KR20200069871A - 사업용 차량의 수집 정보 분석 장치 및 방법 - Google Patents

사업용 차량의 수집 정보 분석 장치 및 방법 Download PDF

Info

Publication number
KR20200069871A
KR20200069871A KR1020180157412A KR20180157412A KR20200069871A KR 20200069871 A KR20200069871 A KR 20200069871A KR 1020180157412 A KR1020180157412 A KR 1020180157412A KR 20180157412 A KR20180157412 A KR 20180157412A KR 20200069871 A KR20200069871 A KR 20200069871A
Authority
KR
South Korea
Prior art keywords
information
traffic
fog
point
processor
Prior art date
Application number
KR1020180157412A
Other languages
English (en)
Inventor
채찬들
심현정
강민주
Original Assignee
한국교통연구원
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 한국교통연구원 filed Critical 한국교통연구원
Priority to KR1020180157412A priority Critical patent/KR20200069871A/ko
Publication of KR20200069871A publication Critical patent/KR20200069871A/ko

Links

Images

Classifications

    • G06Q50/40—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/30—Transportation; Communications
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62D—MOTOR VEHICLES; TRAILERS
    • B62D41/00—Fittings for identifying vehicles in case of collision; Fittings for marking or recording collision areas
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
    • 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
    • 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

Abstract

교통 정보 통합 분석 장치에 연관된다. 블랙박스, 차로이탈경고장치, 디지털 운행기록계(Digital Tachograph)의 정보를 이용하여 교통 관련 정보를 생성하는 사업용 차량 정보 수집 장치로부터 상기 교통 관련 정보를 수신하는 통신부; 수신되는 상기 교통 관련 정보의 시간을 통합하여 통합 교통 정보를 생성하는 프로세서; 및 상기 프로세서에 의해 생성되는 통합 교통 정보를 저장하는 저장부를 포함할 수 있다.

Description

사업용 차량의 수집 정보 분석 장치 및 방법{APPARATUS AND METHOD FOR ANALYZING DATA COLLECTED BY COMMERCIAL CARS}
차량으로부터 수집되는 정보를 분석하는 장치 및 방법에 연관된다. 보다 상세하게는, 사업용 차량으로부터 수집되는 정보를 이용하여 데이터를 통합 처리하고 관리하는 시스템에 연관된다.
사업용 차량의 경우에는 교통안전법에 의거하여 디지털 운행기록계(DTG), 영상기록장치(차량용 블랙박스), 차로이탈경고장치(ADAS)의 장착이 의무화되어 있고, 이 장치들이 수지반 정보를 활용하는 다양한 방법이 논의되고 있다.
특히 이용자들의 교통정보에 대한 수요가 증가함에도 불구하고 높은 투자비용 및 유지관리비로 인해 정부의 교통정보 수집의 한계가 발생되고 있는 상황이기 때문에, 사업용 차량을 정보수집원(Probe Vehicle)으로 활용하는 저비용 고효율의 기술 개발이 필요한 시점이다. 따라서, 사업용 차량들로부터 수집되는 다양한 영상정보와 운행기록 정보를 이용하여 교통 정보를 통합하고 분석하는 장치 및 시스템의 개발이 요구된다.
한국 등록특허 10-1011135호 (공고일자 2011년01월26일)는 통합 교통정보 제공 시스템을 제시한다. 교통 정보를 취합하고 취합된 교통 정보를 각 디바이스 별로 제공하는 시스템에 관한 발명이다.
일실시예에 따르면 블랙박스, 차로이탈경고장치, 디지털 운행기록계(Digital Tachograph)의 정보를 이용하여 교통 관련 정보를 생성하는 사업용 차량 정보 수집 장치로부터 상기 교통 관련 정보를 수신하는 통신부; 수신되는 상기 교통 관련 정보의 시간을 통합하여 통합 교통 정보를 생성하는 프로세서; 및 상기 프로세서에 의해 생성되는 통합 교통 정보를 저장하는 저장부를 포함하는 교통 정보 통합 분석 장치가 개시된다.
다른 일실시예에 따르면 상기 교통 관련 정보는, 교통량, 속도, 도로파손, 안개, 결빙 중 적어도 하나에 연관되는 정보인 교통 정보 통합 분석 장치도 개시된다.
또 다른 일실시예에 따르면 상기 프로세서는, 미리 지정되는 시간 동안에 통과하는 차량의 대수를 기준으로 상기 교통 관련 정보의 유효 표본을 검출할 수 있다.
또한 상기 프로세서는, 상기 교통량 또는 속도에 연관되는 정보에 대하여 미리 지정되는 범위를 초과하는 표본을 이상치로 제거할 수도 있다.
경우에 따라서는 상기 프로세서는, 상기 교통량 또는 속도에 연관되는 정보 중 일부가 결측된 경우에 이전 시간 데이터를 이용하여 결측치를 보충하는 것도 가능하다.
일측에 따르면 상기 프로세서는, 상기 도로파손 및 결빙에 연관되는 정보에 대하여 이벤트가 발생하면, 상기 이벤트의 보고 지점으로부터 가장 가까운 국가표준노드링크와의 거리가 미리 지정되는 거리 이하인 경우에 상기 가장 가까운 국가표준노드링크를 이벤트 발생 지점으로 설정하는 교통 정보 통합 분석 장치가 개시된다.
다른 일측에 따르면 상기 프로세서는, 상기 도로파손 및 결빙에 연관되는 정보에 대하여 복수의 이벤트가 발생하면, 제1 이벤트 발생 지점과 제2 이벤트 발생 지점이 미리 지정되는 거리 이하인 경우에 동일한 이벤트로 판단하여 하나의 이벤트 발생 지점으로 설정하는 교통 정보 통합 분석 장치도 개시된다.
또한 상기 프로세서는, 상기 제1 이벤트 발생 지점과 상기 제2 이벤트 발생 지점의 중간 지점을 상기 하나의 이벤트 발생 지점으로 설정할 수 있다.
또 다른 일측에 따르면 상기 프로세서는, 상기 이벤트 발생 지점과의 거리가 미리 지정되는 거리 이하에서 상황이 유지되는 확률 값이 미리 지정되는 값 이하인 경우에 상기 이벤트가 종료된 것으로 설정하는 교통 정보 통합 분석 장치가 개시된다.
다른 일측에 따르면 상기 프로세서는, 상기 안개에 연관되는 정보에 대하여 이벤트가 발생하면, 상기 이벤트의 보고 지점으로부터 가장 가까운 국가표준노드링크의 가장 상류부 지점을 안개의 시작지점, 가장 하류부 지점을 상기 안개의 종료지점으로 판단하는 교통 정보 통합 분석 장치가 제시된다.
또는 상기 프로세서는, 다음 시간 영역에서 보고된 상기 안개의 시작지점 및 종료지점으로 안개 구간을 갱신할 수 있다.
일측에 따르면 컴퓨터에 의해 적어도 일시적으로 수행되는 교통 정보 통합 분석 방법에 있어서, 통신부가 블랙박스, 차로이탈경고장치, 디지털 운행기록계 (Digital Tachograph)의 정보를 이용하여 교통 관련 정보를 생성하는 사업용 차량 정보 수집 장치로부터 상기 교통 관련 정보를 수신하는 단계; 프로세서가 수신되는 상기 교통 관련 정보의 시간을 통합하여 통합 교통 정보를 생성하는 단계; 및 저장부가 상기 프로세서에 의해 생성되는 통합 교통 정보를 저장하는 단계를 포함하는 교통 정보 통합 분석 방법이 개시된다.
일실시예에 따르면 교통 정보 통합 분석 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터 판독 가능한 기록매체도 개시된다.
도 1은 일실시예에 따른 교통 정보 통합 분석 장치를 포함하는 시스템을 도시한다.
도 2는 일실시예에 따른 통합 위치 데이터를 저장하는 흐름도이다.
도 3은 일실시예에 따른 이상치를 제거하는 방법을 설명하는 흐름도이다.
도 4는 일실시예에 따른 결측치를 보충하는 방법을 설명하는 흐름도이다.
도 5는 일실시예에 따른 위치 데이터를 통합하는 모습을 도시한 그래프이다.
도 6은 일실시예에 따른 도로파손 데이터를 통합하는 과정을 나타낸 흐름도이다.
도 7은 일실시예에 따른 도로파손 데이터가 통합되는 모습을 도시한다.
도 8은 일실시예에 따른 안개 데이터를 통합하는 과정을 나타낸 흐름도이다.
도 9는 일실시예에 따른 안개 데이터가 통합되는 모습을 도시한다.
이하에서, 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다. 그러나, 권리범위는 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
아래 설명에서 사용되는 용어는, 연관되는 기술 분야에서 일반적이고 보편적인 것으로 선택되었으나, 기술의 발달 및/또는 변화, 관례, 기술자의 선호 등에 따라 다른 용어가 있을 수 있다. 따라서, 아래 설명에서 사용되는 용어는 기술적 사상을 한정하는 것으로 이해되어서는 안 되며, 실시예들을 설명하기 위한 예시적 용어로 이해되어야 한다.
또한 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 설명 부분에서 상세한 그 의미를 기재할 것이다. 따라서 아래 설명에서 사용되는 용어는 단순한 용어의 명칭이 아닌 그 용어가 가지는 의미와 명세서 전반에 걸친 내용을 토대로 이해되어야 한다.
도 1은 일실시예에 따른 교통 정보 통합 분석 장치를 포함하는 시스템을 도시한다. 교통 정보 통합 분석 시스템은, 차량 정보 수집 장치(110)와 교통 정보 통합 분석 장치(120)로 구성될 수 있다.
차량 정보 수집 장치(110)의 경우에는 예시적으로 사업용 차량에 장착되어 블랙박스(111)와 디지털 운행기록계(112), 차로이탈경보장치(113)의 정보를 이용하여 통합 데이터로 활용이 가능한 형태의 데이터 테이블로 가공할 수 있다. 경우에 따라서는 별도의 통신형 디지털 운행기록계 관리 업체에서 운영하고, 관리 업체에서 가공된 데이터를 교통 정보 통합 분석 장치로 송신할 수도 있다.
가공되는 데이터는 다음의 표 1로 예시하여 설명한다.
ID Time Position Volume Speed Damage Fog Ice
id T
Figure pat00001
Figure pat00002
Figure pat00003
Figure pat00004
Figure pat00005
Figure pat00006
ID는 개별차량 또는 수집장치의 고유 번호에 대응한다. 예시적으로 6자리 숫자로 구성될 수 있다.Time은 정보의 수집 연월일과 수집 시분초에 연관되는 정보이며, 예를 들어 8자리의 연월일 숫자와 6자리의 시분초 숫자(20181115 140523)로 구성될 수 있다.
Position은 수집 위치의 GPS 좌표 값으로서, X좌표 값과 Y좌표 값을 가질 수 있다. 상기 X좌표 값과 Y좌표 값 세트를 하나의 좌표 정보로 이용할 수 있다. 예를 들어 서울 시청의 경우에 (37.566251, 126.977992)의 형태의 값을 가질 수 있다.
Volume은 교통량에 연관되는 정보로서, 단위 시간당 차량의 대수(대/시)로 표현될 수 있으며 예시적으로 5자리 숫자 값을 가질 수 있다. 예시적으로 설계속도 100kph에서 서비스 수준 F에서 교통량은 2,200 pcphpl(Passenger Cars Per Hour Per Lane) 이므로 5자리 숫자로 표현이 가능하다.
Speed는 통행속도에 연관되는 정보로서, 3자리 숫자로 표현될 수 있으며 km/h 단위의 값을 의미할 수 있다.
Damage, Fog, Ice, 은 각각 도로파손, 안개, 결빙에 연관되는 정보이다. 각 값은 0 또는 1의 이진 값을 가질 수 있으며, 대응 이벤트가 발생한 경우에는 1 값을 가지고, 이벤트가 발생하지 않은 경우에는 0 값을 가질 수 있다. 예를 들면 도로파손이 발생한 경우에 1값을 가질 수 있다.
Node/Link는 위치 좌표와 매칭되는 국가표준노드링크 id로서 10자리 숫자로 표현될 수 있다.
상기 데이터들은 차량 정보 수집 장치(110)가 블랙박스(111)와 디지털 운행기록계(112) 및 차로이탈경보장치(113)의 정보로부터 1차적으로 가공하여 생성한 정보일 수 있다.
교통 정보 통합 분석 장치(120)는 통신부(121), 프로세서(123) 및 저장부(125)를 포함할 수 있다. 통신부(121)는 상기 차량 정보 수집 장치(110)로부터 차량의 위치 정보를 포함한 다양한 정보를 수신할 수 있다. 예시적으로 그러나 한정되지 않게 통신부(121)는 상기 차량 정보 수집 장치(110)로부터 위치 정보, 교통량 정보, 속도 정보, 도로파손, 안개, 결빙 정보 등을 수신할 수 있다.
수신되는 상기 정보들을 이용하여 프로세서(123)는 유표 표본을 검출하고 이상치 제거 및 결측치 보충 등의 단계를 거쳐 통합 데이터를 저장부(125)에 저장할 수 있다. 즉, 상기 저장부(125)는 상기 프로세서(123)에 의해 처리된 최종 통합 정보를 저장할 수 있다. 상기 프로세서(123)가 데이터를 처리하는 과정은 도2 내지 도5에서 상세히 설명한다.
도 2는 일실시예에 따른 통합 위치 데이터를 저장하는 흐름도이다. 일실시예에 따른 통합 위치 데이터를 저장하는 과정은 유효 표본을 검출하는 단계(210), 노드링크 생성 단계(220), 교통관련정보 저장 단계(230), 표본 수 여부를 확인하는 단계(240), 이상치를 제거하는 단계(250), 결측치를 보충하는 단계(260) 및 데이터를 통합하고 저장하는 단계(270)를 포함할 수 있다.
유효 표본을 검출하는 단계(210)는 차량 정보 수집 장치로부터 수집되는 교통관련정보 데이터셋에서 특정 데이터가 있거나 없는 경우를 제외하고, 교통 정보 통합 데이터의 생성에 필요한 데이터셋을 유효 표본으로 검출할 수 있다.
보다 상세하게 설명하면, 수신되는 교통관련정보 데이터셋에 시간 및 좌표 정보 중 어느 하나라도 없는 경우에는 해당 데이터셋은 무효 표본으로서 제거할 수 있다. 또한 교통량, 속도, 도로파손, 안개, 결빙에 대한 정보 중 어느 하나도 없는 데이터셋도 무효 표본으로서 제거할 수 있다.
즉, 시간 및 좌표에 대한 정보를 반드시 포함하면서, 교통량 등 분석에 활용 가능한 정보 중 어느 하나라도 포함하고 있는 경우를 유효 표본으로 검출할 수 있다.
노드링크 생성 단계(220)는 유효 표본 검출 단계(210)에서 유효한 표본으로 검출된 입력 데이터에 대하여, 입력 데이터의 GPS 좌표와 매칭되는 국가표준노드링크 ID를 생성하는 단계이다.
구체적으로, 차량 고유 ID가 000001인 차량이 최인접 국가표준노드링크로 SID_1 지점에 대한 정보를 제공할 때에, 상기 SID_1에 대한 노드링크 데이터베이스를 생성하고, 분석 단위 시간 동안에 수집되는 데이터를 수집할 수 있다.
상기 분석 단위 시간은 예시적으로 5분 단위일 수 있으며, 데이터 통합의 목적이나 종류 등에 따라 10분, 1시간, 1일 등으로 통상의 기술자가 용이하게 변형 가능한 범위에서 변경이 가능하다.
교통관련정보 저장 단계(230)는 수집되는 교통관련정보를 저장부에 저장하는 단계이다. 상기 저장부에는 노드링크 생성 단계에서 생성된 노드링크 데이터베이스에, 해당 국가표준노드링크에 대해서 수집되는 교통관련정보의 데이터셋을 저장할 수 있다.
표본 수 여부를 확인하는 단계(240)는 수집되는 특정 국가표준노드링크에 대한 교통관련정보 데이터셋이 일정 수 이상인지 여부를 확인하는 단계이다.
구체적으로 입력되는 정보들로부터 동일한 국가표준노드링크의 ID에 미리 지정되는 시간 동안 통행한 차량의 대수가 일정 대수 이상인지 여부를 판단한다. 예를 들어 최근 5분간 통행한 차량의 대수가 3대 이상인지 여부를 판단하여 3대 이상인 경우에만 별도의 처리를 거쳐 최종 데이터로 통합하고 저장한다. 미리 지정되는 기준 미만인 경우에는 다시 처음 단계로 돌아가 해당 국가표준노드링크에 대한 추가 데이터를 수집하거나, 다른 국가표준노드링크에 대한 정보를 더 수집하여 진행할 수 있다.
이상치를 제거하는 단계(250) 교통량 및 속도 정보의 중간값을 계산하고, 상기 중간값에 기반하여 이상치(Outlier)를 제거하는 단계이다. 수집되는 데이터셋에서 다수의 표본과 너무 상이한 데이터의 경우에는 이상치로 보고 제거할 수 있다.
예시적으로 중간값 기준으로 10% tile 이상 90% tile 이하를 유효한 영역으로 판단할 수 있다. 상기 이상치 제거는 교통량 데이터와 속도 데이터에 적용될 수 있으며, 자세한 내용은 도 3에서 설명한다.
결측치를 보충하는 단계(260)는 교통량 및 속도 정보 중 결측된 데이터를 보충하는 단계이다. 특정 시간 t에서의 교통량 또는 속도 정보가 결측된 경우에 이전 시간 정보를 이용하여 결측된 데이터를 보충할 수 있다. 예시적으로 이전의 4 시간 구간(t-1 내지 t-4)에 대하여 인접 시간에 가중치를 두고 가중평균으로 계산하여 상기 특정 시간 t에서의 교통량 또는 속도 정보를 보충할 수 있다. 결측치 보충에 대한 자세한 내용은 도 4에서 상세히 설명한다.
데이터를 통합하고 저장하는 단계(270)는 표본수가 충분한 국가표준노드링크에 대하여 수집된 교통관련정보 데이터셋을 통합하고 저장하는 단계이다.
예시적으로 그러나 한정되지 않게 통합 데이터는 기준 시간 동안 통행한 차량들이 수집한 교통량 및 속도의 평균 값을 이용할 수 있다. 즉, 특정 국가표준노드링크를 통행한 차량들이 수집한 데이터셋을 이용하여 속도의 평균 값을 기준 시간의 대표 값으로 산출하여 통합 데이터로 저장할 수 있다.
구체적으로 통합 데이터를 위한 특정 국가표준노드링크의 교통량 및 속도의 대표값을 산출하는 방법은 다음의 수학식1에 따른 평균을 이용할 수 있다.
Figure pat00007
여기서 mt는 시간 t에서 특정 SID 내 통행한 차량의 대수를 의미한다. 그리고 l은 대표값을 생성하는 생성 주기를 나타내며 예시적으로 5분일 수 있다.
교통 정보 통합 분석 장치를 위한 교통량 및 속도의 대표값 데이터들을 저장하고, 저장된 상기 기본 데이터를 이용하여 프로세서(123)이 추가적인 가공을 수행할 수 있다. 예를 들어 도로 파손 또는 결빙 영역 검출 및 안개 영역 검출 등을 수행할 수 있다.
도 3은 일실시예에 따른 이상치를 제거하는 방법을 설명하는 흐름도이다. 일실시예에 따른 이상치 제거 방법은 교통량 및 속도의 중간값을 계산하는 단계(310), 교통량 이상치를 제거하는 단계(320) 및 속도 이상치를 제거하는 단계(330)를 포함한다.
교통량 및 속도의 중간값을 계산하는 단계(310)는 동일 국가표준노드링크에서 단위 시간 구간(예를 들어 5분)동안 통행한 차량들에서 수집된 교통향 및 속도 정보의 중간값(Median)을 계산하는 단계이다. 중간값에서 미리 지정되는 기준 이상 벗어나는 경우를 제거하기 위함이다.
교통량 이상치를 제거하는 단계(320)는 수집되는 교통량 데이터를 이용하여 계산된 교통량의 중간값에서 90% tile을 초과하는 데이터와 10% tile 미만인 데이터를 이상치로 판단하여 제거할 수 있다.
속도 이상치를 제거하는 단계(330) 교통량 이상치 제거와 마찬가지로, 계산된 속도 중간값을 기반으로 이상치를 제거할 수 있다. 예시적으로 속도 중간값을 기준으로 하여 90% tile을 초과하는 데이터와 10% tile 미만인 데이터를 이상치로 제거할 수 있다.
위 설명한 실시예에서는 90% 초과와 10% 미만인 경우로 예시하였으나, 이에 한정되는 것은 아니며 통상의 기술자가 용이하게 변경 가능한 범위로서 80%와 20% 또는 95%와 5% 등의 기준을 활용하는 방법도 가능하다.
도 4는 일실시예에 따른 결측치를 보충하는 방법을 설명하는 흐름도이다. 수신되는 데이터셋에서 교통량 또는 속도 정보가 결측된 경우에 해당 결측치를 보충하는 방법이다.
일실시예에 따른 결측치 보충 방법은 교통량 결측 여부를 판단하는 단계(410) 교통량 결측치를 보충하는 단계(420), 속도 결측 여부를 판단하는 단계(430) 및 속도 결측치를 보충하는 단계(440)를 포함할 수 있다.
교통량 결측 여부를 판단하는 단계(410)에서 결측이 없는 경우에는 바로 속도 결측 여부를 판단하는 단계(430)로 넘어간다. 반면에 결측이 있는 경우에는 교통량 결측치를 보충하는 단계(420)로 넘어간다.
교통량 결측치를 보충하는 단계(420)에서는 특정 시간 t에서 교통량 정보가 결측된 경우에, 결측 이전 4개의 연속된 데이터를 활용하여 가중 평균을 계산하고 보충된 값으로 대체하여 저장할 수 있다.
일실시예에서 특정 시간 t에서 교통량 결측이 발생한 경우에 아래의 수학식 2를 이용하여 보충할 수 있다.
Figure pat00008
여기서
Figure pat00009
는 차량 고유 ID가 id인 차량이 시간 t에서 보고한 교통량 정보를 의미한다.
동일한 방식으로 특정 시간 t에서 속도 결측이 발생한 경우에도 아래의 수학식3을 이용하여 보충할 수 있다.
Figure pat00010
여기서
Figure pat00011
는 차량 고유 ID가 id인 차량이 시간 t에서 보고한 속도 정보를 의미한다.
다만 속도 결측에서, 결측 직전 시간의 보고 데이터 값이 0인 경우에는 결측 속도 값을 0으로 설정할 수 있다. 즉, 결측 직전 시간(
Figure pat00012
)에서 멈춰있는 경우 결측 시점의 속도 값(
Figure pat00013
)도 0으로 설정할 수 있다.
수학식 2, 3의 경우, 최근 시간에 보다 높은 가중치를 각각 40%, 30%, 20%, 10% 순서로 부여하는 방식의 예시이고, 가중치는 이에 한정되지 않으며 통상의 기술자에 의해 다양하게 변경 가능하다.
도 3 및 도 4에서 설명한 이상치 제거와 결측치 보충이 완료된 경우에 해당 데이터셋을 이용하여 통합 데이터를 저장할 수 있다. 통합 데이터에서는 특정 시간에 특정 국가표준노드링크에 대한 속도 및 교통량 정보를, 수집되는 데이터셋의 평균 값으로 저장할 수 있다. 속도 및 교통량의 평균 값을 계산하는 방법은 도2의 단계270에서 설명하였다.
도 5는 일실시예에 따른 위치 데이터를 통합하는 모습을 도시한 그래프이다. 좌측 그래프에서는 3대의 차량에서 수집되는 시간에 따른 속도 데이터를 나타낸 그래프이다. 우측의 그래프는 상기 3대의 차량에서 수집되는 속도 데이터를 차량별로 모아서 표시한 그래프이다.
일실시예에서 v3 차량의 데이터 값이 일부 결측된 것을 확인할 수 있다. 색이 채워지지 않은 검정 동그라미가 v3 차량의 결측 데이터이다. 결측된 속도 데이터는 결측 직전 4개의 데이터를 이용하여 가중평균은 계산하여 보충할 수 있다.
이러한 방식으로 계산된 데이터를 포함하여 전체 속도 데이터의 중간값(Median)을 좌측 그래프에서 도시한다. 좌측 그래프에서는 v3 데이터 중 일부가 90% tile을 초과하는 것을 확인할 수 있다. 따라서 해당 데이터는 이상치(Outlier)로 제거할 수 있다.
그에 따라 이상치가 제거되고 결측치가 보충된 값들을 이용하여 5분간의 v1 내지 v3 차량의 평균 속도를 점선으로 도시한다. 상기 점선의 속도 값을 해당 국가표준노드링크의 속도 대표값(
Figure pat00014
)으로 설정하여 저장할 수 있다. 예시한 방식과 마찬가지로 통행량의 대표값을 계산하고 저장할 수 있다.
도 6은 일실시예에 따른 도로파손 데이터를 통합하는 과정을 나타낸 흐름도이다. 도 6에서는 도로파손 데이터를 통합하는 과정으로 설명하지만, 동일한 방식으로 결빙 데이터를 통합할 수 있다. 일실시예에 따른 도로파손 데이터를 통합하는 과정은 파손 보고 지점의 최인접 노드를 확인하는 단계(610), 보고 지점과 노드의 거리를 계산하는 단계(620), 노드간 거리를 계산하는 단계(630), 유효 데이터를 저장하는 단계(640), 신규 파손 보고 데이터를 수신하는 단계(650), 상황 유지 확률을 계산하는 단계(660) 및 도로 파손 유지 여부를 판단하는 단계(670)를 포함할 수 있다.
최인접 노드를 확인하는 단계(610)는 교통 정보 통합 분석 장치가 수신하는 데이터셋에서 도로파손을 보고하는 차량의 도로파손 보고 위치와 가장 가까운 국가표준노드링크를 확인하는 단계이다.
예를 들어 특정 차량이 GPS상 A 위치에서 도로파손을 보고한 경우에 상기 A 위치와 가장 가까운 국가표준노드링크를 확인하는 단계이다. 국가의 도로망은 국가표준노드링크에 의해 구성되므로, GPS 상의 가장 가까운 국가표준노드링크를 도로파손이 발생한 노드로 판단할 수 있다.
보고 지점과 노드의 거리를 계산하는 단계(620)는 도로파손의 보고 지점(A위치)와 가장 가까운 국가표준노드링크 사이의 거리를 계산하는 단계이다. 최인접 노드와의 거리가 미리 지정되는 기준 이상인 경우에는 오류 값으로 보고 제거할 수 있다.
예를 들어 최인접 노드와의 거리가 GPS 측정오차 한계인 50m 이하인 경우에만 유효 데이터로 보고 상기 최인접 노드에 도로파손이 발생한 것으로 판단할 수 있으며, 50m를 초과하는 경우에는 유효하지 않은 데이터로 분류하고 제거할 수 있다.
노드간 거리를 계산하는 단계(630)는 복수의 차량에서 도로파손이 보고되는 경우에 보고되는 도로파손이 동일한 파손인지 서로 다른 파손인지 여부를 확인하기 위한 단계이다. 일실시예에서 보고되는 노드간의 거리가 미리 지정되는 기준을 초과하는 경우에는 서로 다른 도로 파손 데이터로 판단하고, 기준 이하인 경우에는 동일한 파손 지점에 대한 보고로 판단할 수 있다. 상기 미리 지정되는 기준은 예시적으로 그러나 한정되지 않게 50m일 수 있다.
유효 데이터를 저장하는 단계(640)는 보고 지점과 최인접 노드와의 거리 비교 단계(620) 및 노드간 거리 계산 단계(630)에서 유효한 데이터로 판단된 데이터를 저장부에 저장하는 단계이다. 일실시예에서 각 국가표준노드링크의 노드별로 저장을 수행할 수 있다.
신규 파손 보고 데이터를 수신하는 단계(650)는, 최초 도로파손 보고 데이터를 저장한 시점(t)으로부터 이후에 발생한 신규 도로파손 보고 데이터를 수신하는 단계(650)이다. 도로파손에 대한 복구가 되지 않은 경우에 지속적으로 도로파손의 보고가 수신될 수 있고, 교통 정보 통합 분석 장치는 도로파손 상태를 유지할 지 또는 복구가 된 경우에는 도로파손이 없는 것으로 갱신할 지 여부에 대하여 판단하고 갱신할 수 있다.
신규 도로파손에 대한 보고 데이터가 수신되면, 마찬가지로 가장 가까운 국가표준노드링크를 확인하고, 기존 도로파손 노드와의 거리를 계산할 수 있다. 기존 도로파손 노드와 신규 도로파손 노드 사이의 거리가 미리 지정되는 기준 이하인 경우에 도로파손 상황이 유지될 조건부 확률을 계산하여 도로파손의 유지 여부를 판단할 수 있다.
즉, 상황 유지 확률(660)을 계산하여 도로 파손 유지 여부를 판단(670)할 수 있다. 상황 유지 확률은 예시적으로 그러나 한정되지 않게 도로파손 상황이 유지될 조건부 확률일 수 있다.
도로파손 상황이 유지될 조건부 확률을 계산하는 방법을 상세히 설명한다. 최초 도로파손이 보고된 시간 t1에서 신규 도로파손이 보고된 시간 t2까지 데이터가 추가된 시간의 전체 집합을 T라고 한다.
기존 도로파손 보고 최인접 노드와 신규 도로파손 보고 지점 사이의 거리가 50m 이하인 경우에, 전체 시간 T에서 도로파손 여부 보고 갯수에 대한 도로파손이 있다고 보고한 개수의 비율로 판단할 수 있다. 즉, 도로파손 여부의 전체 보고된 수 중에 도로파손이 있다고 보고된 수가 50% 이상인 경우에는 도로파손 상황을 유지할 수 있고, 50% 미만인 경우에는 도로파손 상황을 유지하지 않고 종료된 것으로 갱신할 수 있다.
상기 예시한 50m와 50%의 수치는 예시적일뿐 이에 한정되는 것은 아니며 통상의 기술자에 의해 변경이 가능하다.
또한 신규 도로파손 보고 데이터를 수신하면, 수신되는 데이터들을 이용하여 도로파손 국가표준노드링크의 지점을 갱신할 수 있다. 구체적으로 기존 도로 파손으로 보고된 국가표준노드링크와의 거리가 미리 지정되는 기준 이하인 경우에 도로파손 지점을 기존 지점과 신규 보고 지점의 중간 지점으로 갱신할 수 있다. 미리 지정되는 기준 이하인 경우 동일한 노드로 볼 수 있고, 동일 노드에 대한 보고 지점의 거리 차이를 이용하여 다수의 보고 지점의 중간 지점으로, 도로파손 지점의 정확도를 높이도록 갱신할 수 있다.
도 7은 일실시예에 따른 도로파손 또는 결빙 데이터가 통합되는 모습을 도시한다.
검정색 원은 도로파손/결빙이 있다고 보고된 데이터를 의미하고, 흰색 원은 도로파손/결빙이 없다고 보고된 데이터를 의미한다. 가장 먼저 1번 데이터에서 도로파손이 보고되어 국가표준노드링크에 가장 가까운 지점(N1)이 미리 지정되는 기준인 50m 이내이므로 도로파손/결빙 이벤트 발생 지점
Figure pat00015
으로 설정된다. 다음으로 2번 데이터에서 상기 이벤트 발생 지점으로부터 50m를 초과하는 영역에서 도로파손이 없다는 데이터가 보고된다. 다음으로 3번 데이터에서 도로파손/결빙이 있다고 보고되었으며, 가장 가까운 국가표준노드링크인 N3 지점과 기존 이벤트 발생 지점인
Figure pat00016
과의 중점으로 이벤트 발생 지점을 갱신할 수 있다.
즉, 갱신된 이벤트 발생 지점은
Figure pat00017
로 계산할 수 있다.
다음으로 5번 데이터에서 갱신된
Figure pat00018
지점으로부터 50m이내에서 신규 도로파손/결빙 데이터가 수신되어 N5 지점과
Figure pat00019
지점의 중점으로 재갱신된 이벤트 발생 지점
Figure pat00020
을 계산할 수 있다.
도 8은 일실시예에 따른 안개 데이터를 통합하는 과정을 나타낸 흐름도이다. 안개 데이터의 경우에는 이진 데이터로 수집되지만 도로파손/결빙 데이터와는 다르게 시작지점과 종료지점을 산출해야 한다는 차이점이 있다. 즉, 도로파손/결빙은 한 번 발생 시 동일 지점에서 이벤트가 지속되지만, 안개는 시간에 따라 발생, 소멸, 이동하는 특징이 있어 시간에 따라 시작지점과 종료지점을 지속적으로 추적해야 하는 차이점이 있다.
일실시예에 따른 안개 데이터를 통합하는 과정은 안개 보고 지점의 최인접 노드를 확인하는 단계(810), 안개의 시작/종료 지점을 판단하는 단계(820), 안개 구간을 저장하는 단계(830), 신규 안개 보고를 수신하는 단계(840) 및 안개 구간을 갱신하는 단계(850)로 포함할 수 있다.
안개 보고 지점의 최인접 노드를 확인하는 단계(810)는 차량으로부터 안개가 발생했다고 최초 보고된 지점으로부터 국가표준노드링크의 최인접 노드(N)를 확인하는 단계이다.
안개의 시작/종료 지점을 판단하는 단계(820)는 최초 보고 지점과 직전 보고 지점을 기준으로 안개의 시작 및 종료 지점을 판단하는 단계이다.
다양한 경우에서 예를 들어 설명한다. 별도로 수집되는 안개의 시작 지점과 종료 지점을 포함하는 안개 영역과 비교하여 상기 최초 보고된 지점의 최인접 노드가 안개 영역 내에 있는 경우 가정한다. 상기 최초 보고된 지점의 최인접 노드가 안개의 시작 지점 이후인 경우에는 안개의 시작 지점을 기존 수집된 정보로 유지하고, 이전인 경우에는 안개의 시작 지점을 최초 보고된 지점의 최인접 노드로 설정할 수 있다. 이렇게 설정된 안개영역 및 안개의 시작/종료 지점을 안개 구간을 저장하는 단계에서 저장할 수 있다.
별도로 수집되는 안개의 시작 지점과 종료 지점을 포함하는 안개 영역 내에 최초 안개 보고 지점이 존재하지 않고, 하나의 안개 보고 데이터만 있는 경우에는 다음과 같은 방법으로 시작/종료 지점을 설정할 수 있다. 구체적으로, 최초 안개 보고 지점의 최인접 노드를 종료 지점으로 설정하고, 안개 보고 직전의 지점의 최인접 노드를 시작 지점으로 판단할 수 있다. 수집되는 안개 데이터는 특정 시점에 대한 안개 유무의 이진 데이터이므로 이를 이용하여 안개가 있음을 보고한 시점과 직전 시점의 데이터를 통합하여 안개 구간을 생성할 수 있다.
마지막으로 별도로 수집되는 안개의 시작 지점과 종료 지점을 포함하는 안개 영역 내에 최초 안개 보고 지점이 존재하지 않고, 둘 이상의 안개 보고 데이터가 있는 경우에는 다음의 방법을 이용할 수 있다. 수집되는 안개 데이터의 안개 발생 지점 사이의 간격이 미리 지정되는 간격(50m) 이내인 경우에, 안개의 시작점은 안개 발생 보고 지점들 중 가장 앞선 지점을 안개의 시작 지점으로 설정할 수 있고, 안개 발생 보고 지점들 중 가장 뒤의 지점을 안개의 종료 지점으로 설정할 수 있다.
안개 구간을 저장하는 단계(830) 상기 설명한 방법에 의해 계산된 안개의 시작/종료 지점을 안개 구간으로하여 데이터를 저장하는 단계이다.
신규 안개 보고를 수신하는 단계(840) 차량으로부터 안개가 있다고 보고되는 신규 데이터를 수신하는 단계이다. 수신되는 신규 데이터를 기존 데이터와 통합하여 안개 구간을 갱신하는 단계(850)에서 안개 구간을 갱신할 수 있다.
직전 시간 t-1에서 안개 영역으로 감지된 국가표준노드링크의 노드 그룹을 현재 시간 t에서 검색한다. 상기 노드 그룹 중 안개가 있다고 검출한 데이터가 1건 이상인 경우에, 기존 안개 지점 데이터와 비교하여 가장 앞선 지점을 새로운 안개의 시작 지점으로 설정할 수 있다. 마찬가지로 종료 지점의 경우에도 가장 뒤의 지점을 안개 종료 지점으로 설정할 수 있다.
다음으로 상기 노드 그룹이 모두 안개가 없다고 검출한 경우에, 가장 뒤의 지점이 이전 안개 종료 지점보다 뒤에 있는 경우에는 안개 발생이 종료된 것으로 판단할 수 있다. 반면에 가장 뒤의 지점이 이전 안개 종료 지점보다 앞에 있고 이전 안개 시작 지점보다는 뒤에 있는 경우에는, 안개 발생이 검출된 위치의 가장 뒤의 지점을 안개의 시작 지점으로 갱신할 수 있다. 그리고 가장 뒤의 지점이 이전 안개 시작 지점보다 앞에 있는 경우에는, 이전 안개 시작/종료 지점을 현재 안개 시작/종료 지점으로 그대로 유지할 수 있다.
도 9는 일실시예에 따른 안개 데이터가 통합되는 모습을 도시한다. 위쪽의 검정색 화살표는 국가표준노드링크를 의미하고, 회색 영역은 상기 국가표준노드링크의 안개 영역(FA)을 의미한다.
v1, v2, v3 차량에서 안개가 있다고 검출된 경우에는 각 표시를 색칠하였고, 안개가 없다고 검출된 경우에는 내부를 색칠하지 않은 것으로 표시한다. 그리고 각 도형 내부의 숫자는 시간의 의미한다.
최초 t1 시점에서는 v1 차량에 의해 안개가 검출되지 않았다는 데이터를 수신한다. 다음 t2 시점에서 v1 차량이 안개를 검출했다. 최초 안개가 검지된 지점이 안개 구간(FA) 내이므로 이전 보고 시점(t1)에서의 위치와 현재 보고 시점(t2)에서의 위치를 각각 안개의 시작/종료 지점으로 설정할 수 있다.
다음 t3 시점에서 v1 차량이 안개가 없음 다시 보고하였으므로, 가장 뒤의 지점을 안개 종료 지점으로 설정할 수 있다.
다음 t4 시점에서 v2 차량에 의해 안개의 발생이 보고되었고, v2 차량의 직전 보고 지점을 안개의 시작 지점으로 설정할 수 있다.
다음 t5 시점에서 v1과 v2 차량에 의해 안개의 발생이 보고된다. v2에 의해 보고된 지점은 기존 안개 영역 내부이므로 안개의 시작 및 종료 지점을 그대로 유지하고, v1에 의해 보고된 지점은 별도의 안개 발생 지점이므로, v1의 직전 보고 지점을 두번째 안개의 시작 지점으로, 현재 보고된 지점을 두번째 안개의 종료 지점으로 설정할 수 있다.
다음 t6 시점에서 v1 차량에 의해 안개의 발생이 보고되고, v2 차량에 의해 안개의 미발생이 보고된다. 첫번째 안개의 종료 지점을 v2의 마지막 보고 지점으로 갱신하고, 두번째 안개의 종료 지점을 v1 차량의 마지막 보고 지점으로 갱신할 수 있다.
다음 t7 시점에서 v1과 v2 차량에 의해 안개의 발생이 보고된다. 첫번째 안개의 종료 지점이 두번째 안개의 시작 지점보다 뒤에 있으므로, 두번째 안개 데이터는 삭제한다. 그리고 v1의 마지막 보고 지점을 첫번째 안개의 종료 지점으로 갱신할 수 있다.
다음 t8 시점에서 v2 차량에 의해 안개의 발생이 보고되고, v1 차량에 의해 안개의 미발생이 보고된다. v1 차량에 의한 마지막 보고 지점을 안개의 종료 지점으로 갱신할 수 있다.
마지막 t9 시점에서 v2, v3 차량에 의해 안개의 발생이 보고되고, v1 차량에 의해 안개의 미발생이 보고된다. 안개의 발생이 보고된 가장 앞선 지점인 v3 차량의 직전 보고 지점을 안개의 시작 지점으로 갱신하고, 안개의 발생이 보고된 v2 차량의 보고 지점을 안개의 종료 지점으로 갱신할 수 있다.
위와 같은 방법을 이용하여 시간에 따른 안개의 시작/종료 지점을 결정할 수 있고, 그에 따라 안개 영역 통합 데이터를 저장할 수 있다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변경이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (13)

  1. 블랙박스, 차로이탈경고장치, 디지털 운행기록계(Digital Tachograph)의 정보를 이용하여 교통 관련 정보를 생성하는 사업용 차량 정보 수집 장치로부터 상기 교통 관련 정보를 수신하는 통신부;
    수신되는 상기 교통 관련 정보의 시간을 통합하여 통합 교통 정보를 생성하는 프로세서; 및
    상기 프로세서에 의해 생성되는 통합 교통 정보를 저장하는 저장부
    를 포함하는 교통 정보 통합 분석 장치.
  2. 제1항에 있어서,
    상기 교통 관련 정보는,
    교통량, 속도, 도로파손, 안개, 결빙 중 적어도 하나에 연관되는 정보인 교통 정보 통합 분석 장치.
  3. 제2항에 있어서,
    상기 프로세서는,
    미리 지정되는 시간 동안에 통과하는 차량의 대수를 기준으로 상기 교통 관련 정보의 유효 표본을 검출하는 교통 정보 통합 분석 장치.
  4. 제3항에 있어서,
    상기 프로세서는,
    상기 교통량 또는 속도에 연관되는 정보에 대하여 미리 지정되는 범위를 초과하는 표본을 이상치로 제거하는 교통 정보 통합 분석 장치.
  5. 제3항에 있어서,
    상기 프로세서는,
    상기 교통량 또는 속도에 연관되는 정보 중 일부가 결측된 경우에 이전 시간 데이터를 이용하여 결측치를 보충하는 교통 정보 통합 분석 장치.
  6. 제3항에 있어서,
    상기 프로세서는,
    상기 도로파손 및 결빙에 연관되는 정보에 대하여 이벤트가 발생하면, 상기 이벤트의 보고 지점으로부터 가장 가까운 국가표준노드링크와의 거리가 미리 지정되는 거리 이하인 경우에 상기 가장 가까운 국가표준노드링크를 이벤트 발생 지점으로 설정하는 교통 정보 통합 분석 장치.
  7. 제6항에 있어서,
    상기 프로세서는,
    상기 도로파손 및 결빙에 연관되는 정보에 대하여 복수의 이벤트가 발생하면, 제1 이벤트 발생 지점과 제2 이벤트 발생 지점이 미리 지정되는 거리 이하인 경우에 동일한 이벤트로 판단하여 하나의 이벤트 발생 지점으로 설정하는 교통 정보 통합 분석 장치.
  8. 제7항에 있어서,
    상기 프로세서는,
    상기 제1 이벤트 발생 지점과 상기 제2 이벤트 발생 지점의 중간 지점을 상기 하나의 이벤트 발생 지점으로 설정하는 교통 정보 통합 분석 장치.
  9. 제6항에 있어서,
    상기 프로세서는,
    상기 이벤트 발생 지점과의 거리가 미리 지정되는 거리 이하에서 상황이 유지되는 확률 값이 미리 지정되는 값 이하인 경우에 상기 이벤트가 종료된 것으로 설정하는 교통 정보 통합 분석 장치.
  10. 제3항에 있어서,
    상기 프로세서는,
    상기 안개에 연관되는 정보에 대하여 이벤트가 발생하면, 상기 이벤트의 보고 지점으로부터 가장 가까운 국가표준노드링크의 가장 상류부 지점을 안개의 시작지점, 가장 하류부 지점을 상기 안개의 종료지점으로 판단하는 교통 정보 통합 분석 장치.
  11. 제10항에 있어서,
    상기 프로세서는,
    다음 시간 영역에서 보고된 상기 안개의 시작지점 및 종료지점으로 안개 구간을 갱신하는 교통 정보 통합 분석 장치.
  12. 컴퓨터에 의해 적어도 일시적으로 수행되는 교통 정보 통합 분석 방법에 있어서,
    통신부가 블랙박스, 차로이탈경고장치, 디지털 운행기록계(Digital Tachograph)의 정보를 이용하여 교통 관련 정보를 생성하는 사업용 차량 정보 수집 장치로부터 상기 교통 관련 정보를 수신하는 단계;
    프로세서가 수신되는 상기 교통 관련 정보의 시간을 통합하여 통합 교통 정보를 생성하는 단계; 및
    저장부가 상기 프로세서에 의해 생성되는 통합 교통 정보를 저장하는 단계
    를 포함하는 교통 정보 통합 분석 방법.
  13. 제12항의 교통 정보 통합 분석 방법
    을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터 판독 가능한 기록매체.
KR1020180157412A 2018-12-07 2018-12-07 사업용 차량의 수집 정보 분석 장치 및 방법 KR20200069871A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180157412A KR20200069871A (ko) 2018-12-07 2018-12-07 사업용 차량의 수집 정보 분석 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180157412A KR20200069871A (ko) 2018-12-07 2018-12-07 사업용 차량의 수집 정보 분석 장치 및 방법

Publications (1)

Publication Number Publication Date
KR20200069871A true KR20200069871A (ko) 2020-06-17

Family

ID=71405970

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180157412A KR20200069871A (ko) 2018-12-07 2018-12-07 사업용 차량의 수집 정보 분석 장치 및 방법

Country Status (1)

Country Link
KR (1) KR20200069871A (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023144984A1 (en) * 2022-01-28 2023-08-03 Nec Corporation De-noising device, de-noising method, and computer-readable medium

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101011135B1 (ko) 2009-02-11 2011-01-26 서울특별시시설관리공단 통합 교통정보 제공 시스템

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101011135B1 (ko) 2009-02-11 2011-01-26 서울특별시시설관리공단 통합 교통정보 제공 시스템

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023144984A1 (en) * 2022-01-28 2023-08-03 Nec Corporation De-noising device, de-noising method, and computer-readable medium

Similar Documents

Publication Publication Date Title
US11315428B2 (en) Management of mobile objects
US11386785B2 (en) Management of mobile objects
US10742478B2 (en) Management of events and moving objects
US20130166188A1 (en) Determine Spatiotemporal Causal Interactions In Data
US10168424B1 (en) Management of mobile objects
US11024161B2 (en) Management of mobile objects
US11545030B2 (en) Vehicle traffic information analysis and traffic jam management
US10339810B2 (en) Management of mobile objects
WO2010107394A1 (en) Determining a traffic route using predicted traffic congestion
WO2020080047A1 (ja) 侵入地点特定装置、および、侵入地点特定方法
CN110021161B (zh) 一种交通流向的预测方法及系统
KR20200069871A (ko) 사업용 차량의 수집 정보 분석 장치 및 방법
CN111695713A (zh) 一种历史轨迹数据处理方法及装置
JP2020101908A (ja) 交通状況予測装置、および交通状況予測方法
Gravvanis et al. Advanced parametric methods for short-term traffic forecasting in the era of big data
JP2017156983A (ja) 移動経路推定装置、及び移動経路推定方法
CN106781470B (zh) 城市道路的运行速度的处理方法及装置
KR20200061805A (ko) 도로 포장 생애주기 정보 제공 장치 및 방법
Hayashi et al. Prioritization of Lane-based Traffic Jam Detection for Automotive Navigation System utilizing Suddenness Index Calculation Method for Aggregated Values
CN114072864B (zh) 地图数据生成装置
US20230177952A1 (en) A system and method for generating utilization data of a vehicle
JP2007257374A (ja) 交通状況予測プログラム、該プログラムを記録した記録媒体、交通状況予測装置、および交通状況予測方法
CN117576902A (zh) 一种公路基础设施管理系统及方法
CN115223357A (zh) 一种交通信息处理系统、方法、装置和计算机设备
CN112365735A (zh) 一种定位数据失效后公交进站报站方法、系统及存储介质

Legal Events

Date Code Title Description
E601 Decision to refuse application