KR20240015458A - 지구위치데이터 맵 매칭방법 및 이를 위한 컴퓨팅 장치 - Google Patents

지구위치데이터 맵 매칭방법 및 이를 위한 컴퓨팅 장치 Download PDF

Info

Publication number
KR20240015458A
KR20240015458A KR1020220093355A KR20220093355A KR20240015458A KR 20240015458 A KR20240015458 A KR 20240015458A KR 1020220093355 A KR1020220093355 A KR 1020220093355A KR 20220093355 A KR20220093355 A KR 20220093355A KR 20240015458 A KR20240015458 A KR 20240015458A
Authority
KR
South Korea
Prior art keywords
score
time
edge
location information
current
Prior art date
Application number
KR1020220093355A
Other languages
English (en)
Inventor
송하윤
전희준
Original Assignee
홍익대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 홍익대학교 산학협력단 filed Critical 홍익대학교 산학협력단
Priority to KR1020220093355A priority Critical patent/KR20240015458A/ko
Priority to PCT/KR2023/010922 priority patent/WO2024025360A1/ko
Publication of KR20240015458A publication Critical patent/KR20240015458A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3807—Creation or updating of map data characterised by the type of data
    • G01C21/3811—Point data, e.g. Point of Interest [POI]
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3833—Creation or updating of map data characterised by the source of data
    • G01C21/3844—Data obtained from position sensors only, e.g. from inertial navigation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13—Receivers

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Navigation (AREA)

Abstract

소정의 스코어 생성규칙에 따라 N개의 간선들 각각에 대하여 현재시각에 관한 현재스코어를 산출하는 단계, 및 상기 현재시각에 측정된 지구위치정보를, N개의 상기 현재스코어들 중 가장 큰 값을 갖는 스코어에 대응하는 제1간선에 매칭하는 단계를 포함하며, 상기 N개의 간선들 중 임의의 간선에 대응하는 현재스코어는 과거의 제1시각에서 측정된 제1위치정보, 상기 제1시각 이후 직전시각까지 측정된 복수 개의 위치정보들의 제1대푯값, 상기 직전시각에 측정된 직전 위치정보, 및 상기 직전시각부터 소정의 제2시각까지 측정된 복수 개의 위치정보들의 제2대푯값의 4개의 값을 이용하여 산출되는 것을 특징으로 하는, 지구위치데이터 맵 매칭방법을 공개한다.

Description

지구위치데이터 맵 매칭방법 및 이를 위한 컴퓨팅 장치{Geolocation data map matching method and computing device therefor}
본 발명은 지구위치데이터 맵 매칭방법에 관한 기술로서, 구체적으로는 시계열 종속성을 고려한 은닉 마코브 모델을 기반으로 하는 맵 매칭방법에 관한 것이다.
무선통신, 및 포지셔닝 기술의 발달로 나타나는 다양한 포지셔닝 시스템에 의해 스마트폰, 차량 등 여러 매체에서 위치데이터를 대량 수집하는 것이 가능해졌다. 측정한 데이터는 대상의 연속적인 움직임을 주기적인 시계열 형태로 표현될 수 있다. 이때, 낮은 측정 빈도, 및 측정 에러 등 여러 문제로 상기 측정한 데이터는 실제 위치와 차이가 발생할 수 있다. 따라서 전처리 과정에서, 대상이 지나간 실제 이동 경로를 추론하기 위해 맵 매칭(Map Matching) 기술이 자주 활용된다.
맵 매칭 기술은 도로들의 연결관계를 하나의 그래프로 묘사하고, 특정 시점의 데이터가 어느 간선, 즉 도로에 적합할지 추론하는 방식이다. 다시 말하면, 대부분의 맵 매칭 연구들은 도로들의 연결관계를 그래프, 즉 도로 네트워크(Road Network)로 표현하고, 맵 매칭(Map Matching)을 이용해 데이터를 간선으로 변환해 활용한다.
맵 매칭 기술들 중 은닉 마코프 모델(Hidden Markov Model, HMM)을 이용한 맵 매칭은 이동 범위가 넓고, 도로 밀도가 낮은 차량(vehicle) 데이터에 대해 큰 성공을 거두었다. 그러나, GPS(Global Positioning System) 등 지리 위치(Geolocation) 시스템으로 측정한 이동데이터(Geopositioning Data)는 여러 원인에 의한 다양한 노이즈가 존재한다. 또한 도심지역과 같이 밀도가 높고, 관측 에러가 큰 경우 역주행(reverse movement)과 같은 문제가 발생한다.
또한, 하지만 은닉 마코브 모델은 문제를 과하게 단순화한다. t시점의 데이터는오직 t-1시점의 데이터와 종속이라고 가정하기 때문에 잘못된 매칭이 일어날 수 있다. 예를들어, 데이터의 에러가 크거나, 셈플링 간격이 큰 경우, 혹은 도심지역과 같이 도로 관계가 복잡한경우 기존 은닉 마코브 모델 기반 맵 매칭은 정확하지 않은 결과를 추론한다. 이런 한계를 극복하고자 t-1 시점보다 더 이전 시점의 데이터를 고려한 high-order HMM을 이용하는 연구도 있었으나, 차원을 늘릴수록 계산 비용이 커지기 때문에 second-order 모델 이상 확장하지 못했다.
본 발명에서는 기존 은닉 마코브 모델 맵 매칭을 보완해 더 넓은 시점의 종속성을 고려하는 지구위치데이터 맵 매칭방법을 제공하고자 한다.
이동데이터는 측정된 GPS 좌표를 의미하며, Trajectory는 이동데이터의 시계열이다. 각 GPS 좌표는 경도, 위도, 타임스탬프를 나타내며, 측정장비로 인해 실제 위치와는 차이가 있다. 맵 매칭은 trajectory를 전처리하는 핵심 기술이다. 도로간의 연결관계를 그래프 형태로 표현하고, 각 이동 데이터를 특정 도로에 매칭해 대상의실제 위치를 추론하는 기술이다. 본 명세서에서 사용할 개념은 다음과 같다.
이동데이터의 이동 포인트 : 한 GPS 포인트를 의미한다. Trajectory의 t번째 이동데이터를 g(t)라 표기한다.
Trajectory(Tr) : 이동데이터의 시계열이다. g(1) -> g(2) -> ... ->g(n)으로 표현될 수 있다.
도로네트워크(road network) : 도로의 연결관계를 그래프 형태로 표현한 것으로 도로 G(V, E)라 표기한다. V는 노드들의 집합을 의미하고, E는 간선의 집합을 의미한다.
경로(route) : 궤적(Tr)에 매칭되는 도로 네트워크의 간선으로 구성된 시계열이다.
맵 매칭의 목적은 궤적(Tr)의 각 이동데이터들을 도로 네트워크의 특정 간선과 매칭하는 것이다. HMM은 대상이 그 시점에서 실제로 위치하고 있는 간선을 은닉상태(hidden state), 측정된 위치 포인트를 관측값으로 모델링한다. 먼저 한 이동데이터를 중심으로 반경이 r인 원 안에 있는 도로를 해당 데이터의 후보로 선택한다. Cg(t) ∈ E는 데이터 g(t)의 어떤 후보를 의미한다. 데이터와 후보 간선 사이 최단거리와, 최단거리에 위치한 점 Cg(t)ㆍp, Cg(t+1)ㆍp 을 이용해 방출확률과 전이확률을 계산한다.
방출확률은 실제 위치한 도로가 주어졌을때 관측값이 측정될 확률이다. 후보 Cg(t)에 대한 방출확률 ep는 수식 1(발명을 실시하기 위한 구체적인 내용 참조)과 같다.
수식 1에서 dist는 g(t)와 Cg(t)ㆍp사이 거리를 의미하고, dist에 대해 평균이 0인 가우시안 분포를 따른다.
전이확률은 대상이 실제로 Cg(t)에서 Cg(t+1)로 이동할 확률이다. g(t), g(t+1)사이 거리를 edist라 하고, Cg(t)ㆍp, Cg(t+1)ㆍp 사이 도로를 따라 이동한 최단거리를 spdist라 하면, 전이확률 tp는 수식 2(발명을 실시하기 위한 구체적인 내용 참조)와 같이 계산되며, spdist와 edist의 차이에 대해 지수분포를 따른다.
알고리즘이 추론하는 실제 경로는 궤적(Tr)에 대해 수식 3(발명을 실시하기 위한 구체적인 내용 참조)을 가장 크게 만드는 후보 조합이다. 수식 4(발명을 실시하기 위한 구체적인 내용 참조)는 데이터의 각 후보에 대해 방출, 전이확률로 계산되는 가중치이다. 데이터가 후보와 가까울수록, edist 와 spdist차이가 작을수록 더 큰 값을 갖는다.
HMM은 t시점의 상태, 관측값은 오직 직전시점 t-1의 것과 종속이라 가정한다. 이를 마코프 속성(Markov Property)라 한다. 이 가정은 맵 매칭 문제를 과도하게 단순화하며 잘못된 결과를 도출한다. 맵 매칭을 과정에서 여러 포인트를 고려해야 에러의 영향을 줄일 수 있으나, 바로 직전 시점만 고려하기 때문에 결과가 난해하다. 도로가 밀집된 도심 지역에서도 일어날 수 있다. 마찬가지로 데이터 에러의 영향으로 역주행(revesre movement) 현상이 일어난다.
t 시점의 이동데이터g(t)는 t-1 시점뿐만 아니라 더 넓은 범위의 이동데이터들과 종속이다. 특히, g(t)와 시간대가 이웃한 데이터들은 다른 데이터들보다 더 밀접한 관련이 있다. 이런 데이터들은 방향, 속도 등 이동과 관련된 특징이 서로 차이가 있으나, 고유한 움직임을 공유한다. 이웃한 데이터들의 고유한 움직임을 이동트랜드(trend)라 정의한다.
도 18은 본 발명의 일 실시예에 따른 트랜드를 나타낸 것이다.
측정된 GPS 좌표(파란색 점)들(g(ty), g(tz))은 관측 에러로 실제 위치와 차이가 있으며, 이동과 관련된 특징이 서로 다르나 고유한 움직임(빨간색 선)(Ytrend, Ztrend)을 공유한다. g(t)의 실제 위치는 바로 직전 시점의 데이터뿐만 아니라, 더 넓은 범위의 움직임인 이동 트랜드에도 크게 영향을 받는다. 이에 본 발명에서 트랜드를 이용해 전통적인 HMM 모델을 보완한 trendHMM 맵 매칭 알고리즘을 제공한다. 수식 4에서 score를 계산할 때 기존 Whmm뿐만 아니라, 트랜드를 고려한 가중치 Wtrend도 이용하고자 한다. 즉, trendHMM은 다음과 같은 수식 5(발명을 실시하기 위한 구체적인 내용 참조)를 최대화시키는 후보지 조합을 경로로 추론한다.
Wtrend는 트랜드에 적합한 후보에 더 큰 값을 부여한다. 후보 Cg(t)에 대한 Wtrend를 구하는 구체적인 알고리즘은 다음과 같다. 먼저 도 16과 같이 g(t)를 기준으로 이웃한 데이터 W개를 묶어 window를 구성하고, window 내부 g(t)를 포함해 이전 시점 데이터들을 가지고 중점(lmid)을 구한다. g(t) 이후 시점 데이터들도 같은 방법으로 중점 rmid를 구하고, 도 16의 (b)와 같이 g(out)과 lmid, g(t), rmid를 연결해 새로운 Trnew를 만든다. g(out)은 window밖의 데이터로 out값은 max(0, t-w+1)이다. 중점을 구하기 때문에, Trnew는 에러에도 견고하게 트랜드를 반영한다. 도 16에서 Trout은 기존 궤적(trajectory)에서 g(out)까지의 데이터들로 구성한 궤적이다. 다음으로 생성된 Trnew, Trout을 이용해 Wtrend(Cg(t))를 계산한다. 이는 수식 6(발명을 실시하기 위한 구체적인 내용 참조)과 같다.
수식 6은 Trout에 대해 trendHMM 맵매칭을 진행하고, Trnew에 대해 g(t)의 후보를 특정 Cg(t)로 고정한 채로 기존 HMM 맵 매칭을 진행한 결과의 최대값이다. 수식6은 이동 트랜드가 반영된 Trnew에 대한 SCORE를 계산하므로 트랜드에 적합한 후보에 더 큰 값을 부여한다. 또한, 수식 6은 기존 Trout의 영향력을 포함해 계산한다.
이때, trendscore(Trout)은 Wtrend(Cg(t))를 구하기 이전에 계산되어 있다.
N은 정규화 파라미터이다. 수식 6을 계산할 때 trendscore(Trout)의 총 가중치 개수는 2out개, score(Trnew)는 3개이므로, N의 값으로는 2out + 3을 이용한다.
본 발명의 일 관점에 따라 제공되는 지구위치데이터 맵 매칭방법은, 소정의 스코어 생성규칙에 따라 N개의 간선들 각각에 대하여 현재시각에 관한 현재스코어를 산출하는 단계; 및 상기 현재시각에 측정된 지구위치정보를, N개의 상기 현재스코어들 중 가장 큰 값을 갖는 스코어에 대응하는 제1간선에 매칭하는 단계를 포함할 수 있다. 이때, 상기 N개의 간선들 중 임의의 간선에 대응하는 현재스코어는 과거의 제1시각에서 측정된 제1위치정보, 상기 제1시각 이후 직전시각까지 측정된 복수 개의 위치정보들의 제1대푯값, 상기 직전시각에 측정된 직전 위치정보, 및 상기 직전시각부터 소정의 제2시각까지 측정된 복수 개의 위치정보들의 제2대푯값의 4개의 값을 이용하여 산출되는 것을 특징으로 할 수 있다.
이때, 상기 N개의 간선들 중 제p 간선에 대응하는 현재스코어를 산출하는 단계는, 상기 N개의 간선들 각각에 대하여 상기 직전시각에 관하여 산출했던 N개의 직전스코어들을 준비하는 단계; 상기 N개의 직전스코어들 각각과 상기 제p 간선으로 구성되는 N개의 정보 쌍에 대한 N개의 중간스코어들을 산출하는 단계; 및 상기 N개의 중간스코어들 중 가장 큰값을 상기 제p 간선에 대응하는 현재스코어로 결정하는 단계를 포함할 수 있다.
이때, 제q 간선에 대하여 상기 직전시각에 관하여 산출했던 제q 직전스코어와 상기 제p 간선으로 구성된 정보 쌍에 대한 제pq 중간스코어는, 상기 제q 직전스코어; 상기 제q 간선 및 상기 제p 간선에 대한 방출방률 및 전이확률로 계산되는 제pq 가중치; 및 상기 제1위치정보, 상기 제1대푯값, 상기 직전 위치정보, 및 상기 제2대푯값으로 구성된 위치정보들을 대상으로 HMM 맵 매칭을 하였을 때에 산출한 추가스코어;를 모두 포함하는 산술 연산에 의해 산출될 수 있다.
본 발명의 일 관점에 따라 제공되는 컴퓨팅 장치는, 컴퓨터로 읽을 수 있는 비휘발성 기록매체를 읽을 수 있는 장치 인터페이스부; 통신부; 및 처리부;를 포함할 수 있다. 이때, 상기 통신부는 사용자 단말기로부터 보행자의 지구위치정보를 수신하도록 되어 있으며, 상기 비휘발성 기록매체는, 소정의 스코어 생성규칙에 따라 N개의 간선들 각각에 대하여 현재시각에 관한 현재스코어를 산출하는 단계, 및 상기 현재시각에 측정된 지구위치정보를, N개의 상기 현재스코어들 중 가장 큰 값을 갖는 스코어에 대응하는 제1간선에 매칭하는 단계를 실행하는 제1명령코드를 포함하는 프로그램을 저장하고 있을 수 있다. 이때, 상기 처리부는, 상기 장치 인터페이스부를 통해, 상기 제1명령코드를 읽어서 실행함으로써 상기 제1간선을 획득하도록 되어 있으며, 상기 N개의 간선들 중 임의의 간선에 대응하는 현재스코어는 과거의 제1시각에서 측정된 제1위치정보, 상기 제1시각 이후 직전시각까지 측정된 복수 개의 위치정보들의 제1대푯값, 상기 직전시각에 측정된 직전 위치정보, 및 상기 직전시각부터 소정의 제2시각까지 측정된 복수 개의 위치정보들의 제2대푯값의 4개의 값을 이용하여 산출될 수 있다.
이때, 상기 비휘발성 기록매체는, 상기 N개의 간선들 중 제p 간선에 대응하는 현재스코어를 산출하기 위해, 상기 N개의 간선들 각각에 대하여 상기 직전시각에 관하여 산출했던 N개의 직전스코어들을 준비하는 단계; 상기 N개의 직전스코어들 각각과 상기 제p 간선으로 구성되는 N개의 정보 쌍에 대한 N개의 중간스코어들을 산출하는 단계; 및 상기 N개의 중간스코어들 중 가장 큰값을 상기 제p 간선에 대응하는 현재스코어로 결정하는 단계를 실행하는 제2명령코드를 더 포함할 수 있다. 이때, 상기 처리부는, 상기 장치 인터페이스부를 통해, 상기 제2명령코드를 읽어서 실행함으로써 상기 제p 간선에 대응하는 현재스코어를 획득하도록 되어 있을 수 있다.
이때, 제q 간선에 대하여 상기 직전시각에 관하여 산출했던 제q 직전스코어와 상기 제p 간선으로 구성된 정보 쌍에 대한 제pq 중간스코어는, 상기 제q 직전스코어; 상기 제q 간선 및 상기 제p 간선에 대한 방출방률 및 전이확률로 계산되는 제pq 가중치; 및 상기 제1위치정보, 상기 제1대푯값, 상기 직전 위치정보, 및 상기 제2대푯값으로 구성된 위치정보들을 대상으로 HMM 맵 매칭을 하였을 때에 산출한 추가스코어;를 모두 포함하는 산술 연산에 의해 산출될 수 있다.
본 발명에 따르면 기존 은닉 마코브 모델 맵 매칭을 보완해 더 넓은 시점의 종속성을 고려하는 지구위치데이터 맵 매칭방법을 제공할 수 있다. 즉, 본 발명에서는 매칭하려는 데이터를 기준으로 이웃한 데이터들을 묶어 더 넓은 범위의 움직임, 트랜드(trend)를 고려한다. 다양한 지오 포지셔닝 데이터를 이용한 실험을 통해, 새로운 알고리즘의 매칭이 어려운 여러 상황에서 보다 더 정확한 결과를 낼 수 있다.
도 1은 일 실시예에 따른 보행자의 지구위치데이터를 설명하기 위한 도면이다.
도 2는 일 실시예에 따른 도로 네트워크의 일부를 나타낸 것이다.
도 3은 일 실시예에 따라 도로 포인트를 결정하는 방법을 설명하기 위한 순서도이다.
도 4는 일 실시예에 따라 도로 포인트를 결정하는 단계를 설명하기 위한 도면이다.
도 5는 일 실시예에 따라 현재시각에서의 이동 포인트의 후보 도로들 및 현재시각에서의 레지스터에 저장된 스코어값을 나타낸 것이다.
도 6은 도 5의 시각에서 연속된 다음 시각에 측정된 이동 포인트의 간선들에 대한 스코어들 중 스코어가 가장 큰 후보조합을 선택하는 방법을 설명하기 위한 도면이다.
도 7은 도 6과 같은 과정을 새로운 현재시각에 대해 반복하는 과정을 설명하기 위한 도면이다.
도 8은 도 6 및 도 7과 같이 맵 매칭 과정을 일반화하여 설명하기 위한 도면이다.
도 9는 본 발명의 일 실시예에 따른 지구위치데이터 맵 매칭방법을 설명하기 위한 순서도이다.
도 10은 본 발명의 일 실시예에 따라 현재스코어 산출을 위한 정보를 설명하기 위한 도면이다.
도 11은 본 발명의 일 실시예에 따라 현재스코어를 결정하는 과정을 설명하기 위한 순서도이다.
도 12는 본 발명의 일 실시예에 따라 N개의 간선들 각각에 대하여 스코어값을 산출하는 방법을 설명하기 위한 도면이다.
도 13a, 도 13b, 및 도 13c는 각각 도 12에서 간선(a21), 간선(b21), 및 간선(c21)에 대한 스코어값을 산출하는 과정을 설명하기 위한 도면이다.
도 14는 본 발명의 일 실시예에 따라 추가스코어를 설명하기 위한 도면이다.
도 15a는 도 12의 간선(a21)에 대한 추가스코어를 산출하기 위한 도면이고, 도 15b는 도 12의 간선(b21)에 대한 추가스코어를 산출하기 위한 도면이고, 도 15c는 도 12의 간선(c21)에 대한 추가스코어를 산출하기 위한 도면이다.
도 16은 본 발명의 일 실시예에 따른 궤적을 설명하기 위한 도면이다.
도 17은 본 발명의 일 실시예에 따른 컴퓨팅 장치의 구성도이다.
도 18은 본 발명의 일 실시예에 따른 트랜드를 나타낸 것이다.
이하, 본 발명의 실시예를 첨부한 도면을 참고하여 설명한다. 그러나 본 발명은 본 명세서에서 설명하는 실시예에 한정되지 않으며 여러 가지 다른 형태로 구현될 수 있다. 본 명세서에서 사용되는 용어는 실시예의 이해를 돕기 위한 것이며, 본 발명의 범위를 한정하고자 의도된 것이 아니다. 또한, 이하에서 사용되는 단수 형태들은 문구들이 이와 명백히 반대의 의미를 나타내지 않는 한 복수 형태들도 포함한다.
도 1은 일 실시예에 따른 보행자의 지구위치데이터를 설명하기 위한 도면이다.
보행자가 이동한 위치의 지구위치데이터는 보행자의 이동데이터라고 지칭될 수 있다. 보행자의 이동데이터는 예컨대, 보행자가 소지한 사용자 단말기의 GPS 모듈을 통해 상기 보행자의 이동 지점을 측정한 시계열 형태의 측정 데이터일 수 있다. 상기 보행자의 이동데이터는 복수 개의 이동 포인트들(... g0, g1, g2, g3, ...)을 포함할 수 있다. 상기 복수 개의 이동 포인트들(... g0, g1, g2, g3, ...) 각각은 해당 이동 포인트가 측정된 시점이 매칭되어 있을 수 있다.
이때, 후술하는 컴퓨팅 장치는, 상기 복수 개의 이동 포인트들(... g0, g1, g2, g3, ...) 중 연속된 두 데이터 사이 시간 간격이 미리 결정된 제1시간 간격 이내로 측정된 좌표들을 모아 궤적을 생성할 수 있다. 예컨대, 이동 포인트(g1)와 이동 포인트(g2) 사이의 시간 간격이 미리 결정된 제1시간 간격(예컨대, 10분) 이내이고, 이동 포인트(g2)와 이동 포인트(g3) 사이의 시간 간격이 미리 결정된 제1시간 간격(예컨대, 10분) 이내이고, 이동 포인트(g3)와 이동 포인트(g4) 사이의 시간 간격이 미리 결정된 제1시간 간격(예컨대, 10분) 이내이고, 그리고 이동 포인트(g4)와 이동 포인트(g5) 사이의 시간 간격이 미리 결정된 제1시간 간격(예컨대, 10분)을 초과한 경우, 연속된 이동 포인트(g1) 내지 이동 포인트(g4)를 하나의 제1궤적(TR1)으로 정의할 수 있다. 동일한 방법으로 이동 포인트(g5) 내지 이동 포인트(g11)를 하나의 제2궤적(TR2)으로 정의할 수 있다.
이하에서 설명하는 맵 매칭은 하나의 궤적을 단위로 수행될 수 있다. 즉, 제1궤적(TR1)에 대한 맵 매칭을 수행하는 단계, 그리고 제2궤적(TR2)에 대한 맵 매칭을 수행하는 단계가 상기 컴퓨팅 장치에서 이루어질 수 있다.
이하에서는 상기 제1궤적(TR1)을 중심으로 설명한다.
도 2는 일 실시예에 따른 도로 네트워크의 일부를 나타낸 것이다.
맵 매칭의 목적은 궤적(TR1, TR2)의 각 이동데이터들을 도로 네트워크의 특정 간선과 매칭하는 것이다. 은닉 마코브 모델(Hidden Markov Model, HMM)(이하, HMM)은 보행자가 그 시점에서 실제로 위치하고 있는 간선을 은닉상태(hidden state), 그리고 측정된 위치 포인트를 관측값으로 모델링하여 진행될 수 있다.
이때, 임의의 시점(t=i)에 측정된 이동 포인트가 이동 포인트(g1)라고 가정해볼 수 있다. 상기 하나의 이동 포인트(g1)를 중심으로 반경이 r1 인 원 안에 있는 도로를 상기 이동 포인트(g1)의 후보로 선택할 수 있다. 예컨대, 상기 이동 포인트(g1)의 후보들은 후보 도로(Ci), 후보 도로(Ci-1), 및 후보 도로(Ci-2)를 포함할 수 있다. 이때, 상기 이동 포인트(g1)와 후보 도로 간의 최단거리(111)를 갖게 하는 후보 도로를 선택할 수 있다. 그리고 최단거리를 갖는 후보 도로인 후보 도로(Ci) 상의 도로 포인트(Ciㆍp)를 결정할 수 있다.
도 3은 일 실시예에 따라 도로 포인트를 결정하는 방법을 설명하기 위한 순서도이다.
도 4는 일 실시예에 따라 도로 포인트를 결정하는 단계를 설명하기 위한 도면이다.
이하, 도 3 내지 도 4를 함께 참조하여 설명한다.
상기 이동데이터의 복수 개의 이동 포인트들(... g1, g2, g3, g4 ...) 중 임의의 제1시점(i)에서의 제1이동 포인트(예컨대, g1) 및 상기 제1시점(i)으로부터 연속된 다음 시점인 제2시점(i+1)에서의 제2이동 포인트(예컨대, g2)를 선택할 수 있다. 이때, 제1이동 포인트(g1)와 제2이동 포인트(g2) 사이의 최단거리는 edist 일 수 있다.
제1이동 포인트(g1)에 대응하는 제1도로(Ci)의 제1도로 포인트(Ciㆍp), 및 제2이동 포인트(g2)에 대응하는 제2도로(Ci+1)의 제2도로 포인트(Ci+1ㆍp)를 결정할 수 있다. 이때, 상기 도로 포인트는 도로 상의 일 지점을 의미할 수 있다.
구체적인 단계들은 아래와 같을 수 있다.
단계(S31)에서, 제1이동 포인트(g1)를 중심으로 제1반경(r1) 안에 있는 도로를 제1이동 포인트(g1)의 제1후보 도로(Ci)로 선택할 수 있다. 상기 제1반경(r1)은 미리 결정된 값일 수 있다.
단계(S32)에서, 제1이동 포인트(g1)와 제1후보 도로(Ci) 간의 최단거리(111)를 갖게 하는 제1후보 도로(Ci) 상의 제1도로 포인트(Ciㆍp)를 결정할 수 있다.
단계(S33)에서, 제2이동 포인트(g2)를 중심으로 제1반경(r1) 안에 있는 도로를 제2이동 포인트(g2)의 제2후보 도로(Ci+1)로 선택할 수 있다.
단계(S34)에서, 제2이동 포인트(g2)와 제2후보 도로(Ci+1) 간의 최단거리(121)를 갖게 하는 제2후보 도로(Ci+1) 상의 제2도로 포인트(Ci+1ㆍp)를 결정할 수 있다.
이때, 단계(S31) 내지 단계(S34)는 순서대로 실행될 수도 있지만, 단계(S31) 및 단계(S33)가 먼저 실행되고, 그 이후에 단계(S32) 및 단계(S34)가 실행될 수도 있다.
단계(S35)에서, 제1도로 포인트(Ciㆍp)와 제2도로 포인트(Ci+1ㆍp) 간의 최단경로(spdist)를 기반으로 제1도로(Ci)(의 제1도로 포인트) 및 제2도로(Ci+1)(의 제2도로 포인트)를 연결한 연결도로(130)를 생성할 수 있다.
제1도로 포인트(Ciㆍp)와 제2도로 포인트(Ci+1ㆍp)를 이용해 방출확률과 전이확률을 계산할 수 있다. 이때, 상기 방출확률은 실제 위치한 도로가 주어졌을 때 관측값이 측정될 확률을 의미한다. 제1도로(Ci=Cg(t))에 대한 방출확률은 다음의 수식1과 같을 수 있다.
수식 1:
이때, dist는 참조번호 111을 의미하며, 제1이동 포인트(g1)와 제1도로 포인트(Ciㆍp) 간의 최단거리를 의미한다. 최단거리(dist)에 대해 평균이 0인 가우시안 분포를 따른다.
상기 전이확률은 보행자가 실제로 이전 시점(t=i)에서 특정 도로(Ci=Cg(t))에 위치했을 때, 다음 시점(i+1)에서 특정 도로(Ci+1=Cg(t+1))로 이동할 확률을 의미한다. 상기 전이확률은 다음의 수식 2와 같을 수 있다. 이때, 전이확률은 상기 최단경로(spdist)와 상기 최단경로(edist)의 차이에 대해 지수분포를 따를 수 있다.
수식 2:
상기 방출확률과 전이확률이 계산된 이후, 각 시점에서 나올 수 있는 모든 후보지에 대해 스코어(수식 3의 score)를 최대로 만드는 후보 조합(Cg(t), Cg(t+1))을 계산할 수 있다. 즉, 모든 가능한 후보 조합(Cg(t), Cg(t+1))에 대해 수식 3을 통해 스코어가 계산될 수 있다. 이 중 스코어가 가장 큰 값을 갖는 후보 조합(Cg(t), Cg(t+1))을 이동데이터의 추정 경로로 결정할 수 있다. 결과적으로, 보행자의 이동 포인트가 어느 도로에 위치하는지 결정함으로써 보행자의 이동할 다음 이동 도로(경로)를 추론할 수 있다.
수식 3:
수식 4는 데이터의 각 후보에 대해 방출확률, 및 전이확률로 계산되는 가중치이다. 상기 가중치는 이동 포인트가 후보 도로와 가까울수록, 최단경로(spdist)와 상기 최단경로(edist)의 차이가 작을수록 더 큰 값을 갖는다.
수식 4:
도 1에서 언급한 제1궤적(TR1)을 중심으로 설명하면, 제1궤적(TR1)에 대해, t는 1부터 n-1 까지 가중치(Whmm(Cg(t), Cg(t+1)))를 계산하여 합산함으로써 스코어가 산출될 수 있다.
도 5는 일 실시예에 따라 현재시각에서의 이동 포인트의 후보 도로들 및 현재시각에서의 레지스터에 저장된 스코어값을 나타낸 것이다.
현재시각(t=0)에서, 이동 포인트(g(t=0))의 후보 도로(이하, 간선)는 예컨대, 간선(a), 간선(b), 및 간선(c)로 세 개일 수 있다. 이때, 현재시각은 임의의 궤적에서 첫 번째 이동 포인트가 측정된 시각일 수 있다.
이때, 간선별 스코어값을 저장하는 레지스터의 개수는 예컨대, 간선의 개수와 동일할 수 있다.
예컨대, 현재시각(t=0)에서, 간선(a)에 대한 스코어값(Score[a][0])은 레지스터(Ra)에 저장될 수 있으며, 그 값은 초기값으로 설정될 수 있다. 이때, 스코어값에서 [a]는 간선을 나타내는 값이고, [0]은 현재시각을 나타내는 값일 수 있다.
마찬가지로, 현재시각(t=0)에서, 간선(b)에 대한 스코어값(Score[b][0])은 레지스터(Rb)에 저장될 수 있으며, 그 값은 초기값으로 설정될 수 있다. 그리고 현재시각(t=0)에서, 간선(c)에 대한 스코어값(Score[c][0])은 레지스터(Rc)에 저장될 수 있으며, 그 값은 초기값으로 설정될 수 있다.
도 6은 도 5의 시각에서 연속된 다음 시각에 측정된 이동 포인트의 간선들에 대한 스코어들 중 스코어가 가장 큰 후보조합을 선택하는 방법을 설명하기 위한 도면이다.
도 5의 시각(t=0)에서 연속된 다음 시각(t=1)이 현재시각이라고 가정해볼 수 있다.
현재시각(t=1)에서 측정된 이동 포인트(g(t=1))의 후보 간선들은 간선(a1), 간선(b1), 및 간선(c1)라고 가정할 수 있다. 이때, 이동 포인트(g(t=1))의 간선(a1), 간선(b1), 및 간선(c1)은 각각 이동 포인트(g(t=0))의 간선(a), 간선(b), 및 간선(c) 중 적어도 어느 하나의 간선과 동일할 수도 있고 그렇지 않을 수도 있다.
이때, 가중치 W에 대해, 현재시각, 목적지 간선, 및 출발지 간선 순으로 가중치의 정보를 W의 아래첨자로 표시할 수 있다.
예컨대, 간선(a)에서 간선(a1)으로 이동할 때의 가중치는 Wt=1,a1a로 표시될 수 있다. 간선(b)에서 간선(a1)으로 이동할 때의 가중치는 Wt=1,a1b로 표시될 수 있다. 간선(c)에서 간선(b1)으로 이동할 때의 가중치는 Wt=1,b1c로 표시될 수 있다.
현재시각(t=1)에서, 간선(a1)의 레지스터(Ra1)의 스코어값(Score[a1][1])은 시각(t=0)에서의 간선들(a, b, c)과 간선(a1)의 각 조합에 대한 스코어들 중 가장 큰 스코어가 될 수 있다. 예컨대, 간선(a)에서 간선(a1)으로 이동할 때의 스코어는 간선(a)의 스코어(Score[a][0])에 가중치(Wt=1,a1a)가 더해진 값일 수 있다. 간선(b)에서 간선(a1)으로 이동할 때의 스코어는 간선(b)의 스코어(Score[b][0])에 가중치(Wt=1,a1b)가 더해진 값일 수 있다. 그리고 간선(c)에서 간선(a1)으로 이동할 때의 스코어는 간선(c)의 스코어(Score[c][0])에 가중치(Wt=1,a1c)가 더해진 값일 수 있다.
즉, Score[b][0]+Wt=1,a1b 가 Score[a][0]+Wt=1,a1a및 Score[c][0]+Wt=1,a1c 보다 큰 값을 갖는다고 가정했을 때, 간선(a1)에 대한 스코어((Score[a1][1]))는 Score[b][0]+Wt=1,a1b 가 될 수 있다.
이러한 방식으로 간선(a1)에 대한 스코어(Score[a1][1]), 간선(b1)에 대한 스코어(Score[b1][1]), 및 간선(c1)에 대한 스코어(Score[c1][1])를 산출할 수 있다. 이때, 스코어(Score[a1][1]), 스코어(Score[b1][1]), 및 스코어(Score[c1][1]) 중 가장 큰 스코어(예컨대, Score[a1][1])를 갖는 간선을 현재시각(t=1)에 측정된 이동 포인트(g(t=1))에 매칭된 간선(예컨대, a1)으로 선정할 수 있다. 그리고 직전 시점(t=0)에 측정된 이동 포인트(g(t=0))에 매칭된 간선은 간선(a1)에 대한 스코어를 결정할 때 가장 큰 값을 갖도록 영향을 준 간선(b)로 선정할 수 있다.
이때 스코어를 가장 크게 만드는 후보 조합은 (간선(b), 간선(a1)) 로 표현될 수 있다.
도 7은 도 6과 같은 과정을 새로운 현재시각에 대해 반복하는 과정을 설명하기 위한 도면이다.
도 6의 시각(t=1)에서 연속된 다음 시각(t=2)이 현재시각이라고 가정해볼 수 있다.
현재시각(t=2)에서 측정된 이동 포인트(g(t=2))의 후보 간선들은 간선(a2), 간선(b2), 및 간선(c2)라고 가정할 수 있다. 이때, 이동 포인트(g(t=2))의 간선(a2), 간선(b2), 및 간선(c2)은 각각 이동 포인트(g(t=1))의 간선(a1), 간선(b1), 및 간선(c1) 중 적어도 어느 하나의 간선과 동일할 수도 있고 그렇지 않을 수도 있다.
이때 예컨대 간선(a1)에서 간선(a2)으로 이동할 때의 가중치는 Wt=2,a2a1로 표시될 수 있다. 간선(b1)에서 간선(a2)으로 이동할 때의 가중치는 Wt=2,a2b1로 표시될 수 있다. 간선(c1)에서 간선(b2)으로 이동할 때의 가중치는 Wt=2,b2c1로 표시될 수 있다.
현재시각(t=2)에서, 간선(a2)의 레지스터(Ra2)의 스코어값(Score[a2][2])은 시각(t=1)에서의 간선들(a1, b1, c1)과 간선(a2)의 각 조합에 대한 스코어들 중 가장 큰 스코어가 될 수 있다. 예컨대, 간선(a1)에서 간선(a2)으로 이동할 때의 스코어는 간선(a1)의 스코어(Score[a1][1])에 가중치(Wt=2,a2a1)가 더해진 값일 수 있다. 간선(b1)에서 간선(a2)으로 이동할 때의 스코어는 간선(b1)의 스코어(Score[b1][1])에 가중치(Wt=2,a2b1)가 더해진 값일 수 있다. 그리고 간선(c1)에서 간선(a2)으로 이동할 때의 스코어는 간선(c1)의 스코어(Score[c1][1])에 가중치(Wt=2,a2c1)가 더해진 값일 수 있다.
즉, Score[a1][1]+Wt=2,a2a1 가 Score[b1][1]+Wt=2,a2b1 및 Score[c1][1]+Wt=2,a2c1 보다 큰 값을 갖는다고 가정했을 때, 간선(a2)에 대한 스코어(Score[a2][2])는 Score[a1][1]+Wt=2,a2a1 가 될 수 있다.
이러한 방식으로 간선(a2)에 대한 스코어(Score[a2][2]), 간선(b2)에 대한 스코어(Score[b2][2]), 및 간선(c2)에 대한 스코어(Score[c2][2])를 산출할 수 있다. 이때, 스코어(Score[a2][2]), 스코어(Score[b2][2]), 및 스코어(Score[c2][2]) 중 가장 큰 스코어(예컨대, Score[a2][2])를 갖는 간선을 현재시각(t=2)에 측정된 이동 포인트(g(t=2))에 매칭된 간선(예컨대, a2)으로 선정할 수 있다. 그리고 직전 시점(t=1)에 측정된 이동 포인트(g(t=1))에 매칭된 간선은 간선(a2)에 대한 스코어를 결정할 때 가장 큰 값을 갖도록 영향을 준 간선(a1)로 선정할 수 있다.
이때 스코어를 가장 크게 만드는 후보 조합은 (간선(a1), 간선(a2)) 로 표현될 수 있다.
도 8은 도 6 및 도 7과 같이 맵 매칭 과정을 일반화하여 설명하기 위한 도면이다.
가중치(W)를 구하는 방법은 도 6과 도 7과 동일하다.
현재시각(t=t1)에서, 이동 포인트(g(t=t1))에 대한 후보 간선들인 간선(a11), 간선(b11), 및 간선(c11)의 스코어값들은 차례대로 Score[a11][t1], Score[b11][t1], 및 Score[c11][t1]이다. 이 중 가장 큰 값이 간선(a11)의 스코어(Score[a11][t1])라고 할 수 있다. 이때, 스코어(Score[a11][t1])는 MAX{Score[a10][t0]+Wt=t1,a11a10, Score[b10][t0]+Wt=t1,a11b10, Score[c10][t0]+Wt=t1,a11c10} = Score[b10][t0]+Wt=t1,a11b10 라고 가정해보면, 스코어(Score[a11][t1])의 값은 간선(b10)으로부터 비롯되었다고 할 수 있다. 따라서 현재시각(t=t1)에서 스코어를 가장 크게 만드는 후보 조합은 (간선(b10), 간선(a11)) 로 표현될 수 있다.
이러한 HMM은 t시점의 상태, 관측값은 오직 직전시점 t-1의 것과 종속이라 가정한다. 이를 마코프 속성(Markov Property)라 한다. 이 가정은 맵매칭 문제를 과도하게 단순화하며 잘못된 결과를 도출한다. 예컨대, 샘플링레이트가 높고, 데이터의 에러가 큰 경우, 맵 매칭 과정에서 여러 포인트를 고려해야 에러의 영향을 줄일 수 있으나, 바로 직전 시점만 고려하기 때문에 결과가 난해하다. 또한, 도로가 밀집된 도심지역에서도 마찬가지로 데이터 에러의 영향으로 역주행(revesre movement) 현상이 일어난다.
이하에서는 이러한 역주행문제를 해결할 수 있는 지구위치데이터 맵 매칭방법을 설명한다.
도 9는 본 발명의 일 실시예에 따른 지구위치데이터 맵 매칭방법을 설명하기 위한 순서도이다.
도 10은 본 발명의 일 실시예에 따라 현재스코어 산출을 위한 정보를 설명하기 위한 도면이다.
이하, 도 9 및 도 10을 함께 참조하여 설명한다.
단계(S10)에서, 소정의 스코어 생성규칙에 따라 N개(예컨대, 3개)의 간선들(21)(a21, b21, c21) 각각에 대하여 현재시각(t=t1)에 관한 현재스코어(Score[a21][t1], Score[b21][t1], Score[c21][t1])를 산출할 수 있다.
단계(S20)에서, 상기 현재시각(t=t1)에 측정된 지구위치정보(g(t1))를, N개의 상기 현재스코어들 중 가장 큰 값을 갖는 스코어(예컨대, Score[a21][t1])에 대응하는 제1간선(a21)에 매칭할 수 있다.
이때, 상기 N개의 간선들(a21, b21, c21) 중 임의의 간선(예컨대, a21)에 대응하는 현재스코어(Score[a21][t1])는 과거의 제1시각(t=out)에서 측정된 제1위치정보(g(out)), 상기 제1시각(t=out) 이후 현재시각(t1)의 직전시각(t0)까지 측정된 복수 개의 위치정보들의 제1대푯값(lmid), 상기 직전시각(t0)에 측정된 직전 위치정보(g(t0)), 및 상기 직전시각(t0)부터 소정의 제2시각(t+)까지 측정된 복수 개의 위치정보들의 제2대푯값(rmid)의 4개의 값 (Data4)을 이용하여 산출될 수 있다.
도 11은 본 발명의 일 실시예에 따라 현재스코어를 결정하는 과정을 설명하기 위한 순서도이다.
이하의 단계들은, 상기 N개의 간선들 중 제p 간선에 대응하는 현재스코어를 산출하는 단계의 세부 단계들이다.
단계(S110)에서, 상기 N개의 간선들(a21, b21, c21) 각각에 대하여 상기 직전시각(t0)에 관하여 산출했던 N개의 직전스코어들(Score[a20][t0], Score[b20][t0], Score[c20][t0])을 준비할 수 있다. 이때, N개의 간선들은 현재시각에 검출된 지구위치정보의 후보간선들이라고 하면, 직전시각의 지구위치정보에 대한 후보간선들은 N개 일수도 있고, 아닐 수도 있다. 또한, 직전시각에 검출된 지구위치정보의 후보간선들은 현재시각에 측정된 지구위치정보의 후보간선들의 적어도 일부와 동일할 수도 있고, 아닐수도 있다.
단계(S120)에서, 상기 N개(예컨대, 3개)의 직전스코어들(Score[a20][t0], Score[b20][t0], Score[c20][t0]) 각각과 상기 제p 간선(예컨대, p=a21))으로 구성되는 N개의 정보 쌍에 대한 N개의 중간스코어들을 산출할 수 있다. 예컨대, 제pq중간스코어는 제p 간선에 대하여 상기 직전시각에 관하여 산출했던 제q 직전스코어와 상기 제p 간선으로 구성된 제1 정보 쌍에 대한 것일 수 있다. 이때, p는 현재시각(t1)에서의 임의의 후보 간선에 대한 값을 의미하고, q는 직전시각(t0)에서의 임의의 후보 간선에 대한 값을 의미할 수 있다. 예컨대, 제1중간스코어는 간선(a21)에 대하여 직전시각(t0)에 산출했던 제a20 직전스코어(Score[a20][t0])와 상기 간선(a21)으로 구성된 제1정보 쌍에 대한 것일 수 있다. 제2중간스코어는 간선(a21)에 대하여 직전시각(t0)에 산출했던 제b20 직전스코어(Score[b20][t0])와 상기 간선(a21)으로 구성된 제2정보 쌍에 대한 것일 수 있다. 제3중간스코어는 간선(a21)에 대하여 직전시각(t0)에 산출했던 제c20 직전스코어(Score[c20][t0])와 상기 간선(a21)으로 구성된 제3정보 쌍에 대한 것일 수 있다. 예컨대, 제4중간스코어는 간선(b21)에 대하여 직전시각(t0)에 산출했던 제a20 직전스코어(Score[a20][t0])와 상기 간선(b21)으로 구성된 제4정보 쌍에 대한 것일 수 있다. 이러한 방식으로 N개의 간선들(a21, b21, c21) 각각에 대하여 직전스코어들의 개수만큼 생성된 중간스코어들을 얻을 수 있다.
이때, 상기 제pq 중간스코어는 상기 제q 직전스코어, 제pq 가중치, 및 추가스코어를 모두 포함하는 산술 연산에 의해 산출될 수 있다.
이때, 상기 제pq 가중치(W1)는 상기 제q 간선 및 상기 제p 간선에 대한 방출방률 및 전이확률로 계산되는 값일 수 있다.
이때, 추가스코어(W2)는 상기 제1위치정보(g(out)), 상기 제1대푯값(lmid), 상기 직전 위치정보(g(t1)), 및 상기 제2대푯값(rmid)으로 구성된 위치정보들을 대상으로 HMM 맵 매칭을 하였을 때에 산출한 스코어일 수 있다.
이때, 상기 정보 쌍은 {제q 직전스코어, 제pq 가중치(W1), 추가스코어(W2)}를 의미할 수 있다.
단계(S130)에서, 상기 N개(직전스코어들의 개수)의 중간스코어들 중 가장 큰 값을 상기 제p 간선에 대응하는 현재스코어로 결정할 수 있다.
도 12는 본 발명의 일 실시예에 따라 N개의 간선들 각각에 대하여 스코어값을 산출하는 방법을 설명하기 위한 도면이다.
간선(a21)의 스코어값(Score[a21][t1]), 간선(b21)의 스코어값(Score[b21][t1]), 및 간선(c21)의 스코어값(Score[c21][t1])을 산출할 때, 도 8과 다른 점은 추가스코어(W2)가 추가되었다는 점이다.
간선(a21)의 스코어값(Score[a21][t1]), 간선(b21)의 스코어값(Score[b21][t1]), 및 간선(c21)의 스코어값(Score[c21][t1])을 산출하는 수식 5는 아래와 같다.
수식 5 :
이때, trend_score(Tr)은 현재 지구위치에 대한 후보 간선들 중 임의의 간선에 대한 스코어를 의미한다.
Whmm(Cg(t),Cg(t+1))은 기존의 가중치(W1)를 의미하고, Wtrend(Cg(t+1))은 추가스코어(W2)를 의미한다.
도 13a, 도 13b, 및 도 13c는 각각 도 12에서 간선(a21), 간선(b21), 및 간선(c21)에 대한 스코어값을 산출하는 과정을 설명하기 위한 도면이다.
이하, 도 12 및 도 13a를 함께 참조하여 설명한다.
간선(a21)에 대한 스코어값(Score[a21][t1])은 MAX{ Score[a20][t0] + W1t=t1,a21a20 + W2t=t1,a21, Score[b20][t0] + W1t=t1,a21b20 + W2t=t1,a21, Score[c20][t0] + W1t=t1,a21c20 + W2t=t1,a21} 값일 수 있다.
즉, 간선(a21)에 대한 제1중간스코어는 Score[a20][t0] + W1t=t1,a21a20 + W2t=t1,a21 일 수 있다. 간선(a21)에 대한 제2중간스코어는 Score[b20][t0] + W1t=t1,a21b20 + W2t=t1,a21 일 수 있다. 그리고 간선(a21)에 대한 제3중간스코어는 Score[c20][t0] + W1t=t1,a21c20 + W2t=t1,a21 일 수 있다.
예컨대 상기 제2중간스코어가 상기 제1중간스코어 및 상기 제3중간스코어보다 값이 크다면 제2중간스코어가 간선(a21)에 대응하는 현재스코어가 될 수 있다.
도 13b를 참조하면, 간선(b21)에 대한 스코어값(Score[b21][t1])은 MAX{ Score[a20][t0] + W1t=t1,b21a20 + W2t=t1,b21, Score[b20][t0] + W1t=t1,b21b20 + W2t=t1,b21, Score[c20][t0] + W1t=t1,b21c20 + W2t=t1,b21} 값일 수 있다.
즉, 간선(b21)에 대한 제4중간스코어는 Score[a20][t0] + W1t=t1,b21a20 + W2t=t1,b21 일 수 있다. 간선(b21)에 대한 제5중간스코어는 Score[b20][t0] + W1t=t1,b21b20 + W2t=t1,b21 일 수 있다. 그리고 간선(b21)에 대한 제6중간스코어는 Score[c20][t0] + W1t=t1,b21c20 + W2t=t1,b21 일 수 있다.
예컨대 상기 제4중간스코어가 상기 제5중간스코어 및 상기 제6중간스코어보다 값이 크다면 제4중간스코어가 간선(b21)에 대응하는 현재스코어가 될 수 있다.
도 13c를 참조하면, 간선(c21)에 대한 스코어값(Score[c21][t1])은 MAX{ Score[a20][t0] + W1t=t1,c21a20 + W2t=t1,c21, Score[b20][t0] + W1t=t1,c21b20 + W2t=t1,c21, Score[c20][t0] + W1t=t1,c21c20 + W2t=t1,c21} 값일 수 있다.
즉, 간선(c21)에 대한 제7중간스코어는 Score[a20][t0] + W1t=t1,c21a20 + W2t=t1,c21 일 수 있다. 간선(c21)에 대한 제8중간스코어는 Score[b20][t0] + W1t=t1,c21b20 + W2t=t1,c21 일 수 있다. 그리고 간선(c21)에 대한 제9중간스코어는 Score[c20][t0] + W1t=t1,c21c20 + W2t=t1,c21 일 수 있다.
예컨대 상기 제7중간스코어가 상기 제8중간스코어 및 상기 제9중간스코어보다 값이 크다면 제7중간스코어가 간선(c21)에 대응하는 현재스코어가 될 수 있다.
예컨대, 간선(a21)에 대응하는 현재스코어(Score[b20][t0] + W1t=t1,a21b20 + W2t=t1,a21), 간선(b21)에 대응하는 현재스코어(Score[a20][t0] + W1t=t1,b21a20 + W2t=t1,b21), 그리고 간선(c21)에 대응하는 현재스코어(Score[a20][t0] + W1t=t1,c21a20 + W2t=t1,c21) 중 간선(a21)에 대응하는 현재스코어(Score[b20][t0] + W1t=t1,a21b20 + W2t=t1,a21)가 가장 큰 값을 갖는다고 할 때, 간선(a21)은 현재시각(t1)에 측정된 지구위치정보(g(t1))에 매칭될 수 있다. 그리고 간선(b20)은 직전시각(t0)에 측정된 지구위치정보(g(t0))에 매칭될 수 있다.
도 14는 본 발명의 일 실시예에 따라 추가스코어를 설명하기 위한 도면이다.
상술한 바와 같이, 추가스코어(W2)는 상기 제1위치정보(g(out)), 상기 제1대푯값(lmid), 상기 현재 위치정보(g(t1)), 및 상기 제2대푯값(rmid)으로 구성된 위치정보들을 대상으로 HMM 맵 매칭을 하였을 때에 산출한 스코어일 수 있다.
상술한 4개의 위치정보들에 대하여 후보 간선들을 결정할 수 있다.
예컨대, 제1위치정보(g(out))에 대해 결정된 후보 간선은 간선(ao), 간선(bo), 및 간선(co)일 수 있다. 이때, 후보 간선을 결정하는 방법은 도 2를 참조하여 상술한 바와 같을 수 있다.
예컨대, 제1대푯값(lmid)에 대해 결정된 후보 간선은 간선(al), 간선(bl), 및 간선(cl)일 수 있다.
예컨대, 상기 직전 위치정보(g(t0))에 대해 결정된 후보 간선은 상술한 바와 같이, 간선(a20), 간선(b20), 및 간선(c20)일 수 있다.
예컨대, 제2대푯값(rmid)에 대해 결정된 후보 간선은 간선(ar), 간선(br), 및 간선(cr)일 수 있다.
본 실시예에서는 설명의 편의를 위해 각 후보 간선들을 세 개씩 나타냈지만, 그보다 적을 수도 있고 많을 수도 있음을 이해할 수 있다.
도 15a는 도 12의 간선(a21)에 대한 추가스코어를 산출하기 위한 도면이고, 도 15b는 도 12의 간선(b21)에 대한 추가스코어를 산출하기 위한 도면이고, 도 15c는 도 12의 간선(c21)에 대한 추가스코어를 산출하기 위한 도면이다.
먼저, 도 14 및 도 15a를 함께 참조하여, 추가스코어(W2t=t1,a21)를 산출하는 방법을 설명한다.
제1위치정보(g(out))에 대한 간선들(ao, bo, co)과 제1대푯값(lmid)에 대한 간선들(al, bl, cl)에 대해서 도 7에서 상술한 방법으로 제1대푯값(lmid)에 대한 간선들(al, bl, cl)의 각 스코어를 산출할 수 있다. 이때, 간선들(ao, bo, co)에 대한 스코어값은 간선들(ao, bo, co)에 대한 각 레지스터(Ra[out], Rb[out], Rc[out])에 저장되어 있을 수 있다. 간선들(ao, bo, co)에 대한 스코어값들은 도 7에서 상술한 방법으로 이전에 계산된 값일 수 있다.
이후 직전시각(t0)의 직전 위치정보(g(t0))의 후보 간선들(a20, b20, c20) 중 임의의 하나의 간선(예컨대, 간선(a20))만을 이용하여 도 7에서 상술한 방법으로 상기 임의의 하나의 간선(a20)에 대한 스코어를 산출할 수 있다. 즉, 상기 임의의 하나의 간선(a20)을 제외한 나머지 후보 간선들(b20, c20)은 추가스코어(W2t=t1,a21) 산출시 제외할 수 있다.
이후, 동일한 방법으로 상기 임의의 하나의 간선(a20)과 제2대푯값(rmid)에 대한 간선들(ar, br, cr)에 대해서 도 7에서 상술한 방법으로 제2대푯값(rmid)에 대한 간선들(ar, br, cr)의 각 스코어를 산출할 수 있다. 예컨대, 간선(ar)의 스코어(Score[ar][rmid])는 Score[a20][t0]+Wt=rmid,ara20 일 수 있다. 예컨대, 간선(br)의 스코어(Score[br][rmid])는 Score[a20][t0]+Wt=rmid,bra20 일 수 있다. 예컨대, 간선(br)의 스코어(Score[cr][rmid])는 Score[a20][t0]+Wt=rmid,cra20 일 수 있다.
간선들(ar, br, cr)의 각 스코어는 개별 레지스터에 저장될 수 있다. 예컨대, 간선(ar)에 대한 레지스터(Ra[new])에는 간선(ar)의 스코어값이 저장될 수 있다. 간선(br)에 대한 레지스터(Rb[new])에는 간선(br)의 스코어값이 저장될 수 있다. 간선(cr)에 대한 레지스터(Rc[new])에는 간선(cr)의 스코어값이 저장될 수 있다.
상기 임의의 하나의 간선(a20)에 대해, 간선들(ar, br, cr)의 각 스코어가 산출되면, 간선들의 스코어들 중 제일 큰 값을 갖는 스코어(예컨대, Score[ar][rmid])를 정규화하여 추가스코어(W2t=t1,a21) 산출할 수 있다.
이때, 스코어를 정규화한다는 것은 스코어를 미리 결정된 값(N)으로 나누는 것을 의미할 수 있다. 상기 미리 결정된 값(N)은 정규화 파라미터일 수 있다.
다음, 도 14 및 도 15b를 함께 참조하여, 추가스코어(W2t=t1,b21)를 산출하는 방법을 설명한다.
제1대푯값(lmid)에 대한 간선들(al, bl, cl)의 각 스코어는 앞서 산출했으므로, 간선들(al, bl, cl)의 각 스코어를 이용한다.
추가스코어(W2t=t1,b21)를 산출하기 위해서, 직전시각(t0)의 직전 위치정보(g(t0))의 후보 간선들(a20, b20, c20) 중 임의의 하나의 간선(a20)을 제외한 나머지 간선들(b20, c20) 중 다른 하나의 간선(예컨대, b20)만을 이용하여 도 7에서 상술한 방법으로 상기 다른 하나의 간선(b20)에 대한 스코어를 산출할 수 있다. 즉, 상기 다른 하나의 간선(b20)을 제외한 나머지 후보 간선들(a20, c20)은 추가스코어(W2t=t1,b21) 산출시 제외할 수 있다.
이후, 동일한 방법으로 상기 다른 하나의 간선(b20)과 제2대푯값(rmid)에 대한 간선들(ar, br, cr)에 대해서 도 7에서 상술한 방법으로 제2대푯값(rmid)에 대한 간선들(ar, br, cr)의 각 스코어를 산출할 수 있다. 예컨대, 간선(ar)의 스코어(Score[ar][rmid])는 Score[b20][t0]+Wt=rmid,arb20 일 수 있다. 예컨대, 간선(br)의 스코어(Score[br][rmid])는 Score[b20][t0]+Wt=rmid,brb20 일 수 있다. 예컨대, 간선(br)의 스코어(Score[cr][rmid])는 Score[b20][t0]+Wt=rmid,crb20 일 수 있다.
간선들(ar, br, cr)의 각 스코어는 개별 레지스터에 저장될 수 있다. 예컨대, 간선(ar)에 대한 레지스터(Ra[new])에는 간선(ar)의 스코어값이 저장될 수 있다. 간선(br)에 대한 레지스터(Rb[new])에는 간선(br)의 스코어값이 저장될 수 있다. 간선(cr)에 대한 레지스터(Rc[new])에는 간선(cr)의 스코어값이 저장될 수 있다.
상기 다른 하나의 간선(b20)에 대해, 간선들(ar, br, cr)의 각 스코어가 산출되면, 간선들의 스코어들 중 제일 큰 값을 갖는 스코어(예컨대, Score[ar][rmid])를 정규화하여 추가스코어(W2t=t1,b21) 산출할 수 있다.
마지막으로, 도 14 및 도 15c를 함께 참조하여, 추가스코어(W2t=t1,c21)를 산출하는 방법을 설명한다.
제1대푯값(lmid)에 대한 간선들(al, bl, cl)의 각 스코어는 앞서 산출했으므로, 간선들(al, bl, cl)의 각 스코어를 이용한다.
추가스코어(W2t=t1,c21)를 산출하기 위해서, 직전시각(t0)의 직전 위치정보(g(t0))의 후보 간선들(a20, b20, c20) 중 나머지 하나의 간선(예컨대, c20)만을 이용하여 도 7에서 상술한 방법으로 상기 나머지 하나의 간선(c20)에 대한 스코어를 산출할 수 있다. 즉, 상기 나머지 하나의 간선(c20)을 제외한 나머지 후보 간선들(a20, b20)은 추가스코어(W2t=t1,c21) 산출시 제외할 수 있다.
이후, 동일한 방법으로 상기 나머지 하나의 간선(c20)과 제2대푯값(rmid)에 대한 간선들(ar, br, cr)에 대해서 도 7에서 상술한 방법으로 제2대푯값(rmid)에 대한 간선들(ar, br, cr)의 각 스코어를 산출할 수 있다. 예컨대, 간선(ar)의 스코어(Score[ar][rmid])는 Score[c20][t0]+Wt=rmid,arc20 일 수 있다. 예컨대, 간선(br)의 스코어(Score[br][rmid])는 Score[c20][t0]+Wt=rmid,brc20 일 수 있다. 예컨대, 간선(br)의 스코어(Score[cr][rmid])는 Score[c20][t0]+Wt=rmid,crc20 일 수 있다.
간선들(ar, br, cr)의 각 스코어는 개별 레지스터에 저장될 수 있다. 예컨대, 간선(ar)에 대한 레지스터(Ra[new])에는 간선(ar)의 스코어값이 저장될 수 있다. 간선(br)에 대한 레지스터(Rb[new])에는 간선(br)의 스코어값이 저장될 수 있다. 간선(cr)에 대한 레지스터(Rc[new])에는 간선(cr)의 스코어값이 저장될 수 있다.
상기 다른 하나의 간선(b20)에 대해, 간선들(ar, br, cr)의 각 스코어가 산출되면, 간선들의 스코어들 중 가장 큰 값을 갖는 스코어(예컨대, Score[cr][rmid])를 정규화하여 추가스코어(W2t=t1,c21)를 산출할 수 있다.
추가스코어를 산출하는 수식 6은 아래와 같다.
수식 6 :
trend_score(Trout)+score(Trnew)는 직전시각(t0)의 직전 위치정보(g(t0))의 후보 간선들(a20, b20, c20) 중 하나의 간선을 이용하여 계산한 제2대푯값(rmid)의 임의의 하나의 간선에 대한 스코어값을 의미할 수 있다.
이때, trendscore(Trout)의 총 가중치 개수는 2out개, score(Trnew)는 3개이므로, N의 값으로는 2out + 3을 이용할 수 있다.
도 16은 본 발명의 일 실시예에 따른 궤적을 설명하기 위한 도면이다.
도 16의 (a)는 보행자의 이동데이터를 점으로 나타낸 것이다. 여기서, 제1대푯값(lmid)은 제1시각에 측정된 제1위치정보(g(out))의 다음 위치정보부터 현재 위치정보(g(t+1))의 직전 위치정보(g(t))까지의 복수 개의 위치정보들(g(tx), g(tx+1), g(tx+2), g(tx+3))의 대푯값이다. 본 실시예에서 복수 개의 위치정보들의 개수는 직전 위치정보(g(t))를 포함해 5개일 수 있다. 마찬가지로 직전 위치정보(g(t)) 및 직전 위치정보(g(t)) 이후에 측정된 4 개의 위치정보들의 대푯값이 대푯값(rmid)로 결정될 수 있다.
도 16의 (b)는 기존의 궤적(Trout)과 추가스코어를 이용하여 새로 생성된 궤적(Trnew)이 연결된 궤적을 나타낸 것이다. 추가스코어를 이용해 이동 트랜드를 반영함으로써, 이동데이터(g(tx), g(tx+1), g(tx+2), g(tx+3))의 오차를 줄일 수 있다.
도 17은 본 발명의 일 실시예에 따른 컴퓨팅 장치의 구성도이다.
컴퓨팅 장치(1)는, 컴퓨터로 읽을 수 있는 비휘발성 기록매체(11), 비휘발성 기록매체(11)를 읽을 수 있는 장치 인터페이스부(12), 처리부(13), 및 통신부(14)를 포함할 수 있다.
비휘발성 기록매체(11)는, 상기 단계(S10) 내지 상기 단계(S20)를 실행하는 제1명령코드, 상기 단계(S110) 내지 상기 단계(S130)를 실행하기 위한 제2명령코드, 및 상기 단계(S31) 내지 상기 단계(S35)를 실행하는 제3명령코드를 포함하는 프로그램을 저장하고 있을 수 있다.
상기 처리부(13)는, 상기 장치 인터페이스부(12)를 통해, 상기 제1명령코드를 실행함으로써 현재시각에 측정된 지구위치정보에 매칭될 제1간선을 획득하도록 되어 있을 수 있다. 그리고 처리부(13)는, 상기 장치 인터페이스부(12)를 통해, 제2명령코드를 읽어서 실행함으로써 상기 제p 간선에 대응하는 현재스코어를 획득하도록 되어 있을 수 있다. 그리고 처리부(13)는, 상기 장치 인터페이스부(12)를 통해, 상기 제3명령코드를 실행함으로써 연결도로에 대한 정보를 획득하도록 되어 있을 수 있다.
상기 통신부(14)는 사용자 단말기(2)로부터 사용자 단말기(2)를 소지한 보행자의 GPS 데이터(지구위치데이터) 즉, 이동데이터를 수신할 수 있다.
상술한 본 발명의 실시예들을 이용하여, 본 발명의 기술 분야에 속하는 자들은 본 발명의 본질적인 특성에서 벗어나지 않는 범위 내에 다양한 변경 및 수정을 용이하게 실시할 수 있을 것이다. 특허청구범위의 각 청구항의 내용은 본 명세서를 통해 이해할 수 있는 범위 내에서 인용관계가 없는 다른 청구항에 결합될 수 있다.

Claims (6)

  1. 소정의 스코어 생성규칙에 따라 N개의 간선들 각각에 대하여 현재시각에 관한 현재스코어를 산출하는 단계; 및
    상기 현재시각에 측정된 지구위치정보를, N개의 상기 현재스코어들 중 가장 큰 값을 갖는 스코어에 대응하는 제1간선에 매칭하는 단계;
    를 포함하며,
    상기 N개의 간선들 중 임의의 간선에 대응하는 현재스코어는 과거의 제1시각에서 측정된 제1위치정보, 상기 제1시각 이후 직전시각까지 측정된 복수 개의 위치정보들의 제1대푯값, 상기 직전시각에 측정된 직전 위치정보, 및 상기 직전시각부터 소정의 제2시각까지 측정된 복수 개의 위치정보들의 제2대푯값의 4개의 값을 이용하여 산출되는 것을 특징으로 하는,
    지구위치데이터 맵 매칭방법.
  2. 제1항에 있어서,
    상기 N개의 간선들 중 제p 간선에 대응하는 현재스코어를 산출하는 단계는,
    상기 N개의 간선들 각각에 대하여 상기 직전시각에 관하여 산출했던 N개의 직전스코어들을 준비하는 단계;
    상기 N개의 직전스코어들 각각과 상기 제p 간선으로 구성되는 N개의 정보 쌍에 대한 N개의 중간스코어들을 산출하는 단계; 및
    상기 N개의 중간스코어들 중 가장 큰값을 상기 제p 간선에 대응하는 현재스코어로 결정하는 단계;
    를 포함하는,
    지구위치데이터 맵 매칭방법.
  3. 제2항에 있어서,
    제q 간선에 대하여 상기 직전시각에 관하여 산출했던 제q 직전스코어와 상기 제p 간선으로 구성된 정보 쌍에 대한 제pq 중간스코어는,
    상기 제q 직전스코어;
    상기 제q 간선 및 상기 제p 간선에 대한 방출방률 및 전이확률로 계산되는 제pq 가중치; 및
    상기 제1위치정보, 상기 제1대푯값, 상기 직전 위치정보, 및 상기 제2대푯값으로 구성된 위치정보들을 대상으로 HMM 맵 매칭을 하였을 때에 산출한 추가스코어;
    를 모두 포함하는 산술 연산에 의해 산출되는 것을 특징으로 하는,
    지구위치데이터 맵 매칭방법.
  4. 컴퓨터로 읽을 수 있는 비휘발성 기록매체를 읽을 수 있는 장치 인터페이스부; 통신부; 및 처리부;를 포함하며,
    상기 통신부는 사용자 단말기로부터 보행자의 지구위치정보를 수신하도록 되어 있으며,
    상기 비휘발성 기록매체는,
    소정의 스코어 생성규칙에 따라 N개의 간선들 각각에 대하여 현재시각에 관한 현재스코어를 산출하는 단계, 및
    상기 현재시각에 측정된 지구위치정보를, N개의 상기 현재스코어들 중 가장 큰 값을 갖는 스코어에 대응하는 제1간선에 매칭하는 단계
    를 실행하는 제1명령코드를 포함하는 프로그램을 저장하고 있으며,
    상기 처리부는, 상기 장치 인터페이스부를 통해, 상기 제1명령코드를 읽어서 실행함으로써 상기 제1간선을 획득하도록 되어 있으며,
    상기 N개의 간선들 중 임의의 간선에 대응하는 현재스코어는 과거의 제1시각에서 측정된 제1위치정보, 상기 제1시각 이후 직전시각까지 측정된 복수 개의 위치정보들의 제1대푯값, 상기 직전시각에 측정된 직전 위치정보, 및 상기 직전시각부터 소정의 제2시각까지 측정된 복수 개의 위치정보들의 제2대푯값의 4개의 값을 이용하여 산출되는 것을 특징으로 하는,
    컴퓨팅 장치.
  5. 제4항에 있어서,
    상기 비휘발성 기록매체는,
    상기 N개의 간선들 중 제p 간선에 대응하는 현재스코어를 산출하기 위해,
    상기 N개의 간선들 각각에 대하여 상기 직전시각에 관하여 산출했던 N개의 직전스코어들을 준비하는 단계;
    상기 N개의 직전스코어들 각각과 상기 제p 간선으로 구성되는 N개의 정보 쌍에 대한 N개의 중간스코어들을 산출하는 단계; 및
    상기 N개의 중간스코어들 중 가장 큰값을 상기 제p 간선에 대응하는 현재스코어로 결정하는 단계;
    를 실행하는 제2명령코드를 더 포함하며,
    상기 처리부는, 상기 장치 인터페이스부를 통해, 상기 제2명령코드를 읽어서 실행함으로써 상기 제p 간선에 대응하는 현재스코어를 획득하도록 되어 있는,
    컴퓨팅 장치.
  6. 제5항에 있어서,
    제q 간선에 대하여 상기 직전시각에 관하여 산출했던 제q 직전스코어와 상기 제p 간선으로 구성된 정보 쌍에 대한 제pq 중간스코어는,
    상기 제q 직전스코어;
    상기 제q 간선 및 상기 제p 간선에 대한 방출방률 및 전이확률로 계산되는 제pq 가중치; 및
    상기 제1위치정보, 상기 제1대푯값, 상기 직전 위치정보, 및 상기 제2대푯값으로 구성된 위치정보들을 대상으로 HMM 맵 매칭을 하였을 때에 산출한 추가스코어;
    를 모두 포함하는 산술 연산에 의해 산출되는 것을 특징으로 하는,
    컴퓨팅 장치.
KR1020220093355A 2022-07-27 2022-07-27 지구위치데이터 맵 매칭방법 및 이를 위한 컴퓨팅 장치 KR20240015458A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020220093355A KR20240015458A (ko) 2022-07-27 2022-07-27 지구위치데이터 맵 매칭방법 및 이를 위한 컴퓨팅 장치
PCT/KR2023/010922 WO2024025360A1 (ko) 2022-07-27 2023-07-27 지구위치데이터 맵 매칭방법 및 이를 위한 컴퓨팅 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220093355A KR20240015458A (ko) 2022-07-27 2022-07-27 지구위치데이터 맵 매칭방법 및 이를 위한 컴퓨팅 장치

Publications (1)

Publication Number Publication Date
KR20240015458A true KR20240015458A (ko) 2024-02-05

Family

ID=89707005

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220093355A KR20240015458A (ko) 2022-07-27 2022-07-27 지구위치데이터 맵 매칭방법 및 이를 위한 컴퓨팅 장치

Country Status (2)

Country Link
KR (1) KR20240015458A (ko)
WO (1) WO2024025360A1 (ko)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101680481B1 (ko) * 2015-07-31 2016-11-28 부산대학교 산학협력단 실내 네트워크 맵 매칭 방법 및 실내 네트워크 맵 매칭 시스템
GB201613105D0 (en) * 2016-07-29 2016-09-14 Tomtom Navigation Bv Methods and systems for map matching
CN109269514A (zh) * 2017-07-18 2019-01-25 华为技术有限公司 确定运动轨迹的方法和装置
CN112882073B (zh) * 2021-01-18 2023-07-25 中交智运有限公司 一种基于时间阈内的隐马尔可夫模型人车合一算法
CN113639757B (zh) * 2021-07-29 2023-08-25 上海交通大学 基于双向评分模型和回溯校正机制的地图匹配方法及系统

Also Published As

Publication number Publication date
WO2024025360A1 (ko) 2024-02-01

Similar Documents

Publication Publication Date Title
CN109405839B (zh) 一种基于多路径的交通网络离线地图匹配算法
CN106912018B (zh) 基于信令轨迹的地图匹配方法及系统
Mohamed et al. Accurate real-time map matching for challenging environments
CN108763558B (zh) 一种基于地图匹配的众包地图道路质量改进方法
CN100473218C (zh) 基于序列的定位技术
CN105091889A (zh) 一种热点路径的确定方法及设备
Golestan et al. Vehicle localization in vanets using data fusion and v2v communication
KR102110813B1 (ko) 무선 환경 변화에 강인한 slam 방법 및 장치
CN110598917B (zh) 一种基于路径轨迹的目的地预测方法、系统及存储介质
CN112632202B (zh) 一种基于高阶隐马尔可夫模型的动态地图匹配方法
Kannan et al. Predictive indoor navigation using commercial smart-phones
CN101726725B (zh) 基于全局式优化策略的无线传感器网络节点定位方法
CN115206099A (zh) 一种车辆gps轨迹的自适应路径推断方法
CN111031502A (zh) 一种基于樽海鞘群算法的无线传感器网络节点定位方法
Wu et al. CLSTERS: A general system for reducing errors of trajectories under challenging localization situations
CN114879660A (zh) 一种基于目标驱动的机器人环境感知方法
Magnano et al. Movement prediction in vehicular networks
KR20240015458A (ko) 지구위치데이터 맵 매칭방법 및 이를 위한 컴퓨팅 장치
Karimi et al. A methodology for predicting performances of map-matching algorithms
CN101730224A (zh) 基于分布式优化策略的无线传感器网络节点定位方法
CN114339595B (zh) 一种基于多模型预测的超宽带动态反演定位方法
Lee et al. Crowdsourcing-based learning data collection for real-time sensor error correction in indoor environments
CN110793531A (zh) 道路匹配的方法、装置以及可读存储介质
KR102311415B1 (ko) 노드의 위치 추정 방법
CN110602635B (zh) 一种室内地图匹配增强定位方法、设备及存储设备