An Efficient Indexing Technique for Location Prediction of Moving Objects in the Road Network Environment

도로 네트워크 환경에서 이동 객체 위치 예측을 위한 효율적인 인덱싱 기법

The necessity of future index is increasing to predict the future location of moving objects promptly for various location-based services. A representative research topic related to future index is the probability trajectory prediction technique that improves reliability using the past trajectory information of moving objects in the road network environment. However, the prediction performance of this technique is lowered by the heavy load of extensive future trajectory search in long-range future queries, and its index maintenance cost is high due to the frequent update of future trajectory. Thus, this paper proposes the Probability Cell Trajectory-Tree (PCT-Tree), a cell-based future indexing technique for efficient long-range future location prediction. The PCT-Tree reduces the size of index by rebuilding the probability of extensive past trajectories in the unit of cell, and improves the prediction performance of long-range future queries. In addition, it predicts reliable future trajectories using information on past trajectories and, by doing so, minimizes the cost of communication resulting from errors in future trajectory prediction and the cost of index rebuilding for updating future trajectories. Through experiment, we proved the superiority of the PCT-Tree over existing indexing techniques in the performance of long-range future queries.

현재 무선 통신 기술과 위치 정보 기술의 발달은 다양한 위치 기반 서비스(LBS: Location Based Services)의 발전을 가져왔으며, 위치 기반 서비스에서 이동 객체의 미래 위치를 빠르게 예측하기 위한 미래 인덱스의 필요성이 높아지고 있다. 미래 인덱스와 관련한 대표적인 연구로써 도로 네트워크 환경에서 이동 객체의 과거 궤적 정보를 이용하여 신뢰성을 높인 확률 궤적 예측 기법이 연구되었다. 그러나, 이 기법은 장기간 미래 질의 시 방대한 미래 궤적 탐색 부하로 인해 예측 성능이 떨어지게 되며, 이 때문에 발생하는 빈번한 미래 궤적 갱신으로 인해 인덱스 유지비용이 매우 높아지게 된다. 따라서, 본 논문에서는 효율적인 장기간 미래 위치 예측을 위한 셀 기반의 미래 인덱싱 기법인 PCT-Tree(Probability Cell Trajectory-Tree)를 제시한다. PCT-Tree는 방대한 과거 궤적의 확률을 셀 단위로 재구성함으로써 인덱스 크기를 줄이고, 장기간 미래 질의의 예측 성능을 개선시킨다. 또한, 과거 궤적 정보를 이용하여 신뢰성있는 미래 궤적을 예측함으로써 미래 궤적 예측 오류에 따르는 통신비용과 미래 궤적 갱신으로 인한 인덱스 재구성 비용을 최소화 할 수 있다. 실험을 통해 도로 네트워크 환경에서 PCT-Tree가 기존 인덱싱 기법보다 장기간 미래 질의 성능이 우수함을 입증하였다.