| --- |
| license: other |
| license_name: source-attribution |
| language: |
| - en |
| - ko |
| tags: |
| - drt |
| - demand-responsive-transport |
| - urban-mobility |
| - simulation |
| - benchmark |
| - multi-city |
| pretty_name: "DRT Multi-City Benchmark Dataset" |
| size_categories: |
| - 100M<n<1B |
| --- |
| |
| # DRT Multi-City Benchmark Dataset |
|
|
| 다도시 DRT(Demand-Responsive Transport) 시뮬레이션 벤치마킹을 위한 통합 입력 데이터셋. 서로 다른 밀도·면적·데이터 포맷을 가진 세 도시(**NYC 맨해튼**, **Chicago**, **성남시 수정구**)의 수요·도로 네트워크·차량 데이터를 공통 스키마로 정제하여 제공한다. |
|
|
| - **대상**: DRT/모빌리티 연구자, 교통공학 대학원생, 도시 시뮬레이션 개발자 |
| - **용도**: 다도시 DRT 알고리즘 벤치마킹, 배차/리밸런싱 비교, 차량대수 산정 검증, 도시 카테고리 일반화 연구 |
| - **연계 시뮬레이터**: [DTUMOS](https://github.com/DTUMOS/DTUMOS) — Digital Twin Urban Mobility Simulator |
|
|
| ## 핵심 사실 |
|
|
| - **데이터 이질성**: NYC = Zone ID(좌표 없음), Chicago = 15분 binned + Census Tract centroid, 성남 = 초 단위 GPS 좌표 |
| - 세 도시의 원본 정밀도 차이를 통합 스키마(`pickup_time`, `pickup_lon`, `pickup_lat`, `dropoff_lon`, `dropoff_lat`)로 정규화 |
| - 도로 네트워크는 OSM 기반 `road_graph.gpkg` (노드/엣지)와 `osm_simplified.osm.pbf` 동봉 — Rust CH 라우팅 즉시 사용 가능 |
| - 모든 좌표계: **EPSG:4326 (WGS84)** |
|
|
| --- |
|
|
| ## 폴더 구조 |
|
|
| ``` |
| data/raw/ |
| ├── nyc/ NYC Yellow Taxi (TLC, 2017-10-19 목) |
| │ ├── demand.csv 정제된 수요 (통합 스키마) |
| │ ├── nyc_avg_demand_5day.csv 5일 평균 수요 (Poisson 시드용) |
| │ ├── nyc_manhattan_2017-10-19.parquet 해당일 필터된 원본 |
| │ ├── yellow_tripdata_2017-10.parquet 원본 한 달치 (TLC raw) |
| │ ├── nyc_taxi_preprocessing.ipynb 전처리 노트북 (NYC Zone → 좌표 매핑 + 통합 스키마 변환) |
| │ ├── explore_taxi_data.ipynb 데이터 탐색 노트북 (TLC raw 구조·컬럼 분석) |
| │ ├── taxi+_zone_lookup.csv TLC 263개 Zone ID ↔ 자치구·이름 매핑표 |
| │ ├── boundary.geojson 맨해튼 경계 |
| │ ├── road_graph.gpkg OSM 도로 그래프 (LineString) |
| │ ├── road_graph_nodes.gpkg 노드 (Point) |
| │ ├── road_graph.meta.json 메타 (노드/엣지 수) |
| │ ├── osm_simplified.osm.pbf OSM PBF (라우팅 엔진용) |
| │ ├── edge_index.pkl Rust CH용 엣지 인덱스 |
| │ ├── taxi_zones/ TLC 263개 택시존 shapefile |
| │ └── seeds/ 시드별 샘플 3종 |
| │ ├── demand_seed1.csv |
| │ ├── demand_seed2.csv |
| │ └── demand_seed3.csv |
| │ |
| ├── chicago/ Chicago TNC Ride-hail (2024-03-14 목) |
| │ ├── demand.csv 정제된 수요 (15분 binned → 분 단위 disaggregation) |
| │ ├── Taxi_Trips_2024-03-14.parquet 원본 일자 추출본 |
| │ ├── boundary.geojson 시카고 경계 |
| │ ├── road_graph.gpkg |
| │ ├── road_graph_nodes.gpkg |
| │ ├── road_graph.meta.json |
| │ ├── osm_simplified.osm.pbf |
| │ ├── edge_index.pkl |
| │ ├── tl_2024_17_tract/ Census Tract shapefile (centroid 매핑용) |
| │ └── seeds/ |
| │ ├── demand_seed1.csv |
| │ ├── demand_seed2.csv |
| │ └── demand_seed3.csv |
| │ |
| └── seongnam/ 성남시 수정구 스마트카드 택시 (2024-04-18 목) |
| ├── demand.csv 정제된 수요 (초 단위 GPS) |
| ├── vehicles.csv 실측 차량 풀 |
| ├── boundary.geojson 수정구 경계 |
| ├── road_graph.gpkg |
| ├── road_graph_nodes.gpkg |
| ├── road_graph_edges.parquet |
| ├── road_graph_nodes.parquet |
| ├── road_graph.meta.json |
| ├── osm_simplified.osm.pbf |
| ├── edge_index.pkl |
| ├── semantic_graph.json 격자 기반 임시 정류장(Virtual Stop) 시드 |
| └── seeds/ |
| ├── demand_seed1.csv |
| └── demand_seed2.csv |
| ``` |
|
|
| --- |
|
|
| ## 도시별 데이터 명세 |
|
|
| | 항목 | NYC (맨해튼) | Chicago | 성남시 (수정구) | |
| |------|-------------|---------|----------------| |
| | **원본 출처** | NYC TLC Yellow Taxi | City of Chicago Open Data (TNC) | 성남시 스마트카드 택시 | |
| | **대상 일자** | 2017-10-19 (목) | 2024-03-14 (목) | 2024-04-18 (목) | |
| | **원본 시간 정밀도** | 초 단위 | **15분 binned** | 초 단위 | |
| | **원본 공간 정밀도** | **Zone ID만 (263개)** | Census Tract centroid | **GPS 좌표** | |
| | **수요 건수 (정제 후)** | 65,894건 | 53,553건 | 8,041건 | |
| | **시뮬 면적** | ~60 km² (맨해튼) | ~600 km² (시카고시) | ~25 km² (수정구) | |
| | **수요 밀도 (건/km²/h)** | ~258 (초고밀도) | ~18 (저밀도 광역) | ~43.6 (중밀도) | |
| | **차량대수 산정 (다반조 GM)** | 1,000대 | 1,600대 | 130대 | |
|
|
| ### 통합 스키마 (`demand.csv` 컬럼) |
|
|
| | 컬럼 | 타입 | 설명 | |
| |------|------|------| |
| | `pickup_time` | datetime | 픽업 시각 (ISO 8601) | |
| | `pickup_lon`, `pickup_lat` | float | WGS84 픽업 좌표 | |
| | `dropoff_lon`, `dropoff_lat` | float | WGS84 하차 좌표 | |
| | `pax_count` | int | 승객 수 (기본 1) | |
|
|
| > **시드 파일(`seeds/demand_seed*.csv`)**: 동일 스키마. 평일 5일 평균을 Poisson 시드로 샘플링한 3종. 재현성을 위해 시드 1·2·3 동봉. |
| |
| --- |
| |
| ## 데이터 출처 및 라이선스 |
| |
| | 데이터 | 출처 | 라이선스 | |
| |--------|------|---------| |
| | NYC Yellow Taxi 2017-10 | [NYC TLC Trip Record Data](https://www.nyc.gov/site/tlc/about/tlc-trip-record-data.page) | NYC Open Data Terms | |
| | NYC TLC Taxi Zones | NYC TLC | NYC Open Data Terms | |
| | Chicago Taxi Trips 2024-03 | [City of Chicago Open Data Portal](https://data.cityofchicago.org/) | City of Chicago Open Data | |
| | Chicago Census Tract 2024 | US Census TIGER/Line 2024 | Public Domain | |
| | 성남시 스마트카드 택시 2024-04 | 성남시 (연구 협약 데이터) | 비공개 — 정제·집계본만 공개 | |
| | OSM 도로 네트워크 | [OpenStreetMap](https://www.openstreetmap.org/) | ODbL 1.0 | |
| |
| **본 데이터셋 라이선스**: `source-attribution` — 재배포 시 반드시 출처를 명기할 것. |
| |
| --- |
| |
| ## 다운로드 및 사용법 |
| |
| ### 전체 다운로드 |
| |
| ```bash |
| # (권장) 풀 데이터셋 — 약 420MB |
| hf download CAMUS-LAB/drt --repo-type dataset --local-dir ./data |
| ``` |
| |
| ### 도시별 부분 다운로드 |
| |
| ```bash |
| # NYC만 |
| hf download CAMUS-LAB/drt --repo-type dataset \ |
| --include "data/raw/nyc/**" --local-dir ./data |
| ``` |
| |
| ### Python에서 직접 로드 |
| |
| ```python |
| from huggingface_hub import snapshot_download |
| local_path = snapshot_download( |
| repo_id="CAMUS-LAB/drt", |
| repo_type="dataset", |
| allow_patterns=["data/raw/seongnam/**"], |
| ) |
|
|
| import pandas as pd |
| df = pd.read_csv(f"{local_path}/data/raw/seongnam/demand.csv") |
| ``` |
| |
| ### DTUMOS 시뮬레이터에 연결 |
| |
| 다운로드한 데이터를 DTUMOS의 `data/cities/<city>/` 에 배치하면 자동 감지된다: |
| |
| ``` |
| DTUMOS/data/cities/ |
| ├── NYC/ ← data/raw/nyc/ 의 내용 |
| ├── Chicago/ ← data/raw/chicago/ 의 내용 |
| └── Seongnam/ ← data/raw/seongnam/ 의 내용 |
| ``` |
| |
| ```bash |
| cd DTUMOS |
| python -m dtumos.cli simulate --city NYC --dispatch D3R --rebalancing R1b |
| ``` |
| |
| --- |
| |
| ## 관련 연구 |
| |
| - **시뮬레이터**: [DTUMOS](https://github.com/DTUMOS/DTUMOS) — Digital Twin Urban Mobility Simulator (Python + Rust CH + Java RAPTOR) |
| - **수요 모델**: [dtumos-demand-model](https://github.com/DTUMOS/dtumos-demand-model) — 수요 프로파일 생성 모델 |
| - **연구 발표**: 2026 ITS 춘계학회 — "다도시 DRT 알고리즘 벤치마킹: 도시 맥락 기반 성능 비교 프레임워크" (방혜원, 가천대 스마트시티융합학과) |
| |
| ### 향후 확장 |
| |
| - **도시 추가**: 한국 5+ 도시 (서울/대구/대전/수원 등 스마트카드), 해외 추가 (싱가포르 등) |
| - **시간 이질성**: 일자 → 한 달 평균 (계절성), 시간대별 (피크/오프피크/심야) |
| - **Virtual Stop**: 격자 기반 임시 정류장 데이터 (저밀도 도시용) |
| |
| --- |
| |
| ## 인용 |
| |
| ```bibtex |
| @dataset{drt_multi_city_benchmark_2026, |
| author = {Bang, Hyewon and CAMUS Lab}, |
| title = {DRT Multi-City Benchmark Dataset (NYC, Chicago, Seongnam)}, |
| year = {2026}, |
| publisher = {Hugging Face}, |
| url = {https://huggingface.co/datasets/CAMUS-LAB/drt}, |
| note = {Multi-city DRT simulation input dataset for benchmarking dispatch and rebalancing algorithms} |
| } |
| ``` |
| |
| --- |
| |
| ## 변경 이력 |
| |
| - **2026-05** — 초기 공개판: NYC / Chicago / Seongnam 3개 도시 raw 입력 데이터, Dataset Card 및 통합 스키마 명세 추가 |
| |
