[논문]보행자 내비게이션 시스템을 위한 랜드마크 추출 방법

노건일; 김지영; 유기윤

doi:10.7848/ksgpc.2011.29.4.413

문제 정의

따라서 본 연구에서는 선행 연구에서 나타난 한계를 해결하기 위하여 각 선택점에서 보행자의 모든 방향에 대한 시야를 고려하여 선택점에서 관측 가능한 객체, 랜드마크 후보군을 선정한다. 다음으로 선정된 랜드마크 후보군의 기하 정보와속성 정보를 상대적 속성과 절대적 속성으로 구분하여 평가함으로써 최종적인 랜드마크를 추출하였다.
본 연구는 기 구축된 공간정보로부터 보행자의 길 안내를 위한 랜드마크를 자동으로 추출하는 방법에 관한 연구로, 주요 결과 및 의 의는 다음과 같다.
위에서 분류된 속성 변수에 각 평가 기준에 알맞은 평가 방법을 적용하여 각각을 하나의 차원으로 축소하여 나타내고자 한다. 상대적 평가 기준을 갖는 변수들을 평가하여 하나의 변수로 차원을 축소한 뒤, 이를 'Context Dependent Variable(CDV), 이라고 정의한다.

제안 방법

예를 들어, 복잡한 도심지역 에서 이동하는 일반적인 성 인 보행자의 최대시야거 리는 50m로 설정할 수 있다(Elias, 2003). iso- vist 폴리곤을 생성한 뒤, 생성된 폴리곤과 건물 레이어를 대상으로 intersection 분석을 수행하여 isovist 폴리곤과 해당 선택점에서 보행자가 관측할 수 있는 모든 건물을 추출한다.
선정한다. 다음으로 선정된 랜드마크 후보군의 기하 정보와속성 정보를 상대적 속성과 절대적 속성으로 구분하여 평가함으로써 최종적인 랜드마크를 추출하였다. 마지막으로 제안된 방법을 도로명 주소 전자 지도의 수원시 팔달구 일부 지역에 적용하여 추출된 랜드마트의효율성과 활용 가능성을 평 가하였다.
다음으로 제안된 방법의 유효성을 검증하기 위하여 추출된 랜드마크와 기존의 차량용 랜드마크를 비교해 보았다. 만약 제안된 방법을 통해 일부 선택점에서 자동으로 추출한 랜드마크와 기존에 존재하는 차량용 랜드마크가 일치한다면, 나머지 선택점에서 추출한 랜드마크도 유효하다고 할 수 있다.
다음으로 추출된 속성 변수들을 랜드마크로써 의 가치를 평가하는 기준에 따라 상대적 평가 기준을 갖는 변수와 절대적 평가 기준을 갖는 변수로 구분한다. 먼저 상대적 평가 기 준을 갖는 변수는 랜드마크로써 가치 를 평가하는 기준이 주변상황에 따라 상대적으로 결정되는 변수이다.
둘째, 각 선택점에서 보행자의 시야에 들어오는 각각의 건물 즉, 랜드마크 후보군에 대하여 상대적 속성은 공간 이상치 알고리듬을 적용하여 정량화하였으며, 절대적 속성은 가중선형조합을 이용하여 그 값을 산출하였다 이 렇게 산출된 상대적 속성 값과 절대적 속성 값을 군집화하여 최 종랜드마크를 자동으로 추출하는 방법을 제안하였다.
다음으로 선정된 랜드마크 후보군의 기하 정보와속성 정보를 상대적 속성과 절대적 속성으로 구분하여 평가함으로써 최종적인 랜드마크를 추출하였다. 마지막으로 제안된 방법을 도로명 주소 전자 지도의 수원시 팔달구 일부 지역에 적용하여 추출된 랜드마트의효율성과 활용 가능성을 평 가하였다.
먼저, 제안된 방법을 적용하여 랜드마크를 추출해 보았다. 이때 주변 환경 이 도심지 임을 감안하여 보행자의 최대 시 야거 리를 50m로 설정했고, 마지막 최종 랜드마크 추출을 위한 군집화 단계에서 군집의 수는 후보군 건물의 수에 따라 4-5개로 결정하였다.
보행자용 랜드마크의 추출에 관한 기존의 연구들은, 먼저 추출에 활용될 수 있는 건물의 속성을 정의하고, 이를 바탕으로 다양한 분석 방법을 적용하여 랜드마크를 추출하고자 하였다. Sorrows 등(1999)은 랜드마크를 그 속성에 따라 시각적 랜드마크(visual landmark), 인지적 랜드마크 (cognitive landmark), 구조적 랜드마크(structural landmark) 로 구분했다.
이때 주변 환경 이 도심지 임을 감안하여 보행자의 최대 시 야거 리를 50m로 설정했고, 마지막 최종 랜드마크 추출을 위한 군집화 단계에서 군집의 수는 후보군 건물의 수에 따라 4-5개로 결정하였다. 그림 4(a)는 주택가의 한 선택 점에서 생성된 isovist 폴리곤과, 이를 통해 추출된 랜드마크 후보군의 모습이다.
선정하고 랜드마크를 추출해 보았다(그림 3). 이때 추출된 랜드마크에 대한 검증은 먼저 우리나라의 상용 차량용 내비게이션 시스템인 SK의 Tm에 존재하는 차량용 랜드마크와 비교하여 제안된 방법 의 유효성을 검증하고, 다음으로 다수의 선택점에서 추출된 랜드마크를 시각적으로 평 가하여 그 활용성을 점 검 하였다.
첫째, 기 구축된 공간정보 중에서 가장 최신의 건물 정보가 관리되고 있는 도로명 주소 전자지도로부터 활용할 수 있는 랜드마크의 속성 변수를 정의하고, 이를 다시 평가하기 위한 기준에 따라상대적 속성과 절대적 속성으로 분류하였다.

대상 데이터

제안된 방법을 시험하기 위해 행정 안전부에서 매달 갱신하여 무료로 배포하는 도로명 주소 전자지도를 이용하여 경기도 수원시 팔달구의 일부 지역을 연구 대상 지역을 선정하고 랜드마크를 추출해 보았다(그림 3). 이때 추출된 랜드마크에 대한 검증은 먼저 우리나라의 상용 차량용 내비게이션 시스템인 SK의 Tm에 존재하는 차량용 랜드마크와 비교하여 제안된 방법 의 유효성을 검증하고, 다음으로 다수의 선택점에서 추출된 랜드마크를 시각적으로 평 가하여 그 활용성을 점 검 하였다.

데이터처리

Raubal 등(2002)은 이와 같은 정의를 바탕으로 건물의 속성을 시각적 속성(건물 정면의 면적, 건물의 높이와 너비의 비, 색상 등)과 의미론적 속성(문화적 가치, 역사적 가치, 간판 등), 구조적 속성(도로 네트워크의 절점, 구역의 둘레 등)으로 구분했다. 그 후 각 건물에 대하여 정 의한 각 속성 값을 계산하고, 한 건물의 속성 값과 그 이웃한 주변 건물들의 속성 값의 평균과의 차이가 통계적으로 유의한지를 검정 하였다. 그리고 유의하다고 평가된 속성들의 값을 가중선형조합하여 그 건물이 가진 랜드마크로써 의 가치로 정의하고, 가장 큰 가치를 갖는 건물을 찾아 랜드마크로 정 의하였다.

성능/효과

따라서 보행자용 내비게이션에서 추출된 랜드마크를 활용한 길안내를 제공함으로써, 갈림길에서 보행자의 실수를 줄일 수 있을 것으로 판단된다.
위와 같은 과정을 통해 얻은 Mahalanobis 거리의 값은 각 건물의 속성 이 그 주변 건물들의 대표적 인속성과 상대적으로 얼마나 차이가 있는지를 나타낸다. 따라서 이 값을 CDV의 값으로 정의 하고, 그 값이 클수록 주변 건물들에 비해 상대 적 으로 랜드마크로써 가치 가 높다고 평가할 수 있다.
즉, 제안된 방법에 의하여 추출된 랜드마크와 기존에 존재하던 차량용 랜드마크가 서로 일치 하는 것을 확인했다. 따라서 제안된 방법을 통해 기존의 차량용 랜드마크를 자동으로 추출할 수 있다는 것을 확인할 수 있었다.
만약 제안된 방법을 통해 일부 선택점에서 자동으로 추출한 랜드마크와 기존에 존재하는 차량용 랜드마크가 일치한다면, 나머지 선택점에서 추출한 랜드마크도 유효하다고 할 수 있다. 그림 5는 차량용 랜드마크가 관측되는 한 선택점에서의 실험결과를 나타낸다.
셋째, 제안된 방법론을 통해 추출된 랜드마크를 기존의 차량용 랜드마크와 비교한 결과 차량용 랜드마크가 추출되는 것으로 나타났으며, 각 선택점에서 주로 보행자의 눈에 띄기 쉬운모퉁이에 위치한 건물들이 랜드마크로 선정되었다. 따라서 보행자용 내비게이션에서 추출된 랜드마크를 활용한 길안내를 제공함으로써, 갈림길에서 보행자의 실수를 줄일 수 있을 것으로 판단된다.
그 밖에 대상지역 에 존재하는 나머지 13개의 차량용 랜드마크에 대해서도 모두 같은 결과를 얻을 수 있었다. 즉, 제안된 방법에 의하여 추출된 랜드마크와 기존에 존재하던 차량용 랜드마크가 서로 일치 하는 것을 확인했다. 따라서 제안된 방법을 통해 기존의 차량용 랜드마크를 자동으로 추출할 수 있다는 것을 확인할 수 있었다.

후속연구

다. 이를 위해서 본 연구에서는 가장 최신의 정보가 관리 되는 도로명 주소 전자지 도만을 기 구축된 공간정 보로 활용하였으나, 수치지형도, 건축물대장 DB와 같은 국가에서 구축한 공간정보 뿐 아니라 건물 사진, 관심 정 보(POI) 등 개인이나 민간에서 관리하는 공간정보 등 보다 풍부한 속성정보를 이용한 랜드마크 추출이 요구된다. 하겠다.
향후 본 연구에서 정의한 건물 이외의 랜드마크 즉, 공터, 표지판, 조형물, 자연지물 등 실세계의 보행 환경에 적합한 랜드마크를 추출하는 연구가 진행 되어 야 할 것이 다. 이를 위해서 본 연구에서는 가장 최신의 정보가 관리 되는 도로명 주소 전자지 도만을 기 구축된 공간정 보로 활용하였으나, 수치지형도, 건축물대장 DB와 같은 국가에서 구축한 공간정보 뿐 아니라 건물 사진, 관심 정 보(POI) 등 개인이나 민간에서 관리하는 공간정보 등 보다 풍부한 속성정보를 이용한 랜드마크 추출이 요구된다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

보행자 내비게이션 시스템을 위한 랜드마크 추출 방법
Extraction of Landmarks for Pedestrian Navigation System 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

성능/효과

후속연구

참고문헌 (8)

이 논문을 인용한 문헌

저자의 다른 논문 :

연구과제 타임라인

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

보행자 내비게이션 시스템을 위한 랜드마크 추출 방법 Extraction of Landmarks for Pedestrian Navigation System 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

성능/효과

후속연구

참고문헌 (8)

이 논문을 인용한 문헌

저자의 다른 논문 :

노건일 (2) 김지영 (19) 유기윤 (93)

연구과제 타임라인

전체(0) 논문(0) 특허(0) 보고서(0)

전체(0) 논문(0) 특허(0) 보고서(0)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

보행자 내비게이션 시스템을 위한 랜드마크 추출 방법
Extraction of Landmarks for Pedestrian Navigation System 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper