5 changed files with 2651 additions and 470 deletions
Unified View
Diff Options
-
+1505 -94Analysis/0405_unprotected_left/0405_unprotected_left.ipynb
-
+321 -368Results/sn_1704416700.add.xml
-
BINScripts/__pycache__/preprocess_daily.cpython-38.pyc
-
+7 -8Scripts/preprocess_daily.py
-
+818 -0Scripts/preprocess_daily_0408_backup.py
+ 1505
- 94
Analysis/0405_unprotected_left/0405_unprotected_left.ipynb
File diff suppressed because it is too large
View File
+ 321
- 368
Results/sn_1704416700.add.xml
View File
BIN
Scripts/__pycache__/preprocess_daily.cpython-38.pyc
View File
+ 7
- 8
Scripts/preprocess_daily.py
View File
+ 818
- 0
Scripts/preprocess_daily_0408_backup.py
View File
| @ -0,0 +1,818 @@ | |||||
| # python .\Scripts\preprocess_daily.py | |||||
| import pandas as pd | |||||
| import numpy as np | |||||
| import os, sys, copy | |||||
| import json | |||||
| import sumolib, traci | |||||
| from tqdm import tqdm | |||||
| class DailyPreprocessor(): | |||||
| def __init__(self): | |||||
| # 루트폴더 지정 | |||||
| self.path_root = os.path.dirname(os.path.dirname(os.path.abspath(__file__))) | |||||
| with open(os.path.join(self.path_root, 'Scripts', 'config.json'), 'r') as config_file: | |||||
| config = json.load(config_file) | |||||
| # 주요 폴더 경로 지정 | |||||
| self.paths = config['paths'] | |||||
| self.path_data = os.path.join(self.path_root, *self.paths['data']) | |||||
| self.path_intermediates = os.path.join(self.path_root, *self.paths['intermediates']) | |||||
| self.path_results = os.path.join(self.path_root, *self.paths['results']) | |||||
| self.path_tables = os.path.join(self.path_root, *self.paths['tables']) | |||||
| self.path_networks = os.path.join(self.path_root, *self.paths['networks']) | |||||
| self.path_scripts = os.path.join(self.path_root, *self.paths['scripts']) | |||||
| # 이슈사항 목록 | |||||
| self.issues = [] | |||||
| # 1. 데이터 불러오기 | |||||
| def load_data(self): | |||||
| print('1. 데이터를 로드합니다.') | |||||
| self.load_networks() | |||||
| self.load_tables() | |||||
| self.check_networks() | |||||
| self.check_tables() | |||||
| # 1-1. 네트워크 불러오기 | |||||
| def load_networks(self): | |||||
| self.net = sumolib.net.readNet(os.path.join(self.path_networks, 'sn.net.xml')) | |||||
| print("1-1. 네트워크가 로드되었습니다.") | |||||
| # 1-2. 테이블 불러오기 | |||||
| def load_tables(self): | |||||
| # 모든 컬럼에 대하여 데이터타입 지정 | |||||
| loading_dtype = { | |||||
| 'inter_no':'int', 'start_hour':'int', 'start_minute':'int', 'cycle':'int','offset':'int', | |||||
| 'node_id':'str', 'inter_type':'str', 'parent_id':'str','child_id':'str', | |||||
| 'direction':'str', 'condition':'str', 'inc_edge':'str', 'out_edge':'str', | |||||
| 'end_unix':'int', 'inter_name':'str', 'inter_lat':'float', 'inter_lon':'float', | |||||
| 'group_no':'int', 'main_phase_no':'int', 'phase_no':'int','ring_type':'str' | |||||
| } | |||||
| for alph in ['A', 'B']: | |||||
| for j in range(1,9): | |||||
| loading_dtype[f'angle_{alph}{j}'] = 'str' | |||||
| loading_dtype[f'dura_{alph}{j}'] = 'int' | |||||
| # 테이블 불러오기 | |||||
| self.inter_info = pd.read_csv(os.path.join(self.path_tables, 'inter_info.csv'), dtype=loading_dtype) | |||||
| self.angle = pd.read_csv(os.path.join(self.path_tables, 'angle.csv'), dtype=loading_dtype) | |||||
| self.plan = pd.read_csv(os.path.join(self.path_tables, 'plan.csv'), dtype=loading_dtype) | |||||
| self.inter_node = pd.read_csv(os.path.join(self.path_tables, 'inter_node.csv'), dtype=loading_dtype) | |||||
| self.uturn = pd.read_csv(os.path.join(self.path_tables, 'child_uturn.csv'), dtype=loading_dtype) | |||||
| self.coord = pd.read_csv(os.path.join(self.path_tables, 'child_coord.csv'), dtype=loading_dtype) | |||||
| self.nema = pd.read_csv(os.path.join(self.path_tables, 'nema.csv'), encoding='cp949', dtype=loading_dtype) | |||||
| # 교차로목록, 노드목록 정의 | |||||
| self.inter_nos = [int(x) for x in sorted(self.inter_info.inter_no.unique())] | |||||
| self.node_ids = sorted(self.inter_node.node_id.unique()) | |||||
| print("1-2. 테이블들이 로드되었습니다.") | |||||
| # 1-3. 네트워크 무결성 검사 | |||||
| def check_networks(self): | |||||
| # https://sumo.dlr.de/docs/Netedit/neteditUsageExamples.html#simplify_tls_program_state_after_changing_connections | |||||
| if 'SUMO_HOME' in os.environ: | |||||
| tools = os.path.join(os.environ['SUMO_HOME'], 'tools') | |||||
| if tools not in sys.path: | |||||
| sys.path.append(tools) | |||||
| else: | |||||
| raise EnvironmentError("please declare environment variable 'SUMO_HOME'") | |||||
| traci.start([sumolib.checkBinary('sumo'), "-n", os.path.join(self.path_networks, 'sn.net.xml')]) | |||||
| nodes = [node for node in self.net.getNodes() if node.getType()=='traffic_light'] | |||||
| for node in nodes: | |||||
| node_id = node.getID() | |||||
| from_xml = len([c for c in node.getConnections() if c.getTLLinkIndex() >= 0]) | |||||
| from_traci = len(traci.trafficlight.getRedYellowGreenState(node_id)) | |||||
| if from_xml != from_traci: | |||||
| sub = {'id': node_id, 'type': 'node', 'note': '유효하지 않은 연결이있음. netedit에서 clean states 필요.'} | |||||
| self.issues.append(sub) | |||||
| traci.close() | |||||
| print("1-3. 네트워크의 모든 clean state requirement들을 체크했습니다.") | |||||
| # 1-4. 테이블 무결성 검사 | |||||
| def check_tables(self): | |||||
| self.check_plan() | |||||
| self.check_inter_info() | |||||
| self.check_angle() | |||||
| print("1-4. 테이블들의 무결성 검사를 완료했습니다.") | |||||
| pass | |||||
| # 1-4-1. 신호계획(plan) 검사 | |||||
| def check_plan(self): | |||||
| # 1-4-1-1. inter_no 검사 | |||||
| # self.plan.loc[0, 'inter_no'] = '4' # 에러 발생을 위한 코드 | |||||
| missing_inter_nos = set(self.plan.inter_no) - set(self.inter_nos) | |||||
| if missing_inter_nos: | |||||
| msg = f"1-4-1-1. plan의 inter_no 중 교차로 목록(inter_nos)에 포함되지 않는 항목이 있습니다: {missing_inter_nos}" | |||||
| self.issues.append(msg) | |||||
| # 1-4-1-2. 시작시각 검사 | |||||
| # self.plan.loc[0, 'start_hour'] = 27 # 에러 발생을 위한 코드 | |||||
| for _, row in self.plan.iterrows(): | |||||
| start_hour = row.start_hour | |||||
| start_minute = row.start_minute | |||||
| if not (0 <= start_hour <= 23) or not (0 <= start_minute <= 59): | |||||
| msg = f"1-4-1-2. plan에 잘못된 형식의 start_time이 존재합니다: {start_hour, start_minute}" | |||||
| self.issues.append(msg) | |||||
| # 1-4-1-3. 현시시간 검사 | |||||
| # self.plan.loc[0, 'dura_A1'] = -2 # 에러 발생을 위한 코드 | |||||
| durations = self.plan[[f'dura_{alph}{j}' for alph in ['A','B'] for j in range(1, 9)]] | |||||
| valid_indices = ((durations >= 0) & (durations <= 200)).all(axis=1) | |||||
| invalid_inter_nos = sorted(self.plan[~ valid_indices].inter_no.unique()) | |||||
| if invalid_inter_nos: | |||||
| msg = f"1-4-1-3. plan에 음수이거나 200보다 큰 현시시간이 존재합니다. : {invalid_inter_nos}" | |||||
| self.issues.append(msg) | |||||
| # 1-4-1-4. 주기 일관성 검사 | |||||
| # self.plan.loc[0, 'cycle'] = 50 # 에러 발생을 위한 코드 | |||||
| inconsistent_cycle = self.plan.groupby(['inter_no', 'start_hour', 'start_minute'])['cycle'].nunique().gt(1) | |||||
| if inconsistent_cycle.any(): | |||||
| inc_inter_no, start_hour, start_minute = inconsistent_cycle[inconsistent_cycle].index[0] | |||||
| msg = f"1-4-1-4. 한 프로그램에 서로 다른 주기가 존재합니다. inter_no:{inc_inter_no}, start_hour:{start_minute}, start_hour:{start_minute}일 때, cycle이 유일하게 결정되지 않습니다." | |||||
| self.issues.append(msg) | |||||
| # 1-4-1-5. 현시시간 / 주기 검사 | |||||
| # self.plan.loc[0, 'duration'] = 10 # 에러 발생을 위한 코드 | |||||
| right_duration = True | |||||
| for (inter_no, start_hour, start_minute), group in self.plan.groupby(['inter_no', 'start_hour', 'start_minute']): | |||||
| A_sum = group[[f'dura_A{j}' for j in range(1, 9)]].iloc[0].sum() | |||||
| B_sum = group[[f'dura_B{j}' for j in range(1, 9)]].iloc[0].sum() | |||||
| # A_sum = group[group['ring_type']=='A']['duration'].sum() | |||||
| # B_sum = group[group['ring_type']=='B']['duration'].sum() | |||||
| cycle = group['cycle'].unique()[0] | |||||
| if not (A_sum == B_sum == cycle): | |||||
| right_duration = False | |||||
| inc_inter_no = inter_no | |||||
| if not right_duration: | |||||
| msg = f"1-4-1-5. inter_no:{inc_inter_no}, A링현시시간의 합과 B링현시시간의 합이 일치하지 않거나, 현시시간의 합과 주기가 일치하지 않습니다." | |||||
| self.issues.append(msg) | |||||
| # 1-4-2. 교차로정보(inter_info) 검사 | |||||
| def check_inter_info(self): | |||||
| # 1-4-2-1. inter_lat, inter_lon 적절성 검사 | |||||
| # self.inter_info.loc[0, 'inter_lat'] = 38.0 # 에러 발생을 위한 코드 | |||||
| self.max_lon, self.min_lon = 127.3, 127.0 | |||||
| self.max_lat, self.min_lat = 37.5, 37.2 | |||||
| for _, row in self.inter_info.iterrows(): | |||||
| latbool = self.min_lat <= row['inter_lat'] <= self.max_lat | |||||
| lonbool = self.min_lon <= row['inter_lon'] <= self.max_lon | |||||
| if not(latbool and lonbool): | |||||
| msg = f"1-4-2-1. 위도 또는 경도가 범위를 벗어난 교차로가 있습니다: inter_no : {row['inter_no']}" | |||||
| self.issues.append(msg) | |||||
| # 1-4-3. 방위각정보(inter_info) 검사 | |||||
| def check_angle(self): | |||||
| # 1-4-3-1. inter_no 검사 | |||||
| # self.angle.loc[0, 'inter_no'] = '4' # 에러 발생을 위한 코드 | |||||
| missing_inter_nos = set(self.angle.inter_no) - set(self.inter_nos) | |||||
| if missing_inter_nos: | |||||
| msg = f"1-4-3-1. angle의 inter_no 중 교차로 목록(inter_nos)에 포함되지 않는 항목이 있습니다: {missing_inter_nos}" | |||||
| self.issues.append(msg) | |||||
| # 1-4-3-2. 각도 코드 검사 | |||||
| angle_codes = self.angle[[f'angle_{alph}{j}' for alph in ['A', 'B'] for j in range(1,9)]].values.flatten() | |||||
| angle_codes = [code for code in angle_codes if not pd.isna(code) and code != 'stop'] | |||||
| of_length_6 = [len(code)==6 for code in angle_codes] | |||||
| if not all(of_length_6): | |||||
| msg = f"1-4-3-2. 여섯자리가 아닌 각도코드가 존재합니다." | |||||
| self.issues.append(msg) | |||||
| angle_codes = [[code[:3],code[3:]] for code in angle_codes] | |||||
| angle_codes = [int(item) for sublist in angle_codes for item in sublist] | |||||
| angle_codes = [0<=code<360 for code in angle_codes] | |||||
| if not all(angle_codes): | |||||
| msg = f"1-4-3-2. 0과 359 사이의 값을 벗어나는 방위각이 존재합니다." | |||||
| self.issues.append(msg) | |||||
| # 2. 중간산출물 만들기 | |||||
| def get_intermediates(self): | |||||
| print('2. 중간산출물을 생성합니다.') | |||||
| self.get_matches() | |||||
| self.initialize_state() | |||||
| self.assign_signals() | |||||
| self.get_node2num_cycles() | |||||
| # 2-1 매칭테이블 생성 | |||||
| def get_matches(self): | |||||
| self.make_match1() | |||||
| self.make_match2() | |||||
| self.make_match3() | |||||
| self.make_match4() | |||||
| self.make_match5() | |||||
| self.make_match6() | |||||
| self.make_matching() | |||||
| print('2-1. 매칭 테이블들을 생성했습니다.') | |||||
| # 2-1-1 | |||||
| def make_match1(self): | |||||
| ''' | |||||
| 신호 DB에는 매 초마다 이동류정보가 업데이트 된다. 그리고 이 이동류정보를 매 5초마다 불러와서 사용하게 된다. | |||||
| '../Data/tables/move/'에는 5초마다의 이동류정보가 저장되어 있다. | |||||
| return : 통합된 이동류정보 | |||||
| - 모든 inter_no(교차로번호)에 대한 A, B링 현시별 이동류정보 | |||||
| match1을 만드는 데 시간이 소요되므로 한 번 만들어서 저장해두고 저장해둔 것을 쓴다. | |||||
| ''' | |||||
| # [이동류번호] 불러오기 (약 1분의 소요시간) | |||||
| path_move = os.path.join(self.path_tables, 'move') | |||||
| csv_moves = os.listdir(path_move) | |||||
| moves = [pd.read_csv(os.path.join(path_move, csv_move), index_col=0) for csv_move in tqdm(csv_moves, desc='이동류정보 불러오는 중')] | |||||
| df = pd.concat(moves).reset_index(drop=True) | |||||
| self.match1 = [] | |||||
| for i, group in df.groupby(['inter_no', 'phas_A', 'phas_B']): | |||||
| inter_no, phas_A, phas_B = i | |||||
| pairs_array = np.array(group[['move_A', 'move_B']]) | |||||
| unique_pairs, counts = np.unique(pairs_array, axis=0, return_counts=True) | |||||
| frequent_pair = unique_pairs[np.argmax(counts)] | |||||
| self.match1.append(pd.DataFrame({'inter_no':[inter_no], 'phas_A':[phas_A], 'phas_B':[phas_B], | |||||
| 'move_A':[frequent_pair[0]], 'move_B':[frequent_pair[1]]})) | |||||
| self.match1 = pd.concat(self.match1).reset_index(drop=True) | |||||
| self.match1.to_csv(os.path.join(self.path_intermediates, 'match1.csv')) | |||||
| # 2-1-2 | |||||
| def make_match2(self): | |||||
| ''' | |||||
| match1을 계층화함. | |||||
| - match1의 컬럼 : inter_no, phas_A, phas_B, move_A, move_B | |||||
| - match2의 컬럼 : inter_no, phase_no, ring_type, move_no | |||||
| ''' | |||||
| # 계층화 (inter_no, phas_A, phas_B, move_A, move_B) -> ('inter_no', 'phase_no', 'ring_type', 'move_no') | |||||
| matchA = self.match1[['inter_no', 'phas_A', 'move_A']].copy() | |||||
| matchA.columns = ['inter_no', 'phase_no', 'move_no'] | |||||
| matchA['ring_type'] = 'A' | |||||
| matchB = self.match1[['inter_no', 'phas_B', 'move_B']].copy() | |||||
| matchB.columns = ['inter_no', 'phase_no', 'move_no'] | |||||
| matchB['ring_type'] = 'B' | |||||
| self.match2 = pd.concat([matchA, matchB]).drop_duplicates() | |||||
| self.match2 = self.match2[['inter_no', 'phase_no', 'ring_type', 'move_no']] | |||||
| self.match2 = self.match2.sort_values(by=list(self.match2.columns)) | |||||
| # 2-1-3 | |||||
| def make_match3(self): | |||||
| ''' | |||||
| 각 movement들에 방향(진입방향, 진출방향)을 매칭시켜 추가함. | |||||
| - match2의 컬럼 : inter_no, phase_no, ring_type, move_no | |||||
| - match3의 컬럼 : inter_no, phase_no, ring_type, move_no, inc_dir, out_dir | |||||
| nema : | |||||
| - 컬럼 : move_no, inc_dir, out_dir | |||||
| - 모든 종류의 이동류번호에 대하여 진입방향과 진출방향을 매칭시키는 테이블 | |||||
| - 이동류번호 : 1 ~ 16, 17, 18, 21 | |||||
| - 진입, 진출방향(8방위) : 동, 서, 남, 북, 북동, 북서, 남동, 남서 | |||||
| ''' | |||||
| # nema 정보 불러오기 및 병합 | |||||
| self.match3 = pd.merge(self.match2, self.nema, how='left', on='move_no').drop_duplicates() | |||||
| # 2-1-4 | |||||
| def make_match4(self): | |||||
| ''' | |||||
| 방위각 정보를 매칭시켜 추가함. | |||||
| - match3의 컬럼 : inter_no, phase_no, ring_type, move_no, inc_dir, out_dir | |||||
| - match4의 컬럼 : inter_no, phase_no, ring_type, move_no, inc_dir, out_dir, inc_angle, out_angle | |||||
| angle_original : | |||||
| - 컬럼 : inter_no, angle_Aj, angle_Bj (j : 1 ~ 8) | |||||
| - 모든 종류의 이동류번호에 대하여 진입방향과 진출방향을 매칭시키는 테이블 | |||||
| - 이동류번호 : 1 ~ 16, 17, 18, 21 | |||||
| - 진입, 진출방향(8방위) : 동, 서, 남, 북, 북동, 북서, 남동, 남서 | |||||
| ''' | |||||
| # 계층화 | |||||
| angles = [] | |||||
| for i, row in self.angle.iterrows(): | |||||
| angle_codes = row[[f'angle_{alph}{j}' for alph in ['A', 'B'] for j in range(1,9)]] | |||||
| new = pd.DataFrame({'inter_no':[row.inter_no] * 16, 'phase_no':list(range(1, 9))*2, 'ring_type':['A'] * 8 + ['B'] * 8, 'angle_code':angle_codes.to_list()}) | |||||
| angles.append(new) | |||||
| angles = pd.concat(angles) | |||||
| angles = angles.dropna().reset_index(drop=True) | |||||
| # 병합 | |||||
| six_chars = angles.angle_code.apply(lambda x:len(x)==6) | |||||
| angles.loc[six_chars,'inc_angle'] = angles.angle_code.apply(lambda x:x[:3]) | |||||
| angles.loc[six_chars,'out_angle'] = angles.angle_code.apply(lambda x:x[3:]) | |||||
| angles = angles.drop('angle_code', axis=1) | |||||
| self.match4 = pd.merge(self.match3, angles, how='left', left_on=['inter_no', 'phase_no', 'ring_type'], | |||||
| right_on=['inter_no', 'phase_no', 'ring_type']).drop_duplicates() | |||||
| # 2-1-5 | |||||
| def make_match5(self): | |||||
| ''' | |||||
| 진입엣지id, 진출엣지id, 노드id를 추가함 (주교차로). | |||||
| - match4의 컬럼 : inter_no, phase_no, ring_type, move_no, inc_dir, out_dir, inc_angle, out_angle | |||||
| - match5의 컬럼 : inter_no, phase_no, ring_type, move_no, inc_dir, out_dir, inc_angle, out_angle, inc_edge, out_edge, node_id | |||||
| 사용된 데이터 : | |||||
| (1) net | |||||
| - 성남시 정자동 부근의 샘플 네트워크 | |||||
| (2) inter_node | |||||
| - 교차로번호와 노드id를 매칭시키는 테이블. | |||||
| - parent/child 정보도 포함되어 있음 | |||||
| - 컬럼 : inter_no, node_id, inter_type | |||||
| (3) inter_info | |||||
| - 교차로 정보. 여기에서는 위도와 경도가 쓰임. | |||||
| - 컬럼 : inter_no, inter_name, inter_lat, inter_lon, group_no, main_phase_no | |||||
| 진입엣지id, 진출엣지id를 얻는 과정 : | |||||
| - match5 = match4.copy()의 각 열을 순회하면서 아래 과정을 반복함. | |||||
| * 진입에 대해서만 서술하겠지만 진출도 마찬가지로 설명될 수 있음 | |||||
| - 해당 행의 교차로정보로부터 노드ID를 얻어내고, 해당 노드에 대한 모든 진출엣지id를 inc_edges에 저장. | |||||
| * inc_edge(진입엣지) : incoming edge, out_edge(진출엣지) : outgoing_edge | |||||
| - inc_edges의 모든 진입엣지에 대하여 진입방향(inc_dires, 2차원 단위벡터)을 얻어냄. | |||||
| - 해당 행의 진입각으로부터 그에 대응되는 진입각방향(단위벡터)를 얻어냄. | |||||
| - 주어진 진입각방향에 대하여 내적이 가장 작은 진입방향에 대한 진입엣지를 inc_edge_id로 지정함. | |||||
| ''' | |||||
| # parent node만 가져옴. | |||||
| inter_node1 = self.inter_node[self.inter_node.inter_type == 'parent'].drop('inter_type', axis=1) | |||||
| inter_info1 = self.inter_info[['inter_no', 'inter_lat', 'inter_lon']] | |||||
| inter = pd.merge(inter_node1, inter_info1, how='left', left_on=['inter_no'], | |||||
| right_on=['inter_no']).drop_duplicates() | |||||
| self.inter2node = dict(zip(inter['inter_no'], inter['node_id'])) | |||||
| # node_id, inc/out_edge가 주어질 때 해당되는 방향벡터를 매칭하는 딕셔너리 | |||||
| self.node_id2inc_edge2dir = dict() | |||||
| self.node_id2out_edge2dir = dict() | |||||
| # 진입진출ID 매칭 | |||||
| self.match5 = self.match4.copy() | |||||
| for index, row in self.match5.iterrows(): | |||||
| node_id = self.inter2node[row.inter_no] | |||||
| node = self.net.getNode(node_id) | |||||
| self.node_id2inc_edge2dir[node_id] = dict() | |||||
| self.node_id2out_edge2dir[node_id] = dict() | |||||
| # 교차로의 모든 (from / to) edges | |||||
| inc_edges = [edge for edge in node.getIncoming() if edge.getFunction() == ''] # incoming edges | |||||
| out_edges = [edge for edge in node.getOutgoing() if edge.getFunction() == ''] # outgoing edges | |||||
| # 교차로의 모든 (from / to) directions | |||||
| inc_dirs = [] | |||||
| for inc_edge in inc_edges: | |||||
| start = inc_edge.getShape()[-2] | |||||
| end = inc_edge.getShape()[-1] | |||||
| inc_dir = np.array(end) - np.array(start) | |||||
| inc_dir = inc_dir / (inc_dir ** 2).sum() ** 0.5 | |||||
| inc_dirs.append(inc_dir) | |||||
| self.node_id2inc_edge2dir[node_id][inc_edge.getID()] = inc_dir | |||||
| out_dirs = [] | |||||
| self.out_edge2dir = dict() | |||||
| for out_edge in out_edges: | |||||
| start = out_edge.getShape()[0] | |||||
| end = out_edge.getShape()[1] | |||||
| out_dir = np.array(end) - np.array(start) | |||||
| out_dir = out_dir / (out_dir ** 2).sum() ** 0.5 | |||||
| out_dirs.append(out_dir) | |||||
| self.out_edge2dir[out_edge] = out_dir | |||||
| self.node_id2out_edge2dir[node_id][out_edge.getID()] = out_dir | |||||
| if not pd.isna(row.inc_angle): | |||||
| # 진입각, 진출각 불러오기 | |||||
| inc_angle = int(row.inc_angle) | |||||
| out_angle = int(row.out_angle) | |||||
| # 방위각을 일반각으로 가공, 라디안 변환, 단위벡터로 변환 | |||||
| inc_angle = (-90 - inc_angle) % 360 | |||||
| inc_angle = inc_angle * np.pi / 180. | |||||
| inc_dir_true = np.array([np.cos(inc_angle), np.sin(inc_angle)]) | |||||
| out_angle = (90 - out_angle) % 360 | |||||
| out_angle = out_angle * np.pi / 180. | |||||
| out_dir_true = np.array([np.cos(out_angle), np.sin(out_angle)]) | |||||
| # 매칭 엣지 반환 | |||||
| inc_index = np.array([np.dot(inc_dir, inc_dir_true) for inc_dir in inc_dirs]).argmax() | |||||
| out_index = np.array([np.dot(out_dir, out_dir_true) for out_dir in out_dirs]).argmax() | |||||
| inc_edge_id = inc_edges[inc_index].getID() | |||||
| out_edge_id = out_edges[out_index].getID() | |||||
| self.match5.at[index, 'inc_edge'] = inc_edge_id | |||||
| self.match5.at[index, 'out_edge'] = out_edge_id | |||||
| self.match5['node_id'] = self.match5['inter_no'].map(self.inter2node) | |||||
| self.match5 = self.match5.sort_values(by=['inter_no','phase_no','ring_type']).reset_index(drop=True) | |||||
| # 정북기준 시계방향으로 8방향 | |||||
| self.directions = ['북', '북동', '동', '남동', '남', '남서', '서', '북서'] | |||||
| # 2-1-6 | |||||
| def make_match6(self): | |||||
| ''' | |||||
| 진입엣지id, 진출엣지id, 노드id를 추가함 (부교차로). | |||||
| - match6의 컬럼 : inter_no, phase_no, ring_type, move_no, inc_dir, out_dir, inc_angle, out_angle, inc_edge, out_edge, node_id | |||||
| 사용된 데이터 : | |||||
| (1) inter_node | |||||
| - 교차로번호와 노드id를 매칭시키는 테이블. | |||||
| - parent/child 정보도 포함되어 있음 | |||||
| - 컬럼 : inter_no, node_id, inter_type | |||||
| (2) uturn (유턴정보) | |||||
| - 컬럼 : parent_id, child_id, direction, condition, inc_edge, out_edge | |||||
| - parent_id, child_id : 주교차로id, 유턴교차로id | |||||
| - direction : 주교차로에 대한 유턴노드의 상대적인 위치(방향) | |||||
| - condition : 좌회전시, 직진시, 직좌시, 보행신호시 중 하나 | |||||
| - inc_edge, out_edge : 유턴에 대한 진입진출엣지 | |||||
| (3) coord (연동교차로정보) | |||||
| - 컬럼 : parent_id, child_id, phase_no, ring_type, inc_edge, out_edge | |||||
| - parent_id, child_id : 주교차로id, 연동교차로id | |||||
| - 나머지 컬럼 : 각 (현시, 링)별 진입진출엣지 | |||||
| 설명 : | |||||
| - match5는 주교차로에 대해서만 진입엣지id, 진출엣지id, 노드id를 추가했었음. | |||||
| 여기에서 uturn, coord를 사용해서 부교차로들(유턴교차로, 연동교차로)에 대해서도 해당 값들을 부여함. | |||||
| 유턴교차로 : | |||||
| - directions를 정북기준 시계방향의 8방위로 정함. | |||||
| - 이를 통해 진입방향이 주어진 경우에 좌회전, 직진, 보행 등에 대한 (진입방향, 진출방향)을 얻어낼 수 있음. | |||||
| - 예) 진입방향(direction)이 '북'일 때, | |||||
| - 직진 : (북, 남) | |||||
| * 남 : directions[(ind + 4) % len(directions)] | |||||
| - 좌회전 : (북, 동) | |||||
| * 동 : directions[(ind + 2) % len(directions)] | |||||
| - 보행 : (서, 동) | |||||
| * 서 : directions[(ind - 2) % len(directions)] | |||||
| - uturn의 각 행을 순회하면서 아래 과정을 반복함 | |||||
| - match5에서 parent_id에 해당하는 행들을 가져옴(cmatch). | |||||
| - condition 별로 진입방향, 진출방향을 정함. | |||||
| - 상술한 directions를 활용하여 정함. | |||||
| - (진입방향, 진출방향)을 고려하여 (현시, 링) 별로 진입엣지id, 진출엣지id를 정함. | |||||
| - ex) cmatch.loc[(cmatch.inc_dir==inc_dire) & (cmatch.out_dir==out_dire), ['inc_edge', 'out_edge']] = [inc_edge_id, out_edge_id] | |||||
| - 순회하면서 만든 cmatch를 cmatchs라는 리스트에 저장함. | |||||
| 연동교차로 : | |||||
| - 연동교차로의 경우 coord에 (현시, 링)별 진입엣지ID, 진출엣지ID가 명시되어 있음. | |||||
| - 'inc_dir', 'out_dir', 'inc_angle','out_angle'와 같은 열들은 np.nan을 지정해놓음. | |||||
| - 이 열들은, 사실상 다음 스텝부터는 사용되지 않는 열들이기 때문에 np.nan으로 지정해놓아도 문제없음. | |||||
| match6 : | |||||
| - 이렇게 얻은 match5, cmatchs, coord를 모두 pd.concat하여 match6을 얻어냄. | |||||
| ''' | |||||
| self.node2inter = dict(zip(self.inter_node['node_id'], self.inter_node['inter_no'])) | |||||
| self.parent_ids = sorted(self.inter_node[self.inter_node.inter_type=='parent'].node_id.unique()) | |||||
| self.child_ids = sorted(self.inter_node[self.inter_node.inter_type=='child'].node_id.unique()) | |||||
| self.uturn_ids = sorted(self.uturn.child_id.unique()) | |||||
| self.coord_ids = sorted(self.coord.child_id.unique()) | |||||
| # ids | |||||
| ids = {'node_ids' : self.node_ids, | |||||
| 'parent_ids': self.parent_ids, | |||||
| 'child_ids' : self.child_ids, | |||||
| 'uturn_ids' : self.uturn_ids, | |||||
| 'coord_ids' : self.coord_ids, | |||||
| 'inter_nos' : self.inter_nos} | |||||
| with open(os.path.join(self.path_intermediates, 'ids.json'), 'w') as file: | |||||
| json.dump(ids, file) | |||||
| ch2pa = {} # child to parent | |||||
| for child_id in self.child_ids: | |||||
| parent_no = self.inter_node[self.inter_node.node_id==child_id].inter_no.iloc[0] | |||||
| sub_inter_node = self.inter_node[self.inter_node.inter_no==parent_no] | |||||
| ch2pa[child_id] = sub_inter_node[sub_inter_node.inter_type=='parent'].iloc[0].node_id | |||||
| # 각 uturn node에 대하여 (inc_edge_id, out_edge_id) 부여 | |||||
| cmatches = [] | |||||
| for _, row in self.uturn.iterrows(): | |||||
| child_id = row.child_id | |||||
| parent_id = row.parent_id | |||||
| direction = row.direction | |||||
| condition = row.condition | |||||
| inc_edge_id = row.inc_edge | |||||
| out_edge_id = row.out_edge | |||||
| # match5에서 부모노드id에 해당하는 행들을 가져옴 (cmatch) | |||||
| cmatch = self.match5.copy()[self.match5.node_id==parent_id] # match dataframe for a child node | |||||
| cmatch = cmatch.sort_values(by=['phase_no', 'ring_type']).reset_index(drop=True) | |||||
| cmatch['node_id'] = child_id | |||||
| cmatch[['inc_edge', 'out_edge']] = np.nan | |||||
| # 보행신호시/좌회전시 진입/진출방향 | |||||
| ind = self.directions.index(direction) | |||||
| inc_dire_pedes = self.directions[(ind + 2) % len(self.directions)] | |||||
| out_dire_pedes = self.directions[(ind - 2) % len(self.directions)] | |||||
| inc_dire_right = direction | |||||
| out_dire_right = self.directions[(ind + 2) % len(self.directions)] | |||||
| # 보행신호시/좌회전시 조건 | |||||
| pedes_exists = (cmatch.inc_dir==inc_dire_pedes) & (cmatch.out_dir==out_dire_pedes) | |||||
| right_exists = (cmatch.inc_dir==inc_dire_right) & (cmatch.out_dir==out_dire_right) | |||||
| # 보행신호시/좌회전시 진입/진출 엣지id 배정 | |||||
| ind = self.directions.index(direction) | |||||
| if condition == "보행신호시": | |||||
| cmatch.loc[pedes_exists, ['inc_edge', 'out_edge']] = [inc_edge_id, out_edge_id] | |||||
| elif condition == "좌회전시": | |||||
| cmatch.loc[right_exists, ['inc_edge', 'out_edge']] = [inc_edge_id, out_edge_id] | |||||
| # 신호없음이동류발생시/보행신호이동류발생시 조건 | |||||
| all_redsigns = cmatch.move_no == 18 | |||||
| crosswalk_on = cmatch.move_no == 17 | |||||
| # 만약 어떤 유턴신호도 배정되지 않았다면 | |||||
| # 좌회전시 → 보행신호시 → 보행신호이동류발생시 → 신호없음이동류발생시 순으로 진입/진출 엣지id 배정 | |||||
| uturn_not_assigned = cmatch[['inc_edge','out_edge']].isna().any(axis=1).all() | |||||
| if uturn_not_assigned: | |||||
| # 좌회전시 | |||||
| if right_exists.any(): | |||||
| cmatch.loc[right_exists, ['inc_edge', 'out_edge']] = [inc_edge_id, out_edge_id] | |||||
| # 보행신호시 | |||||
| elif pedes_exists.any(): | |||||
| cmatch.loc[pedes_exists, ['inc_edge', 'out_edge']] = [inc_edge_id, out_edge_id] | |||||
| # 보행신호이동류(17) 발생시 | |||||
| elif crosswalk_on.any(): | |||||
| cmatch.loc[crosswalk_on & (cmatch.out_dir!=direction), ['inc_edge', 'out_edge']] = [inc_edge_id, out_edge_id] | |||||
| # 신호없음이동류(18) 발생시 | |||||
| elif all_redsigns.any(): | |||||
| cmatch.loc[all_redsigns & (cmatch.out_dir!=direction), ['inc_edge', 'out_edge']] = [inc_edge_id, out_edge_id] | |||||
| cmatches.append(cmatch) | |||||
| # 각 연등교차로(coordination node)에 대하여 (inc_edge_id, out_edge_id) 부여 | |||||
| self.coord['inter_no'] = self.coord['parent_id'].map(self.node2inter) | |||||
| self.coord = self.coord.rename(columns={'child_id':'node_id'}) | |||||
| self.coord[['inc_dir', 'out_dir', 'inc_angle','out_angle']] = np.nan | |||||
| self.coord['move_no'] = 20 | |||||
| self.coord = self.coord[['inter_no', 'phase_no', 'ring_type', 'move_no', 'inc_dir', 'out_dir', 'inc_angle','out_angle', 'inc_edge', 'out_edge', 'node_id']] | |||||
| # display(coord) | |||||
| cmatches = pd.concat(cmatches) | |||||
| self.match6 = pd.concat([self.match5, cmatches, self.coord]).drop_duplicates().sort_values(by=['inter_no', 'node_id', 'phase_no', 'ring_type']) | |||||
| # self.match6.to_csv(os.path.join(self.path_intermediates, 'match6.csv')) | |||||
| # 2-1-7 | |||||
| def make_matching(self): | |||||
| ''' | |||||
| 이동류 매칭 : 각 교차로에 대하여, 가능한 모든 이동류 (1~18, 21)에 대한 진입·진출엣지ID를 지정한다. | |||||
| 모든 이동류에 대해 지정하므로, 시차제시 이전과 다른 이동류가 등장하더라도 항상 진입·진출 엣지 ID를 지정할 수 있다. | |||||
| - matching의 컬럼 : inter_no, move_no, inc_dir, out_dir, inc_edge, out_edge, node_id | |||||
| 설명 : | |||||
| - 필요한 리스트, 딕셔너리 등을 정의 | |||||
| (1) 가능한 (진입방향, 진출방향) 목록 [리스트] | |||||
| (2) 각 교차로별 방향 목록 : pdires (possible directions) [딕셔너리] | |||||
| (3) 각 (교차로, 진입방향) 별 진입id 목록 : inc2id (incoming direction to incoming edge_id) [딕셔너리] | |||||
| (4) 각 (교차로, 진출방향) 별 진출id 목록 : out2id (outgoing direction to outgoing edge_id) [딕셔너리] | |||||
| (5) 각 교차로별 가능한 (진입방향, 진출방향) 목록 : pflow (possible flows) [딕셔너리] | |||||
| - matching은 빈 리스트로 지정. | |||||
| - 모든 노드id에 대하여 다음 과정을 반복 | |||||
| - 해당 노드id에 대한 모든 가능한 (진입방향, 진출방향)에 대하여 다음 과정을 반복 | |||||
| - (노드id, 진입방향)으로부터 진입엣지id를 얻어냄. 마찬가지로 진출엣지id도 얻어냄 | |||||
| - 얻어낸 정보를 바탕으로 한 행(new_row)을 만들고 이것을 matching에 append | |||||
| ''' | |||||
| self.match7 = self.match6.copy() | |||||
| self.match7 = self.match7[['inter_no', 'move_no', 'inc_dir', 'out_dir', 'inc_edge', 'out_edge', 'node_id']] | |||||
| # parent_ids = sorted(self.inter_node[self.inter_node.inter_type=='parent'].node_id.unique()) | |||||
| # child_ids = sorted(self.inter_node[self.inter_node.inter_type=='child'].node_id.unique()) | |||||
| # (1) 가능한 (진입방향, 진출방향) 목록 | |||||
| flows = self.nema.dropna().apply(lambda row: (row['inc_dir'], row['out_dir']), axis=1).tolist() | |||||
| # (2) 각 교차로별 방향 목록 : pdires (possible directions) | |||||
| pdires = {} | |||||
| for node_id in self.parent_ids: | |||||
| dires = self.match7[self.match7.node_id == node_id][['inc_dir','out_dir']].values.flatten() | |||||
| dires = {dire for dire in dires if type(dire)==str} | |||||
| pdires[node_id] = dires | |||||
| # (3) 각 (교차로, 진입방향) 별 진입id 목록 : inc2id (incoming direction to incoming edge_id) | |||||
| inc2id = {} | |||||
| for node_id in self.parent_ids: | |||||
| for inc_dir in pdires[node_id]: | |||||
| df = self.match7[(self.match7.node_id==node_id) & (self.match7.inc_dir==inc_dir)] | |||||
| inc2id[(node_id, inc_dir)] = df.inc_edge.iloc[0] | |||||
| # (4) 각 (교차로, 진출방향) 별 진출id 목록 : out2id (outgoing direction to outgoing edge_id) | |||||
| out2id = {} | |||||
| for node_id in self.parent_ids: | |||||
| for out_dir in pdires[node_id]: | |||||
| df = self.match7[(self.match7.node_id==node_id) & (self.match7.out_dir==out_dir)] | |||||
| out2id[(node_id, out_dir)] = df.out_edge.iloc[0] | |||||
| # (5) 각 교차로별 가능한 (진입방향, 진출방향) 목록 : pflow (possible flows) | |||||
| pflow = {} | |||||
| for node_id in self.parent_ids: | |||||
| pflow[node_id] = [flow for flow in flows if set(flow).issubset(pdires[node_id])] | |||||
| # (6) 가능한 이동류에 대하여 진입id, 진출id 배정 : matching | |||||
| # node2inter = dict(zip(self.match7['node_id'], self.match7['inter_no'])) | |||||
| dires_right = ['북', '서', '남', '동', '북'] # ex (북, 서), (서, 남) 등은 우회전 flow | |||||
| self.matching = [] | |||||
| for node_id in self.parent_ids: | |||||
| inter_no = self.node2inter[node_id] | |||||
| # 좌회전과 직진(1 ~ 16) | |||||
| for (inc_dir, out_dir) in pflow[node_id]: | |||||
| move_no = self.nema[(self.nema.inc_dir==inc_dir) & (self.nema.out_dir==out_dir)].move_no.iloc[0] | |||||
| inc_edge = inc2id[(node_id, inc_dir)] | |||||
| out_edge = out2id[(node_id, out_dir)] | |||||
| new_row = pd.DataFrame({'inter_no':[inter_no], 'move_no':[move_no], | |||||
| 'inc_dir':[inc_dir], 'out_dir':[out_dir], | |||||
| 'inc_edge':[inc_edge], 'out_edge':[out_edge], 'node_id':[node_id]}) | |||||
| self.matching.append(new_row) | |||||
| # 보행신호(17), 전적색(18) | |||||
| new_row = pd.DataFrame({'inter_no':[inter_no] * 2, 'move_no':[17, 18], | |||||
| 'inc_dir':[None]*2, 'out_dir':[None]*2, | |||||
| 'inc_edge':[None]*2, 'out_edge':[None]*2, 'node_id':[node_id]*2}) | |||||
| self.matching.append(new_row) | |||||
| # 신호우회전(21) | |||||
| for d in range(len(dires_right)-1): | |||||
| inc_dir = dires_right[d] | |||||
| out_dir = dires_right[d+1] | |||||
| if {inc_dir, out_dir}.issubset(pdires[node_id]): | |||||
| inc_edge = inc2id[(node_id, inc_dir)] | |||||
| out_edge = out2id[(node_id, out_dir)] | |||||
| new_row = pd.DataFrame({'inter_no':[inter_no], 'move_no':[21], | |||||
| 'inc_dir':[inc_dir], 'out_dir':[out_dir], | |||||
| 'inc_edge':[inc_edge], 'out_edge':[out_edge], 'node_id':[node_id]}) | |||||
| self.matching.append(new_row) | |||||
| self.matching.append(self.match7[self.match7.node_id.isin(self.child_ids)]) | |||||
| self.matching = pd.concat(self.matching) | |||||
| self.matching = self.matching.dropna().sort_values(by=['inter_no', 'node_id', 'move_no']).reset_index(drop=True) | |||||
| self.matching['move_no'] = self.matching['move_no'].astype(int) | |||||
| # self.matching.to_csv(os.path.join(self.path_intermediates, 'matching.csv')) | |||||
| # 2-2 신호 초기화 | |||||
| def initialize_state(self): | |||||
| ''' | |||||
| 비보호우회전신호 (g) 배정 | |||||
| input : | |||||
| (1) net : 네트워크 | |||||
| (2) nodes : 노드 목록 | |||||
| (3) histids : 모든 교차로에 대한 시작유닉스 (시작유닉스, A현시, B현시)별 현시시간, 진입·진출엣지 | |||||
| output : node2init | |||||
| - 각 노드를 초기화된 신호로 맵핑하는 딕셔너리 | |||||
| - 초기화된 신호란, 우회전을 g로 나머지는 r로 지정한 신호를 말함. | |||||
| ''' | |||||
| self.nodes = [self.net.getNode(node_id) for node_id in self.node_ids] | |||||
| self.node2init = {} | |||||
| # 모든 노드들을 순회 | |||||
| for node in self.nodes: | |||||
| node_id = node.getID() | |||||
| # 모든 connection | |||||
| conns = [(c.getJunctionIndex(), c) for c in node.getConnections()] | |||||
| conns = [c for c in conns if c[0] >= 0] | |||||
| conns = sorted(conns, key=lambda x: x[0]) | |||||
| state = [] | |||||
| # i번째 connection : ci | |||||
| for i, ci in conns: | |||||
| if ci.getTLLinkIndex() < 0: | |||||
| continue | |||||
| are_foes = False | |||||
| # j번째 connection : cj | |||||
| # 합류지점이 다르면서 상충되는 cj가 존재하면 are_foes = True (r) | |||||
| # 그외의 경우에는 are_foes = False (g) | |||||
| for j, cj in conns: | |||||
| # ci, cj의 합류지점이 같으면 통과 | |||||
| if ci.getTo() == cj.getTo(): | |||||
| continue | |||||
| # ci, cj가 상충되면 are_foes를 True로 지정. | |||||
| if node.areFoes(i, j): | |||||
| are_foes = True | |||||
| break | |||||
| state.append('r' if are_foes else 'g') | |||||
| self.node2init[node_id] = state | |||||
| # 어떤 연결과도 상충이 일어나지는 않지만, 신호가 부여되어 있는 경우에는 r을 부여 | |||||
| for _, row in self.matching.iterrows(): | |||||
| node_id = row.node_id | |||||
| move_no = row.move_no | |||||
| inc_edge = row.inc_edge | |||||
| out_edge = row.out_edge | |||||
| if move_no != 21: | |||||
| inc_edge = self.net.getEdge(inc_edge) | |||||
| out_edge = self.net.getEdge(out_edge) | |||||
| for conn in inc_edge.getConnections(out_edge): | |||||
| index = conn.getTLLinkIndex() | |||||
| if index >= 0: | |||||
| self.node2init[node_id][index] = 'r' | |||||
| # 연등교차로 | |||||
| for _, row in self.coord.iterrows(): | |||||
| node_id = row.node_id | |||||
| inc_edge = row.inc_edge | |||||
| out_edge = row.out_edge | |||||
| if not (pd.isna(inc_edge) and pd.isna(out_edge)): | |||||
| inc_edge = self.net.getEdge(inc_edge) | |||||
| out_edge = self.net.getEdge(out_edge) | |||||
| for conn in inc_edge.getConnections(out_edge): | |||||
| index = conn.getTLLinkIndex() | |||||
| if index >= 0: | |||||
| self.node2init[node_id][index] = 'r' | |||||
| # 유턴교차로 | |||||
| for _, row in self.uturn.iterrows(): | |||||
| node_id = row.child_id | |||||
| inc_edge = row.inc_edge | |||||
| out_edge = row.out_edge | |||||
| if not (pd.isna(inc_edge) and pd.isna(out_edge)): | |||||
| inc_edge = self.net.getEdge(inc_edge) | |||||
| out_edge = self.net.getEdge(out_edge) | |||||
| for conn in inc_edge.getConnections(out_edge): | |||||
| index = conn.getTLLinkIndex() | |||||
| if index >= 0: | |||||
| self.node2init[node_id][index] = 'r' | |||||
| # json 파일로 저장 | |||||
| with open(os.path.join(self.path_intermediates, 'node2init.json'), 'w') as file: | |||||
| json.dump(self.node2init, file) | |||||
| print('2-2. 비보호우회전(g)을 배정했습니다.') | |||||
| # 2-3 신호배정 | |||||
| def assign_signals(self): | |||||
| # assign signals on matching | |||||
| self.matching['init_state'] = self.matching['node_id'].map(self.node2init) | |||||
| self.matching['state'] = self.matching['init_state'].map(lambda x:''.join(x)) | |||||
| # matching의 각 행을 순회 | |||||
| for row in self.matching.itertuples(index=True): | |||||
| node_id = row.node_id | |||||
| move_no = row.move_no | |||||
| inc_edge = row.inc_edge | |||||
| out_edge = row.out_edge | |||||
| state = copy.deepcopy(self.node2init)[node_id] | |||||
| if move_no != 21: | |||||
| inc_edge = self.net.getEdge(inc_edge) | |||||
| out_edge = self.net.getEdge(out_edge) | |||||
| for conn in inc_edge.getConnections(out_edge): | |||||
| index = conn.getTLLinkIndex() | |||||
| if index >= 0: | |||||
| state[index] = 'G' | |||||
| self.matching.at[row.Index, 'state'] = ''.join(state) | |||||
| self.matching = self.matching.dropna(subset='state') | |||||
| self.matching = self.matching.reset_index(drop=True) | |||||
| self.matching = self.matching[['inter_no', 'node_id', 'move_no', 'state']] | |||||
| # assign signals on match6 | |||||
| self.match6 = self.match6.reset_index(drop=True) | |||||
| self.match6['init_state'] = self.match6['node_id'].map(self.node2init) | |||||
| self.match6['state'] = self.match6['init_state'].map(lambda x:''.join(x)) | |||||
| # match6의 각 행을 순회 | |||||
| for i, row in self.match6.iterrows(): | |||||
| node_id = row.node_id | |||||
| move_no = row.move_no | |||||
| inc_edge = row.inc_edge | |||||
| out_edge = row.out_edge | |||||
| state = copy.deepcopy(self.node2init)[node_id] | |||||
| if (pd.isna(inc_edge)) or (pd.isna(out_edge)): | |||||
| continue | |||||
| if (move_no != 21): | |||||
| # print(i, node_id, move_no, ''.join(state)) | |||||
| inc_edge = self.net.getEdge(inc_edge) | |||||
| out_edge = self.net.getEdge(out_edge) | |||||
| for conn in inc_edge.getConnections(out_edge): | |||||
| index = conn.getTLLinkIndex() | |||||
| if index >= 0: | |||||
| state[index] = 'G' | |||||
| # print(i, node_id, move_no, index, ''.join(state)) | |||||
| self.match6.at[i, 'state'] = ''.join(state) | |||||
| self.match6 = self.match6.dropna(subset='state') | |||||
| self.match6 = self.match6.reset_index(drop=True) | |||||
| self.match6 = self.match6[['inter_no', 'node_id', 'phase_no', 'ring_type', 'move_no', 'state']] | |||||
| self.match6.to_csv(os.path.join(self.path_intermediates, 'match6.csv')) | |||||
| self.matching.to_csv(os.path.join(self.path_intermediates, 'matching.csv')) | |||||
| print('2-3. 직진 및 좌회전(G)을 배정했습니다.') | |||||
| uid2uindex = {} | |||||
| for uid in self.uturn_ids: | |||||
| states = self.match6[self.match6.node_id==uid].state.unique() | |||||
| for state in states: | |||||
| if 'G' in state: | |||||
| index = state.index('G') | |||||
| uid2uindex[uid] = index | |||||
| break | |||||
| # json 파일로 저장 | |||||
| with open(os.path.join(self.path_intermediates, 'uid2uindex.json'), 'w') as file: | |||||
| json.dump(uid2uindex, file) | |||||
| # 2-4 node2num_cycles : A dictionary that maps a node_id to the number of cycles | |||||
| def get_node2num_cycles(self): | |||||
| Aplan = self.plan.copy()[['inter_no'] + [f'dura_A{j}' for j in range(1,9)] + ['cycle']] | |||||
| grouped = Aplan.groupby('inter_no') | |||||
| df = grouped.agg({'cycle': 'min'}).reset_index() | |||||
| df = df.rename(columns={'cycle': 'min_cycle'}) | |||||
| df['num_cycle'] = 300 // df['min_cycle'] + 2 | |||||
| inter2num_cycles = dict(zip(df['inter_no'], df['num_cycle'])) | |||||
| node2num_cycles = {node_id : inter2num_cycles[self.node2inter[node_id]] for node_id in self.node_ids} | |||||
| with open(os.path.join(self.path_intermediates,'node2num_cycles.json'), 'w') as file: | |||||
| json.dump(node2num_cycles, file, indent=4) | |||||
| print("2-2. node2num_cycles.json를 저장했습니다.") | |||||
| # 3. 이슈사항 저장 | |||||
| def write_issues(self): | |||||
| print('3. 이슈사항을 저장합니다.') | |||||
| path_issues = os.path.join(self.path_results, "issues_preprocess_daily.txt") | |||||
| with open(path_issues, "w", encoding="utf-8") as file: | |||||
| for item in self.issues: | |||||
| file.write(item + "\n") | |||||
| if self.issues: | |||||
| print("데이터 처리 중 발생한 특이사항은 다음과 같습니다. :") | |||||
| for review in self.issues: | |||||
| print(review) | |||||
| def main(self): | |||||
| # 1. 데이터 불러오기 | |||||
| self.load_data() | |||||
| # 2. 중간산출물 만들기 | |||||
| self.get_intermediates() | |||||
| # 3. 이슈사항 저장 | |||||
| self.write_issues() | |||||
| if __name__ == '__main__': | |||||
| self = DailyPreprocessor() | |||||
| self.main() | |||||