AI-Hub

데이터 변경이력

데이터 히스토리

소개

차량 대수 3,000대 수준의 하루 1시간 가량 약 3개월 이상 운행한 데이터를 다음과 같은 지역에서 수집하였음
 - 서울, 6대 광역시(인천/대전/광주/대구/부산/울산)와 경기도 지역

구축목적

● 교통 수요 및 이동량 분석
● 탑승자별 이동 및 주행 패턴 분석
● 차량 주행 정보 기반 차량 관리 데이터 분석
● 운행에 따른 도로 환경 분석
● 스마트시티 운영 계획
● 차량 최적 배치 및 분산
● 차량 운용에 따른 차량 관리 서비스

- 데이터 구축 규모
  * 원천 데이터 총 18,880,725건 중 라벨링 데이터 410,313건

- 데이터 분포
  * 지역별 분포 : 서울, 인천, 대전, 광주, 대구, 울산, 부산, 경기도

저작도구 설명서 및 저작도구 다운로드

AI 모델 상세 설명서 다운로드

- 활용모델
  * TGNet을 이용한 교통 유발 시설물에 따른 교통 수요 학습 모델로 시간별 승하차가 발생한 지역에 대해 4시간 단위로 학습을 하고, 1시간 후 교통 수요를 예측함
  * TGNet은 지역별 차량 수요량을 2D로 변환하고, 이를 시간에 따라 누적한 3D 데이터를 학습하여 다음 시간의 차량 수요량을 예측함
  * TGNet 학습모델의 Basic Model Architecture는 다음과 같음

  * TGNet의 Basic Model Architecture에서 Temporal Embedding, Supplement Embedding 과정이 필요하며 다음과 같이 진행됨
   ∙ Temporal Embedding
     ▹ 예측 성능을 높이기 위해 위의 데이터에 예측 시점의 시간적 특성(요일, 시간, 휴일유무 등), 차량 수요 목적지 정보(교통 유발 시설물 카테고리 합계)를 2D로 변환 후 Basic Model Architecture와 결합
   ∙ Supplement Embedding
     ▹ Late Fusion을 통해 초기 입력 정보인 지역별 차량 수요량 데이터 이외 정보를 결합할 수 있으며, 이를 통해 예외 상황에 대한 모델의 강인함을 향상함

- 서비스 활용 시나리오
  * 교통 수요 예측 활용
   ∙ 승하차 데이터 및 교통 유발 시설물에 대하여 위치, 시간, 날씨에 따른 교통 수요량을 예측하고 사용자가 한눈에 알아볼 수 있도록 지도에 표시한 데이터를 제공하는 서비스
   ∙ 다음과 같은 서비스를 제공할 수 있음
     ▹ 관리자 페이지를 통해 차량의 배차 상태 및 모니터링 정보 확인
     ▹ 스마트 배차 기능을 통해 차량의 출발 및 마감 시간, 운행 지역 정보 입력
     ▹ 운행 지역의 시간별 교통량 분석 차트와 추천 운행 경로 확인
  * 지능형 교통 시스템 활용
   ∙ 교통 흐름은 날씨, 시간, 날짜 등 다양한 변수로 인해 영향을 받고 있지만, 현재 교통 체계에서는 다양한 변수들이 적용되고 있지 않음
   ∙ 특정 시간에 많은 운전자가 사용하는 도로이거나 추가로 신호체계를 구축할 경우, 유연한 신호체계를 바탕으루 구축해야 하나 기존 작동되고 있는 신호체계와 맞지 않는 현상이 발생
   ∙ 따라서 수집한 차량 관제 서비스 고도화를 위한 모빌리티 데이터를 바탕으로 날씨, 시간별 교통 수요를 예측하고, 교통 정보 센터의 신호체계와 연동되는 지능형 시뮬레이션에 활용할 수 있음

데이터 성능 점수

설명서 및 활용가이드 다운로드

- 원천 데이터 설명
  * 다양한 수집 장비를 활용하여 수집한 원시 데이터를 시간을 활용하여 병합
  * 추후 라벨링 작업에 활용할 수 있도록 아래와 같은 포맷으로 원천 데이터 생성

- 어노테이션 데이터 설명
  * 원천 데이터 중 다음과 같이 승하차 이벤트를 만족하는 데이터에 대해 라벨링 작업을 진행
    ① 시동 상태값(app_car_info/app_engine)이 On(0)으로 변경된 경우
    ② 시동 상태값(app_car_info/app_engine)이 Off(9)으로 변경된 경우
    ③ 시동 상태값(app_car_info/app_engine)이 On(0) 또는 주행(1)이고,
       도어 상태값(car_status_info/d_door, p_door, rd_door, rp_door, t_door)가 On(1)인 경우
  * 승하차 이벤트가 발생한 데이터에 대해 승하차 포인트(app_location/app_lat, app_lon)을 활용하여 다음과 같은 지도 이미지 제작하여 저작도구에 업로드
    ① 이미지 크기 : 1,920 * 1,080
    ② 축척 : 1 : 2,000
  * 생성한 지도 이미지에 라벨링 기준에 맞게 교통 유발 시설물 태깅한 후 어노테이션 데이터 추가

- 라벨링 데이터 예시

{
  "user_info": {
    "car_id": "01224824060",
    "user_sex": "남",
    "age": 30,
    "user_location": "서울"
  },
  "user_car_info": {
    "user_car_class": "개인용",
    "user_car_brand": "기아",
    "user_car_year": 2016,
    "user_car_model": "모하비",
    "user_car_weight": 2125,
    "user_car_displace": 2959,
    "user_car_efficiency": 10.3
  },
  "car_status_info": {
    "voltage": 12.2,
    "d_door": "0",
    "p_door": "0",
    "rd_door": "0",
    "rp_door": "0",
    "t_door": "0",
    "engine_status": "1",
    "r_engine_status": "0",
    "stt_alert": "0",
    "el_status": "0",
    "detect_shock": "0",
    "remain_remote": 0,
    "autodoor_use": "0",
    "silence_mode": "1",
    "low_voltage_alert": "12.2",
    "low_voltage_engine": "0",
    "temperature": 0.0
  },
  "dt": 1657395040000,
  "app_location": {
    "app_city": "",
    "app_name": "",
    "app_lat": 37.54055126730474,
    "app_lon": 126.97097002081287,
    "app_prev_lat": 37.54047918175427,
    "app_prev_lon": 126.97094741861551
  },
  "app_car_info": {
    "app_engine": 9,
    "app_travel": true,
    "app_avg_speed": 30.0,
    "app_accel": 29.0,
    "app_gradient": 0.0,
    "app_rapid_acc": 0,
    "app_rapid_deacc": 0
  },
  "app_weather": {
    "app_weather_status": 0,
    "app_precipitation": 0.0
  },
  "traffic_data": {
    "roadName": "청파로",
    "roadDrcType": "",
    "trevelTime": "47.3",
    "speed": 23,
    "createdDate": "20220710041500"
  },
  "annotation": [
    {
      "ytl": 504.97,
      "xtl": 1069.7,
      "ybr": 543.6,
      "xbr": 1105.9,
      "latitude": 37.54058522234591,
      "longitude": 126.97131201276426,
      "occluded": 0,
      "label": "운수시설",
      "source": "manual",
      "z_order": 0,
      "attribute": {
        "name": "수량",
        "content": 1
      }
    }
  ]
}

데이터셋 구축 담당자

수행기관(주관) : ㈜아로아소프트

수행기관(참여)

데이터 관련 문의처