KR100313456B1 - Traffic information service system - Google Patents
Traffic information service system Download PDFInfo
- Publication number
- KR100313456B1 KR100313456B1 KR1019980042462A KR19980042462A KR100313456B1 KR 100313456 B1 KR100313456 B1 KR 100313456B1 KR 1019980042462 A KR1019980042462 A KR 1019980042462A KR 19980042462 A KR19980042462 A KR 19980042462A KR 100313456 B1 KR100313456 B1 KR 100313456B1
- Authority
- KR
- South Korea
- Prior art keywords
- vehicle
- data
- traffic information
- road
- time
- Prior art date
Links
- 238000012545 processing Methods 0.000 claims abstract description 23
- 238000004891 communication Methods 0.000 claims abstract description 13
- 230000008054 signal transmission Effects 0.000 claims abstract description 11
- 238000000034 method Methods 0.000 claims description 35
- 238000013480 data collection Methods 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 claims 2
- 238000007781 pre-processing Methods 0.000 claims 1
- 238000001914 filtration Methods 0.000 abstract description 2
- 230000011664 signaling Effects 0.000 description 17
- 239000011159 matrix material Substances 0.000 description 14
- 230000010365 information processing Effects 0.000 description 6
- 238000007499 fusion processing Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- RFHAOTPXVQNOHP-UHFFFAOYSA-N fluconazole Chemical compound C1=NC=NN1CC(C=1C(=CC(F)=CC=1)F)(O)CN1C=NC=N1 RFHAOTPXVQNOHP-UHFFFAOYSA-N 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000010924 continuous production Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012731 temporal analysis Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000000700 time series analysis Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
-
- 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
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Automation & Control Theory (AREA)
- Health & Medical Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
Description
본 발명은 대상도로에서 획득되는 자료를 이용하여 자동차 운전자들이 주행도로를 선택하는데 사용되는 교통정보를 가공하여 운전자들에게 제공하는 자동차 교통정보 제공시스템에 관한 것이다.The present invention relates to a vehicle traffic information providing system for processing the traffic information used to select the driving road by the vehicle driver using the data obtained from the target road and providing the driver to the driver.
운전면허증 소지자와 자동차 대수의 급신장으로 도로 교통 수요가 많아짐에 따라 도로의 교통혼잡이나 정체가 발생하게 되었다. 그 때문에 자동차 운전자가 효율적인 도로주행을 위하여 주행경로 상의 교통정보를 입수하여 각자가 주행할 도로를 선택할 수 있게 하는 시스템의 구축이 강력히 요청되고 있다.The rapid increase in the number of driver's licenses and the number of cars has led to traffic congestion and congestion on roads. For this reason, there is a strong demand for the construction of a system that allows motorists to select roads for driving by obtaining traffic information on a driving route for efficient road driving.
종래의 교통정보 제공시스템은 통신원이나 주재원들이 대상도로에서 교통 정보를 수집하여 전화나 팩시밀리 등으로 지역블록이나 전국의 도로교통정보센터 등에 정보를 제공한다. 그러면 도로교통정보센터에서는 이 정보를 운전자에게 유용한 교통정보로 가공하여 가공된 교통정보를 라디오 방송, TV방송, 전화, PC통신, 가변정보판 등을 통하여 교통정보를 제공한다.The conventional traffic information providing system collects the traffic information from the correspondents or expatriates and provides information to the regional block or road traffic information centers of the whole country by telephone or facsimile. The road traffic information center then processes this information into useful traffic information for the driver and provides the traffic information through radio broadcasting, TV broadcasting, telephone, PC communication, and variable information boards.
종래에는 차량평균속도나 교통량 등 자동차 교통류(교통정보)에 관한 정보수집에는 주로 차량감지기가 이용하여 왔다. 차량감지기는 감지영역 내에 차량이 존재하는 시간에 비례해 펄스를 생성하고, 이 펄스를 계측단위시간마다 집계 처리하여 교통상태를 구한다. 또한 각 도로간의 이동시간에 관한 정보는 그 지점들의 교통정보를 이용해 추정연산으로 구한다. 이들 차량감지기에 의한 정보는 도로상의 한정된 지점정보이고 차량감지기 배치에 따라서는 교통상황 파악이 늦어지는 문제점이 있었다.Background Art Conventionally, vehicle detectors have been mainly used for collecting information on vehicle traffic flows (traffic information) such as vehicle average speed and traffic volume. The vehicle detector generates a pulse in proportion to the time that the vehicle is present in the detection area, and counts the pulse for each measurement unit time to obtain a traffic condition. In addition, the information about the travel time between each road is obtained by the estimated operation using the traffic information of the points. The information by these vehicle detectors is limited point information on the road, and there is a problem that the traffic situation is delayed depending on the arrangement of the vehicle detectors.
한편, 교통정보를 제공하는 수단은 주로 라디오, 가변정보판 또는 노측 통신시스템을 이용하고 있다. 그러나 라디오에 의한 정보제공방법은 방송시간이나 방송회수가 매우 적고 정보제공 기회가 많지 않은 문제점이 있었다. 또한 가변정보판에 의한 정보제공방법은 문자정보판의 경우 제공할 수 있는 정보량이 한정되고 도형정보판은 처음 보는 도로망에 익숙하지 않은 운전자에게는 이해하기 어려운 문제점이 있었다. 한편 노측에 설치된 AM 방송 주파수대의 전용 송신기를 써서 교통정보를 카라디오를 통해 제공하는 노측통신 시스템은 음성 아날로그 정보이며 사용 주파수가 한정되어 정보를 제공하는 양에 한계가 있어 운전자의 다양한 요구에 완전하게 대응하기 못하고 정보갱신주기가 길어 즉시성이 떨어지는 문제점이 있었다.Meanwhile, the means for providing traffic information mainly use radios, variable information boards or roadside communication systems. However, the method of providing information by radio has a problem that the broadcasting time or the number of broadcasting is very small and the information providing opportunity is not many. In addition, the information providing method by the variable information plate has a problem that the amount of information that can be provided in the case of the character information plate is limited and the figure information plate is difficult to understand for the driver who is not familiar with the road network for the first time. On the other hand, the roadside communication system that provides traffic information through car radio using a dedicated transmitter of AM broadcasting band installed on the side of the road is voice analog information, and the frequency of use is limited, so there is a limit to the amount of information, which completely meets various needs of drivers. There was a problem of lack of immediateness due to the inability to cope with a long information update cycle.
본 발명은 이러한 문제점을 해결하기 위한 것으로, 본 발명의 목적은 각 도로의 운전자들의 요구에 따라 개별 내용의 정보를 제공하는 자동차 교통정보 제공 시스템을 제공하는 것이다.The present invention has been made to solve such a problem, and an object of the present invention is to provide a vehicle traffic information providing system that provides information of individual contents according to the needs of drivers of each road.
본 발명의 또 다른 목적은 적은 차량으로도 효과적인 데이터를 수집하고 전송되는 데이터의 양을 줄이고 수집한 데이터 중에서 적합하지 않은 데이터를 필터링하고 데이터를 취득할 수 없는 구간은 추론해서 데이터를 만들어 정확한 교통정보를 가공하는 방법을 제공하는 것이다.It is another object of the present invention to collect effective data even with a small vehicle, reduce the amount of transmitted data, filter out inappropriate data among the collected data, and infer data where no data can be obtained to make accurate traffic information. It is to provide a method for processing.
도1은 본 발명에 따른 자동차 교통정보 제공시스템의 구성도1 is a block diagram of a vehicle traffic information providing system according to the present invention
도2는 본 발명에 따른 자동차 교통정보 가공방법의 순서도Figure 2 is a flow chart of the vehicle traffic information processing method according to the present invention
도3은 교통류를 가공하는 순서도Figure 3 is a flow chart for processing traffic flow
도4는 데이터를 융합하는 순서도4 is a flow chart for fusing data
* 도면의 주요부분에 대한 부호의 설명* Explanation of symbols for main parts of the drawings
12: 인공위성 14: 신호발신차량12: satellite 14: signaling vehicle
16: 무선데이터기지국 18: 교통정보센터16: Wireless data base station 18: Traffic Information Center
32: 도로상황에 대한 데이터 수집 34: 교통정보 가공32: Collect data on road conditions 34: Process traffic information
36: 통과시간 예측 38: 최적경로 예측36: prediction of passage time 38: prediction of optimal route
40, 60: 표출 42: 차량평균속도 추정 및 예측40, 60: display 42: vehicle average speed estimation and prediction
44: 점유율 예측 46: 교통량 예측44: share forecast 46: traffic forecast
54: 링크별 데이터 산출 56: 통계처리54: calculation of data per link 56: statistical processing
58: 데이터 융합58: data fusion
이러한 목적을 달성하기 위하여 본 발명은 도로를 주행하는 차량으로부터 획득되는 데이터를 이용하여 교통정보 표출장치를 통하여 자동차 운전자에게 주행경로 결정하는데 사용되는 교통정보를 제공하는 자동차 교통정보 제공시스템으로, GPS 인공위성과 다수의 신호발신차량, 무선데이터기지국, 교통정보센터를 구비한다. 인공위성은 단위시간마다 위치데이터를 각각의 신호발신차량에 제공한다. 각각의 신호발신차량은 GPS 단말기와 무선송수신장치를 구비하고 인공위성으로부터 제공된 위치데이터를 무선송수신장치를 통하여 무선데이터기지국에 보낸다. 무선데이터기지국은 신호발신차량으로부터 수신된 위치데이터를 교통정보센터에 전달한다. 교통정보센터는 신호발신차량 및 서로 연결된 단위구간(PRU)으로 구분된 도로에 대한 데이터베이스와 위치데이터를 수집하여 처리하기 위한 장치와 상기 처리된 결과로서의 교통정보를 교통정보 표출장치를 통해 운전자에게 제공하기 위한 교통정보 제공장치를 구비한다.In order to achieve the above object, the present invention is a vehicle traffic information providing system for providing traffic information used to determine a driving route to a vehicle driver through a traffic information display device using data obtained from a vehicle driving on a road, And a number of signaling vehicles, wireless data base stations, and traffic information centers. The satellite provides position data to each signaling vehicle every unit time. Each signal transmitting vehicle has a GPS terminal and a radio transmitting and receiving device and sends position data provided from the satellite to the radio data base station through the radio transmitting and receiving device. The wireless data base station transmits the location data received from the signaling vehicle to the traffic information center. The traffic information center collects and processes the database and location data of the signal vehicle and the road divided into the connected unit section (PRU), and provides the driver with traffic information through the traffic information display device. A traffic information providing device is provided.
본 발명의 또 다른 측면에 따르면, 도로를 주행하는 다수의 차량으로부터 획득되는 데이터를 처리하여 자동차 운전자들에게 주행경로를 결정하는데 사용되는 교통정보를 제공하는 방법으로서, 각 대상도로(PRU)마다 신호발신차량들의 위치데이터 및 시간데이터로부터 속도데이터를 구하고 속도데이터가 있는 도로는 속도데이터를 이용하여 차량평균속도를 추정하고 속도데이터가 없는 도로는 인접도로의 차량평균속도 정보와 통계데이터베이스에 있는 데이터가 없는 도로 및 인접도로의 차량평균속도들의 시계열 정보 및 인접도로의 추정평균속도를 이용하여 차량평균속도를 예측하는 단계와 추정되거나 예측된 차량평균속도를 운전자에게 표출하는 단계를 포함한다. 또한 추정되거나 예측된 차량평균속도를 이용하여 자동차 도로 점유율과 교통량, 통과시간, 최적경로를 예측하는 단계를 더 포함한다.According to another aspect of the present invention, a method for providing traffic information used to determine driving directions to motorists by processing data obtained from a plurality of vehicles driving on a road, the signal for each target road (PRU) Obtain speed data from the location data and time data of the outgoing vehicles, estimate the average vehicle speed using the speed data on the road with the speed data, and calculate the average vehicle speed of the adjacent road and the data in the statistics database. Estimating the vehicle average speed using time series information of vehicle average speeds of non-existing roads and adjacent roads and estimated average speeds of adjacent roads and expressing the estimated or estimated vehicle average speeds to the driver. The method may further include estimating vehicle road occupancy, traffic volume, passing time, and optimum route using the estimated or estimated vehicle average speed.
이하 첨부된 도면을 참조하여 본 발명을 상세히 설명한다.Hereinafter, the present invention will be described in detail with reference to the accompanying drawings.
도1을 참조하면, 자동차 교통정보 제공시스템(10)은 인공위성(12), 신호발신차량(14), 무선데이터기지국(16)과 교통정보센터(18)로 구성된다. 인공위성(12)은 GPS(Global Positioning Satellite Technique)을 이용한다. 신호발신차량(14)은 보통의 택시나 버스 등과 같은 자동차로써 GPS단말기와 무선송수신기와 교통정보 표출장치가 장착된다. 기초적인 위치정보를 획득하기 위한 신호발신차량(14)으로는 운전형태가 특이하지 않고 이동이 많은, 예를 들면 모범택시와 같은 차량이 바람직하다. 교통정보 표출장치는 지도와 문자정보가 디스플레이에 나타나게 하여 운전자들이 시각을 통해 교통정보를 볼 수 있는 비디오장치 또는 청각을 통해 교통정보를 들을 수 있는 오디오장치를 갖는다. 또한 비디오장치와 오디오 장치를 모두 가질 수도 있다.Referring to FIG. 1, the vehicle traffic information providing system 10 includes a satellite 12, a signal transmitting vehicle 14, a wireless data base station 16, and a traffic information center 18. As shown in FIG. The satellite 12 uses Global Positioning Satellite Technique (GPS). The signal transmitting vehicle 14 is a vehicle such as a taxi or a bus, and is equipped with a GPS terminal, a wireless transmitter, and a traffic information display device. As the signal transmitting vehicle 14 for acquiring the basic positional information, a vehicle such as an exemplary taxi, which is not unusual in driving mode and has a lot of movement, is preferable. The traffic information display apparatus has a video device that allows maps and text information to be displayed on a display so that drivers can view traffic information through vision, or an audio device that can hear traffic information through hearing. It can also have both video and audio devices.
무선데이터기지국(16)은 유선통신망과 무선통신망을 갖는다. 무선데이터기지국(16)은 기존에 사용되고 있는 이동 통신(mobile communication)의 기지국들을 사용하는 것이 바람직하다. 교통정보센터(18)는 상기 기지국(16)과 연결된 유선통신망과 중앙연산처리장치를 갖는다. 중앙연산처리장치는 신호발신차량(14)으로부터 송신되는 신호발신차량(14)의 위치데이터를 기지국(16)을 통하여 받아들이는 장치와 수집된 정보를 변환, 가공하는 장치와 가공된 교통정보를 데이터베이스(data base)화하고 이를 저장하는 장치를 갖는다. 데이터베이스의 구조는 도로 관련 데이터, 지명 관련 데이터, 이미지 관련 데이터와 영역 관련 데이터 등으로 되어 있으나, 본 발명은 이에 제한되는 것은 아니다.The wireless data base station 16 has a wired communication network and a wireless communication network. The wireless data base station 16 preferably uses base stations of mobile communication that are used in the past. The traffic information center 18 has a wired communication network connected with the base station 16 and a central processing unit. The central processing unit is a database that receives the position data of the signal transmitting vehicle 14 transmitted from the signal transmitting vehicle 14 through the base station 16, converts and processes the collected information, and processes the processed traffic information into a database. (data base) has a device to store and store it. The structure of the database includes road-related data, name-related data, image-related data and area-related data, but the present invention is not limited thereto.
도1을 참조하여 자동차 교통정보 제공시스템(10)의 작동을 살펴본다. 신호발신차량(14)의 GPS단말기가 위치데이터를 단위 시간마다 인공위성(12)에 요청한다. 그러면 인공위성(12)은 위치데이터를 신호발신차량(14)을 향하여 송신한다. 신호발신차량(14)의 GPS단말기는 인공위성으로부터 송신되는 위치데이터를 수신한다. 신호발신차량(14)은 무선송수신기를 통하여 자신의 위치데이터를 무선데이터기지국(16)에 송신한다. 무선데이터기지국(16)은 무선통신망을 이용하여 신호발신차량(14)으로부터 송신된 위치데이터를 수신한다. 무선데이터기지국(16)은 유선통신망을 이용하여 신호발신차량(14)의 위치데이터를 교통정보센터(18)에 송신한다. 교통정보센터(18)는 신호발신차량(14)들의 위치데이터를 최종 수신한다. 또한, 교통정보센터(18)는 위치데이터를 수집하여 데이터 베이스(data base)화하고 이 데이터를 가공하여 운전자에게 제공할 교통정보를 만들어 낸다. 교통정보센터(18)에서 가공된 교통정보는 무선데이터기지국(16)을 통해 각 신호발신차량(14)에 제공한다. 신호발신차량(14)에 있는 교통정보 표출장치는 비디오장치를 통해 교통정보를 운전자들이 볼 수 있게 하거나 오디오장치를 통해 교통정보를 운전자들이 들을 수 있게 한다. 운전자들은 교통정보를 기초로 하여 주행경로와 주행행동을 결정한다. 한편 가공된 교통정보는 신호발신차량(14)이 아니지만 교통정보 표출장치를 갖는 일반 차량에도 공급될 수 있다.Referring to Figure 1 looks at the operation of the vehicle traffic information providing system 10. The GPS terminal of the signaling vehicle 14 requests the satellite 12 for position data every unit time. The satellite 12 then transmits the position data toward the signal transmitting vehicle 14. The GPS terminal of the signaling vehicle 14 receives the position data transmitted from the satellite. The signal transmitting vehicle 14 transmits its position data to the radio data base station 16 via the radio transceiver. The radio data base station 16 receives the position data transmitted from the signal transmitting vehicle 14 using the radio communication network. The wireless data base station 16 transmits the position data of the signal transmitting vehicle 14 to the traffic information center 18 using a wired communication network. The traffic information center 18 finally receives the position data of the signal transmitting vehicles 14. In addition, the traffic information center 18 collects the location data into a database and processes the data to produce traffic information to be provided to the driver. The traffic information processed at the traffic information center 18 is provided to each signaling vehicle 14 through the wireless data base station 16. The traffic information display device in the signaling vehicle 14 allows the driver to view the traffic information through the video device or the driver to hear the traffic information through the audio device. Drivers determine driving routes and driving behaviors based on traffic information. On the other hand, the processed traffic information is not the signal transmitting vehicle 14 but can be supplied to a general vehicle having a traffic information display device.
도2를 참조하면, 교통정보센터(18)에서 교통정보를 가공하는 방법은 신호발신차량(14)의 위치데이터를 포함하는 도로상황에 대한 데이터를 수집하는 단계(32), 교통정보 가공단계(34), 통과시간 예측단계(36), 최적경로 결정단계(38)와 교통정보 표출단계(40)로 나누어진다.Referring to FIG. 2, the traffic information processing method in the traffic information center 18 includes collecting data 32 on road conditions including location data of the signal transmitting vehicle 14, and traffic information processing step ( 34), the passage time prediction step 36, the optimum route determination step 38 and the traffic information display step 40.
교통정보센터(18)에서 교통정보를 가공하기 위해서 먼저 대상도로를 선정하여 각 대상도로의 도로상황에 대한 데이터를 수집한다. 수집된 데이터는 각 도로의 교통류 즉, 차량평균속도, 자동차의 도로 점유율 또는 교통량 각각을 직접 구하는데 사용된다. 각각 구해진 차량평균속도, 점유율이나 교통량은 그 자체가 교통정보로 운전자들에게 표출되고 통과시간을 구하는 자료로도 사용된다. 예측된 통과시간은 그 자체가 교통정보로 운전자들에게 표출되고 최적경로를 정하는데 사용된다. 예측된 최적경로는 운전자들에게 표출된다. 운전자들은 표출된 교통류, 통과시간, 최적경로와 기타 교통정보를 통하여 가고자하는 도로의 경로를 결정한다.In order to process the traffic information, the traffic information center 18 first selects a target road and collects data on road conditions of each target road. The collected data is used to directly calculate the traffic flow of each road, ie vehicle average speed, vehicle share or traffic volume. Each vehicle's average speed, occupancy rate, or traffic volume is itself expressed as traffic information to drivers and used as a data for calculating the transit time. The predicted transit time is itself expressed to the driver as traffic information and used to determine the best route. The predicted best path is presented to the drivers. Drivers determine the route they want to go to via the traffic flow, transit time, optimal route and other traffic information.
1. 도로상황에 대한 기초 데이터 수집단계1. Basic data collection stage for road conditions
도로상황에 대한 기초 데이터 수집단계(32)는 대상도로를 선정하는 단계와 도로상황에 대한 데이터를 수집하는 단계와 예외차량을 탐지/수정하는 단계로 다시 나누어진다.Basic data collection step 32 of the road situation is divided into the step of selecting the target road, collecting data on the road situation and the step of detecting / modifying the exceptional vehicle.
대상도로 선정단계는 먼저 서울, 수도권, 대구, 대전, 광주 등 관심 있는 도시와 그 도시경계를 정확히 설정한다. 너무 작은 규모의 도로, 예를 들면 골목길 등은 통합하고 너무 큰 규모의 도로, 예를 들면 남부순환도로 등은 신호등, 사거리 단위로 분할한다. 이처럼 통합, 분할 등으로 조절된 도로 각각을 기본단위인 PRU( Primary Road Unit)라 한다. 1개의 PRU는 1개의 링크(link)와 링크 양쪽 끝에 있는 2개의 노드(node)로 구성된다. 링크와 링크는 노드에 의해서 연결된다. 노드는 사거리 교차로나 신호등으로 결정하되 링크가 너무 긴 경우에는 교통량 변화정도에 따라 분할할 수 있다. 즉 PRU는 삼거리 이상에서는 반드시 구분되어야 하며 지선 도로에 신호등이 있는 경우에도 일단은 분할한 후 나중에 데이터가 얻어진 후 동질성검정(homogeneity test)하여 합동화(pooling)하는 것이 바람직하다. H개의 구역에 N개의 PRU가 있는 경우 각 구역에 N(h)(h=1~H)개의 PRU가 있게 된다. 교통정보센터가 차량들의 위치데이터를 수집할 때 겹치지 않고 해당되는 PRU를 찾을 수 있어야 한다.First, the road selection step accurately establishes the cities of interest such as Seoul, metropolitan area, Daegu, Daejeon, and Gwangju and their city boundaries. Roads that are too small, such as alleys, are integrated, and roads that are too large, such as the Southern Ring Road, are divided into traffic lights and crossroads. Each road controlled by such integration, splitting, etc. is called a primary road unit (PRU). One PRU consists of one link and two nodes at both ends of the link. Links and links are connected by nodes. Nodes can be determined at intersections or traffic lights, but if the links are too long, they can be segmented according to traffic volume. That is, the PRU should be separated at three or more distances, and even if there are traffic lights on the branch road, it is preferable to divide the data at once and pool it by homogeneity test after data is obtained later. If there are N PRUs in H zones, there will be N (h) (h = 1 ~ H) PRUs in each zone. When traffic information centers collect location data of vehicles, they should be able to find the corresponding PRU without overlapping.
교통정보센터에 수집되는 각 PRU의 데이터구조는 대구역(도시), 소구역(구 또는 동), PRU 상황(동서남북 방향여부 포함), 연결된 이웃 PRU 상황, 주변의 특징(대학가, 야구장, 유흥가 등), 버스 전용차선 여부 등이 포함된다. 데이터가 축적되면 요일별, 시간대별, 날씨별 평균시속 등이 입력된다.The data structure of each PRU collected in the traffic information center can be divided into major (city), sub-region (old or east), PRU status (including north-south, north-south direction), connected neighboring PRU status, and surrounding features (university, baseball field, nightlife, etc.) Bus lanes, etc. When data is accumulated, the average speed per day, time zone, and weather is input.
도로상황에 대한 데이터 수집단계는 주어진 시간, 예를 들면 10분 또는 30분마다 모든 PRU에 대하여 도로상황에 대한 데이터를 수집한다. 도로상황에 대한 데이터가 수집되는 시간 간격을 TRI(Traffic situation Reporting Interval)이라 한다. 도로상황에 대한 데이터를 수집하는 차량은 주요 운행장소를 기준으로 각 구역(h=1당 적절한 대수가 되도록 신호발신차량(14)을 선정한다. 선정된 신호발신차량은 자신의 위치데이터를 주기적으로 교통정보센터에 발신한다. 차량의 신호발신 주기인 CRI(Car location Reporting Interval)는 TRI보다 작아야 한다. 예를 들어 TRI는 10분이고 CRI는 1분으로 할 수 있다. 이 경우 1 TRI동안 각 차량마다 10개의 위치데이터를 수집하게 되는 것이다. 교통정보센터(18)의 중앙연산처리장치의 데이터처리 용량에 문제가 없는 한 CRI는 짧을수록 좋다. 적절한 TRI는 모의실험(simulation)에 의해서 결정하는 것이 바람직하다. 차량으로부터는 1 TRI 동안 얻어진 차량 위치데이터와 함께 차량 고유번호, 시간, 해당 PRU 등의 여러 정보가 제공된다.The data collection step for road conditions collects data on road conditions for all PRUs at a given time, for example 10 or 30 minutes. The time interval at which data on the road situation is collected is called a traffic situation reporting interval (TRI). A vehicle collecting data on road conditions selects a signaling vehicle 14 so that the appropriate number of vehicles in each zone (h = 1) is based on the main driving location. The selected signaling vehicle periodically selects its own location data. The CRI (Car location Reporting Interval), which is the signal transmission cycle of a vehicle, should be less than TRI, for example, TRI can be 10 minutes and CRI can be 1 minute, in which case each vehicle for 1 TRI As long as there is no problem in the data processing capacity of the central processing unit of the traffic information center 18, the shorter the CRI is, the better the TRI is to be determined by simulation. The vehicle is provided with various information such as vehicle identification number, time, and corresponding PRU along with vehicle position data obtained during 1 TRI.
예외 차량의 탐지/수정단계에서는 평균적인 데이터와 큰 편차를 보이는 값이 관측될 때 이러한 데이터는 통계학적 추론과정에서 제외하거나 가중치를 갖는 수정된 값을 채택한다. 신호발신차량(14)의 위치데이터가 큰 오차를 보이는 것을 대비하여 신호발신차량(14)의 20~30% 정도에 신호출력기 2개를 장착하여 측정에러(measurement error)를 추정하는 것이 바람직하다.In the detection / modification phase of the exceptional vehicle, when a value with a large deviation from the average data is observed, such data is excluded from the statistical inference process or adopts a weighted modified value. It is preferable to estimate the measurement error by mounting two signal output devices on 20 to 30% of the signal transmitting vehicle 14 in preparation for the large positional data of the signal transmitting vehicle 14.
2 교통정보 가공단계2 Traffic Information Processing Stage
교통정보 가공단계(34)는 차량속도를 추정하거나 예측하는 단계(42), 자동차 점유율을 예측하는 단계(44), 교통량을 추정/예측하는 단계(46), 참값을 통한 수정단계로 세분된다.The traffic information processing step 34 is subdivided into a step 42 for estimating or predicting a vehicle speed, a step 44 for estimating a vehicle occupancy rate, a step 46 for estimating / predicting a traffic volume, and a correcting step using a true value.
도3에는 교통정보센터(18)에서 신호발신차량들(14)로부터 수집한 위치데이터를 가공하여 차량평균속도를 추정하거나 예측하는 과정이 도시되어 있다. 신호발신차량(14)으로부터 송신된 위치데이터(50)는 먼저 맵매칭(map matching, 52)된다. 맵매칭(52)에 의해 신호발신차량(14)의 지도상 위치가 정확하게 잡힌다. 맵매칭(52)된 위치데이터를 이용하여 링크별 속도데이터의 산출(54)이 이루어진다. 산출된 링크별 속도데이터는 통계처리 과정(56)과 데이터 융합과정(58)으로 보낸다. 데이터 융합과정(58)에서 필요에 따라 통계처리 과정(56)을 통해 데이터를 가공하고, 통계처리(56)된 데이터를 필요에 따라 표출한다. 데이터 융합과정(58)을 거친 데이터는 운전자들에게 표출(60)된다. 데이터 융합과정(58)에 대해서는 뒤에서 도4를 참조하여 상세히 설명한다.3 shows a process of estimating or predicting a vehicle average speed by processing position data collected from the signal transmitting vehicles 14 in the traffic information center 18. As shown in FIG. The position data 50 transmitted from the signal transmitting vehicle 14 is first subjected to map matching 52. The map matching 52 accurately captures the position on the map of the signal transmitting vehicle 14. Calculation 54 of speed data for each link is made using the position matching data of map matching 52. The calculated speed data for each link is sent to a statistical process 56 and a data fusion process 58. In the data fusion process 58, the data is processed through the statistical processing 56 as necessary, and the statistically processed data is displayed as necessary. The data that has undergone the data fusion process 58 is displayed 60 to the drivers. The data fusion process 58 will be described in detail later with reference to FIG. 4.
위치데이터를 갖는 링크의 속도데이터를 산출하는 단계(54)에 대해 설명한다. 링크길이를 L(단위: meter), 전송주기를 T(단위: second), 위치발송회수를 n이라 하면 n=0일 때에는A step 54 of calculating velocity data of a link having position data will be described. If the link length is L (unit: meter), the transmission period is T (unit: second), and the number of times of location transmission is n, when n = 0
이다. 여기서 n=0은 신호발신차량(14)이 한 번의 신호도 보내지 않고 해당링크를 통과했음을 의미한다. n=1이면to be. Here, n = 0 means that the signaling vehicle 14 has passed through the corresponding link without sending a single signal. if n = 1
이다. 여기서 n=1은 링크 내에서 신호발신차량(14)이 한 번의 신호만을 발송했음을 의미한다. Max(L1,L2)는 신호발송위치를 기준으로 링크의 한쪽 끝에서 신호발송위치까지의 길이를 L1이라 하고 링크의 다른 쪽 끝에서 신호발송위치까지의 길이를 L2라고 할 때 L1과 L2중 긴 쪽의 길이를 나타낸다. n=2이면to be. Here n = 1 means that the signaling vehicle 14 has only sent one signal in the link. Max (L 1 , L 2 ) is the length from one end of the link to the signal transmission position L 1 and the length from the other end of the link to the signal transmission position L 2 based on the signal transmission position. The longer of 1 and L 2 is shown. if n = 2
이다. n=2는 링크 내에서 신호발신차량이 두 번의 신호를 발송했음을 의미한다. L2는 두 번의 신호를 발송하는 사이 신호발신차량이 이동한 거리를 의미한다. n=3이면to be. n = 2 means that the signaling vehicle sent two signals in the link. L 2 means the distance traveled by the signaling vehicle between two signals. if n = 3
이다. n=3은 한 링크 내에서 세 번의 신호를 발송했음을 의미한다. L2는 첫 번째 신호와 두 번째 신호를 발송하는 동안 이동한 거리를 의미하며 L3은 두 번째 신호와 세 번째 신호 사이 이동한 거리를 의미한다. n이 3이상일 경우 이를 일반화하면 3이상이 k에 대하여, n=k(k=3,4,....)일 때에는to be. n = 3 means that three signals are sent within a link. L 2 is the distance traveled while sending the first and second signals, and L 3 is the distance traveled between the second and third signals. If n is greater than or equal to 3, generalize it and if more than 3 is for k, and if n = k (k = 3, 4, ...)
이다.to be.
이렇게 얻어진 신호발신차량의 링크별 속도데이터에 대한 통계처리 단계(56)를 설명하면 다음과 같다. 이 통계처리 단계는 그 대상도로에 신호발신차량(14)들의 속도데이터가 얻어진 경우와 그렇지 않은 경우(missing data)로 나눌 수 있다.The statistical processing step 56 for the speed data for each link of the signal transmission vehicle thus obtained will be described as follows. This statistical processing step can be divided into the case where the speed data of the signal transmitting vehicles 14 are obtained on the target road and the case when the data is not.
속도데이터를 구한 후 그 도로(PRU)의 신호발신차량의 속도데이터를 평균하여 평균속도데이터(이하 이 데이터와 추정 또는 예측된 대상도로의 차량평균속도와 구별하기 위해 이 데이터를 '평균속도데이터'라 한다)를 계산한다. 대상도로의 추정 차량평균속도는 아래 수식에 따라 통계데이터베이스에 있는 과거의 차량평균속도와 앞에서 계산한 평균속도데이터로부터 구해진다.After the speed data is obtained, the average speed data (hereinafter referred to as 'average speed data') is distinguished from average speed data (hereinafter referred to as 'average speed data'). Calculate. The estimated vehicle average speed on the target road is obtained from the average vehicle speed in the statistical database and the average speed data calculated above according to the following equation.
여기서
다른 실시예에서는 이 차량평균속도가 단순한 산술평균보다 차량의 기종과 운전자의 운전성향 등에 따라 변이(variance)를 고려하여 비중(weight)을 다르게 주어 계산할 수도 있다.In another embodiment, the vehicle average speed may be calculated by giving different weights in consideration of variations depending on the model of the vehicle and the driver's driving tendency, rather than a simple arithmetic average.
추정평균속도가 없는 도로(PRU)(즉, 최신정보가 없는 도로) 또는 미래시점 도로(PRU)의 경우는 인접링크(PRU) 차량평균속도의 정보와 통계데이터베이스에 있는 시계열 정보를 이용하여 차량평균속도를 예측하는데, 바람직하기로는 spatio temporal kalman filtering 기법을 이용한다. 이 때 연관구조(correlation structure)가 중요한 역할을 한다. 차량평균속도를 예측하는 경우 특정시간, 특정위치의 교통상황과 연관관계가 높은 표본데이터를 이용하는 것이 바람직하다. 예를 들면, BLUO THEORY를 이용하여 같은 요일, 같은 시간대의 그 위치에서 평균속도데이터, 연결된 이웃도로에서 얻어진 표본데이터와 바로 그 위치 전시간에 얻어진 데이터들의 선형조합(linear combination)을 이용하여 최적예측(optimal prediction)을 할 수 있다. 최적예측을 위하여 분산-공분산 행렬을 정확히 추정하는 것이 필요하다. 자유도를 높이기 위해서 비슷한 시간대의 분산-공분산 행렬(variance- covariance matrix)을 합동화(pooling)하면 추정의 정확도를 높일 수 있다.For roads without estimated average speeds (ie roads with no up-to-date information) or future roads (PRUs), vehicle averages are determined using information on the average speed of adjacent links (PRUs) and time series information in the statistical database. To predict the velocity, spatio temporal kalman filtering is preferably used. The correlation structure plays an important role. When estimating the average vehicle speed, it is desirable to use sample data that is highly related to traffic conditions at specific time and location. For example, using BLUO THEORY, the best prediction is based on the linear combination of the average velocity data at the same day and the same time zone, the sample data obtained from the connected neighboring roads, and the data obtained immediately before the location. (optimal prediction) can be made. It is necessary to accurately estimate the variance-covariance matrix for optimal prediction. To increase the degree of freedom, pooling variance-covariance matrices of similar time zones can increase the accuracy of the estimation.
관측하여 얻은 평균속도데이터가 없는 도로(PRU, 링크)와 미래시점의 어느 PRU의 차량평균속도를 구하는 경우에 인접링크의 정보와 시계열 분석을 통해 차량평균속도를 구하는 방법을 자세히 살펴보면 아래와 같다.In the case of calculating the average vehicle speed of a road (PRU, link) that does not have the observed average speed data, and a future PRU, the method of calculating the vehicle average speed through the information of the adjacent link and time series analysis is as follows.
도로에 n개의 링크가 있다고 하자. 링크 1은 S1, 링크 2는 S2,…,링크 n은 Sn으로 나타낸다. 링크 i(i=1~n)에서 임의시간 t에 관측된 신호발신차량의 위치데이터로부터 계산하여 얻은 평균속도데이터를 Zt(Si)라고 표시할 때, 이러한 데이터가 시간적으로 시점 1부터 시점 T까지 있다고 하면 관측된 평균속도데이터는 다음과 같은 행렬로 표시될 수 있다.Suppose there are n links on the road. Link 1 is S 1 , link 2 is S 2 ,.. , Link n is represented by S n . When the average velocity data obtained by calculating the position data of the signal transmission vehicle observed at an arbitrary time t in the link i (i = 1 to n) is expressed as Z t (S i ), such data is obtained from the time point 1 from the time point. If it is up to T, the observed average velocity data can be represented by the following matrix.
여기서
상기 행렬들의 측정 계산된 평균속도데이터들이 참값(true value)에 에러값(white noise)이 더해져 얻어졌다고 가정하면, 평균속도데이터에 대하여 다음과 같은 모델링이 가능하다.Measurement of the matrices Assuming that the calculated average velocity data is obtained by adding white noise to a true value, the following modeling is possible for the average velocity data.
여기서
이때 임의시점 t에 링크 i에서의 참값
여기서
임의의 특정 링크 S0의 특정 시점 t에서 관측된 속도데이터가 없다고 가정하자. 그리고 Zt(S0)의 값을 이전의 평균속도데이터들(Z1, Z2,…,Zt)로부터 예측하기 위하여 Zt(S0)의 참값인 St(S0)를 예측하여서 그 값을 Zt(S0)의 예측값으로 사용한다. 즉Assume that there is no velocity data observed at a particular time t of any particular link S 0 . In order to predict the value of Z t (S 0 ) from previous average velocity data (Z 1 , Z 2 ,…, Z t ), S t (S 0 ), which is the true value of Z t (S 0 ), is predicted. Use that value as the predicted value for Z t (S 0 ). In other words
여기에서
을 정하는 것이다. 제3단계는
또는 다음 식을 이용한다.Or use the following equation.
상기 수식에서 사용된 값들은 다음과 같이 계산할 수 있다.The values used in the above formula can be calculated as follows.
이다.to be.
마지막 제4단계는 제3단계를 t번 반복하여
한편 미래 시점 t+1에서 예상치를 구하는 방법을 살펴본다. 위에서 정한 동일한 모델링과 정의들과 다음 식을 이용하여 예상치를 구할 수 있다.On the other hand, we will look at how to obtain an estimate at a future point in time t + 1. The same modeling and definitions as defined above and the following equation can be used to derive an estimate.
여기서
특정링크의 특정시점에서 관측된 평균속도데이터가 없는 경우 본 발명에 따라 대상도로의 차량평균속도를 구하는 방법을 예를 들어 살펴보면 다음과 같다.When there is no average speed data observed at a specific time point of a specific link, a method of obtaining an average speed of a vehicle on a target road according to the present invention will be described.
3개의 링크 S1, S2, S3과 2개의 시점 t1, t2에 대하여 S2에 t2에 대한 평균속도데이터를 제외하고 평균속도데이터를 모두 알고 있다고 하자. 평균속도데이터들을 행렬로 나타내면 다음과 같다.Assume that all the average velocity data are known for the three links S 1 , S 2 , S 3 and two time points t 1 and t 2 except for the average velocity data for S 2 at t 2 . The average velocity data is expressed as a matrix as follows.
상기 수식에서는 시점 t와 시점 t-1 간의 연관성 α를 0.5로 한 것이다. 모든 i, j에 대하여 다음과 같은 값들을 가정한다.In the above formula, the relation a between the time point t and the time point t-1 is 0.5. Assume the following values for all i and j:
또한 모든 시점 t와 모든 i, j에 대하여 다음과 같은 값을 가정한다.In addition, the following values are assumed for all time points t and all i and j.
모델링과 가정들을 했으므로 각 단계별로 Z2(S2)를 구한다.Now that we have modeled and made assumptions, we find Z 2 (S 2 ) for each step.
1단계로
동일한 방법으로
2단계로
결국finally
링크 S2에 시점 t2에 대한 차량평균속도는 36.67Km/h이라고 예측할 수 있다.The average vehicle speed for the time point t 2 at link S 2 can be estimated to be 36.67 km / h.
도3에 도시한 바와 같이 데이터 융합단계(58)에서는 링크별 속도데이터와 통계처리단계에서 추정 또는 예측된 대상도로의 차량평균속도와 같은 통계 처리한 교통정보와 또 다른 교통정보들을 융합한다. 도4는 이 융합단계를 상세히 설명한다. 도4를 참조하면, 먼저 첫 번째(i=1) 링크에 대한 보다 신뢰도 높은 별도의 운전자 정보가 있는지를 판단하는 단계를 거친다. 운전자 정보는 해당 도로(PRU)를 운행하고 있는 운전자가 해당 도로의 교통정보를 직접 교통정보센터에 유무선 통신수단을 이용하여 제공된 정보이다. 운전자 정보가 있으면 그 운전자 정보를 표출한다. 그리고 다음(i=i+1) 링크로 이동한다. 운전자 정보가 없으면 그 링크에 대한 최신정보(current information)가 있는지 판단한다. 최신정보란 실시간 정보로 해당 도로(PRU)의 신호발신차량으로부터 획득된 데이터로서 추정한 차량평균속도를 가리킨다. 그 링크(도로, PRU)에서 최신정보가 없으면 통계처리를 통해 예측된 차량평균속도를 표출한다. 통계처리를 통해 예측된 차량평균속도는 위에서 설명한 과정에 따라, 신호발신차량들의 최신정보가 없는 경우 인접링크와 과거의 시계열 정보를 이용하여 통계 처리하여 예측된 차량평균속도이다. 최신정보가 있으면 과거정보와 차이가 있는지 판단한다. 과거정보와 차이가 없으면 최신정보를 그대로 표출한다. 과거정보란 대상도로의 과거 도로상황을 대표할 수 있는 차량평균속도의 대표값이다. 과거정보와 차이가 있으면 다음 수식에 따라 차량평균속도와 같은 새로운 교통정보를 구한다.As shown in FIG. 3, in the data fusion step 58, the traffic data for each link is fused with other traffic information and statistically processed traffic information such as vehicle average speed on the target road estimated or predicted in the statistical processing step. 4 illustrates this fusion step in detail. Referring to FIG. 4, first, a determination is made as to whether there is additional reliable driver information for the first (i = 1) link. Driver information is information provided by a driver operating a corresponding road (PRU) directly to the traffic information center using wired or wireless communication means. If there is driver information, the driver information is displayed. Then go to the next (i = i + 1) link. If there is no driver information, determine if there is current information about the link. Up-to-date information refers to the estimated vehicle average speed as data obtained from a signaling vehicle of a corresponding road (PRU) in real time. If there is no up-to-date information on the link (road, PRU), the estimated vehicle average speed is displayed through statistical processing. According to the process described above, the average vehicle speed predicted through statistical processing is the average vehicle speed estimated by performing statistical processing using neighboring links and past time series information when there is no latest information on signal transmitting vehicles. If there is the latest information, it is determined whether there is a difference from the past information. If there is no difference from past information, the latest information is displayed as it is. The historical information is a representative value of the average vehicle speed that can represent the past road situation of the target road. If there is a difference from the past information, new traffic information such as average vehicle speed is obtained according to the following equation.
여기서 V1은 최신정보를 의미하며, V2는 과거정보를 의미한다. 또한 σ1은 최신분산을, σ2는 과거분산을 의미한다. 계산된 새로운 교통정보는 운전자들에게 표출(98)된다. 그후 그 다음 차례의 링크에 대하여 동일한 과정을 반복한다.Where V 1 means the latest information and V 2 means the past information. Σ 1 is the latest variance and σ 2 is the past variance. The calculated new traffic information is displayed 98 to the drivers. Then repeat the same process for the next link.
추정 또는 예측된 대상 PRU의 차량평균속도는 융합과정을 거쳐 표출될 수도 있으며, 차량평균속도를 다음 시점의 교통정보를 구하는 데에 이용할 수도 있다.The average vehicle speed of the estimated or predicted target PRU may be expressed through a fusion process, and the vehicle average speed may be used to obtain traffic information of the next time point.
다시 도2를 참조하면, 자동차 점유율을 예측하는 단계(44)는 속도와 점유율의 반비례 정도를 사전 조사한다. 이 결과에 따라 함수(통상 반비례 함수)를 결정하고 이 함수와 추정 또는 예측된 차량평균속도를 이용하여 자동차의 도로 점유율을 계산한다. 각 도로(PRU)별 차량평균속도는 기간대에 따라 그 차이가 크므로 그 추정을 사전조사에 전적으로 의지할 수 없지만 그 영향을 받지 않으므로 사전조사의 결과를 신뢰할 수 있다. 그러나 날씨, 공사구간, 도로의 특성 때문에 점유율과 속도가 반비례가 아닌 정비례 관계인 때도 있으므로 그러한 상황하에서는 사전조사도 별도로 실시하는 것이 바람직하다.Referring back to FIG. 2, step 44 of predicting vehicle occupancy pre-investigates an inverse degree of speed and occupancy. Based on these results, a function (usually inversely proportional) is determined and the vehicle's road occupancy is calculated using this function and the estimated or estimated vehicle average speed. Since the average vehicle speed for each road (PRU) varies greatly over time, it is not possible to rely solely on the preliminary survey, but the results of the preliminary survey are reliable. However, due to the weather, construction section, and road characteristics, the occupancy rate and speed are not inversely proportional to each other, so it is advisable to conduct a separate preliminary investigation under such circumstances.
도2를 참조하면, 교통량을 추정/예측하는 단계(46)는 신호발신차량을 이용하여 추정하거나 예측된 점유율을 이용하여 예측할 수 있다. 신호발신차량을 이용하여 추정하는 것은 각 PRU에 있는 신호발신차량의 수를 포아송분포(poisson distribution)라 가정한 후 그 모수를 베이즈 방법(bayes' method)을 통하여 추정하는 것이다. 한편 예측된 점유율을 이용하여 예측하는 것은 상기에서 예측된 자동차의 도로 점유율과 각 PRU의 면적을 이용하여 교통량을 예측하는 것이다. 이때 각 PRU 데이터베이스에는 차선의 수가 포함된다.Referring to FIG. 2, the step 46 of estimating / predicting the traffic volume may be estimated using the signal transmitting vehicle or predicted using the predicted occupancy rate. The estimation using the signaling vehicle assumes that the number of signaling vehicles in each PRU is a Poisson distribution, and then estimates the parameters through a Bayes' method. On the other hand, the prediction using the predicted occupancy is to predict the traffic volume using the predicted road occupancy of the vehicle and the area of each PRU. Each PRU database contains the number of lanes.
바람직하기로는 교통정보 가공단계(34)는 참값을 통한 수정단계를 포함한다. 이 수정단계에는 과거정보가 미래정보를 추론하는 데에 이용되기 때문에 과거의 추론이 정확하지 않다면 과거정보를 수정한다.Preferably, the traffic information processing step 34 includes a correction step with a true value. In this correction step, past information is used to infer future information. If past inference is not accurate, the past information is corrected.
3. 통과시간 예측단계3. Estimation of pass time
도2를 참조하면, 통과시간 예측단계(36)는 시작점과 종착점 사이의 차량의 통과시간을 예측하는 단계이다. 시작점과 종착점 사이의 통과시간은 차량평균속도나 점유율이나 교통량을 이용하여 시계열 또는 시공간 분석이론에 의해 예측하고 수정한다. 예측된 통과시간은 운전자들에게 표출된다. 예를 들면, 오후 3시에 서울대학교와 종로2가 사이의 통과시간을 예측하기 위해 그 사이에 4개의 PRU가 존재한다고 가정하면 4개의 PRU에 대한 통과시간을 추정하고 이것들을 합산하여 최종 통과시간을 산출한다. 그러나 오후 3시 첫 번째 PRU를 통과한 후 교통상황이 변할 수 있다. 그래서 두 번째 PRU의 통과시간이 틀려지므로 최근의 교통상황을 고려하여 두 번째 PRU의 통과시간을 예측한다. 이러한 수정절차를 DPA(Dynamic Prediction Algorithm)이라 하자. DPA는 먼저 시작점, 종착점 및 통과출발시간을 설정한다. 두 번째로 시작점과 종착점 사이에 PRU와 관계되는 도로를 합리적으로 선택한다. 이때 시작점과 종착점 사이에 N개의 PRU가 있다고 하자. 세 번째로 만약 통과출발시간이 현재의 TRI와 멀지 않다면, 바로 다음의 TRI가 현재의 TRI에서 공간모델의 추가가 가능하므로 시계열 모델을 이용하여 N개의 PRU에 대한 차량평균속도를 예측한다. 만약 통과출발시간이 현재의 TRI와 멀다면, 다음 TRI의 N개의 PRU들에 대한 차량평균속도들을 예측한다. 그래서 통과출발시간에 다다를 때까지 이 절차를 반복하여 수행한다.Referring to Fig. 2, the passage time estimation step 36 is a step of estimating the passage time of the vehicle between the start point and the end point. The passing time between the starting point and the ending point is predicted and corrected by time series or space-time analysis theory using the average vehicle speed, occupancy rate or traffic volume. The estimated passing time is expressed to the drivers. For example, suppose there are four PRUs in between to predict the transit time between Seoul National University and Jongno 2-ga at 3:00 pm, estimate the transit times for the four PRUs, and add them together to get the final transit time. To calculate. However, traffic may change after passing the first PRU at 3:00 pm. Therefore, since the transit time of the second PRU is different, the transit time of the second PRU is predicted in consideration of recent traffic conditions. This modification procedure is called DPA (Dynamic Prediction Algorithm). The DPA first establishes the start point, end point, and departure time. Second, reasonably select the road associated with the PRU between the starting point and the ending point. Assume that there are N PRUs between the start and end points. Third, if the transit departure time is not far from the current TRI, the next TRI can add a spatial model to the current TRI, and then use the time series model to predict the average vehicle speed for the N PRUs. If the transit departure time is far from the current TRI, the vehicle average speeds for the N PRUs of the next TRI are predicted. Therefore, this procedure is repeated until the passing time is reached.
이때 미래시점에서 차량평균속도를 예측하는 것이 필요하다. 미래시점의 차량평균속도의 예측은 먼저 정규, 감마나 카이 제곱 등 차량평균속도의 확률분포를 결정하고 적절한 설명적 요소들을 고려하여 차량평균속도의 모델(다변량 시계열: multiple time series)을 만든다. 다음에 이 모델을 이용하여 미래시점의 차량평균속도를 예측한다. 이 예측절차는 먼저 줄기와 잎 프롯(stem and leaf plot), 상자 프롯(box plot), 정규확률 프롯(normal probability plot) 또는 various Q-Q plot들을 사용하여 분포를 결정하고 적절한 연계함수(link function)와 적절한 분산-공분산 행렬(variance-covariance matrix)을 찾아 시계열 모델을 결정하고 수정된 데이터를 통해 모델을 검증한다. 모델선정 절차에는 회귀이론이 이용될 수도 있다. 어떤 PRU의 어느 시점에서 차량평균속도를 예측하는 방법에 대해서는 상기 통계처리 단계를 설명할 때의 알고리즘을 이용할 수 있다.At this time, it is necessary to predict the average vehicle speed in the future. The prediction of average vehicle speed in the future is to first determine the probability distribution of vehicle average speed such as normal, gamma, or chi-square, and then create a model of vehicle average speed (multi-variable time series) by considering appropriate explanatory factors. Next, this model is used to predict the average vehicle speed in the future. This prediction process first uses stem and leaf plots, box plots, normal probability plots or various QQ plots to determine the distribution and then provides the appropriate link function. Find the appropriate variance-covariance matrix to determine the time series model and validate the model with the modified data. Regression theory may be used in the model selection process. As a method of predicting the average vehicle speed at a certain point in time of a PRU, an algorithm for describing the statistical processing step may be used.
4. 최적경로 예측단계4. Optimal Path Prediction
도2를 참조하면, 최적경로 발견단계(38)는 각 도로에 대해 추정하거나 예측된 차량평균속도를 사용하여 두 점을 잇는 가장 빠른 통과경로를 찾는 단계이다. 최적경로의 발견은 먼저 대상도로 내에 모든 도로교차점에 번호를 할당한다. 이를 1에서 N까지라 가정하자. 두 번째로 두 교차점을 잇는 도로의 통과시간 D(i, j)를 다음과 같은 수식으로 구한다.Referring to FIG. 2, the optimum path finding step 38 is a step of finding the fastest pass path connecting two points using the estimated or estimated vehicle average speed for each road. The discovery of the best route first assigns numbers to all road intersections in the target road. Suppose it is from 1 to N. Second, the transit time D (i, j) of the road connecting two intersections is obtained by the following equation.
여기서 V(i, j)는 i와 j 도로 교차점 사이의 추정/예측속도이고 L(i, j)은 i와 j 도로 교차점 사이의 거리를 의미한다. 모든 교차점과 교차점 사이의 통과시간을 구해 N×N 행렬을 만든다. 만약 i, j간을 잇는 도로가 없는 경우 D(i, j)는 무한값이나 매우 큰 값을 설정한다. 다음의 MST(Minimum Spaning Tree) 알고리즘으로 임의의 두 점을 잇는 최적경로를 산출한다. MST의 절차는 1단계로 임의의 한 교차점과 그 교차점에서 가장 가까운 교차점을 잇는다. 이 직선이 최초의 MST가 된다. 2단계로 앞에서 사용한 두 점을 뺀 나머지 N-2개의 각 점에 대해 1단계의 MST까지의 최소거리를 구한다. 3단계로 N-2개의 점들 중 MST까지의 거리가 가장 작은 점을 MST에 잇는다. 마지막 단계로 2단계와 3단계를 모든 점들이 MST에 포함될 때까지 반복한다. 운전자에 의해 제시된 두 교차점에 대해 현재 MST 상의 경로를 찾아서 제공한다. 경로를 구성하는 각 도로들의 추정 속도는 각각 다른 기간대의 값이어야 한다(dynamic algorithm). 즉 통과시간이 매우 클 때 여행 후반부에 해당하는 도로들에 대한 추정속도는 달라져야 하고 그 결과 최적경로도 달라질 수 있다. 따라서 사용자의 요구나 프로그램 상의 개선된 최적경로가 다시 보고된다.Where V (i, j) is the estimated / predicted speed between i and j road intersection and L (i, j) is the distance between i and j road intersection. Create an N × N matrix by finding the transit times between all intersections. If there are no roads between i and j, D (i, j) sets an infinite or very large value. The following Minimum Spaning Tree (MST) algorithm calculates an optimal path between two arbitrary points. The MST procedure is a one-step connection between any one intersection and the intersection closest to that intersection. This straight line becomes the first MST. In Step 2, find the minimum distance to MST in Step 1 for each of the remaining N-2 points, minus the two points previously used. In step 3, the smallest distance to the MST of the N-2 points is connected to the MST. As a final step, repeat steps 2 and 3 until all points are included in the MST. Find and provide a route on the current MST for the two intersections presented by the driver. The estimated speeds of the roads constituting the path should be values of different periods (dynamic algorithm). In other words, when the transit time is very large, the estimated speeds for the roads in the latter part of the journey should be different, and as a result, the optimum route may be different. Therefore, the user's needs or improved optimal paths on the program are reported again.
본 발명의 구성에 따르면 각 도로의 운전자들의 요구에 따라 개별 내용의 교통정보를 운전자들에게 제공할 수 있다. 또한 본 발명은 적은 차량으로도 효과적인 데이터를 수집하며, 전송되는 데이터의 양을 줄이고 수집한 데이터 중에서 적합하지 않은 데이터를 필터링하고 데이터를 취득할 수 없는 구간은 추론해서 데이터를 만들어 정확한 교통정보를 제공할 수 있다.According to the configuration of the present invention, traffic information of individual contents can be provided to the drivers according to the needs of the drivers of each road. In addition, the present invention collects effective data even with a small number of vehicles, reduces the amount of transmitted data, filters out unsuitable data from the collected data, infers data that cannot be obtained, makes accurate data, and provides accurate traffic information. can do.
Claims (5)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1019980042462A KR100313456B1 (en) | 1998-10-08 | 1998-10-08 | Traffic information service system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1019980042462A KR100313456B1 (en) | 1998-10-08 | 1998-10-08 | Traffic information service system |
Publications (2)
Publication Number | Publication Date |
---|---|
KR19990068262A KR19990068262A (en) | 1999-09-06 |
KR100313456B1 true KR100313456B1 (en) | 2002-05-18 |
Family
ID=37531310
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1019980042462A KR100313456B1 (en) | 1998-10-08 | 1998-10-08 | Traffic information service system |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR100313456B1 (en) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101063201B1 (en) | 2010-01-28 | 2011-09-07 | 비씸코리아 주식회사 | Integrated traffic management method and system |
US8626437B2 (en) | 2007-05-02 | 2014-01-07 | Lg Electronics Inc. | Selecting route according to traffic information |
KR101780179B1 (en) * | 2016-01-29 | 2017-09-20 | 동서대학교산학협력단 | System for providing traffic information based on radius of user coordinates |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100584980B1 (en) * | 2001-01-02 | 2006-05-29 | 에스케이 주식회사 | Total Information Offering System for Business Vehicle |
KR100478180B1 (en) * | 2002-08-27 | 2005-03-22 | 주식회사 옵투스 | Apparatus and method for detecting speed of cars |
KR100515203B1 (en) * | 2002-12-10 | 2005-09-20 | 에스케이 주식회사 | System and Method for Providing Traffic Information using Node Selection Technique |
KR101061460B1 (en) * | 2005-05-18 | 2011-09-02 | 엘지전자 주식회사 | Method and apparatus for providing prediction information about communication status and using it |
KR20060119742A (en) | 2005-05-18 | 2006-11-24 | 엘지전자 주식회사 | Method and apparatus for providing link information and using the information |
KR100822183B1 (en) * | 2006-06-26 | 2008-04-17 | 주식회사 지어소프트 | System and method for providing traffic information |
KR20080097321A (en) * | 2007-05-01 | 2008-11-05 | 엘지전자 주식회사 | Method of selecting a route and terminal thereof |
CN101894465A (en) * | 2009-05-22 | 2010-11-24 | 触动多媒体技术(上海)有限公司 | Method for calculating traffic condition by vehicle mounted GPS (Global Positioning System) |
KR101127511B1 (en) * | 2011-01-28 | 2012-03-27 | 심광호 | Vehicle information management system using event and casting information |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR970076409A (en) * | 1996-05-28 | 1997-12-12 | 이형도 | Traffic information provision device using mobile communication network |
KR19980019921A (en) * | 1996-09-04 | 1998-06-25 | 심영자 | GPS traffic information collection system |
-
1998
- 1998-10-08 KR KR1019980042462A patent/KR100313456B1/en not_active IP Right Cessation
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR970076409A (en) * | 1996-05-28 | 1997-12-12 | 이형도 | Traffic information provision device using mobile communication network |
KR19980019921A (en) * | 1996-09-04 | 1998-06-25 | 심영자 | GPS traffic information collection system |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8626437B2 (en) | 2007-05-02 | 2014-01-07 | Lg Electronics Inc. | Selecting route according to traffic information |
KR101063201B1 (en) | 2010-01-28 | 2011-09-07 | 비씸코리아 주식회사 | Integrated traffic management method and system |
KR101780179B1 (en) * | 2016-01-29 | 2017-09-20 | 동서대학교산학협력단 | System for providing traffic information based on radius of user coordinates |
Also Published As
Publication number | Publication date |
---|---|
KR19990068262A (en) | 1999-09-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6236933B1 (en) | Instantaneous traffic monitoring system | |
EP1532600B1 (en) | Apparatus and method for providing traffic information | |
DE60319993T2 (en) | DEVICE AND METHOD FOR TRANSPORT INFORMATION PROCESSING | |
CA2266208C (en) | Remote road traffic data exchange and intelligent vehicle highway system | |
KR100820467B1 (en) | a traffic estimating system and the method considered road type | |
US20090082948A1 (en) | Traffic incident detection system | |
KR100313456B1 (en) | Traffic information service system | |
KR20140128063A (en) | Traffic prediction system | |
KR20080059373A (en) | A method of and a navigation device for time-dependent route planning | |
EP1582841A1 (en) | Road information providing server, road information providing system, road information providing method, route search server, route search system, and route search method | |
CN111094894A (en) | Vehicle and navigation system | |
US6329932B1 (en) | Method for determining traffic data and traffic information exchange | |
US20010014847A1 (en) | Apparatus and method monitoring traffic | |
JP4972565B2 (en) | Traffic information system | |
JP2004287724A (en) | Traffic information transmitting method, traffic information transmitting system and device | |
US20050107945A1 (en) | Method for determining a travel time | |
KR101042811B1 (en) | Method for planning path in navigation system | |
JP2003016569A (en) | Device and method for determining od traffic | |
JP5348104B2 (en) | Probe information processing apparatus, computer program, information processing system, and link end passage time calculation method | |
JP6320739B2 (en) | Route search system, route search method, route search device, traffic information processing device, and computer program | |
JP2003344074A (en) | Information providing system | |
JP3355887B2 (en) | Travel time prediction method and travel time prediction device | |
WO2002089089A1 (en) | Method of determination of travel times and travel time forecasts in a traffic network using the positioning of mobile telephones and system for the implementation thereof | |
JPH11272982A (en) | Method and device for estimating travel time |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
G15R | Request for early publication | ||
N231 | Notification of change of applicant | ||
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20121019 Year of fee payment: 12 |
|
FPAY | Annual fee payment |
Payment date: 20121220 Year of fee payment: 13 |
|
FPAY | Annual fee payment |
Payment date: 20150422 Year of fee payment: 14 |
|
FPAY | Annual fee payment |
Payment date: 20161024 Year of fee payment: 16 |
|
LAPS | Lapse due to unpaid annual fee |