[논문]An Unified Spatial Index and Visualization Method for the Trajectory and Grid Queries in Internet of Things

Han, Jinju; Na, Chul-Won; Lee, Dahee; Lee, Do-Hoon; On, Byung-Won; Lee, Ryong; Park, Min-Woo; Lee, Sang-Hwan

doi:10.9708/jksci.2019.24.09.083

An Unified Spatial Index and Visualization Method for the Trajectory and Grid Queries in Internet of Things 원문보기

韓國컴퓨터情報學會論文誌 = Journal of the Korea Society of Computer and Information, v.24 no.9, 2019년, pp.83 - 95

Han, Jinju (Dept. of Software Convergence Engineering, Kunsan National University) , Na, Chul-Won (Dept. of Software Convergence Engineering, Kunsan National University) , Lee, Dahee (Dept. of Software Convergence Engineering, Kunsan National University) , Lee, Do-Hoon (Dept. of Software Convergence Engineering, Kunsan National University) , On, Byung-Won (Dept. of Software Convergence Engineering, Kunsan National University) , Lee, Ryong (Research Data Sharing Center, Division of National Science and Technology Data, Korea Institute of Science and Technology Information) , Park, Min-Woo (Research Data Sharing Center, Division of National Science and Technology Data, Korea Institute of Science and Technology Information) , Lee, Sang-Hwan (Research Data Sharing Center, Division of National Science and Technology Data, Korea Institute of Science and Technology Information)

Abstract ▼ AI-Helper

Recently, a variety of IoT data is collected by attaching geosensors to many vehicles that are on the road. IoT data basically has time and space information and is composed of various data such as temperature, humidity, fine dust, Co2, etc. Although a certain sensor data can be retrieved using time, latitude and longitude, which are keys to the IoT data, advanced search engines for IoT data to handle high-level user queries are still limited. There is also a problem with searching large amounts of IoT data without generating indexes, which wastes a great deal of time through sequential scans. In this paper, we propose a unified spatial index model that handles both grid and trajectory queries using a cell-based space-filling curve method. also it presents a visualization method that helps user grasp intuitively. The Trajectory query is to aggregate the traffic of the trajectory cells passed by taxi on the road searched by the user. The grid query is to find the cells on the road searched by the user and to aggregate the fine dust. Based on the generated spatial index, the user interface quickly summarizes the trajectory and grid queries for specific road and all roads, and proposes a Web-based prototype system that can be analyzed intuitively through road and heat map visualization.

주제어

표/그림 (36)

그림 Fig. 1. Flow Chart of the Proposed Model
그림 Fig. 2. Road table definition
그림 Fig. 3. QGIS Program for Coordinates Extraction
그림 Fig. 4. Coordinate Extraction Process
그림 Fig. 5. Gongwonsunhwan-ro's Coordinate Example
표 Table 1. Daegu Road Data Example
그림 Fig. 6. The Flowchart of Taxidata Preprocessing
그림 Fig. 7. Cell-based Approach
표 Table 2. Daegu Taxi Data Example
그림 Fig. 8. Implementation of 2D Hilbert Curve
그림 Fig. 9. 2D Hilbert Curve
그림 Fig. 10. Cell based Index
그림 Fig. 11. Specific Road Traffic Flow Query Processing
그림 Fig. 12. All Roads Traffic Flow Query Processing
그림 Fig. 13. Multiple Roads in One Cell
그림 Fig. 14. Specific Road PM10 Query Processing
그림 Fig. 15. All Roads PM10 Query Processing
표 Table 3. System Specifications
그림 Fig. 16. Execution Time by Task Process
표 Table 4. Software Specifications
표 Table 5. S2 Index Cell Level
표 Table 6. Road Data Statistics
표 Table 7. Taxi Data Statistics
그림 Fig. 17. Specific Road Query Response Time
그림 Fig. 18. All Roads Query Response Time
그림 Fig. 19. Manual for Daegu Road Traffic Flow Web Page
그림 Fig. 20. Traffic Flow of Specific Road Query
그림 Fig. 21. Traffic Flow Result of Specific Road Query
그림 Fig. 22. Traffic Flow of All Roads Query
그림 Fig. 23. Traffic Flow Result of All Roads Query
그림 Fig. 24. Manual for Daegu Road Fine Dust Web Page
그림 Fig. 25. PM10 Query of Specific Road
그림 Fig. 26. PM10 Query Result of Specific Road
그림 Fig. 27. PM10 Query of All Roads
표 Table 8. The Air Quality Grade by Dust Concentration
그림 Fig. 28. PM10 Query Result of All Roads

질의응답

핵심어	질문	논문에서 추출한 답변
	QGIS 프로그램이란 무엇인가?	QGIS 프로그램이란 데이터 뷰, 편집, 분석을 제공하는 크로스 플랫폼 자유-오픈 소스 데스크톱 지리 정보 체계 응용 프로그램이다 [12]. QGIS 프로그램 사용하여 Fig.
	B+ Tree의 단점은?	[3]은 각각의 속성에 대하여 B+ Tree를 만들어, 어떠한 속 성으로 검색이 되더라도 유사한 센싱 데이터 집합을 빠르게 검 색 할 수 있도록 한다. 하지만 B+ Tree는 대용량 데이터 저장 의 경우 과도한 제자리 갱신(in-place update) 비용이 매우 크 다. 대용량 공간 데이터를 빠르게 검색하기 위한 색인 모델을 개발할 필요가 있다.
	공간 색인 구축이 필요하게 된 원인은 무엇인가?	기존에는 IoT 센서 선택 후 해당 센서의 현재 또는 과거 데 이터를 탐색하거나 지정한 공간 또는 시간 범위 내에 수집된 사물 데이터 검색 등 단순 브라우징 및 단순 검색만 지원한다. 사물 데이터의 키 값인 시간, 위도, 경도를 이용해 간단한 센싱 정보는 검색할 수 있지만 그 외의 사용자 쿼리는 개선이 필요 하다. 예를 들어 특정 도로 구간에 대하여 통행량이나 미세먼지 집계 등의 고차원적 분석을 하기 위해서는 단순히 시간, 위도, 경도의 키 값으로 사물데이터 검색이 불가능하다. 또한 많은 양 의 사물 데이터에서 색인을 생성하지 않고 검색하면 순차적 스 캔을 통해 엄청난 시간과 비용이 소요된다. 따라서 실시간으로 계속 수집되는 방대한 양의 사물 데이터에서 원하는 데이터를 효율적으로 검색하기 위해서는 공간 색인 구축이 필요하다.

저자의 다른 논문 :

LOADING...

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