메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
최정화 (숭실대학교) 이향진 (숭실대학교) 김은주 (숭실대학교) 백혜정 (숭실대학교) 박영택 (숭실대학교)
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회논문지 : 소프트웨어 및 응용 정보과학회논문지 : 소프트웨어 및 응용 제39권 제3호
발행연도
2012.3
수록면
225 - 235 (11page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
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.

목차

요약
Abstract
1. 서론
2. 관련 연구
3. 개인 대중교통 이동궤적에 따른 상습 경로 분류 방법
4. 실험 및 평가
5. 결론 및 향후 연구
참고문헌

참고문헌 (23)

참고문헌 신청

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2013-569-001659355