KR20160064521A - Providing method to Estimated time of arrival using zoning of the POI distribution area unit - Google Patents

Providing method to Estimated time of arrival using zoning of the POI distribution area unit Download PDF

Info

Publication number
KR20160064521A
KR20160064521A KR1020140168218A KR20140168218A KR20160064521A KR 20160064521 A KR20160064521 A KR 20160064521A KR 1020140168218 A KR1020140168218 A KR 1020140168218A KR 20140168218 A KR20140168218 A KR 20140168218A KR 20160064521 A KR20160064521 A KR 20160064521A
Authority
KR
South Korea
Prior art keywords
poi
distribution area
poi distribution
arrival time
route
Prior art date
Application number
KR1020140168218A
Other languages
Korean (ko)
Other versions
KR102156020B1 (en
Inventor
도화종
박찬일
Original Assignee
현대엠엔소프트 주식회사
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 현대엠엔소프트 주식회사 filed Critical 현대엠엔소프트 주식회사
Priority to KR1020140168218A priority Critical patent/KR102156020B1/en
Publication of KR20160064521A publication Critical patent/KR20160064521A/en
Application granted granted Critical
Publication of KR102156020B1 publication Critical patent/KR102156020B1/en

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
    • G08G1/0962—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
    • G08G1/0969—Systems involving transmission of navigation instructions to the vehicle having a display in the form of a map
    • 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
    • G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
    • 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
    • G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Navigation (AREA)

Abstract

The present invention relates to a method for providing an estimated time of arrival using the zoning of a POI distribution area unit and, more specifically, to a method for providing an estimated time of arrival of a vehicle by a traffic information center. The method comprises: a first step of extracting POI distribution data from a map; a second step of setting at least one POI distribution area based on the POI distribution data extracted in the first step; a third step of producing a degree of congestion by the POI distribution area in the POI distribution area set in the second step; a fourth step of calculating travel times through an in-out path, a plurality of pass-through paths, an out-in path in the POI distribution area, individually; and a fifth step of adding the travel times calculated by the POI distribution area in the fourth step to calculate the estimated time of arrival through an optimized path and providing information on the estimated time of arrival. The method can be suitable for traffic flow characteristics of a manner of estimating and adding the passage times of each POI distribution area in which the path is provided.

Description

POI 분포 영역 단위의 구역 설정을 적용하는 도착 예정 시각 제공 방법{Providing method to Estimated time of arrival using zoning of the POI distribution area unit}The present invention relates to a POI distribution area unit, and more particularly,

본 발명은 POI 분포 영역 단위의 구역 설정을 적용하는 도착 예정 시각 제공 방법에 관한 것으로서, 더욱 상세하게는 교통류의 흐름 변화가 발생할 경우 영향을 미치는 유효 범위를 각각의 POI 분포 영역(Region)으로 구획하고, 경로가 지나는 각 POI 분포 영역의 통과 시간을 추정한 후 합산하는 방식의 교통류 특성에 적합한 POI 분포 영역 단위의 구역 설정을 적용하는 도착 예정 시각 제공 방법에 관한 것이다.
[0001] The present invention relates to a method for providing a scheduled arrival time for applying a zone setting on a per POI distribution area basis, and more particularly, to a method for providing a scheduled arrival time zone by dividing an effective range affecting a flow change of a traffic flow into respective POI distribution regions And estimating the passing time of each POI distribution area through which the route passes, and then summing the estimated traveling time of the POI distribution area.

일반적으로 교통정보 센터에서 차량의 도착 예정 시각을 산출하는 방법에는 출발지점으로부터 목적지점까지 이어진 경로 상에서의 링크 리스트에 따른 각 링크 통행 시간을 추정한 후 합산하여 산정하는 방식이 적용 되었다.Generally, a method of calculating the estimated time of arrival of a vehicle in a traffic information center includes a method of estimating each link travel time based on a link list on a route from a departure point to a destination point, and then summing and calculating the link travel time.

예를 들어 종래의 기술인 한국 공개특허공보 제10-2014-0003927은 실시간 교통 정보를 고려한 차량의 도착예정 시간 계산 방법과 교통신호 제어 방법 및 이를 적용한 시스템에 관한 것으로, 대상 차량의 현 위치에서부터 목적지까지의 주행 경로를 분석하여 상기 주행 경로 상에 있는 교차로 및 링크를 구분하고, 구분된 교차로 및 링크에 상응하는 실시간 교통 정보를 이용하여 링크 통행시간을 계산하여, 상기 주행 경로 상에 있는 링크에 대한 링크 통행시간을 합산하여 도착예정 시간을 산출하는 기술에 관한 것이다.For example, Korean Unexamined Patent Application Publication No. 10-2014-0003927 discloses a method for calculating a scheduled arrival time of a vehicle considering real-time traffic information, a traffic signal control method, and a system to which the present invention is applied. And calculates the link travel time using the real time traffic information corresponding to the divided intersections and the links, and calculates the link travel time for the link on the travel route by analyzing the travel route of the link And calculating the estimated arrival time by summing the travel times.

그러나 상기 종래 기술과 같은 링크 단위로 도착 예정 시각을 산출하는 방법은 경로 탐색의 공간적 범위가 넓어질수록 경로 링크 개수가 증가하여 도착예정 시각 산정을 위한 연산 시간이 증가하여지고, 이러한 링크 단위의 도착 예정 시각 산정 방법은 다음과 같은 경우에 오차가 발생하는 한계점을 갖고 있다.However, in the conventional method of calculating the expected arrival time on a link-by-link basis, as the spatial range of the path search is widened, the number of path links increases and the calculation time for calculating the estimated arrival time increases. The method of calculating the predetermined time has a limit in that an error occurs in the following cases.

먼저, 탐색되어진 길안내 경로가 교통정보를 제공하는 커버리지 외 지역을 통과하는 경우일 때에 정보의 최신성 및 현재성이 높은 실시간 교통정보, 예측 교통정보 등과 같은 동적 데이터를 활용하지 못할뿐더러, 정적 속도, 도로 제한 속도, 패턴 교통정보 등과 같은 정적 데이터를 기반으로 링크 통행 시간을 추정 시에는 오차를 유발하는 경우가 발생한다.First, dynamic information such as real-time traffic information, predicted traffic information, etc. having a high degree of currentness and high currentness can not be utilized when a route guidance route that has been searched for passes beyond a coverage area providing traffic information, It may cause an error when estimating link travel time based on static data such as road speed limit, pattern traffic information, and the like.

그리고 현실적으로 모든 링크에 대해 실시간 교통정보, 예측 교통정보 등과 같은 동적 데이터가 존재하거나 제공하는 경우는 없다고 볼 수 있다.In reality, there is no case where dynamic data such as real-time traffic information, predicted traffic information, etc. exist or are provided for all the links.

또한, 단속류 도로에서 교차로, 신호등, 합류지점 등의 노드에서 통행 시간 지연이 발생하는 경우가 있다. 상기 교차로, 신호등, 합류지점 등과 같은 지점은 인구 밀도가 높은 지역에 집중되며, 이러한 지역이 많이 분포한 경로의 경우 도착 예정 시각을 산출할 시에 오차가 확대 전파되는 문제점이 있다.In addition, a travel time delay may occur at nodes such as intersections, traffic lights, confluence points, etc. in the intermittent road. The points such as the intersections, the traffic lights, the confluence points, etc. are concentrated in areas with high population density, and in the case of a route having many such areas, errors are spread when the expected arrival time is calculated.

그러므로 종래 기술의 한계를 극복하고 도착 예정 시각의 정확도를 재고하기 위해 링크 단위 산정 방식을 탈피한 새로운 산정 방식으로 도착 예정 시각을 산출하는 방법이 요구되어질 뿐만 아니라 현실 세계의 도로 네트워크(링크,노드)와 교통 통행량은 비균등 분포 특성을 가지므로 지역별(Region 단위)로 구분된 차별화된 도착 예정 시각 산정 방식이 반영되는 기술이 요구되어진다.
Therefore, in order to overcome the limitations of the prior art and to estimate the accuracy of the expected arrival time, there is a demand for a method of calculating the estimated arrival time using a new calculation method that is deviated from the link unit calculation method, And traffic traffic have non - uniform distribution characteristics. Therefore, it is required to provide a technology that reflects differentiated arrival time calculation method classified by region (region unit).

상기와 같은 종래 기술의 문제점을 해결하기 위하여 안출된 본 발명은 교통정보 센터가 차량의 도착 예정 시각을 제공함에 있어서, 지도상에서 추출되어진 POI 분포 데이터에서 중요 POI를 기준으로 하나 이상의 POI 분포 영역을 구획 설정하기 위하여 POI 분포 확률 밀도 함수를 활용하는 것을 제공하는 목적이 있다.According to an aspect of the present invention, there is provided a traffic information center for providing a vehicle arrival forecast time by dividing at least one POI distribution area based on an important POI in the POI distribution data extracted on a map, The purpose of this paper is to utilize the POI distribution probability density function to set.

또한, 본 발명의 다른 목적은 구획되어진 상기 POI 분포 영역별로 정체도를 산출하고, 상기 POI 분포 영역에서의 각각의 경로에 대한 통행 시간을 산출하고 합산하여 최적화된 경로의 도착 예정 시각을 제공하기 위한 것이다.
Another object of the present invention is to provide a method and apparatus for calculating the congestion degree for each of the divided POI distribution areas and calculating and summing the travel time for each route in the POI distribution area to provide an estimated arrival time of the optimized route will be.

본 발명의 상기 목적은 교통정보 센터가 차량의 도착 예정 시각을 제공하는 방법에 있어서, 지도상에서 POI 분포 데이터를 추출하는 제1단계, 상기 제1단계의 POI 분포 데이터를 기준으로 하나 이상의 POI 분포 영역을 설정하는 제2단계, 상기 제2단계에서 설정되어진 상기 POI 분포 영역에서 상기 POI 분포 영역별로 정체도를 산출하는 제3단계, 상기 POI 분포 영역에서의 in-out 경로, 복수의 pass-through 경로 및 out-in 경로의 통행 시간을 각각 산출하는 제4단계 및 상기 제4단계의 POI 분포 영역별로 산출되어진 통행 시간을 합산하여 최적화된 경로의 도착 예정 시각을 산출하고 사용자의 요청에 의해 정보를 제공하는 제5단계로 이루어지는 것을 특징으로 하여 달성된다.
According to another aspect of the present invention, there is provided a method of providing a scheduled arrival time of a vehicle by a traffic information center, comprising the steps of: extracting POI distribution data on a map; A third step of calculating a congestion degree for each of the POI distribution areas in the POI distribution area set in the second step, an in-out route in the POI distribution area, a plurality of pass-through paths And a fourth step of calculating a travel time of an out-in route and a travel time calculated for each POI distribution area of the fourth step, to calculate an estimated arrival time of an optimized route, And a fifth step of performing the above-described steps.

따라서 본 발명의 POI 분포 영역 단위의 구역 설정을 적용하는 도착 예정 시각 제공 방법은 교통류 특성에 적합한 POI 분포 영역 단위의 구역 설정을 적용하여 각 POI 분포 영역의 통과 시간을 추정한 후 합산하는 방식으로 교통류 특성에 적합한 도착 예정 시각을 제공하는 효과가 있다.Therefore, the method of providing the estimated arrival time for applying the zone setting of the POI distribution area unit of the present invention is a method of estimating the passing time of each POI distribution area by applying the zone setting of the POI distribution area unit suitable for the traffic flow characteristic, There is an effect of providing an estimated arrival time suitable for the characteristic.

또한, 본 발명은 도착 예정 시간 산정 시 POI 분포 영역별 지역의 구획을 활용하여 정체도를 개별 고려함으로써 도착 예정 시간의 정확도 및 경로 탐색 연산량을 줄이고 연산 시간을 단축하는 효과가 있다.
In addition, the present invention takes into account the degree of congestion by utilizing a zone in each area of the POI distribution area when calculating the estimated arrival time, thereby reducing the accuracy of the estimated arrival time and the amount of route search operations and shortening the calculation time.

도 1은 본 발명에 따른 POI 분포 영역 단위의 구역 설정을 적용하는 도착 예정 시각 제공 방법의 흐름도이고,
도 2는 본 발명에 따른 중요 POI의 추출과 상기 중요 POI를 기준으로 설정되어진 POI 분포 영역을 나타내는 예시도,
도 3은 본 발명에 따른 POI 분포 영역을 통과하는 경로를 나타내는 예시도,
도 4는 본 발명에 따른 POI 분포 밀도 확률 함수를 나타내는 예시도,
도 5a는 본 발명에 따른 POI 분포 영역에서 In-Out하는 경로 진행의 예시도,
도 5b는 본 발명에 따른 POI 분포 영역에서 Out-In하는 경로 진행의 예시도,
도 5c는 본 발명에 따른 POI 분포 영역에서 Pass-through하는 경로의 진행을 나타내는 예시도이다.FIG. 1 is a flowchart of a method for providing a scheduled arrival time for applying zone setting in units of a POI distribution area according to the present invention,
FIG. 2 is an exemplary diagram illustrating an extraction of an important POI according to the present invention and a POI distribution area set based on the important POI,
3 is an exemplary view showing a route passing through a POI distribution area according to the present invention,
FIG. 4 is an exemplary diagram illustrating a POI distribution density probability function according to the present invention. FIG.
FIG. 5A is an exemplary diagram of in-out route progression in the POI distribution area according to the present invention, FIG.
FIG. 5B is an exemplary view of the out-in path progression in the POI distribution area according to the present invention,
FIG. 5C is an exemplary diagram illustrating the progress of a pass-through path in the POI distribution area according to the present invention.

본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니 되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다.The terms and words used in the present specification and claims should not be construed as limited to ordinary or dictionary terms and the inventor may appropriately define the concept of the term in order to best describe its invention It should be construed as meaning and concept consistent with the technical idea of the present invention.

따라서 본 명세서에 기재된 실시예와 도면에 도시된 구성은 본 발명의 가장 바람직한 일 실시예에 불과할 뿐이고 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형예들이 있을 수 있음을 이해하여야 한다.Therefore, the embodiments described in the present specification and the configurations shown in the drawings are merely the most preferred embodiments of the present invention and are not intended to represent all of the technical ideas of the present invention. Therefore, various equivalents It should be understood that water and variations may be present.

이하 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 상세히 설명하기로 한다.Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings.

도 1은 본 발명에 따른 POI(point of interest) 분포 영역 단위의 구역 설정을 적용하는 도착 예정 시각 제공 방법의 흐름도이다. 이때 상기 POI 분포 영역 단위란 지역 단위 또는 Region 단위와 같은 의미로 사용되어 질 수 있다.FIG. 1 is a flowchart of a method of providing a scheduled arrival time to apply a zone setting in units of a POI (point of interest) distribution area according to the present invention. In this case, the unit of the POI distribution area may be used in the same meaning as the area unit or the region unit.

도시와 같이 본 발명의 교통정보 센터가 차량의 도착 예정 시각을 제공하는 방법에 있어서, 지도상에서 POI 분포 데이터를 추출하는 제1단계(S100), 상기 제1단계(S100)의 POI 분포 데이터를 기준으로 POI 분포 영역을 설정하는 제2단계(S200), 상기 제2단계(S200)에서 설정되어진 POI 분포 영역에서 상기 POI 분포 영역의 정체도를 산출하는 제3단계(S300), 상기 POI 분포 영역에서의 in-out 경로, 복수의 pass-through 경로 및 out-in 경로의 통행 시간을 각각 산출하는 제4단계(S400) 및 상기 제4단계(S400)의 산출되어진 통행 시간을 합산하여 최적화된 경로의 도착 예정 시각을 산출하고 정보를 제공하는 제5단계(S500)로 이루어진다.As shown in the drawing, the method of providing the expected arrival time of the vehicle by the traffic information center of the present invention includes: a first step (S100) of extracting POI distribution data on a map; a POI distribution data of the first step (S100) A third step S300 of calculating a congestion degree of the POI distribution area in the POI distribution area set in the second step S200, a third step S300 of setting the POI distribution area in the POI distribution area, (S400) of calculating the travel times of the in-out route, the in-out route, the plurality of pass-through routes, and the out-in route of the optimized route by summing the calculated travel times of the fourth step And a fifth step (S500) of calculating the estimated arrival time and providing information.

도 2는 중요 POI의 추출과 상기 중요 POI를 기준으로 설정되어진 POI 분포 영역을 나타내는 예시도이고, 도 3은 POI 분포 영역을 통과하는 경로를 나타내는 예시도로서 도시를 참조하여 설명하면, 상기 제1단계(S100)는 차량의 도착 예정 시각을 제공하기 위한 지역에 대하여 출발지로부터 목적지까지의 경로를 포함하는 지도 데이터 서버(Data base)에서 POI 데이터를 추출하는 단계이다. 이때, 지도 데이터 서버에서 추출되는 POI 데이터는 주요 시설물, 역, 공항, 터미널, 호텔과 같은 지점과 여러 속정 정보를 포함하는 지도에 표시되는 데이터이다. 그러므로 상기 POI 데이터는 기본적으로 각 POI별 업종, 중요도 레벨 등의 속성을 갖는다.FIG. 2 is an exemplary diagram showing an extraction of an important POI and a POI distribution area set on the basis of the important POI. FIG. 3 is an exemplary view showing a route passing through the POI distribution area, The step S100 is a step of extracting POI data from a map data server including a route from a departure place to a destination with respect to an area for providing a scheduled arrival time of the vehicle. At this time, the POI data extracted from the map data server is data displayed on a map including a point such as a main facility, a station, an airport, a terminal, a hotel, and various pieces of identification information. Therefore, the POI data basically has attributes such as business type, importance level, and the like for each POI.

상기 제2단계(S200)는 상기 제1단계(S100)에서 추출되어진 POI 데이터를 활용하여 지도상에 POI 분포 영역을 구획 설정하는 단계로서, POI 분포 영역 설정을 위해서는 중요 가상 지점과 그 영향 범위에 대한 고찰이 필요한데, 이를 단순화하기 위한 방법의 일환으로 중요 POI의 분포에 대한 확률 밀도 함수 활용법을 사용한다.The second step S200 is a step of setting a POI distribution area on the map using the POI data extracted in the first step S100. In order to set the POI distribution area, an important virtual point and its influence range As a method to simplify this, we use the probability density function utilization method for the distribution of important POIs.

그러므로 상기 제2단계(S200)는 상기 제1단계(S100)의 POI 분포 데이터 중에서 랜드마크 POI, 인구유동 POI, 관공서 POI, 도로 교차점 POI, 유고정보 POI와 같은 중요 POI를 선별하는 과정을 갖는다. 이때, 중요 POI를 선별하기 위해서는 아래와 같은 기준 중에서 어느 하나를 적용할 수 있다.Therefore, the second step S200 has a process of selecting important POIs such as a landmark POI, a population flow POI, a government office POI, a road crossing POI, and a relief information POI among the POI distribution data of the first step S100. At this time, in order to select the important POI, any of the following criteria can be applied.

먼저, POI의 중요도 레벨을 기준으로 상위 중요도의 지점인 랜드마크(Landmark) POI를 중요 POI 기준으로 선별할 수 있다.First, based on the importance level of the POI, a landmark POI that is a point of higher importance can be selected based on the important POI.

또한, 여객터미널, 백화점 등 유동 인구가 많은 지점과 같은 인구 유동 POI를 중요 POI 기준으로 선별할 수 있다.In addition, population flow POIs such as passenger terminals, department stores, etc., which have many floating population, can be selected based on important POI.

또한, 인구 밀도를 기준으로 설치되어진 구청, 동주민센터 등의 지점과 같은 관공서 POI를 중요 POI 기준으로 선별할 수 있다.In addition, public office POIs such as those of ward offices and residents' centers installed based on the population density can be selected based on the important POI.

또한, 유고정보(REI, Road Event Information)를 기준으로 공사, 통제, 집회 등의 통행 흐름 제한 상황 지점과 같은 유고정보 POI를 중요 POI 기준으로 선별할 수 있다.In addition, based on the REI (Road Event Information), it is possible to select the critical information POI based on the traffic flow restriction point such as construction, control, and assembly.

또한, 도로의 교차 및 진출입이 발생하는 지점으로 교차로,IC 등과 같은 도로 교차점 POI를 중요 POI 기준으로 선별할 수 있다.In addition, road intersection POI such as intersection, IC, etc. can be selected based on the important POI as a point where intersections and entry / exit of roads occur.

상기와 같은 중요 POI 선별 후에는 상기 중요 POI를 기준으로 POI 분포 밀도 확률 함수를 적용하여 주변 POI 분포 밀도의 거리에 따른 POI 분포 영역의 경계선을 구획하고 설정한다.After the above-mentioned important POI selection, the POI distribution density probability function is applied based on the important POI to partition and set the boundary of the POI distribution area according to the distance of the surrounding POI distribution density.

도 4는 본 발명에 따른 POI 분포 밀도 확률 함수를 나타내는 예시도로서, 상기 POI 분포 밀도 확률 함수는 세로축은 POI 분포 밀도를 나타내고 가로축은 상기 중요 POI로 부터의 거리를 나타내는 그래프인 것을 특징으로 하며, 상기 POI 분포 밀도 확률 함수를 통하여 상기 중요 POI를 기준으로 상기 POI 분포 밀도가 현저히 줄어드는 지점을 경계선으로 설정할 수 있는 것이다.FIG. 4 is a graph showing an example of a POI distribution density probability function according to the present invention, wherein the POI distribution density probability function is a graph in which the vertical axis represents the POI distribution density and the horizontal axis represents the distance from the important POI. A point at which the POI distribution density is significantly reduced based on the important POI can be set as a boundary line through the POI distribution density probability function.

상기 POI 분포 밀도 확률 함수에 따라 상기 POI 분포 밀도가 밀집해 있거나 밀도가 높은 POI 분포 영역은 범위가 작게 구획되고, POI 분포 밀도가 확산되어 있거나 밀도가 낮은 POI 분포 영역은 범위가 넓게 구획되어짐을 알 수 있다.According to the POI distribution density probability function, the POI distribution area having a dense or dense distribution of the POI distribution area is narrowly divided, and the POI distribution area having a low or low density of the POI distribution area is broadly divided .

상술한 상기 제1단계(S100) 및 제2단계(S200)는 도착 예정 시각 산정 이전에 진행되는 전처리(pre-process) 단계로 볼 수 있다.The first step S100 and the second step S200 may be regarded as a pre-process step prior to the estimated arrival time.

상기 제3단계(S300)는 POI 분포 영역의 정체도를 산출하는 단계로서, 상기 구획 설정되어진 POI 분포 영역 내에서 도로 네트워크의 구성과 실시간 교통정보 및 예측 교통정보와 같은 동적 데이터가 존재하는 링크의 통행 속도로 정체도를 산출하는 단계이다.The third step S300 is a step of calculating the congestion degree of the POI distribution area. In the third step S300, the degree of congestion of the POI distribution area is calculated. And calculating the congestion degree at the traveling speed.

이때, 상기 동적 데이터가 존재하지 않는 링크는 통행량이 적어 통행 속도가 원활한 링크로 가정하여 상기 POI 분포 영역 내의 평균 통행 속도로 정체도를 산출하여진다. 상기 정체도란 교통류와 같은 의미를 내포한다. At this time, the link having no dynamic data is assumed to be a link having a small traffic volume and a low traffic speed, and the congestion degree is calculated at an average traffic speed in the POI distribution area. This congestion implies the same meaning as the traffic flow.

일반적으로 상기 교통류란 한 방향으로 주행하는 연속적인 차량의 흐름(流)으로 특정 지점에서 도로 공사, 도로 통제, 집회 등의 통행 흐름 제한 상황의 유고가 발생하는 경우, 교통량이 집중되어 병목이 발생하는 경우, 기타 정체(congestion) 상황이 발생하는 경우에 해당 지점의 정체가 인접 POI 분포 영역으로 확산되는 특성을 갖는다. 이는 잔잔한 수조에 붉은색 잉크를 한 방울 떨어뜨리면 시간이 지날수록 붉은색 범위가 확대되어지는 원리와 같다.Generally, the traffic flow is a continuous flow of vehicles traveling in one direction, and when a traffic flow restriction situation such as road construction, road control, or gathering occurs at a specific point, traffic volume is concentrated and a bottleneck occurs In the case of congestion, the congestion of the point is spread to the adjacent POI distribution area. This is like dropping a drop of red ink into a tranquil water tank and extending the red range over time.

그러므로 상술한 교통류의 특성을 반영하여 도착 예정 시각을 산출(산정)할 시, 교통류의 흐름 변화가 발생할 경우 영향을 미치는 유효 범위를 각각의 POI 분포 영역으로 구획하고 경로가 지나는 각 POI 분포 영역의 통과 시간을 추정한 후 합산하는 방식이 링크 단위를 이용한 도착 예정 시각 산정 방식보다는 더 적합함을 의미한다.Therefore, when the expected arrival time is calculated (reflecting the characteristics of the above-mentioned traffic flow), the effective range which is affected when the flow change of the traffic flow occurs is divided into the respective POI distribution areas, and the passing of each POI distribution area The method of estimating and adding the time is more suitable than the method of estimating the arrival time using the link unit.

상기 제4단계(S400)는 POI 분포 영역에서의 in-out 경로, 복수의 pass-through 경로 및 out-in 경로의 통행 시간을 각각 산출하는 단계이다.The fourth step S400 is a step of calculating the travel times of the in-out route, the plurality of pass-through routes and the out-in route in the POI distribution area, respectively.

이때, 상기 in-out 경로는 출발지 POI 분포 영역이고, 상기 out-in 경로는 목적지 POI 분포 영역일 수 있고, 상기 복수의 pass-through 경로는 경유지 POI 분포 영역으로 구분될 수 있다.In this case, the in-out path may be a departure POI distribution area, the out-in path may be a destination POI distribution area, and the plurality of pass-through paths may be classified into a passing POI distribution area.

그러므로 도 5a는 일반적으로 출발지의 POI 분포 영역에서 적용되어지는 In-Out 경로를 도식화한 예시도로서, 기존의 링크 단위 도착 예정 산정 방식을 적용하여 출발지에서 POI 분포 영역의 진출 경계까지 시간을 산출하게 된다.Therefore, FIG. 5A is an exemplary diagram illustrating an in-out route applied in the POI distribution area of the departure point, and calculates the time from the departure point to the entry boundary of the POI distribution area by applying the existing link arrival forecasting method do.

도 5b는 일반적으로 목적지의 POI 분포 영역에서 적용되어지는 Out-In 경로를 도식화한 예시도로서, 기존의 링크 단위 도착 예정 산정 방식이 적용되고 POI 분포 영역의 진입 경계에서 목적지까지 시간이 산출되어진다. FIG. 5B is an exemplary diagram illustrating an Out-In path applied to a POI distribution area of a destination, in which a conventional link unit arrival forecasting method is applied and a time from an entry boundary to a destination point of the POI distribution area is calculated .

도 5c는 본 발명에 따른 POI 분포 영역에서 Pass-through하는 경로의 진행을 나타내는 예시도로서, 일반적으로 경로 상의 경유지 POI 분포 영역의 진입 경계에서 진출 경계까지의 정체도와 경로 거리를 이용하여 상기 경유지 POI 분포 영역의 통과 시간을 산출할 수 있다.FIG. 5C is an exemplary diagram illustrating the progress of a pass-through path in the POI distribution area according to the present invention. In general, the congestion point and the route distance from the entry boundary to the entry boundary of the POI distribution area on the route, The passing time of the distribution area can be calculated.

또한, 상기 세 가지 경우 이외에 POI 분포 영역이 설정 되어 있지 않는 경로 상에서는 기존의 링크 단위 도착 예정 산정 방식이 적용되어 경로 시간이 산출되어진다.In addition, in addition to the above three cases, the existing link unit arrival forecasting method is applied on the route where the POI distribution area is not set, and the route time is calculated.

또한, 상기 제3단계(S300)의 POI 분포 영역의 정체도 산출과 상기 제4단계(S400)의 pass-through 통행 시간 산출 시 여러 통계적 기법 적용하여 도착 예정 시각의 정확도를 향상시킬 수 있는데, 일반적으로 교통류 및 통행 시간을 산출하는 통계적 기법으로는 Poisson분포, Binomial분포, Poisson/Binomial/Normal분포의 상관관계, Negative Binomial분포, Geometric 분포, Multinomial분포, Hyper geometric분포와 같은 계수분포 방식과 Negative Exponential분포, Shifted Negative Exponential분포, Erlang분포 방식과 같은 간격분포 방식을 사용할 수 있다.The accuracy of the estimated arrival time can be improved by applying various statistical techniques to calculate the congestion degree of the POI distribution area in the third step S300 and calculate the pass-through travel time of the fourth step S400. The statistical techniques to calculate the traffic flow and travel time include the coefficient distribution method such as Poisson distribution, Binomial distribution, correlation of Poisson / Binomial / Normal distribution, Negative Binomial distribution, Geometric distribution, Multinomial distribution, Hyper geometric distribution and Negative Exponential distribution , Shifted Negative Exponential distribution, and Erlang distribution method.

상기 제5단계(S500)는 상기 제3단계(S300)와 제4단계(S400)를 통하여 산출되어진 통행 시간을 합산하여 최적화된 경로의 도착 예정 시각을 산출하고, 산출되어진 정보를 사용자의 요청에 의해 내비게이션 또는 경로 도착 예정 시간을 요청한 장치에 제공하는 단계이다.The fifth step S500 calculates the estimated arrival time of the optimized route by summing the travel times calculated through the third and the fourth steps S300 and S400 and outputs the calculated information to the user's request To the requested device by the navigation or route arrival time.

본 발명은 이상에서 살펴본 바와 같이 바람직한 실시예를 들어 도시하고 설명하였으나, 상기 실시예에 한정되지 아니하며 본 발명의 정신을 벗어나지 않는 범위 내에서 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변경과 수정이 가능할 것이다.While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it is to be understood that the invention is not limited to the disclosed exemplary embodiments, but, on the contrary, Various changes and modifications will be possible.

Claims (8)

교통정보 센터가 차량의 도착 예정 시각을 제공하는 방법에 있어서,
지도상에서 POI 분포 데이터를 추출하는 제1단계;
상기 제1단계의 POI 분포 데이터를 기준으로 하나 이상의 POI 분포 영역을 설정하는 제2단계;
상기 제2단계에서 설정되어진 상기 POI 분포 영역에서 상기 POI 분포 영역별로 정체도를 산출하는 제3단계;
상기 POI 분포 영역에서의 in-out 경로, 복수의 pass-through 경로 및 out-in 경로의 통행 시간을 각각 산출하는 제4단계; 및
상기 제4단계의 POI 분포 영역별로 산출되어진 통행 시간을 합산하여 최적화된 경로의 도착 예정 시각을 산출하고 사용자의 요청에 의해 정보를 제공하는 제5단계로 이루어지는 것을 특징으로 하는 POI 분포 영역 단위의 구역 설정을 적용하는 도착 예정 시각 제공 방법.
A method for providing a scheduled arrival time of a vehicle by a traffic information center,
A first step of extracting POI distribution data on a map;
A second step of setting at least one POI distribution area based on the POI distribution data of the first step;
A third step of calculating a congestion degree for each POI distribution area in the POI distribution area set in the second step;
A fourth step of calculating a travel time of the in-out route, the plurality of pass-through routes and the out-in route in the POI distribution area, respectively; And
A fifth step of calculating a scheduled arrival time of an optimized route by summing the travel time calculated for each POI distribution area in the fourth step and providing information according to a user's request, How to provide a scheduled arrival time to apply settings.
제1 항에 있어서,
상기 제2단계는 상기 제1단계의 POI 분포 데이터 중에서 랜드마크 POI, 인구유동 POI, 관공서 POI, 도로 교차점 POI, 유고정보 POI중 어느 하나 이상의 중요 POI를 선별하는 것을 특징으로 하는 POI 분포 영역 단위의 구역 설정을 적용하는 도착 예정 시각 제공 방법.
The method according to claim 1,
Wherein the second step selects at least one important POI among the landmark POI, population flow POI, government office POI, road crossing POI, and disposal information POI among the POI distribution data of the first step. How to provide scheduled arrival time to apply zoning.
제2 항에 있어서,
상기 중요 POI를 기준으로 POI 분포 밀도 확률 함수를 적용하여 POI 분포 영역의 거리에 따른 경계선을 구획 설정하는 것을 특징으로 하는 POI 분포 영역 단위의 구역 설정을 적용하는 도착 예정 시각 제공 방법.
3. The method of claim 2,
And applying a POI distribution density probability function based on the important POI to divide the boundary line according to the distance of the POI distribution area.
제3 항에 있어서,
상기 POI 분포 밀도 확률 함수는 세로축은 POI 분포 밀도를 나타내고 가로축은 상기 중요 POI로 부터의 거리를 나타내는 그래프인 것을 특징으로 하는 POI 분포 영역 단위의 구역 설정을 적용하는 도착 예정 시각 제공 방법.
The method of claim 3,
Wherein the POI distribution density probability function is a graph showing the POI distribution density on the vertical axis and a distance from the important POI on the horizontal axis.
제3 항에 있어서,
상기 POI 분포 밀도 확률 함수에 따라 상기 POI 분포 밀도가 밀집한 POI 분포 영역은 범위가 작게 구획되고, POI 분포 밀도가 확산되어 있는 POI 분포 영역은 범위가 넓게 구획되는 것을 특징으로 하는 POI 분포 영역 단위의 구역 설정을 적용하는 도착 예정 시각 제공 방법.
The method of claim 3,
Wherein a range of the POI distribution area in which the POI distribution density is concentrated is narrowed in accordance with the POI distribution density probability function and a range of the POI distribution area in which the POI distribution density is diffused is broadly divided. How to provide a scheduled arrival time to apply settings.
제1 항에 있어서,
상기 제3단계는 상기 설정되어진 POI 분포 영역 내에서 도로 네트워크의 구성과 실시간 교통정보 및 예측 교통정보와 같은 동적 데이터가 존재하는 링크의 통행 속도로 정체도를 산출하는 것을 특징으로 하는 POI 분포 영역 단위의 구역 설정을 적용하는 도착 예정 시각 제공 방법.
The method according to claim 1,
Wherein the step of calculating the congestion degree is based on the configuration of the road network and the traveling speed of the link in which the dynamic data such as the real time traffic information and the predicted traffic information are present in the set POI distribution area. To provide the expected arrival time to apply the zone setting of the destination.
제6 항에 있어서,
상기 동적 데이터가 존재하지 않는 링크는 상기 POI 분포 영역 내의 평균 통행 속도로 정체도를 산출하는 것을 특징으로 하는 POI 분포 영역 단위의 구역 설정을 적용하는 도착 예정 시각 제공 방법.
The method according to claim 6,
And wherein the link having no dynamic data calculates the congestion degree at an average traffic speed in the POI distribution area.
제1 항에 있어서,
상기 제4단계에서 상기 in-out 경로는 출발지 POI 분포 영역이고, 상기 out-in 경로는 목적지 POI 분포 영역이고, 상기 복수의 pass-through 경로는 경유지 POI 분포 영역으로 구분되며, 상기 경유지 POI 분포 영역의 진입 경계에서 진출 경계까지의 정체도와 경로 거리를 이용하여 상기 경유지 POI 분포 영역의 통과 시간을 산출하는 것을 특징으로 하는 POI 분포 영역 단위의 구역 설정을 적용하는 도착 예정 시각 제공 방법.The method according to claim 1,
In the fourth step, the in-out route is a departure POI distribution area, the out-in route is a destination POI distribution area, the plurality of pass-through routes are divided into a stopover POI distribution area, Wherein the passing time of the passing POI distribution area is calculated using the stagnation and path distance from the entry boundary to the entry boundary of the POI distribution area.
KR1020140168218A 2014-11-28 2014-11-28 Providing method to Estimated time of arrival using zoning of the POI distribution area unit KR102156020B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140168218A KR102156020B1 (en) 2014-11-28 2014-11-28 Providing method to Estimated time of arrival using zoning of the POI distribution area unit

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140168218A KR102156020B1 (en) 2014-11-28 2014-11-28 Providing method to Estimated time of arrival using zoning of the POI distribution area unit

Publications (2)

Publication Number Publication Date
KR20160064521A true KR20160064521A (en) 2016-06-08
KR102156020B1 KR102156020B1 (en) 2020-09-15

Family

ID=56193524

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140168218A KR102156020B1 (en) 2014-11-28 2014-11-28 Providing method to Estimated time of arrival using zoning of the POI distribution area unit

Country Status (1)

Country Link
KR (1) KR102156020B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111798658A (en) * 2019-11-08 2020-10-20 方勤 Traffic lane passing efficiency detection platform

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000231690A (en) * 1999-02-12 2000-08-22 Toyota Central Res & Dev Lab Inc Travel time predicting device
KR20060044458A (en) * 2004-03-22 2006-05-16 아이신에이더블류 가부시키가이샤 Navigation system
KR20060049729A (en) * 2004-07-02 2006-05-19 아이신에이더블류 가부시키가이샤 Navigation system
KR20060134550A (en) * 2005-06-23 2006-12-28 현대자동차주식회사 Optimal driving course algorithm considering domestic road environment
JP2008241466A (en) * 2007-03-27 2008-10-09 Clarion Co Ltd Method of estimating traveling time, navigation device, and program
JP2009251969A (en) * 2008-04-07 2009-10-29 Toyota Motor Corp Congestion prediction apparatus and navigation apparatus
KR20140135390A (en) * 2013-05-16 2014-11-26 에스케이플래닛 주식회사 Method for searching plural point of interest, system and apparatus thereof

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000231690A (en) * 1999-02-12 2000-08-22 Toyota Central Res & Dev Lab Inc Travel time predicting device
KR20060044458A (en) * 2004-03-22 2006-05-16 아이신에이더블류 가부시키가이샤 Navigation system
KR20060049729A (en) * 2004-07-02 2006-05-19 아이신에이더블류 가부시키가이샤 Navigation system
KR20060134550A (en) * 2005-06-23 2006-12-28 현대자동차주식회사 Optimal driving course algorithm considering domestic road environment
JP2008241466A (en) * 2007-03-27 2008-10-09 Clarion Co Ltd Method of estimating traveling time, navigation device, and program
JP2009251969A (en) * 2008-04-07 2009-10-29 Toyota Motor Corp Congestion prediction apparatus and navigation apparatus
KR20140135390A (en) * 2013-05-16 2014-11-26 에스케이플래닛 주식회사 Method for searching plural point of interest, system and apparatus thereof

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111798658A (en) * 2019-11-08 2020-10-20 方勤 Traffic lane passing efficiency detection platform

Also Published As

Publication number Publication date
KR102156020B1 (en) 2020-09-15

Similar Documents

Publication Publication Date Title
US11150098B2 (en) Dynamically determining origin and destination locations for a network system
US9449505B2 (en) Traffic congestion prediction method and traffic congestion prediction device
CN110709908B (en) Computer system and method for state prediction of traffic system
US9349285B1 (en) Traffic classification based on spatial neighbor model
Lee et al. Robust accessibility: Measuring accessibility based on travelers' heterogeneous strategies for managing travel time uncertainty
JP5895926B2 (en) Movement guidance device and movement guidance method
CN105074793A (en) Lane-level vehicle navigation for vehicle routing and traffic management
US7822540B2 (en) Systems, methods, and programs for determining a travel-related time
Liu et al. Balanced traffic routing: Design, implementation, and evaluation
CN112750299B (en) Traffic flow analysis method and device
JP2019028526A (en) Congestion prediction device
Bagloee et al. Transit priority lanes in the congested road networks
Lee et al. Development of reinforcement learning-based traffic predictive route guidance algorithm under uncertain traffic environment
JP6633372B2 (en) Route search device and route search method
Ma et al. Gating control for a single bottleneck link based on traffic load equilibrium
KR102156020B1 (en) Providing method to Estimated time of arrival using zoning of the POI distribution area unit
Radu et al. Digital traveler assistant
Uehara et al. Evaluation of a hierarchical cooperative transport system using demand responsive bus on a dynamic simulation
JP4186671B2 (en) Method for creating travel time database and route search method
JP4277554B2 (en) Time required estimation device
Krijger Traffic light prediction for Tom Tom devices
Hafezi et al. A novel method for travel system patterns
ABDEL-AAL et al. THE IMPACT OF DEVELOPMENT OF A TURNPIKE ROAD ON NETWORK PERFORMANCE-CASE STUDY OF MAHMOUDIA CORRIDOR IN ALEXANDRIA.
Sub-R-Pa et al. Route recommendation system to support multiple destinations and multiple routes to minimise road congestion
JP2005300229A (en) Link travel time prediction method and program

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant