TPIMS-small, TPIMS-medium, TPIMS-large
收藏资源简介：
该数据集收集自Truck Parking Information Management System (TPIMS)，涵盖了MAASTO州内的卡车停车场信息。数据集包括不同规模的停车场数据，如TPIMS-small包含104个停车场，TPIMS-medium包含115个停车场，TPIMS-large包含更多停车场。数据集的时间范围从2022年3月1日到2023年3月1日。数据集的特征包括站点ID、时间戳、可用停车位数量、趋势、开放状态等。
This dataset is collected from the Truck Parking Information Management System (TPIMS) and covers truck parking-related information within the state of MAASTO. It comprises parking lot data of varying scales: TPIMS-small contains 104 parking lots, TPIMS-medium contains 115 parking lots, and TPIMS-large includes a greater number of parking lots. The temporal coverage of the dataset spans from March 1, 2022 to March 1, 2023. The features included in the dataset are site ID, timestamp, number of available parking spaces, occupancy trend, and open status, among others.
Truck Parking Dataset (TPIMSDataset)
数据集概述
- 来源: 数据集收集自Truck Parking Information Management System (TPIMS)，涵盖Mid America Association of State Transportations Officiels (MAASTO)的多个州。
- 数据类型: 时间序列数据。
- 数据格式: CSV文件。
- 数据预处理: 所有数据已预处理，原始数据存储为CSV文件。
数据集列表
- TPIMS-small: 包含104个卡车停车场的数据，时间范围从2022年3月1日至2022年3月15日。
- TPIMS-medium: 包含115个卡车停车场的数据，时间范围从2022年3月1日至2022年9月1日。
- TPIMS-large: 包含x个卡车停车场的数据，时间范围从2022年3月1日至2023年3月1日（数据尚未更新）。
数据字段描述
| 字段 | 描述 |
|---|---|
| Site ID | 唯一标识符，包含州、路线编号、路线类型、参考点、道路侧和唯一位置编号或名称缩写。 |
| Time Stamp | 站点记录最后更新的日期和时间。 |
| Time Stamp Static | 站点静态记录最后更新的日期和时间。 |
| Available | 检测系统报告的可用停车位数量，可能超过最大停车位数量或报告低于“低”阈值的实际值，甚至为负值。 |
| Trend | 可选，报告站点是清空、稳定还是填充。接受值：“CLEARING” / “STEADY” / “FILLING” / null。 |
| Open | 报告停车场是否开放，除非因维护或其他情况关闭。可能值：true / false / null。 |
| Trust Data | 报告站点是否正常运行。可能值：true / false / null。 |
| Reported Available | 通过数据馈送共享的可用停车位数量，数量上限为站点总停车位数量，达到低阈值时报告“低”。 |
| Manual Reset | 已弃用，-1表示未重置。 |
| Low Threshold | 如果停车场可用停车位数量等于或低于此值，数据馈送将报告“低”而不是数字。 |
| Last Verification Check | 最后一次手动重置/验证检查的日期和时间。用于性能测量和系统监控，不供公众使用。可能值：日期和时间 / null。 |
| Verification Check Amplitude | 最后一次手动重置/验证检查调整的幅度。可以是负数、正数或零。 |
| Capcity | 站点内的总停车位数量。 |
数据预处理
- 环境设置: 使用conda创建虚拟环境并安装依赖项。
- 数据格式转换: 使用
convert_format.py将数据转换为不同格式。 - 数据生成: 使用
generate_training_data.py生成训练数据。
数据可视化
- 平均每小时占用率: 展示一周内某站点平均每天的占用率。
- 每周累积站点占用率: 展示前5个最常用站点的每周累积占用率。
- 每日过渡模式: 展示一个月内的每日过渡模式。
- 每月箱线图: 展示2021年4月至2022年3月的每月箱线图。
引用
-
TPIMS Dataset explanation:
@inbook{tamaru2023web, title = {Web Portal Development and Site Usage Pattern Analysis for a Multi-State Truck Parking Information Management System (TPIMS)}, author = {Rei Tamaru and Yang Cheng and Steven Parker and Ernie Perry and Bin Ran and Soyoung (Sue) Ahn }, booktitle = {International Conference on Transportation and Development 2023}, pages = {489-500}, doi = {10.1061/9780784484876.043}, URL = {https://ascelibrary.org/doi/abs/10.1061/9780784484876.043}, }
-
Truck parking usage prediction:
@article{tamaru2024truck, title={Truck Parking Usage Prediction with Decomposed Graph Neural Networks}, author={Tamaru, Rei and Cheng, Yang and Parker, Steven and Perry, Ernie and Ran, Bin and Ahn, Soyoung}, journal={arXiv preprint arXiv:2401.12920}, year={2024} }
