| 1 |
1
이동 무선 네크워크를 통한 차량 라우팅 방법으로서,신경망을 통해 차량별 라우팅을 계산하여 차량별 다음 상태를 예측하는 단계;상기 신경망을 통해 예측된 상기 차량별 다음 상태를 미리 설정된 도로 맵에 적용하는 단계;상기 도로 맵 상에서의 일정 시간 후의 차량들의 전체 트래픽을 예측하는 단계; 및상기 전체 트래픽의 예측 결과에 기반하여 상기 도로 맵 상의 타겟 영역 내 각 차량의 추천 경로를 추출하는 단계;를 포함하는 차량 라우팅 방법
|
| 2 |
2
청구항 1에 있어서,상기 각 차량의 추천 경로를 상기 각 차량의 미리 지정된 차량 단말로 전송하는 단계를 포함하는 차량 라우팅 방법
|
| 3 |
3
청구항 1에 있어서,상기 도로 맵에 대응하는 타겟 영역 내 차량들의 차량별 유의 정보를 획득하는 단계를 더 포함하는 차량 라우팅 방법
|
| 4 |
4
청구항 3에 있어서,상기 차량별 유의 정보를 미리 설정된 포맷의 유의 데이터로 변환하는 단계를 더 포함하는 차량 라우팅 방법
|
| 5 |
5
청구항 4에 있어서,상기 유의 데이터를 상기 신경망에 입력하는 단계를 더 포함하며,상기 신경망은 지도학습기, 제1 신경망, 제2 신경망, 제3 신경망, 시뮬레이션 유닛 및 정보조합기를 포함하는, 차량 라우팅 방법
|
| 6 |
6
청구항 5에 있어서,상기 차량별 다음 상태를 예측하는 단계는, 상기 제1 신경망을 통해 도로 맵 상의 차량별 차량 라우팅을 예측하고, 상기 제2 신경망을 통해 상기 차량별 차량 라우팅 예측을 훈련하고, 상기 제3 신경망을 통해 자체 시뮬레이션을 수행하는, 차량 라우팅 방법
|
| 7 |
7
청구항 6에 있어서,상기 차량별 다음 상태를 예측하는 단계는, 상기 지도학습기의 학습에 상기 제1 신경망과 상기 제2 신경망을 참여시키고, 상기 시뮬레이션 유닛을 통해 상기 제3 신경망에 훈련 데이터를 제공하고, 상기 제1 신경망 내지 상기 제3 신경망의 출력을 상기 정보 조합기에 의해 조합하여 예측 데이터를 생성하며, 여기서 상기 예측 데이터는 상기 차량 다음 상태에 대한 데이터로서 상기 신경망에서 출력되는, 차량 라우팅 방법
|
| 8 |
8
청구항 4에 있어서,상기 유의 데이터는, 상기 신경망에 입력되는 입력 데이터로서, {-1, 0, 1}을 원소로 가지는 2차원 행렬들로 표현되는, 차량 라우팅 방법
|
| 9 |
9
청구항 8에 있어서,상기 신경망은 합성곱 커널을 이용하여 상기 입력 데이터에서 특징 정보를 추출하는, 차량 라우팅 방법
|
| 10 |
10
청구항 8에 있어서,상기 {-1, 0, 1}은 상기 도로 맵의 신호등이 있는 교차로에서 좌회전, 우회전 및 직진을 각각 정의하는 행동 집합인, 차량 라우팅 방법
|
| 11 |
11
이동 무선 네크워크를 통한 차량 라우팅 장치로서,차량 최적 라우팅 신경망 및 차량 트래픽 예측 유닛을 포함하고,상기 차량 최적 라우팅 신경망은 신경망을 통해 차량별 차량 라우팅을 계산하여 차량별 다음 상태를 예측하고,전체 차량 트래픽 예측 유닛은 상기 차량별 다음 상태를 미리 설정된 도로 맵에 적용하고, 상기 도로 맵에 대응하는 타겟 영역 내 모든 대상 차량들에 대한 일정 시간 후의 전체 트래픽을 예측하고, 상기 전체 트래픽의 예측 결과에 기반하여 상기 타겟 영역 내 각 차량의 추천 경로를 추출하는, 차량 라우팅 장치
|
| 12 |
12
청구항 11에 있어서,상기 각 차량의 추천 경로를 상기 각 차량의 미리 지정된 차량 단말로 전송하는 차량별 최적 경로 추천 유닛을 더 포함하는, 차량 라우팅 장치
|
| 13 |
13
청구항 12에 있어서,상기 타겟 영역 내 차량들의 차량별 유의 정보를 획득하는 트래픽 상황 획득 유닛을 더 포함하는 차량 라우팅 장치
|
| 14 |
14
청구항 13에 있어서,상기 차량별 유의 정보를 미리 설정된 포맷의 유의 데이터로 변환하는 전처리 유닛을 더 포함하는 차량 라우팅 장치
|
| 15 |
15
청구항 14에 있어서,상기 신경망은 지도학습기, 제1 신경망, 제2 신경망, 제3 신경망, 시뮬레이션 유닛 및 정보조합기를 포함하고,상기 지도학습기는 상기 유의 데이터를 받고,상기 제1 신경망은 상기 도로 맵 상의 차량별 최적 라우팅 예측을 수행하고,상기 제2 신경망은 상기 차량별 최적 라우팅 예측을 훈련하고,상기 제3 신경망은 상기 시뮬레이션 유닛으로부터 받은 훈련 데이터를 토대로 학습을 수행하는, 차량 라우팅 장치
|
| 16 |
16
청구항 15에 있어서,상기 신경망은 상기 지도학습기의 학습에 상기 제1 신경망과 상기 제2 신경망을 참여시키고, 상기 지도학습기의 출력이나 피드백을 통해 상기 제1 신경망과 상기 제2 신경망의 성능을 향상시키는, 차량 라우팅 장치
|
| 17 |
17
청구항 15에 있어서,상기 정보 조합기는 상기 제1 신경망 내지 상기 제3 신경망의 출력을 조합하여 예측 데이터를 생성하며, 상기 예측 데이터는 상기 차량 다음 상태에 대한 데이터로서 상기 신경망에서 출력되는, 차량 라우팅 장치
|
| 18 |
18
청구항 14에 있어서,상기 유의 데이터는, 상기 신경망에 입력되는 입력 데이터로서, {-1, 0, 1}을 원소로 가지는 2차원 행렬들로 표현되는, 차량 라우팅 장치
|
| 19 |
19
청구항 18에 있어서,상기 신경망은 합성곱 커널을 이용하여 상기 입력 데이터에서 특징 정보를 추출하는, 차량 라우팅 장치
|
| 20 |
20
청구항 18에 있어서,상기 {-1, 0, 1}은 상기 도로 맵의 신호등이 있는 교차로에서 좌회전, 우회전 및 직진을 각각 정의하는 행동 집합인, 차량 라우팅 장치
|
