KR20130096654A - 내비게이션 시스템 및 내비게이션 방법 - Google Patents

내비게이션 시스템 및 내비게이션 방법 Download PDF

Info

Publication number
KR20130096654A
KR20130096654A KR1020130017397A KR20130017397A KR20130096654A KR 20130096654 A KR20130096654 A KR 20130096654A KR 1020130017397 A KR1020130017397 A KR 1020130017397A KR 20130017397 A KR20130017397 A KR 20130017397A KR 20130096654 A KR20130096654 A KR 20130096654A
Authority
KR
South Korea
Prior art keywords
group
polygonal
determined
polygonal chain
chain
Prior art date
Application number
KR1020130017397A
Other languages
English (en)
Inventor
마렉 스트라쎈부르크-클레시악
스타브로스 미트라키스
Original Assignee
하만 베커 오토모티브 시스템즈 게엠베하
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 하만 베커 오토모티브 시스템즈 게엠베하 filed Critical 하만 베커 오토모티브 시스템즈 게엠베하
Publication of KR20130096654A publication Critical patent/KR20130096654A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3863—Structures of map data
    • G01C21/387—Organisation of map data, e.g. version management or database structures
    • G01C21/3874—Structures specially adapted for data searching and retrieval
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3461—Preferred or disfavoured areas, e.g. dangerous zones, toll or emission zones, intersections, manoeuvre types, segments such as motorways, toll roads, ferries
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3863—Structures of map data
    • G01C21/3867—Geometry of map features, e.g. shape points, polygons or for simplified maps
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B29/00—Maps; Plans; Charts; Diagrams, e.g. route diagram
    • G09B29/003—Maps

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Mathematical Physics (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Geometry (AREA)
  • Databases & Information Systems (AREA)
  • Navigation (AREA)
  • Traffic Control Systems (AREA)

Abstract

- 데이터베이스(120)로부터 지도 구획(20)의 지도 데이터(125)를 검색(retrieving)하는 단계로서, 상기 지도 데이터(125)는 다각 체인(10A, 10B, 10C, 10D)을 가지며, 각각의 다각 체인(10A, 10B, 10C, 10D)은 정점({A1 ... A8}, {B1 ... B5}, {C1 ... C5}, {D1 ... D12})과 마디({SA12 ... SA78}, {SB12 ... SB45}, {SC12 ... SC45}, {S12 ... S1112})를 갖는 단계,
- 컴퓨팅 유닛(110)이, 지도 구획(20)의 길의 복수의 다각 체인(10A, 10B, 10C, 10D) 각각에 대해 다각 체인(10A, 10B, 10C, 10D)의 기하학적 특성의 파라미터(L, VL, βS, βM, Vβ, γS, γM)의 값을 결정하는 단계,
- 컴퓨팅 유닛(110)이, 파라미터(L, VL, βS, βM, Vβ, γS, γM)의 값의 평가에 의해, 지도 데이터(125)로부터 다각 체인(10B)의 제 1 군(M)과 다각 체인(10A, 10C)의 제 2 군(N)을 결정하는 단계, 및
- 컴퓨팅 유닛(110)이, 제 1 군(M)의 다각 체인(10B)의 제 1 마디({SB12 ... SB45})에 제 1 등급(R=2)을 할당하고, 제 2 군(N)의 다각 체인(10A, 10C)의 제 2 마디({SA12 ... SA78}, {SC12 ... SC45})에 제 2 등급(R=1)을 할당하는 단계로서, 루트(30) 결정에 대해 제 1 마디({SB12 ... SB45})가 제 2 마디({SA12 ... SA78}, {SC12 ... SC45})보다 우선순위를 갖는 단계
를 포함하는, 루트(30)에 의한 내비게이션 방법 및 내비게이션 시스템.

Description

내비게이션 시스템 및 내비게이션 방법{Navigation system and method for navigation}
본 발명은 내비게이션 시스템 및 내비게이션 방법에 관한 것이다.
OpenStreetMap 지도 데이터 세트를 기초로 루트(route)를 결정하기 위한 방법이 "OpenStreetMap in ArcGIS: Automatisierte Datenaufbereitung fur Netzwerkanalysen," Bachelor's Thesis, Karlsruhe University of Applied Sciences [Hochschule Karlsruhe], E. Zimmermann, 30 June 2010에 공지되어 있다.
지오인포메이션(geoinformation)의 분야에서, 교통 네트워크, 전력망(power grid), 및 유틸리티 네트워크(utility network)를 모델링하기 위해 네트워크가 사용된다. 이러한 맥락에서, 네트워크는 정점(노드)과 선분(에지)의 기하학적/토폴로지적 배열로 구성된 연결 그래프로서 보여진다. 네트워크는 그래프 이론에 의해 수학적으로 정의된다. 네트워크를 이용해, 네트워크 내 관계를 계산하기 위한 네트워크 분석이 수행될 수 있다.
네트워크라고도 불리우는 그래프는 정점, 선분, 및 할당 규칙의 삼원쌍(triplet)으로 구성된다. 정점과 선분은 두 개의 서로 소인 집합이다. 인시던스 맵(incidence map)이라고도 지칭되는 할당 규칙은 정점 집합 내 두 개의 정점을 선분 집합 내 각각의 개별 선분으로 할당한다.
일반적으로 교통 네트워크는 무방향 네트워크이다. 이 맥락에서, 하나의 선분에 의해 서로 결합되는 정점들은 서로 접한다고 일컬어진다. 선분은 자신의 정점들에게 부속적(incident)이다. 그래프 이론에서, 한 정점의 차수는 상기 한 정점의 접하는 정점(이웃)의 개수를 의미하는 것으로 이해된다. 정점의 차수가 0인 경우, 상기 정점은 접하는 정점을 갖지 않으며, 따라서 고립(isolate)되어 있다. 무방향 그래프에서, 길(way)과 경로(path)가 구별된다. 경로는 정점들의 시퀀스이고, 여기서, 정점은 여러 번 방문될 수 있다. 이와 달리, 길의 경우, 정점은 최대 한 번만 횡단될 수 있다. 정점들 사이에 길이 존재할 때 정점은 서로로부터 도달 가능하다. 완전 그래프(complete graph)는 각각의 정점이 나머지 모든 정점과 선분에 의해 연결되어 있는 네트워크이다.
네트워크에서, 선분은 가중치에 의해 평가될 수 있다. 이러한 가중치의 단순한 예가 거리(distance)라고도 불리우는 선분의 길이이다.
네트워크 분석의 "최고 길(best ways)" 방법은 소정의 두 개의 위치 간의 최적 루트를 찾는 작업을 가진다. 이는, 예를 들어, 거리가 최단인 길, 시간이 최단인 길, 또는 "토폴로지적으로 가장 유리한 길"일 수 있다. 토폴로지적으로 가장 유리한 길의 경우, 최소의 선분을 갖는 길이 찾아진다. 그러나 거리와 시간이 아닌 다른 선분 가중치가 역시 가능하다. 가장 유리한 길을 계산하기 위해 다양한 알고리즘이 사용될 수 있다.
최적 루트를 계산하기 위해 다익스트라 알고리즘(Dijkstra's algorithm)(Edsger W. Dijkstra의 이름을 따라 명명됨)이 종종 사용된다. 이 알고리즘은, 가중된 선분을 갖는 그래프로 정의되는 교통 네트워크에 작용한다. 일반적으로, 비용(cost)이라고도 지칭되는 가중치는 하나의 선분의 두 정점들 사이의 거리, 및/또는 평균 이동 시간(travel time)이다. 그러나 그 밖의 다른 유형의 가중치도 가능하다.
라우팅(routing)은 교통 네트워크 내 둘 이상의 위치들 간 최고 이동 루트의 계산을 의미하는 것으로 이해된다. 루트가 중간점(intermediate point)을 통과하는 경우, 이는 루트 플래닝(route planning)이라고 불린다. 내비게이션의 정의는 라우팅의 정의와 유사하다. 내비게이션은 사용자를 그가 선택한 도착지로 안내하는 목표를 가진다. 자동차에서의 내비게이션 동안, 예를 들어 GPS 신호를 이용해 현재 위치가 반복적으로 결정되고, 이를 기초로 하여 교통 네트워크 내 "최적 루트"가 새롭게 결정된다.
"OpenStreetMap" (OSM) 프로젝트가 2004년에 시작되었다. OpenStreetMap은 누구라도 기여할 수 있는 "자유 세계 지도"로 일컬어진다. 상기 지도는 위키 모델(wiki)을 이용해 공동 노력으로 제작되고 있으며, 크라우드소싱(crowdsourcing)의 카테고리에 속한다. 크라우드소싱에서, 일은 많은 자원자들의 인력과 지능으로부터 발생된다. 데이터의 획득은 태깅(tagging)이라고도 불린다. 이 용어는 데이터에 속성(attribute)을 할당하는 것을 기초로 하며, 여기서 OSM은 이른바 OSM 태그와 함께 발생한다.
OSM 데이터 모델은 데이터가 저장되는 OSM 데이터베이스의 모델과, OSM 데이터를 교환하기 위해 사용되는 XML 포맷(확장 마크업 언어(Extensible Markup Language))(*.osm)의 기초가 된다. 기저 데이터 모델은 매우 단순하게 구성된다. 기저 데이터 모델은 XML 태그(<노드>, <길>, <관계>)에 의해 OSM XML 포맷으로 표현되는 세 가지 데이터 유형: 노드(node), 길(way), 및 관계(relation)만 포함한다. 노드는 점 속성, 가령, 선형 객체(linear object)의 고정 점(anchor point)을 갖는 객체와 관심지점(Point of Interest)도 나타내기 위해 사용된다. 길은 선형 객체를 생성하기 위해 주로 사용된다. 길은 노드들의 시퀀스로 구성된다. 따라서 길은, 다각 체인(polygonal chain)이라고 불릴 수 있다. 다각 체인은 유한 개의 선분들로 구성된 길의 자취이다.
측지학에서, 다각 체인은 상세한 지형 조사를 위한 가장 중요한 측정 선이다. 다각 체인은 정점(vertices)이라고도 알려진 요소 다각형 점과, 선분(segment lines)이라고도 지칭되는 다각형 변과, 각을 가지며, 여기서, 각각의 각은 정점에서 서로 접하는 두 다각형 변들 간에 형성된다.
OpenStreetMap에서, 참조되는 노드의 순서가 길의 방향을 가리킨다. 관계는 서로 다른 객체들, 가령, 노드, 길, 또는 관계 그 자체 간의 관계를 정의하기 위해 사용된다. 하나의 관계에 참여하는 노드, 길, 및 관계를 구성원이라고 칭한다. 회전 규칙(turning rule)이 관계의 일례이다.
노드, 길, 및 관계 XML 태그는, 우선적으로, XML 속성(예를 들면, 아이디(id))을 포함하고, 가능하면 복수의 추가 XML 태그(가령, <nd>)를 포함한다. 임의의 바람직한 복수의 태그가 기본 데이터 유형(노드, 길, 관계)에 할당될 수 있다. OSM 태그는 특성을 노드, 길, 및 관계에 할당하도록 사용되고, 키/값 쌍(key/value pair)으로 구성된다. 이와 관련해, 키(k)는 키이고, 값(v)는 상기 키와 관련된 값이다.
대부분의 경우, OpenStreetMap 내 도로(road)는 공공도로(highway) OSM 태그를 이용해 기록된다. 거의 예외 없이, 도로는 길이다. 도로 분류는 공공도로 키의 값을 이용해 이뤄진다. 도로를 정교하게 정의하기 위해, 추가 OSM 태그가 사용되어, 예를 들어, 도로명(명칭(name) OSM 태그), 공공도로 또는 루트 번호/참조자(ref OSM 태그), 또는 접근 제한을 할당한다. 그러나 넓은 지역의 경우, 가령, 시골 지역인 경우와 개발중이거나 새로 산업화되는 국가의 전체 도시의 경우, 도로 분류는 없다.
OSM 포맷에서, 길의 참조 노드가 고정 점(anchor point)을 나타낸다. 따라서 적어도 두 개의 길(공공도로)에 의해 참조되는 노드는 연결부(교차로)이다. 이러한 연결부에서, 하나의 길에서 다른 길로 변경하는 것이 가능하다.
자동차에 장착되는 내비게이션 시스템이 DE 41 04 351 A1에 공지되어 있다. 이 시스템은 사전 설정된 등급 또는 그 밖의 다른 중요 특징의 도로에 의해 정의되는 다각형의 지도 데이터를 이용하고, 연속 다각형들의 체인을 통해, 출발점을 포함하는 출발 다각형을 도착치를 포함하는 도착 다각형으로 연결하며, 여기서, 인접하는 다각형들의 쌍은 하나의 공통 변을 포함하고, 출발 다각형과 도착 다각형 사이에서 다각형들이 위치되어, 출발점과 도착 다각형 사이에 복수의 루트가 계산될 수 있다. 각각의 루트는 체인의 다각형들의 변, 출발 다각형의 변, 도착 다각형의 변의 조합으로 구성된다. 차량 운전자는 계산된 루트들 중에서 적합한 루트를 선택한다.
본 발명의 목적은 루트에 의한 내비게이션 방법을 특정하기 위한 것이며, 이때, 일부 경우, 지도 데이터는 불충분한 속성 할당을 가질 수 있다.
이 목적은 독립 청구항 1의 특징을 갖는 방법에 의해 이뤄진다. 바람직한 구체예가 종속 청구항의 대상이며, 상세한 설명에 포함되어 있다.
따라서 루트에 의한 내비게이션 방법이 제공된다.
상기 방법에서, 지도 구획의 지도 데이터가 데이터베이스에서 검색된다. 검색된 지도 데이터는 다각 체인을 가진다. 따라서 다각 체인이 데이터베이스에 저장된다. 각각의 다각 체인은 정점과 마디를 가진다.
상기 방법에서, 지도 구획의 길의 복수의 다각 체인 각각에 대하여 다각 체인의 기하학적 특성의 파라미터의 값이 컴퓨팅 유닛에 의해 결정된다.
상기 방법에서, 파라미터의 값의 평가에 의해, 지도 데이터로부터 복수의 다각 체인의 제 1 군(number)과 복수의 다각 체인의 제 2 군이 컴퓨팅 유닛에 의해 결정된다.
상기 방법에서, 컴퓨팅 유닛에 의해, 제 1 군의 다각 체인의 제 1 마디에 제 1 등급이 할당된다. 제 2 군의 다각 체인의 제 2 마디에 제 2 등급이 할당된다. 루트 결정에 대해 제 1 마디는 제 2 마디에 비해 우선순위를 가진다.
가령, 도면의 예시적 실시예를 참조하여 상세히 설명된 상기 방법의 실제 구현에 의해 몇 가지 이점이 얻어진다. 불충분한 속성 할당을 갖는 지도 영역에서 라우팅이 상당히 개선된다. 덧붙여, 루트 계산에서, 속성 할당이 있는 지도 영역과 속성 할당이 없는 지도 영역이 함께 사용될 수 있다.
본 발명은 가능한 가장 넓은 범위까지 개선되는 내비게이션 시스템을 특정하는 추가 목적을 가진다.
이 목적은 독립 청구항 8의 특징을 갖는 내비게이션 시스템에 의해 달성된다. 바람직한 구체예가 상세한 설명에 포함되어 있다.
따라서, 루트에 의한 내비게이션을 위한 내비게이션 시스템이 제공된다.
내비게이션 시스템은 지도 구획의 검색 가능한 지도 데이터를 갖는 데이터베이스를 가진다. 지도 데이터는 다각 체인을 가진다. 따라서 다각 체인은 데이터베이스에 저장된다. 각각의 다각 체인은 정점과 마디를 가진다.
내비게이션 시스템은 컴퓨팅 유닛을 가진다. 상기 컴퓨팅 유닛은 지도 구획의 길의 복수의 다각 체인 각각에 대해 다각 체인의 기하학적 특성의 파라미터의 값을 결정하도록 구성된다.
컴퓨팅 유닛은 파라미터의 값의 평가에 의해 지도 데이터로부터 다각 체인의 제 1 군과 다각 체인의 제 2 군을 결정하도록 구성된다.
컴퓨팅 유닛은 제 1 군의 다각 체인의 제 1 마디에 제 1 등급을 할당하고, 제 2 군의 다각 체인의 제 2 마디에 제 2 등급을 할당하도록 구성된다. 루트 결정에 대해 제 1 마디는 제 2 마디에 비해 우선순위를 가진다.
이하에서 기재되는 실시예는 상기 방법과 내비게이션 시스템 모두와 관련된다. 방법 특징이 내비게이션 시스템의 기능으로부터 도출될 수 있다. 내비게이션 시스템의 기능은 방법 특징의 구현이다.
제 1 마디를 적어도 부분적으로 기초로 하여 루트가 계산되는 것이 바람직하다. 바람직한 방식으로, 내비게이션 동안 제 2 마디에 비해 제 1 마디가 강조된다.
지도 데이터가 자유 데이터베이스, 가령, OpenStreetMap으로부터 얻어지는 것이 바람직하다. 바람직한 실시예에서, 지도 구획은 자동으로 생성된다. 바람직한 방식에서 지도 구획이 루트의 출발점과 도착점을 기초로 하여 결정된다.
OpenStreetMap(OSM)에서, 예를 들어 다각 체인이 "길(way)"로 라벨링되고, 거기서 태그로서 조직된다. 다각 체인은 데이터베이스에 영구적으로 저장되며, 그러므로 사전 정의되며, 따라서 초기에 마디로부터 결정될 필요가 없다. 데이터베이스 내 다각 체인의 이러한 정의의 결과로서, 마디들은 서로 독립적이지 않고, 오히려 함께 결합되어 다각 체인을 형성한다. 예를 들어, 루트를 계산하기 위해 사용될 수 있는 다각 체인은 OpenStreetMap에서 "공공도로(highway)"로 라벨링된다.
다각 체인의 가능한 기하학적 특성이 다각 체인의 수학적 정의에 의해 제한된다. 이하에서, 다각 체인의 선호되는 기하학적 특성은, 각각의 경우의 하나의 파라미터에 의해 특정된다. 다각 체인의 기하학적 특성은 정점 및/또는 선분 및/또는 선분들 사이의 각을 이용해 제한된다.
바람직한 실시예에서, 각각의 다각 체인의 길이는 기하학적 특성으로서 결정된다. 이를 위해, 마디들의 길이들의 합이 파라미터로서 결정된다. 어떠한 벡터 추가도 발생하지 않고, 대신, 2개의 연계된 정점들의 좌표를 개별적으로 이용해 각각의 마디의 길이가 개별적으로 계산된다. 그 후, 길이를 기초로 하여, 각각의 다각 체인이 제 1 군 또는 제 2 군으로 할당된다.
제 1 군 또는 제 2 군으로의 다각 체인의 할당이 발생하는데, 예를 들어, 제 1 임계치보다 긴 길이를 갖는 각각의 다각 체인이 제 1 군으로 할당되고, 상기 제 1 임계치보다 짧은 길이를 갖는 각각의 다각 체인이 제 2 군으로 할당된다. 다각 체인의 90%가 제 1 임계치보다 짧은 길이를 갖도록 상기 제 1 임계치는, 가령, 사전 정의되거나, 가령, 계산된다. 마찬가지로, 지도 구획 내 다각 체인의 밀도의 함수로서 제 1 임계치를 계산하는 것이 가능하다.
또 다른 바람직한 실시예에서, 다각 체인의 길이의 길이 비(length ratio)가 기하학적 특성으로서 결정된다. 이러한 목적으로, 연계된 다각 체인의 길이에 대한 첫 번째 정점과 마지막 정점 사이의 거리의 길이 비가 파라미터로서 결정된다. 이 프로세스에서, 다각 체인의 길이는, 마디들의 길이들의 합에 의해 다시 한번 결정된다. 길이 비를 기초로 하여 각각의 다각 체인이 제 1 군 또는 제 2 군으로 할당된다.
제 1 군 또는 제 2 군으로의 다각 체인의 할당이 발생하는데, 가령, 제 2 임계치보다 큰 비를 갖는 각각의 다각 체인이 제 1 군으로 할당되고, 제 2 임계치보다 작은 비를 갖는 각각의 다각 체인이 제 2 군으로 할당된다. 다각 체인의 90%가 제 2 임계치보다 작은 비를 갖도록 상기 제 2 임계치는, 가령, 사전 정의되거나, 가령, 계산된다. 마찬가지로, 지도 구획 내 다각 체인의 밀도의 함수로서 제 2 임계치를 계산하는 것이 가능하다.
또 다른 바람직한 실시예에서, 각각의 다각 체인의 각 합(angle sum)이 기하학적 특성으로서 결정된다. 이러한 목적으로, 각각의 쌍의 마디들 간의 모든 각들의 합이 파라미터로서 결정된다. 측지학에서, 정렬된 두 마디들의 각은 180°로 특정된다. 그러나 정렬된 두 마디들의 각이 0°인 정의도 가능하다. 각들의 합을 기초로 하여, 각각의 다각 체인이 제 1 군 또는 제 2 군으로 할당된다.
제 1 군 또는 제 2 군으로의 다각 체인의 할당이 발생하는데, 예를 들어, 제 3 임계치보다 큰 각 합(angle sum)을 갖는 각각의 다각 체인이 제 1 군으로 할당되고, 제 3 임계치보다 작은 각 합을 갖는 각각의 다각 체인이 제 2 군으로 할당된다. 상기 제 3 임계치는, 예를 들어, 다각 체인의 90%가 상기 제 3 임계치보다 작은 각 합을 갖도록 계산된다. 마찬가지로, 지도 구획 내 다각 체인의 밀도의 함수로서 제 3 임계치를 계산하는 것이 가능하다.
또 다른 바람직한 실시예에서, 각각의 다각 체인의 각들의 평균이 기하학적 특성으로서 결정된다. 여기서, 두 개의 마디 사이의 모든 각들의 평균이 파라미터로서 결정된다. 결정된 각들의 평균을 기초로 하여, 각각의 다각 체인은 제 1 군 또는 제 2 군으로 할당된다.
제 1 군 또는 제 2 군으로의 다각 체인의 할당이 발생하는데, 예를 들어, 제 4 임계치보다 큰 각들의 평균을 갖는 각각의 다각 체인이 제 1 군에 할당되고, 제 4 임계치보다 작은 각들의 평균을 갖는 각각의 다각 체인은 제 2 군에 할당된다. 다각 체인의 85%가 제 4 임계치보다 작은 각들의 평균을 갖도록, 상기 제 4 임계치는, 가령, 사전 정의되거나, 가령, 계산된다. 마찬가지로, 지도 구획 내 다각 체인의 밀도의 함수로서 제 4 임계치를 계산하는 것이 가능하다.
또 다른 바람직한 실시예에서, 각 대 길이 비(angle-to-length ratio)가 기하학적 특성으로서 결정된다. 이때, 다각 체인의 길이에 대한 각들의 평균의 비가 파라미터로서 결정된다. 다각 체인의 길이는 마디들의 길이들의 합에 의해 결정된다. 각 대 길이 비를 기초로 하여, 각각의 다각 체인은 제 1 군 또는 제 2 군으로 할당된다.
제 1 군 또는 제 2 군으로의 다각 체인의 할당이 발생하는데, 예를 들어, 제 5 임계치보다 큰 각 대 길이 비를 갖는 각각의 다각 체인이 제 1 군으로 할당되고, 제 5 임계치보다 작은 각 대 길이 비를 갖는 각각의 다각 체인이 제 2 군으로 할당된다. 다각 체인의 80%가 제 5 임계치보다 작은 각 대 길이 비를 갖도록, 상기 제 5 임계치는, 가령, 사전 정의되거나, 가령, 계산된다. 마찬가지로, 제 5 임계치를 지도 구획 내 다각 체인의 밀도의 함수로서 계산하는 것이 가능하다.
특히 바람직한 실시예에서, 서로 다른 기하학적 속성의 적어도 두 개의 파라미터의 값이 결정된다. 다각 체인의 제 1 군 및 제 2 군은 적어도 두 개의 파라미터를 기초로 결정된다. 따라서 지도 구획의 다각 체인은 적어도 두 개의 파라미터를 기초로 하여 제 1 군 또는 제 2 군으로 할당된다.
제 1 군 또는 제 2 군으로의 관심 다각 체인의 할당은 예를 들어 다단계로 발생한다. 제 1 단계에서, 제 1 파라미터를 이용해 각각의 다각 체인이 평가되는데, 가령, 제 1 임계치보다 작은 길이를 갖는 각각의 다각 체인이 제 2 군으로 할당된다. 예를 들어 제 2 군으로 할당되지 않은, 제 1 임계치보다 큰 길이를 갖는 각각의 다각 체인은 제 2 파라미터에 대하여 평가된다. 제 2 파라미터를 평가하기 위해, 관심 다각 체인이 제 2 임계치보다 큰 각 대 길이 비를 갖는 경우 제 1 군으로 할당되는 반면에, 마찬가지로, 다각 체인이 제 2 임계치보다 작은 각 대 길이 비를 갖는 경우 제 2 군으로 할당된다.
앞서 기재된 실시예들은 단독으로나 조합되어서나 특히 바람직하다. 모든 실시예들이 서로 조합될 수 있다. 일부 가능한 조합이 도면을 통한 예시적 실시예의 기재에서 설명된다. 그러나 소개되는 이러한 실시예들의 조합의 가능성이 전부는 아니다.
본 발명은 이하에서 도면을 참조하여 예시적 실시예를 이용해 상세히 설명된다.
도면은 다음을 도시한다.
도 1 지도 구획,
도 2a 다각 체인,
도 2b 또 다른 다각 체인,
도 2c 또 다른 다각 체인,
도 3 도로망,
도 4 내비게이션 시스템의 개략적 도시, 및
도 5 개략적 흐름도.
도 1에 예시적 지도 구획(20)이 개략적으로 나타난다. 지도 구획(20)은 도로망, 건물, 및 그 밖의 다른 영역을 도시한다. 지도 구획(20)에서, 정점(vertices)(D1, D2, D3, D4, D5, D6, D7, D8, D9, D10, D11, 및 D12)을 갖는 다각 체인(polygonal chain)(10D)이 강조된다. 정점(D1, D2, D3, D4, D5, D6, D7, D8, D9, D10, D11, 및 D12)은 마디(segment)(S12, S23, S34, S45, S56, S67, S78, S89, S910, S1011, 및 S1112)에 의해 서로 연결된다.
OpenStreetMap이 길(way)로 라벨링되고 식별자 30121019를 갖는 유사 다각 체인을 포함한다. 거기서 데이터베이스 항목이 태그로 라벨링되고, 다음의 정보를 포함할 수 있다:
태그: 공공도로(highway) = 알려지지 않음(unknown)
최대속도(maxspeed) = 알려지지 않음
명칭(name) = 마스슈트라세
노드: 266611432 (또한 길(way) 마스슈트라세(33056650), 아들러슈트라세(24516725), 및 아들러슈트라세(30121020)의 일부분)
271359038 (또한 길 하위켄벡(24972239)의 일부분)
262447883 (또한 길 루틀린디스벡(24972238)의 일부분)
262447884
275626000 (또한 길 25304025의 일부분)
273684848 (또한 길 27639756의 일부분)
277820615 (또한 길 27639755의 일부분)
262447886 (또한 길 잔트빈거트(24504008)의 일부분)
269692032 (또한 길 24824502의 일부분)
266611424 (또한 길 임 슈마허게반(24516724)의 일부분)
271355211 (또한 길 24971899의 일부분)
271355191 (또한 길 24971896, 99078476, 및 24971897의 일부분)
일부분: 관계 De_RNV_34 (48631)
관계 De_RNV_1009 (64577)
관계 De_RNV_M2 (62101)
데이터에서, 속성 "공공도로(highway)"는 이것이 "공공도로" 키의 값이 빠진(missing) 라우팅 가능한 다각 체인(10D)임을 가리킨다. 따라서 이 다각 체인은 라우팅을 위한 불충분한 속성 할당만 가질 것이다.
도면에서 지도 구획(20)의 지도 데이터는 길(way)로 라벨링될 수 있는 복수의 다각 체인을 포함한다. 다각 체인은 사전 정의된다. 다각 체인은 데이터베이스, 예를 들어, OpenStreetMap의 데이터베이스에 공공도로로서 저장된다, 즉, 이들 사전 정의된 다각 체인이 마디들로부터 결정되지 않고, 오히려 이미 데이터베이스에 존재하고 마디를 가진다. 마디는 선분(line segment)이라고도 지칭될 수 있다.
목표는 복수의 다각 체인 중에서, 루트에 대한 우선순위를 갖고 사용될 수 있는 다각 체인을 찾는 것이다. 이러한 라우팅 프로세스에서, 더 높은 수준의 우선순위를 갖는 도로가 계산 알고리즘에서 루트를 생성하는 데 우선적으로 사용되는 것이 일반적이다. 지도 구획에 다각 체인에 대해 어떠한 속성도 없는 경우, 루트는 우선순위화 없는 계산 알고리즘으로, 즉, 다각 체인의 마디의 가중치/비용만 기초로 하여, 결정된다.
충분한 속성이 없는 지도 구획(20)에서의 내비게이션, 예를 들어 OpenStreetMap으로부터의 도로 데이터를 기초로 하는 내비게이션은 최단 루트에 의해 도착지로 이끌 것이다. 지역 지식(local knowledge) 없이 위성 이미지만을 기초로 하여 기록(recording)이 발생한 곳에서 충분한 속성이 없는 지도 구획이 나타난다. 항공 또는 위성 이미지만을 기초로 하여 (또는 그 밖의 다른 기록 기준을 이용해, 그러나 지역 지식 없이) 획득된 코스(course)를 갖는 도로의 경우, 인간 또는 알고리즘이 다각 체인에 우선순위화에 대한 속성을 할당하는 것이 종종 불가능하다. 따라서 전체 구역 또는 이웃들에 대한 속성이 빠져 있다. 결과적으로 열악한 도로 품질 때문에 사실상 통과할 수 없는 도로의 한 구획을, 비록 항공 이미지에서 보일 수 있더라도, 통과하도록 운전자가 안내받기 쉬울 수 있다.
더 높은 우선순위 수준을 갖는 도로, 가령, 고속도로 또는 공공도로는 종종 특수한 기하학적 특성을 가진다. 긴 직선의 다각 체인일수록 짧은 다각 체인보다 더 중요한 교통 축을 나타낸다는 가정 하에, 도로망에서 십중팔구 도로 교통에서 주요한 역할을 수행하는 다각 체인이 식별된다. 이들 다각 체인과 연계된 거리의 표현이 내비게이션 디스플레이 상에서 특정하게 수행되지 않을지라도, 다음 번 가장 가까운 거리가 특수 기하학적 특성을 갖지 않을 때 상기 다음 번 가장 가까운 거리보다 더 높은 수준을 갖는 마디가 사용될 수 있기 때문에, 이들 다각 체인의 마디가 루트 계산을 위해 사용될 수 있다.
상기 가정은, 새로운 도시의 성장과 정착이 빠를 때라도 이웃들 또는 인근위치(locality)들 간의 주요 연결 루트가 먼저 구축된다는 사실에 의해 정당화된다. 이들 연결은 가장 길고 가장 빠른 것이 일반적이다. 따라서 연계된 다각 체인은 기하학적 특성을 가진다.
지도 구획(20)은, 예를 들어, 출발점과 도착지를 기초로 하는 루트 계산을 위한 프로그램 실행 중에 지도 데이터로 저장된 구역, 가령, 행정 구역 "도시(city)"를 이용해 결정된다. 마찬가지로 단위 면적(제곱 킬로미터)당 거리 밀도(street density)를 이용해 지도 구획(20)을 결정하는 것이 가능하다.
도 2a, 2b, 및 2c와 관련된 예시적 실시예를 이용해, 복수의 파라미터(L, VL, βS, βM, Vβ, γS, γM)를 이용한 다각 체인(10A, 10B, 10C)의 기하학적 특성의 평가가 상세히 설명된다. 지도 구획(20)의 길의 복수의 다각 체인(10A, 10B, 10C)의 경우, 다각 체인(10A, 10B, 10C)의 기하학적 특성의 파라미터(L, VL, βS, βM, Vβ, γS, γM)의 값이, 속성이 없는 지도 구획(20) 내 각각의 다각 체인(10A, 10B, 10C)에 대해 컴퓨팅 유닛을 이용해 결정된다.
도 2a는 다각 체인(10A)에 대한 예시적 실시예를 개략적으로 도시한다. 길의 다각 체인(10A)은 출발 정점(A1) 및 종료 정점(A8)과, 상기 출발 정점(A1)과 종료 정점(A8) 사이에 위치하는 고정 정점(anchor vertices)(A2, A3, A4, A5, A6, 및 A7)을 가진다. 정점(A1, A2, A3, A4, A5, A6, A7, 및 A8) 사이에 마디(SA12, SA23, SA34, SA45, SA56, SA67, 및 SA78)가 정의된다. 덧붙여, 다각 체인(10A)의 출발 정점(A1)과 종료 정점(A8) 사이의 추가 거리 마디가 도 2a의 예시적 실시예에 도시된다.
다각 체인의 길이(L)의 기하학적 특성이 도 2a의 예시적 실시예의 다각 체인(10A)을 이용해 설명될 것이다.
이때 도 2a의 예시적 실시예에서, 길이(L)는 다각형(10A)의 선분들의 합이다:
Figure pat00001
지도 구획(20) 내 모든 다각 체인의 길이(L)가 이러한 방식으로 파라미터(L)로서 결정되면, 예를 들어, 다각 체인 중 가장 긴 10%가 제 1 군(M)으로 할당될 수 있고, 나머지 다각 체인이 제 2 군(N)에 할당될 수 있다. 이는 임계치(thL)를 도출하며, 이의 도움으로, 10% 또는 90%가 제 1 군(M) 또는 제 2 군(N)과 각각 연계된다.
도 2a의 예시적 실시예에서, 또 다른 가능성은 길이 비(VL)를 형성하는 것이며, 여기서 파라미터(VL)은 다음과 같이 정의된다:
Figure pat00002
이때, L10A는 다각 체인의 수학식(1)에서 서술된 길이이고,
Figure pat00003
는 출발 정점(A1)과 종료 정점(A8) 사이의 거리이다. 따라서 길이 비(VL)는, 가령, 굴곡진 도로의 경우, 다각 체인에 의해 정의되는 도로가 일직선 최단거리(distance as the crow flies)로부터 대폭 벗어나는지 여부를 특정한다. 이때 또 다른 임계치(thVL)가 사용될 수 있다.
또 다른 다각 체인(10B)이 도 2b에 개략적으로 도시된다. 길의 다각 체인(10B)은 출발 정점(B1) 및 종료 정점(B5)과, 상기 출발 정점(B1)과 종료 정점(B5) 사이에 배치된 고정 정점(B2, B3, 및 B4)을 가진다. 정점들(B1, B2, B3, B4, B5) 간에 마디(SB12, SB23, SB34, 및 SB45)가 정의된다. 이에 추가로, 마디들(SB12, SB23, SB34, SB45) 간의 각(β1, β2, β3, 및 β4)이 도 2b의 예시적 실시예에서 도시된다.
다각 체인(10B)이 직선에서 벗어날 때, 각들(β1, β2, β3, β4) 중 적어도 하나가 180° 미만이다. 도로가 특히 기하학적으로 뒤틀린 경우, 이에 따라 각들의 합은 실질적으로 직선인 도로에 비교할 때 더 작다.
이때 도 2a의 예시적 실시예에서의 각 합(angle sum)(βS)이 다음과 같다:
Figure pat00004
각 합(βS)은 또 다른 임계치(thβS)에 비교될 수 있다.
이 맥락에서, 파라미터(βM)가 다음과 같도록, 각의 개수(Kβ)를 고려하고, 각 평균(angle average)(βM)을 계산하는 것이 또한 가능하다:
Figure pat00005
지도 구획(20) 내 모든 다각형의 각들의 평균(βM)이 결정되면, 다각 체인들 중 가장 큰 각 평균(βM)을 갖는 10%가 제 1 군(M)에 할당되고, 나머지 다각 체인이 제 2 군(N)에 할당될 수 있다. 이는 임계치(thβM)를 도출하며, 이의 도움으로, 상기 10%가 제 1 군(M)과 연계되고, 90%가 제 2 군(N)과 연계된다. 추가 세분과 함께 제 3 군과 제 4 군을 제공하는 것이 역시 가능하다.
도 2b의 예시적 실시예에서 다각형의 길이(L)에 대한 각 평균(βM)의 비(Vβ)가 파라미터(Vβ)로서 결정되는 것이 또한 가능하며, 다음과 같다:
Figure pat00006
이때, 도 2b의 예시적 실시예에서 길이(L)은 다음과 같다:
Figure pat00007
파라미터(Vβ)는 또 다른 임계치(thVβ)와 비교될 수 있다.
도 2c에 추가 다각 체인(10C)이 개략적으로 도시된다. 길의 다각 체인(10C)은 출발 정점(C1) 및 종료 정점(C5)과, 상기 출발 정점(C1)과 종료 정점(C5) 사이에 위치하는 고정 정점(C2, C3, 및 C4)을 가진다. 정점들(C1, C2, C3, C4, C5) 간에 마디(SC12, SC23, SC34, 및 SC45)가 정의된다. 덧붙여, 도 2c의 예시적 실시예에서 출발 정점(C1)과 종료 정점(C5) 사이에 추가 선분([c1　c5])이 그려진다.
도 2c의 예시적 실시예에서, 각각의 마디(SC12, SC23, SC34, 및 SC45)에 대해 추가 선분([c1　c5])의 방향으로부터의 각 편차(angular deviation)(γ1, γ2, γ3, γ4)가 결정된다. 도 2c의 예시적 실시예에서 각 편차(γ1, γ2, γ3, γ4)의 합(γS)은, 다음을 이용해, 파라미터(γS)로서 계산될 수 있다:
Figure pat00008
다시, 파라미터(γS)를 또 다른 임계치(thγS)에 비교하는 것이 가능하다.
마찬가지로, 파라미터(γM)가 다음과 같도록, 각의 개수(Kγ)를 추가로 고려하고, 각 평균(γM)을 계산하는 것이 가능하다:
Figure pat00009
지도 구획(20) 내 모든 다각형의 각 편차(angular deviation)의 평균(γM)이 결정되면, 다각 체인들 중 가장 큰 각 평균(γM)을 갖는 15%가 가령 제 1 군(M)에 할당될 수 있고, 나머지 다각 체인이 제 2 군(N)에 할당될 수 있다. 이는 임계치(thγS 또는 thγM )를 도출하며, 이의 도움으로, 15%가 제 1 군(M)에 연계되고, 85%가 제 2 군(N)에 연계된다. 또한 추가 임계치를 이용한 추가 세분(subdivision)과 함께 제 3 군과 제 4 군을 제공하는 것이 가능하다.
도 3은 복수의 다각 체인(10A, 10B, 10C)을 갖는 지도 구획(20)을 개략적으로 도시한다. 도 2a, 2b, 2c를 참조하여 언급된 파라미터(L, VL, βS, βM, Vβ, γS, γM) 중 하나 이상을 기초로 하여, 다각 체인(10B)의 제 1 군(M)과 다각 체인(10A, 10C)의 제 2 군(N)이, 사용된 파라미터(L, VL, βS, βM, Vβ, γS, γM)의 값의 평가를 통해 지도 데이터로부터 결정된다. 이 프로세스에서, 예를 들어, 파라미터(L, VL, βS, βM, Vβ, γS, γM)를 이용한 다단계 평가가 가능하며 여기서 제 1 단계에서, 다각 체인의 파라미터 길이(L)에 의해 다각 체인들의 70%보다 긴 다각 체인(10A, 10B, 10C)이 결정된다. 그리고 그 후의 제 2 단계에서, 길이(L)에 대한 각 평균(βM)의 비(Vβ)의 파라미터(Vβ)와 관련하여 다각 체인(10A, 10B, 10C) 중 나머지 30%가 평가된다.
도 3의 예시적 실시예에서, 다각 체인(10B)만 임계치(thVβ)보다 큰 비(Vβ)의 값을 가진다. 따라서 다각 체인(10B)만 제 1 군(M)에 할당된다.
결과적으로, 제 1 군(M)의 다각 체인(10B)의 제 1 마디(SB12, SB23, SB34, 및 SB45)에 제 1 등급(R=2)이 할당된다. 제 2 군(N)의 다각 체인(10A, 10C)의 제 2 마디(SA12, SA23, SA34, SA45, SA56, SA67, SC12, SC23, SC34, 및 SC45)에 제 2 등급(R=1)이 할당된다. 도 3의 예시적 실시예에서, 다각 체인(10B)이 우회 도로이다. 이와 달리, 다각 체인(10A, 10C)은 마을 내 상대적으로 긴 거리(street)에 불과하며, 루트(30)의 최적화에 대해 더 낮은 우선순위에 따를 것이다.
제 1 등급(R=2)을 갖는 제 1 군(M)과 제 2 등급(R=1)을 갖는 제 2 군(N)으로의 다각 체인(10A, 10B, 10C)의 할당 후, 루트 계산이 다각 체인(10A, 10B, 10C)의 마디(SB12, SB23, SB34, 및 SB45, 또는 SA12, SA23, SA34, SA45, SA56, SA67, SC12, SC23, SC34, 및 SC45)의 등급 R의 함수로서 발생한다. 이 맥락에서, 루트(30) 결정에 대하여, 제 1 마디(SB12, SB23, SB34, 및 SB45)가 제 2 마디(SA12, SA23, SA34, SA45, SA56, SA67, SC12, SC23, SC34, 및 SC45)에 비해 우선순위를 가진다.
내비게이션 시스템(100)의 예가 도 4에 블록도로서 개략적으로 도시된다. 내비게이션 시스템(100)은 지도 데이터(125)를 포함하는 데이터베이스(120)로 연결되는 컴퓨팅 유닛(110)을 가진다. 덧붙여, 컴퓨팅 유닛(110)은 디스플레이(140), 가령, 터치스크린과, 포지셔닝 유닛(130), 가령, GPS 수신기로 연결된다. 데이터베이스(120)는 지도 구획(20)의 검색가능한(retrievable) 지도 데이터(125)를 가진다.
지도 데이터(125)는 사전 결정된 다각 체인을 가진다. 다각 체인은 예컨대 OpenStreetMap에서 "길(way)"이라고 불린다. 각각의 다각 체인(10A, 10B, 10C, 10D)은 출발 정점 및 종료 정점과, 상기 출발 정점과 종료 정점 사이에 위치하는 고정 정점을 포함하는 정점(A1 ... A8, B1 ... B5, C1 ... C5, D1 ... D12)을 가진다. 각각의 다각 체인은 또한 마디(SA12 ... SA78, SB12 ... SB45, SC12 ... SC45, S12 ... S1112), 가령, 도 1, 2a, 2b, 2c 및 3에 예로서 도시된 것을 가진다.
컴퓨팅 유닛(110)이 내비게이션 방법을 수행하도록 구성되며, 이 방법은 도 5의 흐름도를 참조해 상세히 설명된다.
도 5는 방법의 단계(1 내지 7)를 도시한다. 제 1 단계(1)에서, 예를 들어, 루트 계산이 시작된다. 컴퓨팅 유닛(110)은 제 2 단계(2)에서 지도 구획(20)의 길들의 복수의 다각 체인(10A, 10B, 10C, 10D) 각각에 대해 다각 체인(10A, 10B, 10C, 10D)의 기하학적 특성의 파라미터(L, VL, βS, βM, Vβ, γS, γM)의 값을 결정하도록 구성된다.
컴퓨팅 유닛(110)은 지도 데이터(125)로부터, 제 4 단계(4)에서 다각 체인(10B)의 제 1 군(M)을, 그리고 제 5 단계(5)에서 다각 체인(10A, 10C)의 제 2 군(N)을 결정하도록 구성된다. 이를 위해, 앞선 제 3 단계(3)에서 파라미터(L, VL, βS, βM, Vβ, γS, γM)의 값이 평가된다. 도 5의 예시적 실시예에서, 파라미터(L, VL, βS, βM, Vβ, γS, γM)가 연계된 임계치(thL, thVL, thβS, thVβ, thγS, thγM)에 비교된다. 임계치 비교가 예를 들어, 부울 연산자(AND, OR, 등)를 이용해 서로 조합되는 것이 바람직하다.
컴퓨팅 유닛(110)은 제 1 등급(R=2)을 제 1 군(M)의 다각 체인(10B)의 제 1 마디({SB12 ... SB45})로 할당하고, 제 2 등급(R=1)을 제 2 군(N)의 다각 체인(10A, 10C)의 제 2 마디({SA12 ... SA78}, {SC12 ... SC45})로 할당하도록 구성된다. 예를 들어, 제 1 등급(R=2)은 가능한 도로 분류의 레벨 2에 대응하며, 여기서, 예를 들어, 속성(존재하는 경우) 레벨, 차선 수, 및 도로 유형이 도로의 분류를 가능하게 한다.
컴퓨팅 유닛(110)은 제 6 단계(6)에서 마디의 등급(R)을 기초로 루트 계산을 수행하고, 제 7 단계(7)에서 디스플레이(140)를 통해 이 계산을 그래픽 표현의 형태로 출력하도록 구성된다. 예를 들어, 위치 찾기 유닛(130)에 의해 결정된 현재 위치로부터 시작하여 입력된 도착지 주소까지의 루트(30)가 계산된다. 컴퓨팅 유닛(110)은 제 6 단계(6)에서 루트를 계산할 때 제 2 마디({SA12 ... SA78}, {SC12 ... SC45})에 비해 우선순위를 갖는 제 1 마디({SB12 ... SB45})를 이용하도록 구성된다.
본 발명은 도 1 내지 5에 도시된 실시예로 한정되지 않는다. 예를 들어, 서로 다른 파라미터를 이용해 다각 체인의 서로 다른 기하학적 특성을 평가하는 것이 가능하다. 또한 OpenStreetMap 데이터베이스가 아닌 다른 데이터베이스를 이용하는 것이 가능하다. 예를 들어, OpenStreetMap 데이터베이스로부터 생성되었고, 차량이나 중앙 서버에 저장된 데이터베이스가 사용될 수 있다. 도 4에 도시된 내비게이션 시스템의 기능이 자동차에 대해 특히 유리하게 사용될 수 있다.
부호의 목록
1, 2, 3, 4, 5, 6, 7 단계
10A, 10B, 10C, 10D 다각 체인, 공공도로
20 지도 구획
30 루트
100 내비게이션 시스템
110, CPU 컴퓨팅 유닛
120, DB 데이터베이스
125 지도 데이터
130, GPS 위치 찾기 유닛, GPS 수신기
140, MON 디스플레이, 터치스크린
A1 내지 A8, B1 내지 B5, 정점, 노드
C1 내지 C5, D1 내지 D12
SA12 내지 SA78, SB12 내지 SB45, 마디, 선분
SC12 내지 SC45, S12 내지 S1112
[A1 A8], [C1 C5] 추가 선분, 거리
β2, β3, β4, γ1, γ2, γ3, γ4 각
L, VL, βS, βM, Vβ, γS, γM 파라미터
thL, thVL, thβS, thVβ, thγS, thγM 임계치
R 등급, 레벨

Claims (8)

  1. 루트(30)에 의한 내비게이션 방법에 있어서,
    - 지도 구획(20)의 지도 데이터(125)를 데이터베이스(120)로부터 검색(retrieve)하는 단계로서, 지도 데이터(125)는 다각 체인(10A, 10B, 10C, 10D)을 갖고, 각각의 다각 체인(10A, 10B, 10C, 10D)은 정점({A1 ... A8}, {B1 ... B5}, {C1 ... C5}, {D1 ... D12})과 마디({SA12 ... SA78}, {SB12 ... SB45}, {SC12 ... SC45}, {S12 ... S1112})를 갖는 것인, 상기 검색 단계,
    - 컴퓨팅 유닛(110)이, 지도 구획(20)의 길(way)의 복수의 다각 체인(10A, 10B, 10C, 10D) 각각에 대해 다각 체인(10A, 10B, 10C, 10D)의 기하학적 특성의 파라미터(L, VL, βS, βM, Vβ, γS, γM)의 값을 결정하는 단계,
    - 컴퓨팅 유닛(110)이, 지도 데이터(125)로부터 파라미터(L, VL, βS, βM, Vβ, γS, γM)의 값의 평가에 의해, 다각 체인(10B)의 제 1 군(M)과 다각 체인(10A, 10C)의 제 2 군(N)을 결정하는 단계, 및
    - 컴퓨팅 유닛(110)이, 제 1 군(M)의 다각 체인(10B)의 제 1 마디({SB12 ... SB45})에 제 1 등급(R=2)을 할당하고, 제 2 군(N)의 다각 체인(10A, 10C)의 제 2 마디({SA12 ... SA78}, {SC12 ... SC45})에 제 2 등급(R=1)을 할당하는 단계로서, 루트(30) 결정에 대하여 제 1 마디({SB12 ... SB45})가 제 2 마디({SA12 ... SA78}, {SC12 ... SC45})에 비해 우선순위를 갖는 것인, 상기 할당 단계
    를 포함하는 내비게이션 방법.
  2. 청구항 1에 있어서,
    - 마디({SA12 ... SA78}, {SB12 ... SB45}, {SC12 ... SC45}, {S12 ... S1112})의 길이들의 합이 파라미터(L)로서 결정된다는 점에서, 각각의 다각 체인(10A, 10B, 10C, 10D)의 길이(L)가 기하학적 특성으로서 결정되고,
    - 길이(L)를 기초로 하여, 각각의 다각 체인(10B)은 제 1 군(M) 또는 제 2 군(N)에 할당되는, 내비게이션 방법.
  3. 청구항 1에 있어서,
    - 다각 체인(10A)의 길이들의 길이 비(VL)가 기하학적 특성으로서 결정되고, 연계된 다각 체인(10A)의 길이(L)에 대한 첫 번째 정점(A1)과 마지막 정점(A8) 사이의 선분([A1A8])의 길이의 길이 비(VL)가 파라미터(VL)로서 결정되며, 다각 체인(10A)의 길이(L)는 마디({SA12 ... SA78})의 길이들의 합을 이용하여 결정되고,
    - 길이 비(VL)를 기초로 하여, 각각의 다각 체인(10B)이 제 1 군(M) 또는 제 2 군(N)에 할당되는, 내비게이션 방법.
  4. 청구항 1에 있어서,
    - 두 개의 마디({SB12 ... SB45}) 사이의 각(β2, β3, β4)의 합이 파라미터(βS)로서 결정된다는 점에서, 각각의 다각 체인(10B)의 각 합(angle sum)이 기하학적 특성으로서 결정되고,
    - 각(β2, β3, β4)의 합(βS)을 기초로 하여, 각각의 다각 체인(10B)이 제 1 군(M) 또는 제 2 군(N)에 할당되는, 내비게이션 방법.
  5. 청구항 1에 있어서,
    - 두 개의 마디({SB12 ... SB45}) 사이의 각(β2, β3, β4)의 평균이 파라미터(βM)로서 결정된다는 점에서, 각각의 다각 체인(10B)의 각(β2, β3, β4)의 평균이 기하학적 특성으로서 결정되며,
    - 결정된 각(β2, β3, β4)의 평균(βM)을 기초로 하여 각각의 다각 체인(10B)이 제 1 군(M) 또는 제 2 군(N)에 할당되는, 내비게이션 방법.
  6. 청구항 1에 있어서,
    - 각 대 길이 비(angle-to-length)(Vβ)가 기하학적 특성으로서 결정되고, 다각 체인(10A)의 길이(L)에 대한 각(β2, β3, β4)의 평균의 비(VL)가 파라미터(VL)로서 결정되고, 다각 체인(10A)의 길이(L)는 마디({SA12 ... SA78})의 길이의 합을 이용해 결정되며,
    - 각 대 길이 비(Vβ)를 기초로 하여 각각의 다각 체인(10B)이 제 1 군(M) 또는 제 2 군(N)에 할당되는, 내비게이션 방법.
  7. 청구항 1 내지 청구항 6 중 어느 한 항에 있어서,
    서로 다른 기하학적 특성의 적어도 2개의 파라미터(L, VL, βS, βM, Vβ, γS, γM)의 값이 결정되고, 제 1 군(M)과 제 2 군(N)은 적어도 2개의 파라미터(L, VL, βS, βM, Vβ, γS, γM)를 기초로 하여 확정되는, 내비게이션 방법.
  8. 루트(30)를 이용한 내비게이션을 위한 내비게이션 시스템에 있어서, 상기 시스템은
    - 지도 구획(20)의 검색 가능한 지도 데이터(125)를 갖는 데이터베이스()로서, 지도 데이터(125)는 다각 체인(10A, 10B, 10C, 10D)을 갖고, 각각의 다각 체인(10A, 10B, 10C, 10D)은 정점({A1 ... A8}, {B1 ... B5}, {C1 ... C5}, {D1 ... D12})과 마디({SA12 ... SA78}, {SB12 ... SB45}, {SC12 ... SC45}, {S12 ... S1112})를 갖는 데이터베이스(),
    - 지도 구획(20)의 길(way)의 복수의 다각 체인(10A, 10B, 10C, 10D) 각각에 대해 다각 체인(10A, 10B, 10C, 10D)의 기하학적 특성의 파라미터(L, VL, βS, βM, Vβ, γS, γM)의 값을 결정하도록 구성된 컴퓨팅 유닛(110)
    을 가지며, 컴퓨팅 유닛(110)은, 파라미터(L, VL, βS, βM, Vβ, γS, γM)의 값의 평가에 의해 지도 데이터(125)로부터 다각 체인(10B)의 제 1 군(M)과 다각 체인(10A, 10C)의 제 2 군(N)을 결정하도록 구성되며,
    컴퓨팅 유닛(110)은 제 1 군(M)의 다각 체인(10B)의 제 1 마디({SB12 ... SB45})에 제 1 등급(R=2)을 할당하고, 제 2 군(N)의 다각 체인(10A, 10C)의 제 2 마디({SA12 ... SA78}, {SC12 ... SC45})에 제 2 등급(R=1)을 할당하도록 구성되며, 루트(30) 결정에 대해 제 1 마디({SB12 ... SB45})가 제 2 마디({SA12 ... SA78}, {SC12 ... SC45})에 비해 우선순위를 갖는, 내비게이션 시스템.

KR1020130017397A 2012-02-22 2013-02-19 내비게이션 시스템 및 내비게이션 방법 KR20130096654A (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP12001179.6-1236 2012-02-22
EP12001179.6A EP2631594B1 (en) 2012-02-22 2012-02-22 Navigation system and method for navigation

Publications (1)

Publication Number Publication Date
KR20130096654A true KR20130096654A (ko) 2013-08-30

Family

ID=45976585

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130017397A KR20130096654A (ko) 2012-02-22 2013-02-19 내비게이션 시스템 및 내비게이션 방법

Country Status (3)

Country Link
US (1) US9068853B2 (ko)
EP (1) EP2631594B1 (ko)
KR (1) KR20130096654A (ko)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE202015009213U1 (de) * 2014-02-26 2016-11-25 Google Inc. System zum Zusammenführen von Straßendatensätzen
US9759576B2 (en) * 2015-12-14 2017-09-12 International Business Machines Corporation Road sinuosity to enhance speed approximation in road navigation
EP3339806B1 (en) * 2016-12-22 2019-05-22 Gestalt Systems GmbH Navigation for vehicle based on parallel processing to determine collision-free paths
EP3926303A1 (en) * 2020-06-18 2021-12-22 Max-Planck-Gesellschaft zur Förderung der Wissenschaften e.V. Method and system for snapping an object s position to a road network

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH03238599A (ja) 1990-02-15 1991-10-24 Clarion Co Ltd 車載用ナビゲーション装置
JPH09178500A (ja) * 1995-12-26 1997-07-11 Pioneer Electron Corp カーナビゲーション装置
KR100579767B1 (ko) * 1999-01-25 2006-05-15 가부시키가이샤 젠린 다각형으로 표현된 도로지도 데이터의 작성과 이용을 위한장치와 방법
US6681177B2 (en) * 2001-01-30 2004-01-20 Rajashri Joshi Bowing coefficient representation of curvature of geographic features
US7508400B2 (en) * 2005-03-23 2009-03-24 Zenrin Co., Ltd. Digital map data processing system
GB2443472A (en) * 2006-10-30 2008-05-07 Cotares Ltd Method of generating routes
CN102713521B (zh) * 2009-10-22 2015-07-15 通腾德国股份有限公司 用gps踪迹产生、细化及扩充增量地图
US8285485B2 (en) * 2010-03-18 2012-10-09 Harman International Industries, Incorporated Vehicle navigation system with route determination based on a measure of sportiness

Also Published As

Publication number Publication date
EP2631594A1 (en) 2013-08-28
US9068853B2 (en) 2015-06-30
EP2631594B1 (en) 2015-09-09
US20130218465A1 (en) 2013-08-22

Similar Documents

Publication Publication Date Title
KR101994496B1 (ko) 정보 수집 및 검색을 통한 루트의 제공 기법
US9677904B2 (en) Generating travel time data
CN110111574B (zh) 一种基于流量树分析的城市交通不平衡评价方法
Ziemke et al. Modeling bicycle traffic in an agent-based transport simulation
Sevtsuk et al. Predicting pedestrian flow along city streets: A comparison of route choice estimation approaches in downtown San Francisco
KR20130096654A (ko) 내비게이션 시스템 및 내비게이션 방법
CN114580796B (zh) 一种旅游属性路径规划方法及系统
Vamshi et al. Dynamic route planning framework for minimal air pollution exposure in urban road transportation systems
Albalawneh et al. A new federated genetic algorithm-based optimization technique for multi-criteria vehicle route planning using ArcGIS network analyst
Sadeghi-Niaraki et al. Multi-criteria decision-based model for road network process
Parygin et al. Map data-driven assessment of urban areas accessibility
Wang et al. A parking lot induction method based on Dijkstra algorithm
Alivand et al. New method for finding optimal path in dynamic networks
CN108121725A (zh) 一种搜索方法及装置
Zhu et al. Large scale active vehicular crowdsensing
Ariyanto et al. Implementing a star for bicycle route finding system using OSM and GraphHopper: case study: Batu, Indonesia
Jamalul Shamsudin et al. Integrating network concept into multi criteria analysis for suggesting bus rapid transit routes
Stadler et al. A method for the optimized placement of bus stops based on voronoi diagrams
CN115183789A (zh) 一种导航路线的确定方法及装置
CN114077643A (zh) 轨交接驳线路设计方法及装置
Butenko et al. Combined algorithm for Voronoi diagram construction in application to dynamic ride sharing
Pan et al. Road Network Modeling with Layered Abstraction for Path Discovery in Vehicle Navigation Systems.
Joundi et al. New Urban Mobility Algorithm Based On User Experience
Zia et al. A New Spatial Approach for Efficient Transformation of Equality-Generalized TSP to TSP
Gedicke et al. Selecting Landmarks for Wayfinding Assistance Based on Advance Visibility

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application