가상노드를 이용한 정류장 좌표기반 버스네트워크 생성-표준 노드링크 활용
Bus Network Generating Based on Route Sequences - From Standard Node/Link
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
버스, 전철 등의 대중교통은 의식주 문제와 비교될 수 있을 만큼 현대인의 일상생활에 미치는 영향이 크다. 한편, 도시의 성장과 산업 구조 변화에 수반되는 대중교통 체계의 발전은 삶의 질을 높이는 필수적인 요소로 인식되고 있으며, 사회의 요구에 의해 빠르게 변화하고 있다. 특히, 버스는 전세계적으로 가장 넓은 지역을 담당하며 다양한 수요를 해소하는 대표 수단이 되어왔음에도 불구하고, 노선의 생성이나 변경을 위해 수작업으로 노선정보를 디지털화 하는일에 많은 시간을 소비하고 있다. 본 연구에서는 국토교통부에서 표준화하여 배포하는 표준 노드·링크 데이터로부터 노선의 정류장 순서만으로 버스 네트워크를 자동생성하는 방법을 논하였고, 주요 내용은 정류장 위치와 표준노드를 매칭시키기 위해 가상 노드를 생성하는 방법과 버스 통행에 적합한 최적의 경로를 탐색하기 위해 고려해야 할 항목, 객체인식 분야의 패턴매칭 정확도 판단 지표를 이용한 결과물의 정량적 평가로 구성하였다. 자동 생성된 네트워크는 노선을 이용한 교통량 분석, 성능 시뮬레이션 등에서 원시데이터로 사용 가능하며 쉽게 변경, 재구축할 수 있다는 점에서 응용 측면에서의 활용 가치가 높으며, 노선궤적의 새로운 정량평가 지표를 제시하였다는 점에 의의가 있다.
Abstract
Public transportation, such as buses and trains, has a profound impact on modern human life, comparable to the necessities of life. Meanwhile, the advancement of the public transportation system that follows the growth of cities and changes of industrial trend is recognized as a mandatory factor, and it is rapidly changing for social demands. Among them, it spends much time digitalizing route information by the manual to alter it, although buses became the representative method that covers the widest areas in many countries. This paper proposed an idea of automatic bus network generation from the standard node-link database with simple bus stop sequences. It consists of three parts of virtual node generation for matching stops and standard links, pathfinding for optimal routes, and introduction of an index for accuracy evaluation. The generated bus network can be used for diverse analysis like traffic amount analysis or route performance simulation, and it is useful because of flexible at modifying and rebuilding. This paper, moreover, has a contribution of proposal a new quantitative index for evaluating the trajectory generating performance.
참고문헌 (17)
- 건설교통부, "지능형교통체계 표준 노드", 링크 구축․운영지침, 2004
- 서민지, "이미지 유사도 측정을 위한 CNN 기반이미지 임베딩 모델 비교 분석", 한국정보과학회 학술발표논문집, pp.751~753 (2019)
- 신유선, "대중교통 하차추정을 위한 희소데이터 분석방법 연구- 공간 통행밀도의 클러스터링 활용 -", 교통연구, 27(4), pp.19~31 (2020), 한국교통연구원[DOI]
- 오성호, "표준 노드", 링크DB 구축동향 및 활성화 방안, 2005, pp.2(4), 60~70
- Chao, P., "A survey on map-matching algorithms", Australasian Database Conference, pp.121~133 (2020), Springer
- "Cosine similarity"[URL]
- "Depth-first search"[URL]
- "GPS"[URL]
- Huttenlocher, D. P., "Comparing images using the Hausdorff distance", IEEE Transactions on pattern analysis and machine intelligence, 15(9), pp.850~863 (1993)
- "Jaccard index"[URL]
- Jaccard, P., "The distribution of the flora in the alpine zone. 1", New phytologist, 11(2), pp.37~50 (1912)
- Li, J. Q., "Match bus stops to a digital road network by the shortest path model", Transportation Research Part C: Emerging Technologies, 22, pp.119~131 (2012)
- Meyer, C. D., "Matrix analysis and applied linear algebra", Siam, 71, pp.265~278 (2000)
- Osogami, T., "Map Matching with Inverse Reinforcement Learning", Twenty-Third International Joint Conference on Artificial Intelligence, pp.2547~2553 (2013)
- Poletti, F., "Public transit route mapping for large-scale multimodal networks", ISPRS International Journal of Geo-Information, 6(9), pp.268~ (2017)
- Quddus, M. A., "Current map-matching algorithms for transport applications: Stateof-the art and future research directions", Transportation research part c: Emerging technologies, 15(5), pp.312~328 (2007)
- "Selective Availability"[URL]