KR20230025737A - 교통 수집 데이터 제공 시스템의 교통 수집 데이터 제공 방법 - Google Patents
교통 수집 데이터 제공 시스템의 교통 수집 데이터 제공 방법 Download PDFInfo
- Publication number
- KR20230025737A KR20230025737A KR1020210166522A KR20210166522A KR20230025737A KR 20230025737 A KR20230025737 A KR 20230025737A KR 1020210166522 A KR1020210166522 A KR 1020210166522A KR 20210166522 A KR20210166522 A KR 20210166522A KR 20230025737 A KR20230025737 A KR 20230025737A
- Authority
- KR
- South Korea
- Prior art keywords
- data
- traffic
- metadata
- traffic collection
- collection data
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000003860 storage Methods 0.000 claims abstract description 17
- 230000001360 synchronised effect Effects 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 claims description 3
- 238000009826 distribution Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 20
- 238000001914 filtration Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 238000010276 construction Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000003213 activating effect Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- 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
-
- G06Q50/30—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
-
- 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
- G06Q50/10—Services
-
- 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
- G08G1/0125—Traffic data processing
-
- 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)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Library & Information Science (AREA)
- Remote Sensing (AREA)
- Operations Research (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
본 발명의 자료 제공 서버 및 메타데이터 카탈로그 시스템을 포함하는 교통 수집 데이터 제공 시스템의 교통 수집 데이터 제공 방법은, 원시 자료 형태의 교통 수집 데이터를 수집하여 제 1 서버의 저장 장치에 저장하는 단계, 상기 메타데이터 카탈로그 시스템에 의해 상기 제 1 서버에 저장된 상기 교통 수집 데이터를 데이터 분류 체계를 사용하여 클래스 및 객체들을 계층 구조로 구분하고, 상기 클래스와 상기 객체들 간, 또는 상기 객체들 간의 관계를 정의하는 교통 메타데이터 그래프 데이터베이스를 구성하는 단계, 특정 교통 데이터에 대한 메타데이터를 웹 인터페이스를 통해 요청받은 경우, 상기 자료 제공 서버가 상기 요청받은 메타데이터를 상기 메타데이터 카탈로그 시스템에 질의하는 단계, 그리고 상기 메타데이터 카탈로그 시스템으로부터 제공되는 상기 교통 메타데이터 그래프 데이터베이스를 시각적으로 도식하는 데이터 맵으로 상기 웹 인터페이스를 통해 제공하는 단계를 포함하되, 상기 클래스는 도로, 교차로, 차량, 대중 교통을 포함하고, 상기 객체들은 수집 장비에 따라 RSE, CCTV, VDS, DTG, 라이다/레이더, GPS로 세분화되고, 상기 교통 수집 데이터는, 속도, 교통량, ITS(Intelligent Transport Systems)/BIS(Bus Information System) 테이블, 노드-링크 정보, 도로 정보, 검지기-링크 관계, 버스 노선 정보, 버스 정류장 정보를 포함하는 기초 및 마스터 테이블과, 도로등급, 도로유형, 노드 유형, 지역을 포함하는 코드 테이블을 포함한다.
Description
본 발명은 교통 데이터 자료 제공 시스템에 관한 것으로, 더욱 상세하게는 각기 다른 교통 데이터에 대한 메타데이터 그래프 데이터베이스를 구축하여 사용자에게 제공하는 방법에 관한 것이다.
정부는 최근 데이터에 대한 유통 및 활성화 정책을 적극 추진 중이다. 교통 부문에도 실시간 지능형 교통정보 시스템, 대중교통 요금 지불 및 운행 관리 시스템, 자율주행 차량 시스템 등 다양한 시스템으로부터 막대한 양의 데이터가 수집되고 있다. 하지만, 이들 교통 데이터의 유통 활성화 및 활용을 위해서는 사용자들의 데이터에 대한 이해가 전제 되어야 한다.
이들 데이터를 사용자들이 활용할 수 있으려면, 의미는 같은 동종 데이터이나 다른 시공간적 단위에 있는 것, 의미는 다른 이종 데이터이나 같은 시공간적 단위에 있어 비교 분석이 가능한 것, 각 데이터(속도, 교통량 등)와 맵핑하여야 하는 기초데이터(도로 정보, 노드-링크 정보 등)에 대한 정보 등을 필수적으로 알아야 한다. 그러나 현재 교통 데이터는 데이터 축적 및 관리를 위해 관계형 데이터베이스로 데이터를 구조화한 데이터베이스(DB) 스키마는 있으나, 이는 사용자 관점에서 데이터 유통 활성화(검색하고 필터링)에 적합하지는 않다.
통상의 일반적인 웹 검색 시스템은 다양한 소스로부터 축적한 시맨틱 검색 정보를 사용하여 검색 결과를 향상시키는 지식 베이스로 만들어 가고 있다. 그러나 이러한 특수한 전문 분야 데이터 검색의 경우, 의미 있는 검색 자체가 이루어지지 못해 이러한 메카니즘을 기대할 수 없어 아예 데이터 유통이 이루어지지 못하는 결과를 초래하고 있다.
본 발명은 상술한 과제를 해결하기 위한 것으로서, 본 발명의 목적은 데이터 이용자 입장에서 데이터 검색과 필터 적용이 가능한 시스템을 제공하는 것이다.
본 발명의 다른 목적은, 서로 다른 형태의 수집된 교통 데이터에 대한 관계를 구조화하여, 데이터의 논리적 관계를 사용자가 시각적, 직관적으로 이해할 수 있는 교통 메타데이터 그래프 데이터베이스를 제공하는 것이다.
본 발명의 또 다른 목적은, 교통 메타데이터 그래프 데이터베이스를 데이터 맵으로 시각화하는 방법을 제공하는 것이다.
본 발명의 또 다른 목적은, 교통 메타데이터 그래프 데이터베이스를 사용자를 위한 데이터 검색과 필터에 적용하는 방법을 제공하는 것이다.
본 발명의 실시 예에 따른 자료 제공 서버 및 메타데이터 카탈로그 시스템을 포함하는 교통 수집 데이터 제공 시스템의 교통 수집 데이터 제공 방법은, 원시 자료 형태의 교통 수집 데이터를 수집하여 제 1 서버의 저장 장치에 저장하는 단계, 상기 메타데이터 카탈로그 시스템에 의해 서로 다른 형태로 수집된 상기 교통 수집 데이터에 대한 데이터 분류 체계를 사용한 클래스 및 객체들의 계층 구조로 구분하고, 상기 클래스와 객체들, 또는 상기 객체들간의 관계를 정의하는 교통 메타데이터 그래프 데이터베이스를 구성하는 단계, 특정 교통 데이터에 대한 메타데이터를 상기 웹 인터페이스를 통해 요청받은 경우, 상기 자료 제공 서버가 상기 요청받은 메타데이터를 상기 메타데이터 카탈로그 시스템에 질의하는 단계, 그리고 상기 메타데이터 카탈로그 시스템으로부터 제공되는 상기 교통 메타데이터 그래프 데이터베이스를 시각적으로 도식하는 데이터 맵으로 웹 인터페이스를 통해 제공하는 단계를 포함하되, 상기 클래스는 도로, 교차로, 차량, 대중 교통을 포함하고, 상기 객체들은 수집 장비에 따라 RSE, CCTV, VDS, DTG, 라이다/레이더, GPS로 세분화된다.
이 실시 예에서, 상기 메타데이터 카탈로그 시스템이 복수의 메타데이터 카탈로그 시스템을 포함할 경우, 상기 복수의 메타데이터 카탈로그 시스템에 상기 메타데이터를 질의할 경우, 상기 복수의 메타데이터 카탈로그 시스템은 그리드 기반 기술에 의해 서로 동기된다.
이 실시 예에서, 상기 원시 자료 형태는, 교통 수집 장비에서 매초마다 수집되는 GPS 좌표, 감가속도, 이동거리, 교통량 중 적어도 하나의 원시 데이터 또는 이를 1차 가공한 데이터를 지시한다.
이 실시 예에서, 상기 교통 수집 데이터는, 속도, 교통량, ITS(Intelligent Transport Systems)/BIS(Bus Information System) 테이블, 노드-링크 정보, 도로 정보, 검지기-링크 관계, 버스 노선 정보, 버스 정류장 정보 등 기초 및 마스터 테이블, 도로등급, 도로유형, 노드 유형, 지역 코드 테이블을 포함한다.
이 실시 예에서, 상기 웹 인터페이스는 필터 조회 또는 맵 조회 방식으로 상기 사용자가 시공간적으로 데이터를 선택하는 조회 서비스를 제공한다.
본 발명에 의하면, 다양한 시스템으로부터 수집된 복잡한 데이터 관계를 그래프데이터 베이스 구축을 통해 알기 쉽게 시각적으로 제공해 줄 수 있다. 또한, 복잡하고 어려운 교통 데이터 특성에 대한 사전 지식 없이도 사용자는 필요한 데이터를 시각적으로 쉽게 검색하고 활용할 수 있게 되어 데이터 유통 활성화가 가능하다.
도 1은 본 발명의 실시 예에 따른 교통 수집 데이터 제공 시스템을 보여주는 블록도이다.
도 2는 본 발명의 교통 수집 데이터를 사용자에게 시각적 및 직관적으로 제공하기 위한 방법을 보여주는 순서도이다.
도 3은 교통 부문의 기 구축된 데이터베이스로부터 지식을 추출하고, 교통 데이터 분류 체계를 구성하는 예를 보여주는 도면이다.
도 4는 교통 부문의 기 구축된 데이터베이스로부터 지식을 추출하고, 교통 데이터 분류 체계를 구성하는 다른 예를 보여주는 도면이다.
도 5는 클래스와 객체, 그리고 객체간의 관계를 그래프 데이터베이스로 구성하는 다른 예를 보여준다.
도 6 내지 도 8은 상술한 논리 메타데이터 그래프 데이터베이스를 시각화한 데이터 맵을 예시적으로 보여주는 도면들이다.
도 9는 본 발명의 실시 예에 따른 교통 수집 데이터 제공 시스템의 웹 포털 서버에 제공되는 웹 인터페이스를 보여준다.
도 10은 자료 제공 서버에서 클라이언트에게 제공하는 사용자 인터페이스의 구현 예를 보여주는 도면이다.
도 11은 도 10의 사용자 인터페이스에서 사용자의 선택의 결과에 따른 데이터들의 연관 관계를 도시하는 도면이다.
도 12는 데이터 조회 서비스 예시 화면을 보여준다.
도 13은 마이 데이터(My data) 서비스 예시 화면을 보여준다.
도 14는 통계 정보 서비스의 예시 화면을 보여준다.
도 15는 본 발명의 다른 실시 예에 따른 교통 수집 데이터 제공 시스템을 보여주는 블록도이다.
도 16은 도 15에 도시된 교통 수집 데이터 제공 시스템의 교통 수집 데이터 제공 방법을 설명하기 위한 순서도이다.
도 17은 본 발명의 실시 예에서 원시 자료로서 교통 수집 데이터 중 속도에 대해 질의할 경우 메타데이터 카탈로그 시스템이 해당 자료를 제공하기 위한 예를 개시한 도면이다.
도 18은 본 발명의 실시 예에서 메타데이터를 관리하고 입력하는 예를 보여준다.
도 19는 본 발명의 실시 예로서, 메타데이터 카탈로그 시스템과 웹 포털 서버가 연동되는 예를 보여준다.
도 20은 본 발명의 실시 예에 따라 사용자에게 메타데이터를 제공하기 위한 교통 수집 데이터 제공 시스템을 보여주는 블록도이다.
도 2는 본 발명의 교통 수집 데이터를 사용자에게 시각적 및 직관적으로 제공하기 위한 방법을 보여주는 순서도이다.
도 3은 교통 부문의 기 구축된 데이터베이스로부터 지식을 추출하고, 교통 데이터 분류 체계를 구성하는 예를 보여주는 도면이다.
도 4는 교통 부문의 기 구축된 데이터베이스로부터 지식을 추출하고, 교통 데이터 분류 체계를 구성하는 다른 예를 보여주는 도면이다.
도 5는 클래스와 객체, 그리고 객체간의 관계를 그래프 데이터베이스로 구성하는 다른 예를 보여준다.
도 6 내지 도 8은 상술한 논리 메타데이터 그래프 데이터베이스를 시각화한 데이터 맵을 예시적으로 보여주는 도면들이다.
도 9는 본 발명의 실시 예에 따른 교통 수집 데이터 제공 시스템의 웹 포털 서버에 제공되는 웹 인터페이스를 보여준다.
도 10은 자료 제공 서버에서 클라이언트에게 제공하는 사용자 인터페이스의 구현 예를 보여주는 도면이다.
도 11은 도 10의 사용자 인터페이스에서 사용자의 선택의 결과에 따른 데이터들의 연관 관계를 도시하는 도면이다.
도 12는 데이터 조회 서비스 예시 화면을 보여준다.
도 13은 마이 데이터(My data) 서비스 예시 화면을 보여준다.
도 14는 통계 정보 서비스의 예시 화면을 보여준다.
도 15는 본 발명의 다른 실시 예에 따른 교통 수집 데이터 제공 시스템을 보여주는 블록도이다.
도 16은 도 15에 도시된 교통 수집 데이터 제공 시스템의 교통 수집 데이터 제공 방법을 설명하기 위한 순서도이다.
도 17은 본 발명의 실시 예에서 원시 자료로서 교통 수집 데이터 중 속도에 대해 질의할 경우 메타데이터 카탈로그 시스템이 해당 자료를 제공하기 위한 예를 개시한 도면이다.
도 18은 본 발명의 실시 예에서 메타데이터를 관리하고 입력하는 예를 보여준다.
도 19는 본 발명의 실시 예로서, 메타데이터 카탈로그 시스템과 웹 포털 서버가 연동되는 예를 보여준다.
도 20은 본 발명의 실시 예에 따라 사용자에게 메타데이터를 제공하기 위한 교통 수집 데이터 제공 시스템을 보여주는 블록도이다.
이하에서, 본 발명의 기술 분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있을 정도로, 본 발명의 실시 예들이 명확하고 상세하게 기재될 것이다.
도 1은 본 발명의 실시 예에 따른 교통 수집 데이터 제공 시스템을 보여주는 블록도이다. 교통 수집 데이터 제공 시스템(1000)은 자료 제공 서버(1100), 메타데이터 카탈로그 시스템(1200), 원격 서버(1300), 그리고 클라이언트(1400)를 포함한다.
자료 제공 서버(1100)는 클라이언트(1400)의 요청에 따라 다양한 교통 수집 데이터를 그래프 형태로 시각화하여 클라이언트(1400)에게 제공할 수 있다. 자료 제공 서버(1100)는 메타데이터 카탈로그 시스템(1200)에서 제공하는 교통 메타데이터 그래프 데이터베이스에 기반하여 검색 및 필터링을 적용하여 클라이언트(1400)에게 제공할 수 있다. 자료 제공 서버(1100)는 클라이언트(1400)에게 교통 메타데이터 그래프 데이터베이스 또는 교통 수집 데이터를 제공할 때 데이터 검색 및 필터링 기능을 제공할 수 있다. 자료 제공 서버(1100)는 이를 위하여 웹 포털 서버(1110)와 저장 장치(1130)을 포함할 수 있다.
저장 장치(1130)가 원격에 구비될 경우, 웹 포털 서버(1110) 자체가 자료 제공 서버(1100)로서 기능할 수 있다. 웹 포털 서버(1110)는 클라이언트(1400)가 원하는 교통 수집 데이터를 웹 인터페이스 형태로 제공하도록 한다. 저장 장치(1130)는 사용자가 원하는 자료를 저장하거나 또는 원시 자료를 저장할 수 있다. 즉, 원시 자료는 원격 서버(1300)와 같이 원격의 저장 장치에 저장될 수도 있고, 자료 제공 서버(1100) 내의 저장 장치(1130)에 저장될 수도 있다.
메타데이터 카탈로그 시스템(1200)은 교통 수집 데이터를 포함하여 분석시 필요한 각종 데이터에 대한 메타데이터를 포함하는 시스템이다. 메타데이터 카탈로그 시스템(1200)은 데이터베이스 매니지먼트 시스템에 의해 관리되어 객체 데이터에 대한 저장, 조회, 데이터 검색, 업데이트 등을 수행할 수 있는 파일 시스템을 의미한다. 분석에 필요한 각종 데이터는 속도, 교통량, 버스 등의 교통 수집 데이터의 제공을 위해 필요한 ITS(Intelligent Transport Systems)/BIS(Bus Information System) 테이블인 관련 데이터 테이블, 노드-링크 정보, 도로정보, 검지기-링크 관계, 버스 노선 정보, 버스 정류장 정보 등 기초 및 마스터 테이블, 도로등급, 도로유형, 노드 유형, 지역 코드 등 코드 테이블을 의미한다.
메타데이터 카탈로그 시스템(1200)은 서로 다른 형태로 수집된 교통 수집 데이터에 대한 관계를 구조화할 수 있다. 그리고 메타데이터 카탈로그 시스템(1200)은 교통 수집 데이터의 논리적 관계를 사용자가 시각적, 직관적으로 이해할 수 있는 교통 메타데이터 그래프 데이터베이스로 구성할 수 있다.
이하에서 교통 수집 데이터 또는 교통 데이터는 지역의 교통 상황을 나타낼 수 있는 자료인 속도, 교통량, 감가속도, 버스 이용객 수 등을 지칭하는 것이다. 이하에서 교통 수집 데이터의 대표적인 예로서 속도, 교통량 등을 예시하고, 이에 대한 메타데이터 카탈로그 시스템과 이를 표출하는 예를 기술한다. 이하에서 원시 자료라 함은 교통 수집 장비에서 매초마다 수집되는 GPS 좌표, 감가속도, 이동거리, 교통량 중 적어도 하나 이상의 수집된 원시 데이터 또는 이를 1차 가공한 데이터를 의미한다.
클라이언트(1400)는, 교통 수집 데이터를 이용하고자 하는 사용자가 직접 제어하는 인터페이스 장치를 의미한다. 일반적으로 퍼스널 컴퓨터 등이 가능하지만, 기타 이동 가능한 단말기, 스마트폰, 테블릿 또는 노트북 등도 이에 해당할 수 있다. 클라이언트(1400)는 자료 제공 서버(1100)를 통해서 서로 다른 형태로 수집된 교통 수집 데이터를 시각적이고 직관적인 형태로 제공받을 수 있다.
도 2는 본 발명의 교통 수집 데이터를 사용자에게 시각적 및 직관적으로 제공하기 위한 방법을 보여주는 순서도이다. 도 2를 참조하면, 교통 수집 데이터를 시각화하기 위해 지식 추출, 온톨로지 구축, 그래프 데이터베이스 구축, 그리고 사용자 인터페이스 구축의 절차가 포함될 수 있다.
S110 단계에서, 기 구축된 교통 부문 데이터베이스(10)로부터 지식 추출이 수행된다. 예를 들면, 메타데이터 카탈로그 시스템(1200)은 기 구축된 교통 부문 데이터베이스(10)로부터 제공되는 교통 수집 데이터에 대해 클래스 정의, 객체 정의, 속성 정의, 그리고 관계 정의 등의 방식으로 데이터나 자료를 추출할 수 있다.
S120 단계에서, 교통 수집 데이터로부터 추출된 개념적인 지식에 대한 온톨로지(Ontology)가 구축될 수 있다. 예를 들면, 메타데이터 카탈로그 시스템(1200)은 교통 수집 데이터로부터 추출된 여러 지식 개념들을 의미적으로 연결하는 계층형 분류 체계를 구성할 수 있다.
S130 단계에서, 메타데이터 카탈로그 시스템(1200)은 그래프 데이터베이스를 구축한다. 즉, S110 단계 및 S120 단계에서 정의된 클래스와 객체(개별 데이터)의 관계나 계층 구조를 그래프 데이터베이스로 정의한다. 이러한 과정을 통해서 기존의 데이터베이스로는 명백히 드러나지 않는 내재된 복잡한 관계가 직관적이고 이해하기 쉬운 논리 메타데이터의 그래프 데이터베이스로 생성된다.
S140 단계에서, 논리 메타데이터 그래프 데이터베이스를 사용자에게 시각화하기 위한 사용자 인터페이스 구축 절차가 제공된다. 예를 들면, 자료 제공 서버(1100)에 의해서 논리 메타데이터 그래프 데이터베이스가 사용자의 시각이나 직관적인 이해를 위해 데이터 맵으로 제공될 수 있다. 더불어, 클라이언트(1400, 도 1 참조)에 의해서 선택된 필터링 방식에 따라, 논리 메타데이터 그래프 데이터베이스가 데이터 맵의 형태로 표시될 수 있을 것이다.
도 3은 교통 부문의 기 구축된 데이터베이스로부터 지식을 추출하고, 교통 데이터 분류 체계를 구성하는 예를 보여주는 도면이다. 도 3을 참조하면, 기 구축된 데이터베이스로부터 분야, 수집 장비, 데이터, 시간 단위, 그리고 공간 단위의 클래스와 객체의 계층 구조가 형성될 수 있다.
분야는 도로, 교차로, 차량, 대중 교통 등으로 분류될 수 있다. 그리고 수집 장비에 따른 세부 객체들은 RSE, CCTV, VDS(Vehicle Detection System), DTG(Digital Tacho Graph), 라이다/레이더, GPS 등으로 세분화될 수 있다. 데이터는 속도, VMS(Vessel Monitoring System) 정보, 교통량, 안전/사고, 운행 기록, 차량 센서, 위치 정보 등으로 세분화된다. 그리고 시간 단위는 월, 일, 시간, 15분, 5분, 초 단위로 세분화될 수 있다. 공간은 링크, 도로, 노선, 정류장, 그리고 지점으로 세분화된다. 이들 객체들 각각은 도시된 바와 같이 화살표에 의해서 연결되고, 각 객체의 속성들이 정의될 수 있다.
도 4는 교통 부문의 기 구축된 데이터베이스로부터 지식을 추출하고, 교통 데이터 분류 체계를 구성하는 다른 예를 보여주는 도면이다. 도 4를 참조하면, 교통 수집 데이터는 데이터, 기초 테이블, 코드 테이블에 따라 분류될 수 있다.
교통 수집 데이터는 속도, 교통량, 버스 이용객에 대한 정보를 제공할 수 있다. 속도 데이터는 계층적으로 다시 노드 정보와 링크 정보, 그리고 코드 테이블의 도로 등급, 유형, 구간 등급, 지역, 노드 유형 등과 연결될 수 있다. 교통량 데이터는 검지 방식에 따라 VDS 검지기, VDS 제어기, 그리고 코드 테이블의 도로 등급, 유형, 구간 등급, 지역, 노드 유형 등과 관련지을 수 있다. 버스 이용객 데이터는, 노선 정보와 정류장 정보, 그리고 교통 수단, 사용자 구분, 차량(코드 테이블)과 관련될 수 있다. 기초 테이블은 노드 정보, 링크 정보, VDS 검지기, VDS 제어기, 노선 정보, 정류장 정보를 포함할 수 있다. 코드 테이블은 도로 등급, 유형, 구간 등급, 지역, 노드 유형, 교통 수단, 사용자 구분, 차량 등의 정보를 포함할 수 있다.
데이터 분류 체계에서 정의된 클래스와 객체, 그리고 객체간의 관계를 그래프 데이터베이스로 정의하였다. 기 구축형 관계 데이터베이스로는 명확히 드러나지 않는 내재하는 복잡한 관계를 직관적으로 이해가 쉬운 논리 메타데이터 그래프 데이터베이스로 만드는 방법 제시하였다.
도 5는 클래스와 객체, 그리고 객체간의 관계를 그래프 데이터베이스로 구성하는 다른 예를 보여준다. 도 5를 참조하면, 도시에 대한 객체들의 상호 관계의 메타데이터 그래프 데이터베이스가 도시되어 있다.
도 6 내지 도 8은 상술한 논리 메타데이터 그래프 데이터베이스를 시각화한 데이터 맵을 예시적으로 보여주는 도면들이다. 도 6은 교통량을 중심으로 다양한 객체 데이터들의 연관 관계를 보여주는 데이터 맵이다. 사용자가 교통량에 대한 검색시에, 교통량과 시공간적으로 연관된 다양한 정보들이 함께 제공될 수 있다. 도 7은 속도를 중심으로 다양한 객체 데이터들의 연관 관계를 보여주는 데이터 맵을 보여준다. 이러한 논리 메타데이터 그래프 데이터베이스의 정의에 따라 속도에 대한 정보가 제공될 때, 속도와 시공간적으로 연관된 다양한 정보들이 함께 제공될 수 있다. 도 8은 버스 이용객을 중심으로 다양한 객체 데이터들의 연관 관계를 보여주는 데이터 맵이다.
도 9는 본 발명의 실시 예에 따른 교통 수집 데이터 제공 시스템의 웹 포털 서버에 제공되는 웹 인터페이스의 예를 나타낸다. 사용자가 웹 포털 서버에 접속하면, 데이터 조회 서비스, 통계정보 서비스, Mydata 서비스 등과 같은 메뉴를 제공받을 수 있다. 사용자는 이와 같은 웹 인터페이스를 통해 수집 자료의 특징(분야, 수집 장비, 데이터 유형, 지역, 시공간 단위 등)에 대한 정보와 더불어 관련 데이터 테이블, 기초 및 마스터 테이블, 코드 테이블과 같은 자료에 대한 정보를 얻을 수 있다. 특히 교통 수집 데이터는 앞서 제시한 다양한 테이블들의 관계가 가시화되어 사용자에게 제공된다.
도 10은 자료 제공 서버에서 클라이언트에게 제공하는 사용자 인터페이스의 구현 예를 보여주는 도면이다. 도 10을 참조하면, 필터 조회를 통해서 사용자가 시각적으로 확인하고자 하는 데이터 맵상에서의 데이터들을 체크할 수 있다. 물론, 맵 조회를 통해서도 유사한 서비스를 제공받을 수 있다.
도시된 사용자 인터페이스 화면에서, 사용자가 필터 조회 페이지에서 분야에서는 도로, 수집 장비에서는 RSE, 데이터에서는 속도, 지역에서는 세종특별자치시, 시간 단위로는 15분, 그리고 공간 단위로는 링크 항목을 선택하는 것으로 예시되었다. 사용자 인터페이스 상에서 사용자는 특정 데이터와 연관된 기초 데이터까지 선택할 수 있다.
도 11은 도 10의 사용자 인터페이스에서 사용자의 선택의 결과에 따른 데이터들의 연관 관계를 도시하는 도면이다. 도 11을 참조하면, 데이터 맵 상에서 특정 데이터를 선택할 경우, 해당 데이터와 시공간적으로 연관된 데이터와 관련된 기초데이터까지 함께 화면에서 도시된다. 따라서, 사용자 입장에서 편리하고 정확한 검색이 가능한 검색 방식 및 사용자 인터페이스가 제공될 수 있다.
본 인터페이스를 통하여, 교통 수집 데이터 활용에 요구되고 함께 맵핑이 필요한 기초데이터, 다른 수집 시스템으로부터의 같은 속성 데이터, 같은 시공간적 범위에 있는 다른 속성 데이터도 시각적으로 쉽게 검색이 가능하다.
도 12는 데이터 조회 서비스 예시 화면을 보여준다. 데이터 조회 서비스는 필터 조회와 맵 조회로 구분된다. 맵 조회는 항목별 관련된 테이블을 제공하여 이용자가 쉽게 필요 테이블을 파악할 수 있도록 관계도와 계통도를 표출하도록 제시하였다.
도 13은 마이 데이터(My data) 서비스 예시 화면을 나타낸 것으로 교통 수집 데이터 중 DTG 데이터를 이용하였다. 버스(시내버스, 마을버스, 시외버스, 전세버스)와 택시 중 1개를 선택한 후 자동차 등록번호를 선택하고 위험운전행동 유형(급가속, 급감속, 급정지, 급진로변경, 급앞지르기, 급좌우회전, 급유턴) 중 1개를 선택하면 해당 차량이 어느 구간에서 해당 위험운전을 하였는지에 대해 맵에 결과를 제공한다. 위험운전은 지도 위 표시된 색상이 짙을수록(적색일수록) 많이 발생한다는 것을 의미한다.
도 14는 통계 정보 서비스를 제시한 것으로 이 또한 DTG 데이터를 이용하였다. 해당 화면은 차종(시내버스, 마을버스, 시외버스, 전세버스, 택시)를 선택한 후 분석 시간(비첨두, 오전 첨두, 오후 첨두)에 대해 선택하고, 위험운전 행동 유형 중 1개에 대해 선택하면 위험운전 행동이 차종별로 세종시에 얼마나 많이 발생하였는가를 확인할 수 있다.
도 15는 본 발명의 다른 실시 예에 따른 교통 수집 데이터 제공 시스템을 보여주는 블록도이다. 교통 수집 데이터 제공 시스템(2000)은 자료 제공 서버(2100), 메타데이터 카탈로그 시스템(2200), 제 3 서버(2300), 그리고 클라이언트(2400)를 포함한다.
자료 제공 서버(2100)는 클라이언트(2400)의 요청에 따라 다양한 교통 수집 데이터를 그래프 형태로 시각화하여 클라이언트(2400)에게 제공할 수 있다. 자료 제공 서버(2100)는 메타데이터 카탈로그 시스템(2200)에서 제공하는 교통 메타데이터 그래프 데이터베이스를 검색 및 필터링을 적용하여 클라이언트(2400)에게 제공할 수 있다. 자료 제공 서버(2100)는 클라이언트(2400)에게 교통 메타데이터 그래프 데이터베이스 또는 교통 수집 데이터를 제공할 때 데이터 검색 및 필터링 기능을 제공할 수 있다. 자료 제공 서버(2100)는 이를 위하여 웹 포털 서버(2110)와 저장 장치(2300)를 포함할 수 있다. 이 실시 예에서도 저장 장치(2130)를 원격에 구비할 경우, 웹 포털 서버(2110) 자체가 자료 제공 서버(2100)로 기능할 수 있다.
웹 포털 서버(2110)는 클라이언트(2400)가 원하는 교통 수집 데이터를 웹 인터페이스 형태로 제공하도록 한다. 저장 장치(2130)는 사용자가 원하는 자료를 저장하거나 또는 원시 자료를 저장할 수 있다. 또는, 원시 자료는 메타데이터 카탈로그 시스템(2200)의 제 1 서버(2210)나 제 2 서버(2230), 제 3 서버(2300)와 같이 원격의 스토리지에 저장될 수도 있고, 자료 제공 서버(2100) 내의 저장 장치(2130)에 저장될 수도 있다.
메타데이터 카탈로그 시스템(2200)은 교통 수집 데이터를 포함하여 분석시 필요한 각종 데이터에 대한 메타데이터를 포함하는 시스템이다. 메타데이터 카탈로그 시스템(2200)은 데이터베이스 매니지먼트 시스템에 의해 관리되어 객체 데이터에 대한 저장, 조회, 데이터 검색, 업데이트 등을 수행할 수 있는 파일 시스템을 의미한다. 분석에 필요한 각종 데이터는 속도, 교통량, 버스 등의 교통 데이터 제공을 위해 필요한 ITS(Intelligent Transport Systems)/BIS(Bus Information System) 테이블인 관련 데이터 테이블, 노드-링크 정보, 도로정보, 검지기-링크 관계, 버스 노선 정보, 버스 정류장 정보 등 기초 및 마스터 테이블, 도로등급, 도로유형, 노드 유형, 지역 코드 등 코드 테이블을 의미한다.
메타데이터 카탈로그 시스템(2200)은 서로 다른 형태로 수집된 교통 수집 데이터에 대한 관계를 구조화할 수 있다. 그리고 메타데이터 카탈로그 시스템(2200)은 데이터의 논리적 관계를 사용자가 시각적으로 직관적으로 이해할 수 있는 교통 메타데이터 그래프 데이터베이스로 구성할 수 있다.
메인 서버(2210)는 웹 포털 서버(2110)의 카탈로그 질의에 따라 논리 메타데이터 그래프 데이터베이스를 자료 제공 서버(2100)에 제공할 수 있다. 특히, 메인 서버(2210)는 제 1 서버(2230)나 제 2 서버(2250)의 원시 자료에 해당하는 교통 데이터에 대해 클래스 정의, 객체 정의, 속성 정의, 그리고 관계 정의 등의 방식으로 데이터나 자료를 추출(Harvest)할 수 있다. 추출된 지식들은 메인 서버(2210)에 교통 메타데이터 그래프 데이터베이스로 적재된다.
클라이언트(2400)는, 교통 수집 데이터를 이용하고자 하는 사용자가 직접 제어하는 인터페이스 장치를 의미한다. 일반적으로 퍼스널 컴퓨터 등이 가능하지만, 기타 이동 가능한 단말기, 스마트폰, 테블릿 또는 노트북 등도 이에 해당할 수 있다. 클라이언트(2400)는 자료 제공 서버(2100)를 통해서 서로 다른 형태로 수집된 교통 데이터를 시각적이고 직관적인 형태로 제공받을 수 있다.
도 16은 도 15에 도시된 교통 수집 데이터 제공 시스템의 교통 수집 데이터 제공 방법을 설명하기 위한 순서도이다.
본 발명의 교통 수집 데이터 제공 시스템의 교통 수집 데이터 제공 방법은, 교통 수집 데이터를 저장하는 단계(S210), 교통 수집 데이터에 대한 메타데이터를 적어도 하나 이상의 메타데이터 카탈로그 시스템에 등록하는 단계(S220), 등록된 메타데이터를 웹 인터페이스를 통해 제공하는 단계(S230), 특정 관측자료에 대한 메타데이터를 웹 인터페이스를 통해 요청받은 경우에 요청받은 메타데이터를 메타데이터 카탈로그 시스템에 질의하는 단계(S240), 그리고 저장된 교통 수집 데이터 중 질의한 메타데이터에 대응되는 수집자료를 웹 인터페이스를 통해 제공하는 단계(S250)를 포함할 수 있다.
적어도 하나 이상의 메타데이터 카탈로그 시스템이 복수의 메타데이터 카탈로그 시스템을 포함할 경우, 복수의 메타데이터 카탈로그 시스템에 메타데이터를 질의할 경우, 복수의 메타데이터 카탈로그 시스템은 그리드 기반 기술에 의해 서로 동기될 수 있다.
도 17은 본 발명의 실시 예에서 원시 자료로서 교통 수집 데이터 중 속도에 대해 질의할 경우 메타데이터 카탈로그 시스템이 해당 자료를 제공하기 위한 예를 개시한 도면이다.
웹 포털 서버(3110)에 의해서 수집된 교통 수집 데이터 중에서 속도에 대한 논리 메타데이터 그래프 데이터베이스의 질의가 발생하면, 메인 서버(3210)는 제 1 서버(3230)로부터의 규약(GeoNetwork Protocol)에 의거하여 메타데이터 그래프 데이터베이스를 구성하게 될 것이다.
도 18은 본 발명의 실시 예에서 메타데이터를 관리하고 입력하는 예를 예시한다. 관리자는 사용자 인증 과정을 거쳐 메타데이터 카탈로그 시스템(4100)에 접속할 수 있다. 관리자는 원시 자료에 대한 메타데이터를 메타데이터 카탈로그 시스템(4100)에 입력할 수 있다. 메타데이터 카탈로그 시스템(4100)은 관리자에게 메타데이터 입력 및 관리를 위한 웹 인터페이스를 제공할 수 있고, 관리자는 이 웹 인터페이스를 통해 제공되는 메타데이터 입력을 위한 옵션을 선택하여 신규 원시 자료에 대한 메타데이터나 신규 메타데이터가 데이터베이스(4200)에 추가 저장될 수 있도록 한다.
도 19는 본 발명의 실시 예로서, 메타데이터 카탈로그 시스템과 웹 포털 서버가 연동되는 예를 개시한다. 속도 데이터는 지자체 ITS 센터에서 수집되어 저장 장치(5130)에 저장된다. 전송 자료는 정해진 시간마다 전송되어 저장될 수 있고, 만약 수신된 자료에 신규 수집된 자료가 있다면, 관리자는 해당 자료를 메타데이터 카탈로그 시스템(5200)에 등록하여 해당 원시 자료의 메타데이터를 생성한다. 메타데이터 등록을 요청받은 경우 메타데이터 카탈로그 시스템(5200)은 메타데이터 데이터베이스(5300)의 메타데이터 정보를 갱신하여 저장할 수 있고, 추후에도 해당 메타데이터 자료를 갱신하고 저장할 수 있다. 웹 포털 서버(5110)는 메타데이터 데이터베이스(5300)에 저장, 갱신 및 등록된 메타데이터를 이용하여 웹 인터페이스를 사용자에게 제공할 수 있다.
도 20은 본 발명의 실시 예에 따라 사용자에게 메타데이터를 제공하기 위한 교통 수집 데이터 제공 시스템을 보여주는 블록도이다. 도 20을 참조하면, 본 발명의 실시 예에 따라 사용자는 제 1 서버(6100)의 웹 포털 서버(6110)에 속도 데이터와 같은 원시 자료 결과를 요청할 수 있다. 원격 서버(6200)의 저장 장치(6210)에 저장된 원시 자료에 대한 메타데이터는 해당 원격 서버(6200)의 메타데이터 카탈로그 시스템(6230)이 등록하여 관리한다.
제 1 서버(6100)의 메타데이터 카탈로그 시스템(6150)과 원격 서버(6200)에 저장되어 관리되는 메타데이터 카탈로그 시스템은 도시된 바와 같이 서로 동기화될 수 있다. 따라서, 사용자는 웹 포털 서버(6110)로부터 원격 서버(6200)의 저장 장치(6210)에 저장된 메타데이터를 웹 인터페이스로부터 확인할 수 있고, 이를 이용하여 원하는 원시 자료를 요청할 수 있다. 그러면 원격 서버(6200)는 저장 장치(6210)에 저장된 원시 자료를 FTP와 같은 데이터 전송 프로토콜을 이용하여 제 1 서버(6100)로 전송할 수 있고, 제 1 서버(6100)는 수신된 원시 자료를 저장 장치(6130) 등에 임시 저장할 수 있다. 웹 포털 서버(6110)는 임시 저장된 원시 자료를 이용하여 사용자가 요청한 원시 자료에 대한 결과를 가시화하여 사용자에게 웹 인터페이스를 통해 제공할 수 있다.
상술한 내용은 본 발명을 실시하기 위한 구체적인 실시 예들이다. 본 발명은 상술한 실시 예들 이외에도, 단순하게 설계 변경되거나 용이하게 변경할 수 있는 실시 예들도 포함될 것이다. 또한, 본 발명은 실시 예들을 이용하여 용이하게 변형하여 실시할 수 있는 기술들도 포함될 것이다. 따라서, 본 발명의 범위는 상술한 실시 예들에 국한되어 정해져서는 안되며, 후술하는 특허청구범위뿐만 아니라 이 발명의 특허청구범위와 균등한 것들에 의해 정해져야 할 것이다.
Claims (5)
- 자료 제공 서버 및 메타데이터 카탈로그 시스템을 포함하는 교통 수집 데이터 제공 시스템의 교통 수집 데이터 제공 방법에 있어서:
원시 자료 형태의 교통 수집 데이터를 수집하여 제 1 서버의 저장 장치에 저장하는 단계;
상기 메타데이터 카탈로그 시스템에 의해 상기 제 1 서버에 저장된 상기 교통 수집 데이터를 데이터 분류 체계를 사용하여 클래스 및 객체들을 계층 구조로 구분하고, 상기 클래스와 상기 객체들 간, 또는 상기 객체들 간의 관계를 정의하는 교통 메타데이터 그래프 데이터베이스를 구성하는 단계;
특정 교통 데이터에 대한 메타데이터를 웹 인터페이스를 통해 요청받은 경우, 상기 자료 제공 서버가 상기 요청받은 메타데이터를 상기 메타데이터 카탈로그 시스템에 질의하는 단계; 그리고
상기 메타데이터 카탈로그 시스템으로부터 제공되는 상기 교통 메타데이터 그래프 데이터베이스를 시각적으로 도식하는 데이터 맵으로 상기 웹 인터페이스를 통해 제공하는 단계를 포함하되,
상기 클래스는 도로, 교차로, 차량, 대중 교통을 포함하고, 상기 객체들은 수집 장비에 따라 RSE, CCTV, VDS, DTG, 라이다/레이더, GPS로 세분화되고,
상기 교통 수집 데이터는, 속도, 교통량, ITS(Intelligent Transport Systems)/BIS(Bus Information System) 테이블, 노드-링크 정보, 도로 정보, 검지기-링크 관계, 버스 노선 정보, 버스 정류장 정보를 포함하는 기초 및 마스터 테이블과, 도로 등급, 도로 유형, 노드 유형, 지역을 포함하는 코드 테이블을 포함하는 교통 수집 데이터 제공 방법. - 제 1 항에 있어서,
상기 메타데이터 카탈로그 시스템은 복수의 메타데이터 카탈로그 시스템들을 포함하고, 상기 복수의 메타데이터 카탈로그 시스템들은 그리드 기반 기술에 의해 서로 동기되는 교통 수집 데이터 제공 방법. - 제 1 항에 있어서,
상기 원시 자료 형태는, 교통 수집 장비에서 매초마다 수집되는 GPS 좌표, 감가속도, 이동거리, 교통량 중 적어도 하나의 원시 데이터 또는 이를 1차 가공한 데이터를 지시하는 교통 수집 데이터 제공 방법. - 제 1 항에 있어서,
상기 교통 메타데이터 그래프 데이터베이스를 구성하는 단계는, 상기 교통 수집 데이터에 대한 상기 클래스, 상기 객체, 그리고 속성을 정의하는 단계를 포함하는 교통 수집 데이터 제공 방법. - 제 1 항에 있어서,
상기 웹 인터페이스는 필터 조회 또는 맵 조회 방식으로 사용자가 시공간적으로 데이터를 선택하는 조회 서비스를 제공하는 교통 수집 데이터 제공 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210166522A KR20230025737A (ko) | 2020-12-11 | 2021-11-29 | 교통 수집 데이터 제공 시스템의 교통 수집 데이터 제공 방법 |
Applications Claiming Priority (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR20200172982 | 2020-12-11 | ||
| KR20200172867 | 2020-12-11 | ||
| KR1020210107741A KR102333994B1 (ko) | 2020-12-11 | 2021-08-16 | 교통 수집 데이터 제공 시스템의 교통 수집 데이터 제공 방법 |
| KR1020210166522A KR20230025737A (ko) | 2020-12-11 | 2021-11-29 | 교통 수집 데이터 제공 시스템의 교통 수집 데이터 제공 방법 |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210107741A Division KR102333994B1 (ko) | 2020-12-11 | 2021-08-16 | 교통 수집 데이터 제공 시스템의 교통 수집 데이터 제공 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20230025737A true KR20230025737A (ko) | 2023-02-23 |
Family
ID=78867414
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210107741A KR102333994B1 (ko) | 2020-12-11 | 2021-08-16 | 교통 수집 데이터 제공 시스템의 교통 수집 데이터 제공 방법 |
| KR1020210166522A KR20230025737A (ko) | 2020-12-11 | 2021-11-29 | 교통 수집 데이터 제공 시스템의 교통 수집 데이터 제공 방법 |
Family Applications Before (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210107741A KR102333994B1 (ko) | 2020-12-11 | 2021-08-16 | 교통 수집 데이터 제공 시스템의 교통 수집 데이터 제공 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (2) | KR102333994B1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102615971B1 (ko) * | 2023-05-31 | 2023-12-19 | 이문자 | 클라우드 서버 환경내의 가상 버스운전자 단말기를 통한 버스정보 수집 및 제공 방법 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20200134311A (ko) | 2018-11-21 | 2020-12-01 | 구글 엘엘씨 | 서로 다른 데이터 소스들에 대한 질의의 응답들의 통합 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100901331B1 (ko) * | 2008-06-27 | 2009-06-09 | 주식회사 비츠로시스 | 교통 정보 시스템 |
| KR101475037B1 (ko) * | 2013-12-23 | 2014-12-22 | 한국교통대학교산학협력단 | 분산 교통 데이터 관리 시스템 |
| KR20160076777A (ko) * | 2014-12-23 | 2016-07-01 | 이에스이 주식회사 | 개방형 교통정보 플랫폼 및 그 서비스 방법 |
| KR101887594B1 (ko) * | 2016-06-20 | 2018-08-13 | 엔쓰리엔 주식회사 | 클라우드 네트워크 기반 데이터 시각화 방법 및 장치 |
| KR101987103B1 (ko) * | 2018-06-07 | 2019-09-30 | 주식회사 드로미 | 교통정보 제공 시스템 및 방법 |
| US11188148B2 (en) * | 2018-12-27 | 2021-11-30 | Facebook Technologies, Llc | User interaction in head-mounted display with eye tracking |
-
2021
- 2021-08-16 KR KR1020210107741A patent/KR102333994B1/ko active IP Right Grant
- 2021-11-29 KR KR1020210166522A patent/KR20230025737A/ko unknown
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20200134311A (ko) | 2018-11-21 | 2020-12-01 | 구글 엘엘씨 | 서로 다른 데이터 소스들에 대한 질의의 응답들의 통합 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102615971B1 (ko) * | 2023-05-31 | 2023-12-19 | 이문자 | 클라우드 서버 환경내의 가상 버스운전자 단말기를 통한 버스정보 수집 및 제공 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102333994B1 (ko) | 2021-12-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Chen et al. | VAUD: A visual analysis approach for exploring spatio-temporal urban data | |
| Bellini et al. | Performance assessment of RDF graph databases for smart city services | |
| CN108960566B (zh) | 一种交通可视化监控系统 | |
| CN102651020B (zh) | 一种海量传感器数据存储与查询方法 | |
| Xiong et al. | A kind of novel ITS based on space-air-ground big-data | |
| EP2249299A1 (en) | Contextualizing business intelligence reports based on context driven information | |
| CN102915346A (zh) | 面向物联网智能感知的数据索引建立与查询方法 | |
| Ding et al. | IoT‐SVKSearch: a real‐time multimodal search engine mechanism for the internet of things | |
| US9792334B2 (en) | Large-scale processing and querying for real-time surveillance | |
| Ding et al. | SeaCloudDM: a database cluster framework for managing and querying massive heterogeneous sensor sampling data | |
| JP2015536504A (ja) | 地理位置情報のための装置および方法 | |
| Ding et al. | Massive heterogeneous sensor data management in the Internet of Things | |
| CN110647563A (zh) | 一种数据处理方法、装置及其设备 | |
| Wang et al. | Digital roadway interactive visualization and evaluation network applications to WSDOT operational data usage. | |
| CN113282692A (zh) | 一种智慧城市的大数据共享方法及装置 | |
| CN112256819A (zh) | 一种基于监控地图的数据处理方法、装置和可读存储介质 | |
| CN115481291A (zh) | 一种车辆全息档案动态管理方法及装置 | |
| Pant et al. | A survey of spatio-temporal database research | |
| KR102333994B1 (ko) | 교통 수집 데이터 제공 시스템의 교통 수집 데이터 제공 방법 | |
| Yousfi et al. | Smart big data framework for insight discovery | |
| CN112287060B (zh) | 一种基于监控地图的数据处理方法、装置和可读存储介质 | |
| Anastasiou et al. | Admsv2: A modern architecture for transportation data management and analysis | |
| Tang et al. | Multidimensional sensor data analysis in cyber-physical system: an atypical cube approach | |
| CN112256809A (zh) | 一种数据处理方法和装置 | |
| Bernaschi et al. | Traffic data: exploratory data analysis with Apache Accumulo |