[논문 리뷰] Map Route Ranking with Weighted Distance using Environmental Factors

Jiyi Li|arXiv (Cornell University)|2014. 04. 02.

Data Management and Algorithms참고 문헌 1인용 수 3

한 줄 요약

이 논문은 환경적 요소—특히 고도 기반의 경사도—를 길 안내 루트 선택에 통합한 가중 거리 순위 매기기 방법을 제안한다. 고도에서 유도된 가중치를 부분 루트에 적용함으로써, 기존 Google Maps의 최단거리 결과를 재순위 매겨 신체적 피로도를 반영한다. 결과적으로 경사가 완만한 덕분에 Route 1이 최단 거리인 Route 0보다 더 편안한 길임을 입증한다.

ABSTRACT

When users search for the routes between two places using map based services, these services compute and provide the top candidate routes based on shortest geometric distances or ideal time consuming. However, other real factors like physical exertion and practical time consuming will influence user experience, and the environmental factors like steep slope and traffic jam that result in these real factors need to be considered. For example, when users travel on foot or by bicycle, if there are many steep slopes on the routes, it will be difficult or easy to be tired. In this paper, we propose an approach computing weighted distance considering these environmental factors. We rank the candidate route results generated by Google Map using elevation information. We integrate the elevation information in the route results to assist users to make decision. The solution can also be used in other scenarios that need to consider environmental factors.

연구 동기 및 목표

• 최단 거리나 최소 시간을 넘어서 실제 환경적 요소인 경사도 및 고도와 같은 요소를 통합하여 루트 추천을 향상시키기 위해.
• 보행 또는 자전거 주행 루트에서 급경사로 인한 사용자 불편을 해결하기 위해.
• Google Maps와 같은 서비스에서 제공하는 기존 루트 제안을 고도 데이터를 사용해 재순위 매길 수 있는 방법을 제공하기 위해.
• 신체적 노력의 양을 정량화함으로써 사용자 선호도(예: 편안함 대 도전)에 따라 의사결정 지원을 가능하게 하기 위해.
• 기존 지도 서비스의 핵심 라우팅 알고리즘을 수정하지 않고도 통합이 가능하도록 하기 위해.

제안 방법

• 모든 후보 루트에 대해 연속적인 GPS 점들 사이의 부분 루트에 고도 차이를 가중치로 적용하여 가중 거리를 계산한다.
• 점들 사이의 부분 루트 $ r_{ij} $ 와 $ r_{ik} $ 에 대해, 가중치 $ w_{jk} $ 는 고도 차이 $ e_{jk} $ 로 정의되며, 이는 원래 거리를 가중 거리 $ wd_i = \sum_j w_{jk} d_{jk} $ 로 변환한다.
• Google Maps API v3.exp (2013년 12월) 를 사용하여 도착지 안내 및 고도 데이터 서비스를 통해 루트 후보 및 고도 정보를 모두 확보한다.
• 가중 거리가 낮을수록 더 평탄한 지형으로 인해 더 적은 신체적 피로도를 유도하므로, 루트는 가중 거리 기반으로 순위를 매긴다.
• 각 루트를 따라 고도 변화를 시각화하기 위해 고도 곡선을 생성하여 기울기 프로파일에 대한 직관적인 피드백을 제공한다.
• 적절한 가중치 지표로 교체함으로써, 교통 혼잡도나 도로 상태와 같은 다른 환경적 요소로도 확장 가능하다.

실험 결과

연구 질문

• RQ1 고도 및 경사도와 같은 환경적 요소를 신체적 피로도를 반영하기 위해 어떻게 정량적으로 루트 순위 매기기에 통합할 수 있는가?
• RQ2 고도 데이터를 사용해 표준 루트 제안을 재순위 매김함으로써 보행 및 자전거 주행 사용자 경험을 향상시킬 수 있는가?
• RQ3 기존 최단거리 순위와 비교했을 때, 가중 거리 지표는 더 편안하거나 더 도전적인 루트를 식별하는 데 어떻게 작용하는가?
• RQ4 기존 지도 서비스의 핵심 라우팅 논리 없이도 환경 데이터를 통합하여 얼마나 잘 향상시킬 수 있는가?
• RQ5 루트 선택에서 최단 거리, 최소 시간, 최소 신체적 노력 사이의 상호 교환 관계는 어느 정도인가?

주요 결과

• Google Maps에서 최단 거리로 선정된 Route 0(1563m)는 최고 고도가 가장 높아 신체적 피로도가 가장 크다.
• Route 1은 더 긴 거리(1606m)를 가졌지만, Route 0보다 훨씬 낮은 가중 거리(1982)를 기록하여 더 완만한 경사도로 더 적은 신체적 노력이 필요함을 시사한다.
• Route 2는 가장 높은 가중 거리(2686)를 기록하여 급격한 고도 변화로 인해 가장 도전적인 루트임을 확인한다.
• 고도 곡선은 Route 1이 Route 0의 급격한 경사와 비교해 더 완만한 상승을 보임을 명확히 시각화하여 가중 거리 순위 매기기의 타당성을 뒷받침한다.
• 제안된 방법은 사용자 선호도에 따라 루트를 성공적으로 재순위 매겼다: Route 1은 편안함을 위한 최적의 선택이며, Route 2는 도전을 위한 최적의 선택이며, Route 0는 기하학적 거리 측면에서만 최선이다.
• 이 솔루션은 Google Maps와 같은 기존 지도 서비스와 쉽게 통합 가능하며, 교통 혼잡도나 도로 상태와 같은 다른 환경적 요소로도 확장 가능하다.