🏃‍♂️ 러닝KHU: 경희대 주변 러닝 코스 추천

프로젝트 소개

경희대 주변에서 러닝을 즐기는 학생과 지역 주민들을 위해, 횡단보도 수, 경사도, 가로등 수, 혼잡도 등을 고려한 최적의 러닝 코스를 추천합니다. 본 프로젝트는 데이터를 기반으로 안전하고 효율적인 러닝 경로를 제공합니다.

---

프로젝트 동영상

-> 수정후 업로드 예정

---

주요 기능

• 최적 경로 추천: A* 알고리즘을 기반으로 사용자 맞춤형 경로를 제공합니다.
• 코스 시뮬레이션: 사용자가 선택한 조건(시간대, 거리 등)에 맞는 최적 코스를 생성.
• 안전 고려 요소:
  • 횡단보도 및 가로등 분포.
  • 경사도 및 도보 접근성.
  • 혼잡도(야간 주점 밀집도, 버스 정류장 혼잡도).

---

분석 및 데이터

1. 데이터 수집
   • 횡단보도: API 데이터를 활용해 Polygon 좌표 변환.
   • 가로등 및 경사도: 위치 데이터와 고도 데이터를 매핑하여 분석.
   • 혼잡도: 주점 밀집도와 버스 정류장 혼잡도 계산.
2. 데이터 전처리
   • 결측치 처리 및 정규화(Levene's Test, MinMax Scaler 등).
   • 변수별 이진화 처리(0, 1로 변환).
3. 모델링
   • 사용자 맞춤형 가중치 설정.
   • A* 알고리즘을 활용한 최적 경로 탐색.

---

결과 예시

• 경희대 정문 출발
  • 시간대: 아침
  • 코스 거리: 4km
  • 추천 경로: 정문 → 기흥호수 방향.
• 영통역 출발
  • 시간대: 밤
  • 코스 거리: 2.8km
  • 추천 경로: 영통역 → 망포 아파트.

---

기술 스택

• 데이터 수집: OpenStreetMap, OSRM API.
• 프로그래밍 언어: Python.QGIS
• 라이브러리: Pandas, NumPy, Scikit-learn.
• 지도 시각화: QGIS.

---

한계점 및 개선 방안

• 데이터 부족: 특정 지역 데이터 확보 어려움.
• 컴퓨팅 한계: 5km 이상의 경로 탐색에 제약.
• 추가 고려 사항: 보도 폭과 같은 세부 데이터 추가 필요.