KR20220063035A - 도로 분기점 방향별 통행시간 산출 기반의 교통정보 서비스 방법 - Google Patents

도로 분기점 방향별 통행시간 산출 기반의 교통정보 서비스 방법 Download PDF

Info

Publication number
KR20220063035A
KR20220063035A KR1020200148888A KR20200148888A KR20220063035A KR 20220063035 A KR20220063035 A KR 20220063035A KR 1020200148888 A KR1020200148888 A KR 1020200148888A KR 20200148888 A KR20200148888 A KR 20200148888A KR 20220063035 A KR20220063035 A KR 20220063035A
Authority
KR
South Korea
Prior art keywords
travel time
road
data
traffic flow
travel
Prior art date
Application number
KR1020200148888A
Other languages
English (en)
Inventor
여화수
김성훈
유화평
Original Assignee
한국과학기술원
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 한국과학기술원 filed Critical 한국과학기술원
Priority to KR1020200148888A priority Critical patent/KR20220063035A/ko
Publication of KR20220063035A publication Critical patent/KR20220063035A/ko

Links

Images

Classifications

    • 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
    • G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • 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

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Analytical Chemistry (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Operations Research (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

도로 분기점 방향별 통행시간 산출 기반의 교통정보 서비스 방법이 개시된다. 이 방법은 컴퓨터 장치에서 실행되는 애플리케이션 프로그램을 이용하여 수행되는 방법으로서, 상기 컴퓨터 장치에서, 도로에서 주행 중인 차량들의 도로주행 안내장치들로부터 수집된 차량 위치정보에 기반하여 실시간으로 각 도로구간의 통행방향별 교통류의 통행시간 정보를 산출하는 단계와, 상기 컴퓨터 장치가 산출된 각 도로구간의 통행방향별 교통류의 통행시간 정보를 각 차량의 도로주행 안내장치에서 출력될 수 있도록 각 차량의 도로주행 안내장치에 실시간으로 제공하는 단계를 포함한다.

Description

도로 분기점 방향별 통행시간 산출 기반의 교통정보 서비스 방법{Traffic information service method based on calculating travel time by road junction direction}
본 발명은 교통정보를 서비스하는 기술 분야에 관한 것으로, 보다 상세하게는 도로 분기점에서의 교통정보를 정확하게 추정하여 스마트폰 또는 내비게이션 단말기에 알려주는 기술에 관한 것이다.
실시간 교통정보 시스템 구축을 위해서는 개별 도로구간의 통행시간을 추정할 필요가 있다. 그 통행시간 추정을 위해 GPS 및 차량검지기 등을 활용하는 다양한 방식이 사용되고 있다. 대표적으로, 현재 실시간 교통정보 시스템을 위하여 개별 도로구간의 통행시간을 산출함에 스마트폰 및 내비게이션 단말기의 GPS 데이터 기반 방식이 활용되고 있다.
하지만 기존의 방식은 일정 도로구간에서 수집된 통행시간 데이터 포인트들을 단순히 산술평균값을 산출하여 해당 도로구간에 대한 통행시간을 단일 값으로 표현하기 때문에 한계가 있다. 이는 교통운영 및 제어 시스템에는 활용될 수는 있으나 차량 운전자를 위한 경로안내 시스템 개선에는 적합하지 않다.
도 1에 예시된 것처럼 일반 도로의 교차로나 고속도로의 나들목 또는 분기점 등의 도로 분기지점 영역(10)에서는 각 차량의 통행방향에 대한 수요 불일치가 클 수 있다. 그런 경우, 해당 분기지점의 상류부에서 병목현상이 발생(diverge bottleneck)할 수 있다. 현재로서는 이에 대한 심층적인 분석기술이 부족한 실정이다.
분기지점 영역(10)에서 병목 현상이 발생한 경우, 동일 구간이라도 통행방향별 통행시간이 크게 상이할 수 있다. 각 통행방향별 통행시간에 관한 정확한 추정 및 산출이 이루어지지 않는다면, 교통정보시스템 사용자들에게 부정확한 정보가 전달될 수 있다. 지능형 교통체계(intelligent transportation system: ITS)가 비효율적으로 운영될 가능성이 크다.
예를 들면, 도 2의 통행시간 데이터를 통상적인 방법으로 계산하여 운전자들에게 전달하는 통행시간 평균값은 진출램프(off-ramp)로 통행하려는 차량 대기열의 실제 통행시간보다 낮다. 이러한 잘못된 정보의 전달은 진출대기열의 차량들에게 혼잡도로 회피의 기회를 부여하지 못하는 계기가 될 수 있다.
이에 따라 단일 도로구간에 다른 종류의 교통류가 존재할 때, 각 진행방향 교통류별로 통행시간을 별도로 추정 및 산출하는 방법이 필요하다.
또한, 통행시간을 보다 정확하게 추정하거나 산출함에 있어서 장비 장착 차량 비율(MPR: Market Penetration Rate) 및 데이터 이상치 제거 등 몇 가지 이슈들이 존재한다.
1. 대한민국 공개특허공보 제10-2011-0113986호 (2011.10.19. 공개) 2. 대한민국 등록특허공보 제10-1277007호 (2013.06.13. 등록)
1. Shi, Chaoyang, Bi Chen, and Qingquan Li. "Estimation of Travel Time Distributions in Urban Road Networks Using Low-Frequency Floating Car Data." ISPRS International Journal of Geo-Information 6.8 (2017): 253. 2. Wang, Dianhai, et al. "Travel time estimation method for urban road based on traffic stream directions." Transportmetrica A: transport science 12.6 (2016): 479-503.
본 발명의 일 목적은 스마트폰 또는 내비게이션 GPS 기반 타임스탬프 데이터를 이용하여 도로상 분기지점에서의 각 통행방향 교통류별로 통행시간을 별도로 정확하게 추정하거나 산출하여 교통정보 서비스 고도화를 실현할 수 있는 방법을 제공하는 것이다.
본 발명이 해결하고자 하는 과제는 상술한 과제들에 한정되는 것이 아니며, 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위에서 다양하게 확장될 수 있을 것이다.
상기 본 발명의 일 목적을 실현하기 위한 실시예들에 따른 도로 분기점 방향별 통행시간 산출 기반의 교통정보 서비스 방법은, 컴퓨터 장치에서 실행되는 애플리케이션 프로그램을 이용하여 수행되는 방법으로서, 상기 컴퓨터 장치에서, 도로에서 주행 중인 차량들의 도로주행 안내장치들로부터 수집된 차량 위치정보에 기반하여 실시간으로 각 도로구간의 통행방향별 교통류의 통행시간 정보를 산출하는 단계; 및 상기 컴퓨터 장치가 산출된 각 도로구간의 통행방향별 교통류의 통행시간 정보를 각 차량의 도로주행 안내장치에서 출력될 수 있도록 각 차량의 도로주행 안내장치에 실시간으로 제공하는 단계를 포함한다.
예시적인 실시예들에 있어서, 상기 '통행방향별 교통류의 통행시간 정보를 산출하는 단계'는, 도로에서 주행 중인 차량들의 도로주행 안내장치(110)들로부터 수신된 차량 위치정보를 데이터 저장부에 저장하는 단계; 데이터 저장부에 저장된 차량 위치 빅데이터를 도로별로 구분하고, 각 개별 도로 구간에서의 차량들의 진출입 시간 정보(타임스탬프)를 추출하는 단계; 각 도로 구간에 대한 차량들의 진입시간 및 진출시간 간의 차이를 계산하여 해당 도로구간의 통행시간대별 통행시간 값을 샘플링하는 단계; 샘플링된 데이터 포인트들인 데이터 클러스터에 대하여, 도로 분기지점 부근에서 수집된 데이터 포인터를 각 통행방향별 교통류에 해당하는 데이터 포인트들로 분류하는 단계; 및 분류가 완료된 데이터 포인트들을 기반으로 해당 도로구간 내에서 각 통행방향별 교통류에 대한 통행시간을 별도로 산출하는 단계를 포함할 수 있다.
예시적인 실시예들에 있어서, 상기 통행방향별 교통류의 통행시간 정보는 직진방향 교통류의 통행시간 정보와 회전방향 교통류의 통행시간 정보를 포함할 수 있다.
예시적인 실시예들에 있어서, 고속도로에서는 진출램프방향 교통류(off-ramp stream)가 회전방향 교통류로 간주될 수 있다.
예시적인 실시예들에 있어서, 3단계 통계 분석을 적용하여 직진방향 교통류 그룹(
Figure pat00001
)에 포함된 데이터 포인트들의 산술평균을 도로 분기지점에서의 상기 직진방향 교통류의 통행시간 정보로 산출하고, 회전방향 교통류 그룹(
Figure pat00002
)에 포함된 데이터 포인트들의 산술평균을 도로 분기지점 상기 회전방향 교통류의 통행시간으로 산출할 수 있다.
예시적인 실시예들에 있어서, 도로 분기지점 부근에서 수집된 데이터 포인터를 각 통행방향별 교통류에 해당하는 데이터 포인트들로 분류하기 위해, 상기 샘플링된 데이터 포인트들에 대하여 '데이터 클러스터 분기 감지', '분기 데이터 분류', '데이터 이상치 제거'의 3단계 통계 분석을 적용할 수 있다.
예시적인 실시예들에 있어서, 상기 '데이터 클러스터 분기 감지'는 유의 데이터 판단 지수(
Figure pat00003
)의 값이 주어진 임계값보다 클 때, 분석 대상인 데이터 포인트들(
Figure pat00004
)의 분포에서 분기가 유의(有意)한 것으로 판단하는 방식으로 수행되며, 여기서 상기 유의 데이터 판단 지수(
Figure pat00005
)는 해당 도로구간(h)에서 i번째 데이터 샘플링 기준 시간(
Figure pat00006
)에 수집된 n번째 통행시간의 값(
Figure pat00007
)들의 표준편차(
Figure pat00008
)에 대한 산술평균(
Figure pat00009
)과 중앙값(
Figure pat00010
)의 차이의 비율로 계산될 수 있다.
예시적인 실시예들에 있어서, 상기 주어진 임계값은 0.2 내지 0.4의 범위 내에서 정해질 수 있다.
예시적인 실시예들에 있어서, 상기 '분기 데이터 분류'는,
Figure pat00011
구간에서
Figure pat00012
에 수집된
Figure pat00013
번째 통행시간의 값들의 표준편차(
Figure pat00014
)에 대한 산술평균 (
Figure pat00015
)의 비율을 편차계수(Coefficient of Variation: CV)로 정의할 때, 아래 표와 같이 각 편차계수(CV)의 조건에 따라서 데이터 분류를 하고,
Figure pat00016
상기 분석대상 데이터 포인트(
Figure pat00017
)들 중에서 분류 대상인 포인트들을 회전방향 교통류 그룹(
Figure pat00018
)에 포함시키고, 분류 대상이 아닌 포인트들을 직진방향 교통류 그룹(
Figure pat00019
)에 포함시키는 방식으로 수행될 수 있다.
예시적인 실시예들에 있어서, 상기 '데이터 이상치 제거'는, 상기 회전방향 교통류 그룹(
Figure pat00020
)의 개별 분석대상 데이터 포인트(
Figure pat00021
)의 값(단,
Figure pat00022
이고, M은 회전방향 교통류 그룹인
Figure pat00023
의 개별 데이터 포인트들의 수임)이 이동평균값에서 개별 데이터 포인트
Figure pat00024
의 값들의 표준편차의 소정 배수(
Figure pat00025
배수) 범위를 벗어나면, 그 개별 데이터 포인트(
Figure pat00026
)의 값을 실제 데이터 이상치 그룹(
Figure pat00027
)으로 포함시켜 제거하는 방식으로 수행될 수 있다.
예시적인 실시예들에 있어서, 상기 방법은 서비스 이용자의 클라이언트 단말기가 보내온 출발지-목적지 정보와 산출된 상기 각 도로구간에서 통행방향별 교통류의 통행시간 정보를 기반으로 하여, 상기 출발지부터 상기 목적지까지의 이동경로 정보를 실시간으로 생성하여 상기 서비스 이용자의 클라이언트 단말기로 제공하는 단계를 더 포함할 수 있다.
본 발명의 예시적인 실시예들에 따르면, 도로상 분기지점에서 각 통행방향 교통류별로 통행시간을 각각 별도로 산출할 수 있다. 이와 같이 산출된 도로교통 정보는 차량 운전자들을 위한 경로안내 시스템에 제공될 수 있다. 운전자들은 자신의 통행시간을 정확하게 예상할 수 있고, 혼잡도로를 피해 다른 경로를 택해 주행할 수 있을 것이다. 이를 통해 도시부 교통정체를 감소시키는 효과를 얻을 수 있다.
또한, 도로 분기지점에서의 통행방향별 상세정보는 교차로 신호제어 및 진입로 신호조절(ramp metering)과 같은 분야에도 활용되어 도시부 도로 전체 시스템 차원의 효율적 운영 효과를 얻을 수 있다.
도 1은 도로 분기지점에서 차량의 병목현상(diverge bottleneck)이 나타난 상태를 예시한다.
도 2는 도로 분기지점에서 병목현상이 발생 시 동일 도로구간에서 통행방향별 통행시간을 보여준다.
도 3은 본 발명의 예시적인 실시예에 따른 교통정보 서비스 시스템의 구성을 도시한다.
도 4는 본 발명의 예시적인 실시예에 따라 도로 통행방향별 통행시간 정보를 산출하여 서비스하는 방법의 실행 절차를 나타내는 흐름도이다.
도 5는 본 발명의 예시적인 실시예에 따라 출발지-도착지 간 이동경로를 산출하여 서비스하는 방법의 실행 절차를 나타내는 흐름도이다.
도 6과 도 7은 본 발명의 실시예에 따른 방법을 적용하기 전과 후에서, 교통정보를 수집하는 probe 차량의 다양한 장비 장착 차량 비율(MPR: Market Penetration Rate) 조건에서의 직진방향 교통류와 회전방향 교통류의 통행시간 추정 성능을 비교 분석한 것을 각각 예시한다.
이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 도면상의 동일한 구성요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.
본문에 개시되어 있는 본 발명의 실시예들에 대해서, 특정한 구조적 내지 기능적 설명들은 단지 본 발명의 실시예를 설명하기 위한 목적으로 예시된 것이다. 본 발명의 실시예들은 다양한 형태로 실시될 수 있으며, 본문에 설명된 실시예들에 한정되는 것으로 해석되어서는 안 된다. 즉, 본 발명은 다양한 변경을 가할 수 있고, 여러 가지 형태를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 본문에 상세하게 설명하고자 한다. 그러나 이는 본 발명을 특정한 개시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
본 발명에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다. 또한, 제1, 제2 등의 용어는 다양한 구성요소들을 설명하는 데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
도 3에는 본 발명의 예시적인 실시예에 따른 교통정보 서비스 시스템의 구성이 개략적으로 도시되어 있다.
도 3을 참조하면, 교통정보 서비스 시스템(100)은 제1 서버 컴퓨터(130)와 제2 서버 컴퓨터(140)를 포함할 수 있다. 제1 및 제2 서버 컴퓨터(130, 140)는 각각 후술하는 본 발명의 방법이 구현된 프로그램을 실행할 수 있는 일반적인 컴퓨팅 자원(CPU, 메모리, 데이터 저장부, 통신부 등)을 포함하는 컴퓨팅 장치일 수 있다. 제1 및 제2 서버 컴퓨터(130, 140)는 통신망(120)을 통해 서비스 이용자들의 스마트폰(110a) 및/또는 내비게이션 단말기(110b)와 통신할 수 있도록 구성된 통신모듈을 포함할 수 있다. 또한, 제1 서버 컴퓨터(130)와 제2 서버 컴퓨터(140)는 유선 및/또는 무선으로 서로 통신가능하게 연결될 수 있다. 통신망(120)은 이동통신망 및/또는 WiFi 통신망과 같은 무선통신망, 인터넷과 같은 유선 통신망 등을 포함한 구성일 수 있다.
제1 및 제2 서버 컴퓨터(130, 140)는 본 발명의 예시적인 실시예에 따른 교통정보 서비스 방법이 구현된 프로그램들을 실행할 수 있다. 제1 및 제2 서버 컴퓨터(130, 140)는 그 프로그램의 실행에 의해 교통정보 서비스 이용자들의 도로주행 안내장치(110)에 대하여 원하는 서비스를 제공할 수 있다. 도로주행 안내장치(110)는 제1 및 제2 서버 컴퓨터(130, 140)와 통신하면서 제1 및 제2 서버 컴퓨터(130, 140)가 제공하는 도로주행 안내 정보를 출력하도록 구성된 에이전트 프로그램과, 이 프로그램을 내장하여 실행할 수 있는 스마트폰(110a) 및/또는 내비게이션 단말기(110b)와 같은 하드웨어를 포함할 수 있다.
구체적으로, 제1 서버 컴퓨터(130)는 후술할 예시적인 실시예에 따른 개별도로 통행시간 산출 방법이 구현된 제1 애플리케이션 프로그램, 도로주행 안내(내비게이션) 서비스 이용자들의 스마트폰(110a) 및/또는 내비게이션 단말기(110b)와 같은 도로주행 안내장치(110)들의 요청에 응하여 응답할 수 있는 서비스 프로그램 등을 포함할 수 있다. 제1 서버 컴퓨터(130)는 도로에서 주행 중인 차량들의 도로주행 안내장치(110)들로부터 차량의 위치정보를 제공받고, 그 위치정보를 이용하여 각 도로별로 직진방향 통행시간 정보와 회전방향 통행시간 정보를 산출하여 서비스 이용자의 도로주행 안내장치(110)에 제공할 수 있도록 구성될 수 있다.
제2 서버 컴퓨터(130)는 후술할 예시적인 실시예에 따른 출발지-목적지 간의 이동경로 산출 방법이 구현된 제2 애플리케이션 프로그램, 그리고 도로주행 안내장치(110)들의 요청에 응하여 응답할 수 있는 서비스 프로그램 등을 포함할 수 있다. 제2 서버 컴퓨터(140)는 임의의 서비스 이용자의 도로주행 안내장치(110)로부터 제공되는 출발지와 도착지(OD: Origin-Destination) 정보와, 제1 서버 컴퓨터(130)로부터 제공되는 도로 통행방향별 통행시간 정보에 기초하여, 상기 출발지-->도착지까지의 이동경로를 산출하여 상기 임의의 서비스 이용자의 도로주행 안내장치(110)에 제공하도록 구성될 수 있다.
도 4는 본 발명의 예시적인 실시예에 따라 도로 통행방향별 통행시간 정보를 산출하여 서비스하는 방법의 실행 절차를 나타내는 흐름도이다.
도 4를 참조하면, 현재 도로에서 주행 중인 다수의 서비스 이용자들의 도로주행 안내장치(110)들은 상기 에이전트 프로그램을 실행 중이고, 제1 서버 컴퓨터(130)도 상기 제1 애플리케이션 프로그램을 실행 중인 경우를 고려한다.
현재 도로에서 주행 중인 다수의 서비스 이용자들의 도로주행 안내장치(110)들이 에이전트 프로그램을 실행하는 동안에 GPS 기반으로 차량 위치정보를 수집할 수 있다(S10). 그 수집된 개별 차량의 시간대별 위치정보는 해당 도로주행 안내장치(110)의 데이터 저장부에 저장될 수 있다(S20). 또한, 도로주행 안내장치(110)들은 그 수집된 개별 차량의 위치정보를 제1 서버 컴퓨터(130)로 전송할 수 있다(S30).
상기 제1 애플리케이션 프로그램이 실행되고 있는 제1 서버 컴퓨터(130)는 여러 도로에 현재 주행 중인 다수의 차량에 위치한 도로주행 안내장치(110)들이 전송하는 차량 위치정보를 통신망(120)을 통해 수신할 수 있다. 제1 서버 컴퓨터(130)에서, 그 제1 애플리케이션 프로그램은 다수의 도로주행 안내장치(110)들로부터 수집된 차량 위치정보를 이용하여 각 도로에서 도로구간별로 통행방향별 교통류의 통행시간 정보를 산출할 수 있고, 산출된 통행방향별 교통류의 통행시간 정보를 각 차량의 도로주행 안내장치(110)에게 실시간으로 전송하는 서비스를 제공할 수 있다(S40 - S110).
위와 같은 서비스 제공 과정을 좀 더 구체적으로 설명한다. 제1 서버 컴퓨터(130)에서, 제1 애플리케이션 프로그램이 개별 도로의 통행시간을 산출하는 방법은 다음과 같다. 먼저, 도로에서 주행 중인 차량들의 도로주행 안내장치(110)들로부터 수신된 차량 위치정보를 데이터 저장부에 저장할 수 있다. 데이터 저장부에 저장된 차량 위치 빅데이터를 도로별로 구분하고, 각 개별 도로 구간에서의 차량들의 진출입 시간 정보(타임스탬프)를 추출할 수 있다(S40). 추출된 도로별 차량 진출입 타임스탬프 정보는 데이터 저장부에 저장될 수 있다(S50).
이러한 각 도로 구간에 대한 차량들의 진출입 시간 정보를 입력 데이터로 사용하여 개별 도로의 시간대별 통행시간을 샘플링할 수 있다(S60). 즉, 소정의 시간 간격마다(예: 매 5분) 수집된 입력 데이터를 기반으로 개별 차량의 각 도로 구간에 대한 진입시간 및 진출시간 간의 차이를 계산하여 해당 도로 구간의 통행시간대별 통행시간 값들에 대한 샘플링을 수행할 수 있다. 샘플링 수행 결과 얻어지는 도로별 통행시간 데이터 클러스터는 데이터 저장부에 저장될 수 있다(S70).
샘플링이 완료된 데이터 포인트들(데이터 클러스터)에 대하여 '데이터 클러스터 분기 감지', '분기 데이터 분류', '데이터 이상치 제거'의 3단계 통계 분석을 적용할 수 있다. 이에 의해, 도로 분기지점 부근에서 수집된 데이터를 직진방향 교통류(forward stream) 및 회전방향 교통류(turning stream)에 해당하는 데이터 포인트들로 분류할 수 있다(S80). 고속도로에서는 진출램프방향 교통류(off-ramp stream)를 회전방향 교통류로 간주할 수 있다. 이하에서는 단계 S80을 좀 더 구체적으로 설명한다.
먼저, 데이터 클러스터 분기 감지(Divergence detection in data) 방법을 설명한다. 예시적인 실시예에서, 통계분석의 속성 중 산술평균과 중앙값의 기본적인 특성을 활용하여 통행시간 데이터 클러스터의 분기 여부를 감지할 수 있는 방법이 제공될 수 있다. 이 방법과 관련된 주요 변수들은 아래 표 1과 같다.
[표 1] 주요 변수 설명
Figure pat00028
통행시간 데이터의 분기를 감지하고, 분기된 희소 데이터가 이상치가 아닌 유의한 데이터임을 판단하기 위한 지수(index)인
Figure pat00029
를 다음과 같이 정의할 수 있다.
Figure pat00030
......(1)
유의 데이터 판단 지수(
Figure pat00031
)는 해당 도로구간(h)에서 i번째 데이터 샘플링 기준 시간(
Figure pat00032
)에 수집된 n번째 통행시간의 값(
Figure pat00033
)들의 표준편차(
Figure pat00034
)에 대한 산술평균(
Figure pat00035
)과 중앙값(
Figure pat00036
)의 차이의 비율로 계산될 수 있다.
유의 데이터 판단 지수(
Figure pat00037
)의 값이 주어진 기본 임계값(default value)보다 큰 경우, 분석 대상인 데이터 포인트들의 분포에서 분기가 유의(有意)하다고 판단할 수 있다. 이 때, 분기된 희소 데이터를 단순 이상치로 판단하여 제거하지 않아도 된다고 판단할 수 있다. 이러한 판단이 내려졌을 때, 그 다음 단계인 '분기된 데이터 분류' 단계로 넘어가도록 설정될 수 있다. 유의 데이터 판단 지수의 기본 임계값은 예컨대 0.2 내지 0.4의 범위 내에서 정해질 수 있으며, 바람직하게는 0.3일 수 있다. 다만, 개별 도로의 특성에 따라 그 수치가 구간마다 다르게 설정될 수도 있다.
분기된 데이터의 분류(Classification of diverged data)를 설명한다. 데이터 클러스터의 분기가 감지되었을 때, 해당 데이터 포인트들은 차량들의 통행방향별 통행시간을 추정하는 데에 별도로 구분되어 활용되어야 한다. 이러한 필요성에 의하여 '분기된 데이터의 분류' 단계를 수행한다.
본 단계에서의 주요 초점은 샘플링된 통행시간 데이터 포인트들을 직진방향 또는 회전방향 교통류 그룹으로 구분하는 것이다. 특히, 이 단계에서 데이터의 실제 이상치 포인트들은 회전방향 교통류 그룹으로 구분될 것이며, 이들을 회전방향 교통류 그룹에서 제거하는 최종 과정은 다음 단계인 '데이터 이상치 제거'에서 시행될 수 있다.
예시적인 실시예에 따른 분기 데이터 분류 방법에서는, 통계분석의 속성 중
Figure pat00038
구간에서
Figure pat00039
에 수집된
Figure pat00040
번째 통행시간의 값들의 표준편차(
Figure pat00041
)에 대한 산술평균 (
Figure pat00042
)의 비율을 편차계수(Coefficient of Variation: CV)로 정의하며, 표 2와 같이 각 편차계수(CV)의 조건에 따라서 데이터를 분류할 수 있다.
[표 2] 데이터 분류 방법
Figure pat00043
데이터 포인트
Figure pat00044
중에서 분류 대상인 포인트들을 회전방향 교통류 그룹인
Figure pat00045
에 포함시키며, 분류 대상이 아닌 포인트들을 직진방향 교통류 그룹인
Figure pat00046
에 포함시킬 수 있다.
데이터 이상치 제거(Outlier filtering)는 다음과 같이 수행될 수 있다. 데이터 분류 과정에서 회전방향 교통류 그룹
Figure pat00047
에 포함된 일부 데이터 포인트들은 회전방향 교통류에 포함된 차량들이 아닌 실제 데이터 이상치일 수 있다. 데이터 이상치는 도로구간에서 차량이 주행 중 일시적으로 갓길에 정차할 때 발생할 수 있고, 통신장비 자체의 문제로 인한 측정 오류 등 다양한 요인으로 인하여 발생할 수도 있다. 따라서 데이터 이상치를 제거하는 목적은 회전방향 교통류로 분류된 데이터 중 실제 데이터 이상치를 제거하여 통행시간 추정의 정확도를 향상시키기 위한 것이다.
예시적인 실시예에서는 회전방향 교통류 데이터 그룹인
Figure pat00048
에서 이상치를 제거하기 위하여 단순이동평균(Simple Moving Average: SMA)을 기반으로 하는 접근방법을 사용할 수 있다.
회전방향 교통류 그룹인
Figure pat00049
의 개별 데이터 포인트들의 수를
Figure pat00050
으로 정의하고, 개별 데이터 포인트를
Figure pat00051
로 정의할 수 있다(
Figure pat00052
). 또한,
Figure pat00053
중 이동평균을 계산하는 데에 사용되는 부분집합의 데이터 포인트 수를
Figure pat00054
로 정의하고, 해당 부분집합의 시작점인 데이터 포인트를
Figure pat00055
로 정의할 수 있다(
Figure pat00056
).
위의 정의들을 기반으로, 그룹
Figure pat00057
에서 부분집합의 단순이동평균을
Figure pat00058
로 정의할 수 있다. 그에 대한 계산식은 다음과 같다.
Figure pat00059
......(2)
여기서 개별 데이터 포인트
Figure pat00060
을 실제 데이터 이상치로 분류하는 그룹을
Figure pat00061
, 그리고 회전방향 교통류로 최종 분류하는 그룹을
Figure pat00062
이라 정의할 수 있다.
(
Figure pat00063
). ......(3)
또한,
Figure pat00064
을
Figure pat00065
의 표준편차로 정의하고,
Figure pat00066
를 그 표준편차와 관련하여 실제 이상치 제거 대상의 범위를 결정하는 상수로 정의할 수 있다.
이와 같은 정의들을 바탕으로, 개별 데이터 포인트
Figure pat00067
의 값이 이동평균값에서 개별 데이터 포인트
Figure pat00068
의 값드르이 표준편차의
Figure pat00069
배수 범위를 벗어나면, 그 개별 데이터 포인트
Figure pat00070
의 값을 실제 데이터 이상치 그룹인
Figure pat00071
로 포함시킬 수 있다. 또한, 그 개별 데이터 포인트
Figure pat00072
값이 이동평균값에서 표준편차의
Figure pat00073
배수 범위 이내에 있으면 회전방향 교통류의 최종그룹인
Figure pat00074
에 포함시킬 수 있다.
본 단계에서 개별 데이터 포인트
Figure pat00075
을
Figure pat00076
와
Figure pat00077
로 구분하는 조건식은 다음과 같이 적을 수 있다.
Figure pat00078
......(4)
Figure pat00079
......(5)
이동평균 계산에 사용되는 샘플링 크기
Figure pat00080
의 내정값은 예컨대 5이고, 이상치 제거대상 임계범위를 정하는
Figure pat00081
의 내정값은 예컨대 4.5일 수 있다. 개별 도로의 특성에 따라 그 수치가 구간마다 다르게 설정될 수 있다.
위와 같이 통행방향별 교통류 분류가 이루어지고 나면, 도로 분기지점에서 통행방향별 통행시간을 산출할 수 있다. 즉, 분류가 완료된 데이터 포인트들을 기반으로 해당 도로구간 내 각 통행방향별 교통류에 대한 통행시간을 별도로 산출할 수 있다(S90). 각 도로에서 직진 방향의 교통류의 통행시간과 회전방향 교통류의 통행시간을 각각 별도로 산출할 수 있다. 예시적인 실시예에서, 앞서 언급한 3단계 통계 분석을 적용하여
Figure pat00082
그룹에 포함된 데이터 포인트들의 산술평균을 도로 분기지점에서의 직진방향 교통류의 통행시간 정보로 산출할 수 있다.
Figure pat00083
그룹에 포함된 데이터 포인트들의 산술평균을 도로 분기지점에서의 회전방향 교통류의 통행시간 정보로 산출할 수 있다. 그리고 산출된 각 도로구간에서의 통행방향별 통행시간은 데이터 저장부에 저장될 수 있다(S100).
제1 서버 컴퓨터(130)는 이렇게 산출한 각 도로구간에서의 통행방향별 통행시간 정보 즉, 직진방향 교통류의 통행시간 정보와 회전방향 교통류의 통행시간 정보를 통신망(120)을 통해 서비스 이용자들의 도로주행 안내장치(110)들에게 전송할 수 있다(S110).
서비스 이용자들의 도로주행 안내장치(110)들은 전송되는 개별 도로구간에서의 차량의 통행방향별 통행시간 정보를 수신할 수 있다(S120). 그리고 각 도로주행 안내장치(110)는 그 수신된 정보에서 해당 도로구간에서 차량의 통행방향별 통행시간 정보를 추출하여 디스플레이 및/또는 스피커 등의 출력장치를 통해 출력할 수 있다(S130). 이에 의해, 서비스 이용자들은 스마트폰(110a) 또는 내비게이션 단말기(110b)에서 시청각적으로 표출되는 도로 분기지점에서의 통행방향별 통행시간에 관한 고도화된 교통정보를 이용할 수 있다.
도 5는 본 발명의 예시적인 실시예에 따라 출발지-도착지 간 이동경로를 산출하여 서비스하는 방법의 실행 절차를 나타내는 흐름도이다.
도 5를 참조하면, 도 4에서 설명한 것처럼 제1 서버 컴퓨터(130)는 도로에서 주행 중에 있는 차량들의 도로주행 안내장치(110)들로부터 제공받은 차량 위치정보에 기반하여 각 도로별로 직진방향의 통행시간 정보와 회전방향의 통행시간 정보를 각각 산출하여 데이터 저장부에 저장할 수 있고(S40-S90, S100a, S100b). 나아가, 제1 서버 컴퓨터(130)는 그렇게 산출한 각 도로구간별로 직진방향의 통행시간 정보와 회전방향의 통행시간 정보를 실시간 이동경로 서비스를 제공하는 제2 서버 컴퓨터(140)에 제공할 수 있다(S200).
이동경로 서비스를 제공받고자 하는 이용자는 클라이언트 단말기를 통해 출발지와 도착지(OD: Origin-Destination)를 입력하면서 제2 서버 컴퓨터(140)에 서비스를 요청할 수 있다(S210). 여기서, 상기 클라이언트 단말기는 제2 서버 컴퓨터(140)와 통신할 수 있는 단말기로서, 서비스 이용자의 도로주행 안내장치(110)이거나 또는 일반적인 클라이언트 컴퓨터 장치(115) 등일 수 있다. 이하에서는 상기 클라이언트 단말기가 도로주행 안내장치(110)인 경우를 예로 하여 설명한다.
제2 서버 컴퓨터(140)의 제2 애플리케이션 프로그램은 그 요청에 응하여 제1 서버 컴퓨터(130)로부터 제공받은 통행방향별 통행시간 정보와 서비스 이용자가 보내온 출발지-목적지 정보를 기반으로 출발지부터 목적지까지의 전체 도로 각각에 대하여 도로구간별로 각 통행방향별 통행시간 정보를 산출할 수 있다(S220).
제2 서버 컴퓨터(140)의 제2 애플리케이션 프로그램은 산출된 통행시간 정보에 기반하여 출발지에서 목적지까지 가는 이동경로에 관한 정보를 실시간으로 산출할 수 있다(S230). 이동경로 정보는 주행할 도로, 전체 예상 이동시간, 각 도로구간별 예상 이동시간에 따른 혼잡도 정보 등을 포함할 수 있다. 이동경로 정보는 서비스 이용자가 요구하는 이동 조건(시간 우선, 거리 우선, 혼잡도 우선, 통행료 우선 등)에 따라 다양하게 생성할 수 있다. 예컨대, 서비스 이용자가 최소시간 경로를 요청한 경우, 여러 가능한 이동경로 중에서 최소시간을 만족하는 이동경로를 추출할 수 있고, 혼잡도가 낮은 경로를 요청할 경우에는 낮은 혼잡도의 도로를 우선적으로 이동경로에 포함할 수 있다. 특히, 이동경로 정보를 산출함에 있어서 각 도로의 도로구간별 직진 방향과 회전방향의 통행시간 정보가 함께 이용되므로, 산출되는 이동경로 정보의 정확도와 요구조건에 대한 적합도가 기존 방식에 비해 더 높을 수 있다.
제2 서버 컴퓨터(140)의 제2 애플리케이션 프로그램은 산출된 이동경로 정보를 그 정보를 요청한 서비스 이용자의 도로주행 안내장치(110)에 전송할 수 있다(S250). 해당 서비스 이용자의 도로주행 안내장치(110)은 제2 서버 컴퓨터(140)가 전송하는 이동경로 정보를 수신하여 도로주행 안내장치(110)의 디스플레이 및/또는 스피커를 통해 시청각적으로 출력할 수 있다(S260). 이를 통해 해당 서비스 이용자는 효율성이 향상된 이동경로 서비스를 제공받을 수 있다.
이상에서는 각 도로구간의 통행방향별 통행시간 정보를 산출하여 이용자에게 제공하는 제1 기능과, 각 도로구간의 통행방향별 통행시간 정보를 기반으로 출발지부터 목적지까지의 이동경로 정보를 산출하여 이용자에게 제공하는 제2 기능이 별도의 제1 서버 컴퓨터(130)와 제2 서버 컴퓨터(140)에 의해 각각 수행되는 것으로 설명하였다. 하지만, 하나의 서버 컴퓨터 상기 제1 기능과 제2 기능 모두를 수행하도록 구성될 수도 있음은 물론이다.
도 6과 도 7은 본 발명의 실시예에 따른 방법을 적용하기 전과 후에서, 교통정보를 수집하는 probe 차량의 다양한 장비 장착 차량 비율(MPR: Market Penetration Rate) 조건에서의 직진방향 교통류와 회전방향 교통류의 통행시간 추정 성능을 비교 분석한 것을 각각 예시한다.
도 6에 예시된 그래프에 따르면, 직진방향 교통류에 관하여 장비 장착 차량 비율(MPR: Market Penetration Rate)에 따른 평균절대비율오차(Mean Absolute Percentage Error: MAPE) 기반 추정 오차율은 본 발명의 실시예에 따른 방법을 적용하기 전에는 10-14% 정도인데 비해, 본 발명의 실시예에 따른 방법을 적용한 후에는 대략 3-4% 수준으로 크게 낮아짐을 알 수 있다.
도 7을 참조하면, 회전방향 교통류의 경우, MPR이 50% 이상이면 MAPE 기반 추정 오차율이 본 발명의 실시예에 따른 방법을 적용하기 전에는 31-32% 정도이지만, 본 발명의 실시예에 따른 방법을 적용한 후에는 크게 낮아져서 대략 11-12% 수준이 된다. MPR이 50%보다 낮아지는 경우, 본 발명의 실시예에 따른 방법을 적용하였을 때 MAPE 기반 추정 오차율이 증가하긴 하지만, 그래도 거의 20% 이하 수준을 나타낸다.
이처럼, 본 발명의 실시예에 따른 방법을 적용하였을 때, 직진방향 교통류의 통행시간과 회전방향 교통류의 통행시간 추정은 모든 측면에서 오차율이 크게 감소하는 것을 알 수 있다.
이처럼 본 발명에 따른 방법의 적용을 통해 얻어지는 고도화된 도로교통 정보는 차량 운전자를 위한 경로안내 시스템 개선에 활용되어 혼잡도로 회피를 유도함과 동시에 도시부 교통정체를 감소시키는 효과를 얻을 수 있을 것이다. 또한, 도로 분기지점에서의 통행방향별 상세정보는 교차로 신호제어 및 진입로 신호조절(ramp metering)과 같은 분야에도 활용되어 도시부 도로 전체 시스템 차원의 효율적 운영 효과를 얻을 수 있을 것으로 기대된다.
기존의 교통정보 시스템에서는 도로구간에서 수집된 통행시간 데이터 포인트들을 통상적으로 평균값을 산출하는 방식을 사용한다. 이는 분기지점에서의 통행방향별 상세정보를 표출하는 데에 한계점이 있으며, 이를 개선하기 위한 내비게이션 서비스 업체들의 기술 개발 요구가 증가하고 있다. 또한 향후 자율주행차량 운영 측면에서 도로의 차로별 상세정보를 필요로 하는 고해상도 지도(HD Map) 구현을 위한 다양한 데이터 수집 및 분석 솔루션 개발에 대한 요구가 증가하고 있다. 본 발명은 향후 내비게이션 서비스 고도화 및 자율주행차량 운영을 위한 HD Map 서비스 구현에 일조할 수 있는 기술로서, 추후 첨단 교통정보 및 교통운영 분야에 활용이 유망하다.
본 발명은 미래 스마트시티 첨단교통정보시스템에 적용, 실시간 교통정보 기반의 경로 제공 서비스 분야에 적용, 실시간 교통정보 기반의 교통신호제어 솔루션 도출에 응용 등으로 이용될 수 있다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다. 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.
100: 교통정보 서비스 시스템 110: 도로주행 안내장치
130: 제1 서버 컴퓨터 140: 제2 서버 컴퓨터

Claims (11)

  1. 컴퓨터 장치에서 실행되는 애플리케이션 프로그램을 이용하여 수행되는 방법으로서,
    상기 컴퓨터 장치에서, 도로에서 주행 중인 차량들의 도로주행 안내장치들로부터 수집된 차량 위치정보에 기반하여 실시간으로 각 도로구간의 통행방향별 교통류의 통행시간 정보를 산출하는 단계; 및
    상기 컴퓨터 장치가 산출된 각 도로구간의 통행방향별 교통류의 통행시간 정보를 각 차량의 도로주행 안내장치에서 출력될 수 있도록 각 차량의 도로주행 안내장치에 실시간으로 제공하는 단계를 포함하는 것을 특징으로 하는 도로 분기점 방향별 통행시간 산출 기반의 교통정보 서비스 방법.
  2. 제1항에 있어서, 상기 '통행방향별 교통류의 통행시간 정보를 산출하는 단계'는,
    도로에서 주행 중인 차량들의 도로주행 안내장치(110)들로부터 수신된 차량 위치정보를 데이터 저장부에 저장하는 단계;
    데이터 저장부에 저장된 차량 위치 빅데이터를 도로별로 구분하고, 각 개별 도로 구간에서의 차량들의 진출입 시간 정보(타임스탬프)를 추출하는 단계;
    각 도로 구간에 대한 차량들의 진입시간 및 진출시간 간의 차이를 계산하여 해당 도로구간의 통행시간대별 통행시간 값을 샘플링하는 단계;
    샘플링된 데이터 포인트들인 데이터 클러스터에 대하여, 도로 분기지점 부근에서 수집된 데이터 포인터를 각 통행방향별 교통류에 해당하는 데이터 포인트들로 분류하는 단계; 및
    분류가 완료된 데이터 포인트들을 기반으로 해당 도로구간 내에서 각 통행방향별 교통류에 대한 통행시간을 별도로 산출하는 단계를 포함하는 것을 특징으로 하는 도로 분기점 방향별 통행시간 산출 기반의 교통정보 서비스 방법.
  3. 제2항에 있어서, 상기 통행방향별 교통류의 통행시간 정보는 직진방향 교통류의 통행시간 정보와 회전방향 교통류의 통행시간 정보를 포함하는 것을 특징으로 하는 도로 분기점 방향별 통행시간 산출 기반의 교통정보 서비스 방법.
  4. 제3항에 있어서, 고속도로에서는 진출램프방향 교통류(off-ramp stream)가 회전방향 교통류로 간주되는 것을 특징으로 하는 도로 분기점 방향별 통행시간 산출 기반의 교통정보 서비스 방법.
  5. 제3항에 있어서, 3단계 통계 분석을 적용하여 직진방향 교통류 그룹(
    Figure pat00084
    )에 포함된 데이터 포인트들의 산술평균을 도로 분기지점에서의 상기 직진방향 교통류의 통행시간 정보로 산출하고, 회전방향 교통류 그룹(
    Figure pat00085
    )에 포함된 데이터 포인트들의 산술평균을 도로 분기지점 상기 회전방향 교통류의 통행시간으로 산출하는 것을 특징으로 하는 도로 분기점 방향별 통행시간 산출 기반의 교통정보 서비스 방법.
  6. 제2항에 있어서, 도로 분기지점 부근에서 수집된 데이터 포인터를 각 통행방향별 교통류에 해당하는 데이터 포인트들로 분류하기 위해, 상기 샘플링된 데이터 포인트들에 대하여 '데이터 클러스터 분기 감지', '분기 데이터 분류', '데이터 이상치 제거'의 3단계 통계 분석을 적용하는 것을 특징으로 하는 도로 분기점 방향별 통행시간 산출 기반의 교통정보 서비스 방법.
  7. 제6항에 있어서, 상기 '데이터 클러스터 분기 감지'는 유의 데이터 판단 지수(
    Figure pat00086
    )의 값이 주어진 임계값보다 클 때, 분석 대상인 데이터 포인트들(
    Figure pat00087
    )의 분포에서 분기가 유의(有意)한 것으로 판단하는 방식으로 수행되며, 여기서 상기 유의 데이터 판단 지수(
    Figure pat00088
    )는 해당 도로구간(h)에서 i번째 데이터 샘플링 기준 시간(
    Figure pat00089
    )에 수집된 n번째 통행시간의 값(
    Figure pat00090
    )들의 표준편차(
    Figure pat00091
    )에 대한 산술평균(
    Figure pat00092
    )과 중앙값(
    Figure pat00093
    )의 차이의 비율로 계산되는 것을 특징으로 하는 도로 분기점 방향별 통행시간 산출 기반의 교통정보 서비스 방법.
  8. 제7항에 있어서, 상기 주어진 임계값은 0.2 내지 0.4의 범위 내에서 정해지는 것을 특징으로 하는 도로 분기점 방향별 통행시간 산출 기반의 교통정보 서비스 방법.
  9. 제6항에 있어서, 상기 '분기 데이터 분류'는,
    Figure pat00094
    구간에서
    Figure pat00095
    에 수집된
    Figure pat00096
    번째 통행시간의 값들의 표준편차(
    Figure pat00097
    )에 대한 산술평균 (
    Figure pat00098
    )의 비율을 편차계수(Coefficient of Variation: CV)로 정의할 때, 아래 표와 같이 각 편차계수(CV)의 조건에 따라서 데이터 분류를 하고,
    Figure pat00099

    상기 분석대상 데이터 포인트(
    Figure pat00100
    )들 중에서 분류 대상인 포인트들을 회전방향 교통류 그룹(
    Figure pat00101
    )에 포함시키고, 분류 대상이 아닌 포인트들을 직진방향 교통류 그룹(
    Figure pat00102
    )에 포함시키는 방식으로 수행되는 것을 특징으로 하는 도로 분기점 방향별 통행시간 산출 기반의 교통정보 서비스 방법.
  10. 제9항에 있어서, 상기 '데이터 이상치 제거'는, 상기 회전방향 교통류 그룹(
    Figure pat00103
    )의 개별 분석대상 데이터 포인트(
    Figure pat00104
    )의 값(단,
    Figure pat00105
    이고, M은 회전방향 교통류 그룹인
    Figure pat00106
    의 개별 데이터 포인트들의 수임)이 이동평균값에서 개별 데이터 포인트
    Figure pat00107
    의 값들의 표준편차의 소정 배수(
    Figure pat00108
    배수) 범위를 벗어나면, 그 개별 데이터 포인트(
    Figure pat00109
    )의 값을 실제 데이터 이상치 그룹(
    Figure pat00110
    )으로 포함시켜 제거하는 방식으로 수행되는 것을 특징으로 하는 도로 분기점 방향별 통행시간 산출 기반의 교통정보 서비스 방법.
  11. 제1항에 있어서, 서비스 이용자의 클라이언트 단말기가 보내온 출발지-목적지 정보와 산출된 상기 각 도로구간에서 통행방향별 교통류의 통행시간 정보를 기반으로 하여, 상기 출발지부터 상기 목적지까지의 이동경로 정보를 실시간으로 생성하여 상기 서비스 이용자의 클라이언트 단말기로 제공하는 단계를 더 포함하는 것을 특징으로 하는 도로 분기점 방향별 통행시간 산출 기반의 교통정보 서비스 방법.
KR1020200148888A 2020-11-09 2020-11-09 도로 분기점 방향별 통행시간 산출 기반의 교통정보 서비스 방법 KR20220063035A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200148888A KR20220063035A (ko) 2020-11-09 2020-11-09 도로 분기점 방향별 통행시간 산출 기반의 교통정보 서비스 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200148888A KR20220063035A (ko) 2020-11-09 2020-11-09 도로 분기점 방향별 통행시간 산출 기반의 교통정보 서비스 방법

Publications (1)

Publication Number Publication Date
KR20220063035A true KR20220063035A (ko) 2022-05-17

Family

ID=81803464

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200148888A KR20220063035A (ko) 2020-11-09 2020-11-09 도로 분기점 방향별 통행시간 산출 기반의 교통정보 서비스 방법

Country Status (1)

Country Link
KR (1) KR20220063035A (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116311953A (zh) * 2023-05-24 2023-06-23 高德软件有限公司 高速公路引流方法、引流展示方法、装置、设备、介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110113986A (ko) 2010-04-12 2011-10-19 한양대학교 산학협력단 차량의 통행시간 산출 방법
KR101277007B1 (ko) 2012-02-29 2013-06-24 장성우 차량의 고속도로 통행시간 제공방법 및 그 시스템

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110113986A (ko) 2010-04-12 2011-10-19 한양대학교 산학협력단 차량의 통행시간 산출 방법
KR101277007B1 (ko) 2012-02-29 2013-06-24 장성우 차량의 고속도로 통행시간 제공방법 및 그 시스템

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
1. Shi, Chaoyang, Bi Chen, and Qingquan Li. "Estimation of Travel Time Distributions in Urban Road Networks Using Low-Frequency Floating Car Data." ISPRS International Journal of Geo-Information 6.8 (2017): 253.
2. Wang, Dianhai, et al. "Travel time estimation method for urban road based on traffic stream directions." Transportmetrica A: transport science 12.6 (2016): 479-503.

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116311953A (zh) * 2023-05-24 2023-06-23 高德软件有限公司 高速公路引流方法、引流展示方法、装置、设备、介质
CN116311953B (zh) * 2023-05-24 2023-08-08 高德软件有限公司 高速公路引流方法、引流展示方法、装置、设备、介质

Similar Documents

Publication Publication Date Title
CN109520744B (zh) 自动驾驶车辆的驾驶性能测试方法和装置
CN109919347B (zh) 路况生成方法、相关装置和设备
He et al. Mapping to cells: A simple method to extract traffic dynamics from probe vehicle data
JP5374067B2 (ja) 交通状態シミュレーション装置及びプログラム
US8930123B2 (en) Systems and methods for determining traffic intensity using information obtained through crowdsourcing
CN107784835B (zh) 基于交通数据分析的交通状态模式预测系统及其预测方法
US11460312B2 (en) Method, apparatus, and computer program product for determining lane level traffic information
CN110491158B (zh) 一种基于多元数据融合的公交车到站时间预测方法及系统
KR100820467B1 (ko) 도로 차선 종류를 고려한 구간 교통량 예측 시스템 및 그방법
US10198941B2 (en) Method and apparatus for evaluating traffic approaching a junction at a lane level
CN105474285A (zh) 用于预测至少一个拥堵参数的方法、分析系统和车辆
CN101964941A (zh) 基于动态信息的智能导航与位置服务系统及方法
US11127289B2 (en) Traffic congestion estimating device, traffic congestion estimating method, and recording medium storing program thereof
JP2019032174A (ja) 情報処理システムおよび情報処理方法
CN111489555A (zh) 一种交通运行状态预测方法、装置和系统
CN109841078B (zh) 导航数据处理方法及其装置、存储介质
CN113066285A (zh) 一种路况信息确定方法、装置、电子设备及存储介质
JP3775394B2 (ja) 走行リンク確定システム及びリンク旅行時間計測システム
CN104599499A (zh) 一种分布式统计交通位置的方法及装置
US10429200B1 (en) Determining adjusted trip duration using route features
JP2014066655A (ja) 経路探索装置及び経路探索方法
KR20220063035A (ko) 도로 분기점 방향별 통행시간 산출 기반의 교통정보 서비스 방법
Elleuch et al. Towards an efficient traffic congestion prediction method based on neural networks and big GPS data
KR20180138280A (ko) 평균통행시간정보를 이용한 구간소통상황 판단을 위한 장치 및 이를 위한 방법 및 이 방법을 수행하는 프로그램이 기록된 컴퓨터 판독 가능한 기록매체
Minh et al. Traffic state estimation with mobile phones based on the “3R” philosophy

Legal Events

Date Code Title Description
E601 Decision to refuse application