• 대한교통학회지
• /
• 제22권5호
• /
• pp.61-73
• /
• 2004

복잡한 대규모의 도로망에서 방대한 정보를 분석하여 실시간으로 최적 경로를 탐색해야 하는 경로 안내 시스템에서는 탐색 효율이 필수적이다. 리를 위하여 많은 연구들이 탐색 대상이 되는 노드와 링크의 수를 줄이려고 노력해왔다. 이 논문에서는 일부 영역만이 탐색으로 함수의 최적값을 찾는 단계별 세분화 방법(Coarse Grid Method)의 원리를 도로망에 응용한ㄴ다. 처음에는 간선 도로망, 다음에는 주요 도로망, 그 다음에는 세부 도로망 등으로 그 대상을 단계적으로 세분화함으로써 동시에 수많은 노드들간의 경로를 찾는 기존 방법에서의 탐색시간을 단축한다. 이 시스템을 우리나라 전국 규모의 충분히 세분화된 실제 도로망에 적용하여 시스템의 효율성, 실용성과 실시간 운영 가능성을 경로의 탐색 시간, 경로의 적합성 등에서 입증한다.

• 한국측량학회지
• /
• 제33권4호
• /
• pp.287-296
• /
• 2015

최근 내비게이션에서는 실시간 교통정보와 과거의 교통정보를 가공하여 미래의 교통정보를 예측하는 패턴 교통정보를 같이 활용하여 빠른 길을 안내해주고 있다. 그러나 현재 사용되는 패턴 교통정보는 과거의 정보를 가공하여 교통정보를 예측하기 때문에 특별한 상황(유고, 날씨 등)에서는 예측이 정확하지 않는 문제점을 가지고 있다. 그래서 본 연구에서는 빠른 길을 찾기 위해 실시간으로 운전자들이 요청하는 경로탐색 데이터를 분석하여 가까운 미래 운전자들이 위치할 도로의 교통 혼잡도를 미리 파악하여 패턴 교통정보 보다 정확한 예측 교통정보를 제시하였다. 연구결과 첫째, 연구지역의 정체경로인 양재에서 마포간 차량속도 비교에서는 기존 상습정체 도로의 속도가중치 정확도가 3km/h에서 18km/h의 오차율이 발생하였지만, 본 연구의 Real 예측 교통 정보를 적용한 결과는 1km/h에서 5km/h의 오차율이 발생하였다. 둘째, 경로 품질에서 기존의 경로보다 최대 약 9분, 평균 약 3분 일찍 목적지에 도착하여 예측 교통정보 결과의 신뢰성을 입증할 수 있었다. 셋째, 기존의 경로탐색 결과 보다 혼잡도를 미리 예측하여 혼잡이 발생할 도로에 대해 회피되는 경로탐색 결과를 도출할 수 있었다. 따라서 본 연구결과의 경로탐색 비교를 통해 교통량에 대한 예측정보를 획득할 수 있었으며 이를 활용하여 실시간 빠른 길 탐색이 가능하고, 향후 교통 흐름을 분산 시키는데도 도움이 될 것으로 판단된다.

• 대한전자공학회논문지TC
• /
• 제40권12호
• /
• pp.71-82
• /
• 2003

본 논문은 real-time 어플리케이션들을 위한 보나 효과적이고 효율적으로 ant-like mobile agent들이 QoS metrics를 고려하여 네트워크상에서 목적지까지 가장 최적화된 route을 찾는 Ant 알고리듬을 바탕으로 한 QoS 라우팅 알고리듬에서의 route 선택 강화 계산방법을 제시한다. 시뮬레이션 결과 본 논문에서 제시하는 방법이 기존의 방법보다 delay jitter와 bandwidth를 우선으로 하는 real-time application에 대한 가장 최적화된 route을 보다 효과적이고 보다 네트워크 환경에 적응적으로 찾아내는 것을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제24권7호
• /
• pp.9-17
• /
• 2019

As the artificial intelligence technology has developed recently, researches on chatbots that provide information and contents desired by users through an interactive interface have become active. Since chatbots require a variety of natural language processing technology and domain knowledge including typos and slang, it is currently limited to develop chatbots that can carry on daily conversations in a general-purpose domain. In this study, we propose an artificial intelligence chatbot that can provide real-time public traffic information and route information. The proposed chatbot has an advantage that it can understand the intention and requirements of the user through the conversation on the messenger platform without map application.

• 대한교통학회지
• /
• 제21권1호
• /
• pp.103-113
• /
• 2003

본 연구는 교통 경로 탐색 가운데, 우회 경로 탐색과 선호 경로 탐색을 하였으며, 계층 분석법을 적용한 퍼지비가법 제어기 사용을 제안한다. 이것은 기존의 경로 탐색과는 달리, 인간의 사고과정에 착안한 것으로, 애매한 주관적 판단을 정량적으로 분석, 평가하였다. 그리고 중요도를 운전 전문가로부터 의견 수렴한 것을 기초로 도출하였으며, 실제효용성을 진단하고자 경로 모델의 예를 사용하였다. 모델 평가는 평가 요소에 대한 속성 소속 함수화 및 평가치 규정, 계층 분석법에 의한 중요도 결정, $\lambda$-퍼지 척도에 의한 중요도의 비 가법적 표현, Choquet 퍼지 적분 등으로 수행하였다. 결국, 우회 경로 탐색 결과, 시시각각 변하는 교통환경에 적응할 수 있는 실 시간적인 교통 경로 제어가 가능하였으며, 선호 경로 탐색 결과, 본 연구의 알고리즘이 운전자 개인의 교통 경로 선택 성향을 잘 반영함을 보여 주었다. 논문은 5 가지의 중요한 의미가 있다. (1) 제안된 접근 방법은 운전자의 경로 선택 결정 과정과 유사하다. (2) 제안된 접근 방법은 다 속성의 경로 평가 기준을 제어 할 수 있다. (3) 제안된 접근 방법은 운전자의 주관적 판단을 비가법적으로 객관화 할 수 있다. (4) 제안된 접근 방법은 우회 경로 탐색에서 동적인 경로 탐색을 보여주고 있다 (5) 제안된 접근 방법은 선호 경로 탐색에서 개개 운전자 속성을 고려할 수 있다.

• 한국멀티미디어학회논문지
• /
• 제5권6호
• /
• pp.745-752
• /
• 2002

도로에서의 최적 경로 탐색은 출발지와 목적지의 위치를 알고 있는 경우로서 탐색에 대한 일종의 사전 지식을 가진 탐색으로 A* 알고리즘이 널리 사용되고 있다. 단방향 A* 알고리즘은 최적의 경로를 보장해 주는 반면 탐색 시간이 많이 소요되고 양방향 A* 알고리즘은 최적 경로를 보장해 주지 못하거나 최적 경로 보장을 위해서는 오히려 단방향 A* 보다 탐색 시간이 더 많이 소요될 수도 있다. 본 논문에서는 탐색 시간이 우수하며 최적 경로를 보장하는 새로운 양방향 A* 알고리즘을 제안한다. 본 논문에서 제안하는 알고리즘의 효용성을 확인하기 위하여 실제 도로에 적용한 격과 정확한 최적 경로를 탐색하고 탐색 시간도 매우 우수한 것으로 확인되었다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2001년도 ICCAS
• /
• pp.24.2-24
• /
• 2001

In this paper, the authors present a row dynamic route planning by Q-learning. The proposed algorithm is executed in a cellular automation based traffic simulator, which is also newly created. In Vehicle Information and Communication System(VICS), which is an active field of Intelligent Transport System(ITS), information of traffic congestion is sent to each vehicle at real time. However, a centralized navigation system is not realistic to guide millions of vehicles in a megalopolis. Autonomous distributed systems should be more flexible and scalable, and also have a chance to focus on each vehicles demand. In such systems, each vehicle can search an own optimal route. We employ Q-learning of the reinforcement learning method to search an optimal or sub-optimal route, in which route drivers can avoid traffic congestions. We find some applications of the reinforcement learning in the "static" environment, but there are ...

• 대한교통학회:학술대회논문집
• /
• 대한교통학회 2000년도 제37회 학술발표회논문집
• /
• pp.25-47
• /
• 2000

In route guidance systems fastest-path routing has typically been adopted because of its simplicity. However, empirical studies on route choice behavior have shown that drivers use numerous criteria in choosing a route. The objective of this study is to develop computationally efficient algorithms for identifying a manageable subset of the nondominated (i.e. Pareto optimal) paths for real-time vehicle routing which reflect the drivers' preferences and route choice behaviors. We propose two pruning algorithms that reduce the search area based on a context-dependent linear utility function and thus reduce the computation time. The basic notion of the proposed approach is that ⅰ) enumerating all nondominated paths is computationally too expensive, ⅱ) obtaining a stable mathematical representation of the drivers' utility function is theoretically difficult and impractical, and ⅲ) obtaining optimal path given a nonlinear utility function is a NP-hard problem. Consequently, a heuristic two-stage strategy which identifies multiple routes and then select the near-optimal path may be effective and practical. As the first stage, we utilize the relaxation based pruning technique based on an entropy model to recognize and discard most of the nondominated paths that do not reflect the drivers' preference and/or the context-dependency of the preference. In addition, to make sure that paths identified are dissimilar in terms of links used, the number of shared links between routes is limited. We test the proposed algorithms in a large real-life traffic network and show that the algorithms reduce CPU time significantly compared with conventional multi-criteria shortest path algorithms while the attributes of the routes identified reflect drivers' preferences and generic route choice behaviors well.

• 한국정보처리학회논문지
• /
• 제7권10호
• /
• pp.3164-3170
• /
• 2000

게임지도상에서 에이젼트 이동을 위한 경로탐색에 A+를 이용하는 경우에 실시간 게임진행에 지장을 주고 있다. 다른 경험적 탐색방법은 경로에 대한 최적성 보장이 없어서 문제가 된다. 이러한 문제를 해결하기 위하여 본 논문에서는 현 위치, 목표위치, 최적경로위치로 정의되는 행으로 구성되는 경로표를 제안하였다. 이 경로표를 게임개발시에 미리 작성하여 게임진행시에 이를 이용한다. 이 경로표는 목표위치로의 이동을 위한 최적의 경유위치를 가지고 있어서 최적의 경로도 보장이 되며 탐색으로 인한 시간의 부하도 없다는 장점을 가지고 있다. 그러나 경로표 저장에 메모리가 많이 소요되는 단점이 있다. 이 논문에서는 이 같은 단점을 해소하기 위해 경로표는 생략하는 방법을 이용해도 데이터압축효과를 얻을 수 있음을 보여주었다.

• 디지털콘텐츠학회 논문지
• /
• 제13권3호
• /
• pp.451-457
• /
• 2012

최근, ITS(Intelligent Transportation Systems)의 개발과 함께 차량용 내비게이션의 실시간 교통 정보를 이용하는 수요가 급증하면서, 경로탐색의 중요성이 더욱 가속화되고 있다. 그러나 기존의 경로탐색 알고리즘의 대부분은 최단경로 탐색을 위한 알고리즘으로, 정적인 거리 및 운행 시간정보를 사용하여 최적 경로를 계산하여 운전자에게 제공하기 때문에 교통량에 따라 동적으로 변하는 현 시점에서의 최적의 경로를 제공하지 못하는 문제가 있다. 따라서 본 논문에서는 이를 해결하기 위해 감속률과 거리에 기반한 동적 경로 선정을 위한 의미적 최단거리 알고리즘(Semantic Shortest Path algorithm with Reduction ratio & Distance, SSP_RD)과 감속률과 거리에 기반한 이동 경로 예측 모형화 및 동적 이동 경로 링크 맵을 제안한다.