• 제목/요약/키워드: cargo DTG

검색결과 4건 처리시간 0.011초

Design and Implementation of a Big Data Analytics Framework based on Cargo DTG Data for Crackdown on Overloaded Trucks

  • Kim, Bum-Soo
    • 한국컴퓨터정보학회논문지
    • /
    • 제24권12호
    • /
    • pp.67-74
    • /
    • 2019
  • 본 논문에서는 과적 화물차량 단속을 위한 대용량 화물 DTG 데이터 분석 플랫폼을 설계 및 구현한다. DTG(digital tachograph)는 차량운행기록을 실시간으로 저장하는 장치로서, 차량의 GPS, 속도, RPM, 제동유무, 이동거리 등 차량운행 관련 데이터가 1초 단위로 기록된다. 차량 운행 패턴 및 분석을 하기 위해서는 DTG 데이터의 빠른 처리가 필수적이며, 특히 대용량 DTG 데이터를 가공 및 변환하기 위해서는 빅데이터 분석 플랫폼이 필요하다. 본 논문에서는 오픈소스 기반의 빅데이터 프레임워크인 스파크(Spark)를 이용하여 과적차량 단속을 위한 대용량 화물 DTG 데이터의 분석 플랫폼을 구현하였다. 구현 결과, 실제 대용량 화물 DTG 데이터를 GIS 데이터로 변환하여 지도상에 표현하고 단속 추천 지점을 보여준다.

대용량 화물 DTG 데이터 분석을 위한 빅데이터 플랫폼 설계 및 구현 (Design and Implementation of Big Data Platform for Analyzing Huge Cargo DTG Data)

  • 김범수;김태학;김진욱
    • 한국컴퓨터정보학회:학술대회논문집
    • /
    • 한국컴퓨터정보학회 2019년도 제60차 하계학술대회논문집 27권2호
    • /
    • pp.287-288
    • /
    • 2019
  • 본 논문에서는 대용량 화물 DTG 데이터 분석을 위한 빅데이터 플랫폼을 설계 및 구현한다. DTG(digital tacho graph)는 차량운행기록을 실시간으로 저장하는 장치로서, 차량의 GPS, 속도, RPM, 제동유무, 이동거리 등 차량운행 관련 데이터가 1초 단위로 기록된다. 차량 운행 패턴 및 분석을 하기 위해서는 DTG 데이터의 빠른 처리가 필수적이며, 특히 대용량 DTG 데이터를 가공 및 변환하기 위해서는 별도의 플랫폼이 필요하다. 본 논문에서는 오픈소스 기반의 빅데이터 프레임워크인 스파크(Spark)를 이용하여 대용량 화물 DTG 데이터의 전처리 플랫폼을 구현하였다. 실제 대용량 화물 DTG 데이터를 대상으로 데이터를 변환 및 지도상에 표현해 보인다.

  • PDF

화물차량의 방문시설 공간설정 방법론 연구 (A Study on the Visiting Areas Classification of Cargo Vehicles Using Dynamic Clustering Method)

  • 조범철;조은아
    • 한국ITS학회 논문지
    • /
    • 제22권6호
    • /
    • pp.141-156
    • /
    • 2023
  • 화물의 흐름은 물류시설 투자 및 물류관련 정책 수립에 필요한 핵심적인 기초자료이다. 국가승인통계인 화물자동차의 기종점 통행량은 분석의 공간적 해상도가 시군구 단위로 집계되고 있다. 이는 물류시설 방문 및 이용에 관한 상세한 정보로 활용하는데 한계가 있다. 본 연구에서는 화물차의 이동 정보를 분석함에 있어 공간적 해상도를 시설단위로 식별 추출할 수 있는 방법론을 트립체인 정보를 활용하여 개발하고자 하였다. 먼저, DTG를 활용하여 개별 화물차량의 방문지 위치정보를 식별하고, 화물차의 통행 순서정보를 이용하여 화물차량의 방문한 공간적 범위를 H3 기반의 폴리곤으로 생성하였다. 생성된 트립체인 폴리곤 간의 연계성을 전국 단위로 분석함으로 폴리곤의 H3 해상도를 결정하였으며, 최적의 해상도를 동적으로 도출하기 위한 파라미터의 결정 알고리즘을 개발하였다. 전국을 대상으로 실증하여 폴리곤을 생성하고 최적 해상도 결정 결과 공간 적합도는 81.26% 수준으로 확보되고 오차율은 14.8% 수준으로 검증되었다. 본 연구에서 개발한 방법론으로 화물차량의 통행체인 특성과 방문 시설의 특성에 따라 군집화함으로 물류 거점을 기준으로 화물의 특성을 파악할 수 있는 기반을 마련하였다.