KR20240031273A - 지도 생성 장치 및 방법 - Google Patents

지도 생성 장치 및 방법 Download PDF

Info

Publication number
KR20240031273A
KR20240031273A KR1020240025651A KR20240025651A KR20240031273A KR 20240031273 A KR20240031273 A KR 20240031273A KR 1020240025651 A KR1020240025651 A KR 1020240025651A KR 20240025651 A KR20240025651 A KR 20240025651A KR 20240031273 A KR20240031273 A KR 20240031273A
Authority
KR
South Korea
Prior art keywords
attribute information
new
database
pattern attribute
information
Prior art date
Application number
KR1020240025651A
Other languages
English (en)
Inventor
박우열
윤상두
정혜우
Original Assignee
현대오토에버 주식회사
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 현대오토에버 주식회사 filed Critical 현대오토에버 주식회사
Priority to KR1020240025651A priority Critical patent/KR20240031273A/ko
Publication of KR20240031273A publication Critical patent/KR20240031273A/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
    • G01C21/3815—Road data
    • 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
    • G01C21/3856—Data obtained from user input
    • 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
    • G01C21/3859—Differential updating map data
    • 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
    • G01C21/3863—Structures of map data
    • G01C21/387—Organisation of map data, e.g. version management or database structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Biophysics (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computational Linguistics (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Navigation (AREA)
  • Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Instructional Devices (AREA)
  • Traffic Control Systems (AREA)

Abstract

본 발명은 신규지역에 신규도로 데이터를 구축하는 지도 생성 장치 및 방법에 관한 것이다.
본 발명의 일 실시 예에 따른 지도 생성 장치는, 신규지역에 대한 평면 설계도 및 신규지역에 구비될 도로 구축 예상도를 수집하여, 하나 이상의 신규도로 형상 정보와 하나 이상의 신규 패턴 속성 정보를 분석하여 제1 데이터베이스를 구축하는 정보 포맷부와, 제2 데이터베이스에 누적저장 되어 있는 패턴 속성 정보와 제1 데이터베이스에 구축한 신규 패턴 속성 정보를 비교하여, 유사도가 높거나 일치하는 경우 제2 데이터베이스의 패턴 속정 정보를 이용하고, 서로 다른 경우 제1 데이터베이스에 구축한 신규 패턴 속성 정보를 제2 데이터베이스에 등록하는 유사도 판단부와, 제2 데이터베이스로부터 신규도로 형상 정보에 대응하는 하나 이상의 패턴 속성 정보를 추출하고, 패턴 속성 정보를 신규도로 형상 정보에 삽입하여 신규도로 데이터를 구축하는 도로 데이터 구축부;를 포함한다.

Description

지도 생성 장치 및 방법{APPARATUS AND METHOD FOR GENERATING A MAP}
본 발명은 신규지역에 신규도로 데이터를 구축하는 지도 생성 장치 및 방법에 관한 것이다.
근래 들어 지도에는 지형을 나타내는 것만으로는 부족하고, 보다 현실에 가까운 상태를 재현하는 것이 요구되는 경향이 있다. 그 일례로서 도로 백선, 횡단보도, 정지선 등 현실의 도로에 그려지는 다양한 도로 표시를 지도상에 재현하는 것이 요구될 경우가 있다. 이와 같이 현실에 가까운 지도의 상태를 재현하면, 다수의 현지조사를 통해서 지도 데이터를 구축할 필요가 있다.
전술한 배경기술은 발명자가 본 발명의 도출을 위해 보유하고 있었거나, 본 발명의 도출 과정에서 습득한 기술 정보로서, 반드시 본 발명의 출원 전에 일반 공중에게 공개된 공지기술이라 할 수는 없다.
국내 공개특허공보 제2001-0064815호
본 발명은 전술한 문제점 및/또는 한계를 해결하기 위해 안출된 것으로, 일 측면에 따른 본 발명의 목적은 도로의 패턴 유사도를 분석하여 신규 지역에 도로가 추가되거나 신도시 개발 중 도로가 선 개통되었을 때, 현지 조사를 나가지 않고도 도로 형상과 정상주행이 가능하도록 지도에 필요한 도로 데이터를 빠르게 구축할 수 있고 반 자율주행에 필요한 도로 데이터를 빠르게 공급할 수 있는 지도 생성 장치 및 방법을 제공하는데 있다.
본 발명의 일 실시 예에 따른 지도 생성 장치는, 신규지역에 대한 평면 설계도 및 상기 신규지역에 구비될 도로 구축 예상도를 수집하여, 하나 이상의 신규도로 형상 정보와 하나 이상의 신규 패턴 속성 정보를 분석하여 제1 데이터베이스를 구축하는 정보 포맷부; 제2 데이터베이스에 누적저장 되어 있는 패턴 속성 정보와 상기 제1 데이터베이스에 구축한 신규 패턴 속성 정보를 비교하여, 유사도가 높거나 일치하는 경우 상기 제2 데이터베이스의 패턴 속정 정보를 이용하고, 서로 다른 경우 상기 제1 데이터베이스에 구축한 신규 패턴 속성 정보를 상기 제2 데이터베이스에 등록하는 유사도 판단부; 및 상기 제2 데이터베이스로부터 상기 신규도로 형상 정보에 대응하는 하나 이상의 상기 패턴 속성 정보를 추출하고, 상기 패턴 속성 정보를 상기 신규도로 형상 정보에 삽입하여 신규도로 데이터를 구축하는 도로 데이터 구축부;를 포함할 수 있다.
상기 장치는, 상기 신규 패턴 속성 정보를 상기 제2 데이터베이스에 누적저장 되어 있는 패턴 속성 정보와 재 비교하여 유사도가 높거나 일치하는 경우 상기 패턴 속성 정보로 갱신하는 패턴 학습부;를 더 포함할 수 있다.
상기 장치는, 상기 신규도로 데이터에 대한 주행 프로그램 테스트를 수행하여 상기 신규도로 데이터에 대한 완성도 여부를 판단하는 테스트부;를 더 포함할 수 있다.
상기 정보 포맷부는, 상기 신규도로 데이터에 대한 완성도가 낮을 경우 실사를 통해 실사 정보를 수집하여, 하나 이상의 신규도로 형상 정보와 하나 이상의 신규 패턴 속성 정보를 분석하여 상기 제1 데이터베이스에 저장할 수 있다.
본 발명의 일 실시 예에 따른 지도 생성 방법은, 정보 포맷부에 의해, 신규지역에 대한 평면 설계도 및 상기 신규지역에 구비될 신규도로 구축 예상도를 수집하여, 하나 이상의 신규도로 형상 정보와 하나 이상의 신규 패턴 속성 정보를 분석하여 제1 데이터베이스를 구축하는 단계; 유사도 판단부에 의해, 제2 데이터베이스에 누적저장 되어 있는 패턴 속성 정보와 상기 제1 데이터베이스에 구축한 신규 패턴 속성 정보를 비교하여, 유사도가 높거나 일치하는 경우 상기 제2 데이터베이스의 패턴 속정 정보를 이용하고, 서로 다른 경우 상기 제1 데이터베이스에 구축한 신규 패턴 속성 정보를 상기 제2 데이터베이스에 등록하는 단계; 및 도로 데이터 구축부에 의해, 상기 제2 데이터베이스로부터 상기 신규도로 형상 정보에 대응하는 하나 이상의 상기 패턴 속성 정보를 추출하고, 상기 패턴 속성 정보를 상기 신규도로 형상 정보에 삽입하여 신규도로 데이터를 구축하는 단계;를 포함할 수 있다.
상기 방법은, 패턴 학습부에 의해, 상기 신규 패턴 속성 정보를 상기 제2 데이터베이스에 누적저장 되어 있는 패턴 속성 정보와 재 비교하여 유사도가 높거나 일치하는 경우 상기 패턴 속성 정보로 갱신하는 단계;를 더 포함할 수 있다.
상기 방법은, 테스트부에 의해, 상기 신규도로 데이터에 대한 주행 프로그램 테스트를 수행하여 상기 신규도로 데이터에 대한 완성도 여부를 판단하는 단계;를 더 포함할 수 있다.
상기 방법은, 상기 신규도로 데이터에 대한 완성도가 낮을 경우 실사를 통해 실사 정보를 수집하여, 하나 이상의 신규도로 형상 정보와 하나 이상의 신규 패턴 속성 정보를 분석하여 상기 제1 데이터베이스에 저장하는 단계;를 더 포함할 수 있다.
이 외에도, 본 발명을 구현하기 위한 다른 방법, 다른 시스템 및 상기 방법을 실행하기 위한 컴퓨터 프로그램이 더 제공될 수 있다.
전술한 것 외의 다른 측면, 특징, 이점이 이하의 도면, 특허청구범위 및 발명의 상세한 설명으로부터 명확해질 것이다.
실시 예들에 따르면, 신규 지역/신규도로에 대한 패턴이 학습되어 있어 현지조사를 나가지 않고 기본적인 도로 데이터를 구축할 수 있다.
또한, 기구축한 지역과 유사한 신도시나 신규도로 구축 시, 유사한 패턴들에 대해 선 구축을 통하여 도로 데이터 구축의 일정을 단축할 수 있다.
또한 완전 자율주행이 아닌 반자율주행 시에 신규지역에 대한 기본 도로 데이터를 빠르게 공급하여 신규 지역에 대해 빠르게 대응할 수 있다.
본 발명의 효과는 이상에서 언급된 것들에 한정되지 않으며, 언급되지 아니한 다른 효과들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 일 실시 예에 따른 지도 생성 장치를 개략적으로 설명하기 위하여 도시한 도면이다.
도 2 내지 도 6은 본 발명의 일 실시 예에 따른 지도 생성 방법을 설명하기 위한 흐름도이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 설명되는 실시 예들을 참조하면 명확해질 것이다. 그러나 본 발명은 아래에서 제시되는 실시 예들로 한정되는 것이 아니라, 서로 다른 다양한 형태로 구현될 수 있고, 본 발명의 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 아래에 제시되는 실시 예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
본 출원에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다. 제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
이하, 본 발명에 따른 실시 예들을 첨부된 도면을 참조하여 상세히 설명하기로 하며, 첨부 도면을 참조하여 설명함에 있어, 동일하거나 대응하는 구성 요소는 동일한 도면번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
도 1은 본 발명의 일 실시 예에 따른 지도 생성 장치를 개략적으로 설명하기 위하여 도시한 도면이다. 도 1을 참조하면, 지도 생성 장치(100)는 제1 수집부(101), 분석부(103), 제1 DB(105), 유사도 판단부(107), 제2 DB(109), 패턴 학습부(111), 도로 데이터 구축부(113), 테스트부(115) 및 제2 수집부(117)를 포함할 수 있다. 본 실시 예에서 제1 수집부(101), 분석부(103) 및 제1 DB(105)는 정보 포맷부로 구성될 수 있다.
제1 수집부(101)는 신규지역에 대한 평면 설계도, 신규지역에 구비될 신규도로 구축 예상도 및 도로의 위상차 정보가 존재하는 설계도 등과 같은 신규지역 정보를 수집할 수 있다.
분석부(103)는 수집한 신규지역 정보를 분석하여 하나 이상의 신규도로 형상 정보와 하나 이상의 신규 패턴 속성 정보를 추출할 수 있다. 여기서 신규도로 형상 정보는, 구비될 신규도로의 모양 예를 들어, 직선 모양인지, 타원형 모양인지 등을 포함할 수 있다. 또한 신규 패턴 속성 정보는 도로 데이터에 표시될 정보로서, 예를 들어, 도로의 제한 속도, 카메라 개수, 신호등 개수, 차선 후, 방향성, 특수존(스쿨존) 등 도로 속성 중 공통화시킬 수 있는 속성 정보를 포함할 수 있으며, 도로에 표시될 위치 정보를 더 포함할 수 있다. 더 나아가 신규 패턴 속성 정보는, 링크 기준으로 도로종별 정보(예를 들어, 고속도로/도시고속도로/국도/주요도로 등)와, 링크종별 정보(예를 들어, 본선 분리여부, 연결로, 교차로 등)와, 시설물 정보(예를 들어, 고가/지하/교량/터널 등)와, 진입/진출 위치 정보와, 최고/최저속도 정보를 포함할 수 있다. 또한 신규 패턴 속성 정보는 노드 기준으로 통행/회전규제 정보(예를 들어, 좌회전/우회전/유턴 등)와, 차선정보(예를 들어, 차선수 등)와, 부가정보(예를 들어, 신호등 정보 등) 등을 포함할 수 있다.
제1 데이터베이스(DB: database)(105)는 분석부(103)가 분석하여 추출한 하나 이상의 신규도로 형상 정보와 하나 이상의 신규 패턴 속성 정보를 저장할 수 있다. 여기서 제1 DB(105)는 분석부(103)의 동작에 따라 구축되어, 분석부(103)가 처리한 정보를 저장할 수 있다.
유사도 판단부(107)는 제2 DB(109)에 누적저장 되어 있는 패턴 속성 정보와 제1 DB(105)에 구축한 신규 패턴 속성 정보를 비교하여, 제2 DB(109)에 누적저장 되어 있는 패턴 속성 정보 중에서 제1 DB(105)에 구축한 신규 패턴 속성 정보와 유사도가 높거나 일치하는 정보가 있는지 판단할 수 있다. 유사도 판단부(107)는 제2 DB(109)에 누적저장 되어 있는 패턴 속성 정보 중에서 제1 DB(105)에 구축한 신규 패턴 속성 정보와 유사도가 높거나 일치하는 정보가 있는 경우, 신규도로 데이터 구축 시에 신규 패턴 속성 정보 대신 제2 DB(109)의 패턴 속정 정보를 이용하도록 할 수 있다. 그러나 제2 DB(109)에 누적저장 되어 있는 패턴 속성 정보 중에서 제1 DB(105)에 구축한 신규 패턴 속성 정보와 유사도가 높거나 일치하는 정보가 없는 경우 즉, 서로 다른 경우, 제1 DB(105)에 구축한 신규 패턴 속성 정보를 제2 DB(109)에 등록할 수 있다.
패턴 학습부(111)는 신규 패턴 속성 정보를 제2 데이터베이스에 누적저장 되어 있는 패턴 속성 정보와 재 비교하여 유사도가 높거나 일치하는 경우, 신규 패턴 속성 정보를 제2 DB(109)에 패턴 속성 정보로 갱신하고, 서로 다른 경우 신규 패턴 속성 정보를 제2 DB(109)에 패턴 속성 정보와 분리하여 저장할 수 있다. 일정 시간이 경과한 후, 제2 DB(109)에 분리 저장된 신규 패턴 속성 정보는 패턴 속성 정보로 갱신될 수 있다.
도로 데이터 구축부(113)는 제2 DB(109)로부터 신규도로 형상 정보에 대응하는 하나 이상의 패턴 속성 정보 및/또는 신규 패턴 속성 정보를 추출하고, 패턴 속성 정보 및/또는 신규 패턴 속성 정보를 위치 정보에 대응하여 신규도로 형상 정보에 삽입함으로써 신규도로 데이터를 구축할 수 있다.
테스트부(115)는 신규도로 데이터에 대한 주행 프로그램 테스트를 수행하여 신규도로 데이터에 대한 완성도 여부를 판단할 수 있다. 여기서 주행 프로그램은 신규도로의 주행이 가능한지 여부를 판단할 수 있는 프로그램으로써, 예를 들어, 경로 탐색 및 안내 프로그램을 포함할 수 있다. 테스트부(115)는 신규도로에 대한 경로 탐색 및 안내를 수행하여 주행이 가능한 경우 신규도로 데이터 구축을 완성할 수 있다.
테스트부(115)의 테스트 결과 신규도로에 대한 경로 탐색 및 안내를 수행하여 주행이 불가능한 경우, 제2 수집부(117)는 실사를 통해 획득한 실사 정보를 수집할 수 있다. 여기서 실시 정보는 신규도로에 직접 방문하여 수집한 신규도로 관련 정보(예를 들어, 동영상, 이미지, 설계도 등)를 포함할 수 있다.
제2 수집부(117)가 수집한 실사 정보는 분석부(103)를 통하여 신규도로 형상 정보 및 신규 패턴 속성 정보를 추출하고, 이후 유사도 판단 및 패턴 학습을 진행하여 도로 데이터 구축에 이용할 수 있다.
도 2는 본 발명의 일 실시 예에 따른 지도 생성 방법을 설명하기 위한 흐름도이다. 이하의 설명에서 도 1에 대한 설명과 중복되는 부분은 그 설명을 생략하기로 한다.
도 2를 참조하면, S210단계에서, 지도 생성 장치(100)는 신규지역 정보를 수집하여 포맷한다. 도 3은 본 발명의 일 실시 예에 따른 지도 생성 방법 중 정보 포맷 방법을 설명하기 위한 흐름도이다.
도 3을 참조하면, S211단계에서, 지도 생성 장치(100)는 신규지역에 대한 평면 설계도, 신규지역에 구비될 신규도로 구축 예상도 및 도로의 위상차 정보가 존재하는 설계도 등과 같은 신규지역 정보를 수집한다.
S212단계에서, 지도 생성 장치(100)는 수집한 신규지역 정보를 분석하여 하나 이상의 신규도로 형상 정보와 하나 이상의 신규 패턴 속성 정보를 추출한다. 여기서 신규도로 형상 정보는, 구비될 신규도로의 모양 예를 들어, 직선 모양인지, 타원형 모양인지 등을 포함할 수 있다. 또한 신규 패턴 속성 정보는 도로 데이터에 표시될 정보로서, 예를 들어, 도로의 제한 속도, 카메라 개수, 신호등 개수, 차선 후, 방향성, 특수존(스쿨존) 등 도로 속성 중 공통화시킬 수 있는 속성 정보를 포함할 수 있으며, 도로에 표시될 위치 정보를 더 포함할 수 있다. 더 나아가 신규 패턴 속성 정보는, 링크 기준에 따른 정보 및 노드 기준에 따른 정보를 더 포함할 수 있다.
S213단계에서, 지도 생성 장치(100)는 추출한 하나 이상의 신규도로 형상 정보와 하나 이상의 신규 패턴 속성 정보로 제1 DB를 구축한다.
다시 도 2로 돌아와서, S220단계에서, 지도 생성 장치(100)는 정보 포맷이 완료되면, 신규 패턴 속성 정보의 유사도를 판단한다. 도 4는 본 발명의 일 실시 예에 따른 지도 생성 방법 중 유사도 판단 방법을 설명하기 위한 흐름도이다.
도 4를 참조하면, S221단계에서, 지도 생성 장치(100)는 제2 DB에 누적저장 되어 있는 패턴 속성 정보와 제1 DB에 구축한 신규 패턴 속성 정보를 비교한다.
S222단계에서, 지도 생성 장치(100)는 제2 DB에 누적저장 되어 있는 패턴 속성 정보 중에서 제1 DB에 구축한 신규 패턴 속성 정보와 유사도가 높거나 일치하는 정보가 있는지 판단한다.
S223단계에서, 지도 생성 장치(100)는 제2 DB에 누적저장 되어 있는 패턴 속성 정보 중에서 제1 DB에 구축한 신규 패턴 속성 정보와 유사도가 높거나 일치하는 정보가 있는 경우, 신규도로 데이터 구축 시에 신규 패턴 속성 정보 대신 제2 DB의 패턴 속정 정보를 이용하도록 한다.
S224단계에서, 지도 생성 장치(100)는 제2 DB에 누적저장 되어 있는 패턴 속성 정보 중에서 제1 DB에 구축한 신규 패턴 속성 정보와 유사도가 높거나 일치하는 정보가 없는 경우 즉, 서로 다른 경우, 제1 DB에 구축한 신규 패턴 속성 정보를 제2 DB에 등록한다.
다시 도 2로 돌아와서, S230단계에서, 지도 생성 장치(100)는 유사도를 판단결과에 따라 제2 DB에 등록한 신규 패턴 속성 정보를 제2 데이터베이스에 누적저장 되어 있는 패턴 속성 정보와 재 비교하여 유사도가 높거나 일치하는 경우, 신규 패턴 속성 정보를 제2 DB에 패턴 속성 정보로 갱신하고, 서로 다른 경우 신규 패턴 속성 정보를 제2 DB에 패턴 속성 정보와 분리하여 저장한다.
S240단계에서, 지도 생성 장치(100)는 도로 형상 정보에 제2 DB로부터의 패턴 속성정보를 삽입한 신규도로 데이터를 구축한다. 도 5는 본 발명의 일 실시 예에 따른 지도 생성 방법 중 신규도로 데이터 구축 방법을 설명하기 위한 흐름도이다.
도 5를 참조하면, S241단계에서, 지도 생성 장치(100)는 신규도로 형상 정보를 디스플레이한다.
S242단계에서, 지도 생성 장치(100)는 제2 DB로부터 신규도로 형상 정보에 대응하는 하나 이상의 패턴 속성 정보 및/또는 신규 패턴 속성 정보를 추출한다.
S243단계에서, 지도 생성 장치(100)는 추출한 패턴 속성 정보 및/또는 신규 패턴 속성 정보를 신규도로 형상 정보에 삽입함으로써 신규도로 데이터를 구축한다.
다시 도 2로 돌아와서, S250단계에서, 지도 생성 장치(100)는 구축한 신규도로 데이터를 테스트한다. 도 6은 본 발명의 일 실시 예에 따른 지도 생성 방법 중 테스트 방법을 설명하기 위한 흐름도이다.
도 6을 참조하면, S251단계에서, 지도 생성 장치(100)는 신규도로 데이터에 대한 주행 프로그램 테스트를 수행한다. 여기서 주행 프로그램은 신규도로의 주행이 가능한지 여부를 판단할 수 있는 프로그램으로써, 예를 들어, 경로 탐색 및 안내 프로그램을 포함할 수 있다.
S252단계에서, 지도 생성 장치(100)는 테스트 결과로 신규도로 데이터에 대한 완성도 여부를 판단한다. 지도 생성 장치(100)는 신규도로에 대한 경로 탐색 및 안내를 수행하여 주행이 가능한 경우 완성도가 높다고 판단하고 주행이 불가능한 경우 완성도가 낮다고 판단할 수 있다.
S253단계 및 S254단계에서, 지도 생성 장치(100)는 완성도가 낮은 경우, 실사를 통해 획득한 실사 정보를 수집하여 분석한 후 추출한 신규도로 형상정보와 신규 패턴 속성 정보를 제1 DB에 저장한다.
S255단계에서, 지도 생성 장치(100)는 이후 유사도 판단(S220), 패턴 학습(S230) 및 신규도로 데이터 구축(S240)을 반복 수행하여 신규도로 형상정보를 보정하거나 구축한다.
이상 설명된 본 발명에 따른 실시 예는 컴퓨터 상에서 다양한 구성요소를 통하여 실행될 수 있는 컴퓨터 프로그램의 형태로 구현될 수 있으며, 이와 같은 컴퓨터 프로그램은 컴퓨터로 판독 가능한 매체에 기록될 수 있다. 이때, 매체는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등과 같은, 프로그램 명령어를 저장하고 실행하도록 특별히 구성된 하드웨어 장치를 포함할 수 있다.
한편, 상기 컴퓨터 프로그램은 본 발명을 위하여 특별히 설계되고 구성된 것이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수 있다. 컴퓨터 프로그램의 예에는, 컴파일러에 의하여 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용하여 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함될 수 있다.
본 발명의 명세서(특히 특허청구범위에서)에서 "상기"의 용어 및 이와 유사한 지시 용어의 사용은 단수 및 복수 모두에 해당하는 것일 수 있다. 또한, 본 발명에서 범위(range)를 기재한 경우 상기 범위에 속하는 개별적인 값을 적용한 발명을 포함하는 것으로서(이에 반하는 기재가 없다면), 발명의 상세한 설명에 상기 범위를 구성하는 각 개별적인 값을 기재한 것과 같다.
본 발명에 따른 방법을 구성하는 단계들에 대하여 명백하게 순서를 기재하거나 반하는 기재가 없다면, 상기 단계들은 적당한 순서로 행해질 수 있다. 반드시 상기 단계들의 기재 순서에 따라 본 발명이 한정되는 것은 아니다. 본 발명에서 모든 예들 또는 예시적인 용어(예들 들어, 등등)의 사용은 단순히 본 발명을 상세히 설명하기 위한 것으로서 특허청구범위에 의해 한정되지 않는 이상 상기 예들 또는 예시적인 용어로 인해 본 발명의 범위가 한정되는 것은 아니다. 또한, 당업자는 다양한 수정, 조합 및 변경이 부가된 특허청구범위 또는 그 균등물의 범주 내에서 설계 조건 및 팩터에 따라 구성될 수 있음을 알 수 있다.
따라서, 본 발명의 사상은 상기 설명된 실시 예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 또는 이로부터 등가적으로 변경된 모든 범위는 본 발명의 사상의 범주에 속한다고 할 것이다.
100: 지도 생성 장치
101: 제1 수집부
103: 분석부
105: 제1 DB
107: 유사도 판단부
109: 제2 DB
111: 패턴 학습부
113: 도로 데이터 구축부
115: 테스트부
117: 제2 수집부

Claims (5)

  1. 컴퓨팅 장치에 의해 수행되는 지도 생성 방법으로서,
    신규지역에 대한 평면 설계도 및 상기 신규지역에 구비될 도로 구축 예상도를 수집하는 단계;
    상기 수집된 평면 설계도 및 도로 구축 예상도를 분석하여 도로 형상 정보 및 하나 이상의 패턴 속성 정보를 추출하는 단계;
    상기 도로 형상 정보에 상기 하나 이상의 패턴 속성 정보를 삽입하여 신규도로 데이터를 구축하는 단계; 및
    상기 신규도로 데이터에 대한 주행 프로그램 테스트를 수행하여 상기 신규도로 데이터에 대한 완성도 여부를 판단하는 단계를 포함하고,
    상기 신규도로 데이터에 대한 주행 프로그램 테스트는, 상기 신규도로 데이터에 따른 신규도로에서, 경로 탐색 및 안내 프로그램을 이용한 경로 탐색 및 안내에 따라, 차량이 주행 가능한지 여부를 확인하는 것인, 지도 생성 방법.
  2. 제 1항에 있어서,
    상기 도로 형상 정보는, 도로의 형상과 관련된 정보이고,
    상기 패턴 속성 정보는, 도로종별, 링크종별, 시설물, 진입/진출 위치, 최고/최저속도, 통행/회전규제 및 차선과 관련된 정보인, 지도 생성 방법.
  3. 제 1항에 있어서,
    상기 신규도로 데이터를 구축하는 단계는,
    상기 하나 이상의 패턴 속성 정보를 이용하여 제1 데이터베이스를 구축하는 단계;
    상기 제1 데이터베이스를 이용하여 미리 구축된 제2 데이터베이스를 갱신하는 단계;
    상기 제2 데이터베이스로부터 상기 도로 형상 정보에 대응하는 하나 이상의 패턴 속성 정보를 추출하는 단계; 및
    상기 추출된 패턴 속성 정보를 상기 도로 형상 정보에 삽입함으로써 상기 신규도로 데이터를 구축하는 단계를 포함하는, 지도 생성 방법.
  4. 제 3항에 있어서,
    상기 제2 데이터베이스를 갱신하는 단계는,
    상기 제1 데이터베이스에 저장되어 있는 패턴 속성 정보 중 상기 제2 데이터베이스에 저장되어 있지 않은 패턴 속성 정보를 상기 제2 데이터베이스에 등록하는 단계를 포함하는, 지도 생성 방법.
  5. 제 4항에 있어서,
    상기 제2 데이터베이스를 갱신하는 단계는,
    상기 제1 데이터베이스에 저장되어 있는 패턴 속성 정보 중 상기 제2 데이터베이스에 저장되어 있는 패턴 속성 정보와 유사도가 높거나 일치하는 패턴 속성 정보를 이용하여 상기 제2 데이터베이스에 저장되어 있는 패턴 속성 정보를 갱신하는 단계를 더 포함하는, 지도 생성 방법.
KR1020240025651A 2018-09-28 2024-02-22 지도 생성 장치 및 방법 KR20240031273A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020240025651A KR20240031273A (ko) 2018-09-28 2024-02-22 지도 생성 장치 및 방법

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020180116006A KR102644570B1 (ko) 2018-09-28 2018-09-28 지도 생성 장치 및 방법
KR1020240025651A KR20240031273A (ko) 2018-09-28 2024-02-22 지도 생성 장치 및 방법

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020180116006A Division KR102644570B1 (ko) 2018-09-28 2018-09-28 지도 생성 장치 및 방법

Publications (1)

Publication Number Publication Date
KR20240031273A true KR20240031273A (ko) 2024-03-07

Family

ID=70275587

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020180116006A KR102644570B1 (ko) 2018-09-28 2018-09-28 지도 생성 장치 및 방법
KR1020240025651A KR20240031273A (ko) 2018-09-28 2024-02-22 지도 생성 장치 및 방법

Family Applications Before (1)

Application Number Title Priority Date Filing Date
KR1020180116006A KR102644570B1 (ko) 2018-09-28 2018-09-28 지도 생성 장치 및 방법

Country Status (1)

Country Link
KR (2) KR102644570B1 (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010064815A (ko) 1999-12-18 2001-07-11 이계철 도로정보를 이용한 전자지도 구축 시스템 및 그 방법

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004110802A (ja) 2002-08-26 2004-04-08 Sony Corp 環境同定装置、環境同定方法、プログラム及び記録媒体、並びにロボット装置
KR102300713B1 (ko) * 2014-11-20 2021-09-10 현대엠엔소프트 주식회사 고정밀 벡터지도 제공 방법
JP2017003728A (ja) 2015-06-09 2017-01-05 株式会社日立製作所 地図生成システム、方法、及びプログラム
KR102635566B1 (ko) * 2016-10-31 2024-02-13 현대오토에버 주식회사 내비게이션 시스템용 지도 생성 장치 및 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010064815A (ko) 1999-12-18 2001-07-11 이계철 도로정보를 이용한 전자지도 구축 시스템 및 그 방법

Also Published As

Publication number Publication date
KR20200036991A (ko) 2020-04-08
KR102644570B1 (ko) 2024-03-08

Similar Documents

Publication Publication Date Title
US7957893B2 (en) Methods and systems for deducing road geometry and connectivity
Jilani et al. Automated highway tag assessment of OpenStreetMap road networks
CN105335597B (zh) 用于获取路线的轨迹模式的方法和系统
US20210001891A1 (en) Training data generation for dynamic objects using high definition map data
KR101815511B1 (ko) 교통 시뮬레이션을 위한 프레임워크 및 이를 이용한 시뮬레이션방법
JP2023171390A (ja) 地物検索装置、地物検索方法及び地物検索用プログラム
CN112923941B (zh) 路线规划方法、数据挖掘方法、相应的装置及电子设备
Komol et al. Deep transfer learning based intersection trajectory movement classification for big connected vehicle data
KR102644570B1 (ko) 지도 생성 장치 및 방법
JP2018173762A (ja) 車線情報生成装置及び車線情報生成方法並びに車線情報生成用プログラム
CN116030629B (zh) 基于轨迹大数据的交通拥堵溯源方法、存储介质及服务器
Ji et al. Perspective, survey and trends: Public driving datasets and toolsets for autonomous driving virtual test
JP3925838B2 (ja) 交通流シミュレーションデータ入力装置
CN114973674A (zh) 交通拥堵的治理方法、装置、设备和存储介质
JP7070531B2 (ja) 都市構造設計装置及び都市構造設計プログラム
Thal et al. Generic detection and search-based test case generation of urban scenarios based on real driving data
KR20200138056A (ko) 출발지에 독립적인 액세스 맵 생성을 위한 시스템 및 방법
Treccani et al. Accessible path finding for historic urban environments: feature extraction and vectorization from point clouds
Crampen et al. LOADt: towards a concept of level of as-is detail for digital twins of roads
Bosurgi et al. Road functional classification using pattern recognition techniques
Brown et al. Vision-Based Methodology to Create a Highway Asset Inventory for Integration in a Digital Twin Model
Razi Autonomous Vehicle Testing Using a Model-Based Approach
CN115683130A (zh) 基于车道线生成地图的目标区域出入口区域的方法和装置
Banihashemi Using Quasi-Horizontal Alignment in the absence of the actual alignment
Olthof Lane Change Recognition from Floating Car Data

Legal Events

Date Code Title Description
A107 Divisional application of patent