KR20220041968A - 개인형 이동장치 신규 이용수요 예측 방법 및 장치 - Google Patents

개인형 이동장치 신규 이용수요 예측 방법 및 장치 Download PDF

Info

Publication number
KR20220041968A
KR20220041968A KR1020200124346A KR20200124346A KR20220041968A KR 20220041968 A KR20220041968 A KR 20220041968A KR 1020200124346 A KR1020200124346 A KR 1020200124346A KR 20200124346 A KR20200124346 A KR 20200124346A KR 20220041968 A KR20220041968 A KR 20220041968A
Authority
KR
South Korea
Prior art keywords
building
personal mobile
central
mobile device
stop
Prior art date
Application number
KR1020200124346A
Other languages
English (en)
Other versions
KR102532112B1 (ko
Inventor
김동규
조신형
한상욱
Original Assignee
서울대학교산학협력단
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 서울대학교산학협력단 filed Critical 서울대학교산학협력단
Priority to KR1020200124346A priority Critical patent/KR102532112B1/ko
Publication of KR20220041968A publication Critical patent/KR20220041968A/ko
Application granted granted Critical
Publication of KR102532112B1 publication Critical patent/KR102532112B1/ko

Links

Images

Classifications

    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06316—Sequencing of tasks or work
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0633—Workflow analysis
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities
    • G06Q50/30—
    • 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Educational Administration (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명의 다양한 실시 예에 따르면, 개인형 이동장치 수요를 예측하는 장치에 의해 수행되는 개인형 이동장치 신규 이용수요 예측 방법은, 상기 장치가 개인형 이동장치의 수요 조사가 필요한 집계구 내 거주 인구 및 건물의 연면적을 이용하여 상기 집계구에 위치하는 건물의 거주 인구를 추정하는 단계; 상기 장치가 건물별 연령대 비율을 이용하여 건물의 개인형 이동장치 이용률을 산출하는 단계; 상기 장치가 상기 건물의 거주 인구 및 상기 건물의 개인형 이동장치 이용률을 이용하여 건물의 개인형 이동장치 통행수를 산출하는 단계; 상기 장치가 상기 건물의 개인형 이동장치 통행수, 건물과 정류장간 거리 및 거리에 따른 이용률을 이용하여 복수의 중심 건물 지표들 및 복수의 중심 정류장 지표들을 산출하는 단계; 상기 장치가 상기 복수의 중심 건물 지표들 및 상기 복수의 중심 정류장 지표들을 이용하여 적어도 하나의 중심 건물 및 적어도 하나의 중심 정류장을 산출하는 단계; 상기 장치가 상기 적어도 하나의 중심 건물 및 상기 적어도 하나의 중심 정류장을 이용하여 개인형 이동장치 권역을 설정하는 단계; 및 상기 장치가 보행과 개인형 이동장치 간 통행시간 차이 및 개인형 이동장치 권역을 이용하여 개인형 이동장치 운영 대수를 결정하는 단계;를 포함할 수 있다. 다른 실시 예들도 가능할 수 있다.

Description

개인형 이동장치 신규 이용수요 예측 방법 및 장치{DEVICE AND METHOD FOR FORECASTING TRAVEL DEMAND OF PERSONAL MOBILITY}
본 발명은 현재수요를 바탕으로 장래 수요를 예측하는 방법론에 대한 기존 발명과 다르게 개인형 이동장치 신규 이용수요 예측 방법 및 장치에 관한 것으로, 개인형 이동장치는 근거리 이동을 위한 수단으로 행정구역 단위의 집계 데이터로는 예측 어려움을 갖고 있다. 따라서 좀더 세분화된 데이터로서 집계구 단위의 데이터 및 건축물 데이터를 포함하는 GIS Open Source 데이터를 활용하여 First-Mile 및 Last-Mile 개선을 목적으로 하는 개인형 이동장치의 신규 이용수요 예측 방법 및 장치에 관한 것이다. 또한, 본 발명은 통행을 기반으로 개인형 이동장치의 서비스 권역을 설정하고 이 권역 내에서 합리적인 개인형이동장치 운영 대수를 도출하는 방법에 관한 것이다.
대중교통 접근성 향상에 관한 연구는 다양하게 이루어져 왔다. 대중교통 접근성 향상을 위한 대부분의 종래 기술은 보행 개선을 통해 First_Mile과 Last-Mile을 개선하고자 한다. 하지만 보행 속도는 제한되어 있기 때문에 보행 개선만으로 일정 기준 이상의 대중교통 접근성 향상을 기대하기 어렵다. 개인형 이동장치(예: 전동킥보드)는 보행 속도보다 높은 속도를 낼 수 있고 이용 지역에 제한이 적기 때문에 개인형 이동장치 공유 서비스는 대중교통 접근성 향상을 위해 도입될 수 있다.
대중교통 접근성 향상 기술 개발을 위해서는 대중교통을 이용하고자 하는 잠재수요 설정이 중요하다. 이에 대한 종래 기술은 buffer-method와 network-ratio method가 있다. buffer-method는 범위 내 인구가 균일하게 분포되어 있다고 가정하고 중심에서 일정 반경을 설정하여 buffer를 설정하는 기술이다. 이는 현실적이지 못한 가정으로 이를 보완하기 위해 network-ratio method가 고안되었다. 이는 경로의 길이에 비례하여 인구가 분포한다고 가정하였다. 하지만 First-Mile 및 Last-Mile 개선의 관점에서 통행은 건물과 대중교통 정류장에서부터 발생하기 때문에 전체 인구에 대한 분석보다는 각 건물에서 발생하는 통행을 분석하는 것이 타당하다. 대중교통 정류장에 하차한 승객은 특정 건물이 목적지이기 때문에 대중교통 정류장에 하차한 승객의 수는 각 건물의 통행수에 비례하여 할당된다. 반대로 건물에서 대중교통 정류장으로 가고자 하는 인구는 건물에서 발생하는 통행수에 비례하게 된다. 따라서 건물에서 발생하는 통행수와 정류장에서 발생하는 통행을 분석하여 대중교통 접근성 향상을 위한 개인형 이동장치의 신규 이용수요 예측 방법이 필요한 상황이다.
KR 공개특허 10-2020-0062526
본 발명은 상기와 같은 문제점을 해결하기 위해 안출한 것으로서, 개인형 이동장치(Personal Mobility)를 활용한 근거리 교통수단 제공을 위하여 개인형 이동장치 권역과 운영대수를 결정하는 방법을 제공하는데 그 목적이 있다. 또한, 본 발명은 근거리 교통수단을 도입이 필요한 지역의 여건에 맞도록 활용할 수 있으며, 개인형 이동장치뿐 아니라 다양한 근거리 교통서비스 제공의 효율성을 제고하기 위한 신규 이용수요 예측 방법 및 장치를 제공하는데 그 목적이 있다.
본 발명의 다양한 실시 예에 따르면, 개인형 이동장치 수요를 예측하는 장치에 의해 수행되는 개인형 이동장치 신규 이용수요 예측 방법은, 상기 장치가 개인형 이동장치의 수요 조사가 필요한 집계구 내 거주 인구 및 건물의 연면적을 이용하여 상기 집계구에 위치하는 건물의 거주 인구를 추정하는 단계; 상기 장치가 건물별 연령대 비율을 이용하여 건물의 개인형 이동장치 이용률을 산출하는 단계; 상기 장치가 상기 건물의 거주 인구 및 상기 건물의 개인형 이동장치 이용률을 이용하여 건물의 개인형 이동장치 통행수를 산출하는 단계; 상기 장치가 상기 건물의 개인형 이동장치 통행수, 건물과 정류장간 거리 및 거리에 따른 이용률을 이용하여 복수의 중심 건물 지표들 및 복수의 중심 정류장 지표들을 산출하는 단계; 상기 장치가 상기 복수의 중심 건물 지표들 및 상기 복수의 중심 정류장 지표들을 이용하여 적어도 하나의 중심 건물 및 적어도 하나의 중심 정류장을 산출하는 단계; 상기 장치가 상기 적어도 하나의 중심 건물 및 상기 적어도 하나의 중심 정류장을 이용하여 개인형 이동장치 권역을 설정하는 단계; 및 상기 장치가 보행과 개인형 이동장치 간 통행시간 차이 및 개인형 이동장치 권역을 이용하여 개인형 이동장치 운영 대수를 결정하는 단계;를 포함할 수 있다.
본 발명의 일 실시예에 있어서, 건물의 거주 인구를 추정하는 단계는 상기 장치가 하기 수학식 1을 이용하여 상기 건물의 거주 인구를 추정하는 단계를 포함할 수 있다.
[수학식 1]
Figure pat00001
여기서
Figure pat00002
는 집계구 k 내에 있는 건물 b의 거주 인구이고,
Figure pat00003
는 집계구 k에 있는 건물 b의 연면적을 나타내고,
Figure pat00004
는 집계구 k의 인구수이다.
본 발명의 일 실시예에 있어서, 건물의 개인형 이동장치 이용률을 산출하는 단계는 상기 장치가 하기 수학식 2를 이용하여 건물의 개인형 이동장치 이용률을 산출하는 단계를 포함할 수 있다.
[수학식 2]
Figure pat00005
여기서 a는 연령대이고,
Figure pat00006
는 빌딩 b에 있는 연령대 a의 비율이고,
Figure pat00007
는 연령대 a에 대한 전동킥보드 이용률이고, Pb age는 연령대 비율을 고려한 건물 b의 개인형 이동장치 이용률이다.
본 발명의 일 실시예에 있어서, 건물의 개인형 이동장치 통행수를 산출하는 단계는 상기 장치가 하기 수학식 3을 이용하여 거주용 건물의 개인형 이동장치 통행수 및 상업용 건물의 개인형 이동장치 통행수를 산출하는 단계 및 상기 거주용 건물의 개인형 이동장치 통행수 및 상기 상업용 건물의 개인형 이동장치 통행수를 동시에 고려하여 상기 건물의 개인형 이동장치 통행수를 산출하는 단계를 포함할 수 있다.
[수학식 3]
Figure pat00008
여기서
Figure pat00009
및
Figure pat00010
는 각각 거주용 건물 b의 개인형 이동장치 통행수 및 상업용 건물 b의 개인형 이동장치 통행수이고,
Figure pat00011
는 건물 b의 거주 인구이고,
Figure pat00012
는 건물 b의 연면적이고, u는 통행원단위이고, 이용률이고, Pb age는 연령대 비율을 고려한 건물 b의 개인형 이동장치 이용률이다.
본 발명의 일 실시예에 있어서, 복수의 중심 건물 지표들 및 복수의 중심 정류장 지표들을 산출하는 단계는 상기 장치가 하기 수학식 4를 이용하여 상기 복수의 중심 건물 지표들 및 상기 복수의 중심 정류장 지표들을 산출하는 단계를 포함할 수 있다.
[수학식 4]
Figure pat00013
여기서 Ib와 Is는 각각 중심 건물 지표 및 중심 정류장 지표이고, s는 정류장을 나타내는 첨자이고, b는 건물을 나타내는 첨자이고,
Figure pat00014
는 정류장과 건물 사이의 거리이고,
Figure pat00015
는 거리에 따른 이용률이다.
본 발명의 일 실시예에 있어서, 상기 적어도 하나의 중심 건물 및 적어도 하나의 중심 정류장을 산출하는 단계는 상기 장치가 상기 복수의 중심 건물 지표들의 중앙 값보다 큰 값을 갖는 중심 건물 지표에 대응하는 중심 건물을 적어도 하나의 중심 건물로 결정하는 단계 및 상기 복수의 중심 정류장 지표들의 중앙 값보다 큰 값을 갖는 중심 정류장 지표에 대응하는 중심 정류장을 적어도 하나의 중심 정류장으로 결정하는 단계를 포함할 수 있다.
본 발명의 일 실시예에 있어서, 상기 개인형 이동장치 권역을 설정하는 단계는 상기 장치가 상기 적어도 하나의 중심 건물에서 정류장과 관련된 모든 노선에 각각 도달할 수 있는 최소 거리들을 산출하는 단계, 상기 산출한 최소 거리들의 평균 값을 반경으로 가지며 상기 적어도 하나의 중심 건물이 중심이 되는 중심 건물 권역을 설정하는 단계, 상기 집계구 내 전체 정류장에 각각 대응하는 복수의 보로노이 다각형을 생성하고, 상기 복수의 보로노이 다각형 중 상기 적어도 하나의 중심 정류장에 대응하는 보로노이 다각형을 중심 정류장 권역으로 설정하는 단계 및 상기 중심 건물 권역 및 상기 중심 정류장 권역 모두 개인형 이동장치 권역으로 설정하거나 상기 중심 건물 권역 및 상기 중심 정류장 권역 중 중첩되는 권역만을 개인형 이동장치 권역으로 설정하는 단계를 포함할 수 있다.
본 발명의 일 실시예에 있어서, 상기 개인형 이동장치 운영 대수를 결정하는 단계는 상기 장치가 상기 개인형 이동장치 권역에서 임의로 개인형 이동장치가 배치된 복수의 포인트를 생성하는 단계, 상기 복수의 포인트 및 하기 수학식 5를 이용하여 보행과 개인형 이동장치 간 통행시간 차이를 산출하는 단계, 상기 통행시간 차이의 미분값이 0이 되도록 만족시키는 복수의 포인트의 개수를 산출하는 단계 및 상기 산출한 복수의 포인트 개수를 개인형 이동장치의 운영 대수로 결정하는 단계를 포함할 수 있다.
[수학식 5]
Figure pat00016
여기서
Figure pat00017
는 보행만으로 이동할 때와 전동킥보드를 이용할 때의 통행시간의 차이이고,
Figure pat00018
는 걸어서 건물b에서 정류장s 사이를 이동하는 데 걸리는 통행시간이고,
Figure pat00019
는 걸어서 건물 b에서 전동킥보드 P까지 이동하는 데에 걸린 통행시간이고,
Figure pat00020
은 전동킥보드를 이용하여 전동킥보드를 승차 후 정류장까지 이동하는 데에 걸린 통행시간이다
본 발명의 다양한 실시 예에 따르면, 개인형 이동장치 신규 이용수요 예측 장치는 개인형 이동장치 운영 대수를 산출하는 제어부 및 개인형 이동장치 신규 이용수요 예측을 위한 데이터를 저장하는 데이터베이스를 포함한다. 상기 제어부는 개인형 이동장치의 수요 조사가 필요한 집계구 내 거주 인구 및 건물의 연면적을 이용하여 상기 집계구에 위치하는 건물의 거주 인구를 추정하고, 건물별 연령대 비율을 이용하여 건물의 개인형 이동장치 이용률을 산출하고, 상기 건물의 거주 인구 및 상기 건물의 개인형 이동장치 이용률을 이용하여 건물의 개인형 이동장치 통행수를 산출하고, 상기 건물의 개인형 이동장치 통행수, 건물과 정류장간 거리 및 거리에 따른 이용률을 이용하여 복수의 중심 건물 지표들 및 복수의 중심 정류장 지표들을 산출하고, 상기 복수의 중심 건물 지표들 및 상기 복수의 중심 정류장 지표들을 이용하여 적어도 하나의 중심 건물 및 적어도 하나의 중심 정류장을 산출하고, 상기 적어도 하나의 중심 건물 및 상기 적어도 하나의 중심 정류장을 이용하여 개인형 이동장치 권역을 설정하고, 보행과 개인형 이동장치 간 통행시간 차이 및 개인형 이동장치 권역을 이용하여 개인형 이동장치 운영 대수를 결정한다.
상기와 같은 본 발명에 따르면, 아래와 같은 다양한 효과들을 가진다.
본 발명에 따르면, 기존에는 현재 신규 이용수요를 바탕으로 장래의 신규 이용수요를 예측하는 방법론만이 발달된 반면, 본 발명의 수요 예측 방법은 신규수요를 예측한다는 점에서 기존과 차별화되며 실용성이 높을 수 있다.
또한, 본 발명에 따르면, 통행을 기반으로 개인형 이동장치 서비스 권역을 설정하고 이 권역 내에서 합리적인 개인형 이동장치의 운영 대수를 도출할 수 있다.
또한 본 발명에 따르면, 통행을 기반으로 수요를 예측함으로써 최대한 많은 이용자가 서비스를 이용할 수 있는 범위를 설정하여 최대 수익을 낼 수 있는 권역을 결정할 수 있으며, 동시에 많은 이용자가 First-Mile과 Last-Mile 개선의 효과를 누릴 수 있다.
또한 본 발명에 따르면, 설정된 권역 내에서 합리적인 개인형 이동장치의 운영 대수를 선정하여 운영자가 적절한 투자비용을 산정할 수 있다.
또한, 본 발명에 따르면, 개인형 이동장치 서비스가 Mobility-as-a-Service (MaaS)와 통합됨으로써 First_MIle 및 Last-Mile 개선으로 타 수단의 접근성이 높아질 수 있다. 이를 통해 MaaS의 이용자 만족도가 높아질 수 있다.
또한, 본 발명에 따르면, 공유형 교통서비스 시스템을 구축하는 데에 활용할 수 있으며, 교통혼잡을 완화하기 위한 대중교통 육성 전략으로 제시될 수 있는 대안이 될 수 있다.
또한, 본 발명에 따르면, 개인형 이동장치의 수요를 예측하고 권역을 설정함으로써 대중교통 경쟁력이 향상될 수 있다.
도 1은 본 발명의 일 실시 예에 따른 개인형 이동장치 신규 이용수요 예측 장치와 외부 장치를 나타낸 블록도다.
도 2는 본 발명의 일 실시 예에 따른 개인형 이동장치 신규 이용수요 예측 방법을 나타낸 흐름도다.
도 3 내지 도 12는 본 발명의 일 실시 예에 따른 개인형 이동장치 신규 이용수요 예측 방법을 설명하기 위한 예시도다.
이하 본 발명의 다양한 실시 예를 첨부된 도면을 참조하여 상세히 설명한다. 그리고, 본 발명의 실시 예를 설명함에 있어서, 관련된 공지기능 혹은 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단된 경우 그 상세한 설명은 생략한다. 그리고 후술되는 용어들은 본 발명의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
본 발명의 바람직한 실시예에 대하여 첨부한 도면을 참조하여 설명하면 다음과 같다. 그러나 본 발명은 이하에서 개시되는 실시예에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예는 본 발명의 개시가 완전하도록 하며 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이다.
본 문서의 다양한 실시예들은 기기(machine)(예: 컴퓨터)로 읽을 수 있는 저장 매체(machine-readable storage media)에 저장된 명령어를 포함하는 소프트웨어(예: 프로그램)로 구현될 수 있다. 기기는, 저장 매체로부터 저장된 명령어를 호출하고, 호출된 명령어에 따라 동작이 가능한 장치로서, 개시된 실시예들에 따른 전자 장치(예: 서버)를 포함할 수 있다. 명령은 컴파일러 또는 인터프리터에 의해 생성 또는 실행되는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장매체는, 비일시적(non-transitory) 저장매체의 형태로 제공될 수 있다. 여기서, ‘비일시적’은 저장매체가 신호(signal)를 포함하지 않으며 실재(tangible)한다는 것을 의미할 뿐 데이터가 저장매체에 반영구적 또는 임시적으로 저장됨을 구분하지 않는다.
일 실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory (CD-ROM))의 형태로, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 온라인으로 배포될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
다양한 실시예들에 따른 구성 요소(예: 모듈 또는 프로그램) 각각은 단수 또는 복수의 개체로 구성될 수 있으며, 전술한 해당 서브 구성 요소들 중 일부 서브 구성 요소가 생략되거나, 또는 다른 서브 구성 요소가 다양한 실시예에 더 포함될 수 있다. 대체적으로 또는 추가적으로, 일부 구성 요소들(예: 모듈 또는 프로그램)은 하나의 개체로 통합되어, 통합되기 이전의 각각의 해당 구성 요소에 의해 수행되는 기능을 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따른, 모듈, 프로그램 또는 다른 구성 요소에 의해 수행되는 동작들은 순차적, 병렬적, 반복적 또는 휴리스틱하게 실행되거나, 적어도 일부 동작이 다른 순서로 실행되거나, 생략되거나, 또는 다른 동작이 추가될 수 있다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
본 명세서에서 사용된 용어는 실시 예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다.
도 1 은 본 발명의 일 실시 예에 따른 개인형 이동장치 신규 이용수요 예측 장치와 외부 장치를 나타낸 블록도다.
도 1을 참조하면, 본 발명의 일 실시 예에 따른 개인형 이동장치 신규 이용수요 예측 장치(100)는 집계구 내 건물의 통행수, 건물과 정류장간 거리, 이용률 등을 이용하여 개인형 이동장치 권역 및 운영 대수를 예측할 수 있다. 예를 들어, 개인형 이동장치 신규 이용수요 예측 장치(100)는 개인형 이동장치 권역, 운영 대수 등을 산출하는 제어부(110), 집계구 단위의 데이터 및 건축물 데이터인 GIS Open Source 데이터 등을 저장하는 데이터베이스(120) 및 외부 장치(200)로부터 데이터를 송수신하는 통신부(130)를 포함할 수 있다. 여기서, 외부 장치(200)는 본 발명에 필요한 데이터를 보유하고 있는 외부 서버일 수 있다.
예를 들어, 개인형 이동장치 신규 이용수요 예측 장치(100) 및 외부 장치(200)는 서로 네트워크를 통해 연결될 수 있다. 네트워크는 무선 네트워크 및 유선 네트워크를 포함할 수 있다. 예를 들어, 상기 네트워크는 근거리 통신 네트워크(예: 블루투스, WiFi direct 또는 IrDA(infrared data association)) 또는 원거리 통신 네트워크(예: 셀룰러 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN))일 수 있다.
일 실시 예에서, 개인형 이동장치 신규 이용수요 예측 장치(100)는 서버(server), 스마트폰(smartphone), 태블릿 PC(tablet personal computer), 이동 전화기(mobile phone), 영상 전화기, 전자책 리더기(e-book reader), 넷북 컴퓨터(netbook computer), PDA(personal digital assistant), PMP(portable multimedia player), MP3 플레이어, 모바일 의료기기, 카메라, 또는 웨어러블 장치(wearable device) 중 적어도 하나를 포함할 수 있다.
도 2는 본 발명의 일 실시 예에 따른 개인형 이동장치 신규 이용수요 예측 방법을 나타낸 흐름도다. 도 2 의 동작들은 도 1에 도시된 개인형 이동장치 신규 이용수요 예측 장치(100)에 의해 수행될 수 있다.
도 2를 참조하면, 일 실시 예에서, 신규 이용수요 예측 장치(100)는 동작 21에서, 개인형 이동장치의 수요 조사가 필요한 집계구 내 거주 인구 및 건물의 연면적을 이용하여 집계구에 위치하는 건물의 거주 인구를 추정할 수 있다. 여기서 집계구는 행정단위를 이루는 구이며 개인형 이동장치의 수요를 조사하기 위한 대상 지역일 수 있다. 따라서, 설명의 편의를 위해 집계구라고 명칭은 하고 있지만 구 단위에 한하지 않고, 개인형 이동장치의 수요를 조사할 수 있는 여러 다양한 영역을 포함하는 의미일 수 있다. 예컨대, 전국 단위로 신규 이용수요 예측이 이루어질 수도 있다.
한편, 개인형 이동장치의 신규 이용수요 예측을 위해서는 건물과 정류장을 중심으로 분석을 하여야 하고, 건물을 출입하는 사람들을 나타내는 건물의 통행수가 필요하다. 건물의 통행수와 개인형 이동장치의 수요는 서로 비례하기 때문이다. 따라서, 건물에서 발생하는 통행을 계산하기 위해 거주 인구 데이터가 있어야 한다. 하지만 용이하게 입수 가능한 GIS 데이터는 거주 인구를 명시하지 않는 경우가 많다. 반면 집계구 내 거주자 인구는 Open Source 데이터로 제공된다. 집계구 거주 인구가 해당 집계구 내에 존재하는 모든 건물들의 연면적에 비례하여 분배된다고 가정하여 건물의 거주 인구를 추정할 수 있다.
예를 들어, 신규 이용수요 예측 장치(100)는 하기 수학식 1을 이용하여 건물의 거주 인구를 추정할 수 있다.
[수학식 1]
Figure pat00021
여기서
Figure pat00022
는 집계구 k 내에 있는 건물 b의 거주 인구이고,
Figure pat00023
는 집계구 k에 있는 건물 b의 연면적을 나타내고,
Figure pat00024
는 집계구 k의 인구수이다.
한편, 설명의 편의를 위해 건물 b와 집계구 k를 예시적으로 표기하여 설명한다. 상세한 설명에서 건물 b는 집계구 k에 위치하는 어느 한 건물을 의미할 수 있다.
즉, 신규 이용수요 예측 장치(100)는 용이하게 입수 가능한 집계구 k의 인구수에서 집계구 k에 있는 모든 건물의 연면적 대비 건물 b의 연면적의 비율을 곱하여 건물 b의 거주 인구를 산출할 수 있다.
일 실시 예에서, 신규 이용수요 예측 장치(100)는 동작 22에서, 건물별 연령대 비율을 이용하여 건물의 개인형 이동장치 이용률을 산출할 수 있다. 개인형 이동장치 수요를 예측하기 위해서는 앞서 동작 21에서 설명한 바와 같이 각 건물에서 발생하는 통행수가 필요하다. 이는 개인형 이동장치 수요가 통행수에 비례하기 때문이다. 하지만 개인형 이동장치 사용률은 연령대에 따라 다를 수 있으므로 이를 반영하기 위해 각 건물의 개인형 이동장치 이용률이 필요하다. 또한, 개인형 이동장치는 연령대에 따라서 그 이용률이 달라질 수 있다. 연령분포는 집계구가 속한 행정 단위의 연령분포를 따른다고 가정한다.
예를 들어, 신규 이용수요 예측 장치(100)는 하기 수학식 2를 이용하여 건물의 개인형 이동장치 이용률을 산출할 수 있다.
[수학식 2]
Figure pat00025
여기서 a는 연령대이고,
Figure pat00026
는 빌딩 b에 있는 연령대 a의 비율이고,
Figure pat00027
는 연령대 a에 대한 전동킥보드 이용률이고, Pb age는 연령대 비율을 고려한 건물 b의 개인형 이동장치 이용률이다.
즉, 신규 이용수요 예측 장치(100)는 건물 b의 연령대 비율 및 개인형 이동장치의 이용률을 이용하여 연령대 비율을 고려한 건물 b의 개인형 이동장치 이용률을 산출할 수 있다.
일 실시 예에서, 신규 이용수요 예측 장치(100)는 동작 23에서, 건물의 거주 인구 및 건물의 개인형 이동장치 이용률을 이용하여 건물의 개인형 이동장치 통행수를 산출할 수 있다. 예를 들어, 앞서 설명한 바와 같이, 개인형 이동장치의 수요는 건물에서 개인형 이동장치를 이용하는 통행수일 수 있다. 각 건물에서 발생하는 통행수에 해당 건물의 개인형 이동장치 이용률을 곱하면 그 건물에서 개인형 이동장치를 이용하는 통행수가 도출될 수 있다. 이를 위해서 각 건물에서 발생하는 통행수를 구해야 한다. 거주용 건물 내에 거주하는 인구에 통행원 단위를 곱하여 해당 거주지의 통행수가 도출될 수 있고, 상업용 건물의 경우 연면적에 통행원단위를 곱하여 해당 건물의 통행수가 도출될 수 있다.
따라서, 신규 이용수요 예측 장치(100)는 하기 수학식 3을 이용하여 거주용 건물의 개인형 이동장치 통행수 및 상업용 건물의 개인형 이동장치 통행수를 산출할 수 있고, 거주용 건물의 개인형 이동장치 통행수 및 상업용 건물의 개인형 이동장치 통행수를 더하여 건물의 개인형 이동장치 통행수를 산출할 수 있다.
[수학식 3]
Figure pat00028
여기서
Figure pat00029
및
Figure pat00030
는 각각 거주용 건물 b의 개인형 이동장치 통행수 및 상업용 건물 b의 개인형 이동장치 통행수이고,
Figure pat00031
는 건물 b의 거주 인구이고,
Figure pat00032
는 건물 b의 연면적이고, u는 통행원단위이고, Pb age는 연령대 비율을 고려한 건물 b의 개인형 이동장치 이용률이다.
즉, 건물의 개인형 이동장치 통행수는 거주용 또는 상업용을 고려하고 거주인구 또는 연면적을 활용하여 산출될 수 있다. 한편, 통행원 단위는 표 1과 같을 수 있다.
거주지(통행/일·명) 비거주지(통행/
Figure pat00033
·일)
여가를 위한 건물 업무를 위한 건물 숙박시설
2.68 275.7 2033.6 320.3
일 실시 예에서, 신규 이용수요 예측 장치(100)는 동작 24에서, 건물의 개인형 이동장치 통행수, 건물과 정류장간 거리 및 거리에 따른 이용률을 이용하여 복수의 중심 건물 지표들 및 복수의 중심 정류장 지표들을 산출할 수 있다. 예를 들어,
First-Mile 개선을 위해서 건물을 중심으로 분석해야 하고 Last-Mile 개선을 위해서 정류장을 중심으로 분석해야 한다. 또한, 건물과 정류장간 거리에 따라 개인형 이동장치의 이용률이 달라질 수 있다. 즉, 건물과 정류장간 거리가 너무 가깝거나 아주 멀 경우에는 개인형 이동장치를 이용하지 않을 가능성이 높을 수 있으므로 거리도 이용률 산정을 위한 중요한 요소일 수 있다. 예를 들어, 기공지된 QGIS 프로그램을 통해 Open Source 데이터인 네트워크의 도로 shape file, GIS 데이터를 이용하면 건물과 정류장 사이의 거리를 계산할 수 있다.
예를 들어, 신규 이용수요 예측 장치(100)는 하기 수학식4를 이용하여 복수의 중심 건물 지표들 및 복수의 중심 정류장 지표들을 산출할 수 있다.
[수학식 4]
Figure pat00034
여기서 Ib와 Is는 각각 중심 건물 지표 및 중심 정류장 지표이고, s는 정류장을 나타내는 첨자이고, b는 건물을 나타내는 첨자이고,
Figure pat00035
는 정류장과 건물 사이의 거리이고,
Figure pat00036
는 거리에 따른 이용률이다.
즉, 개인형 이동장치의 수요를 예상하기 위해서는 집계구 내에서 기준이 될 수 있는 중심 건물과 중심 정류장을 정할 필요가 있으며, 중심 건물과 중심 정류장을 도출하기 위한 중심 건물 지표 및 중심 정류장 지표는 수학식 4와 같이 거리에 따른 이용률, 정류장과 건물 사이의 거리 및 건물의 개인형 이동장치 통행수를 곱하여 산출될 수 있다. 한편, 집계구 내에 있는 모든 건물과 정류장에 대하여 지표가 계산될 수 있으며, 각 건물마다 모든 정류장에 대한 지표가 계산될 수 있다.
일 실시 예에서, 신규 이용수요 예측 장치(100)는 동작 25에서, 복수의 중심 건물 지표들 및 복수의 중심 정류장 지표들을 이용하여 적어도 하나의 중심 건물 및 적어도 하나의 중심 정류장을 산출할 수 있다. 예를 들어, 중심 건물을 추출하기 위해서 각 건물마다 집계구(또는 네트워크) 내에 존재하는 모든 정류장에 대한 지표값을 계산한다. 이어서, 신규 이용수요 예측 장치(100)는 복수의 중심 건물 지표들의 중앙 값보다 큰 값을 갖는 중심 건물 지표에 대응하는 중심 건물을 적어도 하나의 중심 건물로 결정할 수 있다. 또한, 중심 정류장을 추출하기 위해서 각 정류장마다 네트워크 내에 존재하는 모든 건물에 대한 지표값을 계산한다. 이어서, 신규 이용수요 예측 장치(100)는 복수의 중심 정류장 지표들의 중앙 값보다 큰 값을 갖는 중심 정류장 지표에 대응하는 중심 정류장을 적어도 하나의 중심 정류장으로 결정할 수 있다.
일 실시 예에서, 신규 이용수요 예측 장치(100)는 동작 26에서, 적어도 하나의 중심 건물 및 상기 적어도 하나의 중심 정류장을 이용하여 개인형 이동장치 권역을 설정할 수 있다. 예를 들어, 개인형 이동장치 권역은 추출된 중심 건물 및 중심 정류장을 기준으로 설정될 수 있다. 한편, 건물을 중심으로 하는 중심 건물 권역과 정류장을 중심으로 하는 중심 정류장 권역은 다르게 설정될 수 있다.
예를 들어, 신규 이용수요 예측 장치(100)는 적어도 하나의 중심 건물에서 정류장과 관련된 모든 노선에 각각 도달할 수 있는 최소 거리들을 산출할 수 있고, 산출한 최소 거리들의 평균 값을 반경으로 가지며 적어도 하나의 중심 건물이 중심이 되는 중심 건물 권역을 설정할 수 있다.
또한, 신규 이용수요 예측 장치(100)는 수요 조사가 필요한 집계구 내 전체 정류장에 각각 대응하는 복수의 보로노이 다각형을 생성하고, 복수의 보로노이 다각형 중 적어도 하나의 중심 정류장에 대응하는 보로노이 다각형을 중심 정류장 권역으로 설정할 수 있다. 이에 따라 중심 정류장 개수만큼 중심 정류장 권역이 설정될 수 있다.
이어서, 신규 이용수요 예측 장치(100)는 중심 건물 권역 및 중심 정류장 권역 모두 개인형 이동장치 권역으로 설정하거나 중심 건물 권역 및 중심 정류장 권역 중 중첩되는 권역만을 개인형 이동장치 권역으로 설정할 수 있다.
일 실시 예에서, 신규 이용수요 예측 장치(100)는 동작 27에서, 보행과 개인형 이동장치 간 통행시간 차이 및 개인형 이동장치 권역을 이용하여 개인형 이동장치 운영 대수를 결정할 수 있다. 예를 들어, 본 발명은 최종적으로 결정된 개인형 이동장치 권역을 중심으로 개인형 이동장치 운영 대수를 결정할 수 있다.
한편, 걸어서 정류장과 건물 사이를 통행할 때의 통행 시간과 개인형 이동장치를 이용하여 정류장과 건물 사이를 통행할 때의 통행 시간의 차이를 비교하였다. 전동킥보드를 이용할 때는 출발지에서 전동킥보드가 있는 곳까지 걸어서 이동한 후에 전동킥보드를 이용하여 건물 또는 정류장으로 이동한다. 보행만으로 이동할 때와 전동킥보드를 이용할 때의 통행 시간의 차이는 다음과 같이 계산된다.
예를 들어, 신규 이용수요 예측 장치(100)는 개인형 이동장치 권역에서 임의로 개인형 이동장치가 배치된 복수의 포인트를 생성할 수 있고, 복수의 포인트 및 하기 수학식 5를 이용하여 보행과 개인형 이동장치 간 통행시간 차이를 산출할 수 있고, 통행시간 차이의 미분값이 0이 되도록 만족시키는 복수의 포인트의 개수를 산출할 수 있고, 산출한 복수의 포인트의 개수를 개인형 이동장치의 운영 대수로 결정할 수 있다.
[수학식 5]
Figure pat00037
여기서
Figure pat00038
는 보행만으로 이동할 때와 전동킥보드를 이용할 때의 통행시간의 차이이고,
Figure pat00039
는 걸어서 건물b에서 정류장s 사이를 이동하는 데 걸리는 통행시간이고,
Figure pat00040
는 걸어서 건물 b에서 전동킥보드 P까지 이동하는 데에 걸린 통행시간이고,
Figure pat00041
은 전동킥보드를 이용하여 전동킥보드를 승차 후 정류장까지 이동하는 데에 걸린 통행시간이다.
즉,
Figure pat00042
가 양수이면 개인형 이동장치를 이용하는 것이 보행보다 우세한 것이고 음수이면 그 반대일 수 있다. 개인형 이동장치는 지정된 대여소를 기반으로 하지 않기 때문에 개인형 이동장치 권역 내에 임의의 점을 생성하고 이를 개인형 이동장치의 위치라 가정할 수 있다. 임의의 점의 개수를 기준으로 민감도 분석을 하여
Figure pat00043
그래프의 미분값이 0이 되는 순간을 최적 공유전동킥보드 운영 대수로 결정할 수 있다. 민감도 분석에 따른 미분값이 0이 되는 순간은 그래프가 포화상태에 도달할 때의 임의의 점 개수일 수 있으며 여기서 포화 상태가 되는 순간의 임의의 점 개수가 공유전동킥보드 운행 대수가 될 수 있다.
한편, 앞서 설명한 본 발명의 동작을 실제로 적용하여 확인한 실험예를 하기 도 3 내지 도 12에 따라 설명한다. 여기서 개인형 이동장치는 전동킥보드를 예로 설명한다.
도 3 내지 도 12는 본 발명의 일 실시 예에 따른 개인형 이동장치 신규 이용수요 예측 방법을 설명하기 위한 예시도다.
도 3 내지 도 12를 참조하면, 영종도의 집계구 단위의 데이터 및 건축물 데이터인 GIS Open Source 데이터와 퀵보드 이용현황 데이터를 이용하여 본 발명의 방법을 영종도에 적용하였다. 도 3은 영종도 내의 거주인구 및 건물 연면적 데이터를 추정하기 위해 영종도 내의 건물 분포이다. 영종도 내 행정동은 영종동, 영종1동, 운서동, 용유동 4개로 이루어져 있다. 표 2는 각 행정동의 연령의 평균과 표준편차이다.
영종동 영종1동 운서동 용유동
평균 42.86세 33.89세 35.84세 53.77세
표준편차 1.18세 0.84세 0.94세 2.12세
각 행정동의 연령 분포는 5세 간격으로 종합된다. 현재 운영중인 공유전동킥보드의 데이터를 활용하여 2019년 11월 한달 간 공유전동퀵보드에 대한 연령별 이용률 분포를 도출하였다. 행정동의 연령분포는 도 4에 도시되어 있고, 연령별 이용률 분포는 도 5에 도시되어 있다. 또한, 공유전동퀵보드 데이터를 이용하여 거리에 따른 이용률 분포를 도출한 결과는 도 6과 같다.
건물과 정류장에 대한 거리를 계산하기 위해 영종도 내의 도로 shape file과 건물 shape file을 QGIS에 업로드한다. 건물의 중심점을 도출하고 도출된 중심점으로부터 정류장까지 도로를 이용하여 이동하는 최단거리를 계산한다. 건물에서 도로, 도로에서 정류장은 최단거리로 이동하도록 설정하였다. 도 7은 건물과 정류장 사이의 최단거리를 계산하기 위한 예시이다. 그림의 다각형은 건물, 다각형 내의 점은 건물의 중심점 그리고 빨간색 삼각형은 정류장을 나타낸다.
앞서 도출된 결과들을 이용해서 중심 건물 지표들과 중심 정류장 지표들을 계산하고 그에 대한 지표값들의 중앙값보다 큰 지점들을 선택한다. 이렇게 선택된 지점들을 이용하여 영종도 내 개인형 이동장치 권역을 결정한다. 이에 대한 결과는 도 8 내지 도 10에 개시되어 있다.
중심 건물 권역의 반경은 1,121m로 설정되었다. 건물을 중심으로 한 중심 건물 권역은 거주지, 숙박시설, 공항 인근으로 결정되었다. 반면에 정류장 중심으로 한 중심 정류장 권역은 거주지와 공항 인근으로 결정되었다. 건물과 정류장 중심 권역의 공통 부분인 최종 개인형 이동장치 권역은 도 10와 같이 두 개의 권역이 설정되었다. 1번 권역(도 10의 적색 영역)은 정류장과 거리가 멀고 연면적이 큰 거주지를 중심으로 결정되었고 2번 권역(도 10의 파란색 영역)은 전동킥보드 이용률이 높은 인구가 밀집된 공항 인근으로 결정되었다.
두 개의 최종 개인형 이동장치 권역을 중심으로 전동킥보드 운행 대수를 도출했다. 1번 개인형 이동장치 권역의 경우 100대 단위로 민감도 분석을 하였고 2번 개인형 이동장치 권역의 경우 50대 단위로 민감도 분석을 시행하였다. 민감도 분석 결과값을 이용해서 다항식을 피팅한 그래프는 도 11와 도 12에 도시 되었고 이를 통해 최적 공유킥보드 운영 대수를 도출하였다. 피팅된 그래프의 미분값이 0이 되는 부분은 전동킥보드를 더 도입하더라도 효과가 크지 않은 지점으로 전동킥보드가 포화상태에 이르렀다는 것을 의미한다. 분석 결과 1번 개인형 이동장치 권역의 최적 공유전동킥보드 운행 대수는 1,256대이고 2번 개인형 이동장치 권역에서 최적 공유전동킥보드 운행 대수는 281대임을 확인할 수 있었다.
본 발명의 다양한 실시 예에 따르면, 개인형 이동장치 수요를 예측하는 장치에 의해 수행되는 개인형 이동장치 신규 이용수요 예측 방법은, 상기 장치가 개인형 이동장치의 수요 조사가 필요한 집계구 내 거주 인구 및 건물의 연면적을 이용하여 상기 집계구에 위치하는 건물의 거주 인구를 추정하는 단계; 상기 장치가 건물별 연령대 비율을 이용하여 건물의 개인형 이동장치 이용률을 산출하는 단계; 상기 장치가 상기 건물의 거주 인구 및 상기 건물의 개인형 이동장치 이용률을 이용하여 건물의 개인형 이동장치 통행수를 산출하는 단계; 상기 장치가 상기 건물의 개인형 이동장치 통행수, 건물과 정류장간 거리 및 거리에 따른 이용률을 이용하여 복수의 중심 건물 지표들 및 복수의 중심 정류장 지표들을 산출하는 단계; 상기 장치가 상기 복수의 중심 건물 지표들 및 상기 복수의 중심 정류장 지표들을 이용하여 적어도 하나의 중심 건물 및 적어도 하나의 중심 정류장을 산출하는 단계; 상기 장치가 상기 적어도 하나의 중심 건물 및 상기 적어도 하나의 중심 정류장을 이용하여 개인형 이동장치 권역을 설정하는 단계; 및 상기 장치가 보행과 개인형 이동장치 간 통행시간 차이 및 개인형 이동장치 권역을 이용하여 개인형 이동장치 운영 대수를 결정하는 단계;를 포함할 수 있다.
다양한 실시 예에 따르면, 건물의 거주 인구를 추정하는 단계는, 상기 장치가 하기 수학식 1을 이용하여 상기 건물의 거주 인구를 추정하는 단계;를 포함할 수 있다.
다양한 실시 예에 따르면, 건물의 개인형 이동장치 이용률을 산출하는 단계는, 상기 장치가 하기 수학식 2를 이용하여 건물의 개인형 이동장치 이용률을 산출하는 단계;를 포함할 수 있다.
다양한 실시 예에 따르면, 건물의 개인형 이동장치 통행수를 산출하는 단계는, 상기 장치가 하기 수학식 3을 이용하여 거주용 건물의 개인형 이동장치 통행수 및 상업용 건물의 개인형 이동장치 통행수를 산출하는 단계; 및 상기 거주용 건물의 개인형 이동장치 통행수 및 상기 상업용 건물의 개인형 이동장치 통행수를 더하여 상기 건물의 개인형 이동장치 통행수를 산출하는 단계;를 포함할 수 있다.
다양한 실시 예에 따르면, 복수의 중심 건물 지표들 및 복수의 중심 정류장 지표들을 산출하는 단계는 상기 장치가 하기 수학식4를 이용하여 상기 복수의 중심 건물 지표들 및 상기 복수의 중심 정류장 지표들 산출하는 단계;를 포함할 수 있다.
다양한 실시 예에 따르면, 상기 적어도 하나의 중심 건물 및 적어도 하나의 중심 정류장을 산출하는 단계는, 상기 장치가 상기 복수의 중심 건물 지표들의 중앙 값보다 큰 값을 갖는 중심 건물 지표에 대응하는 중심 건물을 적어도 하나의 중심 건물로 결정하는 단계; 및 상기 복수의 중심 정류장 지표들의 중앙 값보다 큰 값을 갖는 중심 정류장 지표에 대응하는 중심 정류장을 적어도 하나의 중심 정류장으로 결정하는 단계;를 포함할 수 있다.
다양한 실시 예에 따르면, 상기 개인형 이동장치 권역을 설정하는 단계는, 상기 장치가 상기 적어도 하나의 중심 건물에서 정류장과 관련된 모든 노선에 각각 도달할 수 있는 최소 거리들을 산출하는 단계; 상기 산출한 최소 거리들의 평균 값을 반경으로 가지며 상기 적어도 하나의 중심 건물이 중심이 되는 중심 건물 권역을 설정하는 단계; 상기 집계구 내 전체 정류장에 각각 대응하는 복수의 보로노이 다각형을 생성하고, 상기 복수의 보로노이 다각형 중 상기 적어도 하나의 중심 정류장에 대응하는 보로노이 다각형을 중심 정류장 권역으로 설정하는 단계; 및 상기 중심 건물 권역 및 상기 중심 정류장 권역 모두 개인형 이동장치 권역으로 설정하거나 상기 중심 건물 권역 및 상기 중심 정류장 권역 중 중첩되는 권역만을 개인형 이동장치 권역으로 설정하는 단계;를 포함할 수 있다.
다양한 실시 예에 따르면, 상기 개인형 이동장치 운영 대수를 결정하는 단계는, 상기 장치가 상기 개인형 이동장치 권역에서 임의로 개인형 이동장치가 배치된 복수의 포인트를 생성하는 단계; 상기 복수의 포인트 및 하기 수학식 5를 이용하여 보행과 개인형 이동장치 간 통행시간 차이를 산출하는 단계; 상기 통행시간 차이의 미분값이 0이 되도록 만족시키는 복수의 포인트의 개수를 산출하는 단계; 및 상기 산출한 복수의 포인트의 개수를 개인형 이동장치의 운영 대수로 결정하는 단계;를 포함할 수 있다.
따라서, 본 발명의 사상은 상기 설명된 실시예에 국한되어 정해져서는 아니되며, 후술하는 청구범위뿐만 아니라 이 청구범위와 균등하게 또는 등가적으로 변형된 모든 것들은 본 발명의 사상의 범주에 속한다고 할 것이다.
100: 개인형 이동장치 신규 이용수요 예측 장치
200: 외부 장치

Claims (9)

  1. 개인형 이동장치 수요를 예측하는 장치에 의해 수행되는 개인형 이동장치 신규 이용수요 예측 방법에 있어서,
    상기 장치가 개인형 이동장치의 수요 조사가 필요한 집계구 내 거주 인구 및 건물의 연면적을 이용하여 상기 집계구에 위치하는 건물의 거주 인구를 추정하는 단계;
    상기 장치가 건물별 연령대 비율을 이용하여 건물의 개인형 이동장치 이용률을 산출하는 단계;
    상기 장치가 상기 건물의 거주 인구 및 상기 건물의 개인형 이동장치 이용률을 이용하여 건물의 개인형 이동장치 통행수를 산출하는 단계;
    상기 장치가 상기 건물의 개인형 이동장치 통행수, 건물과 정류장간 거리 및 거리에 따른 이용률을 이용하여 복수의 중심 건물 지표들 및 복수의 중심 정류장 지표들을 산출하는 단계;
    상기 장치가 상기 복수의 중심 건물 지표들 및 상기 복수의 중심 정류장 지표들을 이용하여 적어도 하나의 중심 건물 및 적어도 하나의 중심 정류장을 산출하는 단계;
    상기 장치가 상기 적어도 하나의 중심 건물 및 상기 적어도 하나의 중심 정류장을 이용하여 개인형 이동장치 권역을 설정하는 단계; 및
    상기 장치가 보행과 개인형 이동장치 간 통행시간 차이 및 개인형 이동장치 권역을 이용하여 개인형 이동장치 운영 대수를 결정하는 단계;를 포함하는 것을 특징으로 하는 개인형 이동장치 신규 이용수요 예측 방법.
  2. 제1 항에 있어서, 건물의 거주 인구를 추정하는 단계는,
    상기 장치가 하기 수학식 1을 이용하여 상기 건물의 거주 인구를 추정하는 단계;를 포함하는 것을 특징으로 하는 개인형 이동장치 신규 이용수요 예측 방법.
    [수학식 1]
    Figure pat00044

    여기서
    Figure pat00045
    는 집계구 k 내에 있는 건물 b의 거주 인구이고,
    Figure pat00046
    는 집계구 k에 있는 건물 b의 연면적을 나타내고,
    Figure pat00047
    는 집계구 k의 인구수이다.
  3. 제1 항에 있어서, 건물의 개인형 이동장치 이용률을 산출하는 단계는,
    상기 장치가 하기 수학식 2를 이용하여 건물의 개인형 이동장치 이용률을 산출하는 단계;를 포함하는 것을 특징으로 하는 개인형 이동장치 신규 이용수요 예측 방법.
    [수학식 2]
    Figure pat00048

    여기서 a는 연령대이고,
    Figure pat00049
    는 빌딩 b에 있는 연령대 a의 비율이고,
    Figure pat00050
    는 연령대 a에 대한 전동킥보드 이용률이고, Pb age는 연령대 비율을 고려한 건물 b의 개인형 이동장치 이용률이다.
  4. 제1 항에 있어서, 건물의 개인형 이동장치 통행수를 산출하는 단계는,
    상기 장치가 하기 수학식 3을 이용하여 거주용 건물의 개인형 이동장치 통행수 및 상업용 건물의 개인형 이동장치 통행수를 산출하는 단계; 및
    상기 거주용 건물의 개인형 이동장치 통행수 및 상기 상업용 건물의 개인형 이동장치 통행수를 더하여 상기 건물의 개인형 이동장치 통행수를 산출하는 단계;를 포함하는 것을 특징으로 하는 개인형 이동장치 신규 이용수요 예측 방법.
    [수학식 3]
    Figure pat00051

    여기서
    Figure pat00052
    및
    Figure pat00053
    는 각각 거주용 건물 b의 개인형 이동장치 통행수 및 상업용 건물 b의 개인형 이동장치 통행수이고,
    Figure pat00054
    는 건물 b의 거주 인구이고,
    Figure pat00055
    는 건물 b의 연면적이고, u는 통행원단위이고, 이용률이고, Pb age는 연령대 비율을 고려한 건물 b의 개인형 이동장치 이용률이다.
  5. 제1 항에 있어서, 복수의 중심 건물 지표들 및 복수의 중심 정류장 지표들을 산출하는 단계는
    상기 장치가 하기 수학식4를 이용하여 상기 복수의 중심 건물 지표들 및 상기 복수의 중심 정류장 지표들 산출하는 단계;를 포함하는 것을 특징으로 하는 개인형 이동장치 신규 이용수요 예측 방법.
    [수학식 4]
    Figure pat00056

    여기서 Ib와 Is는 각각 중심 건물 지표 및 중심 정류장 지표이고, s는 정류장을 나타내는 첨자이고, b는 건물을 나타내는 첨자이고,
    Figure pat00057
    는 정류장과 건물 사이의 거리이고,
    Figure pat00058
    는 거리에 따른 이용률이다.
  6. 제1 항에 있어서, 상기 적어도 하나의 중심 건물 및 적어도 하나의 중심 정류장을 산출하는 단계는,
    상기 장치가 상기 복수의 중심 건물 지표들의 중앙 값보다 큰 값을 갖는 중심 건물 지표에 대응하는 중심 건물을 적어도 하나의 중심 건물로 결정하는 단계; 및
    상기 복수의 중심 정류장 지표들의 중앙 값보다 큰 값을 갖는 중심 정류장 지표에 대응하는 중심 정류장을 적어도 하나의 중심 정류장으로 결정하는 단계;를 포함하는 것을 특징으로 하는 개인형 이동장치 신규 이용수요 예측 방법.
  7. 제1 항에 있어서, 상기 개인형 이동장치 권역을 설정하는 단계는,
    상기 장치가 상기 적어도 하나의 중심 건물에서 정류장과 관련된 모든 노선에 각각 도달할 수 있는 최소 거리들을 산출하는 단계;
    상기 산출한 최소 거리들의 평균 값을 반경으로 가지며 상기 적어도 하나의 중심 건물이 중심이 되는 중심 건물 권역을 설정하는 단계;
    상기 집계구 내 전체 정류장에 각각 대응하는 복수의 보로노이 다각형을 생성하고, 상기 복수의 보로노이 다각형 중 상기 적어도 하나의 중심 정류장에 대응하는 보로노이 다각형을 중심 정류장 권역으로 설정하는 단계; 및
    상기 중심 건물 권역 및 상기 중심 정류장 권역 모두 개인형 이동장치 권역으로 설정하거나 상기 중심 건물 권역 및 상기 중심 정류장 권역 중 중첩되는 권역만을 개인형 이동장치 권역으로 설정하는 단계;를 포함하는 것을 특징으로 하는 개인형 이동장치 신규 이용수요 예측 방법.
  8. 제1 항에 있어서, 상기 개인형 이동장치 운영 대수를 결정하는 단계는,
    상기 장치가 상기 개인형 이동장치 권역에서 임의로 개인형 이동장치가 배치된 복수의 포인트를 생성하는 단계;
    상기 복수의 포인트 및 하기 수학식 5를 이용하여 보행과 개인형 이동장치 간 통행시간 차이를 산출하는 단계;
    상기 통행시간 차이의 미분값이 0이 되도록 만족시키는 복수의 포인트의 개수를 산출하는 단계; 및
    상기 산출한 복수의 포인트의 개수를 개인형 이동장치의 운영 대수로 결정하는 단계;를 포함하는 것을 특징으로 하는 개인형 이동장치 신규 이용수요 예측 방법.
    [수학식 5]
    Figure pat00059

    여기서
    Figure pat00060
    는 보행만으로 이동할 때와 전동킥보드를 이용할 때의 통행시간의 차이이고,
    Figure pat00061
    는 걸어서 건물b에서 정류장s 사이를 이동하는 데 걸리는 통행시간이고,
    Figure pat00062
    는 걸어서 건물 b에서 전동킥보드 P까지 이동하는 데에 걸린 통행시간이고,
    Figure pat00063
    은 전동킥보드를 이용하여 전동킥보드를 승차 후 정류장까지 이동하는 데에 걸린 통행시간이다.
  9. 개인형 이동장치 운영 대수를 산출하는 제어부; 및
    개인형 이동장치 신규 이용수요 예측을 위한 데이터를 저장하는 데이터베이스;를 포함하고,
    상기 제어부는,
    개인형 이동장치의 수요 조사가 필요한 집계구 내 거주 인구 및 건물의 연면적을 이용하여 상기 집계구에 위치하는 건물의 거주 인구를 추정하고,
    건물별 연령대 비율을 이용하여 건물의 개인형 이동장치 이용률을 산출하고,
    상기 건물의 거주 인구 및 상기 건물의 개인형 이동장치 이용률을 이용하여 건물의 개인형 이동장치 통행수를 산출하고,
    상기 건물의 개인형 이동장치 통행수, 건물과 정류장간 거리 및 거리에 따른 이용률을 이용하여 복수의 중심 건물 지표들 및 복수의 중심 정류장 지표들을 산출하고,
    상기 복수의 중심 건물 지표들 및 상기 복수의 중심 정류장 지표들을 이용하여 적어도 하나의 중심 건물 및 적어도 하나의 중심 정류장을 산출하고,
    상기 적어도 하나의 중심 건물 및 상기 적어도 하나의 중심 정류장을 이용하여 개인형 이동장치 권역을 설정하고,
    보행과 개인형 이동장치 간 통행시간 차이 및 개인형 이동장치 권역을 이용하여 개인형 이동장치 운영 대수를 결정하는 것을 특징으로 하는 개인형 이동장치 신규 이용수요 예측 장치.
KR1020200124346A 2020-09-25 2020-09-25 개인형 이동장치 신규 이용수요 예측 방법 및 장치 KR102532112B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200124346A KR102532112B1 (ko) 2020-09-25 2020-09-25 개인형 이동장치 신규 이용수요 예측 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200124346A KR102532112B1 (ko) 2020-09-25 2020-09-25 개인형 이동장치 신규 이용수요 예측 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20220041968A true KR20220041968A (ko) 2022-04-04
KR102532112B1 KR102532112B1 (ko) 2023-05-12

Family

ID=81182595

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200124346A KR102532112B1 (ko) 2020-09-25 2020-09-25 개인형 이동장치 신규 이용수요 예측 방법 및 장치

Country Status (1)

Country Link
KR (1) KR102532112B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102644457B1 (ko) * 2023-07-04 2024-03-11 주식회사 스튜디오갈릴레이 공간 분석을 이용한 수요 응답형 교통 체계 수요 예측 시스템 및 그 방법

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102098305B1 (ko) * 2018-12-14 2020-05-26 서울시립대학교 산학협력단 유동인구 분포 및 밀도 예측 방법
KR20200062526A (ko) 2018-11-27 2020-06-04 주식회사 신나는세상 퀵서비스 수요 예측 분석에 기반한 퀵서비스 운용 방법 및 퀵서비스 운용 시스템

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200062526A (ko) 2018-11-27 2020-06-04 주식회사 신나는세상 퀵서비스 수요 예측 분석에 기반한 퀵서비스 운용 방법 및 퀵서비스 운용 시스템
KR102098305B1 (ko) * 2018-12-14 2020-05-26 서울시립대학교 산학협력단 유동인구 분포 및 밀도 예측 방법

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
대한교통학회 학술대회지 65, 권오현 외 2인, 공공자전거 네트워크 구축 및 대여소 입지 결정 방법론(2011.10.31.)* *
대한교통학회 학술대회지 72, 안성채 외 1인, 공간적 다기준평가 기법을 이용한 공공자전거 서비스위치 선정 연구(2015.02.14.)* *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102644457B1 (ko) * 2023-07-04 2024-03-11 주식회사 스튜디오갈릴레이 공간 분석을 이용한 수요 응답형 교통 체계 수요 예측 시스템 및 그 방법

Also Published As

Publication number Publication date
KR102532112B1 (ko) 2023-05-12

Similar Documents

Publication Publication Date Title
Lokhandwala et al. Dynamic ride sharing using traditional taxis and shared autonomous taxis: A case study of NYC
Qiu et al. A dynamic station strategy to improve the performance of flex-route transit services
CN107036617B (zh) 一种出租车与地铁组合的出行路线规划方法及系统
Benenson et al. Public transport versus private car GIS-based estimation of accessibility applied to the Tel Aviv metropolitan area
WO2019091108A1 (zh) 一种交通出行调查数据处理方法
Saidi et al. Long-term planning for ring-radial urban rail transit networks
Ding et al. Simulation-based optimization of emergency evacuation strategy in ultra-high-rise buildings
WO2023138212A1 (zh) 一种基于地铁拥挤度的站内路径规划方法及装置
Raza et al. Public transport equity with the concept of time-dependent accessibility using Geostatistics methods, Lorenz curves, and Gini coefficients
Ziari et al. Locating stations of public transportation vehicles for improving transit accessibility
Xianmin et al. Optimization method for transit signal priority considering multirequest under connected vehicle environment
KR20220041968A (ko) 개인형 이동장치 신규 이용수요 예측 방법 및 장치
Li et al. Effect of height on pedestrian route choice between stairs and escalator
Tang et al. Determining optimal strategies for single-line bus operation by means of smartphone demand data
Zhang et al. Research on Design Optimization of Subway Station Transfer Entrance Based on AnyLogic
CN110991794A (zh) 一种城市轨道、公交两网融合水平评价方法
Jiten et al. Effect of stairway width on pedestrian flow characteristics at railway stations
Wei et al. Data-driven energy and population estimation for real-time city-wide energy footprinting
Zhang et al. Study on evaluation indicators system of crowd management for transfer stations based on pedestrian simulation
CN110322058B (zh) 一种考虑步行衔接的轨道交通出行方式时间最短路计算方法
Maruyama et al. Dynamic user optimal model for shared autonomous vehicles system: development and systematic comparison with social optimal model
Souza et al. Optimization of taxi cabs assignment using a geographical location-based system in distinct offer and demand scenarios
JP7495337B2 (ja) 移動評価装置、方法およびプログラム
CN117252323B (zh) 一种基于用户偏好的多模式出行路径规划方法
Gori et al. and public transport interaction

Legal Events

Date Code Title Description
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant