An Efficient Location Encoding Method Based on Hierarchical Administrative District

계층적 행정 구역에 기반한 효율적인 위치 정보 표현 방식

  • Published : 2006.06.01

Abstract

Due to the rapid development in mobile communication technologies, the usage of mobile devices such as cell phone or PDA becomes increasingly popular. As different devices require different applications, various new services are being developed to satisfy the needs. One of the popular services under heavy demand is the Location-based Service (LBS) that exploits the spatial information of moving objects per temporal changes. In order to support LBS efficiently, it is necessary to be able to index and query well a large amount of spatio-temporal information of moving objects. Therefore, in this paper, we investigate how such location information of moving objects can be efficiently stored and indexed. In particular, we propose a novel location encoding method based on hierarchical administrative district information. Our proposal is different from conventional approaches where moving objects are often expressed as geometric points in two dimensional space, (x,y). Instead, in ours, moving objects are encoded as one dimensional points by both administrative district as well as road information. Our method is especially useful for monitoring traffic situation or tracing location of moving objects through approximate spatial queries.

최근 이동 통신 기술의 급속한 발달로 인해 휴대폰, PDA등과 같은 휴대용 단말기의 사용이 보편화 되고 있다. 따라서 무선 이동기기의 시간에 따른 공간적인 위치 정보를 활용하여 다양하고 빠른 서비스를 제공하기 위해서 위치 기반 서비스(Location-Based Service)에 관한 많은 연구가 진행되고 있다. 효율적인 위치 기반 서비스의 제공을 위하여 시간에 따라 지속적으로 변하는 이동 객체의 대용량 시공간 정보를 신속하게 저장, 관리, 검색할 수 있는 인덱싱 및 질의 처리 기술이 수반되어야 한다. 본 논문에서는 대용량 이동 객체 데이타베이스를 대상으로 효율적인 인덱스 구축을 위한 위치 정보의 압축 표현 방식에 대하여 논한다. 이를 위해 본 논문에서는 기존의 주요 연구에서 (x,y) 형태의 2차원 공간 좌표로 표현되던 이동 객체의 위치 정보를 계층적 구조를 갖는 행정 구역과 도로 상의 위치를 이용하여 1차원의 위치 정보로 압축 표현하는 방식을 제안한다. 이를 이용해 도로를 따라 움직이는 이동 객체에 대해 위치 정보의 손실 없이 효율적인 위치 기반 서비스를 제공할 수 있다 또, 일정 공간 내의 객체 분포를 필요로 하는 교통 상황 파악, 근사적(approximate) 공간 정보를 필요로 하는 사람 차량 위치 추적 등에 유용하게 사용할 수 있다.

Keywords

References

  1. D. Pfoser, C. S. Jensen, and Y. Theodoridis, 'Novel Approaches in Query Processing for Moving Objects,' In Proc. VLDB Conference, pp. 395-406, 2000
  2. Y. Theodoridis, M. Vazirgiannis, and T. K. Sellis, 'Spatio-Temporal Indexing for Large Multimedia Applications,' In Proc. IEEE International Conference on Multimedia Computing and Systems, pp, 441-448, 1996 https://doi.org/10.1109/MMCS.1996.535011
  3. M. A. Nascimento and J. R. O. Silva, 'Towards Historical R-trees,' In Proc. ACM Symposium on Applied Computing, pp. 235-240, 1998 https://doi.org/10.1145/330560.330692
  4. D. Pfoser, Y. Theodoridis, and C. S. Jensen, 'Indexing Trajectories in Query Processing for Moving Objects,' Chorochronos Technical Report, CH-99-3, 1999
  5. Y. Tao and D. Papadias, 'MV3R-Tree: A Spatio-Temporal Access Method for Timestamp and Interval Queries,' In Proc. VLDB Conference, pp. 431-440, 2001
  6. A. Guttman, 'R-trees: A Dynamic Index Structure for Spatial Searching,' In Proc. ACM SIGMOD, pp. 47-54, 1984 https://doi.org/10.1145/602259.602266
  7. D. Papadias, J. Zhang, N. Mamoulis, and Y. Tao, 'Query Processing in Spatial Network Databases,' In Proc. VLDB Conference, pp. 802-813, 2003
  8. S. Gupta, S. Kopparty, and C. Ravishankar, 'Roads, Codes, and Spatiotemporal Queries,' In Proc. ACM PODS, pp. 115-124, 2004 https://doi.org/10.1145/1055558.1055576
  9. V. P. Chakka, A. Everspaugh, and J. M. Patel, 'Indexing Large Trajectory Data Sets With SETI,' In Proc. Conference on Innovative Data Systems Research, pp. 164-175, 2003
  10. E. Frentzos, 'Indexing Objects Moving on Fixed Networks,' In Proc. International Symposium on Spatial and Temporal Databases, pp. 289-305, 2003
  11. V. Almeida, R. H. Gting, 'Indexing the Trajectories of Moving Objects in Networks,' In Proc. International Conference on Scientific and Statistical Database Management, pp. 115-118, 2004 https://doi.org/10.1109/SSDBM.2004.43
  12. D. Pfoser and C.S. Jensen, 'Indexing of Network Constrained Moving Objects,' In Proc. ACM GIS, pp. 25-32, 2003 https://doi.org/10.1145/956676.956680
  13. J. A. Orenstein and T. H. Merrett, 'A Class of Data Structures for Associative Searching,' In Proc. ACM SIGACT-SIGMOD Symposium on Principles of Database Systems, pp. 181-190, 1984 https://doi.org/10.1145/588011.588037
  14. C. Faloutsos, 'Gray Codes for Partial Match and Range Queries,' IEEE Trans. on Software Engineering, 14(10), pp. 1381-1393, 1988 https://doi.org/10.1109/32.6184
  15. C. Faloutsos and S. Roseman, 'Fractals for Secondary Key Retrieval,' In Proc. ACM PODS, pp. 247-252, 1989 https://doi.org/10.1145/73721.73746