[go: up one dir, main page]

KR100823210B1 - 교통 및 관련 정보를 제공하는 방법과 시스템 - Google Patents

교통 및 관련 정보를 제공하는 방법과 시스템 Download PDF

Info

Publication number
KR100823210B1
KR100823210B1 KR1020027017756A KR20027017756A KR100823210B1 KR 100823210 B1 KR100823210 B1 KR 100823210B1 KR 1020027017756 A KR1020027017756 A KR 1020027017756A KR 20027017756 A KR20027017756 A KR 20027017756A KR 100823210 B1 KR100823210 B1 KR 100823210B1
Authority
KR
South Korea
Prior art keywords
traffic
data
link
time
delay
Prior art date
Legal status (The legal status 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 status listed.)
Expired - Fee Related
Application number
KR1020027017756A
Other languages
English (en)
Other versions
KR20030022161A (ko
Inventor
트레이포드로스
칼찰스
밴리어섬줄리안
Original Assignee
스트라테크 시스템즈 리미티드
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
Priority claimed from AUPQ8381A external-priority patent/AUPQ838100A0/en
Priority claimed from AUPR4793A external-priority patent/AUPR479301A0/en
Application filed by 스트라테크 시스템즈 리미티드 filed Critical 스트라테크 시스템즈 리미티드
Publication of KR20030022161A publication Critical patent/KR20030022161A/ko
Application granted granted Critical
Publication of KR100823210B1 publication Critical patent/KR100823210B1/ko
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/012—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from other sources than vehicle or roadside beacons, e.g. mobile networks
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • 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
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096716—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information does not generate an automatic action on the vehicle control
    • 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
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096733—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place
    • G08G1/096741—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place where the source of the transmitted information selects which information to transmit to each vehicle
    • 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
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096775—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a central station
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/024—Guidance services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/12—Messaging; Mailboxes; Announcements
    • H04W4/14—Short messaging services, e.g. short message services [SMS] or unstructured supplementary service data [USSD]

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)
  • Devices For Checking Fares Or Tickets At Control Points (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 대략 실시간 교통 데이터 및 관련 데이터를 수용하도록 작동할 수 있는, 과거 교통 데이터를 저장하는 데이터베이스; 이동자 프로파일에 대한 과거, 실시간 및 관련 교통 데이터를 통합하여 상기 이동자 프로파일에 대한 맞춤 예상 교통 정보를 생성하는 수단; 및 이동자 프로파일에 기술된 이동경로에 대한 예상 이동 지연을 포함하는 맞춤 예상 교통 정보를 예정된 수신자에게 보내는 수단을 포함하는 교통량 또는 관련 정보를 제공하기 위한 시스템을 제공한다.
교통 정보, 데이터베이스, 이동자 프로파일, 네트워크, 링크

Description

교통 및 관련 정보를 제공하는 방법과 시스템{Method and system for providing traffic and related information}
본 발명은 이동자 정보 서비스에 관한 것으로, 특히 개개의 이동자에 대한 예상 교통 정보를 제공하는 시스템에 관한 것이다.
교통 상태의 감시 및 보고는 교통량 흐름의 관리에 있어서 중요한 요소이다. 감시자의 관점에서, 통근 시간 및 불필요한 지연의 절감은 매우 중요해질 수 있다. 감시자나 다른 사용자가 적시에 교통량과 관련된 정보를 접속하도록 하는 시설을 제공하기 위해 상당한 노력이 경주되고 있다.
알려진 교통 보고의 한 형태는 대중에게 교통 정보를 제공하기 위하여 "스포터(sporter)", 즉, 라디오 방송국이나 중앙 관리자에게로 교통 사고를 보고하도록 지정된 사람이나 대중의 일원을 이용하는 것이다. 그러나, 이러한 시스템은 오늘날의 사용자 요구에 의한 교통 보고에 부여된 수요를 유지할 수 없다.
더 발전된 종래 시스템은 도로상에 카메라와 같은 센서의 사용을 포함하며, 상기 센서는 교통 정보의 유포를 위해 중앙 시설과 링크되어 있다. 센서는 전략적으로 고속도로 및 주요도로의 출/입구에 위치될 수 있다. 다른 시스템은 주요도로 및 고속도로 상에 배치된 센서나 임명된 스포터에 기초한 휴대/이동 전화통신(cellular/mobile telephony)이다. 이러한 시스템은 중앙 제어 시설과 일체로 되어 있어 이동 네트워크 가입자에게 교통량 흐름, 사고, 우회, 도로공사 등에 대한 정보를 제공한다. 가입자는 고속도로와 같은 교통 네트워크의 특별한 양상에 대해 전화를 걸어 순간적인 정보를 검색하는 기회를 또한 가진다.
그러나 상술한 시스템은 가입자에게 사용가능한 맞춤정보를 제공하기 위한 능력에 한계가 있다. 이들 시스템은 일반적으로 문제의 기간에 단서를 제공할 수 있는 업데이트된/사건 보고에 의해 보완되는 현재의 교통조건 상황을 제공하는데 한계가 있다. 이는 감시자가 현재 교통이 혼잡한 과거의 위치에서 이동하게 된다면 미래의 어느 시기에 교통량 상태가 어떠할지에 대한 정보를 필요로 하는 감시자의 요구를 만족시킬 수 없다. 게다가, 이들 시스템은 다른 노선이 이용가능한지 및/또는 이들 다른 노선의 세부사항에 대한 지시를 제공하지 않는다.
종래 시스템의 중요한 결점은 개개의 가입자에게 제공되는 맞춤정보 및 적절한 시기의 정보의 부족이다.
그러므로 적시적으로 및 맞춤으로 개개의 감시자에게 교통 정보를 보고하기 위한 시스템을 제공하는 것이 바람직하다.
개개의 네트워크 가입자에게 개개의 가입자와 관련한 예상 교통 정보를 제공하는 것이 더 바람직하다.
본 명세서에 포함된 문서, 기록(acts), 자료, 장치, 기사 등의 어떠한 논의는 단지 본 발명의 내용을 제공하기 위한 것이다. 어떤 또는 모든 이들 문제는 종래 기술의 기반중 일부를 형성하거나 본 출원의 각 청구항의 우선일 이전에 본 발 명과 관련된 분야에서 일반적으로 공통적으로 인식된 입장에서 취해진 것이 아니다.
본 발명은 실질적으로 실시간 교통 데이터와 관련된 데이터를 수신하도록 동작할 수 있는 과거 교통 데이터를 저장하는 데이터베이스와; 적어도 하나의 이동자 프로파일(profiles)에 대한 맞춤 예상 교통 정보를 생산하기 위해 적어도 하나의 이동자 프로파일에 대한 과거, 실시간 교통 데이터 및 관련 데이터를 결정론적으로 통합하는 수단과; 상기 적어도 하나의 이동자 프로파일에 기술된 적어도 하나의 이동 경로에 대한 적어도 예상 이동 지연을 포함하는 맞춤 예상 교통 정보를 예상 수신자에게 전송하는 수단을 포함하고, 상기 이동 경로의 링크점을 위한 교통 데이터가 불충분할 경우, 상기 통합 수단은 상기 예상 이동 지연을 제공하기 위하여 상기 이동 경로의 링크점 상의 불충분한 교통 데이터 대신 다른 링크점에 대한 사용가능한 데이터를 사용하도록 동작할 수 있는, 교통 정보 또는 관련 정보를 제공하는 시스템을 제공한다.
바람직한 실시예에서, 맞춤 예상 교통 정보는 이동자의 이동 요구와 관련한교통 정보를 수신하기 위해 가입한 이용자에게 이동자 정보를 보급하는 정보 보급자(information distributor)에게로 전송된다. 이 경우, 가입자는 맞춤 정보를 수신하기 위해 원격 단말을 가지는 것이 바람직하다. 시스템과 단말은 가입자로부터 시스템까지 링크를 제공한다.
과거 및 실시간 교통 데이터는 주로 교통 네트워크를 통해 전략적 위치에 배치된 교통 제어 신호 및 교통 센서와 탐지기로부터 수집된 데이터로 이루어진다. 데이터베이스는 잦은 탐색을 위해 과거 및 실시간 교통 데이터 및/또는 관련된 데이터를 저장하기 위해 조작될 수 있다. 데이터베이스에 저장된 과거 교통 데이터는 바람직하게 가입자에게 관심있는 지리적 영역과 관련한 이전의 교통 데이터의 샘플을 포함한다. 이러한 데이터는 교통 밀집지역과, 특별한 경계표지(landmarks)에서 교통 흐름과 특정 노선 사이에서의 속도와 같은 전략적으로 관련한 위치들로부터의 데이터를 포함할 수 있다. 관련된 데이터는 온도측정 및 보고용 센서 및 강우용 센서와 같은 다른 센서와 탐지기로부터 수집된 데이터를 포함할 수 있으며 교통 네트워크를 통해 교통흐름에 영향을 줄 수 있는 중대한 사건(예를 들면, 휴일)과 관련한 데이터를 포함할 수 있다.
데이터베이스에 저장된 관련한 교통 데이터는 바람직하게 사건, 사고, 도로공사, 다른 노선 및 날씨정보에 대한 정보를 포함한다. 관련된 데이터는 상기 데이터베이스에서 저장을 위해 데이터로 변환되고 그런 후 시스템에 의해 사용되는 어떤 프린트, 전자 또는 라디오 교신을 통해 얻어 질 수 있다.
과거, 실시간 교통 데이터 및 관련 교통 데이터를 통합하는 수단은 과거 기록에 기초한 특별한 링크에 예상 지연 표시를 제공하는 모델을 포함할 수 있다. 기초 데이터 참조로 비교하는 모델의 이용은 저장 필요조건을 감소시키고 또한 계산시간을 줄이므로 더 적시에 결과를 제공해야한다.
본 발명에 따른 시스템을 제공함으로써, 가입자는 여행 전 및/또는 여행 동안에 그 또는 그녀의 이동 경로에 대한 교통량 또는 관련된 정보를 수신할 수 있다. 본원의 시스템은 가입자에게 가입자의 맞춤 이동 패턴에 대해 예상되는 업데이트되고 관련한 적시적인 정보를 제공할 수 있다.
본 출원인은 감시자가 개별화되고, 맞춤이며 및 국부적인 이동 정보를 요구하는 곳에 "시공간 윈도우"가 있으며 "시공간 윈도우" 주기는 이동자에게 사용제한이 되기 전이나 후에 정보가 수신됨을 인식하였다.
물론, 시스템은 가입자와 관련한 정보의 데이터베이스를 포함할 수 있으며 가입자에게 직접적인 맞춤 예상 교통 정보를 공급할 수 있다.
본 발명의 실시예에서 가입자 데이터베이스와; 적어도 문자 메시지를 수신할 수 있는 네트워크에서의 다수의 가입자 단말와; 실질적으로 실시간 교통 데이터와 관련 데이터를 수신하기 위해 동작할 수 있 과거 교통 데이터를 저장하는 데이터베이스와; 개개의 가입자를 위한 맞춤 예상 교통 정보를 생산하기 위해 상기 가입자 데이터베이스에 저장된 가입자 프로파일에 대해 상기 과거 데이터와 상기 실시간 데이터를 통합하는 수단과; 개개의 가입자에게 중요한 시간에 상기 네트워크에서 개개의 가입자 단말로 가입자의 이동 프로파일에 기술된 이동 경로에 대한 예상 이동 지연을 포함하는 맞춤 예상 교통 정보를 전송하는 수단을 포함하는 가입자 단말에 교통량 및 관련 정보를 제공하는 시스템이 제공된다.
본 발명의 바람직한 형태로, 가입자는 감시자이고, 네트워크는 이동 또는 휴대 통신 네트워크이다. 네트워크는 단문 메시지 서비스(Short Message Servie, SMS), 무선 응용 통신 규약(Wireless Application Protocol, WAP) 또는 제 3 세대 (3G) 무선 광대역 네트워크(third generation wireless broadband network)를 지원할 수 있다.
가입자 데이터베이스는 바람직하게 가입자의 신원에 대한 정보를 포함하는 각각의 개별 가입자 프로파일들로 비휘발성 메모리에 개개의 가입자 프로파일을 바람직하게 저장한다. 프로파일은 평소의 이동 시간과, 주로 취하는 노선과, 가입자가 맞춤 예상 교통 정보를 수신하기 위해 선호하는 시간과 같은 변수들을 또한 포함한다. 이들 시간은 개개의 가입자에게는 상당히 중요할 수 있다. 가입자는 가입자의 프로파일의 변수를 변경하기 위해 데이터베이스에 접속을 제공받을 수 있다. 접속은 전용 웹사이트를 통해 제공될 수 있다.
가입자 단말들은 교통 정보 및/또는 다른 관련 정보를 수신할 수 있는 이동 통신 장비를 포함할 수도 있다. 상기 장비는 이동 통신 네트워크의 일부를 구성하는 이동 전화가 될 수 있으며, 단문 메시지 서비스(SMS), 무선 응용 통신 규약(Wireless Application protocol), 제 3세대 포맷들을 수신하도록 업데이트될 수도 있다. 상기 장비는 텍스트를 TVR(television repeater) 기술분야 또는 음성 분야에 합체할 수도 있다.
바람직하게, 상기 장비는 과거(historical) 교통 정보 또는 실시간 교통 정보에 관련된 데이터베이스로부터 과거 데이터 및 실시간 데이터를 통합하기 위한 수단은 과거 데이터에 근거하여 다양한 교통 링크점들에 대한 예상 지연들의 모델을 포함할 수도 있다. 이때, 상기 모델은, 바람직하게 상기 과거 데이터 변수들을 가입자들 이동 경로에 따른 실시간 데이터를 또한 비교할 수 있다. 통계 기술은 상기 데이터 변수들의 결과들을 결정하는데 이용될수 있으며, 다중 변량 회귀(multi-variate regression), 다중 변량 시간 직렬(multi-variate time series), 스펙트럼 분석 피스 방식 일일 탬플릿(spectral analysis piece-wise daily templates) 등등, 또는 이것들의 어떤 결합을 포함할 수 있다. 교통 밀도에 기인하는 예상 지연들에 더하여, 과거의 예상 지연들을 심각하게 증가시킬 수 있는 사건(incident)이 발생할 수 있다. 상기 예상되는 지연에 대해 가입자에게 심각하게 영향을 줄 사건의 발생은 그 또는 그녀의 다음 주요 경로 변화 이전에 가입자에게 보내어질 수 있다. 따라서, 상기 가입자로 하여금 상기 가입자의 예상 이동 시간에 따라 어떤 증가도 피하려는 시도에서 교대로 경로를 선택할 수 있는 것이 가능하게 될 것이다.
바람직한 실시예에서, 상기 시스템은 이동 네트워크를 통하여 이동의 최적 경로를 결정하기 위한 수단을 포함한다. 상기 네트워크를 통하여 이동의 최적 경로를 결정하기 위한 상기 수단은 상기 교통 네트워크에서 각 개인의 이동에 있어서 교통 흐름의 방향을 고려하는 방법을 이용할 수 있다. 추가적으로, 신호 제어 교차로를 통하여 개개의 교통 흐름들에 따라 교통 신호들에 의해 발생되는 다른 지연들을 또한 고려하는 방법도 바람직하다.
몇 가지 실례로서, 어떤 특정 교통 네트워크 또는 이 네트워크의 일부를 위해 이용가능한 과거 교통 데이터가 제한될 수 있다. 게다가, 실시간 교통 신호 데이터는 이동 시간을 예상 목적에 관계되는 충분한 주파수에서 상기 교통 네트워크의 신호 제어 교차로들의 제한된 수를 위해 이용 가능할 뿐이다. 이때, 상기 교통 네트워크을 통하여 최적의 이동 경로를 결정하기 위한 상기 수단은 상기 제한된 수의 신호 제어 교차로들로부터 수신되는 데이터를, 적절한 시기에 이용 가능한 교통 신호 데이터가 없는 상기 교통 네트워크에서의 나머지 교차로들과 매칭하는 방법을 바람직하게 구현한다.
유사하게, 시스템이 제한되게 이용 가능한 교통 데이터가 있거나, 이용 가능한 교통 데이터가 없는 교통 네트워크를 위해 사용되고자 하는 실시예에서, 상기 시스템은 이동 흐름들의 추정을 결정하기 위한 수단을 포함할 수 있고, 여기서 상기 수단은 제한된 교통 데이터를 갖는 상기 교통 네트워크에, 알고 있는 데이터를 이동 네트워크로부터의 신호 제어 교차로를 매칭시키는 방법을 구현한다. 이것 때문에 시스템은 적어도 제1 추정을 확립할 수 있다. 상기 제1 추정은 시간에 따라 상기 네트워크를 위한 더 많은 교통 데이터가 이용가능해짐으로써 정확해질 수 있다.
바람직한 실시예에서, 교통 네트워크 전체에서 교통 제어 교차로으로부터의 데이터를 매칭하는 것은 교차로의 기하학적 형태, 상기 교차로의 위치, 동일 신호를 위해 가능한 교통의 최대 흐름에 비교되는 특정 교통 신호로부터 기인하는 교통의 실제 흐름의 비를 포함하는 여러 가지의 요인들을 고려한다.
후자 요인은 "포화도(degree of saturation)"(DOS)이라고 인용되어 진다. 물론, 교통 네트워크을 통한 교차로 매칭방법은 교차로를 위한 신호 사이클 횟수를 위한 과거의 매일 평균과 같은 추가적인 요소를 포함해도 좋다.
교차로간의 매칭을 결정하기 위해 사용되는 다양한 요소들은 각 요소들의 중요도 순서를 설정하기 위해 웨이팅(weighting) 또는 우선순위가 주어질 수도 있다.
이러한 각 개별적인 요소들의 순서 또는 웨이팅은 다른 도시과 같은 다른 교통 네트워크의 교차로에, 알려진 교통 네트워크의 데이터의 교차로와 매칭시킬 때 변화할 수도 있다. 게다가, 개별적인 요소들의 순서 또는 웨이팅은 교통 네트워크의 한 영역으로부터 다른 영역으로 변화할 수 있다.
맞춤 교통 정보를 주기적으로 송신하는 수단은 적어도 하나의 텍스트 메시지를 보낼 수 있는 적어도 하나의 데이터베이스 서버를 포함할 수 있다. 상기 맞춤 교통 정보는 상기 가입자의 이동 네트워크로 바람직하게 전달된다. 형성되고 발송된 정보의 횟수 또는 시간은 상기 가입자의 이동 프로파일에 의해 결정될 수있다. 상기 정보는 상기 가입자의 이동 중 및/또는 이동 전에 전달될 수 있다.
대체적인 형태에서, 상기 예상 정보는 상기 가입자의 위치에 따라 맞추어질 수 있다. 상기 가입자의 위치 또는 장소는 글로벌 위치결정 시스템(Global Positioning System), 이동 위치결정 시스템(Mobile Positioning System), 또는 다른 수단과 같은 위치결정 시스템에 의해 결정될 수 있다.
본 발명의 다른 특징에 따르면, 본 발명은
(a) 데이터베이스에 과거 및 실시간 교통 데이터, 및 관련 데이터를 저장하는 단계;
(b) 이동자 프로파일들과 관련된 맞춤 예상 교통 정보를 생성하기 위하여 상기 이동자 프로파일들과 관련된 과거 및 실시간 교통 데이터, 및 관련 데이터를 통합하는 단계; 및
(c) 상기 이동자 프로파일들에 기술된 이동 경로들을 위하여 예상 이동 지연들을 포함하는 상기 맞춤 예상 교통 정보를 예정된 수신자에게 전송하는 단계를 포함하고,
상기 이동 경로의 링크점을 위한 교통 정보가 불충분한 경우, 상기 통합 수단은 상기 예상 이동 지연을 제공하기 위하여 상기 이동 경로의 링크점 상의 불충분한 교통 데이터 대신에 다른 링크점에 대한 사용가능한 데이터를 사용하도록 동작할 수 있는, 교통 또는 관계 정보를 제공하기 위한 방법을 제공한다.
일 실시예에서, 본 발명은
a) 과거, 실시간 교통 데이터 및 관련 데이터를 데이터베이스에 저장하는 단계;
b) 이동자 프로파일에 대한 상기 과거, 실시간 교통 데이터 및 관련 데이터를 통합하여 상기 이동자 프로파일에 대한 예상 교통 정보를 생성하는 단계; 및
c) 가입자 프로파일에 기술된 예상 이동 경로에 대한 예상 이동 지연을 포함하는 맞춤 예상 교통 정보를, 가입자에게 매우 중요한 시점에 네트워크상에서 적어도 텍스트 메시지를 수신할 수 있는 가입자 단말에 송신하는 단계를 포함하는, 교통 또는 관련 정보를 제공하는 방법을 제공한다.
특히 바람직한 실시예에서, 상기 방법은 바람직하게 상기 네트워크상에서 각 개인의 이동 링크점에서 교통 흐름의 방향을 고려하여 통신 네트워크를 통해 최적의 이동 경로를 결정하는 단계를 포함한다. 또한, 상기 방법은, 신호 제어 교차로를 통해 각각의 교통 흐름에 대해 교통 신호에 의해 야기되는 서로 다른 지연들을 고려한다.
일부 실시예에서, 임의의 특정 교통 네트워크 또는 그 일부에 대해 적용될 수 있는 제한된 과거 교통 데이터가 제공될 수 있다. 또한, 실시간 교통 신호 데이터는 상기 데이터가 이동 시간을 예상할 목적에 충분히 적합한 주기로 교통 네트워크의 제한된 수의 신호 제어 교차로에 적용될 수 있다. 상기의 경우, 교통 네트워크를 통해 최적 경로를 결정하는 수단은 상기 제한된 수의 신호 제어 교차로로부터 수신된 데이터를 시기 적절한 교통 신호 데이터가 없는 교통 네트워크상의 나머지 교차로에 매칭시키는 방법을 구현한다.
마찬가지로, 가용 교통 데이터가 제한적이거나 또는 교통 데이터가 전혀 없는 교통 네트워크에 적용되는 방법의 경우, 상기 방법은 알려진 데이터를 가진 교통 네트워크로부터의 신호 제어 교차로를 제한된 교통 데이터를 가진 교통 네트워크에 매칭시키는 단계를 포함할 수 있다.
바람직한 실시예에서, 교통 네트워크를 통해 교통 제어 교차로로부터 데이터를 매칭시키는 상기 방법은 교차로의 기하학적 형태, 방향 및 특정 교통 신호에 가능한 최대 교통 흐름에 대한 상기 특정 교통 신호로부터 발생하는 실제의 교통 흐름비(예컨대, 상기 DOS)를 포함하는 각종 요소들을 고려한다. 물론, 교통 네트워크를 통해 교차로를 매칭시키는 상기 방법은 교차로에서에 대한 과거 일간 신호 주기의 평균과 같은 부가 요소들을 포함할 수 있다. 교차로간의 매칭을 결정하는데 사용되는 상기 각종 요소들은 각각의 요소들의 중요도 순서를 형성하기 위한 우선 순위, 즉 웨이팅(weighting)이 주어질 수 있다. 이러한 상기 각 요소들의 순서, 즉 웨이팅은 알려진 데이터를 가진 교차로들을 다른 도시에 있는 교차로들과 같은 다른 교통 네트워크의 교차로들에 매칭시킬 때 변경될 수 있다. 또한, 상기 각 요소들의 순서, 즉 웨이팅은 교통 네트워크의 영역마다 서로 다를 수 있다.
도 1은 본 발명에 따른 교통 정보 시스템의 일 실시예의 개요도이다.
도 2는 본 발명에 따른 교통 예보 프로세스의 일 실시예를 나타내는 흐름도이다.
도 3은 교통 링크점 및 개개의 교통 흐름을 나타내는 전형적인 교차로의 다이어그램이다.
도 4는 전형적인 교차로에 대한 차량 흐름 및 차량 밀도간의 전형적인 관계를 나타내는 다이어그램이다.
도 5는 여러 종류의 도로 들에 대한 차량 유동 속도 및 차량 밀도간의 전형적인 관계를 나타내는 다이어그램이다.
도 6은 본 발명의 실시예에서 유도되는 평균 자유 차량 속도와 포화도간의 관계를 나타내는 다이어그램이다.
이하, 본 발명의 교통 정보 시스템의 다양한 특징들에 관하여 보다 상세히 설명한다. 본 발명의 이해를 용이하게 하기 위하여, 첨부된 도면을 참조하여 상기 교통 정보 시스템의 바람직한 실시예를 기술한다. 본 발명의 교통 정보 시스템은 도면에 기재된 바와 같은 바람직한 실시예에 한정되지 않는다.
이하, 첨부된 도 1 내지 도 6을 참조하여 본 발명의 바람직한 실시예를 설명한다.
실시간 교통 관련 데이터
도 1을 참조하면, 본 발명의 교통 정보 시스템(1)의 일 실시예의 개요도가 도시된다. 바람직한 일 실시예에서, 상기 시스템은 등록된 이동자에게 맞춤 교통 정보를 직접 송신하기 위한 수단을 포함한다. 물론, 상기 시스템은 각각의 가입자에게 영향을 주는 제 3의 정보 제공자에게 상기 맞춤 교통 정보를 제공할 수 있다.
도 1의 시스템은 실시간 교통 관련 데이터 및 관련 데이터를 제공하기 위한 다양한 소스(2)들을 포함한다. 이러한 소스들은 대중적으로 퍼블릭(public) 데이터, 프라이빗(private) 데이터, 또는 프로프라이어터리(proprietary) 데이터를 포함할 수 있다. 데이터베이스(3)는 과거 교통 데이터를 저장한다. 상기 데이터베이스(3)는 소스(2)와 인터페이스를 형성하여 실시간 교통 데이터 및 관련 데이터를 수신한다. 상기 데이터베이스(3)는 또한 과거, 실시간 교통 데이터 및 관련 데이터를 통합하는 수단을 포함하며, 상기 데이터의 통계 분석을 행하는 수단을 포함하고, 맞춤 이동자 정보 패키지를 형성한다.
멤버 또는 가입자 데이터베이스(4)는 각각의 가입자(7)에 대한 이동자 정보 패키지 형성시 참조되는 각각의 가입자에 대한 이동자 프로파일(profile)을 저장한다. SMS 서버(5)는 모바일 또는 GSM 네트워크와 같은, 데이터베이스(3)와 무선 네트워크(6) 사이에 게이트웨이를 제공한다.
가입자(7)는 모바일 네트워크(6)를 통해 전송되는 데이터를 수신하는 이동 전화와 같은, 이동식 통신 수단을 가진다. 바람직한 실시예에서, 가입자의 트래블(travel) 프로파일에 따른 관련 교통 정보에 관한 맞춤 텍스트 메시지들은 가입자의 전화에서 수신된다. 가입자(7)는 인터넷 또는 기타 접근 수단을 통해 가입자 데이터베이스(4)에 저장된 그의 프로파일에 대한 접근권한을 부여받는다. 이에 의해 가입자(7)는 그의 트래블 프로파일을 편집 및 수정할 수 있다.
각종 데이터 소스(2)들은 일반적으로 실시간 교통 관련 데이터를 제공한다. 상기 소스들은 고속도로 루프(loop) 탐지기, 비디오 카메라, 공중 또는 개인 소유의 소스들, 및 교통 네트워크를 통해 차량의 프로세스와 관련하여 데이터를 전송하기 위한 무선 또는 모바일 통신 장비들을 가지는 GPS 장비가 장착된 차량들을 포함할 수 있다. 또한, 일반적인 미디어 정보뿐만 아니라 대기 감시장치가 사용될 수 있다.
상기 데이터베이스(3)와 데이터 소스(2)들 간의 인터페이스는 각종 웹 사이트들로부터 자동적으로 수집되는 대중 정보, 즉 상기 자동으로 수집된 정보에 부가하기 위해 오퍼레이터에 의해 입력되고 수신되는 기상 정보와 기타 시각 및 음성 정보를 포함한다.
과거, 실시간 및 관련 교통 데이터
상기 데이터베이스(3)는 과거 교통 데이터 및 가입자의 트래블 프로파일에 관한 임의의 실시간 데이터를 통합 및 처리하기 위한 소프트웨어를 포함한다. 이러한 프로세싱을 위해 다양한 기술들이 사용될 수 있다. 바람직한 실시예의 소프트웨어는 펄(Perl)로 작성되며, 일 실시예에서, 상기 소프트웨어는 리눅스 오퍼레이팅 시스템을 사용하는 PC에서 동작한다.
표 1
Figure 112002043090248-pct00001
표 1
표 1을 참조하면, 데이터베이스(3)에 저장되는 정보의 일례가 제시된다.
본 실시예에서, 실시간 데이터는 과거 데이터와 통합되어 소정 경로에 대한 예상 이동 시간을 산출한다. 상기 예는 교외로부터 빅토리아 멜본(Victoria Melbourne)의 모나시(Monash) 자유로까지의 이동에 관한 것이다. 설명을 위해, 일례로서 엔트리 넘버 1345 번을 고려하자. 상기 엔트리에 포함된 정보에 의해, 시스템은 사우스 웬터나(South Wantirna)를 오전 6:45에 출발하여 스프링베일(Springvale) 입구를 경유하여 오전 7시경에 자유로에 도달할 수 있음을 예상할 수 있다. 호들 스트리트(Hoddle St)를 나오는 시각은 오전 7시 30분이 될 것이 예상다. 상기 데이터베이스(3)에 포함된 정보는 계속적으로 갱신될 수 있다.
도 1을 다시 참조하면, 상기 SMS 서버(5)는 전자우편 형태로 데이터베이스(3)로부터 맞춤 메시지를 수신한다. 상기 전자우편은 각각의 가입자(7)에 대한 맞춤 예상 교통 정보를 포함한다. 상기 예상 교통 시간 정보, 사고 및 기상 정보는 모바일 네트워크(6)상의 SMS 서버를 통해 가입자(7)의 이동 전화로 전달된다. 상기 예상 정보는 각종 시간대, 즉 일몰전, 여행 개시전, 우회로 또는 목적지까지의 다른 길을 선택할 수 있는 분기점 직전에 제공될 수 있다. 가입자 데이터베이스(4)에 포함된 가입자 프로파일들은 제공되는 예상 정보의 주기 및 시간을 결정한다.
표 2는 각각의 가입자에게 생성되고 제공되는 맞춤 메시지의 스냅 사진을 나타낸다.
표 2
23/11/99 07:16:01: ppp link 설정
23/11/99 07:16:03: Sathish에 전송, PNT까지 약 22분,0414123456@trial.epus.com.au
23/11/99 07:16:04: 1 메일 메시지 전송
23/11/99 07:21:07: Grant에 전송, HOD까지 약 16분,0414234567@smsa.erica.com.au
23/11/99 07:25:30: Eastern과 Freeway 처리과정
23/11/99 07:25:31: Monash와 Freeway 처리과정
23/11/99 07:25:31: West,Gate, Freeway 처리과정
23/11/99 07:26:12: Tracey에 전송, HOD까지 13분, 04191234561@cfsms@ericn.com.au
23/11/99 07:31:17: Michael에 전송, SPR에서 HOD까지 19분,0415987654@semes.epa.com.au
23/11/99 07:31:19: 3메일 메시지 전송
23/11/99 07:36:23: George에 전송, JAG에서 PNT까지 28분,0419123456@xyz.epanyb.com.au
23/11/99 07:41:28: Geoff에 전송, HOD까지 15분,0414333444@abc.eric.com.au
23/11/99 07:41:38: 2 메일 메시지 전송
예를 들면, 오전 7시 16분에 Sathish에 보내진 메시지는 Punt Rd에 도착하는데 22분이 걸릴 것을 예상한다. 비슷하게, 오전 7시 21분에 Grant에 보내진 메시지는 Hoddle St.에 도착하는데 16분이 걸릴 것을 예상한다. 일반적으로, 이러한 메시지들은 가입자들이 이동을 시작하기 전에 보내진다.
예를 들면, 오전 8시에 Rowville의 집을 떠나 오전 8시 15분에 Wellingtom Rd의 Monash 고속도로에 진입하는 가입자의 경우 오전 7시 55분에 표준적으로 예상 교통 정보 메시지를 받게된다. 만약 7시 55분부터 8시 15분 사이에 사고가 일어나면, 가입자가 고속도로에 진입하기 전에 휴대폰을 통해 또 다른 메시지가 전달되게 된다. 즉, 가입자는 그의 이동 경로의 교통 상황에 대한 정보를 가장 적절한 시간에 가질 수 있으므로, 그가 늘 다니던 경로의 사고로 인한 지연을 피해 다른 경로를 선택할 수 있게 되는 것이다.
아래의 표에서, 고속도로에서의 교통 정보 과정을 보여주는 세 가지 절차 단계를 보여주고 있다. 이것은 실제 시간 자료와 과거 자료를 통합해 예상 정보를 제공하는 과정을 보여주고 있다. 이 과정은 정기적으로 수행되거나, 혹은 업데이트된 실제 시간 자료가 데이터베이스에 도착할 때마다 수행된다.
도 2를 통해, 통계적 모델링(modelling)을 통해 교통 (상황)을 예상하는 과정을 보여주는 한 예의 절차 흐름도가 보여지고 있다. 이 과정은 다음의 단계를 포함한다.
1단계 : 다양한 지리적 영역에서 계속적으로 평균 2-10분의 지연 형태로 축적되어 있는 과거의 일련의 자료들을 획득해, 시간 단계마다 일련의 과거 지연 자료를 형성한다.
2단계 : 종래 스펙트럼 방법 및 계절적 경향을 고려해 과거 자료로부터 획득되거나 제거된 결과 자료들을 교통 자료로 도표화한다.
3단계 : 과거 날씨 정보를 획득해, 남아있는 변화하지 않는 교통 정보와 접합해, 교통 정보표의 각 절차 단계에 a)지난번 내린 비로부터 일수(Dr)와 b)지난 세시간 안에 내린 강수(R) 사항을 추가한다. 미리 산출된 교통 자료표에 다음의 사항들을 추가해 자료가 일부인지 혹은 전부인지를 표시한다.
ⅰ) 학교 방학 기간 (Sh = 0 or 1)
ⅱ) 일반적인 휴가 기간 (Ch = 0 or 1)
ⅲ) 주말/주일 (We = 1/0)
ⅳ) 공휴일 혹은 공휴일 전후일 (Ph, Ph -, Ph +)
위 다양한 변경 가능한 사항들은 상기 과정으로 모델링될 수 있는 사건들의 종류와 관련된 연관 교통 자료의 예들이다. 비슷하게, 다른 변경 가능한 사항들 또한 첨가될 수 있다. 설명된 사항들을 추가함으로써, 다양한 사건들과 어떤 특정 시간대와 관련된 날씨 패턴의 효과가 교통 정보표에 추가된다.
예상 분석을 위한 과거 자료의 모델을 만들기 위해, 교통 자료는 한 주의 매일에 해당하는 일곱 개의 파일로 분류된다. 각 파일의 자료는 요구되는 빈도수(확률적인)에 따라서 15분내지 30분 단위로 표시되게 평균화함으로써, 결합된다. 일반적으로, 30분 단위가 가장 알맞을 것이다. 예를 들어, 월요일 아침 8시 30분에 평균 지연의 경우를 생각해보자. 특정 이동 경로의 대표적인 지연 자료는, 예상되는 시작 시간에 특정 이동 경로의 각 링크(link)로 불려지는 교차로 그리고/혹은 고속도로의 각각의 지연에 관한 정보를 포함한다. 오전 8시 30분부터 오전 9시 사이의 30분의 기간 동안 각 링크의 평균 지연(정보)은 30분 이상의 기간동안 평균 2분의 간격으로 보내진다. 상기 2분의 샘플 간격은 고속도로나 교차로와 같은 곳으로부터 센서와 같은 수단을 통해서 계속 보내지는 자료의 스트림(stream)이다. 상기 간격 기간은 요구되는 빈도에 따라 다양하게 설정될 수 있다.
월요일 오전 8시 30분에 수집된 이러한 평균 지연 자료들은 각각 파일로 그 룹지어지고, 다음의 식을 사용하는 최소자승 맞춤이 수행된다.
지연 = a0+a1*Dr/(a2+Dr)+a3*R/(a4 +R)+a5*Sh+a6*Ch+a7*We+a8 *Ph
+a9*Ph -+a10*Ph +
여기서, Dr : 지난번 내린 비로부터 날수
R : 지난 세시간 안의 강수
Sh : 학교 방학 기간
Ch : 일반적 휴가 기간
We : 주말/주일
Ph : 공휴일
Ph - : 공휴일 전일
Ph + : 공휴일 후일
상기 실시예에서, 위의 모델화는 한 주 7일 동안 매일매일 매 30분동안 수행된다. 이것은 각 링크를 위한 과거 자료를 설명하는 10계수 (a0부터 a9)는 336세트 를 만들어낸다. 꼭 필요한 것은 아닐지라도, 과거 자료를 설명하기 위한 모델의 사용은 RAM의 가능한 평균 과거 자료 모두를 저장하는 것과 비교해 봤을 때, 줄어든 제 1 그리고 제 2의 스토리지 요구로 된다. 한 가지 모델이 사용되면, 그 모델은 6개월마다 혹은 임의의 기간마다 생성될 것이다. 상기 실시예에서, 최소자승 맞춤 해석은 각 링크를 위한 계수 (a0부터 a9)의 새로운 336세트를 생성하기 위해 6개월마다 수행될 것이다.
제 4 단계;
네트워크(network)에서 링크에 대한 실제 날씨 상태에 관계한 제휴 데이터 및 네트워크의 측정된 링크 지연(delay)들에 관련된 다양한 소오스(sources)로부터 실시간 데이터를 얻는다.
제 5 단계;
상기 네트워크의 각 링크에 대해, 계절적으로 조절된 과거 지연 및 측정된 날씨 상태들에 기초하여 역사적으로 예정된 지연을 결정하고, 상기 측정된 지연에 상응한 시점에서 상기 링크에 대한 역사적으로 예정된 지연과 상기 링크에 대한 가장 최근에 측정된 지연의 비율을 각 링크를 위해 산출한다. 상기 비율은 "JVL"로 명명된다.
제 6 단계;
출발지점부터 목적지점까지 예정된 지연을 예보할 때, 각 링크에 대해 예정된 출발시간에서 추측될 수 있는 각 링크에 대한 역사적으로 예정된 지연을 결정한다. 또한, 상기 역사적으로 예상된 각 링크에 대한 지연을 상기 출발지점부터 목적지점까지의 여행을 위한 예보/예상된 지연에 합산하기 전에, 상기 링크의 상응한 JVL 비율에 의해 경로의 각 링크에 대한 상기 역사적으로 예상된 지연을 다양하게 결정한다.
네트워크에서 교통 링크에 관한 예정된 여행 지연에 영향을 준 사건들이 수동적으로 조작자에 의해 데이터베이스에 들어간다. 사건들의 본질을 난폭하게 변경하는 것 때문에, 영향을 준 링크에 관해 교통이 야기되는 상기 예정된 지연은 부득이하게 인간 관측자의 평가에 의지된다. 역사적으로 예정된 링크 지연의 데이터베이스를 업데이트 하기 위해 통합 수단이 규정된 베이직에 접근하는 데이터 베이스에 사건 관측자들의 관측과 사건으로부터 결과인 예정된 링크 지연이 들어간다.
다른 실시예로, 사건들에의해 야기된 교통 링크에 대한 예정된 지연들은 역사적으로 예정된 링크 지연들에 비슷하게 별개의 데이터베이스에 남게되고, 네트워크의 출발지점부터 목적지점까지 여행하는 여행자를 위해 예보된 실제 지연을 제공하는 시점에 2개의 데이터베이스가 접근된다.
시간 종료 후, 추가 관측들이 사건들에 관해 수신될 때, 상기 사건 데이터베이스는 상기 사건에 의해 야기된 예정된 지연에 어떤 변화를 반영하도록 업데이트된다.
바람직한 실시예로, 상기 사건 데이터베이스는 여행자 프로파일이 가입자를 위한 여행 지연의 예보 및 전송을 야기하는 모든 시간에 접근된다.
교통 네트워크를 통해 최적의 통로
본 발명의 바람직한 실시예로, 맞춤 예상 교통 정보 시스템은 최소의 시간으로 그들의 목적지에 도달하기 위한 가입자를 위한 교통 네트워크를 통한 최적의 통로의 결단을 포함한다. 상기 교통 네트워크를 통한 최적의 통로의 조사(search)는 자동 데이터 부양 및 조작자의 입력 뿐만 아니라 각 교차로를 통한 교통 이동에 대한 교통 제어 신호에 의해 야기된 다양한 지연 차이 및 각 링크 흐름 방향에 주의 한다.
도 3을 참조하면, 교통 교차로(11)의 도표의 표시는 교차 지점(12, 13, 14, 15)에 링크된 입/출 링크들로 표시된다. 상기 링크들은 양 방향이고, 도 3에 기술된 것보다 교차 지점(11)에 링크된 더 많은 지점이 될 수 있다. 일반적으로, B에 도착하는 교통은 C, D 및 E 지점에서 교차로를 통해 이동하는 시간은 서로 다를 것이다. 상기 다른 시간들은 교차 지점(11)에 설치된 교통 신호 및 각 링크의 혼잡에 의존할 것이다.
본 명세서의 목적을 위하여, "DOS(degree of saturation)"은 교통신호로부터의 교통 결과의 최대 가능한 흐름과 같은 정도로 특별한 교통 신호로부터 얻어진 교통 이동의 실제 흐름의 비율을 인용하기 위해 사용된다.
본 명세서의 목적을 위하여, "mean free travel time"은 모든 교통 제어 장 치가 제거될 때 어떤 링크를 통한 여행 시간을 인용하기 위해 사용된다.
도 4를 참조하면, 차량 흐름과 차량 밀도 사이의 전형적인 관계가 전형적 교통 링크에 대해 서술된다. 도 4로부터 알 수 있는 바와 같이, 상기 관계는 차량 밀도 및 포화도가 0인 점에서 차량 밀도 축과 교차하는 볼록 커브(Curve)이다. 교통 링크에 대한 "mean free speed"을 위한 값은 도 4로부터 해당 차량 밀도(미터 당 차량 수로 표시됨)으로 차량 흐름(초당 차량 수로 표시됨)을 나누는 것에 의해 결정된다. 이 분야에서 통상의 지식을 가진자에 의해 인식될 수 있는 바와 같이, 상기 "mean free speed"는 결정하기에는 어려운 양이다.
본 발명의 바람직한 실시예로서, 차도의 각 링크의 평균 자유 차량 속도는 차량 흐름율과, 다양한 도로 등급(예를 들면, 고속도로(freeway), 간선도로, 외각도로)에 대한 차량 밀도 사이의 관계로부터 얻어진다. 또한, 도 4는 교통 링크의 포화 흐름의 포인트(Xm, fm)을 설명한다.
도 5는 도로 등급의 차이에 따른 상관관계들을 설명하고 있다. 이것은 차량 밀도와 포화도 사이의 관계를 보여주고 있다. 상기 DOS는 차량 흐름과 직접 비례하므로 차량 흐름은 상기 DOS로부터 유도될 수 있다. 링크의 포화 흐름보다 적은 차량 흐름(즉, 도 4의 fm보다 적은)에 대해서, 평균 자유 속도는 상응하는 밀도에 의한 흐름(DOS로부터 유도된)을 나누어 계산된다. 더 높은 DOS에 상응하는 포화 흐름보다 큰 차량 흐름에 대해서, 차량 경험은 평균 자유 속도가 0에 가깝도록 빠르게 줄어든다. 도 6은 평균 자유 속도와 DOS 사이의 관계를 보여준다. 포화 흐름에 상응하는 포화도 이외의 실질 관계는 경험으로부터 얻어진다. 따라서, DOS는 평균 자유 속도를 제공하기 위해 차량 밀도에 의해 나뉘어진 흐름율을 사용할 수 있다. A, B, C, F를 거치는 여행 시간 모델은 A, B와 C, F를 거치는 혼잡하지 않은 이동 시간들과 B에서 C로의 이동 지연과의 합이다. 혼잡하지 않은 이동 시간들은 평균 자유 이동 시간들이다. 이 시간들은 특별 형태의 모든 도로들의 상수이고, 링크 길이인 평균 자유 이동 속도로부터 계산된다. 이것은 평균 자유 이동 시간과 직접 상향(upstream) 교점의 시간의 합인 링크 이동 시간으로 정의한다. 즉, BCF 링크의 이동 시간은 CF 링크의 평균 자유 이동 시간과 BC 이동 시간의 합이다. 후자는 규칙적인 시간 간격(예를 들면 1분)으로 교통 제어 시스템에 의해 전달된 양들로부터 계산되어진다. 예를 들면, SCATS(Sydney Co-ordinated Adaptive Traffic System) 교통 제어 시스템에서, 교점 이동 지연의 계산에 필요한 것은 다음것들이다.
일자/시간
교점 전략 접근 번호(예, 링크 번호)
지역 컴퓨터 이름/번호(데이터를 제공하는 컴퓨터의 동일성)
서스 시스템 번호
전략 접근에 따른 녹색 신호 시간
전략 접근에 따른 신호 싸이클 시간
전략 접근에 따른 DOS
상기에 설명된 바와 같이 링크 이동 시간은 디즈크스트라(Dijkstra)와 같은 전통적인 최적 경로를 찾는 방법을 의미한다. 그러나, 몇가지 이동 시간들은 특별 링크에 연관되어 있다. 예를 들면, 각 링크에 연관된 이동 시간은 CF 다운링크 평균 자유 이동 시간이 추가된 BC, EC, DC와 CFC(U 턴)인 교점 이동 시간들, 즉 4 링크 이동 시간들로 구성된다.
일반적으로, 어느 지점에 N 링크가 링크되면, n*n 이동 시간들은 그 지점에 연관된다. 최적 경로에서 주어진 지점으로부터 다음 지점을 찾을 때, 새로운 지점으로 정확한 링크 이동 시간이 계산되도록 경로의 상향 지점를 현재의 지점으로 알 필요가 있다.
본 발명의 바람직한 실시예에서, 하루 중 최적의 탐색(search)이 수행되는 각기 다른 시간을 위해, 링크 이동 시간들(link travel times)는 하나의 연속적인 벡터에 저장된다. 다른 벡터는 특별 지점(particular node)이 발견될 수 있는 것에 의한 지연에 관한 정보에서 첫 번째 벡터의 색인들(indices)을 포함한다.
예를 들면, NCOST가 이동 시간의 벡터(vector of travel times)이고 NINDEX(nn)이 NCOST에서 출발하는 링크 이동 시간(link travel times)에서의 교점 nn의 목록(index)이라고 가정해보자. 만약 교점 nn과 결합되는 k 링크들이 있다면, 교점 nn과 결합되는 링크들을 위한 링크 이동 시간(link travel times)은 벡터 NCOST에 있어 NINDEX(nn) 부터 NINDEX(nn) + k*k-1까지의 위치를 차지한다. 특히, 만약 i=(NINDEX(nn)+j*k-1+n)이고, 여기서 j<k이고 n=k이면, NCOST(i)는 교점 nn과 상향 지점(upstream node) n부터 지점 nn으로 교통(traffic)이 진입할때 주어지는 j번째 하향 지점 n(downstream node) 사이의 지연이다. 이러한 접근은 새로운 교점 지연이 유효하게 되는 것과 같이 쉽게 업데이트되는 링크 지연을 저장하는 상대적으로 능률적인 방법이다.
AB를 경유하여 지점 1에 도달하도록 주어진 CF에서의 전송시간이 지점 1에 FC를 경유하여 도달하도록 주어진 BA에서의 전송시간보다 벡터 NCOST 내에서 다른 위치를 점유하므로 지점들 사이에 단일의 접속부들을 저장할 필요가 있을 뿐이다.
실제로, NCOST는 2차원인데, 상기 2차원은 그날의 시간과 관련된 제1차원과 상기 설명된 바와 같이 링크 지연에 관련된 제2차원으로 구성된다. 예를 들어, 시스템이 교통 제어신호들로부터 매 데이터 당 10분간 구동한다면, 제1차원은 144일 때, 상기 144는 하루에 10분 간격으로 분할된다.
도로 작업, 임시의/영구적인 도로 폐쇄 그리고 사고와 같이 도로에서 생기는 사건들은 그 사건의 알려지거나 평가된 시간을 위한 NCOST 내의 적당한 위치 내에 매우 큰 링크 전송시간에 들어감으로써 상기 계획에서 조작될 수 있다. 단일 방향 링크인 경우에, 매우 큰 링크 지연은 허용되지 않는 이동방향과 관련된 NCOST 내의 위치 속으로 영구적으로 들어갈 수 있다.
대부분의 사건들은 사건에 관련된 코드들을 파일 속으로 타이핑하는 조작자들에 의하여 조작된다. 컴퓨터 프로그램은 파일을 규칙적으로(예컨데, 매 5분 단위) 읽으며 NCOST를 업데이트한다. 만일, 사건이 발생하고 적절한 링크를 위한 지연이 너무 큰 수치에 도달하면, 교통제어 시스템으로 들어오는 데이터는 상기 사건에 영향받는 네트워크의 부분을 위한 과거 기록데이터와 비교될 수 있다. 사건이 처리됨에 따라, 동적 데이터는 "정상"으로 돌아오고 큰 링크지연 또한 정상치로 돌아올 수 있다. 그러므로, 상기 동적 데이터는 사건 탐지 조작자에게 궤환 경로를 제공한다.
교통 신호들에서 과거 기록 데이터는 그 주의 각 날에 대한 정확히 24시간의 전형적 데이터 세트가 존재하도록 수집되어야 한다. 상기 데이터를 수집하기 전에, 최소 샘플링 구간(예컨데 10분)이 결정되어야 한다. 주어진 날의 시작점에서, 비교 데이터 세트는 NCOST로 로드되어야 한다.
각각의 하루가 진행됨에 따라, 시스템은 현재 신호 데이터를 수집하고, NCOST의 비교시간 슬롯을 채우기에 적당한 형태로 가공하며, 과거기록 데이터 베이스의 오프라인 수정을 위하여 보관하여야 한다.
최적 또는 고정된 이동시간에 대한 요청이 수신되면, 교통신호 데이터의 마지막 몇몇 구간에서 수집된 링크지연들은 상응하는 과거 기억 데이터와 비교될 것이고, 하기와 같은 것들을 포함하는 다양한 방법들을 사용하는 n 시간 단계들을 위한 NCOST의 완전한 벡터들의 각 요소에 대하여 평가가 수행된다.
- 시간 연속 분석
- 지수적인 조작
- 각 링크지연에 관한 과거 지연에 대한 현재 사용가능한 지연의 비로써 과거 수치들을 직접적으로 곱하는 것.
필요한 경우 사건들은 조작자에 의하여 동태적으로 더해지거나 제거될 수 있다. 사건 기록들은 음성으로 수신될 수 있고, 핵심 정보는 음성 인식 기술을 사용하여 전자적으로 추출될 수 있으며 사건 기록의 데이터 베이스로 전송될 수 있다.
본 발명의 바람직한 실시예는 이동이 시작되는 시점에 링크지연 부분이 동시에 지연되지 않는다고 인식한다. 조사 방법이 진행됨에 따라, 이동 중 각 지점에서 경과된 시간이 계산되고, 상기 특정 시간에 적합한 NCOST의 벡터는 이동에서 다음 링크지연을 계산할 때 사용된다. 분명하게, 동적 데이터의 공급이 실패하거나 부재하는 경우, 과거 기억 데이터가 사용될 수 있으나, 동적 데이터가 사용가능하게 됨에 따라, 현재 교통상황을 반영하기 위하여 NCOST 내의 과거 기억 데이터의 연속적인 벡터들을 수정하기 위하여 상기 동적 데이터가 사용될 수 있다. 알려진 이동의 원점과 목적점으로부터, 이동의 전송시간의 근사적인 평가가 그날의 시간에 적합한 비관적인 평균 전송속도를 사용하여 수행될 수 있다. 이것은 예상이 반드시 이루어져야 하는 NCOST 내의 시간 구간의 수를 평가하는데 사용된다.
비록 바람직한 실시례가 SCATS 시스템과 관련하여 설명되었을지라도, 본 발명이 SCOOT(Split Cycle Offset Optimisation Technique) 시스템과 같은 대체 교통제어 시스템에 의하여 수집되는 데이터를 수신하고 사용하는데 적용될 수 있음은 이해할 수 있을 것이다.
교통 네트워크 이동 지연 예상
대개의 교통 제어 시스템들은 한 시간 미만으로 각 인터섹션(intersection)에서의 이동 지연의 완벽하게 갱신된 셋(set)을 제공하기 어렵다. 그러나, 그것들은 10분 미만으로 교통 네트워크의 인터섹션들의 10퍼센트 정도의 갱신은 가능할 것이다. 교통 데이터를 수집하는 인터섹션들을 신중히 선택함으로서, 이 데이터가 적정 데이터로 이용될 수 없는 남아있는 인터섹션들과도 매치될 수 있다.
데이터 수집을 위해 선택된 그 인터섹션들은 적절한 데이터가 가능치 않은 그 인터섹션들의 기하학(geometry) 및 용량 범위를 커버해야 한다. 용량 측정은 하루 이상의 DOS 평균이다. 과거 데이터는 적절한 데이터의 수집 및 모든 인터섹션의 수량적 계산을 가능하게 한다. 어느 두 예기된 쌍이 유사한 DOS를 갖는다. 유사하게, 만일 과거의 녹색 신호 시간 및 신호 주기 시간때는 가능하다. 매일의 평균 역시 인터섹션들의 쌍들의 매칭을 위해 사용된다.
어느 두 매치된 인터섹션들은 바람직하게 동일 수의 교차 링크(link)들을 갖는다. 데이터 매칭을 위해, 인터섹션들의 방위는 바람직하게 중심 상가 구역에 가장 가까운 지점의 링크들이 정렬된 곳에 배열된다. 추가로, 두 인터섹션은 상기 중심 상가 구역으로부터 동일 거리로 가능한 한 가깝도록 함이 바람직하다.
상기 매칭 크리테리아(criteria)의 모든 것은 "오프 라인"이 가능하다. 즉, 이것들은 네트워크 기하학 및 적절한 과거 데이터가 잘 알려져 있다면 그 시스템에 적용할 수 있다. 그 이상의 매칭 요소들(factors)이 인터섹션간의 매치가 보다 정확해지도록 적용할 수 있다. 바람직한 실시예에서, 링크 수를 매칭하는 상기 크리테리아, 상기 중심 상가 구역으로부터의 거리 및 상기 중심 상가 구역에 관련된 방위들은 항상 사용된다. 매칭 쌍들(matches)을 설정될 때, 수집된 인터섹션 데이터가 매칭 인터섹션들로 전해지고, 전체 네트워크를 위한 교통 데이터의 풀 셋을 제공한다.
상기 매칭 프로세스에 관련하여, 링크 지연에서 많은 수의 링크들을 가로지르는 경로(trip) 위를 상쇄하는 에러들을 유념하기 바란다.
만일 한 도시의 어느 부분을 위한 교통 데이터가 가능하지만 유사한 교통 흐름 특성을 갖는 다른 도시가 가능치 않다면, 상술된 속성을 사용하는 인터섹션 메칭은 교통 데이터가 없는 도시의 교통 데이터를 측정하는데 사용할 수 있다. 도시에서 매치되는 국부 지식은 이미 데이터가 수집된 도시에서의 인터섹션을 위한 평균 일일 DOS 값의 범위와 대등하게되는 "활동(busyness)"에 의해 그 인터섹션의 분류가 이루어진다. 그래서 새로운 도시에서의 하루 종일의 여행 시간(travel times)의 측정을 가능하게 한다. 이는 여행 시간 상황보고 시스템의 수립을, 그런 설비가 이미 운용중인 도시에서의 그것들과 유사하게 교통 특성을 알 수 있도록, 허락한다. 시간이 지나면, 과거의 데이터베이스를 개선하는 적절한 데이터가 새로운 도시에서 수집된다. 이상적으로, 이 과거의 데이터는 부유(floating)로부터의 동적인 데이터의 보충 또는 종자 차량들의 보충이 실시간 이동자 정보의 제공이 가능토록 하기 위해 필요하다. 어떤 이벤트시에, 교통 데이터 매칭 프로세스는 실제 이용할 수 있는 교통 데이터가 없는 도시를 위하여 적어도 최초의 측정을 할 수 있게 한다.
교통 정보의 전달을 위한 선택적 수단
메시지를 전달하기 위한 선택적 전달 수단은 텍스트를 보이스로 변환하는 것을 포함할 수 있다. 상술된 교통 정보는 음성으로 변환되고 음성 호와 또는 마치 무응답과 같이 전달된 다음, 순차적 복구를 위한 음성메시지로 남는다. 다른 형태로, 데이터베이스로부터의 교통 정보는 양방향 음성 응답(interactive voice response : IVR) 시스템 기반의 메뉴를 통하여 이용할 수 있는 정보로 만들 수 있다. 또한, HTML 텍스트는 왑(WAP) 및/또는 3세대 이동 전화기들에서 디스플레이 하기 위해 적합한 기본 WML 텍스트 이상은 삭제할 수 있다.
도 1을 보면, 선택적 배열에서, 개인 가입자들을 위한 위치 데이터 7이 설정되고 서버 5에 관련될 수 있다. GPS, MPS 또는 다른 적합한 위치 위치 시스템은 개인 가입자의 정확한 위치 및 상태를 결정하는 채용될 수 있다. 만일 가입자가 그의 여행 출발 시간을 변경하면, 그의 맞춤 메시지는 그의 위치 데이터에 의해 설정된 그의 현재 상태를 기반으로 갱신할 수 있다. 가입자들도 요구되는 상세 정보를 요청할 수 있다. SMS 프로토콜에서 인보크된 서비스는 "푸시(push)" 및 "풀(pull)" 메시지로 알려져 있다. 푸시/풀 서비스는 SMS 메시지가 교통 정보를 요청하는 가입자의 전화기로부터 보내지고 [이 것이 풀] 그리고 SMS 메시지가 상기 요구된 정보로 보내진다 [이것이 푸시]. 가입자들은 역시 일반적 공중 정보를 갖는 웹사이트에 접속할 수 있을 뿐만 아니라 가입자만을 위한 특정 접속도 가능하다. 그 가입자들은 원하는 자신의 프로파일을 변경할 수 있다. 가입자 프로파일에 포함된 정보 형태는 가입자의 출발 예정 시간, 가입자가 알고 있는 주요 및 교체 경로들 및 가입자가 선호하는 기상 예상 정보를 포함한다.
결론
본 발명의 방법 및 시스템은 많은 장점을 구현하고, 본 발명의 범주 및 기술적 사상의 을 벗어나지 않는 상술된 실시예내에서 다양한 변화 및 변경 가능하다. 그러므로, 본 발명의 실시예들은 실례가 되는 모든 측면에서 고려되어야 한다.
상기 명세서 내용에 포함되어 있음.

Claims (58)

  1. 과거 교통 데이터(historical traffic data)를 저장하고 실질적으로 실시간 교통 데이터 및 관련 데이터를 수신하도록 동작할 수 있는 데이터베이스;
    적어도 하나의 이동자 프로파일(profile)에 대한 맞춤 예상 교통 정보(customised forecasted traffic information)를 산출하기 위하여 상기 적어도 하나의 이동자 프로파일에 대한 과거 및 실시간 교통 및 관련 데이터를 결정론적으로 통합하는 수단; 및
    상기 적어도 하나의 이동자 프로파일 내에 기술된 적어도 하나의 이동 경로에 대한 적어도 예상 이동 지연을 포함하는 맞춤 예상 교통 정보를 예정된 수신자에게 송신하는 수단을 포함하고,
    상기 이동 경로의 링크를 위한 교통 데이터가 불충분한 경우, 상기 통합 수단은 상기 예상 이동 지연을 제공하기 위하여 상기 이동 경로의 링크 상의 불충분한 교통 정보 대신 다른 링크에 대한 사용가능한 데이터를 사용하도록 동작할 수 있는 것을 특징으로 하는 교통량 또는 관련 정보를 제공하는 시스템.
  2. 제 1 항에 있어서,
    각 상기 이동 경로 링크 및 상기 다른 링크는 교통 교차로를 포함하여, 상기 다른 링크의 교통 교차로에 대한 사용가능한 교통 데이터가 상기 이동 경로 링크의 교통 교차로에 대한 불충분한 교통 데이터 대신에 사용되는 것을 특징으로 하는 교통 또는 관련 정보를 제공하는 시스템.
  3. 제 2 항에 있어서,
    상기 이동 경로 링크에 대한 상기 다른 링크의 적절한 매칭은
    a) 상기 교차로들의 기하학적 형태;
    b) 상기 교차로들의 방향;
    c) 상기 교차로들의 상대적 DOS;
    d) 상기 교차로의 신호 주기 시간 동안 과거 일간 평균들;
    e) 상대적으로 높은 밀집도의 위치로부터 상기 교차로의 거리 중 하나 이상을 고려하는 것을 특징으로 하는 교통 또는 관련 정보를 제공하는 시스템.
  4. 제 1 항에 있어서,
    상기 예정된 수신자는 모든 이동자 프로파일들에 대한 맞춤 예상 교통 정보를 수신하고, 상기 프로파일에 따른 개별 이동자들로의 순차적인 송신을 위하여 각 이동자 프로파일과 관련된 정보를 분리하는 것을 특징으로 하는 교통 또는 관련 정보를 제공하는 시스템.
  5. 제 1 항에 있어서,
    이동자 프로파일을 구비한 적어도 하나의 개별 이동자는 전송된 맞춤 예상 교통 정보를 수신하도록 동작할 수 있는 원격 단말을 포함하는 것을 특징으로 하는 교통 또는 관련 정보를 제공하는 시스템.
  6. 제 5 항에 있어서,
    상기 원격 단말은 상기 데이터베이스로 정보를 전송하도록 동작할 수 있는 것을 특징으로 하는 교통 또는 관련 정보를 제공하는 시스템.
  7. 제 5 항에 있어서,
    상기 원격 단말은 이동 전화인 것을 특징으로 하는 교통 또는 관련 정보를 제공하는 시스템.
  8. 제 1 항에 있어서,
    맞춤 예상 교통 정보는 이동자의 이동 시작 전에 이동자에게 전송되는 것을 특징으로 하는 교통 또는 관련 정보를 제공하는 시스템.
  9. 제 1 항에 있어서,
    맞춤 예상 교통 정보는 이동자의 이동 중에 이동자에게 전송되는 것을 특징으로 하는 교통 또는 관련 정보를 제공하는 시스템.
  10. 제 1 항에 있어서,
    상기 시스템은 개별적인 이동자 프로파일을 저장하기 위한 이동자 데이터베이스를 포함하고,
    상기 이동자 프로파일은 이동자를 식별하는 데이터 및 이동자의 통상적인 이동 경로 및 상기 이동 경로들에 대한 통상적인 출발 시간과 관련된 데이터를 포함하는 것을 특징으로 하는 교통 또는 관련 정보를 제공하는 시스템
  11. 제 1 항에 있어서,
    상기 이동자 프로파일은 상기 이동자가 맞춤 예상 교통 정보를 수신하기 원하는 시간들을 나타내는 것을 특징으로 하는 교통 또는 관련 정보를 제공하는 시스템.
  12. 제 10 항에 있어서,
    상기 개별 이동자들은 상기 이동자 데이터베이스로의 접근이 제공되고 개별 이동자 프로파일에 대한 데이터베이스 내에 포함된 데이터를 변경할 수 있는 것을 특징으로 하는 교통 또는 관련 정보를 제공하는 시스템.
  13. 제 1 항에 있어서,
    상기 과거, 실시간 및 관련 교통 데이터를 통합하는 수단은,
    a) 소정의 시간 주기에 걸친 시간 시리즈의 평균 지연들을 교통 네트워크의 링크들을 위한 과거 데이터로부터 결정하고,
    b) 과거 날씨 데이터를 수신하여 상기 날씨 데이터를 과거 교통 데이터와 서로 연관지어서 다양한 날씨 조건들 동안의 링크에 대한 평균 과거 지연을 발생시키고,
    c) 교통 네트워크의 지리적 영역 내의 날씨에 관한 실시간 데이터를 수신하고,
    d) 상기 수신된 데이터를 기초로 각 시간 시리즈에 대한 각 교통 링크에서 발생할 실제 링크 지연을 추정하고,
    e) 상기 이동자가 링크들을 따라서 이동을 시작할 것으로 예상되는 시간에 각 링크 지연에 대한 추정을 이용하여 이동 경로에 따른 링크들의 각 링크 지연들을 합함으로써 교통 네트워크의 출발 지점(node)에서 목적 지점(node)까지의 실제 지연 예상을 발생시키도록 동작하는 것을 특징으로 하는 교통 또는 관련 정보를 제공하는 시스템.
  14. 제 13 항에 있어서,
    상기 통합 수단은 평균 링크 지연들에 대하여 과거 교통 데이터의 계절적 경향들(seasonal trends)을 결정하고, 과거 교통 데이터에서 상기 계절적 경향들을 제거하는 것을 특징으로 하는 교통 또는 관련 정보를 제공하는 시스템.
  15. 제 13 항에 있어서,
    상기 통합 수단은 교통 링크들 상에서의 측정된 지연들에 대한 실시간 교통 데이터를 수신하고, 측정이 취해진 대응 시간 단계 동안의 평균 과거 링크 지연에 대한 가장 최근에 측정된 교통 링크 지연의 비율을 계산하고, 미래 시간 단계에서의 링크에 대한 평균 과거 링크 지연에 미리 규정된 비율을 곱하여 미래의 시간 단계에서 링크에 대해 발생할 실제 링크 지연의 추정을 발생시키는 것에 의하여, 미래의 임의 시점에서 링크에 대하여 일어날 수 있는 실제 교통 링크 지연을 추정하는 것을 특징으로 하는 교통 또는 관련 정보를 제공하는 시스템.
  16. 제 15 항에 있어서,
    상기 통합 수단은 이동자 프로파일들에 관련된 네트워크의 모든 교통 링크들에 대해 미래의 임의 시점에서 링크에 대하여 발생하는 실제 교통 링크 지연의 추정을 발생시키는 것을 특징으로 하는 교통 또는 관련 정보를 제공하는 시스템.
  17. 제 16 항에 있어서,
    상기 통합 수단은 특정 링크가 가로지르는 직전 링크들에 기초하고 상기 직전 링크를 가로지르는 것과 관련된 지연 및 교차로들을 고려하여 상기 특정 링크 상의 이동 시간을 추정하는 것을 특징으로 하는 교통 또는 관련 정보를 제공하는 시스템.
  18. 제 13 항에 있어서,
    상기 통합 수단은 각 개별 이동자 프로파일에 의해 요구되는 시간에 이동자 프로파일들에 따른 이동 경로들에 대해 발생할 실제 지연의 예상을 결정하는 것을 특징으로 하는 교통 또는 관련 정보를 제공하는 시스템.
  19. 제 13 항에 있어서,
    상기 통합 수단은 학교 휴일 기간, 여름 휴가 기간, 공휴일 및 주말과 같은 경우에 대한 데이터를 수신하여, 상기 데이터와 과거 교통 데이터를 서로 연관시키는 것을 특징으로 하는 교통 또는 관련 정보를 제공하는 시스템.
  20. 제 13 항에 있어서,
    상기 통합 수단은 최소 자승 맞춤 해석을 실행함으로써 발생되는 데이터의 모델을 포함하여 다음의 공식을 이용하여 평균 과거 교통 지연을 결정하는 것을 특징으로 하는 교통 또는 관련 정보를 제공하는 시스템.
    지연 = a0 + a1*Dr/(a2+Dr) + a3*R/(a4+R)
    + a5*Sh + a6*Ch + a7*We + a8*Ph + a9*Ph-
    + a10*Ph+
    여기서, Dr은 지난번 비 내린 이후의 기간,
    R은 지난 소정 기간 중의 강우량,
    Sh는 학교 방학 기간,
    Ch는 공통적인 여름 휴가 기간,
    We는 주말 또는 평일,
    Ph는 공휴일,
    Ph-는 공휴일 전날,
    Ph+는 공휴일 다음날을 나타낸다.
  21. 제 13 항에 있어서,
    사고에 의해 발생되는 링크 지연의 추정이 수신되어, 예상 이동 지연이 발생될 때 과거 예상 링크 지연들을 합하기 위한 통합 수단에 의한 연속적인 접근을 위하여 저장되는 것을 특징으로 하는 교통 또는 관련 정보를 제공하는 시스템.
  22. 제 1 항에 있어서,
    교통 네트워크를 통하여 최적의 이동 경로(path)를 결정하기 위해서,
    a) 네트워크 내의 각 교통 링크에 대한 링크 이동 시간을 결정하도록 동작할 수 있고,
    b) 최소 예상 지연을 발생시키는 두 지점 사이의 일련의 연결된 교통 링크들인, 두 지점 사이의 최적 경로(path)를 결정하기 위해 경로 검색 방법을 구현하도록 동작할 수 있는 수단을 포함하는 것을 특징으로 하는 교통 또는 관련 정보를 제공하는 시스템.
  23. 제 22 항에 있어서,
    네크워크 내에서 교통 링크에 대한 링크 이동 시간의 결정은 상기 링크에 대한 평균 자유 이동 시간(mean free travel time)과 상기 링크에 연결된 직전의 교차로를 빠져나오기 위해 필요한 평균 시간을 합함으로써 획득되는 것을 특징으로 하는 교통 또는 관련 정보를 제공하는 시스템.
  24. 제 23 항에 있어서,
    포화 흐름율보다 작은 차량 흐름율을 가진 교통 링크들에 대해, 평균 자유 이동 속도는 상기 링크에 대한 차량 흐름율을 상기 링크에 대한 차량 밀도로 나눔으로써 얻어지고, 평균 자유 이동 시간은 링크의 거리를 평균 자유 이동 속도로 나눔으로써 얻어지는 것을 특징으로 하는 교통 또는 관련 정보를 제공하는 시스템.
  25. 제 23 항에 있어서,
    상기 직전 교차로를 빠져나오는 평균 시간은 교통 네크워크의 교통 제어 시스템으로부터 얻어지는 것을 특징으로 하는 교통 또는 관련 정보를 제공하는 시스템.
  26. 제 22 항에 있어서,
    교통 네트워크를 통하여 최적의 이동 패스를 제공하기를 원하는 요구를 수신하면, 교통 신호 데이터로부터 가장 최근에 수집된 측정 링크 지연은 과거 링크 지연 데이터와 비교되고, 실제 링크 지연 데이터의 추정은 네트워크 내에서 이동자의 출발 및 목적 지점에 따라서 시간 시리즈 내에서 적당한 수의 단계를 위한 네트워크 내의 각 교통 링크를 위해 발생되는 것을 특징으로 하는 교통 또는 관련 정보를 제공하는 시스템.
  27. 제 26 항에 있어서,
    교통 링크를 위한 실시간 링크 지연 데이터가 이용불가능한 경우에 과거 지연 데이터가 사용되는 것을 특징으로 하는 교통 또는 관련 정보를 제공하는 시스템.
  28. 제 1 항에 있어서,
    과거 링크 지연 데이터를 발생시키기 위해서는 교통 네트워크 내에 링크들을 위한 불충분한 과거 교통 데이터가 존재하는 경우, 과거 및 실시간 데이터를 통합하기 위한 수단은 데이터가 이용불가능한 여러 링크들을 위한 추정으로서 동일 및/또는 다른 네트워크 내의 다른 링크들을 위한 사용가능한 교통 데이터를 이용하는 것을 특징으로 하는 교통 또는 관련 정보를 제공하는 시스템.
  29. 제 28 항에 있어서,
    사용가능한 교통 데이터가 존재하지 않는 교통 링크들은 교통 데이터가 사용가능한 다른 교통 링크들에 매칭되고,
    상기 매칭 프로세스는,
    a) 교통 링크들의 상대적 기하학적 형태,
    b) 교통 링크들의 상대적 배치,
    c) 교통 링크들의 상대적 수용 용량,
    d) 상대적으로 높은 인구 밀도의 지역들과 교통 링크들의 상대적 정렬,
    e) 교통 링크들의 상대적 DOS,
    f) 상대적으로 높은 인구 밀도의 지역으로부터의 교통 링크들의 상대적 거리
    중 하나 이상을 고려하는 것을 특징으로 하는 교통 또는 관련 정보를 제공하는 시스템.
  30. 제 1 항에 있어서,
    다른 도시 또는 다른 시골 지역에서 교통 데이터를 추정하기 위하여, 도시 또는 시골 지역의 일부에 사용가능한 교통 데이터가 상기 도시 또는 시골 지역과 유사한 교통 흐름 특성을 가지고 사용가능한 교통 데이터를 구비하지 않은 상기 다른 도시 또는 다른 시골에 매칭되는 것을 특징으로 하는 교통 또는 관련 정보를 제공하는 시스템.
  31. 과거, 실시간 및 관련 교통 데이터를 데이터베이스에 저장하는 단계;
    이동자 프로파일에 대한 맞춤 예상 교통 정보를 생성하기 위하여 상기 이동자 프로파일에 대한 과거, 실시간 및 관련 데이터를 결정론적으로 통합하는 단계; 및
    상기 이동자 프로파일에 기술(記述)된 이동 경로의 예상 이동 지연을 포함하는 맞춤 예상 교통 정보를 예정된 수신자에게 보내는 단계를 포함하고,
    상기 이동 경로의 링크를 위한 불충분한 교통 데이터가 존재하는 경우, 상기 통합 단계는 예상 이동 지연을 제공하기 위하여 상기 이동 경로의 링크에 대한 불충분한 교통 데이터 대신 다른 링크에 대한 사용가능한 데이터를 사용하는 단계를 포함하는 교통 또는 관련 정보를 제공하는 방법.
  32. 제 31 항에 있어서,
    각 상기 이동 경로 링크 및 상기 다른 링크는 교통 교차로를 포함하고,
    상기 이동 경로 링크의 교통 교차로에 대한 불충분한 교통 데이터 대신 상기 다른 링크의 교통 교차로에 대한 사용가능한 교통 데이터를 사용하는 단계를 포함하는 것을 특징으로 하는 교통 또는 관련 정보를 제공하는 방법.
  33. 제 32 항에 있어서,
    상기 사용가능한 교통 데이터를 사용하는 단계는,
    a) 상기 교차로들의 기하학적 형상;
    b) 상기 교차로들의 방향;
    c) 상기 교차로들의 상대적 DOS;
    d) 상기 교차로에 대한 신호 주기 사간 동안 과거 일간 평균;
    e) 상대적으로 높은 인구 밀도의 지역으로부터의 교통 링크들의 상대적 거리
    중 하나 이상을 고려하는 것을 특징으로 하는 교통 또는 관련 정보를 제공하는 방법.
  34. 제 31 항에 있어서,
    상기 예정된 수신자가 모든 이동자 프로파일에 대한 맞춤 예상 교통 정보를 수신하고, 각 이동자 프로파일에 관한 정보를 분리하여, 이동자 프로파일에 따라 각 개별 이동자에게 상기 관련 교통 정보를 전송하는 단계를 포함하는 것을 특징으로 하는 교통 또는 관련 정보를 제공하는 방법.
  35. 제 31 항에 있어서,
    이동자 프로파일 및 원격 단말을 가지는 개별 이동자가 상기 단말 상에서 맞춤 예상 교통 정보를 수신하는 단계를 포함하는 교통 또는 관련 정보를 제공하는 방법.
  36. 제 35 항에 있어서,
    상기 원격 단말은 정보를 데이터베이스로 전송하도록 동작할 수 있으며,
    상기 개별 이동자가 정보를 데이터베이스로 전송하는 단계를 포함하는 교통 또는 관련 정보를 제공하는 방법.
  37. 제 31 항에 있어서,
    이동자 프로파일로부터 이동자의 통상적인 이동 경로와 상기 경로 상에서 통상적인 출발 시각을 결정하는 단계를 포함하는 교통 또는 관련 정보를 제공하는 방법.
  38. 제 31 항에 있어서,
    이동자 프로파일로부터 이동자가 맞춤 예상 교통 정보를 수신하기 원하는 시간을 결정하는 단계를 포함하는 교통 또는 관련 정보를 제공하는 방법.
  39. 제 38 항에 있어서,
    이동자 프로파일로부터 결정된 정보를 수신하기 원하는 시간에 따라 이동자에게 맞춤 예상 교통 정보를 송신하는 단계를 포함하는 교통 또는 관련 정보를 제공하는 방법.
  40. 제 38 항 또는 제 39 항에 있어서,
    이동자가 저장된 이동 프로파일에 접근하여 상기 프로파일에 포함된 데이터를 변경하는 단계를 포함하는 교통 또는 관련 정보를 제공하는 방법.
  41. 제 31 항에 있어서,
    상기 이동자 프로파일에 대한 과거, 실시간 및 관련 데이터를 통합하여 맞춤 예상 교통 정보를 생성하는 단계는,
    a) 소정의 시간에 걸쳐 전개되는, 교통 네트워크에서의 링크에 대한 과거 데이터로부터 평균 지연 시간 시리즈(time series)를 결정하는 단계;
    b)과거 날씨 데이터를 수신하고 상기 날씨 데이터를 과거 교통 데이터와 연관시키며 다양한 날씨 상태 동안 링크에 대한 평균 과거 지연을 생성하는 단계;
    c) 교통 네트워크의 지리적 영역에서 날씨에 관계되는 실시간 데이터를 수신하는 단계;
    d) 수신된 데이터에 기초하여 각 타임 시리즈에 대하여 교통 링크 각각에서 발생할 실제 링크 지연을 추정하는 단계; 및
    e) 이동자가 이동경로 상의 링크를 따라 이동을 시작할 것으로 예상 시각에서의 각 링크 딜레이에 대한 추정치를 이용하여 상기 링크들의 각 링크 딜레이를 합함으로써 교통 네트워크의 출발 지점에서 도착 지점까지의 실제 지연의 예상을 생성하는 단계를 포함하는 교통 또는 관련 정보를 제공하는 방법.
  42. 제 41 항에 있어서,
    상기 이동자 프로파일에 대한 과거, 실시간 및 관련 데이터를 통합하는 단계는 과거 데이터에서 평균 링크 지연에 관계되는 계절적 경향을 결정하여 상기 계절적 경향을 과거 교통 데이터로부터 제거하는 단계를 포함하는 교통 또는 관련 정보를 제공하는 방법.
  43. 제 41 항에 있어서,
    상기 이동자 프로파일에 대한 과거, 실시간 및 관련 데이터를 통합하는 단계는,
    교통 링크 상에서의 측정된 지연에 관련되는 실시간 교통 데이터를 수신하고 가장 최근에 측정된 교통 링크 지연과 측정이 행해진 해당 시각에 대한 평균 과거 링크 지연의 비를 계산하여 미래의 일 시각에서의 임의 링크에 대한 평균 과거 링크 지연을 위에서 확정된 비와 곱함으로써 미래의 상기 일 시각에 상기 일 링크에 대하여 발생할 실제 링크 지연의 추정치를 생성하는 것에 의하여, 미래의 상기 임의 시각에 상기 임의 링크에 대하여 발생할 실제 교통 링크 지연을 결정하는 단계를 포함하는 교통 또는 관련 정보를 제공하는 방법.
  44. 제 43 항에 있어서,
    상기 이동자 프로파일에 대한 과거, 실시간 및 관련 데이터를 통합하는 단계는,
    이동자 프로파일에 관련된, 네트워크의 모든 교통 링크에 대하여 미래의 임의 시각에 임의 링크에 대하여 발생할 실제 교통 링크 지연의 추정을 생성하는 단계를 포함하는 교통 또는 관련 정보를 제공하는 방법.
  45. 제 41 항에 있어서,
    상기 이동자 프로파일에 대한 과거, 실시간 및 관련 데이터를 통합하는 단계는,
    이동 경로에 대하여 발생할 실제 지연의 예상을 각 개별 이동자 프로파일에 의하여 요구되는 시각에 이동자 프로파일에 따라 결정하는 단계를 포함하는 교통 또는 관련 정보를 제공하는 방법.
  46. 제 41 항에 있어서,
    상기 이동자 프로파일에 대한 과거, 실시간 및 관련 데이터를 통합하는 단계는,
    학교 방학 기간, 여름 휴가 기간, 공휴일 및 주말과 같은 사건(event)에 관계되는 데이터를 수신하여 상기 데이터를 과거 교통 데이터와 연관시키는 단계를 포함하는 교통 또는 관련 정보를 제공하는 방법.
  47. 제 41 항에 있어서,
    상기 이동자 프로파일에 대한 과거, 실시간 및 관련 데이터를 통합하는 단계는,
    아래의 함수를 사용하여 평균 과거 지연을 결정하기 위하여 최소 자승 맞춤 해석(least square fit analysis)을 수행함으로써 과거 및 실시간 데이터를 모델링(modelling)하는 단계를 포함하는 교통 또는 관련 정보를 제공하는 방법;
    지연 = a0 + a1*Dr/(a2+Dr) + a3*R/(a4+R)
    + a5*Sh + a6*Ch + a7*We + a8*Ph + a9*Ph-
    + a10*Ph+
    단, Dr은 지난번 비 내린 이후의 기간,
    R은 지난 소정 기간 중의 강우량,
    Sh는 학교 방학 기간,
    Ch는 공통적인 여름 휴가 기간,
    We는 주말 또는 평일,
    Ph는 공휴일,
    Ph-는 공휴일 전날,
    Ph+는 공휴일 다음날을 뜻한다.
  48. 제 41 항에 있어서,
    상기 이동자 프로파일에 대한 과거, 실시간 및 관련 데이터를 통합하는 단계는,
    사건(incident)에 의해 유발된 추정 링크 지연에 관련된 데이터를 수신하여 상기 데이터를 추후 접근을 위해 저장하고 이로써 예상 이동 지연이 생성될 때에 사건(incident)에 의해 유발된 추정 지연이 과거 데이터로부터 예상 링크 지연과 합해지는 단계를 포함하는 교통 또는 관련 정보를 제공하는 방법.
  49. 제 41 항에 있어서,
    상기 특정 링크를 가로지르는 직전 링크들에 기초하여, 상기 직전 링크들 및 교차로들을 가로지르는 시간과 관련된 지연을 고려하여, 특정 링크 상에서 이동 시간을 추정하는 단계를 포함하는 것을 특징으로 하는 교통 또는 관련 정보를 제공하는 방법.
  50. 제 41항에 있어서,
    네트워크에서의 각 교통 링크에 대한 링크 이동 시간을 결정하고, 경로 검색방법을 실행하여 최소의 기대 지연을 낳는 두 지점(node) 사이의 일련의 연결된 교통 링크인, 교통 네트워크에서의 두 지점 사이의 최적 경로를 결정함으로써 교통 네트워크를 통한 최적의 이동 경로를 식별하는 단계를 포함하는 교통 또는 관련 정보를 제공하는 방법.
  51. 제 50 항에 있어서,
    네트워크에서의 임의 교통 링크에 대한 링크 이동 시간을 결정하는 단계는 상기 링크에 대한 평균 자유 이동 시간과 상기 링크에 링크된 직전(直前) 교차로를 빠져나가는데 필요한 평균 시간을 합하는 단계를 포함하는 교통 또는 관련 정보를 제공하는 방법.
  52. 제 51 항에 있어서,
    교통 링크에 대한 평균 자유 이동 시간의 결정은 상기 링크에 대한 차량 흐름율을 상기 링크에 대한 차량 밀도(concentration)로 나눔으로써 평균 자유 이동 속력을 얻고 링크의 거리를 평균 자유 이동 속력으로 나눔으로써 평균 자유 이동 시간을 얻는 단계를 포함하는 교통 또는 관련 정보를 제공하는 방법.
  53. 제 51 항에 있어서,
    교통 네트워크의 교통 제어 시스템으로부터 직전 교차로를 빠져나가는 평균 시간을 얻는 단계를 포함하는 교통 또는 관련 정보를 제공하는 방법.
  54. 제 50 항에 있어서,
    임의 이동 네트워크를 통과하는 최적 이동 경로를 제공하라는 요청을 식별하고, 이러한 요청을 받았을 때 교통 신호 데이터로부터 가장 최근에 수집된 측정된 링크 지연과 과거 데이터로부터의 링크 지연 데이터를 비교하여, 네트워크에서의 이동자의 출발 및 목적 지점에 따라 타임 시리즈에서 적절한 수의 단계로 네트워크에서의 각 교통 링크에 대한 실제 링크 지연을 추정하는 단계를 포함하는 교통 또는 관련 정보를 제공하는 방법.
  55. 제 54 항에 있어서,
    미리 설정된 기준에 따라 교통 링크에 대한 충분한 최근의 실시간 링크 지연 데이터가 사용가능한지 여부를 판별하고, 충분히 최근의 시간 지연 데이터가 사용가능하지 않은 경우에는 과거의 링크 지연 데이터를 사용하는 단계를 포함하는 교통 또는 관련 정보를 제공하는 방법.
  56. 제 41 항에 있어서,
    미리 설정된 기준에 따라 교통 네트워크의 링크들에 대하여 과거 링크 지연 데이터를 생성하기에 불충분한 과거 교통 데이터가 있는지 여부를 판별하고, 불충분한 데이터가 존재한다고 판별된 경우에는 동일 및/또는 다른 네트워크에서의 다른 링크들에 대한 사용가능한 교통 데이터를 사용가능한 데이터가 없는 상기 여러 링크들에 대한 추정을 사용하는 단계를 포함하는 교통 또는 관련 정보를 제공하는 방법.
  57. 제 56 항에 있어서,
    동일 및/또는 다른 네트워크에서의 다른 링크들에 대한 사용가능한 교통 데이터를 사용가능한 데이터가 없는 상기 여러 링크들에 대한 추정치로 사용하는 단계는, 어떤 교통 데이터도 사용가능하지 않은 교통 링크들을 교통 데이터가 사용가능한 다른 교통 링크들과 매칭시키는 단계를 포함하며, 상기 매칭 단계는
    a) 교통 링크들의 관련 기하학적 형상;
    b) 교통 링크들의 상대적인 배열;
    c) 교통 링크들의 상대적인 용량;
    d) 교통 링크들의 인구밀도가 비교적 높은 위치들과의 상대적인 정렬;
    e) 교통 링크들의 상대적인 DOS;
    f) 교통 링크들의 인구밀도가 비교적 높은 위치들과의 상대적인 거리 중 하나 이상을 고려하는 교통 또는 관련 정보를 제공하는 방법;
  58. 제 31 항에 있어서,
    다른 도시 또는 다른 시골 지역에 대한 교통 데이터가 사용가능하지 않은 경우, 상기 다른 도시 또는 다른 시골 지역의 교통 데이터를 추정하기 위하여, 도시 또는 시골 지역에 사용가능한 교통 데이터를 상기 도시 또는 시골 지역과 유사한 교통 흐름 특성을 가진 상기 다른 도시 또는 다른 시골 지역에 매칭시키는 단계를 포함하는 것을 특징으로 하는 교통 또는 관련 정보를 제공하는 방법.
KR1020027017756A 2000-06-26 2001-06-26 교통 및 관련 정보를 제공하는 방법과 시스템 Expired - Fee Related KR100823210B1 (ko)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
AUPQ8381A AUPQ838100A0 (en) 2000-06-26 2000-06-26 Method and system for providing traffic and related information to subscriber terminals
AUPQ8381 2000-06-26
AUPR4793 2001-05-04
AUPR4793A AUPR479301A0 (en) 2001-05-04 2001-05-04 Method and system for providing traffic and related information
PCT/AU2001/000758 WO2002001532A1 (en) 2000-06-26 2001-06-26 Method and system for providing traffic and related information

Publications (2)

Publication Number Publication Date
KR20030022161A KR20030022161A (ko) 2003-03-15
KR100823210B1 true KR100823210B1 (ko) 2008-04-18

Family

ID=25646369

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020027017756A Expired - Fee Related KR100823210B1 (ko) 2000-06-26 2001-06-26 교통 및 관련 정보를 제공하는 방법과 시스템

Country Status (12)

Country Link
US (1) US6882930B2 (ko)
EP (1) EP1316079B1 (ko)
JP (1) JP4951188B2 (ko)
KR (1) KR100823210B1 (ko)
CN (1) CN1449551A (ko)
AT (1) ATE383635T1 (ko)
CA (1) CA2414531A1 (ko)
DE (1) DE60132340T2 (ko)
MX (1) MXPA03000171A (ko)
NO (1) NO20026257L (ko)
NZ (1) NZ523742A (ko)
WO (1) WO2002001532A1 (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011006140A3 (en) * 2009-07-09 2012-04-05 Cubic Corporation Predictive techniques in transit alerting
US8856024B2 (en) 2010-10-26 2014-10-07 Cubic Corporation Determining companion and joint cards in transit
US8942677B2 (en) 2009-07-09 2015-01-27 Cubic Corporation Transit account management with mobile device messaging
US8991699B2 (en) 2009-09-08 2015-03-31 Cubic Corporation Association of contactless payment card primary account number

Families Citing this family (136)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7782256B2 (en) 1999-03-05 2010-08-24 Era Systems Corporation Enhanced passive coherent location techniques to track and identify UAVs, UCAVs, MAVs, and other objects
US7889133B2 (en) 1999-03-05 2011-02-15 Itt Manufacturing Enterprises, Inc. Multilateration enhancements for noise and operations management
US8446321B2 (en) 1999-03-05 2013-05-21 Omnipol A.S. Deployable intelligence and tracking system for homeland security and search and rescue
US7667647B2 (en) 1999-03-05 2010-02-23 Era Systems Corporation Extension of aircraft tracking and positive identification from movement areas into non-movement areas
US7777675B2 (en) 1999-03-05 2010-08-17 Era Systems Corporation Deployable passive broadband aircraft tracking
US7908077B2 (en) 2003-06-10 2011-03-15 Itt Manufacturing Enterprises, Inc. Land use compatibility planning software
US7739167B2 (en) 1999-03-05 2010-06-15 Era Systems Corporation Automated management of airport revenues
US7570214B2 (en) 1999-03-05 2009-08-04 Era Systems, Inc. Method and apparatus for ADS-B validation, active and passive multilateration, and elliptical surviellance
US7612716B2 (en) 1999-03-05 2009-11-03 Era Systems Corporation Correlation of flight track data with other data sources
US8203486B1 (en) 1999-03-05 2012-06-19 Omnipol A.S. Transmitter independent techniques to extend the performance of passive coherent location
US6587781B2 (en) 2000-08-28 2003-07-01 Estimotion, Inc. Method and system for modeling and processing vehicular traffic data and information and applying thereof
US6973384B2 (en) 2001-12-06 2005-12-06 Bellsouth Intellectual Property Corporation Automated location-intelligent traffic notification service systems and methods
US6741926B1 (en) 2001-12-06 2004-05-25 Bellsouth Intellectual Property Corporation Method and system for reporting automotive traffic conditions in response to user-specific requests
FR2837950B1 (fr) * 2002-03-29 2005-03-04 France Telecom Procede et systeme de notification d'evenements concernant un moyen de transport
GB0211566D0 (en) * 2002-05-21 2002-06-26 Koninkl Philips Electronics Nv Method and apparatus for providing travel relating information to a user
KR100523486B1 (ko) * 2002-12-13 2005-10-24 한국전자통신연구원 트래픽 측정 시스템 및 그의 트래픽 분석 방법
KR20040066351A (ko) * 2003-01-17 2004-07-27 엘지전자 주식회사 차량항법시스템의 교통정보수집장치 및 방법
US7599913B2 (en) * 2003-03-04 2009-10-06 Avaya, Inc. Time series monitoring system
KR100518851B1 (ko) * 2003-05-28 2005-09-30 엘지전자 주식회사 도로 소통 상태 정보를 이용한 주행 소요 시간 추정 방법및 시스템
US7519705B1 (en) * 2003-07-10 2009-04-14 Sprint Communications Company L.P. Method for computing aggregate traffic between adjacent points of presence in an internet protocol backbone network
US7554921B2 (en) * 2003-10-14 2009-06-30 Cisco Technology, Inc. Method and apparatus for generating routing information in a data communication network
US7580360B2 (en) 2003-10-14 2009-08-25 Cisco Technology, Inc. Method and apparatus for generating routing information in a data communications network
GB2444413A (en) * 2003-10-24 2008-06-04 Trafficmaster Plc Route Guidance System
GB2444414A (en) * 2003-10-24 2008-06-04 Trafficmaster Plc Route Guidance System
JP4392747B2 (ja) * 2003-12-24 2010-01-06 アイシン・エィ・ダブリュ株式会社 ナビゲーションシステム
US7890246B2 (en) * 2003-12-26 2011-02-15 Aisin Aw Co., Ltd. Method of interpolating traffic information data, apparatus for interpolating, and traffic information data structure
JP4393222B2 (ja) * 2004-02-25 2010-01-06 株式会社日立製作所 交通情報表示装置
US7848240B2 (en) * 2004-06-01 2010-12-07 Cisco Technology, Inc. Method and apparatus for forwarding data in a data communications network
US8606891B2 (en) 2004-09-10 2013-12-10 Freestyle Technology Pty Ltd Client processor device for building application files from file fragments for different versions of an application
NZ552195A (en) * 2004-06-24 2011-04-29 Freestyle Technology Pty Ltd A meter device which can build and store, and run an application from received file fragments
US7620402B2 (en) 2004-07-09 2009-11-17 Itis Uk Limited System and method for geographically locating a mobile device
JP4461373B2 (ja) * 2004-08-27 2010-05-12 アイシン・エィ・ダブリュ株式会社 ナビゲーション装置及びカレンダー情報データ
US7289039B2 (en) * 2004-09-10 2007-10-30 Xanavi Informatics Corporation Apparatus and method for processing and displaying traffic information in an automotive navigation system
EP1640691B1 (en) * 2004-09-24 2015-05-06 Aisin Aw Co., Ltd. Navigation systems, methods, and programs
US7630298B2 (en) * 2004-10-27 2009-12-08 Cisco Technology, Inc. Method and apparatus for forwarding data in a data communications network
US20060161335A1 (en) * 2005-01-14 2006-07-20 Ross Beinhaker Routing system and method
WO2006078751A2 (en) * 2005-01-18 2006-07-27 Everypoint, Inc. Systems and methods for processing changing data
US7236881B2 (en) * 2005-02-07 2007-06-26 International Business Machines Corporation Method and apparatus for end-to-end travel time estimation using dynamic traffic data
US7894980B2 (en) * 2005-02-07 2011-02-22 International Business Machines Corporation Method and apparatus for estimating real-time travel times over a transportation network based on limited real-time data
US20060200303A1 (en) * 2005-02-24 2006-09-07 Fuentes Jorge S The static or dynamic roadway travel time system to determine the path with least travel time between two places
JP4329711B2 (ja) * 2005-03-09 2009-09-09 株式会社日立製作所 交通情報システム
KR20060119746A (ko) 2005-05-18 2006-11-24 엘지전자 주식회사 교통상태에 대한 정보를 제공하고 이를 이용하는 방법 및장치
US7729335B2 (en) 2005-05-18 2010-06-01 Lg Electronics Inc. Providing traffic information relating to a prediction of congestion status and using the same
KR100711866B1 (ko) * 2005-05-18 2007-04-25 엘지전자 주식회사 소통상태에 대한 예측정보를 제공하고 이를 이용하는 방법및 장치
US7848224B2 (en) 2005-07-05 2010-12-07 Cisco Technology, Inc. Method and apparatus for constructing a repair path for multicast data
US20070010941A1 (en) * 2005-07-07 2007-01-11 Marsh David C Land navigation system
US8024112B2 (en) * 2005-09-29 2011-09-20 Microsoft Corporation Methods for predicting destinations from partial trajectories employing open-and closed-world modeling methods
KR100772511B1 (ko) * 2005-12-09 2007-11-01 한국전자통신연구원 교통 예측을 기반으로 하는 최단 경로 검색 방법 및 그장치
US8306556B2 (en) * 2006-02-08 2012-11-06 Telenav, Inc. Intelligent real-time distributed traffic sampling and navigation system
DE102006021015A1 (de) * 2006-05-04 2007-11-08 Daimlerchrysler Ag Verfahren zur Erstellung einer individuellen Verkehrsprognose für ein Fahrzeug und Vorrichtung zur Erstellung und Visualisierung einer Verkehrsprognose
US7965227B2 (en) 2006-05-08 2011-06-21 Era Systems, Inc. Aircraft tracking using low cost tagging as a discriminator
US8793066B2 (en) 2006-06-27 2014-07-29 Microsoft Corporation Route monetization
US7610151B2 (en) 2006-06-27 2009-10-27 Microsoft Corporation Collaborative route planning for generating personalized and context-sensitive routing recommendations
US8126641B2 (en) 2006-06-30 2012-02-28 Microsoft Corporation Route planning with contingencies
US7706964B2 (en) * 2006-06-30 2010-04-27 Microsoft Corporation Inferring road speeds for context-sensitive routing
US7617042B2 (en) 2006-06-30 2009-11-10 Microsoft Corporation Computing and harnessing inferences about the timing, duration, and nature of motion and cessation of motion with applications to mobile computing and communications
US7739040B2 (en) * 2006-06-30 2010-06-15 Microsoft Corporation Computation of travel routes, durations, and plans over multiple contexts
DE102006033744A1 (de) * 2006-07-21 2008-01-24 Deutsche Telekom Ag Verfahren und Vorrichtung zur Fusion von Verkehrsdaten bei unvollständiger Information
JP4950590B2 (ja) * 2006-08-07 2012-06-13 クラリオン株式会社 交通情報提供装置、交通情報提供システム、交通情報の送信方法、および交通情報の要求方法
US7908076B2 (en) * 2006-08-18 2011-03-15 Inrix, Inc. Representative road traffic flow information based on historical data
US9076332B2 (en) * 2006-10-19 2015-07-07 Makor Issues And Rights Ltd. Multi-objective optimization for real time traffic light control and navigation systems for urban saturated networks
JP4729469B2 (ja) * 2006-11-10 2011-07-20 日立オートモティブシステムズ株式会社 交通情報システム
US8755991B2 (en) 2007-01-24 2014-06-17 Tomtom Global Assets B.V. Method and structure for vehicular traffic prediction with link interactions and missing real-time data
US7953544B2 (en) * 2007-01-24 2011-05-31 International Business Machines Corporation Method and structure for vehicular traffic prediction with link interactions
KR100863222B1 (ko) * 2007-01-25 2008-10-13 (주)제이엠피시스템 도시형 교통 정보 시스템의 매체 액세스 제어 방법 및 그장치
JP4891792B2 (ja) * 2007-01-26 2012-03-07 クラリオン株式会社 交通情報配信方法および交通情報配信装置
US7812717B1 (en) * 2007-02-02 2010-10-12 Resource Consortium Limited Situational network
US7644639B2 (en) * 2007-02-23 2010-01-12 Gm Global Technology Operations, Inc. Multi-speed transmission with countershaft gearing
US7848880B2 (en) * 2007-02-28 2010-12-07 Microsoft Corporation Traffic information adaptive to a user's travel
JP4491472B2 (ja) * 2007-03-27 2010-06-30 日立オートモティブシステムズ株式会社 交通情報システム
US20080262710A1 (en) * 2007-04-23 2008-10-23 Jing Li Method and system for a traffic management system based on multiple classes
KR20080097320A (ko) * 2007-05-01 2008-11-05 엘지전자 주식회사 주행 경로 선택 방법 및 단말기
KR101467557B1 (ko) * 2007-05-02 2014-12-10 엘지전자 주식회사 주행 경로 선택
US8332141B2 (en) * 2007-06-15 2012-12-11 Microsoft Corporation Route modifications
US10083607B2 (en) 2007-09-07 2018-09-25 Green Driver, Inc. Driver safety enhancement using intelligent traffic signals and GPS
US9043138B2 (en) * 2007-09-07 2015-05-26 Green Driver, Inc. System and method for automated updating of map information
US9852624B2 (en) 2007-09-07 2017-12-26 Connected Signals, Inc. Network security system with application for driver safety system
US20110037618A1 (en) * 2009-08-11 2011-02-17 Ginsberg Matthew L Driver Safety System Using Machine Learning
US20110037619A1 (en) * 2009-08-11 2011-02-17 On Time Systems, Inc. Traffic Routing Using Intelligent Traffic Signals, GPS and Mobile Data Devices
JP4547408B2 (ja) * 2007-09-11 2010-09-22 日立オートモティブシステムズ株式会社 交通状況予測装置，交通状況予測方法
US7908360B2 (en) * 2007-09-28 2011-03-15 Rockwell Automation Technologies, Inc. Correlation of non-times series events in industrial systems
US8874354B2 (en) * 2007-10-16 2014-10-28 International Business Machines Corporation Method and system for expansion of real-time data on traffic networks
EP2203713A1 (en) 2007-10-26 2010-07-07 TomTom International B.V. A method of processing positioning data
WO2009123370A1 (en) * 2008-04-01 2009-10-08 Sk Marketing & Company Co., Ltd. System and method for providing traffic information, storage medium recording that method program, user terminal
DE102008021260A1 (de) * 2008-04-29 2009-11-05 Bayerische Motoren Werke Aktiengesellschaft Verfahren zur Güteprüfung von Verkehrsstörungsmeldeverfahren
US8712675B2 (en) 2008-06-02 2014-04-29 International Business Machines Corporation Preventative traffic congestion social networking improvement system within a community
GB0822893D0 (en) * 2008-12-16 2009-01-21 Tele Atlas Bv Advanced speed profiles - Further updates
GB0901588D0 (en) 2009-02-02 2009-03-11 Itis Holdings Plc Apparatus and methods for providing journey information
EP2242292A1 (en) 2009-04-17 2010-10-20 Sics, Swedish Institute Of Computer Science AB collecting and associating data
WO2010124138A1 (en) * 2009-04-22 2010-10-28 Inrix, Inc. Predicting expected road traffic conditions based on historical and current data
US10198942B2 (en) 2009-08-11 2019-02-05 Connected Signals, Inc. Traffic routing display system with multiple signal lookahead
KR101526590B1 (ko) * 2009-08-28 2015-06-08 현대자동차주식회사 실시간 및 정적 속도 정보 반영 비율 산출 방법
EP2330578B1 (en) * 2009-11-30 2015-02-25 Intelligent Mechatronic Systems Inc. Traffic profiling and road conditions-based trip time computing system with localized and cooperative assessment
KR101347252B1 (ko) * 2009-12-15 2014-01-07 에스케이플래닛 주식회사 근거리 영역에서의 상황별 개인화된 교통정보 제공 시스템 및 방법, 그리고 이에 적용되는 장치
CN102939623B (zh) * 2010-03-11 2015-09-09 因瑞克斯有限公司 基于集合的驾驶者行为学习道路导航路径
US9135624B2 (en) 2010-09-23 2015-09-15 Intelligent Mechatronic Systems Inc. User-centric traffic enquiry and alert system
GB201018815D0 (en) 2010-11-08 2010-12-22 Tomtom Int Bv High-definition weather for improved routing and navigation systems
US8738289B2 (en) 2011-01-04 2014-05-27 International Business Machines Corporation Advanced routing of vehicle fleets
CN102044163B (zh) * 2011-01-18 2013-08-07 北京世纪高通科技有限公司 一种提供路况信息的方法、装置及系统
CN102811417B (zh) * 2011-06-03 2016-09-28 中兴通讯股份有限公司 一种交通路径获取的系统和方法
GB2492369B (en) 2011-06-29 2014-04-02 Itis Holdings Plc Method and system for collecting traffic data
DE102011079328A1 (de) * 2011-07-18 2013-01-24 Siemens Aktiengesellschaft Verfahren und Anordnung zur Bereitstellung von individuellen Reiseinformationen in Personenbeförderungssystemen
DE102011113054A1 (de) * 2011-09-10 2012-03-15 Daimler Ag Individuelle Fahrerunterstützung
US8953044B2 (en) * 2011-10-05 2015-02-10 Xerox Corporation Multi-resolution video analysis and key feature preserving video reduction strategy for (real-time) vehicle tracking and speed enforcement systems
US20130101159A1 (en) * 2011-10-21 2013-04-25 Qualcomm Incorporated Image and video based pedestrian traffic estimation
CA2756916A1 (en) * 2011-11-01 2013-05-01 University Of New Brunswick A bayesian method for improving group assignment and aadt estimation accuracy of short-term traffic counts
CN103177593B (zh) * 2011-12-26 2015-08-19 中国移动通信集团公司 一种公路信息发布系统、方法、装置和公路信息处理装置
CN102568195A (zh) * 2011-12-29 2012-07-11 上海顶竹通讯技术有限公司 预判车辆行驶轨迹的方法及系统
US20130173653A1 (en) * 2011-12-30 2013-07-04 Microsoft Corporation Path composition for planning
CN102945615A (zh) * 2012-11-26 2013-02-27 北京易华录信息技术股份有限公司 智能定制方法和定制系统
GB201307550D0 (en) 2013-04-26 2013-06-12 Tomtom Dev Germany Gmbh Methods and systems of providing information indicative of a recommended navigable stretch
CN103839434B (zh) * 2013-11-21 2016-08-31 重庆戴普思科技有限公司 车辆运行监控方法
CN105022742A (zh) * 2014-04-24 2015-11-04 深圳市赛格导航科技股份有限公司 一种基于位置及天气的数据管理方法及数据管理系统
US10762538B2 (en) 2014-04-24 2020-09-01 DataSpark, PTE. LTD. Knowledge model for personalization and location services
WO2016036024A1 (ko) * 2014-09-01 2016-03-10 한국교통연구원 교통링크 속도 예측 방법 및 이를 위한 장치
US9602462B2 (en) 2014-09-11 2017-03-21 Infoblox Inc. Exponential moving maximum (EMM) filter for predictive analytics in network reporting
US20160112864A1 (en) * 2014-10-16 2016-04-21 Toyota Jidosha Kabushiki Kaisha Proactive transfer of network services data using network map data
CN105674994B (zh) * 2014-11-17 2020-04-24 深圳市腾讯计算机系统有限公司 获取行车路线的方法、装置及导航设备
CN104751680B (zh) * 2015-03-18 2017-08-29 重庆高略联信智能技术有限公司 一种基于地磁感应的会车系统和方法
CN106156966A (zh) 2015-04-03 2016-11-23 阿里巴巴集团控股有限公司 物流监测方法及设备
CN104809633A (zh) * 2015-05-11 2015-07-29 中国旅游研究院 旅游游客满意度调查方法
CN104851060A (zh) * 2015-05-11 2015-08-19 中国旅游研究院 旅游游客满意度指数的构建与测算方法
CN104882020B (zh) * 2015-06-05 2017-01-25 刘光明 预测交通状况和行车时间
US9754485B2 (en) 2015-06-16 2017-09-05 DataSpark, PTE. LTD. Traffic prediction and real time analysis system
CN104882001B (zh) * 2015-06-30 2018-03-27 北京奇虎科技有限公司 基于行车记录仪的驾驶行为监控方法、装置及系统
US10841852B2 (en) 2015-12-09 2020-11-17 DataSpark, PTE. LTD. Transportation network monitoring using cellular radio metadata
US10176340B2 (en) 2016-03-13 2019-01-08 DataSpark, PTE. LTD. Abstracted graphs from social relationship graph
US11157520B2 (en) 2016-03-28 2021-10-26 DataSpark, Pte Ltd. Uniqueness level for anonymized datasets
WO2018150228A1 (en) 2017-02-17 2018-08-23 Dataspark Pte, Ltd Mobility gene for visit data
AU2017399007B2 (en) 2017-02-17 2021-12-23 Dataspark Pte, Ltd Mobility gene for trajectory data
US20210172759A1 (en) 2017-02-17 2021-06-10 Dataspark Pte Ltd Map Matching and Trajectory Analysis
CN107230349B (zh) * 2017-05-23 2018-06-29 长安大学 一种在线式实时短时间交通流预测方法
US10078337B1 (en) * 2017-07-14 2018-09-18 Uber Technologies, Inc. Generation of trip estimates using real-time data and historical data
US11277326B2 (en) * 2020-03-31 2022-03-15 Netflix, Inc. Techniques for detecting changes to circuit delays in telecommunications networks
CN115440043B (zh) * 2021-09-26 2023-07-25 国信军创(岳阳)六九零六科技有限公司 基于rfid车辆识别实时路况信息道路监控管理系统
US11620901B1 (en) 2022-06-02 2023-04-04 Iteris, Inc. Short-term traffic speed prediction and forecasting using machine learning analysis of spatiotemporal traffic speed dependencies in probe and weather data

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1993009511A1 (en) * 1991-11-01 1993-05-13 Motorola, Inc. A vehicle route planning system
US5610821A (en) 1994-11-18 1997-03-11 Ibm Corporation Optimal and stable route planning system

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5131020A (en) * 1989-12-29 1992-07-14 Smartroutes Systems Limited Partnership Method of and system for providing continually updated traffic or other information to telephonically and other communications-linked customers
SE9203474L (sv) * 1992-11-19 1994-01-31 Kjell Olsson Sätt att prediktera trafikparametrar
JPH08124085A (ja) * 1994-10-20 1996-05-17 Toshiba Corp 現示設計装置
US5933100A (en) * 1995-12-27 1999-08-03 Mitsubishi Electric Information Technology Center America, Inc. Automobile navigation system with dynamic traffic data
WO1998054682A1 (en) * 1997-05-30 1998-12-03 Booth David S Generation and delivery of travel-related, location-sensitive information
JP3436096B2 (ja) * 1997-09-29 2003-08-11 株式会社日立製作所 交差点運用設計方法及び装置
JP3535393B2 (ja) * 1998-10-26 2004-06-07 株式会社東芝 交通情報表示装置及びシステム、交通情報表示方法
JP3215389B2 (ja) * 1999-07-30 2001-10-02 三菱電機株式会社 車両用経路案内装置およびそれに用いることができる交通渋滞予測方法
US6317686B1 (en) * 2000-07-21 2001-11-13 Bin Ran Method of providing travel time
US6587781B2 (en) * 2000-08-28 2003-07-01 Estimotion, Inc. Method and system for modeling and processing vehicular traffic data and information and applying thereof

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1993009511A1 (en) * 1991-11-01 1993-05-13 Motorola, Inc. A vehicle route planning system
US5610821A (en) 1994-11-18 1997-03-11 Ibm Corporation Optimal and stable route planning system

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011006140A3 (en) * 2009-07-09 2012-04-05 Cubic Corporation Predictive techniques in transit alerting
US8942677B2 (en) 2009-07-09 2015-01-27 Cubic Corporation Transit account management with mobile device messaging
US9996985B2 (en) 2009-07-09 2018-06-12 Cubic Corporation Distribution and enablement of reloadable prepaid cards in transit
US10121288B2 (en) 2009-07-09 2018-11-06 Cubic Corporation Transit account management with mobile device messaging
US8991699B2 (en) 2009-09-08 2015-03-31 Cubic Corporation Association of contactless payment card primary account number
US8856024B2 (en) 2010-10-26 2014-10-07 Cubic Corporation Determining companion and joint cards in transit

Also Published As

Publication number Publication date
EP1316079B1 (en) 2008-01-09
US6882930B2 (en) 2005-04-19
KR20030022161A (ko) 2003-03-15
DE60132340T2 (de) 2009-01-15
MXPA03000171A (es) 2004-09-13
NO20026257L (no) 2003-02-26
JP2004501474A (ja) 2004-01-15
US20040038671A1 (en) 2004-02-26
NO20026257D0 (no) 2002-12-27
CA2414531A1 (en) 2002-01-03
CN1449551A (zh) 2003-10-15
DE60132340D1 (de) 2008-02-21
NZ523742A (en) 2004-09-24
ATE383635T1 (de) 2008-01-15
JP4951188B2 (ja) 2012-06-13
HK1055830A1 (en) 2004-01-21
WO2002001532A1 (en) 2002-01-03
EP1316079A1 (en) 2003-06-04
EP1316079A4 (en) 2005-11-30

Similar Documents

Publication Publication Date Title
KR100823210B1 (ko) 교통 및 관련 정보를 제공하는 방법과 시스템
US10557714B2 (en) Traffic monitoring system and method
US6490519B1 (en) Traffic monitoring system and methods for traffic monitoring and route guidance useful therewith
US8296066B2 (en) Automated location-intelligent traffic notification service systems and methods
US6615130B2 (en) Real time vehicle guidance and traffic forecasting system
CN107702729A (zh) 一种考虑预期路况的车辆导航方法及系统
US20060149460A1 (en) Methods and systems for reporting automotive traffic conditions in response to user-specific requests
IL145075A (en) Apparatus and methods for providing route guidance for vehicles
AU2001267144B2 (en) Method and system for providing traffic and related information
AU2001267144A1 (en) Method and system for providing traffic and related information
HK1055830B (en) Method and system for providing traffic and related information
ZA200300604B (en) Method and system for providing traffic and related information.
HK1117227A (en) A method of and a navigation device for time-dependent route planning

Legal Events

Date Code Title Description
PA0105 International application

St.27 status event code: A-0-1-A10-A15-nap-PA0105

P11-X000 Amendment of application requested

St.27 status event code: A-2-2-P10-P11-nap-X000

P13-X000 Application amended

St.27 status event code: A-2-2-P10-P13-nap-X000

PG1501 Laying open of application

St.27 status event code: A-1-1-Q10-Q12-nap-PG1501

N231 Notification of change of applicant
PN2301 Change of applicant

St.27 status event code: A-3-3-R10-R13-asn-PN2301

St.27 status event code: A-3-3-R10-R11-asn-PN2301

R17-X000 Change to representative recorded

St.27 status event code: A-3-3-R10-R17-oth-X000

A201 Request for examination
P11-X000 Amendment of application requested

St.27 status event code: A-2-2-P10-P11-nap-X000

P13-X000 Application amended

St.27 status event code: A-2-2-P10-P13-nap-X000

PA0201 Request for examination

St.27 status event code: A-1-2-D10-D11-exm-PA0201

E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

St.27 status event code: A-1-2-D10-D21-exm-PE0902

P11-X000 Amendment of application requested

St.27 status event code: A-2-2-P10-P11-nap-X000

P13-X000 Application amended

St.27 status event code: A-2-2-P10-P13-nap-X000

E701 Decision to grant or registration of patent right
PE0701 Decision of registration

St.27 status event code: A-1-2-D10-D22-exm-PE0701

GRNT Written decision to grant
PR0701 Registration of establishment

St.27 status event code: A-2-4-F10-F11-exm-PR0701

PR1002 Payment of registration fee

St.27 status event code: A-2-2-U10-U12-oth-PR1002

Fee payment year number: 1

PG1601 Publication of registration

St.27 status event code: A-4-4-Q10-Q13-nap-PG1601

PR1001 Payment of annual fee

St.27 status event code: A-4-4-U10-U11-oth-PR1001

Fee payment year number: 4

PR1001 Payment of annual fee

St.27 status event code: A-4-4-U10-U11-oth-PR1001

Fee payment year number: 5

FPAY Annual fee payment

Payment date: 20130412

Year of fee payment: 6

PR1001 Payment of annual fee

St.27 status event code: A-4-4-U10-U11-oth-PR1001

Fee payment year number: 6

R18-X000 Changes to party contact information recorded

St.27 status event code: A-5-5-R10-R18-oth-X000

FPAY Annual fee payment

Payment date: 20140327

Year of fee payment: 7

PR1001 Payment of annual fee

St.27 status event code: A-4-4-U10-U11-oth-PR1001

Fee payment year number: 7

LAPS Lapse due to unpaid annual fee
PC1903 Unpaid annual fee

St.27 status event code: A-4-4-U10-U13-oth-PC1903

Not in force date: 20150412

Payment event data comment text: Termination Category : DEFAULT_OF_REGISTRATION_FEE

PC1903 Unpaid annual fee

St.27 status event code: N-4-6-H10-H13-oth-PC1903

Ip right cessation event data comment text: Termination Category : DEFAULT_OF_REGISTRATION_FEE

Not in force date: 20150412

R18-X000 Changes to party contact information recorded

St.27 status event code: A-5-5-R10-R18-oth-X000