정보과학회 논문지 B : 소프트웨어 및 응용
Current Result Document :
| 한글제목(Korean Title) |
대중교통 이용 궤적 분석에 의한 상습 경로 분류 |
| 영문제목(English Title) |
Personalized Habitual Path Classification based on Public Transportation Trajectory |
| 저자(Author) |
최정화
이향진
김은주
백혜정
박영택
Jung-Hwa Choi
Hyang-Jin Lee
Eunju Kim
Hea-Jung Back
Young-Tack Park
|
| 원문수록처(Citation) |
VOL 39 NO. 03 PP. 0225 ~ 0235 (2012. 03) |
한글내용
(Korean Abstract) |
본 논문은 Hi-path Navi(habitual path navigator)라 불리는 개인의 대중교통 이동 궤적에 따른 상습 경로 분류 방법을 제안한다. Hi-path Navi는 스마트폰의 GPS 센서로부터 수집한 대량의 위치와 속도 정보를 통해 개인의 이동 궤적을 학습하여 상습 경로(즉 상습적 정체 구간 또는 출/퇴근 버스 경로)를 분류한다. 제안하는 방법은 네 가지 기술을 포함한다. 첫째, 이미지 처리 알고리즘을 사용하여 대량의 GPS 정보 중에 교통을 이용한 구간을 추출한다. 다음으로, 교통 구간 내 이용한 버스 노선을 인지하기 위해 속도 정보를 분석하여 정지 구간을 추출한다. 그리고 교통 구간 내 시작과 끝 위치를 지나는 버스 노선의 후보 집합을 구한다. 마지막으로 개인이 이용한 궤적과 가장 유사한 버스 노선을 찾는다. 이를 위해 직교 거리를 이용한다. 본 연구는 상습적인 정체구간이 많은 한국의 서울 지역에서 3명의 사용자가 8주 동안 수집한 실제 이동궤적 데이터로 실험하였다. 실험한 결과, 사용자가 실제 이용하는 버스 번호를 정확히 맞췄으며, 개인 이동궤적과 일치하는 실제 버스 노선의 버스 정류장을 93.3% 정확하게 찾았다. 이 결과는 유클리디안(euclidean) 거리와 맨하탄(manhattan) 거리 측정법에 비해 평균적으로 17% 더 정확하고 13배 빠른 성능을 보였다. 제안한 방법은 스마트폰 사용자의 개인 여정에 따른 실시간 교통 정보 서비스에 활용되어 사용자의 인지로드(load)를 줄일 수 있다.
|
영문내용
(English Abstract) |
We present a new method for assisting the automated public transportation routing services offered to smart phone users called Habitual path navigator (Hi-path Navi). Hi-path Navi uses a novel algorithm to classify the habitual paths (e.g., sections with a heavy traffic jam or one of the usual paths that lead to the user's workplace). The proposed method has four key applications: (1) extraction of transportation segments from the user's trajectories using image processing algorithm; (2) extraction of habitual stationary points to identify bus routes from transportation segments by analyzing the trajectory's velocity data; (3) detection of candidate bus routes which pass through the starting and ending point of the transportation segment; (4) finding of the most likely bus route considering habitual stationary points of transportation segments. Especially, application (4) is based on a distance measure so called rectilinear distance. We experimentally validated the proposed method using the data of the actual trajectories of three users who collected over a period of eight weeks respectively. The experimental results indicated a success rate of 100% for a comparison of an actual bus route and showed the actual bus stops matching to the user's trajectory with precision of 93.3%. This result was found to be averagely 17% more precise and 13 times faster than that of the Euclidean distance and Manhattan distance algorithms. In summary, we present a novel solution to assist an automated public transportation service offered to users during journeys and to minimize the cognitive load of the user.
|
| 키워드(Keyword) |
스마트폰
개인 대중 교통 서비스
이동 궤적
상습 경로 분류
직교 거리
Smart Phone
GPS
Personalized Public Transportation Service
User Trajectory
Habitual Path Classification
Rectilinear Distance
|
| 파일첨부 |
PDF 다운로드
|
