오차의 개선을 제공한다:
Figure pct00005
여기에서 M은 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 시간을 입수할 수 있는 차량들의 개수이고, σ(Y)는 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 시간의 참 분산이다. 실시예에서, 참 분산은 이력 데이터로부터 결정된다. 예를 들어, 오전 9시에서의 참 분산을 결정하기 위해, 오전 9시의 교통량에 대응하는 이력 데이터가 이용된다.
또한, 프로세서(104)는 단계(414)에서 배타적 차량들을 포함하는 상호 관련된 도로 구간들 각각에 의해 제공되는 개선에 기초하여 상호 관련된 도로 구간들을 분류한다. 후속하여, 프로세서(104)는 단계(416)에서 추정의 오차의 개선을 결정하기 위해 추정의 오차의 가장 높은 개선을 제공하는 상호 관련된 도로 구간에 대응하는 이동 시간 데이터를 이용한다. 개선이 존재하는 경우, 그 상호 관련된 도로 구간은 선호되는 도로 구간으로서 고려된다. 또한, 다음으로 가장 양호한 개선을 제공하는 상호 관련된 도로 구간은, 추정의 오차의 다른 개선이 존재하는지를 판정하기 위해 프로세서(104)에 의해 이용된다. 개선이 존재하는 경우, 이 상호 관련된 도로 구간도 프로세서(104)에 의해 선호되는 도로 구간으로서 고려된다. 분류된 상호 관련된 도로 구간들을 고려하는 이러한 프로세스는, 상호 관련된 도로 구간의 고려가 추정의 오차에 개선을 제공하지 않게 될 때까지 계속된다. 또한, 추정의 오차의 개선을 유발하는 상호 관련된 도로 구간들 모두가 선호되는 도로 구간들로서 고려된다.
선호되는 도로 구간들에 대응하는 배타적 차량들의 이동 시간은 선택된 도로 구간을 이동하는 데에 소요되는 평균 시간을 계산하기 위해 이용되고, 그에 의해 도 3의 단계(306)에 따른 선택된 도로 구간을 이동하는 데에 소요되는 시간에 관련된 통계의 결정에서의 정확도를 증가시킨다.
예를 들어, 단일의 선호되는 도로 구간을 포함하는 선택된 도로 구간에 대하여, 선택된 도로 구간을 통과하여 이동하기 위한 평균 이동 시간과 같은 통계가 이하의 수학식을 이용하여 추정된다:
Figure pct00006
여기에서,
Figure pct00007
은 선택된 도로 구간을 통과하여 이동하기 위한 평균 이동 시간의 추정치이고,
M은 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 시간을 입수할 수 있는 차량들의 개수이고,
N은 선호되는 도로 구간에 대응하는 배타적 차량들의 개수이고,
Y(i)는 M개의 차량 각각에 의해 선택된 도로 구간을 통과하는 데에 소요되는 시간이며,
Figure pct00008
는 선호되는 도로 구간과 선택된 도로 구간 사이의 상관관계를 이용하여 추정된 N개의 배타적 차량들 각각에 의해 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 시간이다.
실시예에서,
Figure pct00009
는 이하의 수학식을 이용하여 도출된다:
Figure pct00010
여기에서, X(j)는 J번째 배타적 차량에 의해 선호되는 도로를 통과하여 이동하는 데에 소요되는 시간이다.
선호되는 도로 구간과 선택된 도로 구간 사이의 상관관계에 기초하여,
Figure pct00011
을 결정하는 데에 이용되는 수학식이 달라질 것이라는 점에 주목할 수 있다.
또한, 선호되는 도로 구간들의 개수에 기초하여,
Figure pct00012
을 결정하기 위한 수학식이 달라질 것이라는 점에 주목할 수 있다.
실시예에서, 도 5에 도시된 플로우차트에 따라, 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 평균 시간의 추정에서의 정확도가 증가된다. 플로우차트에 따르면, 프로세서(104)는 단계(502)에서, 선택된 도로 구간들의 이동 시간에 관련된 이동 시간들을 갖는 하나 이상의 도로 구간(상호 관련된 도로 구간들)을 식별한다. 상호 관련된 도로 구간들을 식별한 후에, 상호 관련된 도로 구간들의 목록이 데이터 저장소(106) 내에 저장될 수 있다. 실시예에서, 선택된 도로 구간의 교통량 상태 또는 이동 시간들에 영향을 미치는 도로 구간들은 상호 관련된 도로 구간으로서 선택된다. 상호 관련된 도로 구간들은 데이터 저장소 내에 저장된, 선택된 도로 구간 및 상호 관련된 도로 구간일 가능성을 갖는 도로 구간들의 이력 이동 시간 데이터를 이용하여 선택될 수 있다. 또한, 프로세서는 단계(504)에서 상호 관련된 도로 구간 각각에 대하여, 상호 관련된 도로 구간과 선택된 도로 구간의 이동 시간들 사이의 상관관계를 결정한다. 프로세서(104)는 데이터 저장소(106) 내에 저장된, 상호 관련된 도로 구간과 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 시간에 대응하는 데이터를 이용하여 상관관계를 결정한다. 상관관계는 선택된 도로 구간에 대한 평균 이동 시간이 상호 관련된 도로 구간의 평균 이동 시간의 함수이게 하는 것이다. 상관관계 함수는 선형 함수 또는 비선형 함수일 수 있다. 또한, 상호 관련된 도로 구간과 선택된 도로 구간의 이동 시간들 사이의 상관관계는 특히 이동의 시간 간격 및 교통량 상태 중 하나 이상에 기초하여 달라질 수 있다. 또한, 단계(506)에서, 상호 관련된 도로 구간들 각각을 통과하여 이동하는 데에 소요되는 평균 시간이 결정된다. 단계(508)에서, 상호 관련된 도로 구간들 각각을 통과하여 이동하는 데에 소요되는 평균 시간, 및 상호 관련된 도로 구간들과 선택된 도로 구간들 사이의 상관관계는 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 평균 시간과 같은 통계를 결정하기 위해 이용된다.
예
3개의 도로 구간, 즉 링크 1, 링크 2 및 링크 3을 예로 들어보자. 또한, E[X_1]=f(E[X_2],E[X_3])이라고 고려할 수 있다. 실제에서는 f()를 알지 못하고, 따라서 이력 데이터에 기초하여 수치적으로 구해야 한다. 도시의 도로에 대하여, 이 함수는 하루 중의 시각에 따라서도 달라질 수 있지만, 도시 교통량의 주기정상성(cyclo-stationary) 특징으로 인해 f()는 매일 특정 시간에서 동일할 것이다. f()를 구하기 위해, 오전 9시라고 하면, 우리는 오전 9시에 모든 보관된 E[X_i]를 수집하고, f()에 가장 가까운 함수를 찾기 위해 회귀를 수행하고, 그것을 f()라고 지칭한다. 우리가 정확한 f()를 얻을 수는 없기 때문에, 그것을 근사하는 것에 관련된 오차가 존재하고, 그것을 e_f라고 칭하기로 한다 (이것은 회귀로부터 측정될 수 있다). 이제 현재 시간에서의 E[X_1]의 신뢰가능한 추정치를 얻기 위해, 우리는 먼저 링크 1 상에서 구해진 이동 시간의 평균을 취함으로써 표본 평균을 계산한다. 표본 평균에 관련하여, 우리는 또한 그 표본 평균에 대한 신뢰도를 제공하는 표본 분산을 얻는다. 이 분산이 e_f보다 작은 경우, 우리는 이것을 E[X_1]으로서 이용하고, 그렇지 않으면 우리는 ＼hat{f}(E[X_2],E[X_3])을 이용한다.
실시예에서, 선택된 도로 구간은 "V"개의 상호 관련된 도로 구간을 갖는다. V개의 상호 관련된 도로 구간들 각각은, 선택된 도로 구간에 대한 평균 이동 시간이 상호 관련된 도로 구간의 평균 이동 시간의 함수이도록 하는 방식으로 선택된 도로 구간과 상호 관련된다. V개의 상호 관련된 도로 구간들 중 첫번째 것의 상관관계는 이하의 수학식을 이용하여 정의될 수 있다:
E(Y) = f1(E(X1))
여기에서, E(Y) - 선택된 도로 구간을 위한 평균 이동 시간
E(X1) - 상호 관련된 도로 구간 중 첫번째 것을 위한 평균 이동 시간
또한, 상기 표현식은 아래에 주어진 바와 같이 일반화될 수 있다.
여기에서, E(Y) = fi(E(Xi)), 1≤i≤V
또한, 상기 수학식에 기초하여, 선택된 도로 구간에 대한 평균 이동 시간은 이하의 수학식을 이용하여 도출될 수 있다:
Figure pct00013
여기에서, E(Y)1은 선택된 도로 구간에 대한 추정된 평균 이동 시간이다.
본 기술분야에 숙련된 자는 위에 설명된 다양한 방법들의 단계들이 프로그래밍된 컴퓨터들에 의해서 수행될 수 있음을 쉽게 알아차릴 것이다. 여기에서, 일부 실시예들은 또한 머신 또는 컴퓨터 판독가능하며, 머신 실행가능하거나 컴퓨터 실행가능한 명령어들의 프로그램을 인코드한 프로그램 저장 장치들, 예를 들어 디지털 데이터 저장 매체를 포함하도록 의도되며, 상기 명령어들은 위에서 설명된 상기 방법들의 단계들의 일부 또는 전부를 수행한다. 프로그램 저장 장치들은 예를 들어 디지털 메모리, 자기 디스크들 및 자기 테이프들과 같은 자기 저장 매체, 하드 드라이브들, 또는 광학적으로 판독가능한 디지털 데이터 저장 매체일 수 있다. 실시예들은 또한 위에서 설명된 방법들의 상기 단계들을 수행하도록 프로그래밍된 컴퓨터들을 포함하도록 의도된다.
설명 및 도면들은 단순히 본 발명의 원리들을 예시하는 것에 지나지 않는다. 따라서, 본 기술분야의 숙련된 자들은 비록 여기에 명시적으로 설명되거나 도시되지는 않았지만 본 발명의 원리들을 구현하고 본 발명의 취지 및 범위 내에 포함되는 다양한 구성들을 생각해낼 수 있음을 알 것이다. 또한, 여기에 언급되는 모든 예들은 주로 분명히 본 발명의 원리들 및 본 발명자(들)에 의해 기여되어 본 기술분야를 더 발전시키는 개념들을 이해하는 데에 있어서 독자를 돕기 위한 교시의 목적을 위해서만 의도된 것이며, 그러한 구체적으로 언급된 예들 및 조건들을 한정하지 않는 것으로서 해석되어야 한다. 또한, 본 발명의 원리들, 양태들 및 실시예들과 그것의 구체적인 예들을 인용하는 여기에서의 모든 설명들은 그것의 균등물들도 포괄하도록 의도된다.
"프로세서"라고 표기된 임의의 기능 블록들을 포함하는 도 1에 도시된 다양한 구성요소들의 기능들은 적합한 소프트웨어에 관련하여 소프트웨어를 실행할 수 있는 하드웨어와, 전용 하드웨어를 이용하여 제공될 수 있다. 프로세서에 의해 제공될 때, 기능들은 단일의 전용 프로세서에 의해, 단일의 공유 프로세서에 의해, 또는 복수의 개별 프로세서에 의해 제공될 수 있으며, 이들 중 일부는 공유될 수 있다. 또한, 용어 "프로세서" 또는 "컨트롤러"의 명시적인 사용은 오로지 소프트웨어를 실행할 수 있는 하드웨어만을 지칭하는 것으로 해석되어서는 안 되며, DSP(digital signal processor) 하드웨어, 네트워크 프로세서, ASIC(application specific integrated circuit), FPGA(field programmable gate array), 소프트웨어를 저장하기 위한 ROM(read only memory), RAM(random access memory) 및 비휘발성 저장소를 암시적으로 포함할 수 있지만 그에 한정되지는 않는다. 종래의 것 및/또는 맞춤 제작된 것을 포함하여, 다른 하드웨어도 포함될 수 있다. 마찬가지로, 도면들에 도시된 임의의 스위치들은 단지 개념적인 것에 지나지 않는다. 그들의 기능은 프로그램 로직의 동작을 통해, 전용 로직을 통해, 프로그램 제어 및 전용 로직의 상호작용을 통해, 또는 심지어는 수동으로도 수행될 수 있고, 구체적인 기법은 맥락으로부터 더 구체적으로 이해되는 대로 구현자에 의해 선택가능하다.
임의의 플로우차트, 흐름도, 의사 코드 및 그와 유사한 것은 실질적으로 컴퓨터 판독가능한 매체 내에 표현될 수 있으며 따라서 컴퓨터 또는 프로세서가 명시적으로 도시되어 있는지의 여부에 상관없이 그러한 컴퓨터 또는 프로세서에 의해 실행될 수 있는 다양한 프로세스들을 표현한다는 것을 이해할 수 있을 것이다.

Claims (8)

  1. 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 평균 시간의 추정의 정확도를 증대시키기 위한 방법으로서,
    상기 방법은,
    도로 교통량 감지 시스템이 도로 구간을 통과하여 이동하는 하나 이상의 차량에 대응하는 데이터를 수집하여, 하나 이상의 차량이 상기 도로 구간을 통과하여 이동하는 데에 소요되는 시간의 결정을 가능하게 하는 단계,
    적어도 하나의 프로세서가 상호 관련된 도로 구간을 통과하여 이동하는 데에 소요되는 시간이 상기 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 시간과 상관관계를 가지는 하나 이상의 상기 상호 관련된 도로 구간을 식별하는 단계,
    상기 프로세서가 상기 상호 관련된 도로 구간 중에서, 상기 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 평균 시간의 결정에서의 정확도를 증가시키는 하나 이상의 선호되는 도로 구간을 식별하는 단계, 및
    상기 프로세서가 상기 선호되는 도로 구간 및 상기 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 시간에 대응하는 데이터를 이용하여, 상기 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 평균 시간을 추정하는 단계를 포함하고,
    상기 선호되는 도로 구간을 식별하는 단계는,
    이동에 소요되는 시간이 상기 상호 관련된 도로 구간에 대해서는 알려져 있으며 상기 선택된 도로 구간에 대해서는 알려져 있지 않은 배타적 차량을 포함하는 상기 상호 관련된 도로 구간을 식별하는 단계,
    상기 상호 관련된 도로 구간과 상기 선택된 도로 구간 사이의 상관관계를 이용하여 상기 선택된 도로 구간 상에서의 상기 배타적 차량 각각에 의한 이동에 소요되는 시간을 추정하는 단계,
    상기 상호 관련된 도로 구간 각각에 대하여, 상기 선택된 도로 구간 상에서의 상기 배타적 차량 각각에 의해 이동에 소요되는 추정 시간에 대응하는 데이터를 이용하여, 평균 이동 시간의 추정의 오차에서 달성되는 개선을 결정하는 단계,
    상기 평균 이동 시간의 추정의 오차에서 달성되는 개선에 기초하여 상기 상호 관련된 도로 구간을 분류하는 단계, 및
    상기 상호 관련된 도로 구간 중 하나가 오차의 감소를 제공했던 이전의 상호 관련된 도로 구간에 의한 오차 감소에 비교하여 추정의 오차를 감소시키지 않을 때까지 오차 감소가 줄어드는 순서대로 상기 상호 관련된 도로 구간을 고려함으로써, 상기 배타적 차량에 의해 소요되는 시간을 이용하여 상기 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 평균 시간의 추정의 오차 감소를 결정하는 단계 - 상기 추정의 오차의 감소를 제공한 상기 상호 관련된 도로 구간이 선호되는 도로 구간으로서 고려됨 - 를 포함하는
    방법.
  2. 제1항에 있어서,
    상기 하나 이상의 상호 관련된 도로 구간은 상기 선택된 도로 구간을 통과하여 이동하는 차량이 상기 상호 관련된 도로 구간도 통과하여 이동하는 도로 구간인
    방법.
  3. 제1항에 있어서,
    상기 상호 관련된 도로 구간과 상기 선택된 도로 구간 사이의 상관관계를 이용하여 상기 선택된 도로 구간 상에서의 상기 배타적 차량 각각에 의한 이동에 소요되는 시간을 추정하는 단계는 수학식:
    Figure pct00014
    을 이용하여 도출되며, 여기에서
    N은 상기 상호 관련된 도로 구간 중 하나에 대응하는 배타적 차량의 개수이고,
    X(j)는 J번째 배타적 차량에 의해 상기 상호 관련된 도로 구간 중 상기 하나를 통과하여 이동하는 데에 소요되는 시간이고,
    Y(j)1은 상기 J번째 배타적 차량 각각에 의해 상기 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 추정 시간이며,
    f는 함수인
    방법.
  4. 제3항에 있어서,
    상기 함수 "f"는 상기 상호 관련된 도로 구간 중 상기 하나를 통과하는 이동의 시간 간격과 상기 상호 관련된 도로 구간 중 상기 하나의 교통량 상태 중 적어도 하나에 기초하여 변동되는
    방법.
  5. 제1항에 있어서,
    상기 선택된 도로 구간을 이동하는 데에 소요되는 시간에 관련된 통계를 결정하는 단계는 수학식:
    Figure pct00015
    을 이용하여 상기 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 평균 시간을 추정하는 단계를 포함하며, 여기에서
    Figure pct00016
    은 상기 선택된 도로 구간을 통과하여 이동하기 위한 평균 이동 시간의 추정치이고,
    M은 상기 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 시간을 입수할 수 있는 차량의 개수이고,
    N은 상기 선호되는 도로 구간에 대응하는 배타적 차량의 개수이고,
    Y(i)는 상기 M개의 차량 각각에 의해 상기 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 시간이며,
    Y(j)1은 상기 선호되는 도로 구간과 상기 선택된 도로 구간 사이의 상관관계를 이용하여 추정된 상기 N개의 배타적 차량 각각에 의해 상기 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 시간인
    방법.
  6. 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 평균 시간의 추정의 정확도를 증대시키기 위한 시스템으로서,
    상기 시스템은,
    도로 구간을 통과하여 이동하는 하나 이상의 차량에 대응하는 데이터를 수집하며, 하나 이상의 차량이 상기 도로 구간을 통과하여 이동하는 데에 소요되는 시간의 결정을 가능하게 하도록 구성된 도로 교통량 감지 시스템과,
    상호 관련된 도로 구간을 통과하여 이동하는 데에 소요되는 시간이 상기 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 시간과 상호 관련되는 하나 이상의 상호 관련된 도로 구간의 목록을 저장하며,
    상기 도로 구간을 통과하여 이동하는 데에 소요되는 시간에 대응하는 이력 데이터를 저장하도록 구성된
    적어도 하나의 데이터 저장소와,
    적어도 하나의 프로세서를 포함하되,
    상기 프로세서는
    상기 도로 교통량 감지 시스템에 의해 수집된 상기 도로 구간을 통과하여 이동하는 하나 이상의 차량에 대응하는 데이터를 이용하여, 상기 하나 이상의 차량이 상기 도로 구간을 통과하여 이동하는 데에 소요되는 시간을 결정하고,
    상호 관련된 도로 구간을 통과하여 이동하는 데에 소요되는 시간은 상기 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 시간과 상호 관련되는 상기 하나 이상의 상호 관련된 도로 구간을 식별하고,
    상기 상호 관련된 도로 구간 중에서, 상기 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 평균 시간의 결정에서의 정확도를 증가시키는 하나 이상의 선호되는 도로 구간을 식별하며,
    상기 선호되는 도로 구간 및 상기 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 시간에 대응하는 데이터를 이용하여, 상기 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 평균 시간을 결정하며,
    이동에 소요되는 시간이 상기 상호 관련된 도로 구간에 대해서는 알려져 있으며 상기 선택된 도로 구간에 대해서는 알려져 있지 않은 배타적 차량을 포함하는 상기 상호 관련된 도로 구간을 식별하고,
    상기 상호 관련된 도로 구간과 상기 선택된 도로 구간 사이의 상관관계를 이용하여 상기 선택된 도로 구간 상에서의 상기 배타적 차량 각각에 의한 이동에 소요되는 시간을 추정하고,
    상기 상호 관련된 도로 구간 각각에 대하여, 상기 선택된 도로 구간 상에서의 상기 배타적 차량 각각에 의한 이동에 소요되는 추정 시간에 대응하는 데이터를 이용하여, 평균 이동 시간의 추정의 오차에서 달성되는 개선을 결정하고,
    상기 평균 이동 시간의 추정의 오차에서 달성된 개선에 기초하여 상기 상호 관련된 도로 구간을 분류하며,
    상기 상호 관련된 도로 구간 중 하나가 오차의 감소를 제공했던 이전의 상호 관련된 도로 구간에 의한 오차 감소에 비교하여 추정의 오차를 감소시키지 않을 때까지 오차 감소가 줄어드는 순서대로 상기 상호 관련된 도로 구간을 고려함으로써, 상기 배타적 차량에 의해 소요되는 시간을 이용하여 상기 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 평균 시간의 추정의 오차 감소를 결정하되, 상기 추정의 오차의 감소를 제공한 상기 상호 관련된 도로 구간이 선호되는 도로 구간로서 고려되도록 구성되는
    시스템.
  7. 제6항에 있어서,
    상기 프로세서는 수학식:
    Figure pct00017
    을 이용하여 상기 상호 관련된 도로 구간과 상기 선택된 도로 구간 사이의 상관관계를 이용하여 상기 선택된 도로 구간 상에서의 상기 배타적 차량 각각에 의한 이동에 소요되는 시간을 추정하도록 구성되며, 여기에서
    N은 상기 상호 관련된 도로 구간 중 하나에 대응하는 배타적 차량의 개수이고,
    X(j)는 J번째 배타적 차량에 의해 상기 상호 관련된 도로 구간 중 상기 하나를 통과하여 이동하는 데에 소요되는 시간이고,
    Y(j)1은 상기 J번째 배타적 차량 각각에 의해 상기 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 추정 시간이며,
    f는 함수인
    시스템.
  8. 제6항에 있어서,
    상기 프로세서는 수학식:
    Figure pct00018
    을 이용하여 상기 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 평균 시간을 추정함으로써 상기 선택된 도로 구간을 이동하는 데에 소요되는 시간에 관련된 통계를 결정하도록 구성되며, 여기에서
    Figure pct00019
    은 상기 선택된 도로 구간을 통과하여 이동하기 위한 평균 이동 시간의 추정치이고,
    M은 상기 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 시간을 입수할 수 있는 차량의 개수이고,
    N은 상기 선호되는 도로 구간에 대응하는 배타적 차량의 개수이고,
    Y(i)는 상기 M개의 차량 각각에 의해 상기 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 시간이며,
    Y(j)1은 상기 선호되는 도로 구간과 상기 선택된 도로 구간 사이의 상관관계를 이용하여 추정된 상기 N개의 배타적 차량 각각에 의해 상기 선택된 도로 구간을 통과하여 이동하는 데에 소요되는 시간인
    시스템.
KR1020127010726A 2009-10-27 2009-10-27 이동 시간 추정의 신뢰도 개선 KR101343764B1 (ko)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/IB2009/055234 WO2011051758A1 (en) 2009-10-27 2009-10-27 Improving reliability of travel time estimation

Publications (2)

Publication Number Publication Date
KR20120073299A true KR20120073299A (ko) 2012-07-04
KR101343764B1 KR101343764B1 (ko) 2013-12-19

Family

ID=42291764

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020127010726A KR101343764B1 (ko) 2009-10-27 2009-10-27 이동 시간 추정의 신뢰도 개선

Country Status (6)

Country Link
US (1) US8798896B2 (ko)
EP (1) EP2494535B1 (ko)
JP (1) JP5702794B2 (ko)
KR (1) KR101343764B1 (ko)
CN (1) CN102598078A (ko)
WO (1) WO2011051758A1 (ko)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8519868B2 (en) * 2009-10-29 2013-08-27 Siemens Corporation Estimation of travel times using bluetooth
CN103258430B (zh) * 2013-04-26 2015-03-11 青岛海信网络科技股份有限公司 路段旅行时间统计、以及交通路况判定方法和装置
CN104750963B (zh) * 2013-12-31 2017-12-01 中国移动通信集团公司 交叉口延误时长估计方法及装置
US10545247B2 (en) * 2014-08-26 2020-01-28 Microsoft Technology Licensing, Llc Computerized traffic speed measurement using sparse data
CN105489010B (zh) * 2015-12-29 2019-01-04 中国城市规划设计研究院 一种快速道路行程时间可靠度监测分析系统及方法
CN106960572B (zh) * 2017-04-05 2019-04-23 大连交通大学 一种基于延迟时间系数的高速公路行程时间可靠性计算方法
CN110660216B (zh) * 2019-09-26 2020-12-22 广州大学 行程时间阈值确定方法、系统及智能设备
CN112735147B (zh) * 2019-10-29 2022-09-27 阿波罗智联(北京)科技有限公司 道路交叉路口的延误指标数据获取方法和装置

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SE470367B (sv) 1992-11-19 1994-01-31 Kjell Olsson Sätt att prediktera trafikparametrar
US6542808B2 (en) * 1999-03-08 2003-04-01 Josef Mintz Method and system for mapping traffic congestion
US7355528B2 (en) * 2003-10-16 2008-04-08 Hitachi, Ltd. Traffic information providing system and car navigation system
JP4329711B2 (ja) 2005-03-09 2009-09-09 株式会社日立製作所 交通情報システム
CN100357987C (zh) * 2005-06-02 2007-12-26 上海交通大学 城市路网交通流区间平均速度的获取方法
JP4594289B2 (ja) * 2006-12-06 2010-12-08 住友電工システムソリューション株式会社 交通状況推定方法、交通状況推定装置及びコンピュータプログラム
JP4547408B2 (ja) 2007-09-11 2010-09-22 日立オートモティブシステムズ株式会社 交通状況予測装置，交通状況予測方法

Also Published As

Publication number Publication date
WO2011051758A1 (en) 2011-05-05
JP2013508872A (ja) 2013-03-07
JP5702794B2 (ja) 2015-04-15
EP2494535A1 (en) 2012-09-05
KR101343764B1 (ko) 2013-12-19
US8798896B2 (en) 2014-08-05
US20120253647A1 (en) 2012-10-04
CN102598078A (zh) 2012-07-18
EP2494535B1 (en) 2020-12-02

Similar Documents

Publication Publication Date Title
KR101343764B1 (ko) 이동 시간 추정의 신뢰도 개선
US8280617B2 (en) Monitoring a mobile device
Koukoumidis et al. Leveraging smartphone cameras for collaborative road advisories
Namaki Araghi et al. Accuracy of travel time estimation using Bluetooth technology: Case study Limfjord tunnel Aalborg
Pu et al. Multimodal traffic speed monitoring: A real-time system based on passive Wi-Fi and Bluetooth sensing technology
CN107085944B (zh) 一种交通数据处理系统及方法
CN109996278A (zh) 道路网络质量评估方法、装置、设备及介质
US10104494B2 (en) Marker based activity transition models
CN111179582A (zh) 图像管理装置、路面信息管理系统、车辆、计算机可读存储介质、以及图像管理方法
Habtie et al. Artificial neural network based real-time urban road traffic state estimation framework
Ma et al. Estimation of the automatic vehicle identification based spatial travel time information collected in Stockholm
US10535258B2 (en) Traffic volume determination system, traffic volume determination method, and non-transitory computer-readable storage medium storing traffic volume determination program
CN109509346A (zh) 交通量确定系统、交通量确定方法及计算机可读存储介质
CN114779166A (zh) 一种井下人员精确定位系统
CN115240400A (zh) 车辆位置识别方法和装置、车辆位置输出方法和装置
AU2016201652B2 (en) Monitoring a mobile device
JP5790044B2 (ja) 交通量推定装置、コンピュータプログラム及び交通量推定方法
US20140222324A1 (en) Live traffic view
Sai et al. Road Traffic Analysis Using 2D LIDAR
AU2009203167B2 (en) Monitoring a mobile device
Seal et al. Building a Model for RFID based Traffic Density Measurement System
AU2014201373A1 (en) Monitoring a mobile device
JP2005250703A (ja) 判定システム及び判定方法
CN114463635A (zh) 对车辆的追踪方法、装置和存储介质
CN117676799A (zh) 一种定位方法、装置、设备及存储介质

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
LAPS Lapse due to unpaid annual fee