Journal of Platform Technology

ICT Platform Society (ICT플랫폼학회)
권호 표지

Road Object Graph Modeling Method for Efficient Road Situation Recognition

효과적인 도로 상황 인지를 위한 도로 객체 그래프 모델링 방법

  • ;
  • 정성모 (한국교통대학교 컴퓨터공학과) ;
  • 송석일 (한국교통대학교 컴퓨터공학과)
  • Received : 2021.12.06
  • Accepted : 2021.12.29
  • Published : 2021.12.30
Download PDF
⟨ Previous Next ⟩

Abstract

In this paper, a graph data model is introduced to effectively recognize the situation between each object on the road detected by vehicles or road infrastructure sensors. The proposed method builds a graph database by modeling each object on the road as a node of the graph and the relationship between objects as an edge of the graph, and updates object properties and edge properties in real time. In this case, the relationship between objects represented as edges is set when there is a possibility of approach between objects in consideration of the position, direction, and speed of each object. Finally, we propose a spatial indexing technique for graph nodes and edges to update the road object graph database represented through the proposed graph modeling method continuously in real time. To show the superiority of the proposed indexing technique, we compare the proposed indexing based database update method to the non-indexing update method through simulation. The results of the simulation show the proposed method outperforms more than 10 times to the non-indexing method.

이 논문에서는 차량 또는 도로 인프라 센서에 의해 검출된 도로상의 각 객체들 간의 상황인지를 효과적으로 하기 위해서 그래프 데이터 모델을 도입한다. 제안하는 방법은 도로상의 각 객체들을 그래프의 정점(Vertex)로, 객체들 간의 관계를 그래프의 간선(Edge)로 모델링하여 그래프 데이터베이스를 구축하고, 객체의 속성과 간선의 속성을 실시간으로 업데이트한다. 이때 간선으로 표현되는 객체들 간의 관계는 각 객체의 위치, 이동방향, 이동속도 등을 고려하여 객체들 간에 근접 가능성이 있을 경우 설정한다. 또한, 제안하는 그래프 모델링 방법을 통해 표현한 도로 객체 그래프 데이터베이스를 실시간으로 업데이트하기 위해 그래프 정점과 간선에 대한 공간 색인 기법을 제안한다. 제안하는 색인기법 기반의 그래프 데이터베이스 업데이트 성능을 평가하기 위해서 색인 없이 업데이트하는 방법과 비교하였으며 비교결과 제안하는 방법이 10배 더 빠르게 업데이트를 할 수 있음을 확인하였다.

Keywords

Acknowledgement

본 논문은 국토교통기술촉진사업 "세계시장 진출을 위한 구글맵(Google Maps) 기반의 증강현실(AR) 적용 실내공간용 보행자 내비게이션 플랫폼 개발" 과제번호 19CTAPC15272801000000) 지원으로 수행하였습니다. 또한, "본 연구는 국토교통부/국토교통과학기술진흥원의 지원으로 수행되었습니다. (과제번호 21AMDPC160502-01). "

References

  1. K. O. Jieun, J. Jiyong, and O. H. Cheol, "Assessing the safety benefits of in-vehicle warning information by vehicle interaction analysis in C-ITS environments," Journal of Korean Society of Transportation, Vol. 39, No. 1, pp. 1-13, Feb. 2021. https://doi.org/10.7470/jkst.2021.39.1.001
  2. Korea Autonomous Driving Development Innovation Foundation, Available: http://imixtest.com/
  3. G. Shobana, X. Annie, and R. Arockia, "Detection mechanism on vehicular adhoc networks (VANETs) a comprehensive survey," International Journal of Computer Science & Network Security, Vol. 21, No. 6, pp. 294-303, Jun. 2021. https://doi.org/10.22937/IJCSNS.2021.21.6.38
  4. J. H. Bang, J. R. Lee, "Collision avoidance method using vector-based mobility model in TDMA-based vehicular ad hoc networks," Applied Sciences, Vol. 10, No. 12, pp. 4181, Jun. 2020. https://doi.org/10.3390/app10124181
  5. W. B. Kang, S. H. Park, and W. G. Lee, "A study on update of road network using graph data structure," The Journal of the Korea Institute of Intelligent Transport Systems, Vol. 20, No. 1, pp. 193-202, Feb. 2021. https://doi.org/10.12815/kits.2021.20.1.193
  6. K. Park, "Location-based grid-index for spatial query processing," Expert Systems with Applications, Vol. 41, No. 4, pp. 1294-1300, Mar. 2014. https://doi.org/10.1016/j.eswa.2013.08.027
  7. B. Shen, Y. Zhao, W. Zheng, Y. Qin, B. Yuan, and Y. Rao, "V-tree: Efficient knn search on moving objects with road-network constraints," IEEE 33rd International Conference on Data Engineering (ICDE), San Diego, CA, US, Apr. 2017, pp. 609-620.
  8. D. He, S. Wang, X. Zhou, and R. Cheng, "GLAD: A grid and labeling framework with scheduling for conflict-aware kNN queries," IEEE Transactions on Knowledge and Data Engineering, Vol. 33, No. 4, pp. 1554-1566, Apr. 2019.
  9. M. S. Rahman, Basic graph theory, in Springer International Publishing, 2017.
  10. N. Abbas, Y. Zhang, A. Taherkordi, and T. Skeie, "Mobile edge computing: A survey," IEEE Internet of Things Journal, Vol. 5, No. 1, pp. 450-465, Feb. 2018. https://doi.org/10.1109/jiot.2017.2750180