We analyzed aggregated by crowd GPS traces over mountain area, determined challenges and difficulties of map inferencing over mountain trails. Proposed specific solutions and thoughts about what should be considered while implementing algorithms to detect centerline over GPS mountain traces and its implications. In this research, mountain trails unique features were derived and explored major challenges of trails features while implementing map inference algorithms TC1 and KDE. Second, original new algorithm was developed to tackle mountain challenges and problems while implementing TC1 and KDE, called TC2. TC2 encompassed a wide approaches from existed algorithms. Extracting the most densest parts, by using kernel mean points, retrieving closest segments to those kernel points and iteratively clustering them with single-linkage methodic from TC1 algorithm based on mean directions. Third, existed ground truth map from national park was analyzed and it was concluded that ground truth made by survey person has inconsistencies. Such inconsistencies could be avoided using automatic map interference.
현재 등산로에 대한 지도작업은 일반적으로 고성능 GPS를 사용한 수작업 조사 또는 항공사진 촬영을 통한 조사를 기반으로 하고 있다. 이러한 방식들은 많은 시간과 비용이. 소모된다소요되는 단점을 갖고 있으며 숲이 무성한 산의 경우 GPS 오류가 크고 항공사진 촬영이 힘든 문제점 또한 갖고 있다. 데이터셋최근 스마트폰을 활용한 다양한 등산 활동 트래커 등이 사용되고 있는데 이러한 앱에서 생성된 빅 데이터를 사용하여 등산로 지도를 자동 생성하는 것이 가능하다. 다수의 사람들로부터 수집된 GPS 트레이스 데이터셋을 활용하여 지도를 자동 추론하는 다양한 방법에 대한 연구가 진행 되어왔는데 기존 연구는 모두 도심환경만을 고려하였다. 산악환경(국립공원 및 지역의 산행)에서의 지도추론 방법 연구는 전무하며 기존 지도추론 방법의 적용 가능성에 대한 검증 또한 이루어지지 않았다. 산악 환경은 도심환경과 다르게 커브가 심하고 그 형태가 복잡하여 기존 방법의 직접적인 적용이 어려운 상황이다. 본 연구에서는 산악환경에서 다수의 사용자로부터 수집된 GPS 데이터를 활용하여 등산로를 자동으로 추론하는 새로운 방법을 제안한다. 이를 위하여 산악환경에서 수집된 GPS 데이터셋의 특징을 분석하고, 도심환경에 최적화된 주요 알고리즘을 산악환경에서 평가하여 그 문제점을 파악하며, 이를 바탕으로 새로운 알고리즘을 제안하여 그 효용성을 대규모 데이터셋을 이용하여 평가하였다. 평가결과 기존 알고리즘에 비하여 다양한 등산로를 높은 비율로 추론이 가능함을 확인하였다. 본 연구 결과는 등산로를 활용한 다양한 응용 서비스(개인화 등산 구간 추천 등)에 필수적인 기반정보를 제공하므로 경제적 파급효과가 매우 클 것으로 사료된다.
