Efficient Management of Moving Object Trajectories in the Stream Environment

Due to advances in position monitoring technologies such as global positioning systems and sensor networks, recent position information of moving objects has the form of streaming data which are updated continuously and rapidly. In this paper we propose an efficient trajectory maintenance method that stores the streaming position data of moving objects in the limited size of storage space and estimates past positions based on the stored data. For this, we first propose a new concept of incremental extraction of position information. The incremental extraction means that, whenever a new position is added into the system, we incrementally re-compute the new version of past position data maintained in the system using the current version of past position data and the newly added position. Next, based on the incremental extraction, we present an overall framework that stores position information and estimates past positions in the stream environment. We then propose two polynomial-based methods, line-based and curve-based methods, as the method of estimating the past positions on the framework. We also propose three incremental extraction methods: equi-width, slope-based, and recent-emphasis extraction methods. Experimental results show that the proposed incremental extraction provides the relatively high accuracy (error rate is less than 3%) even though we maintain only a little portion (only 0.1%) of past position information. In particular, the curve-based incremental extraction provides very low error rate of 1.5% even storing 0.1% of total position data. These results indicate that our incremental extraction methods provide an efficient framework for storing the position information of moving objects and estimating the past positions in the stream environment.

스트림 환경에서 이동객체 궤적의 효율적 관리

센서 네트워크, 위치 기반 서비스 등의 기술 발전에 따라, 최근의 이동객체 위치정보는 연속적이고 끊임없이 변경되는 스트림 데이타 형태를 가지게 되었다. 본 논문에서는 이와 같이 스트림 형태로 발생하는 이동객체의 위치정보를 제한된 메모리에 저장하고, 과거 위치를 추정하는 효율적인 방법을 제안한다. 이를 위하여, 우선 제한된 메모리 양으로 지속적으로 추가되는 이동객체의 과거 위치 이력을 저장하기 위한 위치정보의 점진적 추출(incremental extraction) 개념을 제시한다. 점진적 추출이란 새로운 위치정보가 추가될 때마다, 시스템이 관리해야 할 과거 위치정보를 기존 위치정보와 새로운 위치정보를 바탕으로 점진적으로 추출하는 방법을 의미한다. 그런 다음, 이러한 점진적 추출 개념을 적용하여 스트림 환경에서 위치정보를 저장 및 추정하는 전체적인 프레임워크를 제시한다. 그리고, 제안한 프레임워크 하에서 추정위치를 계산하는 방법으로 다항식을 이용한 직선기반과 곡선기반 방법을 제시한다. 다음으로, 점진적 추출 개념을 사용하여 과거 위치를 추출하는 방법으로 균등 간격 추출, 기울기 기반 추출. 그리고 최근 시점강조 추출의 세 가지 방법을 제시한다. 실험 결과, 제안한 점진적 추출 방법은 적은 비율(0.1%)의 위치정보를 저장함에도 불구하고 과거 위치추정에 있어 비교적 높은 정확도(오차율 3% 이내)를 나타냈다. 특히, 곡선기반의 점진적 추출 방법은 전체 위치 데이타의 0.1% 만을 저장하면서도 오차율 1.5% 미만의 높은 정확도를 나타내었다. 이러한 결과로 볼 때, 제안한 방법은 스트림 환경에서 이동객체의 위치정보를 저장하고, 과거 위치를 추정하는 우수한 연구결과라 사료된다.