이 저장소는 한국******공단 의뢰 하에 화물차 연속 운전 데이터를 이용해 졸음쉼터 배치의 효과를 정량적으로 분석한 연구 관련 맵매칭 코드입니다. 본 레포지토리는 대규모 GPS 궤적 데이터를 표준 노드-링크 체계에 정합하는 실무 지향적 맵매칭(Map-Matching) 파이프라인을 구현한 프로젝트입니다. 공공 MaaS, DRT(수요응답형 교통), 교통 분석 플랫폼에 적용 가능한 확장형 공��� 데이터 처리 구조를 목표로 설계되었습니다. This repository contains a data-processing and map-matching pipeline for evaluating rest-area effectiveness using truck continuous-driving records.

• 대규모 궤적 데이터 처리 파이프라인 설계
• 공간 인덱싱 기반 성능 최적화 구조
• 교통공학 제약 조건을 반영한 매칭 알고리즘
• PostGIS 적용 가능 아키텍처

• 모빌리티 서비스 운영 최적화 지원
• DRT 배차 및 노선 분석 기반 구축
• 통행 패턴(O/D) 분석을 통한 수요 밀집 지역 도출
• 교통 안전 및 위험 구간 분석 기반 데이터 정합

• 이상치 제거
• 속도/방향 기반 필터링
• 궤적 정제

• R-tree 또는 유사 구조 활용
• 후보 링크 탐색 최적화

• 거리 기반 후보 선정
• 방향성 검증
• 연속성 기반 보정

• O/D 패턴 추출
• QGIS 연계 출력
• 링크별 통행량 집계

1. 원시 GPS 데이터 입력
2. 데이터 정제 및 전처리
3. 공간 인덱스 구축
4. 링크 매칭 수행
5. 검증 및 결과 출력

본 프로젝트는 다음 역량을 증명합니다:

• 대규모 모빌리티 데이터 처리 능력
• 재현 가능한 공간 데이터 파이프라인 설계
• 교통공학 기반 알고리즘 설계 능력
• MaaS 및 DRT 운영 의사결정 지원 가능성

졸음쉼터의 배치와 이용성이 연속 운전시간 초과를 줄이는 데 미치는 효과를 DTG(기록계) 데이터를 기반으로 평가합니다. This project evaluates whether rest-area infrastructure and placement can reduce long continuous driving time using truck DTG (digital tachograph) data.

• 대상 도로망: 전라북도 일반국도 표준링크
• Analysis area: Road links of national highways in Jeollabuk-do.
• 기간: 2025-03-01 ~ 2025-08-31 (6개월)
• Period: 2025-03 to 2025-08 (6 months).
• 데이터: 차량ID, GPS(X/Y), 날짜·시간, 차량속성(V_TYPE) 등 DTG 필드
• Data source: Truck DTG records containing vehicle id, GPS coordinates, date/time, and vehicle metadata.

• date, time, carid, V_TYPE, lon, lat(또는 GPSX, GPSY)를 정규화합니다.
• Standardize raw fields into normalized columns: date, time, carid, V_TYPE, lon, lat (or GPSX, GPSY).

• 차량별로 연속 운전 시간 구간을 추출하고, 여행(trip) 단위로 분할합니다.
• Extract continuous-driving segments per vehicle and segment them into trips.
• 동일 차량(carid) 기준으로 시간·거리 기준 EDA 및 trip 정합성을 점검합니다.
• Validate trip consistency by temporal sequence and distance consistency per vehicle.

• 각 trip의 샘플점들에서 도로 링크 매칭을 수행하고, 2.5시간 임계값 기준 구간을 분류합니다.
• Match trip points to road network links and classify segments by continuous-driving duration thresholds.
• 속도 조건(차량 기준 20~250 km/h 필터링 등)으로 오차를 정제합니다.
• Filter outliers with speed rules (e.g., valid speed range for trucks).
• !!To make it fast!!Refactored to a Class-based structure to encapsulate the Spatial Index (STRtree), reducing redundant index-building time and improving memory scope management.

• 긴 연속 운전(2h+, 2.5h+) 빈도, 링크 단위 교통량, VLM, 비율 등을 산출합니다.
• Compute long-duration metrics (>, 2h and >2.5h), link-level traffic, VLM, and ratio metrics.
• 전처리 결과와 임계치 결과를 지도 기반 plot으로 저장합니다.
• Save map/line visualizations as image outputs for inspection.

• 전체 최대 차량통행량: 413,661대/링크 (평균 24,513대)
• Max vehicle count per link: 413,661 (average 24,513).
• 2시간 초과 구간: 최대 29,586대(링크 통행량의 59.7%), 평균 2,233대(11.5%)
• Continuous driving >2h: max 29,586 trucks (59.7% of link traffic), avg 2,233 trucks (11.5%).
• 2.5시간 초과 구간: 최대 11,691대(링크 통행량의 53.5%), 평균 1,100대(7.16%)
• Continuous driving >2.5h: max 11,691 trucks (53.5%), avg 1,100 trucks (7.16%).

아래 이미지는 데이터 구성, 샘플링 구간, 매칭·시각화 결과의 중간 점검 산출물입니다. The figures below show intermediate data validation, sampled trajectory windows, and map matching outputs.

MapmatchingTrajectorytoLinks/
├── processingDTGJB.py
├── processingDTGJB2.py
├── untitled1.py
├── untitled2.py
├── q3.py
├── q4.py
├── plot5.py
├── plot6.py
├── scripts/
│   ├── cli.py
│   ├── run_dtg_pipeline.py
│   ├── run_dtg_pipeline_alt.py
│   ├── run_q3.py
│   ├── run_q4.py
│   ├── plot_dtg_links.py
│   ├── plot_dtg_links_alt.py
├── JBROI.*
├── JBROI2.*
├── roi_box.gpkg
├── bfg-1.15.0.jar
├── data/
└── tools/

• processingDTGJB.py — 핵심 전처리 유틸리티 / Core processing utilities.
• processingDTGJB2.py — processingDTGJB.py의 보완/대체 모듈 / Companion/alternative variant.
• untitled2.py — DTG 파이프라인 기본 실행기 / Primary DTG pipeline entry.
• untitled1.py — DTG 파이프라인 보조/변형 실행기 / Secondary/alternate DTG pipeline entry.
• q3.py — 집계/정책 지표 산출기 / Aggregation and post-processing script.
• q4.py — 집계 확장 실험 스크립트 / Extended aggregation/analysis script.
• plot5.py — 지도 기반 시각화(1) / Map visualization routine #1.
• plot6.py — 지도 기반 시각화(2) / Map visualization routine #2.
• JBROI*, JBROI2*, roi_box.gpkg — 분석 영역(ROI) 정의 파일 / ROI geometry inputs.
• bfg-1.15.0.jar — Git 히스토리 정리/이력 정리 보조 도구 / Git history maintenance helper.

• scripts/cli.py — 통합 실행 인터페이스 / Unified CLI dispatcher.
• run_dtg_pipeline.py — untitled2.py 래퍼 / Wrapper to untitled2.py.
• run_dtg_pipeline_alt.py — untitled1.py 래퍼 / Wrapper to untitled1.py.
• run_q3.py — q3.py 래퍼 / Wrapper to q3.py.
• run_q4.py — q4.py 래퍼 / Wrapper to q4.py.
• plot_dtg_links.py — plot5.py 래퍼 / Wrapper to plot5.py.
• plot_dtg_links_alt.py — plot6.py 래퍼 / Wrapper to plot6.py.

• python scripts/cli.py pipeline
• python scripts/cli.py pipeline-alt
• python scripts/cli.py q3
• python scripts/cli.py q4
• python scripts/cli.py plot
• python scripts/cli.py plot-alt

• python untitled2.py
• python untitled1.py
• python q3.py
• python q4.py
• python plot5.py
• python plot6.py

1. pip install -r requirements.txt
2. 환경별 데이터 경로(/data1/... 등)와 DB 연결 설정을 실제 경로로 수정
3. 대용량 데이터 파일은 Git 추적에서 제외하고 실행 시 경로만 맞춤

이미지 참조는 모두 상대 경로이며, 같은 폴더 내 파일이 존재하면 GitHub 렌더링 시 문제 없습니다. All image references are relative; if the files exist in the repository root, they render correctly on GitHub.

final_merged_gdf2시간이상_방향추가251212.xlsx의 sheet1 상위 결과를 geometry는 시작/종료 좌표만 축약해 표시합니다. Shown below is a summary from final_merged_gdf2시간이상_방향추가251212.xlsx sheet1; geometry is shortened to start/end only.

• project_paths.py를 통해 data/ 우선 탐색을 적용했습니다.
• scripts/와 루트 실행 스크립트의 역할을 분리해 유지보수성을 높였습니다.
• argparse 기반 옵션 정리를 통해 실행 명령의 일관성을 확보했습니다.
• Large-data assets should remain under data/ or tools/ and be excluded from Git history when possible.

This work was supported by the Korea Transportation Safety government agency under the Ministry of Land, Infrastructure and Transport of the Republic of Korea.