KR20140079857A - 교통 제어 신호들의 동작에 관련된 정보를 결정하는 방법 및 시스템 - Google Patents

교통 제어 신호들의 동작에 관련된 정보를 결정하는 방법 및 시스템 Download PDF

Info

Publication number
KR20140079857A
KR20140079857A KR1020147013766A KR20147013766A KR20140079857A KR 20140079857 A KR20140079857 A KR 20140079857A KR 1020147013766 A KR1020147013766 A KR 1020147013766A KR 20147013766 A KR20147013766 A KR 20147013766A KR 20140079857 A KR20140079857 A KR 20140079857A
Authority
KR
South Korea
Prior art keywords
time
traffic control
control signal
data
transition
Prior art date
Application number
KR1020147013766A
Other languages
English (en)
Other versions
KR102035583B1 (ko
Inventor
니콜라우스 비테
레네 바이에르
Original Assignee
톰톰 디벨롭먼트 저머니 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 톰톰 디벨롭먼트 저머니 게엠베하 filed Critical 톰톰 디벨롭먼트 저머니 게엠베하
Publication of KR20140079857A publication Critical patent/KR20140079857A/ko
Application granted granted Critical
Publication of KR102035583B1 publication Critical patent/KR102035583B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/096—Arrangements for giving variable traffic instructions provided with indicators in which a mark progresses showing the time elapsed, e.g. of green phase
    • 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
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/07—Controlling traffic signals
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
    • G08G1/096827—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route where the route is computed onboard

Abstract

교통 제어 신호의 위상들 간의 천이의 타이밍에 관련된 데이터를 획득하는 방법. 상기 방법은 상기 교통 제어 신호의 지역에서의 차량들의 주행에 관련된 실제 프로브 데이터를 획득하는 단계, 및 상기 데이터를 사용하여 상기 신호의 하나의 주어진 천이가 생긴 시간들을 결정하는 단계를 포함한다. 이는 상기 신호에서 정지될 때 차량이 대기하는 교통 신호로부터의 거리, 및 상기 프로브 데이터를 사용하여 결정되는 바와 같이, 상기 신호를 통과하는 시간을 고려함으로써 수행된다. 서로 다른 천이 시간 쌍들은 상기 천이 시간들 간의 시간차를 획득하도록 분석된다. 상기 시간차 데이터를 최적 적합화하는 사이클 시간이 결정되고, 상기 교통 제어 신호의 장래 천이 시간들을 예측하도록 상기 천이 시간 데이터와 함께 사용된다.

Description

교통 제어 신호들의 동작에 관련된 정보를 결정하는 방법 및 시스템{Methods and systems for determining information relating to the operation of traffic control signals}
본 발명은 교통 제어 신호들의 동작에 관련된 정보를 결정하는 방법 및 시스템에 관한 것으로 특히 교통 제어 신호의 천이 시간들 및 장래 천이 시간들의 예측에 관련된 정보를 결정하는 방법에 관한 것이지만 이에 국한되지 않는다. 적어도 바람직한 실시예들에서는, 본 발명이 또한 교통 제어 신호의 사이클 시간(cycle time)들을 결정하는 방법에 이르기까지 확장하는 것이다.
교통 제어 신호들의 동작에 관련된 정보는 다양한 상황에서 유용할 수 있다. 교통 제어 신호들, 예컨대 신호등들의 동작에 관련된 정보에 기반하여 운전자들에게 정보 또는 권고사항들이 제공되는 방법 및 시스템이 이미 제안되어 왔다. 일부 방법에서는, 예컨대 내비게이트되고 있는 경로를 따라 다가오는 교통 제어 신호들의 상태에 관련된 정보가 운전자들에게 제공될 수 있다. 상기 정보는 운전자들에게 속도 권고사항들을 제공하는데 사용될 수 있다. 예를 들면, 운전자는 운전자 자신이 교통 제어 신호에 이를 수 있게 하여 상기 교통 제어 신호의 녹색 위상과 일치하도록 다시 말하면 일련의 교통 제어 신호들을 통해 "녹색 파동(green wave)"을 타도록 적합한 주행 속도에 대해 안내를 받을 수 있다. 교통 제어 신호들의 동작에 대한 정보는 주행 시간 및/또는 연료 사용에 대하여, 좀더 효율적인 방식으로 하나 이상의 교통 제어 신호 세트들을 포함하는 지역을 통해 운전자가 주행할 수 있게 하도록 적합한 주행 속도들에 대해 안내하는데 사용될 수 있다. 교통 제어 신호 동작의 지식은 예컨대 내비게이션 기기들에 의해, 또는 인프라 계획 등을 위해 좀더 정확한 주행 시간들을 결정하는데 또한 유용하다.
교통 제어 신호들의 동작에 대한 정보가 이전에는 종종 제3자 소스들(예컨대, 정부 교통 소스들)로부터 입수된 교통 제어 신호의 동작 데이터에 의존해 왔다. 그러한 데이터는 종종 교통 제어 신호들의 근방에 있는 고정형 교통 센서들로부터 수집된 데이터에 기반하여 이루어질 수 있다. 이러한 타입의 기법들은 이용가능한 데이터 및 데이터가 제공되는 교통 제어 신호들에 대해 한정된 유연성을 제공하며, 구현하는데 비교적 비싸고, 자리를 잡는데 적합한 고정 인프라를 필요로 한다.
본원 출원인이 인식해왔던 것은 교통 제어 신호들의 동작에 관련된 정보를 획득하는 개선된 방법 및 시스템이 필요하다는 것이었다.
본 발명의 제1 실시태양에 의하면, 교통 제어 신호의 동작에 관련된 정보를 결정하는 방법이 제공되어 있으며, 상기 방법은,
상기 교통 제어 신호에 의해 제어되는 경로를 따른 시간에 대한 하나 이상의 기기의 이동에 관련된 위치 데이터를 사용하여 상기 교통 제어 신호의 위상들 간의 천이가 생긴 하나 이상의 시간들을 나타내는 데이터를 결정하는 단계; 및
상기 결정된 천이 시간 데이터를 사용하여 상기 교통 제어 신호의 위상들 간의 장래 천이가 일어날 것으로 예상되는 하나 이상의 시간들을 예측하는 단계;
를 포함한다.
그러므로, 본 발명에 의하면, 상기 교통 제어 신호에 의해 제어되는 경로를 따른 시간에 대한, 하나 이상의 기기들, 바람직하게는 복수 개의 기기들의 이동에 관련된 위치 데이터는 상기 교통 신호의 위상들 간의 천이가 생긴 적어도 하나의 시간("천이 시간(transition time)")을 나타내는 데이터를 결정하는데 사용된다. 때로는 "프로브 데이터(probe data)"로서 알려져 있는 이러한 위치 데이터는 개별 차량들과 연관된 기기(들)의 이동에 관련된 데이터인 것이 전형적이다. 그러한 위치 데이터를 사용하여 상기 교통 제어 신호의 천이 시간에 관련된 정보를 획득함으로써, 상기 데이터를 획득하기 위해 고정된 인프라에 의존할 필요성이 회피된다. 따라서, 본 발명은 상기 교통 제어 신호들을 수정하거나, 또는 상기 데이터를 수집하도록 센서들을 설치할 필요 없이, 천이 시간 정보가 좀더 유연하게 그리고 다수 개의 교통 제어 신호에 관련하여 획득되는 것을 허용한다. 본원 명세서에서의 "위치 데이터(positional data)"에 대한 참조들은 시간에 대한 하나 이상의 기기들의 이동에 관련된 위치 데이터를 언급하는 것으로 이해되어야 한다. 본 발명에 의하면, 상기 결정된 천이 시간 데이터는 상기 교통 제어 신호의 장래 천이 시간 또는 시간들을 예측하는데 사용된다.
당업자라면 시간에 대한 하나 이상의 기기들의 이동에 관련된 위치 데이터의 사용이 상기 교통 제어 신호의 동작이 좀더 정확하게 결정되게 하는 결과를 초래할 수 있음을 이해하게 될 것인데, 그 이유는 이러한 것이 상기 교통 제어 신호에 의한 제어를 받게 되는 경로를 따른 기기들, 예컨대 차량들의 실제 이동을 반영하기 때문이다. 따라서, 상기 교통 제어 신호의 예상된 동작에 관련된, 제3자들 또는 다른 소스들로부터 획득된 정보와는 대조적으로, 본 발명에 따라 획득된 천이 시간 정보는 상기 교통 제어 신호의 근방에 있는 기기(들)의 이동에 따른 상기 교통 제어 신호의 영향을 고려함으로써 간접적으로 결정되는 바와 같은, 상기 교통 제어 신호의 실제 동작에 기반하여 이루어진다. 따라서, 획득되는 정보는 예를 들면 교통 제어 신호의 위상동기(phasing) 또는 사이클의 타이밍을 제어하는 클록들의 부정확성 때문에 생길 수 있는 오차들에 영향을 받지 않는다.
본원 출원인은 교통 제어 신호에 의해 제어되는 경로를 따른 기기 또는 기기들의 이동에 관련된 데이터가 교통 제어 신호의 천이 시간 또는 시간들을 포함하여 교통 제어 신호의 동작에 관련된 정보를 추론하는데 사용될 수 있음을 알게 되었다. 이하에서 좀더 구체적으로 설명되겠지만, 교통 제어 신호의 정지 및 진행 위상들은 상기 교통 제어 신호의 동작에 관련된 정보를 제공하고, 장래 천이 시간이 예측되는 것을 허용하도록 분석될 수 있는 상기 교통 제어 신호의 위치에 접근하고 상기 교통 제어 신호의 위치를 통과하는 경로를 따른 교통 흐름 속도의 해당 패턴들을 초래하게 된다.
본 발명은 또한 교통 제어 신호의 동작에 관련된 정보를 결정하는 시스템에 이르기까지 확장한다. 따라서, 본 발명의 부가적인 실시태양에 의하면, 본 발명은 교통 제어 신호의 동작에 관련된 정보를 결정하는, 서버일 수 있는 시스템이 제공되는데, 상기 시스템은,
상기 교통 제어 신호에 의해 제어되는 경로를 따른 시간에 대한 하나 이상의 기기의 이동에 관련된 위치 데이터를 사용하여 상기 교통 제어 신호의 위상들 간의 천이가 생긴 하나 이상의 시간을 나타내는 천이 시간 데이터를 결정하는 수단; 및
상기 결정된 천이 시간 데이터를 사용하여 상기 교통 제어 신호의 위상들 간의 장래 천이가 생길 것으로 예상되는 하나 이상의 시간을 예측하는 수단;
을 포함한다.
본 발명은 이러한 부가적인 실시태양에서 본 발명의 제1 실시태양에 대하여 설명된 특징들 중 어느 하나 또는 모두를 포함할 수도 있고 이와는 반대로 본 발명의 제1 실시태양에 대하여 설명된 특징들이 상호 모순되지 않을 정도로 포함할 수도 있다. 따라서, 본원 명세서에 명시적으로 기재되어 있지 않은 경우에, 본 발명의 시스템은 위에 기재된 방법의 단계들 중 어느 하나를 수행하는 수단을 포함할 수 있다.
상기 방법의 단계들 중 어느 하나를 수행하는 수단은 그렇게 하기 위해 구성된, 예컨대 프로그램된 한 세트의 하나 이상의 프로세서들을 포함할 수 있다. 하나의 주어진 단계는 다른 어떤 단계와 동일하거나 다른 세트의 프로세서들을 사용하여 수행될 수 있다. 어느 하나의 주어진 단계는 여러 세트의 프로세서들의 조합을 사용하여 수행될 수 있다. 상기 시스템은 예를 들면 상기 결정된 하나 이상의 천이 시간 및/또는 하나 이상의 예측된 천이 시간을 나타내는 데이터를 저장하기 위한, 컴퓨터 메모리와 같은 데이터 저장 수단을 부가적으로 포함할 수 있다.
본 발명의 방법들이 바람직한 실시예들에서는 서버에 의해 구현된다. 따라서, 실시예들에서는, 본 발명의 시스템은 위에서 설명한 여러 단계를 수행하는 수단을 포함하는 서버를 포함하며, 본원 명세서에서 설명한 방법의 단계들이 서버에 의해 수행된다.
본 발명에 의하면, 본 발명의 실시태양들 또는 실시예들 중 어느 하나에서는 상기 교통 제어 신호가 예컨대 한 교차로에서 하나 이상의 내비게이트가능한 구간들 중 적어도 한 부분을 포함하는 경로를 따른 서로 다른 차량 이동들을 제어하도록 하는 기능을 할 수 있는 교통 제어 신호이다. 상기 교통 제어 신호는 임의의 자동화된 교통 제어 신호일 수 있다. 바람직하게는 상기 교통 제어 신호가 신호등이다. 상기 교통 제어 신호는 한 교차로에 위치해 있는 것이 바람직하다. 상기 교차로는 교통의 경쟁적 이동(competing movement)들이 존재하는 교차로이다. 상기 교차로는 로터리, 횡단보도 또는 임의 타입의 교차로일 수 있다. 상기 교통 제어 신호는 상기 교차로에 위치해 있는 복수 개의 교통 제어 신호들 중 하나일 수 있다.
본원 명세서에서 사용되는 교통 제어 신호의 천이 시간은 교통 제어 신호의 서로 다른 위상들 간의 천이가 생기는 시간을 언급한다. 당업자라면 이해하게 되겠지만, 천이 시간 데이터가 상기 위치 데이터에 기반하여 결정되는 천이가 이미 생긴 천이인데, 다시 말하면 천이 시간 데이터가 상기 위치 데이터에 기반하여 결정되는 천이는 과거의 천이(past transition)이다. 상기 하나 이상의 과거의 천이 시간들은 이때 예측된 장래 천이 시간 또는 시간들을 나타내는 데이터를 획득하는데 사용된다.
상기 교통 제어 신호는 서로 다른 위상들을 포함하는 미리 결정된 반복 사이클에 따라 동작한다. 따라서, 상기 천이가 생기게 되는 위상들은 상기 교통 제어 신호의 사이클의 위상들이다. 상기 교통 제어 신호의 하나의 주어진 사이클은 상기 교통 제어 신호가 천이하게 되는 상기 교통 제어 신호의 하나의 완전한 서로 다른 위상 세트를 포함하는 사이클이다. 상기 교통 제어 신호는 "사이클 길이(cycle length)"를 지니는 자동화된 교통 제어 신호의 사이클에 따라 서로 다른 위상들 간에 천이한다. 따라서, 상기 사이클 길이는 상기 교통 제어 신호의 하나의 완전한 위상 시퀀스에 의해 정의된다. 상기 교통 제어 신호의 위상 시퀀스는 후속 사이클들에서 반복되게 된다. 실제로는, 하나의 주어진 교통 제어 신호의 사이클 길이가 시간에 의존할 수 있다. 예를 들면, 상기 사이클 길이가 하루에 걸쳐 변할 수 있다. 상기 교통 제어 신호는 또한 서로 다른 시간 주기들에서의 하나 이상의 서로 다른 사이클 길이들에 따라, 예컨대 24 시간 주기 내에서, (평일 대 주말과 같은) 주일의 서로 다른 요일들 상에서, 특정 요일들 상에서의 피크 시간대들 및 비-피크 시간대에서 등등과 같이 동작하도록 제어될 수 있다.
본 발명에 의하면, 상기 방법은 상기 교통 제어 신호의 하나 이상의 천이 시간들에 관련된 정보 또는 데이터를 결정하고 상기 정보 또는 데이터를 사용하여 장래 천이 시간 또는 시간들을 예측하는 단계를 포함한다. 상기 결정된 천이 시간 정보는 상기 천이 시간 또는 각각의 천이 시간의 추정치일 수 있다. 상기 결정된 천이 시간(들) 및/또는 상기 예측된 천이 시간(들)은 예컨대 사이클 시간에 대한 몇몇 가정들에 기반하여 이루어질 수 있다. 예를 들면, 상기 사이클 시간이 하나의 주어진 시간 주기, 예컨대 1 시간, 또는 수 시간에 걸쳐 일정한 것으로 가정될 수 있다. 일부 실시예들에서는, 상기 사이클 시간이 주일의 동일한 요일 상에서 그리고 동일한 일시에서 해당 시간 슬롯들에 대해 일정한 것으로 취해질 수 있다. 설정될 수 있는 다른 한 가정은 하나의 주어진 사이클 내에서의 위상 패턴 및 지속기간이 적어도 하나의 주어진 시간 주기에 걸쳐 일정하다는 것이다. 예를 들면, 요구에 따른 횡단보도 위상이 활성화되는 효과들은 천이 시간을 결정하고 그리고/또는 장래 천이 시간(들)을 예측할 목적으로 무시될 수 있다. 이하에서 좀더 구체적으로 논의되겠지만, 상기 천이 시간 데이터는 "실제(live)" 데이터에 기반하여 결정되는 것이 바람직함으로써, 과거의 천이 시간 데이터의 결정시 사이클 시간에서의 임의의 변화의 효과들이 최소화될 수 있다.
상기 교통 제어 신호가 신호등인 바람직한 실시예들에서는, 상기 위상들이 상기 신호등의 적색 및 녹색 위상들을 포함하고, 상기 결정된 천이 시간 데이터가 상기 적색 및 녹색 위상들 간의 천이가 생기는 시간, 가장 바람직하게는 상기 교통 제어 신호의 상기 적색 및 녹색 위상들 간의 천이가 생기는 시간을 나타낸다. 물론, 상기 교통 제어 신호 사이클은 하나 이상의 추가 위상들을 포함할 수 있으며 하나 이상의 추가 위상들을 포함하는 것이 전형적이다. 여러 실시예에서는, 상기 교통 제어 신호 사이클이 황색 위상을 부가적으로 포함한다. 천이 시간이 본 발명에 따른 위치 데이터를 사용하여 결정되게 하는 천이가 상기 교통 제어 신호의 서로 다른 위상들 중 어느 위상들 간의 천이일 수 있지만, 바람직하게는 상기 천이가 상기 적색 및 녹색 위상들 간의 천이이고 가장 바람직하게는 상기 적색 위상으로부터 상기 녹색 위상으로의 천이이다. 이러한 천이들은 본원 명세서에서 설명된 바와 같은 위치 데이터에 기반하여 좀더 용이하게 결정될 수 있다. 물론, 상기 교통 제어 신호는 컬러에 대한 것과는 다른 위상들의 표시를 제공할 수 있다. 예를 들면, 상기 위상들은 하나 이상의 심볼들에 의해 표시될 수 있다. 이러한 배치들은 공공 교통 차량들, 예컨대 전차들, 기차들 등등의 이동들을 제어기 위해 교통 제어 신호에 연관지어 사용될 수 있다. 따라서, 일반적으로 천이 시간 데이터가 결정되는 위상들이 제어되고 있는 경로에 대한 정지 및 진행 위상들일 수 있다.
복수의 천이 시간들을 나타내는 데이터가 상기 위치 데이터, 즉 위상들 간의 신호의 천이가 생긴 복수의 서로 다른 시간들을 나타내는 위치 데이터를 사용하여 획득되는 경우에, 바람직하게는 상기 시간들이 상기 교통 제어 신호의 해당 천이들, 다시 말하면 동일한 위상들 간의 주어진 천이에 대한 것이다. 마찬가지로, 바람직하게는 예측이 이루어지게 되는 장래 천이 또는 각각의 장래 천이는 천이 시간 데이터가 결정되게 하는 것에 해당하는 천이이다. 이는 좀더 단순한 시스템을 제공하고 상기 결정된 천이 시간 데이터에 기반한 장래 천이 시간들의 예측을 용이하게 할 수 있다.
상기 방법은 상기 위치 데이터를 획득, 예컨대 수신하는 단계에 이르기까지 확장할 수 있다. 따라서, 상기 방법은 상기 교통 제어 신호의 위치를 포함하는 지리적인 지역(geographic region)에서의 복수 개의 기기들의 이동에 관련된 위치 데이터를 획득하는 단계, 및 상기 위치 데이터를 필터링하여 상기 교통 제어 신호의 제어를 받게 되는 경로를 따른 하나 이상의 기기들의 이동에 관련된 위치 데이터를 획득하는 단계를 포함할 수 있다. 이는 상기 교통 제어 신호의 알려진 위치를 참조하여 행해질 수 있다. 상기 지리적인 지역은 어느 범위의 지리적인 지역일 수 있다. 상기 지리적인 지역은 디지털 맵의 지역일 수 있다.
본원 명세서에서 언급되는 바와 같은 디지털 맵은 복수 개의 구간들에 의해 연결된 복수 개의 분기점들을 포함하는데, 상기 구간들은 내비게이트가능한 구간들을 나타낸다. 대표적인 실시예들이 도로망의 도로 구간을 언급하지만, 당업자라면 본 발명이 경로, 강, 운하, 사이클 경로, 견인 경로, 철도 선로 따위의 구간들을 포함하여, 임의 형태의 내비게이트가능한 구간에 적용가능함을 이해하게 될 것이다. 용이한 참조를 위해 이들은 도로망의 도로 구간으로서 일반적으로 언급된다.
일부 실시예들에서는, 상기 데이터를 수신하는 단계가 상기 데이터에 액세스하는 단계를 포함할 수 있는데, 상기 데이터는 사전에 수신 및 저장되어 있다. 실제 위치 데이터의 경우에, 당업자라면 상기 데이터가 실제 데이터인 것으로 여전히 고려될 수 있도록 상기 데이터가 사용되기 직전에 저장될 수 있음을 이해하게 될 것이다. 상기 데이터를 수신하는 단계가 상기 기기들로부터 상기 데이터를 수신하는 단계를 포함하는 배치들에서 예견되는 점은 상기 방법이 본 발명의 다른 단계들을 수행하기 시작하기 전에 수신된 위치 데이터를 저장하는 단계, 및 선택적으로는 상기 데이터를 필터링하는 단계를 부가적으로 포함할 수 있다는 점이다. 상기 위치 데이터를 수신하는 단계는 상기 방법의 다른 단계 또는 단계들과 동시 또는 동소에 이루어지지 않아도 된다.
본 발명에 따라 사용된 위치 데이터는 하나 이상의 기기들, 바람직하게는 다수의 기기들로부터 수집되고, 시간에 대한 상기 기기들의 이동에 관련되어 있다. 따라서, 상기 기기들은 모바일 기기들이다. 당업자라면 상기 위치 데이터 중 적어도 일부가 시간적 데이터, 예컨대 타임스탬프와 연관되어 있음을 이해하게 될 것이다. 그러나, 본 발명의 목적으로, 모든 위치 데이터가 본 발명에 따른 교통 제어 신호에 관련된 정보를 제공하는데 사용될 수 있는 경우에는, 모든 위치 데이터가 시간적 데이터와 연관되어 있을 필요가 없다. 그러나, 바람직한 실시예들에서는, 모든 위치 데이터가 시간적 데이터, 예컨대, 타임스탬프와 연관되어 있다.
상기 위치 데이터는 시간에 대한 기기 또는 각각의 기기의 이동에 관련되어 있으며, 상기 기기에 의해 취해지는 경로의 위치 "트레이스(trace; 추적)"를 제공하는데 사용될 수 있다. 위에서 언급한 바와 같이, 상기 데이터는 상기 기기(들)로부터 수신될 수도 있고 먼저 저장될 수도 있다. 상기 기기들은 본 발명의 목적들을 위해 상기 위치 데이터 및 충분한 관련 타이밍 데이터를 제공할 수 있는 임의의 모바일 기기들일 수 있다. 상기 기기는 위치 결정 기능을 지니는 임의의 기기일 수 있다. 예를 들면, 상기 기기는 WiFi 액세스 포인트들 또는 GSM 기기와 같은 셀룰러 통신 네트워크들로부터의 정보를 액세스 및 수신하는 수단, 및 이러한 정보를 사용하여 상기 기기의 위치를 결정하는 수단을 포함할 수 있다. 그러나, 바람직한 실시예들에서는, 상기 기기가 특정 시점에서 수신기 위치를 나타내는 위성 신호들을 수신하기 위한, GPS 수신기와 같은 전지구적 항법 위성 시스템(global navigation satellite system; GNSS) 수신기를 포함하며, 이러한 수신기는 일정 간격으로 업데이트된 위치 정보를 수신하는 것이 바람직하다. 그러한 기기들은 내비게이션 기기들, 위치 결정 기능을 지니는 모바일 통신 기기들, 위치 센서들 등등을 포함할 수 있다. 상기 기기는 차량과 연관되어 있을 수 있다. 이러한 실시예들에서는, 상기 기기의 위치가 상기 차량의 위치에 상응하게 된다. 상기 기기는 상기 차량에 합체되어 있을 수도 있고, 휴대용 내비게이션 장치와 같은 상기 차량과 연관된 개별 기기일 수도 있다. 물론, 상기 위치 데이터는 서로 다른 기기들의 조합, 또는 단일 타입의 기기로부터 획득될 수 있다.
상기 복수 개의 기기들로부터 획득된 위치 데이터는 일반적으로 "프로브 데이터(probe data)"로서 알려져 있다. 차량들과 연관된 기기들로부터 획득된 데이터는 차량 프로브 데이터로서 언급될 수 있다. 그러므로, 본원 명세서에서의 "프로브 데이터"에 대한 참조는 "위치 데이터"라는 용어와 상호 전환가능한 것으로 이해되어야 하고, 상기 위치 데이터는 본원 명세서에서 간략함을 위해 프로브 데이터로서 언급될 수 있다.
본 발명의 방법은 상기 교통 제어 신호에 의해 제어되는 경로를 따른 시간에 대한 하나 이상의 기기들의 이동에 관련된 위치 데이터를 사용하여 상기 교통 제어 신호에 대한 하나 이상의 천이 시간을 나타내는 데이터를 결정하는 단계를 포함한다. 바람직한 실시예들에서는, 복수 개의 기기들의 이동에 관련된 데이터가 사용된다. 상기 데이터는 상기 기기 또는 각각의 기기에 대한 시간에 대한 위치의 개별 트레이스의 형태로 이루어질 수 있다. 물론, 천이가 생긴 복수의 시간들을 나타내는 데이터가 결정되게 하는 바람직한 실시예들에서는, 복수 개의 기기들로부터의 위치 데이터가 복수의 천이 시간들을 결정하는 데 사용되지만, 각각의 주어진 천이 시간의 결정은 하나 이상의 기기로부터의 데이터에 기반하여 이루어질 수 있다.
본 발명의 방법은 상기 교통 제어 신호에 의한 제어를 받게 되는 경로를 따른 시간에 대한 하나 이상의 기기들의 이동에 관련된 "실제" 위치 데이터를 사용하여 상기 신호등의 하나 이상의 천이 시간들에 관련된 정보를 결정하는 단계를 포함하는 것이 바람직하다. 실제 데이터는 비교적 현재이고 상기 교통 제어 신호의 비교적 현재인 동작의 표시를 제공하는 데이터로서 간주할 수 있다. 상기 실제 데이터는 지난 30분, 15분, 10분 또는 5분 이내에 상기 교통 제어 신호에 의해 제어되는 경로 상의 상태들에 관련되어 있는 것이 전형적일 수 있다. 상기 교통 제어 신호의 천이 시간을 결정하는데 실제 위치 데이터를 사용함으로써, 여기서 가정될 수 있는 점은 결정된 정보가 현재 적용가능하며 예컨대 사이클 시간의 변화가 존재할 때까지 장래에, 적어도 단기간에 적용가능할 수 있다는 점이다. 따라서, 상기 정보는 상기 교통 제어 신호의 장래 천이 시간들에 대한 신뢰가능한 예측들을 제공하는데 사용될 수 있다. 실제 데이터의 사용은 또한 사이클 시간 및/또는 위상 기간 및/또는 한 사이클 내의 위상 천이 패턴에 대해 가정들이 설정되는 것을 가능하게 한다. 예를 들면, 상기 실제 데이터가 특정한 천이 시간을 나타내는 경우에 좀더 용이하게 가정될 수 있는 점은 이러한 천이 시간이 단기간의 장래에 적용가능할 수 있다는 점, 다시 말하면 사이클 시간 및/또는 위상 구성이 일정하게 유지되게 하는 점이다. 실제 위치 데이터를 사용함으로써, 본 발명은 심지어 상기 교통 제어 신호가 미리 결정된 타이밍에 따라 동작가능하지 않을 경우에, 예컨대 상기 신호가 현재 교통 상태들에 적어도 부분적으로 응답하는 경우에 천이 시간 정보를 결정할 수 있는 능력을 제공한다. 상기 실제 데이터의 노화는 적절한 방법으로 선택될 수 있으며, 예컨대 상기 신호의 사이클 시간이 일정한 것으로 가정될 수 있는 기간 등등을 고려할 수 있다.
일부 바람직한 실시예들에서는 "이력(historical)" 위치 데이터가 "실제" 데이터와 연관지어 사용될 수 있다. 이에 관련하여, "이력"이라는 용어는 상태들, 다시 말하면 현시점에서나 최근의 과거에서(아마도 대략 지난 5분, 10분, 15분 또는 30분 내에서) 상기 교통 제어 신호에 의해 제어되는 경로 상의 상태들을 직접 반영하지 않는 데이터인, 실제적이지 않은 데이터를 나타내는 것으로 간주하여야 한다. 이력 위치 데이터는 또한 집성된 위치 데이터로서 언급될 수 있는데, 그 이유는 이력 위치 데이터가 수 주 또는 수 개월과 같은 연장된 기간에 걸쳐 수집된 복수 개의 서로 다른 모바일 기기들로부터의 위치 데이터를 포함하는 것이 전형적이기 때문이다. 그러므로, 이력 위치 데이터는 (서로 다른 여러 일시에 도로를 따른 평균 주행 속도와 같은) 긴 기간에 걸친 도로망 부분들 상에서의 차량들의 반복 '거동(behaviour)' 패턴들을 분석하는데 유용하다. 한편 실제 위치 데이터는 위에서 언급한 바와 같이 (도로 상에서의, 교통 체증의 발생, 또는 교통 흐름에 영향을 주는 유사한 이벤트를 식별하는 것과 같은) 좀더 일시적인 차량들의 거동을 검출하는데 유용하다.
본 발명의 방법은 위에서 논의된 바와 같이, 상기 교통 제어 신호의 위치에 접근하는 상기 교통 제어 신호에 의해 제어되는 경로 중 적어도 일부를 따른 시간에 대한 하나 이상의 기기들의 이동에 관련된 위치 데이터를 사용하여 하나의 주어진 천이 시간을 나타내는 데이터를 결정하는 단계를 포함한다. 상기 방법은 상기 교통 제어 신호의 위치를 통과하고 선택적으로는 상기 교통 제어 신호의 위치를 넘어서는 경로의 일부를 따른 하나 이상의 기기들의 이동에 관련된 위치 데이터를 사용하는 것을 포함할 수 있다. 상기 위치 데이터는 상기 교통 제어 신호에 의한 제어를 받게 되는 특정 경로를 따른, 예컨대 상기 교통 제어 신호가 위치해 있는 교차로를 통한 하나 이상의 기기들의 이동에 관련된 위치 데이터인 것이 바람직하다. 예를 들면, 교통 제어 신호는 예컨대 상기 교통 제어 신호를 통한 주요 경로 및 화살표 차선 경로(filter lane path)에 상응하는 직진 경로 및 우회전 경로를 제어하는 위상들을 포함할 수 있으며, 상기 교통 제어 신호를 지나는 특정 경로에 관련된 위치 데이터를 선택함으로써, 좀더 정확한 결론들이 내려질 수 있는데, 그 이유는 고려된 각각의 기기에 대한 위치 데이터가 상기 교통 제어 신호의 동작의 동일한 모드에 관련되게 되기 때문이다. 일부 실시예들에서는, 상기 방법은 하나의 주어진 지리적인 지역에서의 시간에 대한 복수 개의 기기들의 이동에 관련된 위치 데이터를 필터링하여 상기 교통 제어 신호에 의한 제어를 받게 되는 동일한 특정 경로를 따른 하나 이상의 기기들, 바람직하게는 복수 개의 기기들의 이동에 관련된 데이터를 획득하는 단계를 포함한다.
당업자라면 교통 제어 신호에 의한 제어를 받게 되는 경로를 따른 기기 또는 기기들의 이동에 관련된 관련 위치 데이터가 상기 교통 제어 신호의 위치를 고려하여 획득될 수 있다는 점을 이해하게 될 것이다. 교통 제어 신호의 위치는 예컨대 알려져 있으며 디지털 맵 데이터에 저장되어 있다. 상기 방법은 상기 교통 제어 신호의 위치를 나타내는 디지털 맵 데이터를 사용하여 예컨대 상기 교통 제어 신호의 위치를 포함하는 지리적인 지역에서의 복수 개의 기기들의 이동에 관련된 위치 데이터로부터, 상기 교통 제어 신호에 의한 제어를 받게 되는 경로를 따라 이동하는 하나 이상의 기기들에 관련된 위치 데이터를 선택하는 단계를 포함할 수 있다. 일부 실시예들에서는, 상기 경로가 상기 교통 제어 신호의 위치에 접근하는 하나 이상의 내비게이트가능한 구간들 중 적어도 일부를 포함할 수 있으며, 상기 방법은 그러한 내비게이트가능한 구간 또는 구간들을 인식하는 단계, 및 상기 교통 제어 신호의 위치에 접근하는 구간 중 적어도 일부를 따른 하나 이상의 기기들의 이동에 관련된 위치 데이터를 획득하는 단계를 포함할 수 있다. 상기 교통 제어 신호의 위치 및 내비게이트가능한 구간은 양자 모두 디지털 맵 데이터에 정의될 수 있다. 상기 내비게이트가능한 구간(들)은 도로 구간(들)일 수 있다. 상기 교통 제어 신호의 위치는 어느 적합한 참조 포인트일 수 있지만, 바람직한 실시예들에서는 상기 교통 제어 신호와 연관된 정지 라인의 위치를 나타낸다.
일부 실시예들에서는, 상기 방법이 하나 이상의 기기들에 관련된 위치 데이터를 사용하여 상기 기기가 상기 교통 제어 신호를 통과한 시간 및 상기 교통 제어 신호를 통과하도록 상기 기기가 대기 상태로부터 가속하기 시작한 포인트 중 하나, 및 바람직하게는 양자 모두를 나타내는 각각의 기기에 대한 데이터를 결정하는 단계를 포함한다. 그리고나서, 상기 방법은 상기 교통 제어 신호의 하나의 주어진 과거의 천이에 대한 천이 시간 데이터를 결정하는데 상기 결정된 데이터를 사용하는 것을 포함할 수 있다. 한 기기가 대기 상태로부터 가속하기 시작한 포인트는 시점이거나 좀더 바람직하게는 공간 포인트, 다시 말하면 위치일 수 있다. 상기 위치는 상기 교통 제어 신호의 위치에 상대적인 위치 또는 절대 위치일 수 있다. 바람직한 실시예들에서는, 상기 대기 상태가 상기 기기가 정지된 위치이다. 따라서, 상기 대기 상태는 정지 상태인 것이 바람직하다. 상기 기기가 상기 대기 상태로부터 가속하기 시작한 위치는 이때 상기 기기가 이동 상태로 천이한 위치이다. 다른 배치들에서는, 당업자라면 대기 상태가, 상기 기기가 제로(zero)가 아닌 속도를 갖는 상태, 예컨대 완전한 정지가 되려는 것을 회피하기 위해 차량이 대기 속도로 서행하거나 상기 교통 제어 신호의 위상 천이가 생기기 전에 완전한 정지로 감속하지 않은 상태일 수 있음을 이해하게 될 것이다. 상기 기기가 대기 상태로부터 가속하기 시작한 포인트는 상기 기기가 상기 교통 제어 신호를 통과하기 전에 최근에 가속하기 시작한 포인트이며, 바람직하게는 상기 기기가 상기 교통 제어 신호를 통과하기 전에 최근에 정지 위치로부터 이동하기 시작하는 포인트이다. 적합한 포인트는 한 기기의 위치 데이터(또는 트레이스)로부터 용이하게 식별될 수 있다.
바람직한 실시예들에서는, 상기 방법이 상기 기기 또는 각각의 기기의 거리를 결정하는 단계를 포함할 수 있는데, 상기 기기의 위치 데이터는 상기 기기가 상기 대기 상태로부터 가속하기 시작한 포인트에서 상기 교통 제어 신호의 위치로부터, 하나의 주어진 천이 시간을 결정하는데 사용된다. 상기 기기가 대기 상태에서 정지된 바람직한 실시예들에서는, 이러한 거리가, 상기 기기가 상기 교통 제어 신호를 통과하기 전에 대기열(queue)에서 최근에 대기한 위치에 상응하게 된다. 따라서, 실시예들에서는 상기 방법이 하나의 기기에 관련된 위치 데이터를 사용하여 상기 기기가 상기 교통 제어 신호를 통과한 시간; 및 상기 기기가 상기 교통 제어 신호의 위치로부터 상기 교통 제어 신호를 통과하도록 대기 상태로부터 가속하기 시작한 포인트의 거리 중 하나, 바람직하게는 양자 모두를 나타내는 데이터를 결정하는 단계, 및 상기 기기에 대한 천이 시간을 결정하는데 상기 결정된 데이터를 사용하는 단계를 포함한다.
상기 기기가 상기 교통 제어 신호의 위치를 통과하는 시간은 상기 기기의 위치가 상기 제어 신호의 위치, 예컨대 상기 제어 신호의 정지 라인에 상응하는 시간을 참조하여 결정될 수 있다. 이는 상기 기기에 대한 관련 위치 데이터와 연관된 타임스탬프를 참조하여 결정될 수 있다.
상기 기기가 상기 교통 제어 신호를 통과하기 전에 대기 상태로부터 최근에 가속하는 위치, 예컨대 상기 기기가 상기 교통 제어 신호를 통과하기 전에 정지 상태 및 이동 상태 간에 천이하는 위치는 상기 기기, 예컨대 상기 기기와 연관된 차량이 상기 교통 제어 신호를 통과하도록 가속하기 전에 대기열에서 예컨대 정지 상태로 대기한 최근 위치이도록 취해질 수 있다. 여기서 가정될 수 있는 점은 상기 기기가 이러한 위치에 유지된 시간에서 상기 신호가 정지 위상, 예컨대 적색 위상을 나타내었다는 점이다. 위에서 설명한 바와 같이, 이러한 위치는 상기 대기열에서 대기할 경우에 상기 교통 제어 신호로부터 상기 기기의 거리를 결정하도록 상기 교통 제어 신호의 위치와 함께 사용되는 것이 바람직하다. 지금까지 밝혀져 왔던 점은 이러한 정보가 상기 교통 제어 신호의 정지-진행 위상들 간의 천이 시간, 예컨대 적색-녹색 천이를 나타내는 데이터를 획득하는데 사용될 수 있다는 점이다. 일단 상기 신호가 상기 정지 위상으로부터 상기 진행 위상으로, 예컨대 적색-녹색으로 천이하는 경우에, 지금까지 확립되어 왔던 점은 교통 대기열이 적어도 일부 실시예들에서 (경험적 데이터로부터 결정되는 바와 같이) 15 km/h인 일정한 속도로 해제하도록 가정될 수 있다는 점이다. 따라서, 여러 실시예에서는, 해제 속도가, 상기 교통 제어 신호의 정지 및 진행 위상들 간의 확립된 천이 시간을 획득하도록, 상기 기기가 상기 교통 제어 신호를 통과하기 전에 상기 대기 상태로부터 가속하기 시작하는 포인트, 또는 상기 교통 제어 신호를 통과하기 전에 상기 대기 상태에 있을 때 상기 교통 제어 신호로부터의 상기 기기의 거리, 및 상기 신호를 통과하는 시간에 관한 정보와 함께 사용된다.
위에서 논의된 방법들 중 어느 한 방법에 따라 획득된 하나의 주어진 천이 시간에 대한 천이 시간 데이터는 한 세트의 하나 이상의 기기들에 관련된 위치 데이터를 사용하여 결정된다. 상기 한 세트의 하나 이상의 기기들이 복수 개의 기기들을 포함하는 경우에, 위에서 언급한 상기 주어진 천이 시간을 결정하는 단계는 상기 세트의 하나 이상의 기기들의 각각의 기기에 대하여 수행될 수 있다. 이러한 배치들에서는, 상기 복수 개의 기기들은 하나의 주어진 천이 동안 동일한 대기열에서 대기한 것으로 고려될 수 있는 기기들이다. 따라서, 결정되는 하나의 주어진 천이 시간은 다수의 기기에 관련된 데이터에 기반하여 이루어질 수 있다. 이때, 평균 천이 시간은 일부 집성 형태를 사용하여 결정될 수 있다. 비록 덜 바람직하지만 다른 배치들에서는, 상기 천이 시간 데이터가 단일 기기에 관련된 위치 데이터를 사용하여 획득될 수 있다.
실시예들에서는, 상기 방법이 하나의 주어진 천이 시간과 연관된 오차를 결정하는 단계를 부가적으로 포함한다. 그러한 결정에서의 오차는 상기 주어진 천이 시간 데이터를 결정하는데 사용되는 데이터를 지니는) 각각의 기기가 상기 교통 제어 신호를 통과하도록 상기 대기 상태로부터 가속하는 포인트 및 상기 제어 신호의 위치 간의 거리, 다시 말하면 상기 기기가 대기한 상기 교통 제어 신호로부터의 거리의 크기에 비례할 수 있다.
정보가 본 발명의 이러한 실시예들에 따라 결정되는 천이 시간이 적어도 하나의 주어진 과거의 천이 시간에 관련된 정보이다. 그러나, 상기 데이터가 실제 데이터에 기반하여 결정되는 것이 바람직하기 때문에, 상기 천이 시간은 최근의 과거에 있고, 이하에서 논의되겠지만 장래 천이 시간들에 대한 추론들을 지원하는데 사용될 수 있다.
상기 천이 시간은 상기 교통 제어 신호의 서로 다른 위상들 간의 천이, 예컨대 정지 및 진행 위상들 간의 천이가 생긴 시간이다. 본 발명에 의하면, 상기 방법은 상기 결정된 천이 시간 또는 각각의 결정된 천이 시간을 사용하여 상기 교통 제어 신호의 위상들 간의 천이가 생길 것으로 예상되는 하나 이상의 장래 시간들을 예측하는 단계를 포함한다. 바람직하게는, 예측되는 타이밍을 지니는 천이가 상기 교통 제어 신호의 해당 위상들 간의 천이, 다시 말하면 천이 시간이 결정된 천이 또는 각각의 천이와 동일한 천이 타입이다.
바람직한 실시예들에서는, 상기 방법이 상기 교통 제어 신호의 천이가 복수 개의 기기들의 이동을 나타내는 위치 데이터를 사용하여 생긴 복수 개의 서로 다른 시간들을 나타내는 데이터를 결정하는 단계를 포함한다. 그리고 나서, 상기 방법은 상기 하나 이상의 장래 천이 시간들을 예측하는데 상기 복수의 천이 시간들을 나타내는 천이 시간 데이터를 사용하는 것을 포함할 수 있다. 상기 서로 다른 과거의 천이 시간들은 해당 천이 타입, 다시 말하면 상기 신호의 동일한 제1 및 제2 위상들 간의 해당 천이 타입의 시간들인 것이 바람직하다.
일부 바람직한 실시예들에서는, 상기 방법이 제1 세트의 하나 이상의 기기들의 각각의 기기에 관련된 위치 데이터를 사용하여 상기 교통 제어 신호의 제1의 주어진 과거의 천이 시간을 나타내는 데이터를 결정하는 단계, 및 적어도 하나의 부가적인 세트의 하나 이상의 기기들의 각각의 기기에 관련된 위치 데이터를 사용하여 상기 교통 제어 신호의 각각의 부가적으로 주어진 과거의 천이가 생긴 시간을 나타내는 데이터를 결정하는 단계를 포함한다. 바람직하게는, 복수 개의 부가적인 세트들의 하나 이상의 기기들의 각각의 부가적인 세트의 하나 이상의 기기들 중의 상기 기기 또는 각각의 기기에 관련된 위치 데이터가 상기 교통 제어 신호의 복수의 각각의 부가적으로 주어진 과거의 천이 시간들을 나타내는 데이터를 결정하는데 사용된다. 상기 또는 각각의 주어진 과거의 천이 시간은 상기 교통 제어 신호의 해당 천이 형태, 다시 말하면 제1의 주어진 위상으로부터 제2의 주어진 위상으로의 상기 교통 제어 신호의 해당 천이 형태에 대한 것이 바람직한다.
본 발명은 상기 위치 데이터를 사용하여 결정되는 천이 시간 데이터를 사용하여 상기 교통 제어 신호의 위상들 간의 부가적인 천이가 생길 것으로 예상되는 시간 또는 시간들을 예측하는 단계를 부가적으로 포함한다.
예컨대, 동일한 천이가 다음날, 다음주에 해당하는 요일 등등의 해당 시간에 생기게 될 것으로 가정될 수 있는 경우에나, 또는 상기 교통 제어 신호의 사이클 시간에 관한 정보가 이미 알려져 있는 경우에, 단지 생긴 천이의 시간을 나타내는 정보를 결정함으로써만, 장래 천이 시간을 예측하는 것이 가능할 수 있다. 따라서, 단일의 천이 시간을 나타내는 데이터에 기반하여 예측이 이루어질 수 있다. 그러나, 본 발명은 현재 또는 현재에 가까운 데이터에 기반하여 천이 시간들에 대한 "실제", 다시 말하면 단기간 예측들을 제공할 수 있으며, 지금까지 밝혀져 왔던 점은 복수의 천이 시간들을 나타내는 데이터를 획득함으로써, 상기 천이 시간 데이터가 장래 천이 시간들을 예측하는데 사용하기 위해 실제 위치 데이터에 기반하여 사이클 시간을 획득하는데 유리하게 사용될 수 있다는 점이다.
일부 실시예들에서는, 상기 방법은 상기 교통 제어 신호의 사이클 시간을 결정하는 것, 및 상기 예측, 다시 말하면 상기 결정된 천이 시간 데이터와 함께 상기 예측을 제공하는데 상기 사이클 시간을 사용하는 것을 포함한다. 상기 방법은 상기 사이클 시간을 결정하는 단계에 이르기까지 확장하는 것이 바람직하다. 상기 사이클 시간을 결정하는 단계는 단순히 예컨대, 관심있는 기간에 대하여, 예컨대, 저장된 데이터로부터 미리 결정된 사이클을 획득하는 단계를 포함한다. 그러나, 바람직한 실시예들에서는, 상기 방법이 본 발명에 따라 결정된 천이 시간 데이터를 (잠재적으로는 다른 데이터와 결합하여) 사용하여 상기 사이클 시간을 결정하는 단계를 부가적으로 포함한다.
상기 위치 데이터가 적어도 바람직한 실시예들에서 "실제" 위치 데이터이기 때문에, 이는 예컨대 제3자들로부터 획득된 정보에 의존하는 것보다는 오히려, 사이클 시간이 하루 및/또는 한 주를 통해 변할 수 있는 경우라도 사이클 시간이 적어도 새로운 장래 동안 좀더 정확하게 예측되는 것을 가능하게 한다. 또한 당업자라면 상기 신호가 실제로는 의도된 타이밍에 따라 정확하게 동작하지 못하는 경우에 제3자 정보가 또한 부정확해질 수 있음을 이해하게 될 것이다.
상기 방법은 사이클 시간 정보를 사용하여 하나 이상의 장래 천이 시간, 다시 말하면 상기 교통 제어 신호가 위상들 간에 천이할 것으로 예상되는 장래 시간을 예측하는 단계를 포함할 수 있다. 상기 사이클 시간 정보는 상기 또는 각각의 장래 천이 시간을 예측하도록 상기 위치 데이터를 사용하여 결정되는 천이 시간 데이터와 함께 사용되는 것이 바람직하다. 상기 또는 각각의 예측된 천이 시간은 다음 30분, 1시간 또는 2시간 내의 시간인 것이 바람직하다. 상기 예측된 천이 시간이 단기간의 장래에 있는 경우에 예측될 수 있는 점은 예컨대 상기 결정된 과거의 천이 시간들을 고려함으로써 상기 실제 위치 데이터에 기반하여 결정되는 임의의 사이클 시간이 상기 장래 천이 시간(들)의 예측에 대해 유효할 수 있다는 점이다.
상기 교통 제어 신호에 대한 복수의 서로 다르게 주어진 과거의 천이 시간들을 나타내는 데이터가 상기 위치 데이터를 사용하여 결정되는 바람직한 실시예들에서는, 상기 방법이 상기 서로 다르게 주어진 과거의 천이 시간들을 사용하여 상기 교통 제어 신호에 대한 사이클 시간을 나타내는 데이터를 결정하는 단계를 포함하는 것이 바람직하다. 상기 교통 제어 신호의 사이클 시간을 결정하는 단계는 상기 위치 데이터를 사용하여 획득되는 하나 이상의, 바람직하게는 복수의 서로 다른 쌍들의 과거의 천이 시간들 간의 시간차를 결정하는 단계, 및 상기 시간차 또는 각각의 시간차를 사용하여 상기 사이클 시간을 결정하는 단계를 포함할 수 있다. 여기서 가정될 수 있는 점은 해당 위상 천이들이 상기 교통 제어 신호의 정수 개의 사이클들에 의해 분리된 시간들에서 생기게 된다는 점이다. 서로 다른 후보 사이클 시간들은 상기 천이 시간 데이터를 최적 적합화하는 사이클 시간을 결정하도록 테스트될 수 있다. 그러므로, 상기 방법은 상기 결정된 시간차 또는 각각의 결정된 시간차로 사이클 시간을 적합화하는 단계를 포함할 수 있다. 상기 방법은 상기 쌍 또는 쌍들의 결정된 천이 시간들 간의 상기 시간차 또는 각각의 시간차를 최적 적합화하는 사이클 시간을 결정하도록 복수의 후보 사이클 시간들을 테스트하는 단계를 포함할 수 있다. 일부 실시예들에서는, 상기 방법이 상기 위치 데이터를 사용하여 결정된 쌍들의 천이 시간들 간의 차들을 최적 적합화하는 시간에 상응하는 교통 제어 신호에 대한 사이클 시간을 나타내는 데이터를 결정하는 단계를 포함할 수 있다.
상기 사이클 시간에 대한 최적 적합화를 결정하거나, 또는 이와는 달리 상기 천이 시간 데이터로부터 사이클 시간을 획득함에 있어서, 다른 데이터는 적합한 사이클을 선택하는데 도움을 주는데, 예컨대 "최적 적합화(best fit)" 사이클 시간을 결정할 때 노력을 줄이는데 사용될 수 있다. 예를 들면, 일부 실시예들에서는, 상기 사이클 시간을 결정하는 단계는 상기 교통 제어 신호에 의해 제어되는 경로를 따른 시간에 대한 복수 개의 기기들의 이동에 관련된 "이력" 위치 데이터를 사용하는 것을 부가적으로 포함한다. 이러한 실시예들에서는, 상기 이력 위치 데이터가 사이클 시간을 결정하도록 상기 실제 위치 데이터에 기반하여 이루어진 천이 시간 데이터와 함께 사용될 수 있다. 상기 방법은 상기 이력 위치 데이터를 사용하여 근사한 사이클 시간 또는 범위의 사이클 시간들을 결정하는 단계, 및 상기 실제 위치 데이터를 사용하여 획득된 천이 시간 데이터를 사용하여 상기 근사한 사이클 시간 또는 범위의 사이클 시간들에 기반해 정확한 사이클 시간의 결정을 제공하는 단계를 포함할 수 있다. 예를 들면, 상기 이력 위치 데이터는 상기 실제 위치 데이터를 사용하여 결정된 쌍들의 천이 시간들 간의 차들을 적합화하는 사이클 시간을 결정하는 프로세스에서 사용되는 근사한 사이클 시간 또는 범위의 사이클 시간들을 결정하는데 사용될 수 있다. 여러 실시예들에서는, 상기 결정된 천이 시간(들) 간의 상기 시간차 또는 각각의 시간차를 최적 적합화하는 시간을 결정하도록 복수의 후보 사이클 시간들을 테스트하는 단계가 상기 이력 위치 데이터를 사용하여 상기 후보 사이클 시간(들)을 선택하는 단계를 포함한다.
상기 이력 위치 데이터는 상기 실제 위치 데이터에 기반하여 결정된 상기 천이 시간 또는 각각의 천이 시간을 포함하는 하나의 주어진 시간 주기에 대한 것일 수 있다. 이는 상기 이력 데이터가 해당 시간 주기에 관련된 것임을 보장할 수 있는데, 그 이유는 사이클 시간이 위에서 논의된 바와 같이 하루를 통해, 한 주의 서로 다른 요일에 따라 변할 수 있기 때문이다.
이력 위치 데이터가 사이클 시간, 다시 말하면 사이클 시간의 추정 또는 근사치를 나타내는 데이터를 획득하는데 사용될 수 있는 방식에 관련된 이하의 단계들 중 어느 한 단계는 이력 데이터가 상기 천이 시간 데이터에 기반한 사이클 시간의 결정에서 사용되는 본 발명의 제1 및 제2 실시태양들과 연관지어 사용될 수 있다.
교통 제어 신호의 사이클 시간을 결정하기 위한 연장된 기간, 예컨대 수 주일, 수 개월 등등에 걸친 시간에 대한 기기들의 이동에 관련된 집성된 위치 데이터의 사용이 그 자체로 유용한 것으로 생각된다.
따라서, 본 발명의 부가적인 실시태양으로부터 교통 제어 신호의 동작에 관련된 정보를 결정하는 방법이 제공되는데, 상기 방법은,
상기 교통 제어 신호에 의해 제어되는 경로를 따른 시간에 대한 복수 개의 기기들의 이동에 관련된 위치 데이터를 사용하여 상기 교통 제어 신호의 사이클 시간을 나타내는 데이터를 결정하는 단계;
를 포함한다.
본 발명의 이러한 실시태양의 바람직한 실시예에서는, 상기 방법이,
상기 교통 제어 신호에 의해 제어되는 경로를 따른 시간에 대한 기기들의 이동에 관련된 위치 데이터를 획득하는 단계;
상기 위치 데이터를 분석하여 상기 경로를 따른 이동시 적어도 하나의 정지 기간을 지니는 복수 개의 기기들을 인식하고 상기 복수 개의 기기들 각각에 대해 상기 적어도 하나의 정지 기간이 생긴 시간을 나타내는 데이터를 결정하는 단계; 및
상기 적어도 하나의 정지 기간이 생긴 시간을 나타내는 상기 결정된 데이터를 사용하여 상기 교통 제어 신호의 사이클 시간을 결정하는 단계;
를 포함한다.
본 발명의 부가적인 실시태양에 의하면, 교통 제어 신호의 동작에 관련된 정보를 제공하는 시스템이 제공되는데, 상기 시스템은,
상기 교통 제어 신호에 의해 제어되는 경로를 따른 시간에 대한 복수 개의 기기들의 이동에 관련된 위치 데이터를 사용하여 상기 교통 제어 신호의 사이클 시간을 나타내는 데이터를 결정하는 수단;
을 포함한다.
본 발명의 이러한 실시태양의 바람직한 실시예에서는, 상기 시스템이,
상기 교통 제어 신호에 의해 제어되는 경로를 따른 시간에 대한 기기들의 이동에 관련된 위치 데이터를 획득하는 수단;
상기 위치 데이터를 분석하여 상기 경로를 따른 이동시 적어도 하나의 정지 기간을 지니는 복수 개의 기기들을 식별하고, 상기 복수 개의 기기들 각각에 대해 상기 적어도 하나의 정지 기간이 생기 시간을 나타내는 데이터를 결정하는 수단; 및
상기 적어도 하나의 정지 기간이 생긴 시간을 나타내는 상기 결정된 데이터를 사용하여 상기 교통 제어 신호의 사이클 시간을 결정하는 수단;
을 포함한다.
본 발명은 이러한 부가적인 실시태양들에서 본 발명의 이전 실시태양들에 대하여 설명된 특징들 중 어느 하나 또는 모두를 포함할 수도 있고 이와는 반대로 본 발명의 이전 실시태양들에 대하여 설명된 특징들이 상호 모순되지 않을 정도로 포함할 수도 있다.
본 발명의 이러한 부가적인 실시태양들 또는 실시예들에 의하면, 상기 위치 데이터는 하나의 주어진 시간 주기, 예컨대 일시, 요일 등등에 관련된 시간에 대한 기기들의 이동에 관련된 이력 위치 데이터인 것이 바람직하다. 상기 시간 주기는 상기 사이클 시간이 관련 주기에 걸쳐 일정하게 되는 것으로 가정될 수 있도록 선택되어야 한다. 상기 시간 주기는 원할 경우에 임의의 기간일 수 있다. 예를 들면, 상기 시간 주기는 1시간 주기일 수도 있고 다른 정수의 시간 주기일 수도 있다. 이러한 부가적인 실시태양들의 방법은 다수의 시간 주기, 예컨대 상기 사이클 시간이 다를 수 있는 서로 다른 주기들에 대해 수행될 수 있다. 상기 방법의 단계들은 사이클 시간 정보가 필요한 각각의 시간 주기에 대해 반복될 수 있다. 상기 시간 주기들은 예상된 사이클 시간에 비하여 길도록 선택된다.
상기 방법은 상기 교통 제어 신호에 의해, 그리고 바람직하게는 상기 주어진 시간 주기에서 제어되는 경로를 따른 시간에 대한 복수 개의 기기들의 이동에 관련된 위치 데이터를 획득하는 단계를 포함할 수 있다. 상기 위치 데이터는 위에서 언급한 방식들 중 어느 한 방식으로 획득될 수 있다. 상기 방법은 위치 데이터를 수신하는 단계 및 상기 위치 데이터로부터 관련 데이터를 필터링하는 단계, 또는 저장된 위치 데이터로부터 관련 데이터를 획득, 예컨대 필터링하는 단계를 포함할 수 있다. 따라서, 상기 방법은 상기 기기들로부터 상기 위치 데이터를 수신하는 단계를 포함할 필요가 없다.
상기 방법은 시간에 대한 위치 데이터가 상기 경로를 따른, 다시 말하면 상기 경로를 정의하는 내비게이트가능한 구간 또는 구간들을 따른, 그리고 바람직하게는 상기 주어진 시간 주기에서의 이동시 하나 이상의 정지 기간들을 지니는 기기를 나타내는 하나 이상의 기기들을 인식하는 단계를 포함할 수 있다. 이러한 인식은 상기 경로를 따른 기기들의 속도를 참조하여 수행될 수 있다. 정지 기간을 지니는 그러한 기기들은 상기 교통 제어 신호의 위상에 기인하여 정지되었던 것으로 가정될 수 있다. 물론, 예컨대 한 기기가 다수의 사이클에 대해 상기 교통 제어 신호에 의해 유지된 경우에 상기 기기가 상기 교통 제어 신호의 위치에 접근하는 경로를 따른 하나 이상의 정지 기간들을 지닐 수 있다. 그리고나서, 상기 방법은 그러한 주기(들)들, 바람직하게는 하나의 주어진 시간 주기 내에서 그러한 주기(들)를 지니는 상기 기기 또는 기기들에 대한 상기 정지 기간 또는 각각의 정지 기간의 타이밍을 결정하는 단계를 포함할 수 있다. 바람직한 실시예들에서는, 상기 하나 이상의 기기들이 하나의 주어진 시간 주기에서 상기 교통 제어 신호에 의해 제어되는 경로를 따라 주행하는 기기들이므로, 상기 인식된 기기들은 상기 주어진 시간 주기 내에서 정지 기간을 지니는 기기들이다.
상기 방법은 상기 기기 또는 각각의 기기의 상기 정지 기간 또는 각각의 정지 기간의 타이밍을 나타내는 데이터를 사용하여 바람직하게는 하나의 주어진 시간 주기에 대해 상기 위치 데이터에 기반해 사이클 시간을 결정하는 단계를 부가적으로 포함할 수 있다. 상기 방법은 후보 사이클 시간을 선택하는 단계, 및 상기 위치 데이터에 의해 나타나게 되는 바와 같은 정지 기간을 지니는 각각의 기기에 대하여, 상기 후보 사이클 시간에 기반해 가장 가까운 사이클의 참조 포인트에 대해 상기 정지 기간의 타이밍의 오프셋을 결정하는 단계, 및 서로 다른 후보 사이클 시간들에 대해 상기 정지 데이터를 최적 적합화하는 사이클 시간을 획득하도록 하는 단계들을 반복하는 단계를 포함할 수 있다. 바람직하게는 상기 단계는 하나의 주어진 시간 주기에 대하여 수행되고, 각각의 기기는 위에서 논의된 바와 같이 상기 주어진 시간 주기 내에서 정지 기간을 지니는 기기이다.
상기 방법은 한 사이클의 참조 포인트, 예컨대 한 사이클의 개시 포인트에 상응하도록 상기 주어진 시간 주기의 개시를 취하는 단계를 포함할 수 있다. 당업자라면 상기 시간 주기가 상기 후보 사이클 시간 또는 각각의 후보 사이클 시간보다 길다는 점을 이해하게 될 것이다. 상기 정지 기간의 타이밍의 오프셋은, 동일한 참조가 각각의 정지 기간에 대해 사용되는 경우에 상기 정지 기간과 연관된 임의의 참조 시간에 대해 취해질 수 있다. 여러 실시예에서는, 상기 오프셋이 상기 참조 포인트, 예컨대 가장 가까운 사이클의 개시 포인트에 대한 상기 정지 기간의 개시 시간의 오프셋이다. 상기 정지 데이터를 최적 적합화하는 사이클 시간을 결정하는 단계는 예컨대 상기 주어진 시간 주기 내에서 각각의 후보 사이클 시간에 대한 서로 다른 기기들에 대한 오프셋 데이터의 히스토그램을 결정하는 단계를 포함할 수 있다. 상기 방법은 최적 적합화인 것으로 중심 피크(central peak)를 제공하는 사이클 시간을 선택하는 단계를 포함할 수 있다.
그리고나서, 위에서 언급한 방법들을 사용하여 예컨대 이력 위치 데이터로부터 획득된 후보 사이클 시간은 본 발명의 이전 실시태양들의 방법들에서 사용하기 위해 사이클 시간을 결정 또는 선택하는데, 예컨대 상기 천이 시간 데이터에 기반하여 사이클 시간을 추정할 때 개시 포인트를 제공하는데 사용될 수 있다. 다시 말해서, (이력) 위치 데이터에 기반하여 획득된 사이클 시간 데이터는 상기 천이 시간 데이터를 최적 적합화하는 사이클을 결정하는 데 사용되는 테스트 사이클들을 교정하는데 사용될 수 있다. 변형적으로는, (이력) 위치 데이터에 따른 사이클 시간들이 장래 천이 시간들을 예측하도록 결정된 천이 시간과 함께 사용하기 위한 사이클 시간을 제공하는데 첫 번째 방법으로 직접 사용될 수 있다. 따라서, 이러한 배치들에서는 실제 위치 데이터가 사이클 시간을 결정하는데 사용되지 않게 된다.
본 발명에 따라 획득된 천이 시간의 예측은 본 발명의 실시태양들 또는 실시예들 중 어느 하나에서 여러 방식으로 사용될 수 있다. 상기 방법은 운전자 또는 최신 운전자 지원 시스템(Advanced Driver Assistance System; ADAS)에 대한 속도 권고사항을 제공하는 것; 상기 교통 제어 신호에서 대기 시간에 대한 정보를 제공하는 것; 및 상기 교통 제어 신호의 통과를 포함하는 경로를 따른 추정된 주행 시간을 제공하는 것; 중의 하나 이상을 수행하는데 상기 예측을 사용하는 단계를 부가적으로 포함할 수 있다. 예를 들면, 속도 권고사항은 최소 대기 시간을 가지고 및/또는 연료 효율이 좀더 양호한 방식으로 상기 교통 제어 신호의 통과를 포함하는 경로를 따르는 경우에 운전자가 상기 교통 제어 신호를 통과하는 것을 허용하도록 결정될 수 있다. 예를 들면, 상기 운전자 또는 ADAS에게는 상기 차량이 "진행" (또는 "녹색") 위상과 일치하도록 상기 교통 제어 신호를 통과하는 결과를 초래하도록 의도되거나, 정차 시간을 최소화하게 하는 속도 권고사항이 제공될 수 있다. 운전자 또는 ADAS에는 이러한 것이 상기 예상된 대기 시간에 기반해 연료 효율이 가장 양호할 것 같은지에 의존하여, 상기 교통 제어 신호를 대기하는 동안 상기 차량 엔진을 중지해야 할 지의 여부에 대한 권고사항이 제공될 수 있다.
상기 방법은 예컨대 운전자에게 속도 권고사항 또는 다른 정보를 제공하는데 사용하기 위해 상기 교통 제어 신호의 부가적인 천이 시간의 예측, 또는 그에 기반하여 결정된 정보, 예컨대 속도 권고사항을 내비게이션 기기 또는 ADAS에 제공하는 서버를 포함할 수 있다. 이러한 실시예들에서는, 장래 천이 시간의 예측을 획득하도록 하는 상기 위치 데이터의 처리가 서버에 의해 처리됨으로써, 내비게이션 기기 또는 ADAS 상에서의 계산 부담이 감소하게 된다.
변형적으로나 추가로, 상기 방법은 예측된 장래 천이 시간 또는 시간들 및/또는 예측이 이루어질 수 있게 하는 데이터, 예컨대 과거의 천이 시간 데이터 및 임의의 결정된 사이클 데이터를 나타내는 데이터를 저장하는 단계를 포함할 수 있다. 여러 실시예들에서는, 상기 방법이 결정된 천이 시간 데이터 및 선택적으로 상기 신호에 대해 결정된 사이클 데이터를 저장하는 단계를 부가적으로 포함한다. 상기 데이터, 다시 말하면 상기 예측된 천이 시간, 결정된 과거의 천이 시간 또는 사이클 데이터 중 어느 하나 또는 모두가 이와 관련된 교통 제어 신호, 예컨대 상기 교통 제어 신호의 위치 또는 다른 식별자를 나타내는 데이터와 연관하여 저장될 수 있다. 상기 저장된 데이터는 내비게이션 기기들 또는 ADAS의 접근이 가능할 수 있거나, 또는 상기 교통 제어 신호의 동작에 대한 보다 정확한 정보를 제공하도록 제3자에게 공급될 수 있다.
본원 명세서에서 언급되는 바와 같은 내비게이션 기기는 차량 기반 내비게이션 기기일 수도 있고, PND 또는 통합 기기일 수 있다.
본 발명이 하나의 주어진 교통 제어 신호에 관련된 천이 시간 정보를 결정하는 것에 대해 설명되었지만, 상기 방법은 임의 개수의 교통 제어 신호들에 대해 해당하는 데이터를 결정하는 것에 관련하여 구현될 수 있다. 예를 들면, 그러한 데이터가 일련의 그러한 신호들에 대해 알려져 있는 경우에, 이는 운전자를 안내하는데, 예컨대 상기 신호들을 통해 "녹색 파동"을 타도록, 또는 이와는 달리 시간 및/또는 연료 효율이 양호한 방식으로 상기 신호들을 횡단하도록 좀더 효과적으로 사용될 수 있다.
당업자라면 본 발명에 따른 방법들이 적어도 부분적으로 소프트웨어를 사용하여 구현될 수 있음을 이해하게 될 것이다. 당업자라면 부가적인 실시태양들로부터 고려해 볼 때 본 발명이 적합한 데이터 처리 수단 상에서 실행될 때 본원 명세서에 기재된 방법들 중 어느 하나 또는 모두를 수행하는데 적합한 컴퓨터 판독가능 명령어들을 포함하는 컴퓨터 프로그램 생성물에 이르기까지 확장함을 알게 될 것이다. 본 발명은 또한 그러한 소프트웨어를 포함하는 컴퓨터 소프트웨어 캐리어에 이르기까지 확장한다. 그러한 소프트웨어 캐리어는 물리적(또는 비-일시적인) 저장 매체일 수도 있고 와이어들을 통한 전자 신호, 광신호 또는 위성 따위와 같은 무선 신호와 같은 신호일 수 있다.
본 발명은 본 발명의 부가적인 실시태양들 또는 실시예들에 의하면 본 발명의 다른 실시태양들 또는 실시예들을 참조하여 설명한 특징들 중 어느 한 특징을 본 발명이 본 발명의 다른 실시태양들 또는 실시예들을 참조하여 설명한 특징들과 상호 모순되지 않을 정도로 포함할 수 있다.
이하에서는 이러한 실시예들의 이점들이 설명될 것이고, 이러한 실시예들 각각의 부가적인 세부들 및 특징들이 첨부된 종속 청구항들 및 이하의 구체적인 내용의 다른 부분에 정의되어 있다.
본 발명의 여러 실시예가 지금부터 단지 예로써 첨부도면들을 참조하여 설명될 것이다.
도 1은 본 발명의 한 바람직한 실시예에 따른 방법을 흐름도로 보여주는 도면이다.
도 2는 신호등 앞에서 감속, 정지 및 해제 특성을 보여주며 본 발명에 따른 천이 시간 정보를 결정하는데 사용될 수 있는 차량의 전형적인 거리-시간 프로브 트레이스를 보여주는 도면이다.
도 3은 본 발명에 따라 결정된 천이 시간들 간의 시간차들의 테이블을 보여주는 도면이다.
도 4는 일련의 잠재적인 사이클 시간들(0 내지 140 초)을 가지고 도 3의 측정들을 적합화함에 상응하는 오차들을 보여주는 도면이다.
도 5는 분기점들 전방에서 특히 정지 기간들을 보여주는 베를린 소재의 뮌헨 거리를 따라 주행하는 복수 대의 차량들의 프로브 트레이스들을 거리-시간 선도로 보여주는 도면이다.
도 6은 이력 프로브 데이터를 사용하여 결정된 주어진 시간 슬롯들에서, 그리고 가정된 사이클 길이가 100초인 신호등의 사이클들의 타이밍에 대하여 신호등에 접근하는 차량들의 정지 기간들의 타이밍의 오프셋을 히스토그램으로 보여주는 도면이다.
도 7은 특정 횡단보도 세트에 대한 한 세트의 결정된 사이클 시간들을 보여주는 도면이다.
도 1은 본 발명의 특정 실시예들에 따른 방법들이 교통 제어 시스템의 교통 제어 신호의 천이 시간들에 대한 정보를 결정하는데 그리고 상기 교통 제어 신호의 장래 천이 시간들을 예측하는데 사용될 수 있는 방식을 예시하는 한 실시예의 흐름도이다. 상기 교통 제어 신호는 예를 들면 횡단 보도 제어형 신호들일 수 있다. 도 1에서 대표적으로 보인 방법은 실제 위치 데이터를 사용하여, 다시 말하면 짧은 시간 주기, 예컨대 3분 내의 분석에 이용가능한 위치, 예컨대 GPS 프로브, 데이터를 사용하여 실제 시스템에서 실현된다. 상기 프로브 데이터는 차량의 위치에 상응하는 위치를 지니는, 상기 차량들과 연관된 기기들, 예컨대 GPS 기기들로부터 수신된 차량 프로브 데이터이다. 상기 프로브 데이터는 변형적으로 "위치 데이터"로서 언급될 수 있다. 상기 프로브 또는 위치 데이터는 시간적 데이터와 연관된다. 상기 프로브 데이터는 관심있는 교통 제어 신호를 포함하는 지리적인 지역에서의 프로브 차량들의 주행에 관련된 프로브 트레이스들을 획득하는데 사용될 수 있다.
지금까지 밝혀져 왔던 점은 그러한 프로브 데이터가 신호등이 녹색 위상 또는 적색 위상을 지닌 정확한 시점을 추론하는데 사용될 수 있다는 점이다. 예를 들면, 공지된 위치에 있는 신호등에 근접하고 그리고/또는 공지된 위치에 있는 신호등을 지나는 프로브 차량들로부터 획득된 위치 데이터가 (적색등을 나타내는) 정지 및 (녹색등을 나타내는) 자유 흐름으로서 분류될 수 있다. 녹색 위상은 차량이 신호등에 접근하는 도로와 아울러 차량이 신호등을 통과한 후에 취하는 도로, 다시 말하면 녹색 위상이 방향에 의존할 수 있는 도로에 의존한다. 따라서, 상기 신호등 위상을 결정하는데 사용되는 관련 프로브 데이터는 예컨대 관심있는 경로에 의존하여 직진 경로 또는 좌회전 경로 등에 관한 것이도록 상기 교통 제어 신호를 통해 차량들에 의해 취해지는 경로에 기반하여 결정된다.
도 1에 예시된 실시예에 따른 방법의 단계 1은 실제 프로브 데이터를 사용하여 특정 교통 제어 시스템의 신호등에 의해 제어된 주어진 경로를 따라 주행하고 있는 차량들과 연관된 프로브 트레이스들을 식별하는 단계를 포함한다. 이는 상기 신호등의 위치 및 상기 경로를 정의하는 도로 구간 또는 구간들의 일부의 위치를 고려함으로써 행해질 수 있다. 상기 신호등이 다수의 교통 경로, 예컨대 직진 경로 및 좌회전 경로를 제어하도록 구성되어 있는 경우에, 관심있는 경로를 따르는 부속세트의 차량들에 관련된 프로브 데이터가 식별된다.
도 2는 (두꺼운 수직 라인에서) 참조 포인트로부터 8.8 및 8.85 km 사이에 위치해 있는 신호등에 접근하는 차량의 전형적인 프로브 트레이스이다. 상기 프로브 트레이스는 시간에 대한 차량의 위치를 나타낸다. 상기 참조 포인트는 신호등의 위치를 포함하는 도로 구간의 개시점일 수 있다. 상기 프로브 트레이스는 차량이 대략 16:21:10 및 16:21:50(시:분:초)인 시간들 간에 고정됨을 나타낸다. 이러한 기간 동안, 상기 차량은 정지시 신호등으로부터의 거리 D이다. 단계 2에 의하면, 이러한 정지 거리 D가 결정된다. 여기서 가정될 수 있는 점은 이러한 정지 기간이 상기 차량이 상기 신호등의 적색 위상 때문에 정지에 유지되는 기간에 상응한다는 점이다.
상기 정지 기간의 종료시, 상기 차량이 이동하기 시작한다. 상기 차량이 이동하기 시작하는 시간은 상기 신호등의 위상이 적색으로부터 녹색으로 천이된 후 특정 포인트에 있는 것으로 가정될 수 있다. 따라서, 전형적으로는 교통 대기열이 상기 차량으로 하여금 직진하는 것을 허용할 정도로 해제할 때까지 상기 정지 기간이 상기 신호등의 위상 천이 후에 일부 추가 시간 동안 연장하게 된다. 일단 상기 신호등의 위상이 녹색으로 변할 경우에, 상기 적색등에 의해 정지에 유지된 교통 대기열이 해제되고 상기 차량이 소정 시간 tTL에 상기 신호등의 위치를 횡단하게 된다. 상기 방법의 단계 3에 의하면, 이러한 시간 tTL이 결정된다. 물론, 유사한 기법들은 차량이 상기 교통 제어 신호를 통과하기 전에 정지 상태가 되지 않게 하는 신호등의 적색-녹색 천이 시간들을 결정하는데 적용될 수 있다. 그 대신에, 제로가 아닌 속도의 대기 기간이 종료하는 시간이 결정될 수 있는데, 이러한 시간에서는 상기 차량이 상기 신호등을 통과하도록 가속하기 시작한다.
경험적인 연구들에 의하면, 지금까지 밝혀져 왔던 점은 신호등의 대기열이 거의 일정한 속도 vd = 15 km/h로 해제한다는 점이다. 그러므로, 적색-녹색 천이 시간은 상기 차량이 상기 신호등을 통과하는 시간 tTL 및 상기 대기열이 분해하는 시간 간의 차, 다시 말하면 tTR = tTL - D/vd로서 계산될 수 있다. 자동차에 대한 해제 시간은 대략 td = D/vd이다.
이러한 방식으로, 상기 신호등을 통과하는 하나의 주어진 차량의 프로브 트레이스는 적색 및 녹색 위상들 간의 신호등의 천이 시간 tTR의 추정치 m을 제공한다(단계 4). 이러한 추정치는 근사 오차 E와 연관되어 있으며, 상기 근사 오차 E는 정지시에 신호등의 위치로부터 상기 차량의 거리 D에 대하여 선형적인 것으로 밝혀져 왔다. 상기 근사 오차 E는 추가로 또는 변형적으로 평균치로부터의 복수 개의 결정된 측정치들의 편차를 고려할 수 있다. 따라서, 주어진 tTR에 대한 다수의 측정은 예컨대 대기열의 서로 다른 포인트들에서 서로 다른 차량들에 대한 프로브 데이터를 사용하여 결정될 수 있다. 그러나, 바람직한 배치들에서는 단일의 프로브 차량으로부터의 데이터가 하나의 주어진 tTR을 결정하는데 사용된다. 상기 근사 오차 E는 상기 차량 프로브 트레이스로부터 결정된 신호등의 추정된 천이 시간에 대해 결정된다. 일례로서, 신호등으로부터 대략 동일한 거리 D에서 대기하는 10대의 자동차로부터의 관측들이 취해졌다. 표준 편차가 0.54초인 것으로 상기 신호등을 통과하는데 걸리는 시간은 평균 9.9초이다.
위의 단계들은 시간 주기에서 신호등의 부가적인 적색-녹색 천이 시간들의 추정치 m을 획득하도록 하나의 주어진 시간 주기, 예컨대 30분에서 상기 신호등에 의해 제어되는 경로를 따른 주행을 나타내는 프로브 트레이스들을 지니는 다수의 서로 다른 차량에 대해 반복된다. 오차를 최소화하기 위해, 상기 단계들이 정지시 상기 신호등으로부터의 유사한 거리 D에 위치해 있는 차량들에 대해 수행된다.
단계 5에 의하면, 이하에 설명되거나 이와는 달리 알려져 있는 바와 같이, 사이클 시간이 선험적으로 계산될 수 있는 특정 시간 슬롯에 대해 고정 신호등 사이클 시간 t를 가정하면, 장래 천이 시간들이 단계 4에서 결정된 천이 시간들로부터 예측될 수 있다.
장래 천이 시간들의 발생을 예측하는데 단계 5에서 사용된 사이클 시간은 도 3 및 도 4를 참조하여 이하에서 설명되는 실제 위치 데이터로부터, 또는 제2 실시예를 참조하여 이하에서 설명되는 이력 집성 데이터를 사용하여, 또는 이들의 조합에 의해 결정될 수 있다. 당업자라면 상기 사이클 시간이 또한 다른 방식으로나, 이와는 달리 알려져 있는 방식으로, 또는 저장된 데이터를 참조하여 결정될 수 있다는 점을 이해하게 될 것이다. 이전 천이들이나 또는 상기 사이클 시간의 기간경과된 추정치들을 사용할 경우에, 노화 인자(aging factor)가 장래 천이 포인트들의 예측과 연관된 근사 오차를 증가시키도록 도입될 수 있다.
상기 신호등 사이클 시간 t는 신호등 사이클이 고정 사이클 시간을 지니고 있음을 가정하면 측정된 천이 시간들을 사용하여 계산될 수 있다. 이러한 실시예에서는, 상기 사이클 시간이 단지 몇몇 최근의 실제 프로브 트레이스만으로부터 추정된다. 이러한 방식으로, 상기 방법은 상기 신호등의 실제 동작에 대한 추론들에 기반하여 이루어지기 때문에, 처리 능력 면에서 효율적일 수 있으며, 또한 신호등들을 제어하는 부정확한 클록들에 영향을 받지 않는다.
예를 들어, 차량들의 프로브 트레이스들에 기반하여 이루어지고 서로 30분 내에서 취해진 한 세트의 4가지 측정들이 다음과 같은 천이 시간들 및 오차들을 제공할 수 있다.
m1 = 08:10:47 +/-9s
m2 = 08:17:20 +/-4s
m3 = 08:29:15 +/-8s
m4 = 08:38:43 +/-2s
각각의 측정에 대한 오차(E1, E2, E3, …)는 평균치로부터의 각각의 측정의 편차를 관측함으로써, 또는 각각의 차량에 대한 거리(D)를 직접 고려함으로써 (D 및 E 간의 가정된 선형 관계에 기반하여) 계산될 수 있다.
이리하여, 모든 쌍들의 측정들, 및 쌍에 대한 평균 오차 간의 시간차가 도 3에 예시되어 있는 바와 같이 계산될 수 있다. 각각의 시간차(mxy)는 정수 배의 시간 사이클들에 거의 상응하여야 한다. 그래서, 잠재적인 사이클 시간들(t1, t2, …)은 그들 각각의 정확한 배수들이 어떠한 방식으로 시간 주기들 mxy에서 적합화하는 지에 대해 결정하도록 테스트된다. 상기 시간차들에 의해 정의된 주기들과 최적 적합화하는 사이클 시간은 측정들이 이루어지게 되는 시간 주기에서 특정 신호등에 대해 결정된 사이클 시간이도록 선택된다. 상기 사이클 시간의 적합화는 예컨대 최소 편차 또는 오차를 참조하여 평가될 수 있다.
각각의 잠재적인 사이클 시간 t에 대해, 상기 시간 주기들에 대한 가장 가까운 배수 및 각각의 잠재적인 사이클 시간 및 쌍의 측정들과 연관된 오차가 계산된 다음에 상기 오차가 각각의 잠재적인 사이클 시간 및 모든 쌍의 측정들과 연관된다. 역 제곱된(reciprocal squared) 근사 오차들에 의해 가중된 모든 쌍들의 평균 제곱된 시간차 및 각각의 쌍의 측정들에 대해 제곱된 시간차가 적절히 사용된다. 평균 제곱된 시간차는 하나의 주어진 사이클 주기의 역에 의해 부가적으로 가중될 수 있는데, 그 이유는 상기 분석이 작은 주기들로 편향되기 때문이다.
도 4는 도 3에서의 측정들을 위한 그러한 분석의 결과를 보여준다. 일련의 잠재적인 사이클 시간들(0 내지 140초) 및 측정된 시간차들에 대한 잠재적인 사이클 시간들의 적합화에 상응하는 오차들이 도시되어 있다. 최소 관련 오차를 일으키는 잠재적인 사이클 시간은 최적 추정치로서 선택된다. 이러한 예에서는, 측정들 간의 시간차를 최적 적합화하는 잠재적인 사이클이 그래프 상에 나타낸 바와 같이 35초인 것으로 제공된다.
적절한 상한치 및 하한치가 잠재적인 사이클 시간들(예를 들면 30 내지 120초)의 선택을 좁히도록 선택될 수 있다. 이러한 상한 및 하한치들은 예를 들면 각각의 시간 주기 내에서 적어도 하나의 천이가 존재함을 가정함으로써, 프로브 차량들이 횡단보도를 지나가는 빈도를 고려함으로써 그리고/또는 신호등 체계의 다수의 사이클에 대한 정지에 있는 개별 차량들로부터의 프로브 데이터를 사용하는 것으로부터 존재할 수 있게 된다.
다른 한 실시예에서는, 사이클 시간 측정이 실제 프로브 데이터보다는 오히려 이력 집성된 차량 프로브 데이터를 사용하여 계산될 수 있다. 이러한 방법은 도 1 내지 도 4를 참조하여 설명된 방법과 연관지어서 또는 독립적으로 사용된다. 이력 데이터를 사용하여 획득된 사이클 시간들은 하나의 주어진 시간 주기에서 상기 신호등에 대해 근사한 사이클 시간들을 결정하는데 사용될 수 있는데, 이는 이리하여 도 1을 참조하여 설명되는 바와 같은 실제 프로브 데이터에 기반하여 획득된 천이 데이터를 최적 적합화하는 사이클 시간을 결정할 때, 다시 말하면 도 3에 도시된 타입의 데이터에 사이클 시간을 적합화함에 있어서의 개시 포인트로서 사용될 수 있다. 바꾸어 말하면, 이력 신호등 사이클 데이터는 상기 실제 데이터에 기반하여 좀더 정확한 사이클 시간을 획득하기 위해 상기 천이 시간 데이터에 대해 적합화하려는 시도를 하도록 사이클 시간들을 선택하는데 사용될 수 있다. 변형적으로는, 이력 데이터가 사이클 시간의 획득을 위해 상기 천이 시간 데이터 자체를 반드시 사용할 필요 없이 실제 데이터에 기반하여 결정된 천이 시간들을 사용하여 장래 천이 시간들을 예측하는데 직접 사용되는 사이클 시간을 제공하는데 사용될 수 있다.
당업자라면 교통 제어 시스템이 특정 시간 패턴에 따라, 다시 말하면 특정 시간 주기(일, 주, 달 등등) 내의 반복 패턴으로 동작되는 경우에 그러한 이력 집성 데이터의 사용이 가장 정확한 결과들을 제공한다는 점을 이해하게 될 것이다. 이러한 조건이 충족되는 경우에, 상기 신호등의 상태가 t 시간 단위 다음에 반복하도록 사이클 시간 t가 존재한다. 각각의 시간은 서로 다른 프로그램을 지닐 수 있으며, 상기 프로그램은 상기 주의 서로 다른 요일들에 따라 변할 수 있다.
이력 프로브 데이터는 관심있는 신호등에 의한 제어를 받게 되는 경로를 따라 주행하는 차량의 이동들에 관련하여 수집된다. 이는 예컨대 상기 신호등의 지역에서의 내비게이트가능한 구간(들)을 따른 이동에 관련된 데이터를 필터링함으로써 실제 프로브 데이터를 사용하는 실시예들과 유사한 방식으로 행해질 수 있다.
상기 데이터는 이력 프로브 데이터의 적합한 데이터베이스로부터 획득될 수 있다. 그러한 데이터베이스에서는, 상기 프로브 트레이스는 도로 구간들에 매치되는 것이 전형적이다. 관심있는 신호등의 위치 및 상기 신호등에 의해 영향을 받는 도로망의 섹션이 공지되어 있기 때문에, 상기 도로망의 이러한 섹션과 연관된 관련 프로브 트레이스들이 선택될 수 있다.
각각의 프로브 트레이스는 상기 차량이 고정된 그러한 시간들을 결정하도록 분석된다. 정지 기간을 포함하는 임의의 프로브 트레이스는 신호등이 적색이기 때문에 고정된 상태로 유지된 차량에 관한 것으로 가정될 수 있다. 트레이스의 각각의 정지 기간에 대해, 상기 기간의 개시 시간 및 종료 시간이 결정된다. 그리고나서, 식별된 정지 기간 시간들이 복수 개의 시간 슬롯들 중 관련 시간 슬롯 내에 저장된다. 이는 예를 들면 각각의 정지 기간의 개시 시간을 참조하여 행해질 수 있다. 도 5는 (수직 점선들로 도시된) 분기점들 전방에서 특히 정지 기간들을 보여주는 독일, 베를린 소재의 뮌헨 거리를 따라 주행하는 복수 대의 차량들의 프로브 트레이스들을 거리-시간 선도로 보여준다.
이러한 실시예에서 가정된 점은 상기 사이클 시간이 특정 시간 슬롯(시간 및 요일의 조합)에 대해 일정하며 각각의 시간 슬롯에 대한 제어 프로그램이 동일한 사이클 위상에서 개시한다는 점인데, 다시 말하면 상기 사이클 위상이 수 주의 기간에 걸쳐 이러한 시간 슬롯에 대해 매 일요일 9:00:00시에 동일한 것으로 가정된다. 정지 기간 시간들은 그러한 시간 슬롯들, 예컨대 각각의 요일에 대해 1 시간 슬롯에 저장될 수 있다. 서로 다른 주일들에서 해당하는 시간 슬롯들에서 주행하는 프로브 차량들로부터 획득된 데이터는 상기 시간 슬롯들에 저장될 경우에 조합될 수 있다.
시행 고정 사이클 시간 t는 가정되고 시간 슬롯(예를 들면 일요일 9:00:00 - 10:00:00)이 동일한 위상에서 각각 개시하는 사이클들로 나눠진다. t = 100s인 사이클 시간의 경우에, 상기 시간 슬롯은 그에 따라 9:00:00, 9:01:40, 9:03:20 등등에서 개시하는 사이클들로 나눠질 수 있다.
하나의 주어진 시간 슬롯에 할당된 모든 정지 시간 측정에 대해, 한 사이클의 가장 가까운 개시 시간에 대한 오프셋이 계산된다. 이러한 오프셋들의 히스토그램은 각각의 시간 슬롯에 대해 만들어지게 된다. 상기 프로세스가 이어서 여러 시행 사이클 시간들에 대해 반복된다. 상기 오프셋은 정지 기간의 개시 포인트를 참조하여 이루어질 수 있다.
예를 들면, 1초의 모든 적절한 배수들인 시행 사이클 시간들이 시행되고 각각의 시행 사이클 시간에 대해 히스토그램이 만들어지게 된다. 상한 및 하한치들은 예를 들면 개별 차량들의 정지 시간들을 사용하여 시행 사이클 시간들 상에 존재할 수 있게 된다. 예를 들면, 탐색은 차량들이 적어도 2개의 사이클에 대해 정지됨을 나타내는, 신호등에 의해 제어되는 경로 상의 2개 이상의 서로 다른 위치들에서 고정된 차량들에 대해 수행될 수 있다.
여기서 고려된 점은 상기 시간 슬롯이 여러 방식으로 사이클들로 나눠질 수 있다는 점이다. 예를 들면, 상기 시간 슬롯은 사이클의 첫 번째 개시가 제1 정지 기간, 다시 말하면 제1 정지 기간의 개시 포인트에 상응하도록 사이클들로 나눠질 수 있다. 이는 혼잡한 횡단보도에 대한 경우가 아닐 수 있는 시간 슬롯 내에 다수의 측정(예컨대 천이 포인트)이 존재하는 경우에 적합할 수 있다. 변형적으로는, 일단 상기 사이클 시간이 결정된 경우에, 예컨대 위에서 도 1의 실시예를 사용하여 결정되는 천이 시간들의 정확한 측정들이 이때 상기 사이클 시간/위상을 교정하는데 사용될 수 있다. 이러한 교정은 상기 교통 제어 시스템과 연관된 내부 클록들이 부정확할 수 있기 때문에 필요할 수 있다. 그 반면에 프로브 차량들에 의해 취해진 측정들이 이들과 연관된 정확한 시간들을 지닌다.
일례에서는, 각각의 시간 슬롯에 대해 차량이 고정된 첫 번째 시간이 식별되고, 충분한 데이터가 존재한다고 가정하면 이러한 시간은 상기 신호등 사이클 시간의 개시 포인트로서 취해질 수 있다. 첫 번째 시행 사이클이 선택되고, 차량이 고정된 각각의 측정된 첫 번째 시간 및 상기 사이클의 적합한 개시 간의 오프셋이 계산된다. 바꿔 말하면, 시간 슬롯 09:00 - 10:00 내의 첫 번째 고정 차량이 09:01.31s에서 측정되고 상기 사이클 시간이 100s로서 취해진다.
- 09:02.56s에서의 측정에 대해, 상기 측정은 첫 번째 사이클에서 이루어짐으로써 오프셋은 85s이고,
- 09:15.42s에서의 측정에 대해, 상기 측정은 (09:14.51s에서 개시하는) 8번째 사이클에서 이루어짐으로써 오프셋이 51s이다.
그러나, 상기 오프셋들은 정의되는데, 정확한 사이클 시간이 추측된 경우에는 개별 중심 피크가 상기 히스토그램에 나타나게 된다. 각각의 사이클이 동일한 위상에서 개시하고, 측정들이 동일한 사이클 위상(다시 말하면, 천이 포인트들)에서 취해지는 것으로 가정되어 있기 때문에, 상기 히스토그램에서의 개별 피크는 각각의 측정이 사이클 개시로부터 (시간에서) 개략적으로 동일한 오프셋을 지니고 있음을 나타낸다. 따라서, 하나의 피크는 상기 가정된 사이클 시간이 (상기 시스템의 실제 사이클 시간에 의해 제어되는 주파수를 갖는) 측정들과 동일한 주기를 지니고 있음을 나타낸다.
도 6은 위에서 설명한 실시예에 따라 이력 집성 데이터를 사용하여 만들어지게 되는 여러 시간 슬롯(각각의 근무일 상에서의 14:00시 및 20:00시 사이에서 슬롯 14-15시, 15-16시, 16-17시, 17-18시, 18-19시 및 19-20시임)에 대해 조합된 히스토그램을 보여준다. 가정된 사이클 시간은 t = 100s이다. 각각의 시간-긴 시간 슬롯에 대하여, 개별 피크가 보이게 될 수 있다. 이에 따라, 상기 사이클 시간은 이러한 시간 슬롯들 각각에 대해 100s이도록 추정된다.
도 7은 독일, 베를린에 소재하는 이하의 4개의 횡단보도에 대한 대표적인 세트의 사이클 시간 데이터를 제공한다.
횡단보도 C1: (52.5048, 13.61337), B1/B5 - 헐트시너 담(Hultschiner Damm)
횡단보도 C2: (52.50418, 13.62060), B1/B5 - 필그라머 스트리트(Pilgramer Str.)
횡단보도 C3: (52.50497, 13.598695), B1/B5 - 암 코른펠트(Am Kornfeld)
횡단보도 C4: (52.50852, 13.56148), B1/B5 - 블룸버거 담(Blumberger Damm)
도 6에 제시된 데이터는 14-20시 간의 요일에서 이러한 횡단보도들 중 하나에서 취해진 측정들에 상응한다.
본 발명에 따른 신호등의 동작에 대해 결정된 정보는 본 발명의 여러 실시예에서 여러 방식으로 사용될 수 있다. 본 발명의 제2 실시예에 따라 획득된 신호등 사이클 시간들에 관한 이력 데이터가 예컨대 서버에 의해 저장될 수 있으며, 그리고/또는 제3자들에게 제공될 수 있는 데이터베이스를 제공하는데 사용될 수 있다. 본 발명의 제1 실시예에 따라 획득된 예측된 장래 천이 시간들이 마찬가지로 저장될 수 있다. 상기 천이 시간 데이터를 사용하여 획득된 임의의 결정된 사이클 시간은 또한 저장될 수 있다. 상기 정보는 서버에 의해 저장될 수도 있고, 천이 시간, 및 선택적으로는 사이클 시간 데이터의 데이터베이스로서 제3자들에 의해 제공될 수도 있다. 임의의 사이클 시간 데이터 또는 천이 시간 데이터가 상기 관련 교통 제어 신호를 식별하는 정보와 함께 저장될 수 있다.
상기 본 발명의 방법들의 단계들이 서버에 의해 수행될 수 있다. 일부 실시예들에서는, 사이클 시간 및/또는 천이 시간 데이터가 과거 또는 장래의 예측 시간이든 양자 모두이든, 차량들의 최신 운전자 지원 시스템(Advanced Driver Assistance System; ADAS)에나 또는 차량들과 연관된 내비게이션 기기들에 제공될 수 있다.
예측된 장래 천이 시간 데이터가 결정되는 경우에, 상기 데이터는 운전자들에게 속도 권고사항들을 제공하여 운전자들로 하여금 녹색 위상과 일치하도록 신호등에 직면할 수 있게 하거나, 운전자로 하여금 신호등의 예상 동작에 기반하여 연료 경제성이 크게 운전할 수 있게 하는데, 예컨대 가속 및 감속을 최소화하거나, 엔진의 전환(switch)이 적합할 수 있을 때를 나타내는데 사용될 수 있다. 상기 정보는 신호등에서 예상되는 대기 시간들의 표시를 제공하거나 신호등들을 통해 "녹색 파동"을 타도록 하는 권고사항들을 운전자에게 제공하도록 좀더 정확한 주행 시간들의 추정들이 결정될 수 있게 하는데 다른 신호등들의 동작에 관한 정보와 함께 사용될 수 있다. 이러한 정보 타입들 중 어느 한 정보 타입은 예컨대 한 차량의 내비게이션 기기를 통해 운전자에게 제공될 수도 있고, 운전자에게 반드시 제공될 필요 없이 차량의 ADAS를 제어하는 데 직접 사용될 수 있다. 상기 정보는 또한 교통 인프라를 계획하고, 교통 제어 시스템들의 동작을 계획하며, 그리고 예컨대 실제 프로브 데이터에 기반한 천이 데이터가 예상된 동작에 따르지 않는 동작을 나타내는 경우에, 신호등들의 임의의 고장 동작에 적용을 받지 않게 하는데 사용될 수 있다. 상기 교통 신호의 동작에 대해 결정된 정보에 기반한 정보 또는 권고사항들은 예컨대 상기 데이터를 사용하는 서버에 의해, 또는 상기 정보가 제공된 내비게이션 기기 또는 ADAS에 의해 획득될 수 있다.
당업자라면 본 발명의 여러 실시태양 및 실시예가 지금까지 설명되었지만, 본 발명의 범위가 본원 명세서에 기재된 특정한 배치들에 국한되는 것이 아니고 모든 배치들, 및 그에 대한 수정들 및 변경들을 포괄하는 것에 이르기까지 확장한다는 점을 이해하게 될 것이다. 그러므로, 여기서 유념해야 할 점은 첨부된 청구항들이 본원 명세서에 기재된 특징들의 특정한 조합을 보여주고 있지만, 본 발명의 범위가 이하에 청구된 특정한 조합들에 국한되는 것이 아니고 상기 특정한 조합이 이 시점에서 첨부된 청구항들에 특별히 열거되는지의 여부에 관계없이 본원 명세서에 개시된 특징들 또는 실시예들의 임의 조합을 포괄하는 것에 이르기까지 확장한다는 점이다.

Claims (17)

  1. 교통 제어 신호의 동작에 관련된 정보를 결정하는 방법에 있어서,
    상기 방법은,
    상기 교통 제어 신호에 의해 제어되는 경로를 따른 시간에 대한 하나 이상의 기기의 이동에 관련된 위치 데이터를 사용하여 상기 교통 제어 신호의 위상들 간의 천이가 생긴 하나 이상의 시간들을 나타내는 천이 시간 데이터를 결정하는 단계; 및
    상기 천이 시간 데이터를 사용하여 상기 교통 제어 신호의 위상들 간의 장래 천이가 생길 것으로 예상되는 하나 이상의 시간들을 예측하는 단계;
    를 포함하는, 교통 제어 신호의 동작에 관련된 정보의 결정 방법.
  2. 제1항에 있어서, 상기 천이는 상기 교통 제어 신호의 정지 위상 및 진행 위상 간의 천이인, 교통 제어 신호의 동작에 관련된 정보의 결정 방법.
  3. 제2항에 있어서, 상기 교통 제어 신호가 신호등이며, 상기 천이가 적색등 및 녹색등 간의 천이인, 교통 제어 신호의 동작에 관련된 정보의 결정 방법.
  4. 제1항 내지 제3항 중 어느 한 항에 있어서, 상기 위치 데이터는 차량들과 연관된 기기들로부터 획득되는, 교통 제어 신호의 동작에 관련된 정보의 결정 방법.
  5. 제1항 내지 제4항 중 어느 한 항에 있어서, 실제 위치 데이터를 사용하여 결정되는 주어진 천이 시간 또는 각각의 주어진 천이 시간에 대하여는, 하나 이상의 기기들에 관련된 위치 데이터를 사용하여 상기 기기 또는 각각의 기기에 대해, 상기 기기가 상기 교통 제어 신호를 통과한 시간을 나타내는 데이터 및 상기 기기가 상기 교통 제어 신호를 통과하도록 대기 상태로부터 가속하기 시작한 위치를 나타내는 데이터를 결정하는 단계, 및 상기 결정된 데이터를 사용하여 상기 교통 제어 신호의 천이가 생긴 주어진 시간을 나타내는 데이터를 결정하는 단계를 포함하는, 교통 제어 신호의 동작에 관련된 정보의 결정 방법.
  6. 제5항에 있어서, 상기 기기가 상기 대기 상태로부터 가속하기 시작한 위치에서 상기 교통 제어 신호의 위치로부터의 상기 기기의 거리를 나타내는 데이터를 결정하는 단계, 및 상기 기기가 상기 교통 제어 신호를 통과한 시간을 나타내는 데이터와 함께 상기 거리를 사용하여 상기 교통 제어 신호의 천이가 생긴 시간을 나타내는 데이터를 결정하는 단계를 포함하는, 교통 제어 신호의 동작에 관련된 정보의 결정 방법.
  7. 제1항 내지 제6항 중 어느 한 항에 있어서, 상기 방법은, 상기 결정된 천이 시간 데이터를 사용하여 상기 교통 제어 신호의 사이클 시간을 나타내는 데이터를 결정하는 단계를 부가적으로 포함하는, 교통 제어 신호의 동작에 관련된 정보의 결정 방법.
  8. 제7항에 있어서, 상기 사이클 시간을 결정하는 단계는,
    상기 위치 데이터를 분석하여 상기 경로를 따른 이동시 적어도 하나의 정지 기간을 지니는 복수 개의 기기들을 인식하고 상기 복수 개의 기기들 각각에 대해 상기 적어도 하나의 정지 기간이 생긴 시간을 나타내는 데이터를 결정하는 단계; 및
    상기 적어도 하나의 정지 기간이 생긴 시간을 나타내는 상기 결정된 데이터를 사용하여 상기 교통 제어 신호의 근사한 사이클 시간 또는 범위의 사이클 시간들을 결정하는 단계;
    를 부가적으로 포함하는, 교통 제어 신호의 동작에 관련된 정보의 결정 방법.
  9. 제8항에 있어서, 상기 결정된 천이 시간 데이터 및 근사한 사이클 시간 또는 범위의 사이클 시간들을 사용하여 상기 사이클 시간의 정확한 결정을 제공하는 단계를 부가적으로 포함하는, 교통 제어 신호의 동작에 관련된 정보의 결정 방법.
  10. 제7항, 제8항, 또는 제9항 중 어느 한 항에 있어서, 상기 위치 데이터를 사용하여 상기 천이 제어 신호의 위상들 간의 천이이 생긴 복수의 시간들을 결정하는 단계를 포함하며, 상기 교통 제어 신호의 사이클 시간을 결정하는 단계는 서로 다른 쌍들의 과거의 천이 시간들 간의 시간차를 결정하는 단계, 및 각각의 시간차를 사용하여 상기 사이클 시간을 결정하는 단계를 포함하는, 교통 제어 신호의 동작에 관련된 정보의 결정 방법.
  11. 제7항 내지 제10항 중 어느 한 항에 있어서, 상기 결정된 천이 시간 데이터 및 상기 결정된 사이클 시간 데이터를 사용하여 상기 하나 이상의 장래 천이 시간들을 예측하는 단계를 포함하는, 교통 제어 신호의 동작에 관련된 정보의 결정 방법.
  12. 제1항 내지 제11항 중 어느 한 항에 있어서, 운전자 또는 최신 운전자 지원 시스템(Advanced Driver Assistance System; ADAS)에 대한 속도 권고사항을 제공하는 것, 신호에서 예상된 대기 시간에 대한 정보를 제공하는 것 및 상기 교통 제어 신호의 통과를 포함하는 경로를 따른 추정된 주행 시간을 결정하는 것 중의 하나 이상을 수행하는데 예측 신호 또는 각각의 예측 신호를 사용하는 단계를 부가적으로 포함하는, 교통 제어 신호의 동작에 관련된 정보의 결정 방법.
  13. 제1항 내지 제12항 중 어느 한 항에 있어서, 장래 천이 시간의 예측, 또는 상기 예측에 기반한 정보를 내비게이션 기기 또는 최신 운전자 지원 시스템(Advanced Driver Assistance System; ADAS)에 제공하는 단계를 부가적으로 포함하는, 교통 제어 신호의 동작에 관련된 정보의 결정 방법.
  14. 교통 제어 신호의 동작에 관련된 정보를 결정하는 시스템에 있어서,
    상기 시스템은,
    상기 교통 제어 신호에 의해 제어되는 경로를 따른 시간에 대한 하나 이상의 기기의 이동에 관련된 위치 데이터를 사용하여 상기 교통 제어 신호의 위상들 간의 천이가 생긴 하나 이상의 시간을 나타내는 천이 시간 데이터를 결정하는 수단; 및
    상기 결정된 천이 시간 데이터를 사용하여 상기 교통 제어 신호의 위상들 간의 장래 천이가 생길 것으로 예상되는 하나 이상의 시간을 예측하는 수단;
    을 포함하는, 교통 제어 신호의 동작에 관련된 정보의 결정 시스템.
  15. 교통 제어 신호의 동작에 관련된 정보를 결정하는 방법에 있어서,
    상기 방법이,
    상기 교통 제어 신호에 의해 제어되는 경로를 따른 시간에 대한 기기들의 이동에 관련된 위치 데이터를 획득하는 단계;
    상기 위치 데이터를 분석하여 상기 경로를 따른 이동시 적어도 하나의 정지 기간을 지니는 복수 개의 기기들을 인식하고 상기 복수 개의 기기들 각각에 대해 상기 적어도 하나의 정지 기간이 생긴 시간을 나타내는 데이터를 결정하는 단계; 및
    상기 적어도 하나의 정지 기간이 생긴 시간을 나타내는 상기 결정된 데이터를 사용하여 상기 교통 제어 신호의 사이클 시간을 결정하는 단계;
    를 포함하는, 교통 제어 신호의 동작에 관련된 정보의 결정 방법.
  16. 교통 제어 신호의 동작에 관련된 정보를 제공하는 시스템에 있어서,
    상기 시스템은,
    상기 교통 제어 신호에 의해 제어되는 경로를 따른 시간에 대한 기기들의 이동에 관련된 위치 데이터를 획득하는 수단;
    상기 위치 데이터를 분석하여 상기 경로를 따른 이동시 적어도 하나의 정지 기간을 지니는 복수 개의 기기들을 식별하고, 상기 복수 개의 기기들 각각에 대해 상기 적어도 하나의 정지 기간이 생기 시간을 나타내는 데이터를 결정하는 수단; 및
    상기 적어도 하나의 정지 기간이 생긴 시간을 나타내는 상기 결정된 데이터를 사용하여 상기 교통 제어 신호의 사이클 시간을 결정하는 수단;
    을 포함하는, 교통 제어 신호의 동작에 관련된 정보의 제공 시스템.
  17. 컴퓨터상에서 실행될 때 상기 컴퓨터로 하여금 청구항 제1항 내지 제13항 또는 제15항 중 어느 한 항에 따른 방법을 수행하게 하는 컴퓨터 판독가능 명령어들을 포함하는 컴퓨터 프로그램 생성물.
KR1020147013766A 2011-10-25 2012-10-25 교통 제어 신호들의 동작에 관련된 정보를 결정하는 방법 및 시스템 KR102035583B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
GB1118432.2 2011-10-25
GBGB1118432.2A GB201118432D0 (en) 2011-10-25 2011-10-25 Detecting traffic light cycle and transition times from GPS probe data
PCT/EP2012/071145 WO2013060774A1 (en) 2011-10-25 2012-10-25 Methods and systems for determining information relating to the operation of traffic control signals

Publications (2)

Publication Number Publication Date
KR20140079857A true KR20140079857A (ko) 2014-06-27
KR102035583B1 KR102035583B1 (ko) 2019-10-23

Family

ID=45373398

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020147013766A KR102035583B1 (ko) 2011-10-25 2012-10-25 교통 제어 신호들의 동작에 관련된 정보를 결정하는 방법 및 시스템

Country Status (7)

Country Link
US (2) US9589463B2 (ko)
EP (1) EP2771872B1 (ko)
JP (1) JP6276189B2 (ko)
KR (1) KR102035583B1 (ko)
CN (1) CN104011779B (ko)
GB (1) GB201118432D0 (ko)
WO (1) WO2013060774A1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104134355A (zh) * 2014-08-15 2014-11-05 江苏艾倍科科技有限公司 基于北斗技术的智能交通信号控制系统和方法
KR102030082B1 (ko) 2019-06-03 2019-10-10 부산대학교 산학협력단 교통신호 추정을 위한 선별적 크라우드소싱 시스템 및 그 방법
KR102030087B1 (ko) 2019-05-10 2019-11-11 부산대학교 산학협력단 크라우드 소싱 기반 현시 및 천이시각 추정 시스템 및 그 방법

Families Citing this family (37)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB201118432D0 (en) * 2011-10-25 2011-12-07 Tomtom Dev Germany Gmbh Detecting traffic light cycle and transition times from GPS probe data
US8996286B1 (en) * 2012-08-03 2015-03-31 Google Inc. Method for analyzing traffic patterns to provide solutions for alleviating traffic problems
GB201312306D0 (en) 2013-07-09 2013-08-21 Tomtom Software Ltd Traffic light phase predictions and improved navigation methods using the traffic light phase predictions
US9183743B2 (en) 2013-10-31 2015-11-10 Bayerische Motoren Werke Aktiengesellschaft Systems and methods for estimating traffic signal information
JP6048421B2 (ja) * 2014-01-31 2016-12-21 トヨタ自動車株式会社 信号機のサイクル長推定装置
DE102014205953A1 (de) * 2014-03-31 2015-10-01 Robert Bosch Gmbh Verfahren zur Analyse einer Verkehrsumfeldsituation eines Fahrzeugs
DE102014006551A1 (de) * 2014-05-06 2015-11-12 Audi Ag Verfahren zum Erstellen einer Schaltprognose für eine Ampel
EP3158547B1 (en) * 2014-06-17 2020-10-07 King Abdullah University Of Science And Technology System and method for traffic signal timing estimation
US9513135B2 (en) * 2014-09-16 2016-12-06 Ford Global Technologies, Llc Stochastic range
DE102014222360A1 (de) * 2014-11-03 2016-05-04 Bayerische Motoren Werke Aktiengesellschaft Verfahren zur Ausgabe einer Fahrempfehlung in einem Fortbewegungsmittel
JP6245143B2 (ja) * 2014-11-10 2017-12-13 トヨタ自動車株式会社 交差点の信号サイクル長推定システム
KR20160087713A (ko) * 2015-01-14 2016-07-22 유영근 통행차량 검지를 위한 검지영역 설정 방법과 이를 이용한 교통 신호 제어방법.
DE102015206593A1 (de) * 2015-04-14 2016-10-20 Bayerische Motoren Werke Aktiengesellschaft Fahrzeug, Anordnung und Verfahren zur Analyse eines Verhaltens einer Lichtsignalanlage
EP3144918B1 (en) * 2015-09-21 2018-01-10 Urban Software Institute GmbH Computer system and method for monitoring a traffic system
US10149887B2 (en) 2015-10-23 2018-12-11 Canbas Co., Ltd. Peptides and peptidomimetics in combination with t cell activating and/or checkpoint inhibiting agents for cancer treatment
US10019898B2 (en) * 2016-01-14 2018-07-10 Siemens Industry, Inc. Systems and methods to detect vehicle queue lengths of vehicles stopped at a traffic light signal
EP3236446B1 (en) * 2016-04-22 2022-04-13 Volvo Car Corporation Arrangement and method for providing adaptation to queue length for traffic light assist-applications
CN105976062B (zh) * 2016-05-13 2018-10-30 腾讯科技（深圳）有限公司 信号灯时长数据的挖掘方法、出行服务实现方法和装置
US10202127B2 (en) * 2016-05-19 2019-02-12 Toyota Jidosha Kabushiki Kaisha User profile-based automatic parameter tuning system for connected vehicles
EP3267418A1 (en) * 2016-07-06 2018-01-10 Volvo Car Corporation A method for performing a real time analysis of traffic light related data
KR20180069492A (ko) * 2016-12-15 2018-06-25 현대자동차주식회사 운전 보조 시스템의 제어 장치 및 방법
US11024166B2 (en) * 2016-12-21 2021-06-01 Here Global B.V. Method, apparatus, and computer program product for estimating traffic speed through an intersection
CN110869990B (zh) * 2017-04-07 2024-03-08 密歇根大学董事会 使用车辆轨迹数据的交通信号控制
JP7276130B2 (ja) * 2017-07-28 2023-05-18 住友電気工業株式会社 車載制御装置、走行速度の制御方法及びコンピュータプログラム
CN107331167B (zh) * 2017-08-07 2019-09-17 青岛海信网络科技股份有限公司 一种交通信号灯反馈调整方法及装置
WO2019028660A1 (en) 2017-08-08 2019-02-14 Beijing Didi Infinity Technology And Development Co., Ltd. SYSTEMS AND METHODS FOR SYNCHRONIZATION OF TRAFFIC LIGHTS
CN109891469B (zh) * 2017-08-08 2022-02-08 北京嘀嘀无限科技发展有限公司 交通信号灯配时系统与方法
JP6962802B2 (ja) * 2017-12-08 2021-11-05 トヨタ自動車株式会社 運転支援装置、運転支援方法及びプログラム
RU2702477C2 (ru) * 2018-03-14 2019-10-08 Общество с ограниченной ответственностью "ВойсЛинк" (ООО "ВойсЛинк") Способ управления дорожным движением и система для его реализации
TWI660331B (zh) * 2018-03-22 2019-05-21 創新交通科技有限公司 利用旅行時間產生交通號誌之時差的方法及其裝置
WO2019245501A2 (en) * 2018-05-07 2019-12-26 Metli Emrah Detection of phase and timing of traffic signal lights and driver assistance method and systems
EP3841516A1 (en) 2018-08-22 2021-06-30 Starship Technologies OÜ Method and system for traffic light signal detection and usage
CN109544948A (zh) * 2018-10-23 2019-03-29 佛山科学技术学院 一种基于导航系统的交通信号灯倒计时预测方法
US10970569B2 (en) 2018-11-19 2021-04-06 Toyota Motor North America, Inc. Systems and methods for monitoring traffic lights using imaging sensors of vehicles
KR20210006143A (ko) * 2019-07-08 2021-01-18 현대자동차주식회사 교통 정보 제공 시스템 및 방법
KR20210069446A (ko) * 2019-12-03 2021-06-11 현대자동차주식회사 교통정보 제공 시스템 및 방법
US11694545B2 (en) 2020-08-04 2023-07-04 Purdue Rearch Foundation System and method for dilemma zone mitigation at signalized intersections

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008197725A (ja) * 2007-02-08 2008-08-28 Matsushita Electric Ind Co Ltd 交通情報生成装置、交通情報提供システム及び交通情報生成方法
JP2009075709A (ja) * 2007-09-19 2009-04-09 Sumitomo Electric Ind Ltd 交通パラメータ算出システム、算出方法及びコンピュータプログラム
JP2009116508A (ja) * 2007-11-05 2009-05-28 Toyota Central R&D Labs Inc 信号情報推定装置
US20100088002A1 (en) * 2008-10-07 2010-04-08 Welte Gregory A System for increasing fuel economy in vehicles

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002123894A (ja) * 2000-10-16 2002-04-26 Hitachi Ltd プローブカー制御方法及び装置並びにプローブカーを用いた交通制御システム
US7469827B2 (en) 2005-11-17 2008-12-30 Google Inc. Vehicle information systems and methods
WO2009027173A1 (de) * 2007-08-29 2009-03-05 Continental Teves Ag & Co. Ohg Verfahren und vorrichtung zur steuerung des verkehrsflusses
JP4985520B2 (ja) * 2008-03-28 2012-07-25 アイシン・エィ・ダブリュ株式会社 停止履歴データ蓄積システム、蓄積方法および蓄積プログラム
US8392091B2 (en) * 2008-08-22 2013-03-05 GM Global Technology Operations LLC Using GPS/map/traffic info to control performance of aftertreatment (AT) devices
US20100070128A1 (en) * 2008-09-15 2010-03-18 Microsoft Corporation vehicle operation by leveraging traffic related data
US8306725B2 (en) * 2008-12-05 2012-11-06 Electronics And Telecommunications Research Institute Apparatus for informing economical speed of vehicle and method thereof
JP4670978B2 (ja) * 2009-03-11 2011-04-13 株式会社デンソー 省燃費運転支援装置、プログラム
CN101673466A (zh) * 2009-09-25 2010-03-17 北京航空航天大学 交通信号控制下的浮动车信息处理方法
CN101739825A (zh) 2009-11-06 2010-06-16 吉林大学 基于gps浮动车的交通数据故障识别与修复方法
WO2011157288A1 (en) 2010-06-15 2011-12-22 Tomtom Belgium N.V. Detecting location, timetable and travel time estimations for barrier crossings in a digital map
CN103155013A (zh) 2010-09-13 2013-06-12 通腾科技股份有限公司 便携式处理装置中或与便携式处理装置有关的改进
JP2013073480A (ja) * 2011-09-28 2013-04-22 Denso Corp 運転支援装置、および運転支援プログラム
GB201118432D0 (en) * 2011-10-25 2011-12-07 Tomtom Dev Germany Gmbh Detecting traffic light cycle and transition times from GPS probe data
US9069653B2 (en) * 2012-05-04 2015-06-30 Ford Global Technologies, Llc Methods for utilizing stop sign and traffic light detections to enhance fuel economy and safety
US8996286B1 (en) * 2012-08-03 2015-03-31 Google Inc. Method for analyzing traffic patterns to provide solutions for alleviating traffic problems

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008197725A (ja) * 2007-02-08 2008-08-28 Matsushita Electric Ind Co Ltd 交通情報生成装置、交通情報提供システム及び交通情報生成方法
JP2009075709A (ja) * 2007-09-19 2009-04-09 Sumitomo Electric Ind Ltd 交通パラメータ算出システム、算出方法及びコンピュータプログラム
JP2009116508A (ja) * 2007-11-05 2009-05-28 Toyota Central R&D Labs Inc 信号情報推定装置
US20100088002A1 (en) * 2008-10-07 2010-04-08 Welte Gregory A System for increasing fuel economy in vehicles

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104134355A (zh) * 2014-08-15 2014-11-05 江苏艾倍科科技有限公司 基于北斗技术的智能交通信号控制系统和方法
KR102030087B1 (ko) 2019-05-10 2019-11-11 부산대학교 산학협력단 크라우드 소싱 기반 현시 및 천이시각 추정 시스템 및 그 방법
KR102030082B1 (ko) 2019-06-03 2019-10-10 부산대학교 산학협력단 교통신호 추정을 위한 선별적 크라우드소싱 시스템 및 그 방법

Also Published As

Publication number Publication date
US20140266798A1 (en) 2014-09-18
CN104011779B (zh) 2018-04-13
GB201118432D0 (en) 2011-12-07
US9589463B2 (en) 2017-03-07
JP2015501033A (ja) 2015-01-08
EP2771872B1 (en) 2020-01-22
JP6276189B2 (ja) 2018-02-07
CN104011779A (zh) 2014-08-27
KR102035583B1 (ko) 2019-10-23
US9928739B2 (en) 2018-03-27
WO2013060774A1 (en) 2013-05-02
EP2771872A1 (en) 2014-09-03
US20170178506A1 (en) 2017-06-22

Similar Documents

Publication Publication Date Title
US9928739B2 (en) Methods and systems for determining information relating to the operation of traffic control signals
US9697729B2 (en) Systems and methods for estimating traffic signal information
CN109937344B (zh) 用于产生电子地图的段的分布曲线数据的方法和系统
EP3224104B1 (en) Apparatus and method for vehicle economy improvement
Fayazi et al. Traffic signal phase and timing estimation from low-frequency transit bus data
US8698651B2 (en) Traffic signal control system, traffic signal control apparatus, and traffic signal control method
CN112912943B (zh) 交通信号状态预测校正和实时探头数据验证
JP2004362290A (ja) 交通情報管理システム
JP2008164831A (ja) 地図情報生成システム
CN110646004B (zh) 一种基于路况预测的智能导航方法及装置
JP2008164821A (ja) 地図情報生成システム
KR20160086784A (ko) 교통수단의 도착시간 예측 방법 및 장치
Mahler et al. Cellular communication of traffic signal state to connected vehicles for arterial eco-driving
CN111225844A (zh) 运输工具的后来的停止点的位置的确定
KR20180013367A (ko) 교통정보 예측 방법 및 그 장치
CN114781243A (zh) Eta预测及模型训练方法、设备、介质及产品
JP2005276070A (ja) 車両経路検証システム
JP2022050276A (ja) 車両の交通信号機の信号情報推定・提供システム
Fayazi Connected Vehicles at Signalized Intersections: Traffic Signal Timing Estimation and Optimization
CN112017425A (zh) 一种导航时间计算方法
JP2004362197A (ja) 交通情報管理システム
KR20190080328A (ko) 경로 기반 교통 정보 생성 방법 및 장치

Legal Events

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