맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

교통 상황 예측 서버 및 방법(SERVER AND METHOD FOR PREDICTING TRAFFIC CONDITIONS)

  • 기술번호 : KST2017009387
  • 담당센터 : 대전기술혁신센터
  • 전화번호 : 042-610-2279
상담신청 PDF 받기
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 본 발명에 따르면, 도로 구간별 교통 특성을 고려한 교통 상황 예측에 있어서, 도로상 설치되어 교통 상황을 측정하는 다양한 센서들로부터 수집되는 시계열적 데이터를 시간과 공간으로 구성되는 매트릭스 데이터 형태로 변환하고 매트릭스 데이터를 기반으로 패턴 매칭을 수행하여 미래의 교통 상황을 예측하며, 또한 예측이 필요한 전체 도로 구간을 광역구역과 단위구역 등의 계층적 구조로 구분하고 매트릭스 데이터 패턴 매칭의 구역 분할을 통하여 각 구역별 교통 상황을 예측함으로써 교통 상황 예측 속도와 정확성을 높일 수 있도록 한다.
Int. CL G06Q 50/30 (2016.01.12) G08G 1/01 (2016.01.12)
CPC G06Q 50/30A0(2013.01) G06Q 50/30A0(2013.01)
출원번호/일자 1020150167673 (2015.11.27)
출원인 한국과학기술원
등록번호/일자
공개번호/일자 10-2017-0062178 (2017.06.07) 문서열기
공고번호/일자 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2015.11.27)
심사청구항수 14

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 한국과학기술원 대한민국 대전광역시 유성구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 여화수 대한민국 대전광역시 유성구
2 탁세현 대한민국 대전광역시 유성구
3 오시몬 대한민국 대전광역시 유성구
4 김성훈 대한민국 대전광역시 유성구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 제일특허법인(유) 대한민국 서울특별시 서초구 마방로 ** (양재동, 동원F&B빌딩)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 한국과학기술원 대한민국 대전광역시 유성구
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application		 2015.11.27 수리 (Accepted) 1-1-2015-1162122-61
2 선행기술조사의뢰서
Request for Prior Art Search		 2016.08.10 수리 (Accepted) 9-1-9999-9999999-89
3 의견제출통지서
Notification of reason for refusal		 2016.10.17 발송처리완료 (Completion of Transmission) 9-5-2016-0741616-31
4 선행기술조사보고서
Report of Prior Art Search		 2016.10.17 발송처리완료 (Completion of Transmission) 9-6-2016-0135582-42
5 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)		 2016.12.19 수리 (Accepted) 1-1-2016-1245297-45
6 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2016.12.19 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2016-1245298-91
7 등록결정서
Decision to grant		 2017.04.28 발송처리완료 (Completion of Transmission) 9-5-2017-0309063-16
8 [출원서등 보정]보정서
[Amendment to Patent Application, etc.] Amendment		 2017.06.02 수리 (Accepted) 1-1-2017-0531916-07
9 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2019.04.24 수리 (Accepted) 4-1-2019-5081392-49
10 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2020.05.15 수리 (Accepted) 4-1-2020-5108396-12
11 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2020.06.12 수리 (Accepted) 4-1-2020-5131486-63
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
도로 상 설치된 복수의 센서를 통해 수집되는 상기 도로를 통행하는 차량과 관련된 교통 데이터를 수신하고, 상기 교통 데이터를 기설정된 길이의 시간 정보와 공간 정보로 구성되는 매트릭스 데이터로 가공하는 데이터 전처리부와,상기 매트릭스 데이터 중 상기 도로 상 광역구역으로 구분된 복수의 제1 도로 구간에 대응되는 시간에 따른 매트릭스 데이터를 추출하여 제1 매트릭스 데이터 조합을 생성하는 광역구역 매칭부와,각 제1 도로 구간상 단위구역으로 구분된 복수의 제2 도로 구간에 대응되는 시간에 따른 매트릭스 데이터를 추출하여 제2 매트릭스 데이터 조합을 생성하는 단위구역 매칭부와,상기 제1 매트릭스 데이터 조합에 포함된 매트릭스 데이터를 이용하여 광역구역별 교통 상황 예측 정보를 산출하고, 상기 제2 매트릭스 데이터 조합에 포함된 매트릭스 데이터를 이용하여 단위구역별 교통 상황 예측 정보를 산출하는 교통 상황 예측부를 포함하며,상기 광역구역 매칭부는,상기 제1 도로 구간에 대응되는 매트릭스 데이터를 추출하고, 추출된 매트릭스 데이터간 패턴 매칭을 통해 제1 유사도를 산출하며, 상기 제1 유사도가 기설정된 기준값 이상인 매트릭스 데이터를 선택하여 상기 제1 매트릭스 데이터 조합을 생성하고,상기 단위구역 매칭부는,상기 제1 매트릭스 데이터 조합에 포함된 매트릭스 데이터 중 상기 제2 도로 구간에 대응되는 매트릭스 데이터를 추출하고, 추출된 매트릭스 데이터간 패턴 매칭을 통해 제2 유사도를 산출하며, 상기 제2 유사도가 상기 기준값 이상인 매트릭스 데이터를 선택하여 상기 제2 매트릭스 데이터 조합을 생성하는 것을 특징으로 하는 교통 상황 예측 서버
2 2
삭제
3 3
삭제
4 4
제 1 항에 있어서,상기 교통 상황 예측부는,상기 제1 매트릭스 데이터 조합 중 소정시간 단위별로 매트릭스 데이터를 추출하고, 추출된 상기 소정시간 단위별 매트릭스 데이터와 가장 최근의 소정기간 단위의 매트릭스 데이터간 패턴 매칭을 통해 유사도를 산출하며, 상기 유사도에 기초하여 상기 복수의 제1 구간에 대응되는 시간에 따른 매트릭스 데이터를 예측하고, 상기 예측된 매트릭스 데이터를 기반으로 상기 광역구역별 교통 상황 예측 정보를 산출하는 것을 특징으로 하는 교통 상황 예측 서버
5 5
제 1 항에 있어서,상기 교통 상황 예측부는,상기 제2 매트릭스 데이터 조합 중 소정시간 단위별로 매트릭스 데이터를 추출하고, 추출된 상기 소정시간 단위별 매트릭스 데이터와 가장 최근의 소정기간 단위의 매트릭스 데이터간 패턴 매칭을 통해 유사도를 산출하며, 상기 유사도에 기초하여 상기 복수의 제2 구간에 대응되는 시간에 따른 매트릭스 데이터를 예측하고, 상기 예측된 매트릭스 데이터를 기반으로 상기 단위구역별 교통 상황 예측 정보를 산출하는 것을 특징으로 하는 교통 상황 예측 서버
6 6
제 1 항에 있어서,상기 데이터 전처리부는,각 센서에서 상기 교통 데이터가 측정된 시각을 상기 시간 정보로 생성하고, 상기 도로상 설치된 기설정된 수의 센서의 식별번호를 상기 공간 정보로 생성하여 상기 매트릭스 데이터로 가공하는 것을 특징으로 하는 교통 상황 예측 서버
7 7
제 1 항에 있어서,상기 데이터 전처리부는,매트릭스 데이터별 데이터 손실율을 산출하고, 상기 도로 상 데이터가 손실된 구간에 대해서는 DSRC와 VDS로부터 생성된 교통 데이터를 융합하여 보정을 수행하는 것을 특징으로 하는 교통 상황 예측 서버
8 8
제 7 항에 있어서,상기 광역구역 매칭부는,상기 제1 도로 구간에 대응되는 매트릭스 데이터 중 상기 데이터 손실율이 기설정된 기준값 이하인 매트릭스 데이터를 유효한 데이터로 선택하여 상기 제1 유사도를 산출하는 것을 특징으로 하는 교통 상황 예측 서버
9 9
제 1 항에 있어서,상기 서버는,상기 도로 상 사고를 포함하는 돌발 상황 발생 시 상기 돌발 상황 발생으로 인해 증가되는 통행 시간 정보를 산출하는 시뮬레이션부를 더 포함하는 것을 특징으로 하는 교통 상황 예측 서버
10 10
제 9 항에 있어서,상기 교통 상황 예측부는,상기 돌발 상황 발생에 따라 증가된 도로 구간별 통행 시간 정보를 반영하여 상기 광역구역별 또는 단위구역별 교통 상황 예측 정보를 산출하는 것을 특징으로 하는 교통 상황 예측 서버
11 11
도로상 설치된 복수의 센서를 통해 수집되는 상기 도로를 통행하는 차량과 관련된 교통 데이터를 수신하는 단계와,상기 교통 데이터를 기설정된 길이의 시간 정보와 공간 정보로 구성되는 매트릭스 데이터로 가공하는 단계와,상기 매트릭스 데이터 중 도로상 광역구역으로 구분된 복수의 제1 도로 구간에 대응되는 매트릭스 데이터를 추출하여 제1 매트릭스 데이터 조합을 생성하는 단계와,각 제1 도로 구간상 단위구역으로 구분된 복수의 제2 도로 구간에 대응되는 매트릭스 데이터를 추출하여 제2 매트릭스 데이터 조합을 생성하는 단계와,상기 제1 매트릭스 데이터 조합에 포함된 매트릭스 데이터를 이용하여 광역구역별 교통 상황 예측 정보를 산출하는 단계와,제2 매트릭스 데이터 조합에 포함된 매트릭스 데이터를 이용하여 단위구역별 교통 상황 예측 정보를 산출하는 단계를 포함하며,상기 제1 매트릭스 데이터 조합을 생성하는 단계는,상기 매트릭스 데이터 중 상기 도로상 광역구역으로 구분된 제1 도로 구간에 대응되는 매트릭스 데이터를 추출하는 단계와,상기 추출된 매트릭스 데이터간 패턴 매칭을 통해 제1 유사도를 산출하는 단계와,상기 제1 유사도가 기설정된 기준값 이상인 매트릭스 데이터를 선택하여 상기 제1 매트릭스 데이터 조합을 생성하는 단계를 포함하고,상기 제2 매트릭스 데이터 조합을 생성하는 단계는,상기 제1 매트릭스 데이터 조합에 포함된 매트릭스 데이터 중 상기 제2 도로 구간에 대응되는 매트릭스 데이터를 추출하는 단계와,상기 추출된 매트릭스 데이터간 패턴 매칭을 통해 제2 유사도를 산출하는 단계와,상기 제2 유사도가 상기 기준값 이상인 매트릭스 데이터를 선택하여 제2 매트릭스 데이터 조합을 생성하는 단계를 포함하는 것을 특징으로 하는 교통 상황 예측 방법
12 12
삭제
13 13
삭제
14 14
제 11 항에 있어서,상기 광역 구역별 교통 상황 예측 정보를 산출하는 단계는,상기 제1 매트릭스 데이터 조합 중 소정시간 단위별로 매트릭스 데이터를 추출하는 단계와,상기 추출된 상기 소정시간 단위별 매트릭스 데이터와 가장 최근의 소정기간 단위의 매트릭스 데이터간 패턴 매칭을 통해 유사도를 산출하는 단계와,상기 유사도에 기초하여 상기 복수의 제1 구간에 대응되는 시간에 따른 매트릭스 데이터를 예측하는 단계와,상기 예측된 매트릭스 데이터를 기반으로 상기 광역구역별 교통 상황 예측 정보를 산출하는 단계를 포함하는 것을 특징으로 하는 교통 상황 예측 방법
15 15
제 11 항에 있어서,상기 단위 구역별 교통 상황 예측 정보를 산출하는 단계는,상기 제2 매트릭스 데이터 조합 중 소정시간 단위별로 매트릭스 데이터를 추출하는 단계와,상기 추출된 상기 소정시간 단위별 매트릭스 데이터와 가장 최근의 소정기간 단위의 매트릭스 데이터간 패턴 매칭을 통해 유사도를 산출하는 단계와,상기 유사도에 기초하여 상기 복수의 제2 구간에 대응되는 시간에 따른 매트릭스 데이터를 예측하는 단계와,상기 예측된 매트릭스 데이터를 기반으로 상기 단위구역별 교통 상황 예측 정보를 산출하는 단계를 포함하는 것을 특징으로 하는 교통 상황 예측 방법
16 16
제 11 항에 있어서,상기 교통 상황 예측 정보를 산출하는 단계에서,상기 도로 상 돌발 상황 발생에 따라 증가된 도로 구간별 통행 시간 정보를 반영하여 상기 광역구역별 또는 단위구역별 교통 상황 예측 정보를 산출하는 것을 특징으로 하는 교통 상황 예측 방법
17 17
제 11 항에 있어서,상기 매트릭스 데이터는,각 센서에서 상기 교통 데이터가 측정된 시각이 상기 시간 정보로 구성되고, 상기 도로상 설치된 기설정된 수의 센서의 식별번호가 상기 공간 정보로 구성되는 것을 특징으로 하는 교통 상황 예측 방법
18 18
제 11 항에 있어서,상기 매트릭스 데이터는, 상기 도로 상 데이터가 손실된 구간에 대해서는 DSRC와 VDS로부터 생성된 교통 데이터가 융합되어 보정되는 것을 특징으로 하는 교통 상황 예측 방법
지정국 정보가 없습니다
패밀리정보가 없습니다
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 미래창조과학부 주식회사 블루시그널 ICT유망기술개발지원사업 교통빅데이터와 머신러닝기반의 실시간 예측형 교통신호제어시스템 개발
2 국토교통부 KAIST 국토교통기술촉진연구사업 스마트도시를 위한 공유형 자율주행차량 기반 교통시스템 구축 기술 개발