남은 주차 자리 수 예측 모델

• 군산대학교 소프트웨어융합공학과 4학년 2학기 텀프로젝트

• 프로젝트 기간: 2020.10 ~ 2020.12

프로젝트 배경 및 목표

• 매년 자동차 총 등록대수가 증가하고 있으며, 주차난이 심각함

• 아파트, 대형마트, 공영주차장 등에 주차하기 위해서 주차장을 몇 바퀴 돌기도 함

• 이러한 시간 낭비를 줄이기 위해 실시간으로 주차 자리 수가 얼마나 남아있는지 확인할 수 있는 앱이 있음(서울주차정보)

• 하지만 주차장으로 가는 도중 남은 주차 자리 수는 변동될 수 있음

• 따라서 미리 남아있을 주차 자리 수를 예측하는 모델을 제안함

제안 방안

데이터 수집

가상의 주차장을 만들고, 주차 자리마다 상단에 초음파 센서를 부착하여 주차 여부 정보를 수집함

수집한 데이터는 MySQL에 저장됨

• 수집 데이터 예시

  park_id	node_id	ultrasonic	is_parking	date	day	time
  park1	p1	32	0	2020-11-11	Wed	00:04:06
  park1	p1	32	0	2020-11-11	Wed	00:04:06
  park1	p1	32	0	2020-11-11	Wed	00:04:06

  • park_id: 주차 구역 아이디

  • node_id: 주차 자리 아이디

  • ultrasonic: 초음파 거리

  • is_parking: 주차 여부(0: 비어있음, 1: 주차중)

  • date: 날짜

  • day: 요일

  • time: 시간

학습 데이터 생성

수집된 데이터로 학습 데이터를 생성함

• 학습 데이터 예시

  feature1	feature2	feature3	label
  park_id	day	time	count
  1	1	12	0
  1	1	12.16667	2
  1	1	12.33333	2

  • park_id: 주차 구역 아이디

    • 전체 주차 구역 아이디를 정렬한 뒤 1부터 차례대로 부여함

  • day: 요일

    • 월요일 부터 일요일까지 1부터 차례대로 부여함

  • time: 시간

    • 아래 수식으로 계산하여 스칼라값으로 변경함

      • hour + (minute/60)

  • count: 남은 자리 수

    • 10분 단위로 is_parking 값이 0인 개수 계산

• 데이터 통계

  • 학습 데이터: 144

  • 평가 데이터: 36

모델 구축 및 학습

tensorflow 2.0 을 사용하여 FNN 모델 구축하여 주차 자리 수 예측 모델을 학습시킴

• 하이퍼 파라미터

  • # of layers: 3

  • # of hidden size: 16

  • Optimizer: Adam

  • Learning rate: 0.01

  • Batch size: 32

  • epoch: 132

결론

학습 결과 모델의 정확도는 0.75를 보임

• 기대효과

  • 주차장의 남은 자리 수를 미리 예측함으로써 시간을 절약할 수 있음

• 개선할 점

  • 남은 주차 자리 수에 영향을 미치는 요소가 시간 외에도 날씨, 명절 및 행사 등이 있음

  • 가상 주차장에서 임의로 구축한 적은 양의 데이터를 사용했기 때문에 정확도의 신뢰성이 떨어짐