KR20230056802A - 지도 매칭을 위한 방법 및 시스템 - Google Patents

Abstract

진보된 지도 매칭 알고리즘이 개시되며, 이는 후보 경로들의 세트 내에 도로 토폴로지를 원래 내장한다. 심지어 U-턴, 후진 운전, 및 터널과 같은 특수한 상황들에서도 도로 연결성이 유지된다. 신중한 경로 후보 관리는 양호한-매칭 후보들을 보존하면서도 후보 카운트를 줄이도록 설계된다. 경로들은 다수의 기준들을 사용하여 독립적으로 처리되고 평가되며, 이는 상기 알고리즘이 상이한 시나리오들에서 신뢰성있고 강건하게 만든다.

Description

지도 매칭을 위한 방법 및 시스템 {METHODS AND SYSTEMS FOR MAP MATCHING}

본 발명은 디바이스의 현재 위치를 운행가능 네트워크를 표시하는 전자 지도에 매칭 (matching)하기 위한 방법 및 시스템에 관련된다.

GPS (Global Positioning System) 신호 수신 및 프로세싱 기능성을 포함하는 휴대용 내비게이션 디바이스들 (Portable navigation devices (PNDs))은 잘 알려져 있으며, 그리고 차량 내 다른 차량 내비게이션 시스템들로 널리 사용된다. 일반적으로, 현대의 PND는 프로세서, 메모리 (휘발성 및 비-휘발성 중 적어도 하나, 그리고 보통은 둘 모두), 그리고 상기 메모리 내 저장된 지도 데이터를 포함한다. 상기 프로세서 및 메모리는 통합되어 소프트웨어 운영 시스템이 설립될 수 있을 실행 환경을 제공하며, 그리고 추가로 상기 PND의 기능성이 제어되는 것을 가능하게 하기 위해 그리고 다양한 다른 기능들을 제공하기 위해 하나 이상의 추가의 소프트웨어 프로그램들이 제공되는 것은 일반적이다. 보통 이 디바이스들은 사용자가 상기 디바이스와 상호작용하고 그 디바이스를 제어하는 것을 허용하는 하나 이상의 입력 인터페이스들, 그리고 하나 이상의 출력 인터페이스들로, 그 출력 인터페이스들에 의해 정보가 사용자에게 중계될 수 있는 그런 출력 인터페이스들을 더 포함한다. 출력 인터페이스들의 예시적인 예들은 시각적 디스플레이 및 청각적 출력을 위한 스피커를 포함한다. 입력 인터페이스들의 예시적인 예들은 상기 디바이스의 온/오프 동작이나 다른 특징들을 제어하기 위한 하나 이상의 물리적인 버튼들 (이 버튼들은 상기 디바이스 그 자체에 반드시 존재할 필요는 없으며, 상기 디바이스가 차량 내에 설치된다면 운전대 상에 위치할 수도 있을 것이다), 그리고 사용자 말을 탐지하기 위한 마이크로폰을 포함한다. 특별히 바람직한 설비에서 사용자가 터치에 의해 상기 디바이스를 동작시킬 수 있는 입력 인터페이스를 추가로 제공하기 위해서 상기 출력 인터페이스 디스플레이는 (터치 감지 오버레이에 의해) 터치 감지 디스플레이로서 구성될 수 있다.

운행가능 디바이스들은 차량이 운행하고 있는 운행가능 네트워크를 나타내는 디지털 지도로의 액세스를 또한 일반적으로 가진다. 상기 디지털 지도 (또는 때로는 수학적 그래프로 알려지기도 함)는 자신의 가장 단순한 모습에서, 유효하게는 데이터베이스이며, 그 데이터베이스는 대개는 도로 교차점들을 보통 표시하는 노드들, 그리고 그 교차점들 사이의 도로들을 표시하는 그 노드들 사이의 라인들을 대표하는 데이터를 포함한다. 더욱 상세한 디지털 지도들에서, 라인들은 시작 (또는 "테일 (tail)") 노드 및 종료 (또는 "헤드") 노드에 의해 정의된 세그먼트들 (또는 "아크들 (arcs)")로 분할될 수 있다. 이 노드들은 자신들이 최소 3개의 라인들이나 세그먼트들이 교차하는 곳인 도로 교차점을 나타낸다는 점에서 "실제 (real)"일 수 있으며, 또는 이 노드들은 자신들이, 특히 도로의 특별한 확장에 대한 형상 정보 또는 도로를 따라 그 도로의 특성들, 예를 들면, 속도 제한이 변하는 위치를 식별하는 수단을 제공하기 위해서 실제의 노드에 의해 한 말단 또는 양 말단들에서 정의되지 않은 세그먼트들을 위한 앵커들로서 제공된다는 점에서 "인위적 (artificial)"일 수 있다. 실제로 모든 현재의 지도들, 노드들 및 세그먼트들은 상기 데이터베이스 내 데이터에 의해 다시 표현된 다양한 속성들에 의해 더 정의된다. 예를 들면, 각 노드는 보통은 자신의 실제 세계 위치를 한정하기 위한 지리적인 좌표들, 예를 들면, 위도 및 경도를 가질 것이다. 노드들은, 교차점에서 한 도로로부터 다른 도로로 이동하는 것이 가능한가의 여부를 표시하는, 자신과 연관된 기동 (manoeuvre) 데이터를 또한 보통은 가질 것이다; 이때에 상기 세그먼트들은 허용된 최대 속도, 차로 크기, 차로들의 개수, 사이에 차단기가 존재하는가의 여부 등과 같은 연관된 속성들을 또한 가질 것이다.

내비게이션 디바이스들은 GNSS (global navigation satellite system) 센서를 보통은 포함하며, 그 센서에 의해 위상-브로드캐스트 신호들 내에 인코딩된 타이밍 및 포지셔닝 데이터가 수신되어 이어서 프로세싱되어, 현재 시각에서의 상기 디바이스의 위치를 속도, 헤딩 등과 같은 다른 정보와 함께 판별할 수 있다. GNSS 센서들은 보통은 이전에 NAVSTAR로 알려진 GPS를 기반으로 하지만, 추가로 또는 대안으로 러시아의 GLOSNASS, 유럽의 갈릴레오 (Galileo) 포지셔닝 시스템, COMPASS 포지셔닝 시스템이나 IRNSS (Indian Regional Navigational Satellite System)를 기반으로 할 수 있다. 차량 내비게이션 디바이스들은, 그 디바이스의 상대적인 위치를 판별하기 위해 사용될 수 있는 추측-방법 (dead-reckoning) (DR) 센서들로도 또한 언급되는 관성 내비게이션 센서들에 대한 액세스를 또한 보통은 가지며, 즉, 새로운 위치가 (GNSS 센서를 이용하는 경우인) 절대적인 위치가 아니라 이전의 위치로부터 이동한 헤딩 (heading) 및 거리에 기반한다. DR 센서들은 속도계, 주행 거리계 등과 같은 운행 거리를 측정하기 위한 센서, 그리고 자이로스코프 등과 같이 헤딩을 측정하기 위한 센서를 포함한다. 많은 경우에, GNSS 센서들 및 DR 센서들로부터의 데이터는 결합되어, 심지어는 위성 신호들이 부분적으로 또는 완전하게 차단될 때에도 디바이스의 현재 위치가 항상 이용 가능하도록 한다

그런 내비게이션 디바이스들의 유용성은 제1 로케이션 (보통은 시작 위치 또는 현재 위치) 및 제2 로케이션 (보통은 목적지) 사이의 루트를 결정하기 위한 그 PND들의 능력에서 주로 명백해진다. 이 로케이션들은 아주 다양한 상이한 방법들 중 어느 하나에 의해, 예를 들면, 우편번호, 거리 이름 및 건물 이름, (유명한 로케이션들, (운동장이나 수영장 또는 관심대상인 다른 포인트들과 같은) 국지적인 로케이션들과 같은) 이전에 저장된 "잘 알려진" 목적지들, 및 선호하는 또는 최근에 방문했던 목적지들에 의해 상기 디바이스의 사용자에 의해 입력될 수 있다. 보통, 내비게이션 디바이스는 상기 지도 데이터로부터의 상기 시작 및 목적지 주소 로케이션들 사이의 "최선" 또는 "최적" 루트를 찾기 위한 루트 계획 소프트웨어에 의해 가능하게 된다. "최선" 또는 "최적" 루트는 미리 정해진 기준을 기반으로 하여 결정되며 그리고 반드시 가장 빠르거나 짧은 루트일 필요는 없다. 운전자를 안내하기 위한 루트를 찾는 것은 매우 복잡하여, 그리고 이 찾는 것은 이력적인, 기존의 그리고/또는 예측된 트래픽 및 도로 정보를 고려할 수 있다. 계산된 루트를 따른 내비게이션 동안에, 그런 디바이스들이 선택된 루트를 따라 그 루트의 끝까지, 즉, 상기 소망된 목적지까지 사용자를 안내하기 위한 시각적인 그리고/또는 청각적인 지시들을 제공하는 것은 일상적이다. 디바이스들이 내비게이션 동안에 스크린 상에 지도 정보를 디스플레이하는 것 또한 일상적이며, 그런 정보는 스크린 상에 주기적으로 업데이트되며, 그래서 디스플레이된 지도 정보가 상기 디바이스의 현재의 로케이션을 나타내도록 하며, 그리고 상기 디바이스가 차량 내 내비게이션을 위해 사용되고 있다면 그 사용자 또는 사용자의 차량의 현재 로케이션도 나타내도록 한다.

그러므로 인정될 것처럼, 내비게이션 디바이스에서의 중요한 프로세스는 예를 들면 GNSS 센서들 및/또는 DR 센서들에 기반하여 포지셔닝 엔진에 의해 판별된 상기 디바이스의 현재 위치에 대한 상기 디지털 지도 상의 대응 위치를 판별하기 위한 것이다. 이 프로세스는 지도 매칭으로서 일반적으로 언급된다. 지도 매칭 알고리즘들의 다양한 예들은 Quddus 등의 Transportation Research Part C: Emerging Technologies, vol.15, no.5, pp. 312-328 (2007)에서의 논문 "Current map-matching algorithms for transport applications: state-of-the art and future research directions"에서 설명된다.

도 1은 포지셔닝 및 지도 매칭 시스템의 예시적인 기능적 설계를 보여준다. 이 시스템에서, 데이터는 GNSS 센서 (10) 및 DR 센서 (12) 중 적어도 하나로부터 포지셔닝 엔진 (예를 들면, 소프트웨어 모듈) (20)에 의해 수신되어서 프로세싱되어, 위치 데이터를 계속해서 출력한다. 이 위치 데이터, 즉, 각 위치 샘플은 위도 및 경도와 같은 지리적인 좌표들의 세트를 적어도 포함하지만, (이전의 위치 샘플 이후로부터의) 헤딩 (heading), 속도 및 운행 거리와 같은 정보를 또한 일반적으로 포함할 것이다. 위치 샘플들은 지도 매칭 엔진 (30)으로 입력되며, 이는 저장 수단 (32) 내 디지털 지도에 액세스하며, 그리고 각 위치 샘플에 대해, 예를 들면, 디지털 지도의 세그먼트 및 헤드 (head) 또는 테일 (tail) 노드로부터의 오프셋을 식별하는 데이터처럼, 대응하는 지도 매치된 (matched) 위치를 출력한다. 상기 지도 매치된 위치는, 예를 들면, 현재 위치로부터 목적지까지의 루트를 결정하는데 있어서 사용하기 위해 하나 이상의 클라이언트 디바이스들이나 소프트웨어 모듈들 (40)에 의해 수신된다.

가장 초기의 지도 매칭 접근방식들은 포인트-대-포인트 및 포인트-대-커브 매칭을 포함하며, 이는 거리 측정에 기반하여 개별 위치 샘플들을 디지털 지도의 가장 근방의 노드들이나 세그먼트들로 옮긴다. 이런 접근 방식들은, 예를 들면, White 등에 의한 Transportation Research Part C, vol. 8, pp. 91-108 (2000)에서의 논문 "Some map matching algorithms for personal navigation assistants"에서 더 상세하게 설명된다. 그러나, (운행가능 네트워크, 예를 들면, 도로 네트워크를 나타내는) 포지셔닝 엔진 및 디지털 지도로부터 수신된 위치 샘플들 둘 모두에 결부된 이중의 불확실성 및 부정확으로 인해서, 그런 접근방식들은 극도로 오류에 걸리기 쉽다. 특히, 높은 도로 밀도, 복잡한 교차점들, 및 평행하거나 정체된 도로들을 가진 도시 지역들은 올바르게 해결하는 것이 특히 어렵다. 이 초기의 매칭 알고리즘들을 개선하기 위해 두 가지 전형적인 접근방식들이 사용되었다. 한 접근방식은 헤딩 (heading); 운행 거리; 및 회전 제한들과 같은 세그먼트 속성들과 같은 거리 측정에 추가로 더욱 많은 측정들을 도입한다. 다른 접근방식은 네트워크 토폴로지를 통합하고 그리고 지도 매치된 결과들을 토롤로지적으로 본래 모습으로 유지하는 것이다. 그러나, 그런 시스템들은 바람직하지 않게 복잡할 수 있다.

본 출원인은 위치 데이터 지도 매칭을 위한 향상된 방법 및 시스템에 대한 필요성이 남아있다는 것을 인식했다.

본 발명은 상기와 같은 필요성을 제공하기 위해서 지도 매칭을 위한 방법 및 시스템을 제공하려고 한다.

본 발명의 제1 모습에 따라, 디바이스의 현재 위치를 지리적 영역 내에서 운행가능 요소들의 네트워크를 표시하는 전자 지도에 매칭하는 방법이 제공되며, 상기 전자 지도는 상기 운행가능 요소들을 나타내는 복수의 세그먼트들을 포함하며, 상기 방법은:

상기 디바이스의 움직임을 표시하는 위치 데이터를 획득하는 단계로, 상기 위치 데이터는 상이한 시각들에서 상기 디바이스의 위치를 표시하는 복수의 위치 데이터 샘플들을 포함하는, 획득 단계;

상기 전자 지도에 의해 커버되는 영역의 적어도 일부에 관하여 전자 지도 데이터를 획득하는 단계; 그리고

상기 전자 지도에 관한 후보 경로들의 풀 (pool)을 유지하는 단계를 포함하며,

각 후보 경로는 상기 디바이스의 현재 위치에 대응될 수 있는 전자 지도를 통한 가능한 경로이며, 각 후보 경로는 상기 전자 지도의 하나 이상의 세그먼트들을 포함하며,

상기 유지하는 단계는 원래의 후보 경로의 헤드 엔드 (head end)를 제공하는 세그먼트에 연결된 적어도 하나의 세그먼트를 포함하는 확장된 후보 경로를 제공하기 위해 상기 후보 경로들 중 하나 이상을 확장하는 단계에 의해 후보 경로들의 풀들을 업데이트하는 단계를 더 포함하며,

상기 방법은:

상기 위치 데이터로의 최선 매치 (best match)를 제공하는 풀로부터, 복수의 상기 위치 데이터 샘플들에 기반하여 후보 경로를 식별하는 단계;

지도 매치된 현재 위치로서 출력하기 위해 상기 전자 지도의 세그먼트에 관하여 상기 디바이스의 추정된 현재 위치를 획득하는데 있어서 상기 식별된 후보 경로를 사용하는 단계; 그리고

상기 지도 매치된 현재 위치를 표시하는 데이터를 생성하는 단계를 더 포함한다.

본 발명은 본원에서 설명된 봅 발명의 모습들이나 실시예들 중 어느 하나에 따른 방법을 수행하는 시스템으로 확대된다. 그래서, 본 발명의 제2 모습에 따라, 디바이스의 현재 위치를 지리적 영역 내에서 운행가능 요소들의 네트워크를 표시하는 전자 지도에 매칭하는 시스템이 제공되며, 상기 전자 지도는 상기 운행가능 요소들을 나타내는 복수의 세그먼트들을 포함하며, 상기 시스템은:

상기 디바이스의 움직임을 표시하는 위치 데이터를 획득하기 위한 수단으로, 상기 위치 데이터는 상이한 시각들에서 상기 디바이스의 위치를 표시하는 복수의 위치 데이터 샘플들을 포함하는, 획득 수단;

상기 전자 지도에 의해 커버되는 영역의 적어도 일부에 관하여 전자 지도 데이터를 획득하는 수단; 그리고

상기 전자 지도에 관한 후보 경로들의 풀 (pool)을 유지하는 수단을 포함하며,

각 후보 경로는 상기 디바이스의 현재 위치에 대응될 수 있는 전자 지도를 통한 가능한 경로이며, 각 후보 경로는 상기 전자 지도의 하나 이상의 세그먼트들을 포함하며,

상기 유지하는 것은 원래의 후보 경로의 헤드 엔드 (head end)를 제공하는 세그먼트에 연결된 적어도 하나의 세그먼트를 포함하는 확장된 후보 경로를 제공하기 위해 상기 후보 경로들 중 하나 이상을 확장하는 것에 의해 후보 경로들의 풀들을 업데이트하는 것을 더 포함하며,

상기 시스템은:

상기 위치 데이터로의 최선 매치 (best match)를 제공하는 풀로부터, 복수의 상기 위치 데이터 샘플들에 기반하여 후보 경로를 식별하는 수단;

지도 매치된 현재 위치로서 출력하기 위해 상기 전자 지도의 세그먼트에 관하여 상기 디바이스의 추정된 현재 위치를 획득하는데 있어서 상기 식별된 후보 경로를 사용하는 수단; 그리고

상기 지도 매치된 현재 위치를 표시하는 데이터를 생성하는 수단을 더 포함한다.

본 발명이 속한 기술 분야에서의 통상의 지식을 가진 자들이 인정하듯이, 본 발명의 이 추가의 모습은 본 발명의 다른 모습들 중 어떤 모습에 관해 여기에서 설명된 본 발명의 바람직한 그리고 옵션의 특징들 중 어떤 하나 또는 그 이상 또는 모두를 적절하게 포함할 수 있으며 그리고 바람직하게 포함한다. 명시적으로 선언되지 않았다면, 여기에서의 본 발명의 상기 시스템은 본 발명의 모습들이나 실시예들의 상기 방법에 관련하여 설명된 어떤 단계도 수행하기 위한 수단을 포함할 수 있으며, 그 반대도 마찬가지이다.

본 발명은 컴퓨터 구현된 발명이며, 본 발명의 상기 모습들이나 실시예들 중 어느 하나에 관련하여 설명된 단계들 중 어떤 것도 하나 이상의 프로세서들의 세트의 제어 하에 수행될 수 있다. 상기 시스템에 관련하여 설명된 단계들 중 어느 하나를 수행하기 위한 수단은 하나 이상의 프로세서들의 세트일 수 있다.

본 발명의 상기 방법은 내비게이션 운용의 환경에서 구현될 수 있다. 그래서, 상기 방법은 내비게이션 기능성을 구비한 디바이스나 시스템의 하나 이상의 프로세서들의 세트에 의해 수행될 수 있다. 그러나, 상기 방법들은 지도 매칭 기능을 구비하지만 반드시 내비게이션 기능성을 가지는 것은 아닌 어떤 적합한 시스템에 의해 또한 수행될 수 있다는 것이 인정될 것이다. 예를 들면, 상기 방법들은 내비게이션 기능성을 가지지 않은 컴퓨터 시스템, 예를 들면, 데스크탑 또는 랩탑 시스템, 그리고/또는 차량 내 하나 이상의 시스템들을 자동적으로 제어하도록 구성될 수 있는 ADAS (Advanced Driving Assistance System)에 의해 구현될 수 있을 것이다.

본 발명의 상기 방법들은 상기 선언된 기능성을 제공하도록 구성된 시스템을 사용하여 구현될 수 있다. 상기 단계들은 지도 매칭 엔진에 의해 수행될 수 있다.

본 발명의 상기 방법들은 모바일 디바이스에 의해 수행될 수 있다. 상기 모바일 디바이스는 메모리 및 하나 이상의 프로세서들의 세트를 구비한다. 그런 디바이스는, 예를 들면, 위에서의 배경 섹션에서 설명된 특징들 중 어느 하나를 가진 전용의 내비게이션 디바이스일 수 있다. 그런 디바이스는 휴대용 내비게이션 디바이스, 또는 통합된 차량-내 디바이스일 수 있다. 상기 시스템은 진보된 운전자 보조 시스템 (Advanced Driver Assistance System (ADAS))의 일부를 형성할 수 있다. 그러나, 다른 실시예들에서 상기 모바일 디바이스는 적절한 소프트웨어를 동작시키는 모바일 전화기나 태블릿 디바이스와 같은 어떤 적합한 모바일 디바이스일 수 있다. 일반적으로, 모바일 디바이스는 위치 판별 기능성을 가질 것이다. 전형적으로, 모바일 디바이스는 전자 지도에 관한 현재의 위치 표시를 사용자에게 디스플레이하기 위한 디스플레이를 구비할 것이다. 대안으로 본 발명의 방법들은 서버에 의해 수행될 수 있다. 본 발명의 방법들이 서버 및 모바일 디바이스의 조합에 의해 수행되는 다른 실시예들이 예견된다. 따라서, 본 발명의 시스템은 위에서 설명된 단계들을 수행하도록 구성된 모바일 디바이스 및/또는 서버를 포함할 수 있다. 본 발명의 상기 지도 매칭 단계들은 지도 매치된 데이터를 사용할 수 있는 다른 모듈로부터 분리된 지도 매칭 모듈, 예를 들면, 라우팅 엔진에 의해 수행될 수 있으며, 그리고 유사하게 상기 지도 매칭 모듈은 그 지도 매칭 모듈이 작동하는 포지셔닝 데이터를 제공하는 모듈로부터 분리될 수 있다.

상기 방법은 전자 지도 데이터 및 지도로의 매칭을 위해 디바이스의 움직임을 표시하는 위치 데이터를 획득하는 것을 포함한다. 상기 전자 지도 데이터 및 위치 데이터는 지도 매칭 엔진으로 입력 데이터를 제공한다.

상기 방법은 지도 매칭 방법에서 사용하기 위해 지도 데이터베이스로부터 전자 지도 데이터를 획득하는 단계를 포함할 수 있다. 상기 전자 지도를 획득하는 단계는 로컬 또는 원격 소스로부터 데이터를 요청하는 단계를 포함할 수 있다. 상기 방법은 매치될 위치 샘플 (즉, 가장 최근의 위치 샘플)에 기반하여 선택된 구역에관련한 전자 지도 데이터를 요청하는 것을 포함할 수 있다. 예를 들면, 상기 전자 지도 데이터는, 매치될 위치 샘플에 기반하여 선택된 미리 정해진 모습, 예를 들면, 직사각형과 같은 다각형의 구역에 관련한 데이터일 수 있다. 상기 구역은, 예를 들면, 상기 위치 상에 중심을 둘 수 있다. 몇몇의 실시예들에서, 상기 지도 매칭 방법은 지도 데이터베이스를 저장한 메모리를 포함하는 시스템에 의해 수행될 수 있다. 그러나, 다른 실시예들에서, 상기 지도 데이터베이스는, 예를 들면, 서버의 원격 지도 데이터베이스일 수 있다. 전자 지도 데이터를 요청하는 단계는, 예를 들면, 현재 위치가 전자 지도 데이터가 이전에 저장되었던 구역의 경계에 가까울 때에 추가의 전자 지도 데이터를 획득하기 위해 필요한만큼 반복될 수 있다.

상기 전자 지도는, 노드들에 의해 연결되며 그 전자 지도에 의해 커버되는 영역 내의 운행가능 네트워트의 운행가능 요소들을 나타내는 복수의 세그먼트들을 포함한다. 전자 지도의 세그먼트들에 의해 연결된 노드들은 실세계 노드들, 예를 들면, 운행 가능 네트워크의 요소들의 교차점들을 표시할 수 있으며, 또는 위에서 설명된 것과 같은 인위적인 노드들은 전자 지도에 도입되어, 실제의 세계 노드에 의해 정의되지 않는 적어도 하나의 말단을 가진 세그먼트들을 위한 앵커들을 제공한다. 이것은 실제 세계 노드들 사이에서 확장하는 세그먼트를 분할하기 위해 유용할 수 있으며, 이는 상이한 속성들을 상이한 도로 특징들, 예를 들면, 속도 제한들, 형상 정보 등처럼 그 세그먼트의 부분들에 연관시키는 것을 가능하게 하기 위한 것이다. 본 발명의 실시예들이 도로 세그먼트들의 모습인 운행가능 요소들을 참조하여 설명되지만, 본 발명은 경로, 강, 운하, 자전거 경로, 견인 통로, 철도선, 또는 유사한 것의 세그먼트들과 같은 다른 운행가능 세그먼트들에도 또한 적용 가능할 수 있다는 것이 인식되어야 한다. 참조의 편이를 위해, 이것들은 도로 세그먼트로 공통적으로 언급된다.

상기 전자 지도의 각 노드는, 그 노드의 실세계 위치를 표시하는 위치 데이터와 연관된다. 각 노드는 그 노드의 경도 및 위도 위치를 표시하는 위치 데이터와 연관될 수 있다. 상기 전자 지도의 각 세그먼트는 그 지도의 노드들 사이의 연결성을 표시한다. 세그먼트는 방향성이며, 그리고 그 세그먼트가 단-방향성 (즉, 상기 세그먼트에 의해 나타난 상기 운행가능 요소는 한 방향으로만 이동 가능하다) 또는 양-방향성 (즉, 상기 세그먼트에 의해 나타난 상기 운행가능 요소는 두 방향 모두로 이동 가능하다)인 것을 표시할 수 있다. 각 세그먼트는 테일 (tail) 노드 및 헤드 (head) 노드 사이에서 확장할 수 있다. 전형적으로 각 세그먼트는 직선 세그먼트이다. 다른 말로 하면, 상기 전자 지도는 그 전자 지도가 나타내는 운행가능 네트워크의 토폴로지 및 연결성을 표시한다.

상기 방법은 디바이스의 움직임을 표시하는 위치 데이터를 획득하는 단계를 포함한다. 상기 위치 데이터는, 상이한 시각들에서 상기 디바이스의 위치를 표시하는 복수의 위치 샘플들을 포함한다. 각 위치 샘플은 그 위치에 관련된 시각에서 그 디바이스의 위치를 표시한다. 가장 최근 시각에 관련된 위치 데이터, 예를 들면, 위치 샘플은 "현재 위치"로서 언급될 수 있다. 상기 방법은 상기 위치 데이터에 따른 현재 위치를 상기 전자 지도 상의 위치에 매치하려고 한다. 상기 위치 데이터는 어떤 적합한 위치 판별 엔진으로부터 획득, 예를 들면, 수신될 수 있다. 상기 위치 판별 엔진은 로컬 또는 원격일 수 있다. 상기 위치 데이터를 획득하는 단계는 원격 위치 판별 엔진으로부터 위치 데이터를 획득하는 단계를 포함하는 것이 바람직하다.

본 발명은 상기 지도 매칭 기능성, 예를 들면, 지도 매칭 엔진이 위치 판별 기능성, 예를 들면, 위치 판별 엔진으로부터 분리되는 것을 가능하게 한다. 상기 지도 매칭 엔진은 위치 데이터를 그런 데이터가 상기 지도 매칭 엔진에 의해 수신되는 레이트와 상이한 레이트로, 즉, 위치 판별 엔진이 위치 샘플들을 제공하는 레이트와는 상이한 레이트로 지도 매치시킬 수 있다. 예를 들면, 상기 지도 매칭 엔진은 상기 데이터를 상기 위치 데이터 샘플들이 수신된 레이트보다 더 낮은 레이트로 프로세싱할 수 있다. 또한, 지도 매칭 엔진에 의해 수신된 위치 데이터는 상기 지도 매칭 프로세스에서 즉시 사용되지 않을 수 있다.

상기 방법은 (데이터가 획득되면) 상기 획득된 위치 데이터를 메모리에 저장하는 단계를 더 포함할 수 있다. 이것은 상기 데이터가 더 나중의 스테이지에서, 즉, 상기 지도 매칭 엔진에 의해 비동기식으로 프로세싱되도록 하는 것을 가능하게 할 수 있다.

획득된 위치 데이터는 타이밍 데이터와 연관되는 것이 바람직하다. 바람직하게는 상기 위치 데이터는 복수의 위치 샘플들을 포함하며, 각 위치 샘플은 상기 디바이스의 위치를 표시하는 데이터 및 상기 위치가 관련된 시각을 표시하는 데이터를 포함한다. 바람직한 실시예들에서 상기 위치 데이터는 타임 스탬프 부여된 위치 데이터이다. 각 위치 샘플은 그 후에 타임 스탬프와 연관된다. 위치 데이터를 위한 타이밍 정보를 포함하는 그런 실시예들은 상기 지도 매칭 및 위치 판별 엔진들이 서로로부터 분리되는 경우에 적합하다. 그러나, 상기 위치 데이터는, 상기 지도 매칭 엔진에 의해 다른 방식들로 추론될 수 있는 경우에, 또는, 그것이 필요하지 않는 경우, 예를 들면 위치 판별 엔진 및 지도 매칭 엔진이 동일한 레이트에서 작동하는 경우에는 타이밍 정보와 반드시 연관될 필요는 없다. 이것은 상기 지도 매칭 엔진이 상기 위치 판별 엔진으로부터 분리되는 경우일 수 있다. 상기 방법은 복수의 위치 샘플들을 포함하는 위치 데이터를 획득하는 단계, 그리고 증가하는 타임 스탬프들과 연관되는 단계를 포함할 수 있다.

몇몇의 실시예들에서, 상기 방법은 상기 위치 데이터를 판별하는 단계로 확장될 수 있다. 상기 위치 데이터는 상기 디바이스의 위치를 표시하는 어떤 적합한 데이터를 포함할 수 있다. 상기 디바이스는, 위치가 지도에 매치될 것이 소망되는 어떤 디바이스일 수 있다. 상기 디바이스는 어떤 모바일 디바이스일 수 있으며, 그리고 전용의 내비게이션 디바이스, 또는 내비게이션 기능성을 가진 어떤 디바이스, 예를 들면, 적절한 소프트웨어를 동작시키는 모바일 전화기나 유사한 디바이스일 수 있다. 상기 디바이스는 본 발명의 상기 지도 매칭 단계들을 수행하는 디바이스일 수 있으며, 또는, 예를 들면, 상기 지도 매칭이 서버에 의해 수행되는 원격 디바이스일 수 있다. 상기 디바이스는 보통은 차량과 연관된다.

상기 위치 데이터는 위에서 설명된 위치 데이터의 유형들 중 어느 하나를 포함할 수 있다. 상기 위치 데이터는 GPS 데이터, 또는 하나 이상의 GNSS 센서, 예를 들면, GLOSNASS, COMPASS 또는 IRNSS에 의해 획득될 수 있는 어떤 다른 데이터와 같은 GNSS 센서나 센서들에 의해 제공된 데이터에 기반할 수 있다. 상기 위치 데이터는

상기 디바이스의 상대적인 위치를 표시하는 데이터를 제공하도록 구성된, 예를 들면, 차량의 하나 이상의 추측-방법 (dead-reckoning) (DR) 센서로부터 획득된 데이터에 대안으로 또는 추가로 기반할 수 있다. 그래서, 포지셔닝 데이터는 GNSS 센서(들) 및/또는 DR 센서(들)에 기반한 포지셔닝 엔진에 의해 판별된 임의 포지셔닝 데이터일 수 있다. 각 위치 샘플은 그러면 위에서의 유형들 중 어느 하나인 위치 데이터를 포함할 것이다.

각 타임에 관한 위치 데이터, 즉, 위치 데이터 샘플은 적어도 지리적 좌표들의 세트, 예를 들면, 위도 및 경도를 적어도 포함한다. 몇몇 실시예들에서, 각 위치 데이터 샘플은 헤딩, 속도 및 운행 거리 중 하나 이상을 표시하는 데이터를 추가로 포함한다. 상기 헤딩 및 운행 거리 데이터는 이전의 위치 샘플에 상대적일 것이다. 각 위치 샘플은 데이터의 추정된 정밀도, 경사, 헤딩 레이트 등을 표시하는 데이터와 같은 추가의 데이터를 옵션으로 포함할 수 있다.

상기 방법은 지도 매치될 디바이스의 위치를 표시하는 위치 데이터 샘플들을 계속해서 수신하는 단계를 보통 포함한다. 그러나, 배치된 포지셔닝 엔진은 그런 데이터를 계속해서 출력할 수 있다. 상기 포지셔닝 데이터는, 각각이 상이한 시각의 면에서의 샘플들, 예를 들면, 타임 스탬프 부여된 위치 데이터의 복수의 아이템들인 복수의 포지셔닝 데이터 샘플들을 포함할 수 있다. 각 그런 포지션 데이터 샘플은 본원에서 설명된 본 발명의 방법들에 따른 지도에 매치될 수 있다. 상기 위치 샘플들은 상기 지도에 연속하여 매치될 수 있으며, 각 지도 매치된 위치 샘플은 업데이트된 지도 매치된 현재 위치를 제공한다. 위에서 언급되었듯이, 상기 지도 매칭 프로세스는 포지션 샘플들을 수신하는 것보다 더 느린 레이트로, 그렇지 않다면 지연하여 발생할 수 있다. 가장 최근에 매치된 위치 샘플은 상기 지도 매치된 현재 위치를 제공하는 것으로 간주될 것이며, 실제로 상기 디바이스의 현재 위치가 그 시간만큼 앞설 수 있다고 하더라도 그렇다.

본 발명에 따라, 상기 방법은 상기 전자 지도에 관한 후보 경로들의 풀 (pool)을 유지하는 단계를 포함한다. 각 경로는 그것이 상기 디바이스의 (현재) 위치가 매치될 수 있는 전자 지도를 통한 가능한 경로라는 점에서 후보 경로이다. 그래서, 상기 풀 내의 후보 경로들이 시간이 흐르면 변한다는 점에서 상기 풀은 동적인 풀이다. 경로들은 수정되고, 추가되며, 또는 플로부터 제거될 수 있다. 보통은 상기 전자 지도의 각 세그먼트는 선형이다. 그래서 각 후보 경로는, 각각이 상기 전자 지도의 복수의 세그먼트들을 포함하는 폴리라인 (polyline)일 수 있다.

휴지 구간 이후에 스타트 업할 때, 또는 오프-로드 위치로부터 때와 같은 초기 스타트-업 상황에서, 상기 방법은 현재 위치 부근에서, 즉, 복수의 후보 경로들의 스타트-업 세트를 제공하는데 있어서 사용하기 위한 처음 수신된 위치 샘플 부근에서 상기 전자 지도 내 복수의 세그먼트들을 식별하는 단계를 포함할 수 있다. 상기 방법은 현재 위치에 기반하여 상기 전자 지도 상에서 다각형, 예를 들면, 직사각형, 또는 어떤 다른 영역을 판별하는 단계, 그리고 후보 경로들의 스타트-업 세트의 각자의 후보 경로들을 제공하는데 있어서 사용될 다각형 또는 다른 영역을 가로지르는 상기 전자 지도의 복수의 세그먼트들을 식별하는 단계를 포함할 수 있다. 상기 방법은 스타트-업 세트를 위해 복수의 세그먼트들을 선택하는데 있어서 현재 위치, 방벽 등으로부터의 거리와 같은 팩터들을 고려하는 단계를 포함할 수 있다. 여기에서 상기 현재 위치는 스타트-업 이후에 처음으로 수신된 위치 샘플일 것이다.

스타트-업 이후에, 후보 경로들의 풀은 현존 경로들을 확장하고 그리고/또는 새로운 경로들을 추가함으로써 추가될 수 있다. 그런 단계들은 수신된 위치 데이터에 응답하여 수행될 수 있다. 상기 풀은 상이한 운전 방향들에 관하여 후보 경로들의 제1 세트 및 제2 세트를 포함할 수 있으며, 또는 현재 운전 방향에서의 후보 경로들만을 포함할 수 있다.

각 후보 경로는 상기 전자 지도의 세그먼트들 중 하나 이상을 포함한다. 각 경로는 연속한 경로이다. 상기 경로는 단일의 포인트 로케이션이 아니라 확장된 경로이다. 이것은 이전의 위치 샘플들을 고려하기 위해서, 그래서 이동한 경로를 현재의 위치까지 고려하기 위해서, 현재 위치를 상기 지도에 매치하는 것을 가능하게 한다. 이것은 위에서 설명된 종래의 포인트-대-포인트 지도 매칭 기술들과 연관된 오류들을 줄이는 것을 도울 수 있다. 그러나, 본 발명은 확장된 로케이션을 또한 고려했던 종래 기술인 커브-대-커브 유형 지도 매칭 방법들을 사용하여 획득될 수 있는 것보다 지도 매칭 정밀도에 있어서 추가의 향상들을 제공하는 추가적인 단계들을 포함한다.

바람직하게는 상기 후보 경로들 중 적어도 일부는 상기 전자 지도의 제1 세그먼트 그리고 상기 제1 세그먼트에 연결된 세그먼트를 적어도 포함한다. 다른 말로 하면, 상기 후보 경로들 중 적어도 몇몇은 연결된 세그먼트들 사이에서 상기 전자 지도의 노드를 가로질러 확장한다.

본 발명에 따라서 상기 방법은 후보 경로들 중 하나 이상을 확장함으로써 상기 후보 경로들의 풀을 업데이트하는 단계를 포함한다. 상기 전자 지도의 각 세그먼트는 헤드 (노드) 및 테일 (노드)을 가지며, 상기 헤드 (노드)는 상기 세그먼트의, 즉, 상기 세그먼트가 향하고 있는 방향에서 전방 (forward) 말단이며, 그리고 테일 (노드)은 상기 세그먼트가 나온 세그먼트의 후방 말단이다. 유사하게, 각 후보 경로는 전방 말단에서, 즉, 상기 경로가 향하고 있는 방향에서 헤드 말단을, 그리고 그 경로의 후방 말단에서 테일 말단을 가진다. 상기 방법은 원래의 후보 경로의 헤드 말단을 제공하는 상기 세그먼트에 연결된 적어도 세그먼트를 포함하는 확장된 후보 경로를 제공하기 위해서 후보 경로를 확장하는 단계를 포함한다. 상기 세그먼트들은 노드에서 다른 하나의 세그먼트에 연결될 것이다. 그 연결된 세그먼트는 원래의 후보 경로의 세그먼트의 헤드 말단이 종결하는 노드에서의 아웃고잉 (outgoing) 세그먼트인 것이 일반적이다. 후보 경로가 상기 연결된 세그먼트를 따라 확장되는 거리는 소망되는 대로 선택될 수 있다. 예를 들면, 그 거리는 미리 정해진 거리일 수 있으며, 또는 다음 노드까지 등일 수 있다. 상기 거리는 세그먼트의 유형에 종속할 수 있다. 예를 들면, 세그먼트가 고속도로 세그먼트인 경우, 상기 경로를 더 확장하여, 상기 세그먼트가 도시 도로 네트워크의 일부인 곳보다 더 먼 다음 노드에 마주치게 할 필요가 있을 수 있다. 상기 경로는 상기 처음 연결된 세그먼트에 연결된 추가의 세그먼트로 확장될 수 있다는 것이 예견된다. 확장은 운행 방향에서 발생한다는 것이 인정될 것이다. 확장된 후보 경로는 후보 경로들의 풀에 추가된다.

위에서 설명된 방식으로 후보 경로들을 확장함으로써, 생성된 후보 경로들의 풀은 도로 연결성 정보를 본래부터 포함할 것이며, 현재 위치가 우회로 근방에 있거나, 또는 평행 도로들이 존재하는 경우와 같이 심지어는 더욱 복잡한 상황들에서도 현재 위치를 정밀하게 지도 매치하기 위한 향상된 능력의 결과를 가져온다. 그런 토폴로지 정보를 후보 경로 데이터 내부에 구축함으로써, 매칭 프로세스의 후속 부분들을 수행할 때에, 예를 들면, 상기 위치에 어느 세그먼트를 매치시킬 것인가를 결정할 때에 세그먼트들 사이에서의 토폴로지 특징들, 예를 들면, 연결성을 고려하기 위한 필요성, 상기 지도 매칭 프로세스는 단순화된다. 원래의 후보 경로를 확장하는 상기 단계는 전방 방향, 즉, 이동 방향에서 수행된다.

확장될 상기 또는 각 경로는 상기 위치 데이터에 기반하여 바람직하게 선택된다. 확장된 상기 또는 각 경로는 상기 디바이스의 위치가 이전에 매치되었던 경로인 것이 바람직하다. 상기 경로를 확장하는 상기 단계는 상기 디바이스의 (가장 최근의) 지도 매치된 위치가 상기 경로의 헤드 말단에 근접할 때에 트리거될 수 있다. 예를 들면, 이것은 상기 지도 매치된 위치가 상기 경로의 헤드 말단에서 미리 정해진 거리 내에 있을 때일 수 있다. 이 상황에서, 지도 매치될 위치 데이터의 다음 샘플은 현존 경로의 헤드 말단 너머의 구역에 있을 것 같다. 지도 매치된 위치가 경로의 말든 근처에 있을 때에 그 경로를 확장함으로써, 연결된 세그먼트 상으로 후보 경로가 생성되며, 위치 데이터의 다음 샘플에 매칭하기 위해 적합한 후보 경로를 제공하여, 심지어 교차점들의 구역 등에서 상기 매칭 프로세스에서의 연속성을 제공한다. 그러나, 상기 지도 매치된 위치가 경로의 헤드 말단 근처에 있을 때에만 확장함으로써, 후보 경로 풀 내의 경로들의 개수 및 길이는 더욱 관리 가능한 레벨에서 유지될 수 있다.

많은 경우들에서, 후보 경로의 헤드 말단을 제공하는 세그먼트는, 다수의 아웃고잉 세그먼트들을 구비하는 노드에서 종결할 수 있다. 후보 경로의 헤드 말단을 제공하는 상기 세그먼트는 그러면 다수의 세그먼트들에 연결된다. 이 상황에서, 상기 방법은 상기 후보 경로를 확장하는 단계를 포함하여, 상기 노드에서 원래의 후보 경로의 헤드 말단을 제공하는 상기 세그먼트에 연결된 아웃고잉 세그먼트들 중 적어도 하나를 포함하는 확장된 후보 경로를 제공하며, 그리고 상기 노드에서 상기 원래의 후보 경로의 헤드 말단을 제공하는 상기 세그먼트에 연결된 다른 아웃고잉 세그먼트들 중 적어도 하나를 포함하는 적어도 하나의 추가 후보 경로를 생성하는 단계를 포함한다. 상기 또는 각 추가 후보 경로는 원래의 후보 경로에 대응하는 노드로 이끌어 가는 부분을 더 포함할 수 있다. 다른 말로 하면, 상기 원래의 후보 경로는 상이한 방식으로 복제되고 확장되어, 하나 이상의 추가의 유일 후보 경로를 제공한다. 이 프로세스는 상기 노드로부터 퍼지는 각 세그먼트에 대해 수행될 수 있다.

각 확장된 후보 경로는 상기 전자 지도의 둘 이상의 세그먼트들의 순서가 정해진 시퀀스로서 설명될 수 있다. 결정된 각 후보 경로는 상이한, 즉, 유일한 경로이다. 위에서 언급되었듯이, 각 후보 경로가 유일하지만, 상이한 후보 경로들은, 예를 들면, 확장된 원래의 후보 경로에 대응하는 공통의 부분을 공유할 수 있다.

상기 방법은 후보 경로들 각각을 표시하는 데이터를 후보 경로 데이터베이스 내 후보 풀에 저장하는 단계를 포함할 수 있다. 경로가 확장되거나 추가될 때에, 상기 방법은 그 확장된 또는 새로운 경로를 표시하는 데이터를 상기 데이터베이스네 저장하는 단계를 포함한다. 후보 경로를 표시하는 데이터는 그 경로를 정의하는 지도 세그먼트들의 순서 정해진 시퀀스를 표시할 수 있다. 그 데이터베이스는 로컬 또는 원격 메모리, 또는 그것들의 조합에 저장될 수 있지만, 로컬에 저장되는 것이 바람직하다.

복수의 후보 경로들 중 상이한 하나 하나는 후보 경로들의 풀 내에 확장된 후보 경로들을 제공하기 위해서, 즉, 현재 위치가 각자의 원래 후보 경로의 말단에 가까울 때에 상이한 시각들에서 확장될 수 있다는 것이 인정될 것이다.

시간이 흐름에 따라 상기 디바이스가 움직이고, 그리고 새로운 위치 샘플들이 수신되면, 후보 경로들의 풀 내의 후보 경로들의 개수는 증가할 것이라는 것이 인정될 것이다. 본 발명의 실시예들에 따라, 후보 경로들의 풀을 능동적으로 관리하기 위해서 단계들이 바람직하게 취해진다. 이것은 후보 경로들의 개수 그리고/또는 경로들의 길이를 관리 가능한 레벨로 유지하는 것을 도와서, 상기 지도 매칭 프로세스를 효율적으로 진행하는 것이 가능하게 한다. 상기 방법은 경로들을 폐기하고 그리고/또는 후보 경로들의 길이를 줄이는 단계를 포함할 수 있다. 상기 방법은 경로들의 겹치는 부분들의 적어도 일부를 제거하는 단계를 포함할 수 있다. 후보 경로를 능동적으로 관리하는 것은 상기 후보 데이터 풀에 대한 변화들을 반영하기 위해 상기 후보 경로 데이터베이스를 업데이트하는 단계를 포함할 수 있다.

이 단계들은 다양한 기준에 기반할 수 있다. 예를 들면, 후보 경로들은 겹치는 부분들, 예를 들면, 테일 (tail) 부분들을 포함할 수 있다. 이것은 현재 위치가 위에서 설명되었듯이 둘 이상의 아웃고잉 세그먼트들을 가진 교차점에 가까울 때에 후보 경로들을 확장한 것의 결과일 수 있다. 원래의 후보 경로들은 그 교차점으로부터의 상이한 세그먼트들을 따라 계속하는 복수의 새로운 유일 경로들의 일부를 형성하기 위해 복제될 수 있다. 후보 경로 풀을 관리하는 방법은 후보 경로 테일 부분들을 잘라내는 단계를 포함할 수 있다. 상기 방법은 상기 후보 경로들 중 상이한 하나 하나 사이에서 공유되는 테일 부분들을 식별하고 잘라내는 단계, 예를 들면, 상기 경로들의 공통의 선조 (ancestor) 부분들을 제거하는 단계를 포함할 수 있다. 현재 위치가 원래의 후보 경로의 헤드를 너머서 나아가면, 이 테일 부분들은 보통은 상기 매칭 프로세스에서 중복이 된다

경로들은 위치 데이터에 대한 최선 매치인 후보 경로를 결정하기 위해서 상기 위치 데이터를 후보 경로들에 매칭한 결과들에 기반하여 폐기될 수 있다. 이것은 경로들이 상기 위치 데이터에 관련하여 너무 큰 오프셋을 가진 것으로 판명되고 그리고/또는 경로들이 이동한 경로를 매칭하는 가능성이 낮은 것으로 판명될 때에 그렇다.

후보 경로들의 풀 관리는 운행하고 있는 구역 내 운행가능 네트워크의 특성들에 기반하여 제어될 수 있다. 예컨데, 운행가능 네트워크가 인구가 조밀한 도시 도로 네트워크인 경우 상대적으로 많은 노드들이 존재할 수 있다. 이것은 경로들의 빈번한 확장 및 증가의 결과를 가져올 것이다. 반면에, 고속도로를 따라 운행할 때에, 상대적으로 적은 개수의 노드들이 존재할 것이며, 지도 세그먼트들은 더 긴 경향이 있을 것이다. 이 시나리오에서, 후보 경로들의 풀은 그렇게 큰 속도로 증가하지 않을 것이다. 상기 풀에 대한 더욱 공격적인 관리는 그러므로 상기 풀을 관리 가능한 레벨로 유지하기 위해 도시 환경에서 유리할 것이다.

특별한 경우에, 유용한 후보 경로들을 제공하기 위해 상기 후보 풀 적응이 필요할 수 있다. 한 가지의 그런 경우는 현재 위치가 터널인 경우이다. 몇몇 실시예들에서 상기 방법은 현재 위치가 터널 내에 있거나 터널에 접근한다고 판별하는 단계를 포함할 수 있다. 이것은 정해진 문턱을 초과하는 기간에 대해 위성 기반 포지셔닝 데이터가 부재한다는 것으로부터 추론될 수 있다. 터널에 접근하는 것은 지도 데이터를 이용하여 탐지될 수 있다. 그러면 상기 방법은 터널의 출구로 이끄는 세그먼트들을 따라서만 후보 경로들을 확장하는 단계를 포함할 수 있다.

본 발명의 추가의 모습에 따라, 디바이스의 현재 위치를 운행가능 요소들의 네트워크를 표시하는 전자 지도에 매칭하는 방법이 제공되며, 상기 전자 지도는 상기 운행가능 요소들을 나타내는 복수의 세그먼트들을 포함하며, 상기 방법은:

상기 디바이스의 움직임을 표시하는 위치 데이터를 획득하는 단계로, 상기 위치 데이터는 상이한 시각들에서 상기 디바이스의 위치를 표시하는 복수의 위치 데이터 샘플들을 포함하는, 획득 단계;

상기 전자 지도에 의해 커버되는 영역의 적어도 일부에 관하여 전자 지도 데이터를 획득하는 단계; 그리고

상기 전자 지도에 관한 후보 경로들의 풀 (pool)을 유지하는 단계를 포함하며,

각 후보 경로는 상기 디바이스의 현재 위치에 대응될 수 있는 전자 지도를 통한 가능한 경로이며, 각 후보 경로는 상기 전자 지도의 하나 이상의 세그먼트들을 포함하며,

상기 유지하는 단계는 원래의 후보 경로의 헤드 엔드 (head end)를 제공하는 세그먼트에 연결된 적어도 하나의 세그먼트를 포함하는 확장된 후보 경로를 제공하기 위해 상기 후보 경로들 중 하나 이상을 확장하는 단계에 의해 후보 경로들의 풀들을, 상기 현재의 위치가 터널에 있거나 접근하고 있다는 것을 탐지하면 업데이트하는 단계를 더 포함하며, 상기 세그먼트는 상기 터널의 출구로 인도하는 세그먼트이며, 상기 방법은:

상기 위치 데이터로의 최선 매치 (best match)를 제공하는 풀로부터, 복수의 상기 위치 데이터 샘플들에 기반하여 후보 경로를 식별하는 단계;

지도 매치된 현재 위치로서 출력하기 위해 상기 전자 지도의 세그먼트에 관하여 상기 디바이스의 추정된 현재 위치를 획득하는데 있어서 상기 식별된 후보 경로를 사용하는 단계; 그리고

상기 지도 매치된 현재 위치를 표시하는 데이터를 생성하는 단계를 더 포함한다.

본 발명은 본원에서 설명된 봅 발명의 모습들이나 실시예들 중 어느 하나에 따른 방법을 수행하는 시스템으로 확대된다. 그래서, 본 발명의 추가의 모습에 따라, 디바이스의 현재 위치를 운행가능 요소들의 네트워크를 표시하는 전자 지도에 매칭하는 시스템이 제공되며, 상기 전자 지도는 상기 운행가능 요소들을 나타내는 복수의 세그먼트들을 포함하며, 상기 시스템은:

상기 디바이스의 움직임을 표시하는 위치 데이터를 획득하는 수단으로, 상기 위치 데이터는 상이한 시각들에서 상기 디바이스의 위치를 표시하는 복수의 위치 데이터 샘플들을 포함하는, 획득 수단;

상기 전자 지도에 의해 커버되는 영역의 적어도 일부에 관하여 전자 지도 데이터를 획득하는 수단; 그리고

상기 전자 지도에 관한 후보 경로들의 풀 (pool)을 유지하는 수단을 포함하며,

각 후보 경로는 상기 디바이스의 현재 위치에 대응될 수 있는 전자 지도를 통한 가능한 경로이며, 각 후보 경로는 상기 전자 지도의 하나 이상의 세그먼트들을 포함하며,

상기 유지하는 것은 원래의 후보 경로의 헤드 엔드 (head end)를 제공하는 세그먼트에 연결된 적어도 하나의 세그먼트를 포함하는 확장된 후보 경로를 제공하기 위해 상기 후보 경로들 중 하나 이상을 확장하는 것에 의해 후보 경로들의 풀들을, 상기 현재의 위치가 터널에 있거나 접근하고 있다는 것을 탐지하면 업데이트하는 것을 더 포함하며, 상기 세그먼트는 상기 터널의 출구로 인도하는 세그먼트이며, 상기 시스템은:

상기 위치 데이터로의 최선 매치 (best match)를 제공하는 풀로부터, 복수의 상기 위치 데이터 샘플들에 기반하여 후보 경로를 식별하는 수단;

지도 매치된 현재 위치로서 출력하기 위해 상기 전자 지도의 세그먼트에 관하여 상기 디바이스의 추정된 현재 위치를 획득하는데 있어서 상기 식별된 후보 경로를 사용하는 수단; 그리고

상기 지도 매치된 현재 위치를 표시하는 데이터를 생성하는 수단을 더 포함한다.

본 발명이 속한 기술 분야에서의 통상의 지식을 가진 자들이 인정하듯이, 본 발명의 이 추가의 모습은 본 발명의 다른 모습들 중 어느 하나에 관하여 본원에서 설명된 본 발명의 바람직한 그리고 옵션의 특징들 중 하나 이상 또는 모두를 포함할 수 있으며 바람직하게는 포함한다. 명시적으로 선언되지 않았다면, 본원에서의 본 발명의 시스템은 본 발명의 모습들이나 실시예들 중 어느 하나에서의 본 발명의 방법에 관련하여 설명된 임의 단계를 수행하는 수단을 포함할 수 있으며, 그 반대로 마찬가지이다.

이 추가의 모습들에 따른 본 발명은 컴퓨터 구현된 발명이며, 그리고 본 발명의 모습들이나 실시예들 중 어느 하나에 관련하여 설명된 단계들 중 어느 하나는 하나 이상의 프로세서들의 세트의 제어 하에 수행될 수 있다. 상기 시스템에 관련하여 설명된 단계들 중 어느 하나를 수행하기 위한 수단은 하나 이상의 프로세서들의 세트일 수 있다.

후보 경로의 헤드 말단이, 터널의 출구로 이끄는 다수의 아웃고잉 세그먼트들을 가진 노드에서 종결하는 실시예들에서, 상기 방법은 상기 후보 경로를 확장하는 단계를 포함하여, 상기 노드에서 원래의 후보 경로의 헤드 말단을 제공하는 세그먼트에 연결된 아웃고잉 세그먼트들 중 적어도 하나를 포함하는 확장된 후보 경로를 제공하며, 그리고 상기 노드에서 원래의 후보 경로의 헤드 말단을 제공하는 세그먼트에 연결된 다른 아웃고잉 세그먼트들 중 적어도 하나를 포함하는 적어도 하나의 추가 후보 경로를 생성하는 단계를 포함할 수 있다. 상기 또는 각 추가 후보 경로는 원래의 후보 경로에 대응하는 노드로 이끄는 부분을 더 포함할 수 있다. 다른 말로 하면, 상기 원래의 후보 경로는 상이한 방식으로 복제되고 확장되어, 하나 이상의 추가의 유일 후보 경로를 제공한다. 이 프로세스는 상기 터널의 출구로 이끄는 상기 노드로부터 퍼지는 각 세그먼트에 대해 수행될 수 있다.

다른 특별한 경우는 U-턴이 탐지되는 경우이다. 이 상황에서, 상기 풀에 이전에 포함되었던 것들과 반대의 방향들을 가진 추가의 후보 경로들이 생성될 수 있다. 실시예들에서, 후보 경로들의 동적인 풀은 후보 경로들의 제1 세트를 포함하며, 이 후보 경로들 각각은 상기 디바이스의 현재 위치가 매치될 수 있는 전자 지도를 통한 제1 운전 방향에서의 가능한 경로이며, 그리고 상기 방법은 U-턴 기동이 상기 디바이스에 의해 수행되었다는 것을 탐지하면 상기 동적인 풀 내에 포함시키기 위한 후보 경로들의 추가 세트를 생성하는 단계를 포함하며, 여기에서 각 후보 경로는 상기 디바이스의 현재 위치가 매치될 수 있는 상기 전자 지도를 통한 제2의 반대 운전 방향에서의 가능한 경로이며, 각 후보 경로는 상기 전자 지도의 하나 이상의 세그먼트의 적어도 일부를 포함한다. 후보 경로들의 상기 추가 세트는 운전 방향이 역전된 상태로 남아있을 때에 지도 매칭에서 사용될 수 있다. 그러나, U-턴 탐지가 오류이며, 그리고 운전 방향이 변하지 않고 남아있는 경우, 예를 들면, 헤어핀 굽음 (hairpin bend)이 U-턴으로 혼동되는 이벤트에서, 바람직하게는 후보 경로들의 원래 세트는 유지된다. 경로들의 세트들 둘 모두를 유지하는 것은 운전 방향이 변할 때에 연속적인 지도 매칭을 가능하게 한다. 이전의 운전 방향에 관련된 경로들은, 매칭이 진행함에 따라 점차적으로 폐기될 수 있다.

본 발명의 추가의 모습에 따라, 디바이스의 현재 위치를 운행가능 요소들의 네트워크를 표시하는 전자 지도에 매칭하는 방법이 제공되며, 상기 전자 지도는 상기 운행가능 요소들을 나타내는 복수의 세그먼트들을 포함하며, 상기 방법은:

상기 디바이스의 움직임을 표시하는 위치 데이터를 획득하는 단계로, 상기 위치 데이터는 상이한 시각들에서 상기 디바이스의 위치를 표시하는 복수의 위치 데이터 샘플들을 포함하는, 획득 단계;

상기 전자 지도에 의해 커버되는 영역의 적어도 일부에 관하여 전자 지도 데이터를 획득하는 단계; 그리고

상기 전자 지도에 관한 후보 경로들의 풀 (pool)을 유지하는 단계를 포함하며,

각 후보 경로는 상기 디바이스의 현재 위치에 대응될 수 있는 전자 지도를 통한 제1 운전 방향에 있는 가능한 경로이며, 각 후보 경로는 상기 전자 지도의 하나 이상의 세그먼트들을 포함하며,

상기 유지하는 단계는, 상기 디바이스에 의해 U-턴 기동이 수행되었다는 것을 탐지하면, 상기 풀 내에 포함시키기 위해 후보 경로들의 추가 세트를 생성하는 단계를 더 포함하며,

각 후보 경로는 상기 디바이스의 현재 위치가 매치될 수 있는 상기 전자 지도를 통한 제2의 반대 운전 방향 내 가능한 경로며, 각 후보 경로는 상기 전자 지도의 하나 이상의 세그먼트들을 포함하며,

상기 방법은:

상기 위치 데이터로의 최선 매치 (best match)를 제공하는 풀로부터, 복수의 상기 위치 데이터 샘플들에 기반하여 후보 경로를 식별하는 단계;

지도 매치된 현재 위치로서 출력하기 위해 상기 전자 지도의 세그먼트에 관하여 상기 디바이스의 추정된 현재 위치를 획득하는데 있어서 상기 식별된 후보 경로를 사용하는 단계; 그리고

상기 지도 매치된 현재 위치를 표시하는 데이터를 생성하는 단계를 더 포함한다.

본 발명은 본원에서 설명된 봅 발명의 모습들이나 실시예들 중 어느 하나에 따른 방법을 수행하는 시스템으로 확대된다. 그래서, 본 발명의 추가의 모습에 따라, 디바이스의 현재 위치를 운행가능 요소들의 네트워크를 표시하는 전자 지도에 매칭하는 시스템이 제공되며, 상기 전자 지도는 상기 운행가능 요소들을 나타내는 복수의 세그먼트들을 포함하며, 상기 시스템은:

상기 디바이스의 움직임을 표시하는 위치 데이터를 획득하는 수단으로, 상기 위치 데이터는 상이한 시각들에서 상기 디바이스의 위치를 표시하는 복수의 위치 데이터 샘플들을 포함하는, 획득 수단;

상기 전자 지도에 의해 커버되는 영역의 적어도 일부에 관하여 전자 지도 데이터를 획득하는 수단; 그리고

상기 전자 지도에 관한 후보 경로들의 풀 (pool)을 유지하는 수단을 포함하며,

각 후보 경로는 상기 디바이스의 현재 위치에 대응될 수 있는 전자 지도를 통한 제1 운전 방향에 있는 가능한 경로이며, 각 후보 경로는 상기 전자 지도의 하나 이상의 세그먼트들을 포함하며,

상기 유지하는 것은, 상기 디바이스에 의해 U-턴 기동이 수행되었다는 것을 탐지하면, 상기 풀 내에 포함시키기 위해 후보 경로들의 추가 세트를 생성하는 것을 더 포함하며,

각 후보 경로는 상기 디바이스의 현재 위치가 매치될 수 있는 상기 전자 지도를 통한 제2의 반대 운전 방향 내 가능한 경로며, 각 후보 경로는 상기 전자 지도의 하나 이상의 세그먼트들을 포함하며,

상기 시스템은:

상기 위치 데이터로의 최선 매치 (best match)를 제공하는 풀로부터, 복수의 상기 위치 데이터 샘플들에 기반하여 후보 경로를 식별하는 수단;

지도 매치된 현재 위치로서 출력하기 위해 상기 전자 지도의 세그먼트에 관하여 상기 디바이스의 추정된 현재 위치를 획득하는데 있어서 상기 식별된 후보 경로를 사용하는 수단; 그리고

상기 지도 매치된 현재 위치를 표시하는 데이터를 생성하는 수단을 더 포함한다.

본 발명이 속한 기술 분야에서의 통상의 지식을 가진 자들이 인정하듯이, 본 발명의 이 추가의 모습은 본 발명의 다른 모습들 중 어느 하나에 관하여 본원에서 설명된 본 발명의 바람직한 그리고 옵션의 특징들 중 하나 이상 또는 모두를 포함할 수 있으며 바람직하게는 포함한다. 명시적으로 선언되지 않았다면, 본원에서의 본 발명의 시스템은 본 발명의 모습들이나 실시예들 중 어느 하나에서의 본 발명의 방법에 관련하여 설명된 임의 단계를 수행하는 수단을 포함할 수 있으며, 그 반대로 마찬가지이다.

이 추가의 모습들에 따른 본 발명은 컴퓨터 구현된 발명이며, 그리고 본 발명의 모습들이나 실시예들 중 어느 하나에 관련하여 설명된 단계들 중 어느 하나는 하나 이상의 프로세서들의 세트의 제어 하에 수행될 수 있다. 상기 시스템에 관련하여 설명된 단계들 중 어느 하나를 수행하기 위한 수단은 하나 이상의 프로세서들의 세트일 수 있다.

다른 특별한 경우는 후진 운전이 탐지되는 경우이다. 후진 운전은, U-턴 이후와 같이 반대 방향에서의 전방 운전이 아니라 후진 운전, 즉, 차량의 후진 모드에서의 운전을 언급하는 것이다. 그래서, 후진할 때에 디바이스, 또는 그 디바이스와 연관된 차량은 전방 운전하는 동안과 여전히 동일한 방향인 방위일 것이지만, 반대 방향으로 이동한다. 지도 매칭의 목적을 위해 후진 운전을 반대 방향에서의 전방 운전으로 취급하며, 그리고 그에 따라 후보 풀을 적응시키고 그리고/또는 생성하는 것이 소망된다는 것이 발견되었다. 이것은 후진 운전 동안에 상기 지도 매칭 프로세스가 전방 방향에서 동작하는 것을 가능하게 한다. 상기 디바이스의 헤딩은 상기 지도 매칭 방법을 수행하기 이전에 내부적으로 역전되어, 지도 매칭이 전방 운전 방향에서 수행되는 것을 가능하게 한다. 지도 매치된 위치와 연관된 헤딩은 그러면 상기 지도 매칭 프로세스를 따라 한번 더 내부적으로 역전되어야 한다.

후진 운전에 관련된 본 발명의 실시예들에서, 후진 운전 탐지는 어떤 적합한 방식으로 탐지될 수 있다. 보통은 후진 운전은 추측 방법 (dead reckoning) 센서 기반 위치 데이터를 이용하여 탐지된다. DR 센서 기반 위치 데이터는 후진 운전이 수행되고 있을 때에 이동된 음의 거리를 표시할 수 있다. 후진 운전은, 예를 들면, 차량 내 카메라와 같은 이미지 캡쳐 디바이스로부터의 이미지들을 분석함으로써 또한 탐지될 수 있으며, 예를 들면, 전방으로 운전할 때에 상기 캡쳐된 이미지에서의 크기에 있어서 피처가 증가할 것이며 그리고 전방 대면 카메라의 경우에 대해 후방으로 운전할 때에는 크기에 있어서 감소할 것이며, 또는 후방 대면 카메라에 대해서는 반대의 경우도 마찬가지이다.

그러나, 후진 운전이 탐지되었을 때에, 이는 달성되어, 풀 내에 이전에 포함되었던 것에 반대의 방향들을 가진 후보 경로들의 세트가 생성될 수 있다. 실시예들에서, 상기 디바이스가 역전된 방향에서 이동하고 있다는 것을 탐지하면 후보 경로들의 동적인 풀은 후보 경로들의 새로운 세트로 교체되며, 여기에서 각 후보 경로는 상기 디바이스의 현재 위치가 매치될 수 있는 상기 전자 지도를 통한 제2의 반대의 운전 방향 내 가능한 경로이며, 각 후보 경로는 상기 전자 지도의 하나 이상의 세그먼트를 포함한다. 후보 경로들의 상기 세로운 세트는 후진 운전이 계속될 때에 지도 매칭에 있어서 사용될 수 있다. 일단 후진 운전이 중단되고, 그리고 차량이 처음의 운전 방향에서 다시 이동할 것을 시작하면, 후보 경로들의 상기 동적인 풀은 후보 경로들의 새로운 세트로 다시 대체되며, 여기에서 각 후보 경로는 상기 디바이스의 현재 위치가 매치될 수 있는 상기 전자 지도를 통한 제1의 운전 방향 내 가능한 경로이며, 각 후보 경로는 상기 전자 지도의 하나 이상의 세그먼트를 포함한다.

본 발명의 추가의 모습에 따라, 디바이스의 현재 위치를 운행가능 요소들의 네트워크를 표시하는 전자 지도에 매칭하는 방법이 제공되며, 상기 전자 지도는 상기 운행가능 요소들을 나타내는 복수의 세그먼트들을 포함하며, 상기 방법은:

상기 디바이스의 움직임을 표시하는 위치 데이터를 획득하는 단계로, 상기 위치 데이터는 상이한 시각들에서 상기 디바이스의 위치를 표시하는 복수의 위치 데이터 샘플들을 포함하는, 획득 단계;

상기 전자 지도에 의해 커버되는 영역의 적어도 일부에 관하여 전자 지도 데이터를 획득하는 단계; 그리고

상기 전자 지도에 관한 후보 경로들의 풀 (pool)을 유지하는 단계를 포함하며,

각 후보 경로는 상기 디바이스의 현재 위치에 대응될 수 있는 전자 지도를 통한 제1 운전 방향에 있는 가능한 경로이며, 각 후보 경로는 상기 전자 지도의 하나 이상의 세그먼트들을 포함하며,

상기 유지하는 단계는, 후진 운전이 수행되고 있는 것을 탐지하면, 상기 풀 내의 후보 경로들을 대체하기 위해 후보 경로들의 새로운 세트를 생성하는 단계를 더 포함하며,

상기 새로운 후보 경로들 각각은 상기 디바이스의 현재 위치가 매치될 수 있는 상기 전자 지도를 통한 제2의 반대 운전 방향 내 가능한 경로며, 각 후보 경로는 상기 전자 지도의 하나 이상의 세그먼트들을 포함하며,

상기 방법은:

상기 위치 데이터로의 최선 매치 (best match)를 제공하는 풀로부터, 복수의 상기 위치 데이터 샘플들에 기반하여 후보 경로를 식별하는 단계;

지도 매치된 현재 위치로서 출력하기 위해 상기 전자 지도의 세그먼트에 관하여 상기 디바이스의 추정된 현재 위치를 획득하는데 있어서 상기 식별된 후보 경로를 사용하는 단계; 그리고

상기 지도 매치된 현재 위치를 표시하는 데이터를 생성하는 단계를 더 포함한다.

본 발명은 본원에서 설명된 봅 발명의 모습들이나 실시예들 중 어느 하나에 따른 방법을 수행하는 시스템으로 확대된다. 그래서, 본 발명의 추가의 모습에 따라, 디바이스의 현재 위치를 운행가능 요소들의 네트워크를 표시하는 전자 지도에 매칭하는 시스템이 개시되며, 상기 전자 지도는 상기 운행가능 요소들을 나타내는 복수의 세그먼트들을 포함하며, 상기 시스템은:

상기 디바이스의 움직임을 표시하는 위치 데이터를 획득하는 수단으로, 상기 위치 데이터는 상이한 시각들에서 상기 디바이스의 위치를 표시하는 복수의 위치 데이터 샘플들을 포함하는, 획득 수단;

상기 전자 지도에 의해 커버되는 영역의 적어도 일부에 관하여 전자 지도 데이터를 획득하는 수단; 그리고

상기 전자 지도에 관한 후보 경로들의 풀 (pool)을 유지하는 수단을 포함하며,

각 후보 경로는 상기 디바이스의 현재 위치에 대응될 수 있는 전자 지도를 통한 제1 운전 방향에 있는 가능한 경로이며, 각 후보 경로는 상기 전자 지도의 하나 이상의 세그먼트들을 포함하며,

상기 유지하는 것은, 후진 운전이 수행되고 있는 것을 탐지하면, 상기 풀 내의 후보 경로들을 대체하기 위해 후보 경로들의 새로운 세트를 생성하는 것을 더 포함하며,

상기 새로운 후보 경로들 각각은 상기 디바이스의 현재 위치가 매치될 수 있는 상기 전자 지도를 통한 제2의 반대 운전 방향 내 가능한 경로며, 각 후보 경로는 상기 전자 지도의 하나 이상의 세그먼트들을 포함하며,

상기 시스템은:

상기 위치 데이터로의 최선 매치 (best match)를 제공하는 풀로부터, 복수의 상기 위치 데이터 샘플들에 기반하여 후보 경로를 식별하는 수단;

지도 매치된 현재 위치로서 출력하기 위해 상기 전자 지도의 세그먼트에 관하여 상기 디바이스의 추정된 현재 위치를 획득하는데 있어서 상기 식별된 후보 경로를 사용하는 수단; 그리고

상기 지도 매치된 현재 위치를 표시하는 데이터를 생성하는 수단을 더 포함한다.

본 발명이 속한 기술 분야에서의 통상의 지식을 가진 자들이 인정하듯이, 본 발명의 이 추가의 모습은 본 발명의 다른 모습들 중 어느 하나에 관하여 본원에서 설명된 본 발명의 바람직한 그리고 옵션의 특징들 중 하나 이상 또는 모두를 포함할 수 있으며 바람직하게는 포함한다. 명시적으로 선언되지 않았다면, 본원에서의 본 발명의 시스템은 본 발명의 모습들이나 실시예들 중 어느 하나에서의 본 발명의 방법에 관련하여 설명된 임의 단계를 수행하는 수단을 포함할 수 있으며, 그 반대로 마찬가지이다.

이 추가의 모습들에 따른 본 발명은 컴퓨터 구현된 발명이며, 그리고 본 발명의 모습들이나 실시예들 중 어느 하나에 관련하여 설명된 단계들 중 어느 하나는 하나 이상의 프로세서들의 세트의 제어 하에 수행될 수 있다. 상기 시스템에 관련하여 설명된 단계들 중 어느 하나를 수행하기 위한 수단은 하나 이상의 프로세서들의 세트일 수 있다.

후진 운전에 결부된 본 발명의 모습들 및 실시예들에 따라, 후보 경로들의 새로운 세트를 생성하는 단계는 후보 경로들의 원래 세트 중 하나 이상 그리고 바람직하게는 각 후보 경로에 대해, 상기 후보 경로를 제1 운전 방향으로 미리 정해진 거리만큼 확장하는 단계, 지도 매치된 현재 위치를 상기 후보 경로를 따라 미리 정해진 거리만큼 인위적인 지도 매치된 현재 위치까지 전진시키는 단계, 그리고 상기 인위적인 지도 매치된 현재 위치에 기반하여 제2의 반대의 운전 방향에서 후보 경로를 생성하는 단계를 포함할 수 있다. 상기 지도 매치된 현재 위치를 이 방식으로 인위적으로 전진시키고, 그리고 그 후에, 실제의 현재의 지도 매치된 위치에 기반하는 것이 아니라, 상기 인위적인 지도 매치되어 획득된 현재 위치에 기반하여 반대의 방향에서 후보 경로를 생성하는 것이 유리하다고 밝혀졌다. 이것은 지도 매치된 현재 위치의 전방에서의 어떤 교차점도 반대의 후보 경로가 생성되기 이전에 고려되는 것을 보장할 수 있으며, 생성된 후보 경로들의 추가 세트에서의 연결성을 유지하는 것을 돕는다. 토폴로지 정보가 본래 고려되기 때문에, 이것은 위에서 설명된 이유들을 위한 향상된 지도 매칭의 결과를 가져올 수 있다

후보 경로들의 원래 세트 중의 후보 경로를 제1 운전 방향에서 미리 정해진 거리만큼 확장하는 단계는, 원래의 후보 경로의 헤드 말단을 제공하는 세그먼트에 연결된 적어도 하나의 세그먼트를 포함하는 확장된 후보 경로를 제공하기 위해 상기 경로를 확장하는 단계를 포함한다. 상기 세그먼트들은 노드에서 서로 연결될 것이다. 연결된 세그먼트는 보통은 원래의 후보 경로의 세그먼트의 헤드 말단이 종결하는 노드에서의 아웃고잉 세그먼트이다. 원래의 후보 경로의 헤드 말단을 제공하는 세그먼트는 다수의 아웃고잉 세그먼트들을 가지는 노드에서 종결하는 경우에, 후보 경로의 상기 헤드 말단을 제공하는 세그먼트는 다수의 세그먼트들에 연결된다. 이 상황에서, 상기 방법은 상기 후보 경로를 제1 운전 방향에서 미리 정해진 거리만큼 확장하는 단계를 더 포함하여, 상기 노드에서 상기 원래의 후보 경로의 헤드 말단을 제공하는 세그먼트에 연결된 아웃고잉 세그먼트들 중 다른 하나를 포함하는 추가의 후보 경로를 제공한다. 이 프로세스는 상기 노드로부터 퍼지는 각 세그먼트에 대해 수행될 수 있다.

제2의 반대 운전 방향에서 후보 경로를 생성하는 것은 상기 인위적인 지도 매치된 현재 위치와 연관된 세그먼트를 식별하는 단계, 그리고 상기 세그먼트의 상기 헤드 (노드) 및 테일 (노드)를 스위치하도록 상기 세그먼트를 역전시키는 단계를 바람직하게 포함한다. 따라서, 제2 운전 방향에서 후보 경로를 생성하기 위해 경로를 확장하는 단계는 상기 인위적인 지도 매치된 현재 위치가 놓여 있는 세그먼트에 연결된 적어도 하나의 세그먼트를 포함하기 위해 상기 경로를 확장하는 단계를 포함할 수 있다. 세그먼트들은 노드에서 서로 연결될 것이다. 상기 세그먼트는 제1 운전 방향에 관하여 상기 세그먼트의 테일 말단 또는 제2 운전 방향에 관하여 상기 세그먼트의 헤드 말단에 연결된 세그먼트일 것이다

제2의 반대 운전 방향에서의 이 새로운 후보 경로들은 후보 경로들의 풀 내의 원래의 후보 경로들을 대체한다. 이것은 U-턴 기동 수행이 탐지되었을 때와는 상이하다는 것이 인정될 것이며, 이는 U-턴 기동의 경우에 제1 운전 방향에서의 후보 경로들 그리고 반대의 제2 운전 방향에서의 후보 경로들 둘 모두가 상기 풀에서 유지되기 때문이다.

인위적인 지도 매치된 현재 위치로부터 제2 운전 방향에서 경로들을 확장함으로써 후보 경로들의 새로운 세트가 생성되는 실시예들에서, 상기 방법은 상기 새로운 후보 경로들 중 하나 이상, 그리고 바람직하게는 각각에 대해, 상기 인위적인 지도 매치된 현재 위치를 상기 제2 운전 방향에서 미리 정해진 거리만큼 이동시켜서, 새로운 후보 경로들 상에서 하나 이상의 지도 매치된 위치들을 식별하는 단계를 바람직하게 포함한다. 이 단계는 (제2의 반대 운전 방향에서) 새로운 후보 경로들을 바람직하게 생성하기 위해서, 지도 매치된 현재 위치를 제1 운전 방향에서 미리 정해진 거리만큼 인위적으로 이동시킨 것이 수행된 것을 보상한다. 그래서, 현재의 위치는 제1 운전 방향에서 후보 경로들의 원래의 세트로부터의 후보 경로의 세그먼트에 이전에 지도 매치되었지만, 그것은 이제는 제2의 후진 운전 방향에서 후보 경로의 일부를 형성하는 세그먼트 상의 대응 위치에 존재한다.

즉, 상기 제2 운전 방향에서의 새로운 경로들의 세트는 원래의 후보 경로들을 생성할 때에 고려된 제한들 중 몇몇을 사용하지 않으면서 결정된다는 것이 인정될 것이다. 예를 들면, 도로 네트워크의 일방 통행 거리들에 관련된 세그먼트들은 후보 경로들 생성 시에 제2 운전 방향에서 항상 통과할 수 있는 것으로 고려되며, 반면에 제1 운전 방향에서 그 세그먼트들은 후보 경로들을 생성할 때에 한 방향으로만, 즉, 적법한 방향으로만 통과 가능한 것으로 고려된다.

본 발명의 모습들이나 실시예들 중 어느 하나에서 본 발명에 따라, 상기 방법은 상기 위치 데이터로의 최선 매치를 제공하는 상기 풀로부터의 후보 경로를 식별하는 단계를 포함한다.

바람직하게는 상기 방법은 상기 위치 데이터에 최선 매치를 제공하는 후보 경로를 판별하기 위해 복수의 후보 경로들 각각에 대해 상기 위치 데이터를 매칭하는 단계를 포함한다. 바람직하게는 획득된 위치 데이터를 후보 경로들 각각에 매칭하는 상기 단계는 각 후보 경로에 대해 독립적으로 수행된다. 바람직하게는 상기 매칭 단계는 상기 후보 풀 중 각 후보 경로에 관련하여 수행된다.

상기 획득된 위치 데이터를 정해진 후보 경로에 매칭하는 것은 (가장 최근의 또는 현재 위치 데이터 샘플을 포함하는) 복수의 획득된 위치 데이터 샘플들을 이용하여 수행된다. 그래서, 위치 트레이스, 또는 상기 위치 데이터에 따른 경로는 상기 후보 경로에 비교된다. 고려된 위치 샘플들의 개수, 즉, 위치 트레이스의 길리는 소망되는 대로 선택될 수 있으며, 그리고 동적으로 변할 수 있으며, 그리고 상이한 매칭 기준에 대해 상이할 수 있다. 복수의 데이터 샘플들은 가장 최근의 데이터 샘플, 즉, 상기 지도에 매치될 현재 위치, 그리고 하나 이상의 (바람직하게는 복수의) 이전 데이터 샘플들의 세트를 포함한다. 여기에서 다수의 위치 데이터 샘플들에 기반하여 위치 데이터를 후보 경로에 매칭하는 것에 대한 언급은 이 방식으로 이해될 수 있다.

상기 방법은 상기 위치 데이터를 복수의 후보 경로들 중 각 하나 하나에, 그리고 바람직하게는 후보 경로 풀 중 각 후보 경로에 매칭하는 단계를 바람직하게 포함한다. 각 경우에, 복수의 데이터 샘플들이 고려된다. 데이터 샘플들의 동일 세트 또는 세트들은 각 경로에 관한 매칭 프로세스에서 보통 사용된다. 위에서 언급되었듯이, 데이터 샘플들의 상이한 세트들, 즉, 상이한 크기의 데이터 샘플들의 상이한 세트들이 상이한 매칭 기준에 관련하여 사용될 수 있다.

바람직한 실시예들에서, 상기 방법은, 고려된 각 후보 경로에 대해, 상기 위치 데이터를 복수의 매칭 기준들 각각에 따라 상기 후보 경로에 매칭하는 단계를 포함한다. 상기 매칭 기준들은 소망되는 대로 선택될 수 있다. 그러나, 바람직하게는, 획득된 위치 데이터를 정해진 후보 경로에 매칭하는 단계는 적어도 헤딩 및 위치를 상기 위치 데이터를 이용하여 결정된 것으로서 고려한다. 바람직하게는 매칭은 상기 기준들 각각에 관하여 독립적으로 수행된다. 이것은 상기 기준, 예를 들면, 헤딩 및 위치 각각에 대해 독립적인 매칭 엔진을 이용하여 달성될 수 있다. 상기 매칭 엔진들은 한 기준에 관련한 매칭이 다른 기준에 관련한 매칭에 영향을 주지 않는다는 점에서 독립적이다.

상기 방법은, 고려된 각 후보 경로에 대해, 상기 위치 데이터가 상기 후보 경로에 매치하는 범위를 표시하는 점수를 제공하는 단계 그리고 상기 후보 경로들 각자의 점수들에 적어도 기반하여 상기 후보 경로들의 순위를 정하는 단계를 바람직하게 포함한다. 후보 경로에 매치하는 것이 다수의 기준들에 기반하여 수행되는 경우, 바람직하게는 상기 위치 데이터가 상기 후보 경로에 매치하는 범위를 표시하는 각자의 점수는 매칭 기준들 하나 하나에 대해 획득되며, 그리고 상기 방법은 상기 후보 경로에 대해 전체적인 매칭 점수를 제공하기 위해 각 점수를 결합하는 단계를 포함한다. 이것은 위에서 설명되었듯이 상기 기준들 각각에 관하여 독립적인 매칭을 수행함으로써 달성될 수 있다. 바람직한 실시예들에서, 적어도 헤딩 및 위치에 관하여 각자의 매칭 점수는 그러므로 각 후보 경로에 대해 바람직하게 획득되며, 그리고 후보 경로에 대한 전체적인 매칭 점수를 획득하는데 있어서 사용된다. 복수의 매칭 기준들 각각에 관하여 개별적인 점수들에 기반하여 후보 경로에 대한 전체적인 매칭 점수를 획득하는 단계는 어떤 적합한 방식으로 수행될 수 있다. 바람직하게는 신념 이론 (belief theory), 예를 들면, 뎀프스터-셰이퍼 (Dempster-Shafer) 이론에 기반하는 기술이 사용된다. 그러나, 은폐 마르코프모 (Hidden Markov), 퍼지 로직 (Fuzzy Logic) 또는 칼만 필터 (Kalman Filter)와 같은 다른 기술들이 사용될 수 있다.

정해진 후보 경로에 관한 상기 매칭 점수는 상기 위치 데이터 샘플에 의해 정의된 위치 트레이스가 상기 경로에 매치하는 가능성, 즉, 확률을 표시한다. 이것은 그런 점수들이 결정된 바람직한 실시예들에서의 특별한 기준들에 관한 전체적인 매칭 점수 또는 한 점수에 적용된다.

일단, 고려된 각 후보 경로에 관하여 점수가 획득되면, 그것이 다수의 상이한 매칭 기준들에 기반하여 결정된 점수들에 기반한 전체적인 점수이건 아니건 간에, 상기 방법은 후보 경로가 결정된 위치 데이터에 대해 최선 매치를 제공하는 것을 허용하기 위해 상기 후보 경로들에 순위를 정하는 단계를 포함할 수 있다. 순위를 정하는 것은 각 후보 경로에 관하여 결정된 점수에 적어도 기반한다. 순위를 정하는 것은 아래에서 설명되는 오프셋과 같은 다른 팩터들을 고려할 수 있다.

후보 경로 풀을 능동적으로 관리하는 단계는 상기 매칭 프로세스의 결과들에 기반하여 상기 풀로부터 하나 이상의 후보 경로들을 폐기하는 단계를 대안으로 또는 추가로 포함할 수 있다. 이것은 후보 경로 데이터베이스로부터 경로(들)를 제거하는 것을 수반할 수 있다. 예를 들면, 상기 매칭 프로세스 동안에 상기 위치 데이터 트레이스에 비하여 너무 큰 오프셋을 가진 것으로 판단된 경로들은 폐기될 수 있다. 후보 경로들의 풀을 관리하는 것은 후보 경로들의 결정된 순위를 대안으로 또는 추가적으로 고려할 수 있다. 상기 방법은 상기 후보의 결정된 순위에 기반하여 상기 풀로부터 하나 이상의 후보 경로들을 폐기하는 단계를 포함할 수 있다. 이것은 경로들과 연관된 절대 점수들에 기반하여 경로들을 폐기하는 것보다 더욱 효과적인 것임이 밝혀졌다. 상기 순위는 후보 경로의 상대적인 관련성의 표시를 제공하며, 이는 주변 도로 네트워크의 밀집 상태 등과 같은 팩터들에 의해 영향을 받지 않을 수 있다.

다수의 기준들에 관련하여 독립적인 매칭을 수행하고, 그리고 후보 경로의 매치의 정도를 표시하는 전체적인 점수를 제공하기 위해 상기 매칭 프로세스들의 결과들을 그 후에 결합하는 것은, 상이한 기준들에 관련한 매칭이 위치 데이터 및 지도 데이터 둘 모두에서의 오류의 상이한 소스들을 분석할 수 있다는 점에서 유리하다. 이것은 더욱 정밀하게 결정된 추정 위치로 이르게 할 수 있다. 그런 특징들은, 후보 경로들의 풀을 사용하는 환경에 독립적으로 또는 매칭이 다수의 위치 샘플들을 고려하는 경우에 독립적으로, 유리한 것으로 믿어진다.

본 발명의 추가의 모습에 따라, 디바이스의 현재 위치를 지리적 영역 내에서 운행가능 요소들의 네트워크를 표시하는 전자 지도에 매칭하는 방법이 제공되며, 상기 전자 지도는 상기 운행가능 요소들을 나타내는 복수의 세그먼트들을 포함하며, 상기 방법은:

상기 디바이스의 위치를 표시하는 위치 데이터 샘플을 포함하는 위치 데이터를 획득하는 단계;

상기 전자 지도에 의해 커버되는 영역의 적어도 일부에 관하여 전자 지도 데이터를 획득하는 단계;

상기 전자 지도에 의해 커버되는 영역의 적어도 일부에 관하여 전자 지도 데이터를 획득하는 단계;

상기 전자 지도의 세그먼트들의 세트 내 복수의 세그먼트들 각각에 대해, 상기 현재 위치가 상기 전자 지도의 세그먼트에 매핑될 수 있을 가능성을 표시하는 제1 기준들에 기반하여 제1 점수를 제공하기 위해 제1 매칭 엔진을 사용하는 단계;

상기 세트 내 복수의 세그먼트들 각각에 대해, 상기 현재 위치가 상기 전자 지도의 세그먼트에 매핑될 수 있을 가능성을 표시하는 제2 기준들에 기반하여 제2 점수를 제공하기 위해 제2 매칭 엔진을 사용하는 단계;

상기 현재 위치가 상기 세그먼트에 매핑될 수 있을 가능성을 표시하는 전체적인 점수를 상기 세트 내 복수의 세그먼트들 각각에 대해 결정하기 위해 적어도 상기 제1 점수 및 제2 점수를 사용하는 단계;

지도 매치된 현재 위치로서 출력하기 위해 상기 전자 지도의 세그먼트들의 세트 중의 세그먼트에 관하여 상기 디바이스의 추정된 현재 위치를 획득하기 위해 상기 전자 지도의 복수의 세그먼트들에 관하여 결정된 상기 전체적인 점수들을 사용하는 단계; 그리고

상기 지도 매치된 현재 위치를 표시하는 데이터를 생성하는 단계를 포함한다.

본 발명은 본원에서 설명된 본 발명의 모습들이나 실시예들 중 어느 하나에 따른 방법을 수행하는 시스템으로 확대된다. 그래서, 본 발명의 추가의 모습에 따라, 디바이스의 현재 위치를 지리적 영역 내에서 운행가능 요소들의 네트워크를 표시하는 전자 지도에 매칭하는 시스템이 제공되며, 상기 전자 지도는 상기 운행가능 요소들을 나타내는 복수의 세그먼트들을 포함하며, 상기 시스템은:

상기 디바이스의 위치를 표시하는 위치 데이터 샘플을 포함하는 위치 데이터를 획득하는 수단;

상기 전자 지도에 의해 커버되는 영역의 적어도 일부에 관하여 전자 지도 데이터를 획득하는 수단;

상기 전자 지도에 의해 커버되는 영역의 적어도 일부에 관하여 전자 지도 데이터를 획득하는 수단;

상기 전자 지도의 세그먼트들의 세트 내 복수의 세그먼트들 각각에 대해, 상기 현재 위치가 상기 전자 지도의 세그먼트에 매핑될 수 있을 가능성을 표시하는 제1 기준들에 기반하여 제1 점수를 제공하기 위해 제1 매칭 엔진을 사용하는 수단;

상기 세트 내 복수의 세그먼트들 각각에 대해, 상기 현재 위치가 상기 전자 지도의 세그먼트에 매핑될 수 있을 가능성을 표시하는 제2 기준들에 기반하여 제2 점수를 제공하기 위해 제2 매칭 엔진을 사용하는 수단;

상기 세트 내 복수의 세그먼트들 각각에 대해, 상기 현재 위치가 상기 세그먼트에 매핑될 수 있을 가능성을 표시하는 전체적인 점수를 결정하기 적어도 상기 제1 점수 및 제2 점수를 사용하는 수단;

지도 매치된 현재 위치로서 출력하기 위해 상기 전자 지도의 세그먼트들의 세트 중의 세그먼트에 관하여 상기 디바이스의 추정된 현재 위치를 획득하기 위해 상기 전자 지도의 복수의 세그먼트들에 관하여 결정된 상기 전체적인 점수들을 사용하는 수단; 그리고

상기 지도 매치된 현재 위치를 표시하는 데이터를 생성하는 수단을 포함한다.

본 발명이 속한 기술 분야에서의 통상의 지식을 가진 자들이 인정하듯이, 본 발명의 이 추가의 모습은 본 발명의 다른 모습들 중 어느 하나에 관하여 본원에서 설명된 본 발명의 바람직한 그리고 옵션의 특징들 중 하나 이상 또는 모두를 포함할 수 있으며 바람직하게는 포함한다. 명시적으로 선언되지 않았다면, 본원에서의 본 발명의 시스템은 본 발명의 모습들이나 실시예들 중 어느 하나에서의 본 발명의 방법에 관련하여 설명된 임의 단계를 수행하는 수단을 포함할 수 있으며, 그 반대로 마찬가지이다.

이 추가의 모습들에 따른 본 발명은 컴퓨터 구현된 발명이며, 그리고 본 발명의 모습들이나 실시예들 중 어느 하나에 관련하여 설명된 단계들 중 어느 하나는 하나 이상의 프로세서들의 세트의 제어 하에 수행될 수 있다. 상기 시스템에 관련하여 설명된 단계들 중 어느 하나를 수행하기 위한 수단은 하나 이상의 프로세서들의 세트일 수 있다.

상기 제1 매칭 엔진 및 제2 매칭 엔진은 서로 독립적인 것이 바람직하다. 제1 및 제2 기준들은 헤딩 및 위치이다. 하나 이상의 추가의 독립적인 매칭 엔진들은 각자의 추가의 기준들에 관하여 추가의 점수들을 제공하기 위해 사용될 수 있다.

상기 방법은 상기 전자 지도의 다수의 세그먼트들에 관하여 제1 및 제2 매칭 엔진들을 사용하여 상기 매칭 단계들을 수행하는 단계를 포함하며, 이는 그런 세그먼트에 대한 각 기준에 관하여 점수들을 제공하기 위한 것이며, 그리고 현재 위치가 세그먼트로 매핑될 수 있다는 가능성에 관하여 각 세그먼트에 관한 전체적인 점수를 획득하기 위해 각 기준에 관하여 상기 점수들을 사용하는 단계를 포함한다. 다른 말로 하면, 상기 제1 및 제2 점수들, 그리고 전체적인 점수를 획득하는 단계들은 상기 지도의 다수의 세그먼트들에 대해 반복된다. 세그먼트들에 대한 전체 점수들은 상기 전자 지도의 세그먼트에 관한 상기 디바이스의 현재 위치를 추정하는데 있어서 사용된다.

상기 방법은 상기 전체 점수들에 기반하여 상기 위치 데이터에 대한 최선 매치를 제공하는 세그먼트를 식별하는 단계를 포함할 수 있다. 상기 방법은 세그먼트들에 대해 결정된 전체 점수들을 사용하여 현재 위치가 세그먼트로 매핑될 수 있는 가능성에 적어도 기반하여 상기 세그먼트들 각각의 순위를 정하는 단계를 바람직하게 포함한다.

상기 매칭은 본 발명의 초기의 모습들에 관련하여 설명된 방식들 중 어느 하나의 방식으로, 즉, 언급된 상기 기준들에 기반하여 수행될 수 있으며, 그리고 개별적인 그리고 전체적인 점수들은 초기의 모습들 중 어느 하나에 관련하여 설명된 것처럼, 예를 들면, 신념 이론을 이용하여 전체 점수를 제공하여 획득될 수 있다.

본 발의 이 추가의 모습들 및 실시예들에서, 위치 데이터에 따른 적어도 현재 위치, 즉, 가장 최근의 위치 데이터 샘플이 각 세그먼트에 대한 점수들을 결정하는데 있어서 사용된다. 본 발명의 초기 모습들과 대조적으로, 점수를 정하는 단계들에서 단일 포인트 위치가 그래서 사용될 수 있다. 그러나, 다른 실시예들에서 복수의 위치 데이터 샘플들이 사용된다. 이것은 본 발명의 초기 모습들에서처럼 진행될 수 있다. 상기 위치 데이터 샘플들은 가장 최근, 즉, 현재 위치 데이터 샘플을 포함할 것이다. 상기 위치 데이터는 설명된 이전의 유형들 어느 하나일 수 있다. 다수의 위치 데이터 샘플들이 사용되는 경우, 그것들은 상이한 시각들에 대한 것이며, 그리고 타임 스탬프 부여된 위치 데이터 샘플들일 수 있다.

이 추가의 모습들 및 실시예들에서, 현재 위치가 세그먼트로 매핑될 수 있는 가능성을 표시하는 매칭 엔진 각자의 기준들에 기반하여 매칭 엔진이 점수를 제공하는 단계는 상기 매칭 엔진이 상기 위치 데이터를 자신의 기준들에 기반하여 상기 세그먼트에 매칭하는 단계를 바람직하게 포함한다. 상기 점수는 상기 매치의 근접함에 기반한다.

매칭 프로세스에서 사용된 위치 데이터는 그 위치 데이터에 따른 적어도 현재 위치, 즉, 가장 최근의 위치 데이터 샘플을 포함한다. 사용된 위치 데이터는 오직 단일의 데이터 포인트, 즉, 현재 위치만일 수 있으며, 또는 복수의 위치 데이터 샘플들, 즉, 본 발명의 초기 모습들에 관련하여 설명된 것처럼 현재 위치 및 하나 이상의 초기 위치 데이터 포인트들을 포함할 수 있다. 상기 매칭 프로세스들은, 전자 지도의 세그먼트로의 매칭이 아니며, 그리고 반드시 후보 경로가 아닌, 본 발명의 초기의 모습들에 관련하여 설명된 방식들 중 어느 하나로 수행될 수 있다. 다른 실시예들에서, 상기 세그먼트는 상기 전자 지도를 통한 경로의 일부를 형성할 수 있으며, 그래서 상기 매칭 프로세스가 경로에 관련하여 수행된다는 것이 예견된다. 이것은 본 발명의 초기 모습들에 유사하게 진행될 수 있다. 상기 경로는 경로들의 풀의 일부를 형성할 수 있으며 또는 형성하지 않을 수 있다.

본 발명의 모습들이나 실시예들 중 어느 하나에서의 본 발명에 따라, 상기 기준들 각각에 관련한 상기 매칭은 디바이스의 현재 위치에 관한 최선 추정을 제공하는 후보 경로 (또는 추가의 모습들에서의 세그먼트) 상의 포인트를 식별하는 단계를 포함하는 것이 바람직하다. 그 포인트는 상기 후보 경로 상의 세그먼트 상의 포인트이다. 정해진 기준들에 관한 각 매칭 프로세스 (예를 들면, 각 매칭 엔진)의 출력은 그러므로 적용 가능한 매칭 기준들, 그리고 후보 경로 (또는 세그먼트)에 대한 각자의 매칭 점수에 따른 상기 디바이스의 현재 위치에 관한 최선의 추정을 제공하는 후보 경로 (또는 세그먼트) 상의 포인트를 표시하는 데이터인 것이 바람직하다. 그런 데이터는 위치 및 헤딩에 기반하는 매칭에 관하여 적어도 획득되는 것이 바람직하다. 상이한 기준들에 기반하여 매칭 엔진들에 의해 결정된 후보 경로 (또는 세그먼트) 상의 상기 디바이스의 현재 위치에 관한 최선의 추정들은 상이할 수 있다. 상기 방법은 상기 경로 (또는 세그먼트)의 현재 위치에 관한 전체적인 최선 추정을 결정하기 위해 각 매칭 프로세스에 의해 제공된 정해진 후보 경로 (또는 세그먼트) 상의 상기 디바이스의 현재 위치에 관한 최선 추정을 이용하는 단계를 더 포함할 수 있다. 이것은 경로들 (또는 세그먼트들)의 순위를 정하는 단계 이전에 또는 이후에 수행될 수 있다. 그런 단계는 평가된 각 후보 경로 (또는 세그먼트)에 관련한 단계를 반드시 수행하는 것보다는, 상기 위치 데이터에 대한 최선 매치인 것으로 결정된 후보 경로 (또는 세그먼트)에 관련해서만 실행될 수 있다는 것이 예견된다. 후보 경로 (또는 세그먼트)에 대해 결정된 추정된 현재 위치는, 심지어 상기 경로 (또는 세그먼트)가 결정된 경로 (또는 세그먼트)일 가능성이 가장 크다고 하더라도, 출력 지도 매치된 위치로 사용되는 현재 위치일 필요는 없을 수 있다는 것이 인정될 것이다. 이것은 아래에서 더욱 상세하게 설명된다.

본 발명의 모습들 중 어느 하나에 따라, 후보 경로 (또는 세그먼트)를 따른 상기 디바이스의 현재 위치에 관한 결정된 최선 추정을 사용하는 하나 이상의 추가 기준들에 관련하여 매칭이 수행될 수 있다는 것이 인정될 것이다. 그런 매칭은 그런 추정을 결정하는 다른 기준들에 관한 매칭의 결과들에 어느 정도 종속하는 것으로 간주될 수 있으며, 그리고 그 결과들에 대한 추가의 검증을 제공할 수 있다. 그런 방법들은 다수의 매칭 프로세스들에 기반하여 현재 위치에 대한 전체적인 최선의 추정을 사용할 수 있다. 그런 추가의 기준들의 예들은 이동한 거리 및 속도 제한 매처 (matcher)를 포함한다. 후자인 속도 제한 매처는 상기 경로 또는 세그먼트 상의 최선 매치된 위치에서의 속도가, 상기 지도 데이터에 따른 그 위치에 대한 속도 제한에 대응하는 범위를 결정할 수 있다. 전자인 이동한 거리는 추정된 위치까지 상기 경로 또는 세그먼트를 따라 이동한 거리를 고려할 수 있다. 어떤 추가의 그런 매칭의 결과들은 위에서 설명된 것처럼, 예를 들면, 신념 이론을 사용하여 상기 후보 경로 또는 세그먼트에 대한 전체적인 매칭 점수를 결정하는데 있어서 고려될 수 있는 개별 점수들을 제공하기 위해 사용될 수 있다.

후보 경로들을 사용하는 본 발명의 그 모습들에서, 상기 방법은 상기 위치 데이터로의 최선 매치를 제공하는 후보 경로를 식별하는 단계를 포함한다. 이 단계는 결정 (decision making) 엔진에 의해 수행될 수 있다. 최선 매치를 제공하는 것으로 간주된 후보 경로 신원확인은 매칭 점수(들)에만 따른 순위 결정에 기반할 수 있으며, 또는 추가의 팩터들을 고려할 수 있다. 이 팩터들은 순위 결정 프로세스에서 고려될 수 있다. 바람직한 실시예들에서, 상기 신원확인은 상기 위치 데이터 트레이스 그리고 고려된 각 후보 경로에 대한 후보 경로 사이의 오프셋에 추가로 기반한다. 경로에 대한 점수에 의해 표시된 상기 경로가 올바른 매치인 가능성, 그리고 후보 경로 및 상기 위치 데이터에 의해 정의된 경로 사이의 오프셋 둘 모두를 고려하는 것이 유리하다. 오프셋은 상기 위치 데이터 트레이스가 상기 후보 경로에 매치하기 위해 시프트될 필요가 있는 범위를 표시한다. 이것은 상기 매칭 프로세스에서 고려된 위치 데이터 샘플들의 정해진 개수에 의해 결정된 길이를 가진 트레이스에 기반할 것이다. 상기 오프셋은, 예를 들면, 지도 단순화, 지도 오류 등의 지도 바이어스 (bias), 그리고, 예를 들면, 다중-경로 영향, 클록 오류 등의 입력 위치 데이터 바이어스와 같은 팩터들에 종속할 것이다. 확률 및 오프셋 기반 측정들 둘 모두는 특정 시간에 실패할 수 있을 것이라는 것이 밝혀졌다. 예를 들면, 확률 또는 가능성 기반의 측정들은 평행한 도로들 사이를 구별하지 않을 것이며, 반면에 오프셋은 터널에서는 계속해서 증가할 것이며, 이 경우에는 DR 드리프트 (drift)로 인해서 DR 데이터만이 이용 가능하다. 그러므로 지도 매칭의 정밀도를 증가시키기 위해서, 오프셋 및 확률 둘 모두를 고려하는 것이 유리하다.

유사하게, 후보 경로들을 반드시 사용하지는 않는 본 발명의 추가의 모습들에서, 상기 방법은 상기 위치 데이터에 최선 매치를 제공하는 세그먼트를 식별하는 단계를 포함할 수 있다. 이 단계는 결정 엔진에 의해 수행될 수 있다. 최선 매치를 제공하는 곳으로 간주된 세그먼트 신원확인은 매칭 점수(들)에 따른 순위 결정에만 기반할 수 있으며, 또는 추가의 팩터들을 고려할 수 있다. 바람직한 실시예들에서 상기 선택은 위치 데이터 그리고 고려된 각 세그먼트에 대한 상기 세그먼트 사이의 오프셋에 추가로 기반한다. 상기 경로에 대한 점수에 의해 표시된 세그먼트가 올바른 매치인 가능성 그리고 세그먼트와 위치 데이터 사이의 오프셋 둘 모두를 고려하는 것이 유리하다. 오프셋은 위치 데이터가 세그먼트에 매치하기 위해 시프트될 필요가 있는 범위를 표시한다. 사용된 위치 데이터가 데이터의 단일 포인트여서, 오프셋은 상기 포인트와 세그먼트 사이의 오프셋에 기반할 수 있지만, 다른 실시예들에서, 고려된 위치 데이터는 (본 발명의 초기 모습들에서와 같은) 위치 데이터 트레이스를 정의하는 복수의 위치 데이터 샘플들을 포함할 수 있다. 이것은 매칭 프로세스에서 고려된 정해진 개수의 위치 데이터 샘플들에 의해 결정된 길이를 가지는 트레이스에 기반할 것이다.

후보 경로들의 풀을 사용하는 본 발명의 그 모습들 및 실시예들에서, 상기 방법은 상기 전자 지도의 세그먼트에 관한 상기 디바이스의 현재 위치의 추정을 상기 지도 매치된 현재 위치로서 획득하는데 있어서 상기 식별된 최선 매칭 후보 경로를 사용하는 단계를 포함한다. 상기 방법은 상기 식별된 최선 매칭 후보 경로의 세그먼트를 따른 현재 위치에 관한 추정을 획득하는 단계, 그리고 출력될 현재 위치를 획득하는데 있어서 상기 추정된 현재 위치를 사용하는 단계를 포함할 수 있다. 상기 추정된 현재 위치는 출력될 현재 위치로서 사용될 수 있으며, 또는 출력된 현재 위치를 결정하는데 있어서 사용될 수 있다. 위에서 언급되었듯이, 현재 위치에 관한 추정은 고려된 각 후보 경로에 대해 결정될 수 있다. 이것은 상이한 매칭 기준을 사용하여 상기 경로에 대해 결정된 다수의 그런 추정들에 기반할 수 있다. 출력을 위해 현재 위치 추정을 획득하는데 있어서 식별된 후보 경로를 사용하는 단계는 상기 식별된 후보 경로의 세그먼트를 따른 현재 위치 추정을 획득하는 단계를 포함할 수 있다. 그런 현재 위치 데이터는, 예를 들면, 상기 매칭 프로세스의 결과로서 상기 후보 경로와 연관될 수 있다. 그래서, 상기 단계는 상기 데이터에 액세스하는 단계를 포함할 수 있으며, 또는, 예를 들면, 상이한 매칭 기준들을 사용하여 획득된 경로를 따른 현재 위치의 다수의 추정들에 기반하여 상기 데이터를 생성하는 단계를 수반할 수 있다.

출력을 위한 상기 추정된 현재 위치는 상기 식별된 최선 매칭 후보 경로 상에 있을 수 있으며 또는 있지 않을 수 있다. 위치 데이터에 최선으로 매치하는 후보 경로를 식별하는 단계는 각 새로운 위치 데이터 샘플에 대해 반복될 수 있다는 것이 인정될 것이다. 그래서, 최선 매칭 후보 경로의 신원확인은 그 후에 계속해서 업데이트될 수 있다. 상기 위치 데이터에 대한 최선 매치인 것으로 식별된 후보 경로는 마지막 위치 데이터 샘플이 매치되었던 후보 경로에 대응할 수 있다. 그러나, 몇몇 상황들에서, 새로운 위치 데이터 샘플에 최선으로 매치한 식별된 후보 경로는 이전의 데이터 샘플에 관련하여 식별된 후보 경로와는 상이할 수 있다. 그런 경우에 상기 결정 엔진은 그 새로운 후보 경로로 "점프"해야 하는가의 여부, 또는 비록 더 이상 최선 매치가 아니라고 하더라도 이전의 후보 경로에서 남아있는가의 여부를 결정할 수 있다. 그런 결정은 다양한 팩터들에 종속할 수 있다. 상기 결정 엔진은 점프하는 것을 최소화하기 위해 구성될 수 있다. 예를 들면, 터널로 인해서 입력 위치 데이터 샘플들 사이에 상대적으로 큰 간격이 존재하는 경우에 점프들이 허용될 수 있다. 반면에, 점프가 이전에 지나간 세그먼트로 돌아간다면, 결정 엔진은 이전에 식별된 후보 경로에서 남아있을 것으로 결정할 수 있다. 몇몇 실시예들에서, 출력을 위한 상기 추정된 현재 위치는 위치 데이터의 이전의 세트에 기반하여 위치 데이터에 대한 최선 매치인 것으로 식별된 후보 경로의 세그먼트 상에 존재한다.

몇몇의 바람직한 실시예들에서, 출력을 위한 추정된 현재 위치는 식별된 최선 매칭 후보 경로를 따른 위치, 또는 이전 위치 데이터 샘플에 기반하여 식별된 최선 매칭 후보 경로를 따른 위치이다. 상기 새롭게 식별된 최선 매칭 경로는, 그것이 현존하는 최선 매칭 후보 데이터에 비교된다는 점에서, 상기 디바이스의 추정된 현재 위치를 획득하는 프로세스에서 사용된다. 상기 방법은 상기 식별된 후보 경로를 이전에 식별된 후보 경로와 비교하는 단계 그리고 상기 경로들 중 하나 또는 다른 것의 세그먼트 상에 있는 출력을 위한, 상기 디바이스의 추정된 현재 위치를 획득하는 단계를 포함할 수 있다. 현재 위치를 어느 경로에 기반하는가를 선택하는 것은 위에서 설명된 다양한 기준들에 기반할 수 있다. 이 프로세스는 최선 매칭 후보 경로가, 이전의 위치 데이터 샘플이 매치되었던 최선 매칭 후보 경로와 상이할 때에 사용될 수 있다. 대안으로 또는 추가로, 출력을 위해 상기 디바이스의 추정된 현재 위치를 획득하는데 있어서 상기 식별된 후보 경로를 사용하는 단계는 최선 매칭 후보 경로의 세그먼트 상에서, 그리고 추가로, 연결된 하나 이상의 후보 경로들 상에서 현재 위치 추정을 획득하는 단계, 그리고 추정된 현재 위치들 중 하나를 출력을 위한 위치로서 선택하는 단계를 포함할 수 있다. 이것은 교차점들 및 분기점들에서 입력 위치 데이터 부정확을 설명하는 것을 도울 수 있다.

후보 경로들을 반드시 사용하지는 않는 본 발명의 추가의 모습들 및 실시예들에서, 상기 방법은 상기 전자 지도의 세그먼트에 관하여 상기 디바이스의 현재 위치를 추정하기 위해 상기 전자 지도의 복수의 세그먼트들에 관하여 결정된 전체적인 점수들을 사용하는 단계를 포함한다. 이 단계는 상기 점수들에 기반하여 위치 데이터에 대한 최선 매치를 제공하는 세그먼트를 식별하는 단계를 포함한다. 상기 방법은 적어도 상기 점수들, 예를 들면, 그리고 옵션으로는 오프셋에 기반하여 상기 세그먼트들에 순위를 부여하는 단계를 포함할 수 있다. 상기 전체 점수들은 출력을 위해 상기 디바이스의 현재 위치의 추정을 획득하기 위해 사용된다. 후보 경로들을 사용하는 모습들 및 실시예들에서처럼, 출력을 위한 추정된 위치는 결정된 가장 가능성있는 세그먼트 상에 있을 수도 있고 있지 않을 수도 있다. 예를 들면, 상기 추정된 위치는: 가장 가능성있는 세그먼트; 및 연결된 하나 이상의 세그먼트들 중 하나 위에 있는 것으로 선택될 수 있다. 후보 경로 실시예들에 관련하여 사용된 기술들 중 어느 하나가 사용될 수 있다.

본 발명의 모습들이나 실시예들 중 어느 하나에 따른 출력을 위한 추정된 현재 위치에 대한 언급은 지도 매처 (matcher)로부터 출력된 최종 결정된 현재 위치를 언급하는 것이다. 상기 위치는 반드시 사용자에게 출력될 필요는 없을 수 있다. 예를 들면, 판별된 위치는 시스템의 다른 부분, 예를 들면, ADAS 시스템, 라우팅 엔진 등으로 입력될 수 있다.

지도 매치된 현재 위치를 표시하는, 생성된 데이터는 소망되는 대로 사용될 수 있다. 예를 들면, 상기 데이터는 전자 지도 상의 현재 위치에 대한 표시를 사용자에게 디스플레이하기 위해 사용될 수 있으며, 그리고/또는 라우팅 엔진에 의해 사용될 수 있다. 상기 방법은 상기 생성된 데이터를 저장하는 단계를 포함할 수 있다. 그 데이터는 상기 디바이스에 의한 사용을 위해 원격 디바이스로 전송될 수 있다.

수신된 각 위치 샘플은 상기 전자 지도의 세그먼트 상의 어떤 위치에 매치될 수 있다는 것이 인정될 것이다. 그러나, 상기 전자 지도를 통한 상기 디바이스의 움직임이 매끄럽게 진행되도록, 즉, 하나의 별개의 지도 매치된 위치로부터 다음으로 점프하지 않으면서 사용자에게 디스플레이되는 것을 가능하게 하기 위해, 상기 디바이스의 미래 위치(들)에 대한 예측은 지도 매치된 위치 데이터 기반하여 결정된다. 상기 예측된 위치(들)는 상기 전자 지도 상에서 디바이스가 따라가는 경로 표현을 렌더링하는데 있어서 사용될 수 있다. 본 발명의 모습들이나 실시예들에서 본 발명에 따라, 지도 매치된 현재 위치를 표시하는 생성된 데이터는 상기 디바이스의 하나 이상의 예측된 업데이트된 위치를 표시하는 데이터를 생성하는데 있어서의 사용을 위해 예측 엔진으로 입력될 수 있다. 예측 엔진은 하나 이상의 미래 시각에서 상기 디바이스의 위치를 예측하기 위해 상기 지도 매치된 현재 위치를 표시하는 상기 생성된 데이터를 사용하도록 구성될 수 있다. 다른 말로 하면, 상기 예측 엔진은 상기 또는 각 지도 매치된 현재 위치를 외삽한다 (extrapolate). 정해진 지도 매치된 현재 위치는 하나 또는 복수의 예측된 업데이트된 위치 샘플들을 제공하기 위해 사용될 수 있다. 상기 예측 엔진은 지도 매치된 위치 데이터 샘플들의 입력 세트보다 더 큰 빈도를 가진 복수의 예측된 위치 데이터 샘플들의 출력 세트를 제공할 수 있다. 상기 방법은 그러면 전자 지도 상에 움직이는 디바이스의 위치 표시를 디스플레이하는데 있어서 상기 예측 엔진에 의해 제공된 상기 예측된 위치 데이터를 이용하는 단계를 포함할 수 있다. 심지어 상기 지도 매치된 현재 위치 데이터 샘플들이, 예를 들면, 수신된 위성 기반 위치 데이터의 빈도에 기반하여 상대적으로 빈약한 경우에도, 상기 예측 엔진은 상기 디바이스의 움직임 표현이 소망된 프레임 레이트로 디스플레이되는 것을 가능하게 하기 위해서 적합한 위치 예측들을 제공하기 위해 적합한 방식으로 동작할 수 있다. 상기 예측 엔진은 포지셔닝 및 지도 매칭 프로세스들의 레이턴시를 고려할 수 있다. 상기 엔진은 상기 디바이스의 가속 및 감속을 고려할 수 있다. 운전이 반대 방향, 즉 후진 운전 동안일 때에 지도 매치된 위치가 판별되는 경우, 상기 예측 엔진은 그 후진 방향에서의 위치를 예측하도록 구성되어야 한다. 그래서, 출력인 예측된 위치는 그 반대, 예를 들면, 제2 운전 방향에서의 경로를 따를 것이다.

본 발명의 모습들이나 실시예들에서 본 발명에 따라, 단일의 지도 매치된 현재 위치는 각 포지셔닝 입력 샘플에 관하여 바람직하게 생성된다. 그 생성된 데이터는 상기 전자 지도의 정해진 세그먼트에 관련한 위치를 표시하는 데이터를 포함할 수 있다. 상기 데이터는 상기 위치가 놓여 있는 세그먼트, 그리고 그 세그먼트의 말단으로부터의 오프셋을 적어도 표시할 수 있다. 상기 방법은 이전의 지도 매치된 위치 이래로 통과한 세그먼트들의 시퀀스를 표시하는 데이터를 생성하는 단계를 포함할 수 있다. 그 생성된 현재 위치 데이터는 상기 위치가 관련된 시각을 표시하는 타이밍 데이터, 예를 들면, 타임 스탬프와 연관될 수 있다.

본 발명에 따른 상기 방법들은 적어도 부분적으로 소프트웨어를 사용하여 구현될 수 있다는 것이 인정될 것이다. 그래서, 추가의 모습들 및 추가의 실시예들에서 볼 때에, 적합한 데이터 프로세싱 수단에서 실행될 때에 본원에서 설명된 방법들 중 어느 하나 또는 모두를 수행하기에 적합한 컴퓨터 판독가능 명령어들을 포함하는 컴퓨터 프로그램 제품으로 본 발명이 확장된다는 것을 알 것이다. 본 발명은 그런 소프트웨어를 포함하는 컴퓨터 소프트웨어 캐리어로 또한 확장된다. 그런 소프트웨어 캐리어는 물리적인 (또는 비-일시적) 저장 매체일 수 있으며 또는 유선을 통한 전자 신호, 위성이나 유사한 것으로의 광 신호 또는 라디오 신호와 같은 신호일 수 있다.

본 발명의 추가의 모습들이나 실시예들에 따른 본 발명은 본 발명의 다른 모습들이나 실시예들을 참조하여 설명된 특징들 중 어느 하나를, 그것이 상호 모순되지 않는 한도까지 포함할 수 있다.

추가 실시예들의 이점들이 이제 제시되며, 그리고 이 추가의 실시예들 각각의 추가의 상세 내용들 및 특징들은 동반 독립 청구항들에서 그리고 다음의 상세한 설명의 다른 곳에서 정의된다.

본 발명의 실시예들은 동반 도면들을 참조하여 예시로서만 이제 설명될 것이다.
도 1은 포지셔닝 및 지도 매칭 시스템의 예시적인 기능적 설계를 보여준다.
도 2는 실시예에 따른 지도 매처 (matcher)의 전체적인 구조를 도시한다.
도 3은 암스테르담 도시 협곡 (왼쪽 패널) 및 트립을 따라 유지된 활성 경로들의 개수 (오른쪽 패널)에서의 지도 매칭의 결과를 보여준다.
도 4는 GNSS 중단 동안에 터널을 통한 경로 확장을 도시한다.
도 5는 터널 경로로 트리프트된 DR 포지셔닝 트레이스로부터의 지도 매칭을 도시한다.

여기에서 설명된 기술들은 진보된 지도 매칭 알고리즘에 관련된 것이며, 이는 후보 경로들의 세트 내에 고유의 도로 토폴로지를 내장한다. 후보 경로들은 상기 지도를 통과하기 위한 한 노드로부터 다른 노드로의 또는 한 도로 세그먼트로부터 다른 도로 세그먼트로의 모든 가능한 길들로서 정의되며, 그리고 그처럼 도로 세그먼트들의 순서가 정해진 시퀀스이다. 여기에서 설명된 지도 매칭 알고리즘은 크기조절 가능하며 모듈 방식으로 설계되었으며, 그래서 확장 및 문제 해결이 쉽다. 상기 알고리즘은 도로 연결성 및 제한들을 최대로 활용하여, 가능한 경로 후보들의 풀을 구축하고 유지하며, 이것들은 포지셔닝 데이터 트레이스에 대하여 매치하기 위해 사용된다. 토폴로지 무결성은 결정 프로세스에서 더 이상 필수적으로 고려되지 않으며, 이는 도로 연결성이 후보 풀 내에 무리없이 내장되어, 평행한 도로들 및 우회길 (roundabout)과 같은 많은 어려운 상황들을 해결하는 것을 더 쉽게 만든다.

실시예에 따른 상기 지도 매처 (matcher)의 전체적인 구조는 도 2에 도시된다. 보이는 것처럼, 상기 지도 매처는 두 개의 분리된 레이어들로 구성된다: 입력 프로세싱 레이어 (100) 및 지도 매칭 알고리즘 레이어 (200). 상기 지도 매칭 알고리즘 레이어 (200)는 경로 후보 풀 구축, 그 후보들에 대한 입력 궤적 매치 평가, 그리고 경로들을 논리적으로 순위 결정하고 경로들 사이에서의 점핑을 최소화함으로써 경로 매칭 결과들을 유지하는 것을 담당한다. 입력 프로세싱 레이어 (100)는 포지셔닝 입력 수락, 그 입력 무해화 (sanitizing), 그리고 큰 입력 간극들, 후진 운전, U-턴들 및 터널들과 같은 특별한 운전 상태들을 탐지하는 것을 담당한다. U-턴, 터널 및 후진 운전과 같은 특별한 상황은 그래서 상기 지도 매칭 알고리즘 시작 시에 분리하여 취급된다. 특별한 기동 (manoeuvre)이 탐지될 때에, 지도 매칭은 후보 경로들을 적절하게 구축하거나 확장함으로서 준비되며 그리고 그 기동에 관련된 입력 데이터는 스킵된다. 상기 토폴로지 지도 매칭 알고리즘은 상기 기동을 절대로 처리하지 않는다.

실시예에 따른 지도 매처 프로그램 흐름은 요약하여 이제 설명될 것이다.

초기 단계들에서, 새로운 입력이 도착할 때에, 샐지의 경로 후보 프로세싱 및 매칭을 시작하기 이전에, 상기 지도 매처는 어떤 특별한 상황들을 식별하고 그 상황들에 반응한다. 이 특별한 상황들의 신원확인은 터널 입구/출구 체크 모듈 (105), U-턴 체크 모듈 (104), 후진 운전 체크 모듈 (103), 입력 점프 체크 모듈 (101) 및 고정 체크 모듈 (102)과 같은 전용의 모듈들에 의해 상기 입력 프로세싱 레이어 (100)에서 처리된다. 이런 상황들 중 어느 하나를 탐지한 이후에, 상기 지도 매처는 그에 따라 반응할 수 있다. 예를 들면, 자동차가 고정되어 있는 것으로 탐지되면, 상기 지도 매처는 동작할 필요가 없다. 점프가 입력 데이터에 있는 경우, U-턴 또는 터널이 탐지되며, 상기 후보 경로들은 그에 따라서 수정될 필요가 있을 수 있다. 자동차가 후진으로 운전하고 있다고 탐지되는 경우, 운전 방향은 입력 및 출력 상에서 내부적으로 역으로 될 수 있으며, 그래서 상기 지도 매처는 그것을 전방 이동으로서 프로세싱할 수 있다. 입력 프로세싱 레이어 (100)에서 이 상황들을 탐지한 것은 지도 매칭 알고리즘 레이어 (200)에서의 그 상황들에 대한 반응과는 분리되며, 그것들은 특별 이벤트들 핸들링 모듈 (220)에 의해 다루어진다. 특별 이벤트들 핸들링 모듈 (220)은 상기 입력이 특별한 상태들을 탐지했을 때에 상기 경로들을 수정하거나 재구축한다. 이것은 함께 발생할 수 있는 상이한 특별한 경우들의 조합들을 다루는 휴리스틱 (heuristics)을 위한 능력을 가능하게 한다.

입력 프로세싱 이후에, 지도 매칭 알고리즘 레이어 (200)에서, 상기 지도 매처는 자신의 경로 후보들을 상기 지도에 저장된 도로 네트워크를 따라 전방으로 먼저 확장한다. 각 경로는 다수의 연결된 도로 세그먼트들을 포함하며, 그리고 다른 연결된 도로 세그먼트들로 전방으로 확장되어, 도로 토폴로지가 상기 경로들 내에 내장되는 것을 보장한다. 이 확장은 경로 확장 모듈 (210)에 의해 수행될 수 있다. 상기 경로들은, 예를 들면, 어떤 U-턴들도 포함할 수 없다는 것에 유의하며, 이는 위에서처럼 입력 프로세싱 레이어 (100) 내에서 이것들이 분리하여 프로세싱되기 때문이다.

상기 지도 매처는 "매처들 (matchers)"로 불리는 다수의 더 작은 알고리즘들을 유지하며, 이는 입력 데이터의 경로로의 매치를 평가하기 위해 상이한 기준들 및 휴리스틱을 적용한다. 이 평가는 풀 내의 각 후보 경로에 대해 독립적으로 수행된다. 각 후보 경로 상의 각 매처는 새로운 입력 데이터와 함께 먼저 전파되어, 입력이 투사할 것으로 예상되는 경로들을 따른 올바른 장소에 대한 평가를 생성한다. 그 후에 각 매처는 상기 경로의 매치에 대한 점수 그리고 이전의 입력 데이터 샘플들의 개수를 넘는 상기 입력 데이터를 평가한다. 상기 매치들은 위치 매처 (231) 및 헤딩 매처 (232)를 포함할 수 있으며, 이것들 둘 모두는 경로 전파 (propagation) 모듈 (230) 내에 제공될 수 있다. 상기 위치 매처 (231)는 입력 위치 좌표들 (경도 및 위도)을 평가하고 그리고 이것들은 상기 경로의 지도 형태에 대해 비교한다. 상기 헤딩 매처 (232)는 입력 헤딩 및 이동한 거리를 평가하고 그리고 이것들은 상기 경로의 회전 함수에 대해 비교하며, 이는 상기 지도 형태로부터 또한 결정될 수 있다. 비록 이 데이터 세트들이 비-독립적인 것으로 보일 수 있지만, 상기 매처들 (231, 232)은 상기 데이터의 상이한 모습들에 관해 여전히 동작하며, 그러므로 상기 위치 입력 데이터 및 상기 지도 데이터 둘 모두에서의 오류의 상이한 소스들을 분석할 수 있다. 경로 전파 모듈 (230)은 후보 관리를 또한 담당할 수 있으며, 이는 아래에서 더 설명된다.

각 매처는 입력 및 경로 사이에서의 최선의 가능한 매치를 찾으려고 시도하며, 그러므로 경로를 따른 상이한 위치들로 전파하는 것을 종결할 수 있다. 각 경로 상에서 단일의 최선 위치를 선택하기 위해 휴리스틱이 적용된다. 최선 위치를 선택하기 위해 각 경로 상의 전파된 위치들 비교를 위해 추가 모듈 (204)이 제공될 수 있다.

운행 거리 매처 (251) 및 속도 제한 매체 (252)와 같은 추가의 매처들이 또한 사용될 수 있다. 경사와 같은 더 많은 입력 정보가 이용 가능하면 더 많은 매처들이 고려될 수 있다. 상기 매처들 각각에 대한 매치 점수들은 경로 점수 부여 모듈 (250)에서 획득될 수 있다. 상기 매처들 (231, 232, 251, 252) 각각으로부터의 매치 점수들은 각 경로에 대해 독립적으로 다중-매처 신념 융합 모듈 (260)에서 그 후에 결합되어, 경로가 올바른 경로라는 신념의 레벨을 추정한다. 융합 모듈 (260) 내에서 다수의 기준들을 조합하여 융합하는 것은 신용을 가진 높은 매칭 신뢰성을 가능하게 한다.

일단 각 경로에 조합된 다중-매처 신념 융합 점수가 할당되면, 경로 랭킹 모듈 (270)은 그 점수에 따라 상기 경로들에 순위를 부여하며, 이 순위는 최선 경로를 찾기 위해 사용된다. 빈약한 매칭 경로들은 이 단계에서 폐기될 수 있다. 최종의 지도 매치된 위치는, 자신에 연결된 다른 경로들 상의 최선 위치들과 함께, 상기 바람직한 경로 상의 최선 위치를 평가함으로써 선택된다. 이 단계는, 예를 들면, 교차점들이나 다른 분기점들에서의 입력 부정확함을 설명하는 것을 도울 수 있다.

결정 메이커 (280)는 후-프로세싱 단계에서 사용되며, 이 경우 상기 경로 랭킹 모듈 (270)에 의해 결정된 새로운 최선 경로는 이전에 결정된 최선 경로와 비교되며, 그리고 그 새로운 경로를 바람직한 경로로서 선택하는가의 여부에 관한 결정이 내려진다. 이 단계는 한 경로로부터 다른 경로로의, 클라이언트로의, 그리고 결국에는 사용자에게로의 점프를 보여주는가의 여부 및 언제 보여주는가를 결정하기 위한 휴리스틱을 수반한다. 상기 최종의 매치된 위치는 상기 바람직한 경로 상의 최선 위치를, 그것에 연결된 다른 경로들 상의 최선 위치들과 함께 평가함으로써 선택된다. 이 단계는 교차점들이나 다른 분기점들 등에서의 입력 부정확함을 설명하는 것을 도울 수 있다.

마지막으로, 상기 최종의 매치된 위치는 상기 입력이 실제로 도로를 따르는 것인가의 여부 또는 상기 입력이 오프-로드인가를 판단하기 위해 분석된다. 즉, 오프-로드 체크 (290)는 경로 상의 최선 매치된 로케이션이 입력에 충분하게 가까운가의 여부를 평가하기 위해서, 그리고 필요하다면, 포인트-대-커브 매칭 원칙에 의존할 오프-로드 지도 매칭을 트리거하기 위해 구현될 수 있다.

일단 지도 매치된 현재 위치가 획득되면, 그것은 예측 엔진으로의 입력으로서 제공될 수 있다. 상기 예측 엔진은 지도 매치된 위치 샘플들을 취하고 그리고 디스플레이 상에 상기 디바이스의 움직임 표현을 렌더링하는데 있어서 사용될 수 있는 예측된 궤적을 획득하기 위해 상기 위치들을 외삽한다. 이것은 매끄러운 궤적인 사용자에게 디스플레이 되는 것을 가능하게 한다. 이 단계가 없으면, 상기 지도 매치된 현재 위치 샘플들이 간단하게 디스플레이 되었다면, 상기 지도 매치된 위치 샘플들 각각 사이에는 불연속의 점프들이 존재할 것이다. 상기 예측 엔진은 상대적으로 희박한 상기 위치 샘플 데이터를 취하며, 그리고 그것으로부터 외삽된 현재 위치 데이터를 적절한 더욱 높은 빈도로 제공한다. 각 지도 매치된 위치 데이터를 외삽함에 있어서, 상기 포지셔닝 프로세스 및 지도 매칭 프로세스에 의해 추가된 레이턴시가 고려될 수 있으며, 그리고 상기 차량의 가속 및 감속을 따라가기 위해 동적인 모델이 사용될 수 있다. 그래서, 현재 위치는 마지막 지도 매치된 현재 위치에 기반한 현재 위치라고 사용자에게 출력되며, 이는 위치 데이터 샘플이 지도 매칭을 위해 수신되었던 이래로 상기 현재 위치가 전진한 양을 고려한 것이다.

상기 지도 매칭 알고리즘은 상기 커브-대-커브 매칭 및 상기 경로 점수 부여를 두 개의 모듈들로 격리하기 위한 유일 경로 전파 단계를 제안한다. 상기 매칭의 불일치를 점수로서 직접적으로 취하는 대부분의 현존 접근방식들과 다르게, 상기 알고리즘은 부분적인 불일치를 중심선 간략화로 인한 지도 오류 또는 드리프트로 인한 포지셔닝 입력 바이어스 중 어느 하나로서 취급하며, 이는 최선 경로 선택을 위한 경로 점수 부여로부터 더 제거된다. 이 절차는 상기 알고리즘이 낮은 품질 지도와 함께 동작하는 것을 허용하며, 그리고 고도로 드리프트된 추측 방법 데이터에 의존해야 할 때에 터널들과 같은 GNSS-거부 환경에서 또한 신뢰성있는 매칭을 허용한다. 상기 지도 매칭 알고리즘이 매칭 불일치를 다루기 위해 구성되며 그리고 상이한 상황들에서 도로 연결성을 유지하도록 구성된 방식은 모든 운송 환경에서 그 알고리즘 사용의 무결성을 가능하게 한다.

도 2에서의 상기 지도 매처의 다양한 단계들/모듈들은 이제 더욱 상세하게 설명될 것이다.

도로 토폴로지에 기반한 경로 후보 풀

초기 경로 선택

지도 매처가 경로 매칭 모드로 스위치할 때에, 최선의 아크 (arc) 후보들에 기반하여 새로운 초기 경로들이 구축되어야 한다. 경로 후보들은 개별 도로 세그먼트들로서 초기화되며, 이 도로 세그먼트들은 거리 및 헤딩 둘 모두에서 제1 포지셔닝 입력 샘플에 충분하게 가까운 것이다. 예를 들면, 상기 제1 포지셔닝 입력 샘플 주변을 둘러싼 직사각형 내 입력 정밀도에 의해 경계가 정해진 도로 세그먼트들은 초기 경로 후보들로서 선택될 수 있다. 예를 들면, 현재 헤딩과 정렬된 그리고/또는 짧은 거리 떨어진 도로 세그먼트들을 위해 초기 경로들이 구축될 수 있다. 예를 들어, 지도 매처가 운전 중에 리셋된다면, 현재의 헤딩과 정렬된 경로들을 선택하는 것은 입력 위치는 틀리지만 헤딩은 정확한 경우를 설명한다. 헤딩이 신뢰할 수 없는 경우, 대개는 사용자가 가까운 도로 상에 위치할 것 같다. 또한, 너무 많은 도르 세그먼트들을 선택하여 처리하는 것은 실제적이지 않다. 상기 초기 경로들은 그 초기 경로들의 순위를 정하기 위해서 위치 및 헤딩에서의 차이들의 면에서 비용이 부여될 수 있다. 그래서, 후보 경로들의 풀이 생성된다.

경로 확장 (Path expansion)

새로운 포지셔닝 데이터 샘플들이 수신되면, 상기 풀 내의 경로들은 경로 헤드들로부터, 연결된 도로 세그먼트들로 전방으로 확장된다. 이 방식에서, 후보 경로들은 그 도로의 토폴로지를 자연스럽게 반영하며, 이는 그 경로들이 여러 연결된 도로 세그먼트들을 포함하기 때문이다.

교차점에 도달할 때면 언제나, 상기 경로 후보는 복제되어, 새롭게 추가된 도로 세그먼트들을 이용한 상이한 확장들이 조절될 수 있도록 한다. 그 복제된 경로들은 상기 알고리즘의 나머지에 의해 독립적으로 다루어진다. 상기 새로운 세그먼트들은 "자녀 세그먼트들"로 불릴 수 있으며, 반면에 분기 포인트 이전의 예전 세그먼트들은 모든 분기 경로들의 공통의 선조들이다.

경로 후보들의 개수가 지수적으로 늘어나는 것을 피하기 위해, 각 후보에 대한 경로 확장은, 그 경로 상의 이전의 최선 매치된 로케이션이 상기 경로 헤드에 근접하고 그리고 그 새로운 입력이 잠재적으로 상기 경로를 넘어서 매치될 수 있을 때에만 트리거된다. 경로들은, 그 경로들이 도착한 것과 동일한 도로 세그먼트들을 따라 절대로 후방으로 확장되지 않는다. 경로들은 고속도로처럼 명백하게 금지된 도로로의 트래픽 흐름에 맞선 방향으로도 확장하지 않는다. 그러나, 정상적인 일방통행 도로들 상의 트래픽 방향에 맞선 확장은 회피될 수 없다.

후보 관리

후보 관리는 잘 매칭된 후보들을 유지하면서 경로 후보 풀 크기를 축소하기 위해 사용된다. 후보 풀 크기를 줄이는 것은 두 방식으로 행해진다: 포지셔닝 기간이 진행할 때에 경로를 더 짧게 만들기 위해 각 경로 상 미사용 경로 테일을 공격적으로 잘라냄; 그리고 후보 풀로부터 부정확한 경로들을 폐기함. 경로들은 독립적으로 추적된다.

덜 가능성있는 경로가 올바른 경로인 것으로 궁극적으로 밝혀질 수 있을 것이다. 부정확한 경로들을 폐기하는 것은 그러므로 실수를 피하기 위해 보수적이어야 한다. 상기 알고리즘은 경로들을 폐기하기 위해 여러 특성들을 평가한다. 첫 번째 특성은 포지셔닝 입력으로부터 상기 매치된 로케이션까지의 오프셋을 평가하는 것이다. 이 거리가 입력 수평 정밀도의 몇 배보다 더 커지게 되면, 상기 경로는 폐기된다. 상기 정밀도가 올바르게 사용되지 않는다면, 추측-방법 포지셔닝 솔루션에 의해 초래된 드리프트는 경로들이 올바르지 않게 폐기되도록 할 수 있다. 두 번째로, 가장 큰 점수에 상대적으로 나쁜 점수 비율들을 가진 경로들이 폐기된다. 절대값 점수들이 상이한 시나리오들에서 변하기 때문에 상기 알고리즘은 점수 비율을 점수 그 자체 대신에 사용한다. 예를 들면, 불량한 점수들은 GNSS 신호가 방해받는 깊은 도시 협곡들 (urban canyons)에서 나타나며, 반면에 양호한 점수들은 개방된 하늘이 있는 고속도로 상에서 발생한다. 세 번째로, 어떤 거리에 대해 후방으로 바라봄으로써 어떤 두 개의 경로들도 정확하게 겹치지 않는 방식으로 모든 경로들을 유일하게 유지하는 것이 중요하다. 더 높은 순위의 경로와 겹치지 않는 경로들은 폐기될 것이다. 겹치는 상황들은 경로들이 분기를 통해 확장되고, 그리고 나중에 다음의 교차점에서 합체될 때에 보통 발생한다.

경로들의 폐기하는 모든 임계치들은 다양한 시나리오들에서 또한 적응적이어야 하며, 이는 실시간 대량-마켓 디바이스들을 위해 적당한 계산 구현 내에서 후보 크기를 항상 유지하기 위한 것이다. 도 3은 자동차가 암스테르담 내 밀집한 도시 협곡에 있을 때에 경로 크기 변화의 예를 도시한다. 보이는 것처럼, 상기 알고리즘은 적절한 후보 관리 전략 및 적절한 경로 확장 덕분에 후보 크기에 관한 대단한 제어를 가진다.

특별한 상황들에서 도로 연결성 유지

U-턴 탐지 및 처리

U-턴이 탐지되면, 스크래치로부터 도로 매칭을 다시 시작하기 보다는 도로 연결성을 유지하는 것이 더 좋다. U-턴들은 전용 모듈 (104)에 의해 입력 프로세싱 레이어 (100) 내 상기 지도 매칭 프로세스에서 일찍 프로세싱된다. 입력 트레이스가 U-턴 형상인 것으로 판별될 때에 U-턴이 탐지된다. U-턴이 탐지된 이후에, 반대 방향을 가진 새로운 경로들이 구축되어 상기 후보 풀에 추가되어야 한다. 그러나, 원래 경로들은 폐기되지 않으며, 그리고 상기 지도 매칭은 후보들의 두 그룹들을 동등하게 다룬다. 이것은 헤어핀 회전이나 우회들과 같은 특별한 도로 형상들에서, 또는 특별한 입력 트레이스가 U-턴으로 오인되었다면, 지도 매칭이 계속해서 동작할 수 있는 것을 보장한다. 상기 지도 매처는 모든 후보들에 관해 실행되며 그리고 점수들에 기반하여 그 후보들의 순위를 정한다. (U-턴 경로, 또는, 예를 들면 헤어핀 경로일 수 있는) 빈약한 매칭 경로들은 상기 지도 매처에 의해 판별될 것이며 그리고 결국에는 폐기될 것이다. 그래서, 상기 원래의 경로들 중 하나가 새롭게 구축된 경로들보다 실제로 더 나은 매치라면, 매치된 지도는 방해받지 않으면서 그 경로에 대한 매칭을 계속할 수 있다. 이것은 입력 프로세싱 레이어 (100)에서의 U-턴 탐지 그리고 지도 매칭 알고리즘 레이어 (200)에서 U-턴 처리를 분리하는 것에 의존한다.

다수의 U-턴들이 동일한 경로 상에서 발생하는 경우, 예를 들면, 구축된 맞은편 경로들이 원래의 경로들과 겹치는 경우에 겹치는 경로들을 필터링하는 것이 필요할 수 있다. 제1 U-턴 이후에, 원래의 경로들과 겹치지 않으면서 맞은편 경로들이 구축될 수 있다; 반면에 제2 U-턴 이후에, 맞은편 경로들의 맞은편 경로들은 원래의 경로들과 동일할 수 있으며, 이 경우에 부여된 점수에 기반하여 삭제될 수 있다.

터널 탐지 및 처리

터널들은 GNSS 신호들이 보통은 완전하게 차단되고 새로운 GNSS 데이터가 그 터널의 출구에서만 수신되는 다른 특별한 상황이다. 여기에서 설명된 지도 매칭 알고리즘은 새로운 GNSS 픽스들이 수신될 때까지 도로 연결성을 유지할 수 있다. GNSS 중단이 있을 때는 언제나, 상기 지도 내 터널 속성들을 따르고, 그리고 터널 출구들에 도달하는 터널 경로들만을 확장하는 것이 가능하다. 이 방식에서, 상기 경로 확장은 제1의 재-획득 GNSS 픽스를 위해 올바르게 준비되며, 이는 터널 출구에서 그 후에 캡쳐되고 그리고 상기 경로에 계속해서 매치될 수 있다. 도 4는 파리 터널들을 예로서 취해서 이 상황을 도시한다. 경로들은 GNSS 중단 동안에 모든 터널 출구들을 향해서 확장되며 그리고 제1 재-획득 GNSS 픽스를 기다린다.

터널 입구 탐지는 GNSS에만 적용 가능한데, 두 단계들을 수반할 수 있다: 지도 데이터에 기반하여 터널들의 전방에서 특정 거리를 탐색하고 각 경로에 대한 플래그 세팅 단계; 그리고 그 그것들의 타임스탬프에서 (예를 들면, 10초보다 큰) 큰 입력 점프가 존재하는가의 여부를 체크하는 단계. 세크먼트가 터널로서 플래그되어 있고, 그리고 큰 입력 점프가 존재하면, 터널이 탐지된다. 더 작은 점프 (10초 미만)는 작은 터널에 대응할 수 있지만, 경로 확장이 이 작은 시간 간극을 커버하는 한, 이 터널에 대한 특별한 처리를 수행할 필요는 없다.

터널 내에 어떤 입력 데이터도 보통은 존재하지 않는다. 그런 경우에, GNSS 픽스가 재-획득되는 것을 기다리는 기간 (GNSS 중단 기간) 동안에, GNSS 픽스가 재-획득될 때에 경로 매트릭스를 유지하기 위해 상기 경로들은 터널 출구들을 향하여 (제1 경로 확장으로) 확장된다

이 경로 확장은 터널 출구들에 멈춘다. 일단 제1 GNSS 픽스가 터널 출구에서획득되면, 새로운 입력 위치로부터 너무 멀리에 있는 터널 출구들은 폐기될 수 있다. 상기 새로운 입력 위치가 터널 출구들로부터 여전히 멀 수 있기 때문에, 상기 경로들은 두 번째로 확장된다.

후진 운전 탐지 및 처리

후진 운전 탐지는 입력 프로세싱 레이어 (100) 내 후진 운전 체크 모듈 (103)에 의해 수행된다. GNSS 상에서는 어떤 후진 운전 탐지도 존재하지 않는다. 그러나, 자동차 추측 방법 포지셔닝은 음의 운행 거리를 운전이 후진일 때의 입력으로서 줄 것이며, 이는 후진 운전이 탐지되는 것을 가능하게 한다.

상기 지도 매처는 운전이 반대 방향일 때에 전방으로 여전히 동작해야 한다. 그래서, 입력 헤딩은 지도 매칭 알고리즘 이전에 플립 (flip)되어야 하며, 그리고 지도 매칭 결과는 그 후에 반대로 플립되어야 한다. 예측 경로 빌더 (builder)는 지도 매칭 이후에 상기 경로를 맞은편 경로로 역전시켜야 한다.

후보 경로들의 풀은 후진 운전 상황이 탐지되었을 때에 후진 방향에서의 경로들의 세트로 치환된다. 경로들의 그 새로운 세트는 다음의 방식으로 구축된다: 먼저, 전방의 후보 경로들의 현존 세트 중 하나 각각을 이용하여, 제1 운전 방향은 전방에서 제1 운전 방향으로 미리 정해진 거리만큼, 예를 들면, d 미터만큼 확장된다. 후보 경로 상의 현재 지도 매치된 위치는 전방에서 제1 운전 방향으로 이 미리 정해진 거리만큼, 예를 들면, 상기 d 미터만큼 그 후에 인위적으로 이동된다. 이 단계는 반대 경로들의 세트를 생성하기 이전에 현재 위치 전방에서 보이지 않는 교차점들을 회피하기 위해 수행된다. 상기 세그먼트는 인위적으로 전진한 현재 지도 매치된 위치가 이제 놓여있는 것으로 식별되며, 그리고 상기 세그먼트는 역전되어 맞은편의 제2 운전 방향에서 새로운 후보의 초기 일부를 형성한다. 맞은편 운전 방향에서의 상기 새로운 후보 경로의 이 초기 부분은 이제 확장되어, 맞은편 제2 운전 방향에서 확장된 후보 경로를 생성한다. (후진 운전이 필요한 한 이벤트는 운전자가 잘못된 방향에서 일방 통행 거리로 실수로 진입한 것이라고 가정되기 때문에) 보통은 일방 통행 거리들과 같은 특정 제한들을 사용하지 않는다는 것을 제외하면, 그 확장은 여기에서 전방 운전 방향에서 후보 경로들의 풀을 획득하는 것에 관련하여 설명된 것과 동일한 방식으로 수행된다. 후진 운전 방향에서의 확장된 후보 경로가 일단 생성되면, 지도 매치된 현재 위치는, 즉, 위치를 반대 경로들 상에서 전방으로 미리 정해진 거리만큼, 예를 들면, 상기 d 미터만큼 이동함으로써 그 새로운 후보 경로들에 관한 자신의 실제 위치로 돌아간다. 따라서, 새로운 후보 경로들 각각 위의 세그먼트에 대해, 지도 매치된 현재 위치에 대응하는 가능한 위치가 존재하며, 그것을 이용하여 지도 매칭이 수행된다.

입력 점프 체크

입력 프로세싱 레이어 (100) 상의 입력 점프 체크 모듈에서 구현된 입력 점프 체크의 목적은 현재 위치가 현존 경로 도달 가능성을 넘어 멀리 점프했는가의 여부를 판단하기 위한 것이다. 이 경우에, 오래된 경로들은 폐기되고 새로운 경로들로 대체될 필요가 있다. 점프는 입력 아웃라이어 (예를 들면, GNSS 데이터에서의 오류)로 인한 것일 수 있기 때문에, 상기 알고리즘은 첫 번째 샘플 상에서 리셋하지 않도록 구성된다.

고정 체크 (Stationary check)

고정 체크는 고정 체크 모듈 (102)에서 구현되며 그리고 정지 상태가 존재하는가의 여부를 탐지하기 위해 사용된다. 어떤 움직임도 없다고 탐지되면, 상기 지도 매처 알고리즘은 실행할 필요가 없다.

오프-로드 체크

오프-로드 체크는 오프-로드 체크 모듈 (290)에 의해 후-프로세싱 (post-processing)에서 구현된다.

이 기능은 현재의 입력 위치를 상기 지도 매칭 알고리즘이 결정한 최선 매칭 위치와 비교한다. 상기 현재 위치로부터 상기 최선 경로 상의 투사 (projection)까지의 거리가 너무 큰 경우에, 상기 지도 매처는 오프-로드로 간다. 유사하게, 현재 위치의 헤딩 및 최선 경로 상의 방향 사이의 차이가 너무 크고, 그리고 그 거리가 헤딩-조절된 거리 임계치를 추가로 초과한 경우, 상기 지도 매처는 오프라인으로 간다. 또한, 상기 최선 경로가 막다른 곳에 도달하는 경우, 상기 지도 매처는 오프라인으로 간다. 일반적으로, 속도가 충분하게 높은 한, 상기 지도 매처는 고속도로 상에시 이동하고 있을 때에는 오프라인으로 가지 않을 것이다.

지도 매처가 오프라인으로 갈 때에, 그 지도 매처는 양호한-매칭된 아크 (arc)들을 찾는 아크 매칭 모드로 스위치할 수 있다. 일단 양호한-매칭 아크가 발견되면, 상기 지도 매처는 경로 매칭 모드로 거꾸로 스위치할 수 있으며, 그리고 위에서 설명된 것처럼 초기 경로 후보들 등을 구축할 수 있다.

경로 전파 (Path Propagation)

지도 매칭 업데이트 동안에, 각 후보 경로 상의 각 매처는 새로운 포지셔닝 입력을 이용하여 전방으로 먼저 전파되어, 그 경로들을 따른 올바른 장소에 대한 추정을 산출하며, 여기에서 상기 입력은 그 장소에 매치할 것으로 예상된다. 이것은 파티클 필터 (particle filter)의 특별한 경으로 간주될 수 있다; 상기 지도 매처는 각 경로를 따른 하나의 최선 위치를 찾는다.

위치 매처 (231)에서, 디지털 지도 및 입력 트레이스 둘 모두가 시프트들을 가질 수 있다는 사실로 인해서, 그 시프트를 보상하지 않으면 입력 트레이스 및 경로 사이의 올바른 커브-대-커브 매치를 항상 획득하는 것은 불가능하다. 상기 경로를 따른 최선 매치된 위치는 모든 가능한 시프트들을 열거한 이후에 커브 차이를 최소화하는 위치로서 정의되어야 한다. 그러나, 점수로 표현된 그 커브 차이는 계산하기에 확장성이 있다. 그래서 점수 부여 이전에 상기 시프트를 경로 전파 모듈에서 전파하기 위해 지도 매칭 알고리즘에서 타협이 이루어진다. 초기 시프트는 제1 입력 샘플 및 경로 커브 사이를 크로스-트랙 (cross-track)으로서 단순하게 가정된다. 입력들이 진행하면, 입력 트레이스는 새로운 크로스-트랙 오류를 계산하기 이전에 이전의 오프셋에 의해 조절되며, 이는 새로운 오프셋을 업데이트하기 위해 사용된다. 그러므로, 상기 오프셋은 기간 단위로 누적되며, 이는 계산 효율적이다. 그러나, 회전 이전의 크로스-트랙 오프셋은 그 회전 이후에 트랙을 따른 (along-track) 오류가 되는 것으로 발견되며, 이는 반대로 보상하기 어려우며, 상기 경로들을 따른 최선 위치가 그 경로에 항상 수직으로 투사되는 것이기 때문이다. 오프셋 최적화가 그래서 제안되었다. 그것은 상기 변환된 입력 트레이스를 상기 경로를 따라 후방으로 전파하며 그리고 오프셋 교정에 대해 획득된 다양한 오프셋들을 (가중) 평균화한다. 오프셋 최적화는 그 경로에 대한 더 양호한 형상-기반 매치를 보장하지만, 그것은 상대적으로 비싸며 특정 환경들에서만, 예를 들면, 회전 이후에만 실행된다

상기 위치 매처 (231)와 같게, 헤딩 매처 (232)는 누적된 운행 거리 및 헤딩으로 구성된 2차원 데이터를 또한 프로세싱한다. 상기 지도 도로 외형은 상기 누적된 경로 길이 및 도로 세그먼트 헤딩에 의해 표현된다. 상기 경로를 따른 누적된 거리는 실제의 운전 거리와는 종종 상이하며, 이는 간략화된 지도 및 도로 폭 정보의 부재로 인한 것이다. 예를 들면, 여러 연속하는 도로 세그먼트들에 의해 구축된 코너는 운전자가 이동할 실제의 거리보다 대개는 더 길며, 반면에 넓은 직선 도로를 따른 차로 변경은 도로 세그먼트 누적보다 더 긴 입력 운행 거리의 결과를 가져온다. 이것은 상기 입력 운행 거리를 오프셋만큼 조절함으로써 상기 헤딩 매처 경로 전파에서 보상될 수 있다. 오프셋 최적화는 두 개의 회전 기능들의 불일치를 최소화하기 위해, 그리고 운행 거리가 증가할 때에 헤딩 매처 (232)가 상기 경로를 따른 문제가 되는 회전들을 스킵하는 것을 또한 방지하기 위해 또한 구현된다.

경로 전파는 상기 오프셋을 최적화하는 것만이 아니라 올바른 매치된 로케이션 추정을 또한 산출하는 모듈이다. 일차원 데이터만을 입력들로서 취하는 속도-제한 매처 (252) 및 운행 거리 매처 (251)과 같은 다른 매처들은 결과로서 생기는 매치된 로케이션에 의존하기 때문에, 경로 전파 단계를 스킵할 수 있다.

입력 변환 및 상기 경로를 따른 전파는 큰 드리프트를 가진 유효한 매칭을 보장하기 위해 필수적이다. 예를 들면, 터널들 내에서 GNSS 정지 동안에, 추측-방법 포지셔닝 시스템은 포지셔닝 데이터를 여전히 제공할 수 있을 것이지만, 누적된 자이로 드리프트 (gyro drift) 및 가속도계 바이어스 (bias)로 인해서 진정한 궤도로부터 트리프트할 것이다.

도 5는 드리프트된 추측-방법 (dead-reckoning) 포지셔닝을 이용한 파리에서의 터널 경우를 도시한다. 보이는 것처럼, 터널 출구에 가까운 입력 트레이스는 500미터 넘게 드리프트되며, 반면에 올바른 경로에는 여전히 양호하게 매치된다. 비록 재-획득된 GNSS 픽스들 이전에 평행한 도로로의 잘못된 점프가 존재하며 그리고 GNSS 픽스들 이후의 분기 이후에 샘플들의 커플에 대한 잘못된 선택이 존재하지만, 상기 알고리즘은 상기 포지셔닝 컴포넌트 및 상기 지도 매칭 컴포넌트 사이에 어떤 피드백 루프도 수반하지 않으면서 상기 터널로의 성공적인 매칭을 달성한다.

경로 점수 부여 및 다중-매처 융합 (Path Scoring and Multi-Matcher Fusion)

위치 매처 (231)는 합산된 놈 (norm)을 점수로서 활용하며, 반면에 헤딩 매처 (232)는 두 동조 기능들 사이의 합산된 직사각형들의 영역을 점수로서 취급한다. 그것들은 상기 변환된 입력 트레이스 및 실제의 경로 사이에서의 기하학적 변위 및 대표적인 커브 차이를 각각 정량적으로 측정하기 위한 상대적으로 단순한 방법들이다. 운행 거리 매처 (251) 및 속도-제한 매처 (252)와 같은 다른 매처들은, 각 경로 상의 결과를 추가로 확인하거나 부정하기 위해 경로 전파 이후에 상기 결과인 최선 매치된 로케이션에 기반한다. 더 많은 측정들이 상기 매칭 프로세스에 포함되기 때문에, 상이한 기준들 사이에서의 충돌을 구별하기 위해 그리고 상기 경로가 올바른 경로라는 가능성을 추정하기 위해, 다중-기준 융합 기반 신념 이론이 각 경로에 독립적으로 상기 알고리즘에서 사용된다. 뎀프스터-셰이퍼 (Dempster-Shafer) 이론으로도 불리는 신념 이론 (belief theory)은 적합하게 사용될 수 있으며, 이는 신념 값들의 소스가 완전하게 정의되지 않는다고 하더라도 그 신념 이론이 작동할 수 있기 때문이다. 또한 뎀프스터 결합 규칙은 순전히 누적 동작이며, 이는 확장하고 값싸게 계산하는 것을 쉽게 한다. 그러나, 은폐 마르코프모 (Hidden Markov) 체인, 퍼지 로직 및 칼만 필터와 같은 다양한 다른 적합한 확률 이론들이 또한 사용될 수 있다.

경로 랭킹 및 결정하기 (Path Ranking and Decision Making)

경로 랭킹 및 결정하기는 모든 경로 후보들 중에서 최선 매치된 경로의 선택에 대한 지도 매칭의 끝 부분에 존재한다. 경로 전파 및 경로 점수 부여의 분리로 인해서, 상기 최선 경로를 선택하기 위해 사용된 정보는 오프셋 및 신념 가능성 둘 모두 포함한다. 그것들은 두 개의 상이한 매칭 도메인들에 존재한다. 가능성은 커브-대-커브 형상 변위를 나타내는 0 및 1 사이의 정량적인 인덱스이며, 반면에 오프셋은 입력 트레이스를 시프트하고 그래서 입력 바이어스나 지도 바이어스를 나타내기 위한 벡터이다. 그것들 중 어느 것도 정말로 신뢰성이 있지는 않다. 예를 들면, 가능성은 두 개의 평행한 도로들이 동일한 기하학적 형상을 가지며 입력 트레이스에 동등하게 매치하기 때문에 그 가능성은 두 평행한 도로들을 구분하지 않는다. 이 경우에, 오프셋은 중요한 역할을 할 것이다. 반면에, 오프셋은 어느 하나의 상기 매치를 단독으로 판단할 수 없다. 추측-방법 터널 경우에, 추측 방법 드리프트로 인해서 오프셋을 계속해서 증가할 것이며, 이 경우 하나는 형상 기반 가능성에 의존해야만 한다.

경로 랭킹은 이 두 매칭 도메인들을 레이어 설계로 합체한다. 그것은 모든 경로 후보들을 오프셋에 기반하여 두 개의 그룹들로 먼저 분류하고, 그 후에 더 양호한 오프셋을 가진 그룹을 가능성에 기반하여 서브-그룹들로 계속해서 서브-분할한다. 각 그룹 내에서, 경로들은 가능성에 의해 내림 순서로 더 순위가 부여된다. 순위를 부여하는 것은 현재 입력을 위핸 최선 매치된 경로를 산출한다. 그러나, 그것은 최선 매치된 경로가 한 샘플로부터 다음 샘플로 변할 때에 경로들 사이에서 점프하는 것을 막지 않는다. 결정 메이커는 점프들을 최소화하기 위해 그 후에 사용되며, 이는 현재의 최선으로 순위 부여된 경로를 이전의 최선과 비교하며, 이는 새로운 최선으로 점프하거나 또는 이전 최선을 벗어나지 않는 것 중 어느 하나를 결정하기 위한 것이다.

커브-대-커브 매칭 불일치를 직접적으로 점수로 취하는 대부분의 현존 접근방식들과는 다르게, 이 알고리즘은 부분적인 불일치를, 중심라인 간략화로 인한 지도 오류 또는 드리프트로 인한 포지셔닝 입력 바이어스 중 어느 하나로 취급하며, 이는 최선 경로 선택을 위한 경로 점수 부여로부터 더 제거되어, 더 양호한 형상 매칭의 결과를 가져온다. 상기 알고리즘은 위치, 헤딩, 운행 거리 및 속도 제한과 같은 완전한 입력 정보를 경로 점수 부여에서의 다중-기준들로서 또한 사용하여, 더욱 신뢰성있는 성능으로 이끈다. 상기 알고리즘은 매칭 정밀도 및 계산 속도 사이에서 양호한 균형을 가지며, 대용량-시장 내비게이션 디바이스들에서 사용하기에 적합하다.

점프 탐지

점프는 마지막 샘플과는 상이한 경로로의 가장 유망한 후보 변화들로서 선택된 경로에서 존재한다. 두 경로들이 점프 탐지에서 관심 대상이다: 순위 부여 이후의 "최선 (best)" 경로로, 점프로 갈 수 있을 경로이다; 그리고 "바람직한" 경로로, 상기 지도 매처 알고리즘의 이전 실행의 최선 경로이며, 이는 그 경로로부터 점프할 수 있는 경로이다.

상기 점프 탐지 알고리즘은 점프들을 최소화하거나 지연시키려고 시도하며, 이는 너무 빨리 점프하고 다시 반대로 점프하는 것을 회피하게 하기 위한 것이다. 예를 들면, 상기 알고리즘은 터널 출구에서 새로운 포지셔닝 입력을 수신한 이후에 바람직한 상기 경로에서 벗어나지 않으며, 이는 이 입력이 잡음일 수 있으며 그리고 정확하지 않을 수 있기 때문이다. 일반적으로, 상기 알고리즘은 최선 경로의 확률이 바람직한 경로의 확률보다 더 낮은 경우에, 또는 상기 최선 선택의 질량 거리가 상기 바람직한 경로의 질량 거리를 초과하는 경우에, 또는 실제의 점프가 근처 이력에서 발생한 경우에, 상기 바람직한 경로에서 벗어나지 않도록 선택할 수 있다. 이 방식에서, 점프가 적절하다고 상기 알고리즘이 판별할 때에만 점프가 실행될 것이다.

비록 본 발명의 실시예들이 하나 이상의 도로 세그먼트들에 의해 정의된 경로를 자동차 사용자 (또는 운전자)가 통과하는 것을 참조하여 설명되지만, 여기에서 설명된 기술들은, 통로, 강, 운하, 사이클 통로, 견인선 통로, 기차 라인 등의 세그먼트들과 같은 다양한 다른 운행가능 세그먼트들에도 또한 적용될 수 있다는 것이 실감되어야 한다. 그래서, 상기 사용자는 자동차의 운전자일 필요는 없지만, 예를 들면, 운행가능 명령어들을 수신하는 보행자나 자전거 타는 사람일 수 있다.

(동반 청구항들, 요약 및 도면들을 포함하는) 본 명세서에서 개시된 모든 특징들 및/또는 그렇게 개시된 방법이나 프로세스의 모든 단계들은, 그런 특징들 및/또는 단계들의 적어도 일부가 상호 배타적인 경우의 조합들을 제외한 임의 조합으로 결합될 수 있다.

(동반 청구항들, 요약 및 도면들을 포함하는) 본 명세서에서 개시된 각 특징은, 명시적으로 다르게 선언되지 않았다면, 동일한, 등가의 또는 유사한 목적들을 제공하는 대안의 특징들에 의해 대체될 수 있다. 그래서, 명시적으로 다르게 선언되지 않았다면, 개시된 각 특징은 일반적인 일련의 등가의 또는 유사한 특징들의 일 예일 뿐이다.

본 발명은 어떠한 전술한 실시예들의 상세 내용들로 제한되지 않는다. 본 발명은 (동반 청구항들, 요약 및 도면들을 포함하는) 본 명세서에서 개시된 특징들 중 어떤 신규한 하나, 또는 어떤 신규한 조합으로, 또는 그렇게 개시된 프로세스나 방법이나 단계들의 어떤 신규한 하나, 또는 어떤 신규한 조합으로 확장된다. 청구항들은 전술한 실시예들은 물론이며, 그 청구항들의 범위 내에 속한 어떤 실시예들을 단순하게 커버하는 것으로 해석되지 않아야 한다.

Claims (14)

1. 디바이스의 현재 위치를 지리적 영역 내에서 운행가능 요소들의 네트워크를 표시하는 전자 지도에 매칭하는 방법으로, 상기 전자 지도는 상기 운행가능 요소들을 나타내는 복수의 세그먼트들을 포함하며, 상기 방법은:
   상기 디바이스의 위치를 표시하는 위치 데이터 샘플을 포함하는 위치 데이터를 획득하는 단계;
   상기 전자 지도에 의해 커버되는 영역의 적어도 일부에 관하여 전자 지도 데이터를 획득하는 단계;
   상기 전자 지도의 세그먼트들의 세트 내 복수의 세그먼트들 각각에 대해, 상기 현재 위치가 상기 전자 지도의 세그먼트에 매핑될 수 있을 가능성을 표시하는 제1 기준에 기반하여 제1 점수를 제공하기 위해 제1 매칭 엔진을 사용하는 단계;
   상기 세트 내 복수의 세그먼트들 각각에 대해, 상기 현재 위치가 상기 전자 지도의 세그먼트에 매핑될 수 있을 가능성을 표시하는 제2 기준에 기반하여 제2 점수를 제공하기 위해 제2 매칭 엔진을 사용하는 단계;
   상기 현재 위치가 상기 세그먼트에 매핑될 수 있을 가능성을 표시하는 전체 점수를 상기 세트 내 복수의 세그먼트들 각각에 대해 결정하기 위해 적어도 상기 제1 점수 및 제2 점수를 사용하는 단계;
   지도 매치된 현재 위치로서 출력하기 위해 상기 전자 지도의 세그먼트들의 세트 중의 세그먼트에 관하여 상기 디바이스의 추정된 현재 위치를 획득하기 위해 상기 전자 지도의 복수의 세그먼트들에 관하여 결정된 상기 전체 점수들을 사용하는 단계; 그리고
   상기 지도 매치된 현재 위치를 표시하는 데이터를 생성하는 단계를 포함하는, 방법.
2. 제1항에 있어서,
   각자의 전체 점수들을 사용하여 현재 위치가 세그먼트에 매핑될 수 있는 가능성에 적어도 기반하여 세그먼트들에 순위를 부여하는 단계를 더 포함하는, 방법.
3. 제1항 또는 제2항에 있어서,
   상기 현재 위치가 세그먼트에 매핑될 수 있을 가능성을 표시하는 점수를 상기 제1 매칭 엔진 또는 제2 매핑 엔진이 제공하는 단계는 상기 매칭 엔진 각자의 기준에 기초하여 상기 매칭 엔진이 상기 위치 데이터를 상기 세그먼트에 매칭하는 단계를 포함하는, 방법.
4. 제3항에 있어서,
   매칭 프로세스에서 사용된 위치 데이터는 상이한 시점들에 관한 복수의 위치 데이터 샘플들을 포함하는, 방법.
5. 제1항 또는 제2항에 있어서,
   상기 전체 점수를 결정하는 것은 신념 이론 (belief theory)에 기반하는 기술을 이용하여 수행되는, 방법.
6. 제1항 또는 제2항에 있어서,
   상기 전체 점수들에 기반하여 상기 위치 데이터로의 최선 매치를 제공하는 세그먼트를 식별하는 단계를 포함하는, 방법.
7. 제6항에 있어서,
   상기 최선 매치를 제공하는 세그먼트 식별은 상기 세그먼트에 대한 각 매칭 점수 그리고 위치 데이터 트레이스와 상기 세그먼트 사이의 오프셋에 기반하는, 방법.
8. 제1항 또는 제2항에 있어서,
   세그먼트에 대한 각 기준에 관련한 매칭은 상기 디바이스의 현재 위치에 관한 최선 추정을 제공하는 세그먼트 상의 포인트를 식별하는 단계를 포함하는, 방법.
9. 제1항 또는 제2항에 있어서,
   상기 기준은 적어도 헤딩 (heading) 및 위치를 포함하는, 방법.
10. 제1항 또는 제2항에 있어서,
    지도 매치된 현재 위치를 나타내는 상기 생성된 데이터를, 상기 디바이스의 하나 이상의 예측된 업데이트된 위치를 표시하는 데이터를 생성하는데 있어서 사용하기 위해 예측 엔진에게 입력하는 단계, 그리고
    상기 예측 엔진에 의해 제공된 상기 예측된 업데이트된 위치 데이터를, 움직이는 디바이스의 위치의 표시를 전자 지도 상에 디스플레이하는데 있어서 사용하는 단계를 더 포함하는, 방법.
11. 디바이스의 현재 위치를 운행가능 네트워크를 표시하는 전자 지도에 매칭하기 위한 지도 매칭 엔진으로,
    상기 전자 지도는 세그먼트들에 의해 연결된 복수의 노드들을 포함하며,
    상기 엔진은 제1항 또는 제2항의 단계들을 포함하는 방법을 수행하기 위한 수단을 포함하는, 지도 매칭 엔진.
12. 제11항에 있어서,
    상기 엔진은 서버 및/또는 내비게이션 디바이스와 같은 모바일 디바이스에 의해 제공된, 지도 매칭 엔진.
13. 디바이스의 현재 위치를 지리적 영역 내에서 운행가능 요소들의 네트워크를 표시하는 전자 지도에 매칭하는 시스템으로, 상기 전자 지도는 상기 운행가능 요소들을 나타내는 복수의 세그먼트들을 포함하며, 상기 시스템은:
    상기 디바이스의 위치를 표시하는 위치 데이터 샘플을 포함하는 위치 데이터를 획득하는 수단;
    상기 전자 지도에 의해 커버되는 영역의 적어도 일부에 관하여 전자 지도 데이터를 획득하는 수단;
    상기 전자 지도의 세그먼트들의 세트 내 복수의 세그먼트들 각각에 대해, 상기 현재 위치가 상기 전자 지도의 세그먼트에 매핑될 수 있을 가능성을 표시하는 제1 기준에 기반하여 제1 점수를 제공하기 위해 제1 매칭 엔진을 사용하는 수단;
    상기 세트 내 복수의 세그먼트들 각각에 대해, 상기 현재 위치가 상기 전자 지도의 세그먼트에 매핑될 수 있을 가능성을 표시하는 제2 기준에 기반하여 제2 점수를 제공하기 위해 제2 매칭 엔진을 사용하는 수단;
    상기 현재 위치가 상기 세그먼트에 매핑될 수 있을 가능성을 표시하는 전체 점수를 상기 세트 내 복수의 세그먼트들 각각에 대해 결정하기 위해 적어도 상기 제1 점수 및 제2 점수를 사용하는 수단;
    지도 매치된 현재 위치로서 출력하기 위해 상기 전자 지도의 세그먼트들의 세트 중의 세그먼트에 관하여 상기 디바이스의 추정된 현재 위치를 획득하기 위해 상기 전자 지도의 복수의 세그먼트들에 관하여 결정된 상기 전체 점수들을 사용하는 수단; 그리고
    상기 지도 매치된 현재 위치를 표시하는 데이터를 생성하는 수단을 포함하는, 시스템.
14. 명령어들을 포함하는 컴퓨터 프로그램 제품으로서,
    상기 명령어들은 시스템의 하나 이상의 프로세서들에 의해 실행될 때에 상기 시스템으로 하여금 제1항 또는 제2항에서의 방법, 또는, 옵션으로는 비-일시적 컴퓨터 판독가능 매체에 저장된 제1항 또는 제2항에서 청구된 방법을 수행하도록 하는, 컴퓨터 프로그램 제품.

Images