실내공간에서 화재, 붕괴 등의 재난이 증가함에 따라 그 피해를 최소화하기 위한 방법 중 하나로 화재 대피시뮬레이터가 활용되고 있다. 주로 대피시뮬레이터의 활용은 건축물의 설계과정에서 피난에 적합한지를 판단하는 피난안전성 검사에 이용되고 있으며, 실제 재난 상황에서의 활용에는 한계가 있다. 그 이유는 대피시뮬레이션 수행결과를 실제 재난 상황에서 활용하기에 몇 가지의 제약조건이 있기 때문이다. 첫째는 기존 대피시뮬레이터는 가상의 인원정보를 이용한 시뮬레이션을 수행하는데, 실제 재난 상황에서는 실제 인원정보를 이용한 시뮬레이션 결과가 필요한 점이다. 둘째는 대피시뮬레이션 수행시간이 길기 때문에 짧은 시간안에 결과를 산출하기 어려운 시간제약적인 조건이다. 셋째는 재실자의 구조활동 및 대피안내에 최적화된 결과데이터의 산출이 어려운 점이다. 본 연구에서는 이들 제약조건을 해결하기 위해 실제 재난 상황에서 활용가능한 결과데이터를 산출하는 대피시뮬레이션 시스템을 제안하고자 한다. 이 시스템은 사전에 수많은 인원분포에 따른 대피시뮬레이션을 수행하고, 그 결과를 DBMS에 저장할 수 있도록 하는 시뮬레이터를 기본으로 하며, 적외선 센서네트워크를 이용하여 건물 내 실제 재실자 인원분포를 파악하고 이와 유사한 인원분포로 수행된 결과데이터를 질의를 통해 검색하여 사용자에게 제공하도록 한다. 마지막으로 개발된 시스템을 캠퍼스 건물에 적용하고 테스트를 수행하는 과정을 예시하였다.
실내공간에서 화재, 붕괴 등의 재난이 증가함에 따라 그 피해를 최소화하기 위한 방법 중 하나로 화재 대피시뮬레이터가 활용되고 있다. 주로 대피시뮬레이터의 활용은 건축물의 설계과정에서 피난에 적합한지를 판단하는 피난안전성 검사에 이용되고 있으며, 실제 재난 상황에서의 활용에는 한계가 있다. 그 이유는 대피시뮬레이션 수행결과를 실제 재난 상황에서 활용하기에 몇 가지의 제약조건이 있기 때문이다. 첫째는 기존 대피시뮬레이터는 가상의 인원정보를 이용한 시뮬레이션을 수행하는데, 실제 재난 상황에서는 실제 인원정보를 이용한 시뮬레이션 결과가 필요한 점이다. 둘째는 대피시뮬레이션 수행시간이 길기 때문에 짧은 시간안에 결과를 산출하기 어려운 시간제약적인 조건이다. 셋째는 재실자의 구조활동 및 대피안내에 최적화된 결과데이터의 산출이 어려운 점이다. 본 연구에서는 이들 제약조건을 해결하기 위해 실제 재난 상황에서 활용가능한 결과데이터를 산출하는 대피시뮬레이션 시스템을 제안하고자 한다. 이 시스템은 사전에 수많은 인원분포에 따른 대피시뮬레이션을 수행하고, 그 결과를 DBMS에 저장할 수 있도록 하는 시뮬레이터를 기본으로 하며, 적외선 센서네트워크를 이용하여 건물 내 실제 재실자 인원분포를 파악하고 이와 유사한 인원분포로 수행된 결과데이터를 질의를 통해 검색하여 사용자에게 제공하도록 한다. 마지막으로 개발된 시스템을 캠퍼스 건물에 적용하고 테스트를 수행하는 과정을 예시하였다.
Indoor fire simulators have been used to analyse building safety in the events of emergency evacuation. These applications are primarily focused on simulating evacuation behaviors for the purpose of checking building structural problems in normal time rather than in real time situations. Therefore, ...
Indoor fire simulators have been used to analyse building safety in the events of emergency evacuation. These applications are primarily focused on simulating evacuation behaviors for the purpose of checking building structural problems in normal time rather than in real time situations. Therefore, they have limitations in handling real-time evacuation events with the following reasons. First, the existing models mostly experiment the artificial situations using randomly generated evacuees while real world requires actual data. Second, they take too long time in operation to generate real time data. Third, they do not produce optimal results to be used in rescueing or evacuation guidance. In order to solve these limitations, we suggest a method to build an evacuation simulation system that can be used in real-world emergency situations. The system performs numerous simulations in advance according to varying distributions of occupants. Then the resulting data are stored in DBMS. The actual person data captured in infrared sensor network are compared with the simulation data in DBMS and the querried data most closely is provided to the user. The developed system is tested using a campus building and the suggested processes are illustrated.
Indoor fire simulators have been used to analyse building safety in the events of emergency evacuation. These applications are primarily focused on simulating evacuation behaviors for the purpose of checking building structural problems in normal time rather than in real time situations. Therefore, they have limitations in handling real-time evacuation events with the following reasons. First, the existing models mostly experiment the artificial situations using randomly generated evacuees while real world requires actual data. Second, they take too long time in operation to generate real time data. Third, they do not produce optimal results to be used in rescueing or evacuation guidance. In order to solve these limitations, we suggest a method to build an evacuation simulation system that can be used in real-world emergency situations. The system performs numerous simulations in advance according to varying distributions of occupants. Then the resulting data are stored in DBMS. The actual person data captured in infrared sensor network are compared with the simulation data in DBMS and the querried data most closely is provided to the user. The developed system is tested using a campus building and the suggested processes are illustrated.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
기본정보와 더불어 본 연구에서는 실제 재난상황에서 요구될 것으로 판단되는 추가정보들을 결과데이터로 산출하고, DBMS에 저장하고자 한다. 이 정보들은 실제 재난상황 시에, 구조우선지역 선정, 병목지점 파악 등에 활용될 것으로 예상된다.
또한 실내 재실자의 숫자정도만 파악하더라도 실제 측위를 통해 얻은 인원정보로 수행한 시뮬레이션의 결과와 유사한 결과를 획득할 수 있다. 따라서 본 연구에서는 재실자의 출입에 대한 감지를 주 목적으로 하는 센서를 이용해야 하고, 적외선 센서가 목적에 가장 부합하는 것으로 판단하였다.
본 연구에서는 다양한 상황 중, 재실자의 인원분포정보를 변경해가며 수많은 재실자 분포에 따른 시뮬레이션을 수행하고, 그 결과를 DBMS에 저장하여 관리하는 시스템을 구축하였다. 또한, 시뮬레이션 결과를 DBMS에 체계적으로 저장하기 위한 스키마 연구를 수행하였고, DBMS에 저장된 결과를 보행자의 대피안내 및 구조 활동 참고자료로 활용하기에 적합하도록 가공하여 사용자에게 제공할 수 있도록 하였다. 이에 더불어, 본 연구에서는 대피시뮬레이터와 실내인원감지 센서네트워크의 연동을 통해 실시간으로 건물의 인원 및 배치상태를 파악하고, 파악된 정보에 따른 시뮬레이션 결과를 산출하는 기법을 제시한다.
특히 중점적으로 살펴본 부분은 대피시뮬레이션 후에 산출되는 결과데이터(output)에 대한 것이다. 본 연구에서 제안하는 대피시뮬레이션 시스템은 시뮬레이션의 결과데이터를 실시간 상황에서 활용할 수 있도록 하는 데에 주 목적이 있고, 이를 위해서는 재난 상황에서 활용할 수 있는 결과데이터가 필요하다.
본 연구에서는 대피시뮬레이션 결과데이터를 실제 재난 상황에서 활용가능하도록 하는 시스템을 구축하고자 한다. 실제 재난 상황에서 대피시뮬레이션을 수행하여 결과데이터를 획득하기에는 시간제약적인 문제점이 있기 때문에 이를 해결하기 위해서 사전에 수많은 시뮬레이션의 결과를 DBMS에 저장하여 놓고, 특정상황에 대한 결과데이터를 질의(query)를 통해 검색하여 출력하는 시스템을 구현한다.
본 연구에서는 대피시뮬레이터의 활용방안을 넓히기 위한 목적으로 실내센서정보와 DBMS를 이용한 실시간 대피시뮬레이션 시스템을 개발하였다. 적외선 실내센서를 이용하여 실제 재실자 인원분포를 파악하고 활용할 수 있도록 하였다.
인원의 숫자만 저장하는 경우는 데이터의 크기가 작은 장점이 있는 대신, 세부적인 상세위치는 알 수 없다는 단점이 있다. 본 연구에서는 데이터의 크기는 훨씬 크지만, 보행자의 초기위치분포까지 제공하기 위해 각 보행자별 초기위치좌표를 저장하고자 한다. 총 대피인원과 대피시간은 거의 모든 대피시뮬레이터들이 제공하는 정보로, 데이터의 크기도 작기 때문에 DB에 저장하기에 무리가 없다.
시뮬레이션 결과 DB는 사전에 수많은 인원조합에 따라 산출된 시뮬레이션 결과를 저장한다. 본 연구에서는 시뮬레이션 결과에 영향을 주는 다양한 변수 중, 인원분포에 초점을 맞추고 있기 때문에 인원조합을 변경해가며 시뮬레이션을 수행하고 그 결과를 DB에 누적하여 저장하고자 한다. 그림 3에는 수많은 인원조합의 예가 나타나 있다.
본 연구에서는 제시한 시스템을 통해 대피시뮬레이션의 결과를 건축물의 피난안전성 평가 뿐만 아니라 실제 재난 상황에서 활용할 수 있도록 하고자 하였다. 실내센서정보와 DBMS 기술을 이용하여 기존 시뮬레이터가 가진 제약조건들을 해소하였고, DBMS 매칭을 통해 빠르게 시뮬레이션의 결과를 제공할 수 있도록 하였다.
서론에서 언급한 바와 같이, 본 연구에서는 시뮬레이션 결과데이터를 실제 재난 상황에서 활용하고자 하고, 이를 위해서는 시뮬레이션 결과데이터를 DBMS에 누적하여 저장하는 시스템이 필요하다. 따라서 앞서 살펴본 여러가지 결과데이터 중에 DBMS에 저장하기 너무 무거운 데이터들은 제외하고, 실제 재난상황에서 요구될 것으로 판단되는 결과데이터들을 추려내야 한다.
재실자들의 출입인원정보를 획득하기에 적합한 센서는 적외선 센서로, 건물의 출입구나 방문에 설치하여 각 공간별로 이동하는 재실자의 수를 파악할 수 있다. 이를 이용하여 각 공간별로 존재하는 재실자의 수를 감지할 수 있고, 이를 주기적으로 DBMS에 저장하여 관리하고자 한다. 본 연구에서는 캠퍼스 건물의 일부 구역에 적외선 센서를 설치 하여 실제인원 데이터를 수집할 수 있도록 센서네트워크를 구성하였고, 이는 다음장에 자세히 설명한다.
제안 방법
3.1절에서 대피시뮬레이션 결과데이터로 산출할 사항들을 정의하였고, DBMS에 저장하기 위한 시뮬레이션 결과 DB스키마를 설계하였다. 3.
1절에서 대피시뮬레이션 결과데이터로 산출할 사항들을 정의하였고, DBMS에 저장하기 위한 시뮬레이션 결과 DB스키마를 설계하였다. 3.2절에서 적외선 센서네트워크를 구축하여 감지된 출입인원 정보를 센서감지인원 DB에 저장하였다.
그 다음, 구축된 DBMS를 이용하여 시뮬레이션 결과를 얻어오는 매칭시스템을 개발하였다. 3.3절에서 설명한 구성과 흐름을 따르게 하였으며, 특정 시점의 센서감지 인원정보를 가져오는 방법은 시간정보를 질의하여 결과를 얻도록 하였다. 인원정보와 유사한 인원분포를 가지고 있는 시뮬레이션 결과 데이터매칭기법은 각 방별 인원차이값을 이용한 euclidean distance기법으로 스코어를 부여 하였다.
본 연구에서는 DBMS로 PostgreSQL을 이용하였다[10]. DBMS는 IRSensor(센서에 감지된 인원을 저장), SimResult(시뮬레이션 결과를 저장), SensorType(센서의 구성타입) 등 3개의 테이블로 구성하였다. 각각 테이블의 스키마는 3장에서 언급한 바와 같이 구성하였다.
대피 시, 보행자들의 움직임을 나타내는 보행･행동 모델, 건물 구조를 나타 내는 건물데이터 모델, 화재 시 발생하는 열･연기 모델 등 목적에 따라 적합한 모델을 선택하여 개발되었다. [8]에서 기존에 개발된 수많은 대피시뮬레이터들에 대한 비교･분석을 수행하였고, 본 연구에서는 [8]에서 분석한 자료 중에 외부에 공개되거나 현재까지 사용되고 있는 24가지 대피시뮬레이터에 대한 분석을 정리하였다. 특히 중점적으로 살펴본 부분은 대피시뮬레이션 후에 산출되는 결과데이터(output)에 대한 것이다.
다양한 인원조합의 변경은 임의로 수행되게 하였다. 각 방마다 수용할 수 있는 최대인원을 파악한 후, 최대인원 이내의 범위에서 증가단위를 10단위로 하여 난수를 발생시켰다. 예를 들면, 최대인원이 23명인 방에서 발생가능한 인원의 경우는 0, 10, 20명이다.
그 다음, [15, 18]에서 개발한 대피시뮬레이터를 기반으로 하여 본 연구에서 요구되는 대피시뮬레이터를 개발하였다. 대피시뮬레이터에 요구되는 기능은 두 가지인데, 첫째는 다양한 인원조합을 변경해가며 자동적으로 반복수행될 수 있어야 하고, 둘째는 시뮬레이션 수행종료 후 결과데이터를 시뮬레이션 결과 DB에 저장해야 한다.
구축된 대피시뮬레이터를 이용하여 다양한 인원 조합에 따른 시뮬레이션 수행 결과를 DBMS에 저장하여 놓는다. 그 다음, 구축된 DBMS를 이용하여 시뮬레이션 결과를 얻어오는 매칭시스템을 개발하였다. 3.
적외선 실내센서를 이용하여 실제 재실자 인원분포를 파악하고 활용할 수 있도록 하였다. 그리고 대피시 뮬레이션의 결과를 DBMS에 저장하고 센서감지인원과 매칭하여 특정 시점의 인원분포에 해당하는 시뮬레이션 결과데이터를 제공하는 기법을 개발하였다. 또한, 제공되는 시뮬레이션 결과데이터의 종류 및 방식을 정의하였고, 결과데이터를 시각적으로 가시화하여 제공하는 기능을 개발하였다.
기존에 화재상황 분석, 보행양상 분석, 피난안전성 분석 등 여러 가지 목적에 따른 대피시뮬레이터들이 연구 및 개발되었다. 대피 시, 보행자들의 움직임을 나타내는 보행･행동 모델, 건물 구조를 나타 내는 건물데이터 모델, 화재 시 발생하는 열･연기 모델 등 목적에 따라 적합한 모델을 선택하여 개발되었다. [8]에서 기존에 개발된 수많은 대피시뮬레이터들에 대한 비교･분석을 수행하였고, 본 연구에서는 [8]에서 분석한 자료 중에 외부에 공개되거나 현재까지 사용되고 있는 24가지 대피시뮬레이터에 대한 분석을 정리하였다.
재실자의 숫자가 증가하더라도 저장해야 하는 좌표의 숫자는 증가하지 않게 되기 때문에 저장용량이 훨씬 적게된다. 따라서 각 방별 대표 재실자의 이동경로를 좌표리스트로 산출하여 DBMS 에 저장하였다. 마지막으로 병목예상지점은 재실자들이 대피하는 과정에서 복도, 문, 출입문 등에서 발생하는 병목현상에 대한 정보를 의미한다.
연결이 끊어지면 센서에서 직접 감지하여 인원 정보를 얻는 것이 불가능하고, 그 전에 기록된 로그를 통해 가장 가까운 시점의 인원정보를 얻어야 하는데 파일기반의 로그로는 처리하기 어렵다. 따라서 센서에서 감지된 출입인원데이터를 서버에 있는 DBMS에 저장하고, 특정 시점의 인원분포정보를 불러와 사용할 수 있도록 시스템을 설계하였다.
1절에서는 시뮬레이션 결과 DB와 센서감지인원 DB를 구축하고, 대상지역에 대한 시뮬레이션 결과를 누적하여 저장하고 적외선 센서로 감지된 출입인원정보를 누적하여 저장한다. 또한 구축한 DBMS를 이용한 대피시뮬레이터 및 데이터연동시스템을 구축하고 시뮬레이션 결과를 가시화하는 기능도 구축한다. 4.
그리고 대피시 뮬레이션의 결과를 DBMS에 저장하고 센서감지인원과 매칭하여 특정 시점의 인원분포에 해당하는 시뮬레이션 결과데이터를 제공하는 기법을 개발하였다. 또한, 제공되는 시뮬레이션 결과데이터의 종류 및 방식을 정의하였고, 결과데이터를 시각적으로 가시화하여 제공하는 기능을 개발하였다.
본 연구에서는 기본적인 floor field model의 이론과 파라미터 값을 이용하였으며, 보행자 움직임의 양상은 static floor field와 dynamic floor field의 sensitive parameter를 조절하여 나타내는데, [2]에서 정의해놓은 3가지 상황의 파라미터 값 중에 cooperative regime에서의 상황에 대해 정의해놓은 파라미터를 수정한 ks = 1, kd = 0.1, α = 0, δ = 0.3을 이용한다.
따라서 수만 건 이상의 시뮬레이션 결과를 관리하기 위해서는 파일기반의 결과산출이 아닌 DBMS 기반의 시뮬레이션 결과관리 시스템이 구축되어야 한다. 본 연구에서는 다양한 상황 중, 재실자의 인원분포정보를 변경해가며 수많은 재실자 분포에 따른 시뮬레이션을 수행하고, 그 결과를 DBMS에 저장하여 관리하는 시스템을 구축하였다. 또한, 시뮬레이션 결과를 DBMS에 체계적으로 저장하기 위한 스키마 연구를 수행하였고, DBMS에 저장된 결과를 보행자의 대피안내 및 구조 활동 참고자료로 활용하기에 적합하도록 가공하여 사용자에게 제공할 수 있도록 하였다.
본 연구에서는 인원분포조합에 초점을 맞추어 센서 네트워크를 구성하고, 대피시뮬레이션 결과를 획득하였다. 추후에는 인원분포조합뿐만 아니라, 재실자의 특성(연령, 성별, 성향 등)을 센서를 통해 파악하고, 인원분포조합과 더불어 floor field model의 파라미터를 변경해가면서 재실자의 분포 및 특성을 반영한 시뮬레이션의 결과를 획득하는 기능으로 발전시킬 수 있을 것으로 판단된다.
이를 이용하여 각 공간별로 존재하는 재실자의 수를 감지할 수 있고, 이를 주기적으로 DBMS에 저장하여 관리하고자 한다. 본 연구에서는 캠퍼스 건물의 일부 구역에 적외선 센서를 설치 하여 실제인원 데이터를 수집할 수 있도록 센서네트워크를 구성하였고, 이는 다음장에 자세히 설명한다.
본 연구에서는 제시한 시스템을 통해 대피시뮬레이션의 결과를 건축물의 피난안전성 평가 뿐만 아니라 실제 재난 상황에서 활용할 수 있도록 하고자 하였다. 실내센서정보와 DBMS 기술을 이용하여 기존 시뮬레이터가 가진 제약조건들을 해소하였고, DBMS 매칭을 통해 빠르게 시뮬레이션의 결과를 제공할 수 있도록 하였다.
본 연구에서는 대피시뮬레이션 결과데이터를 실제 재난 상황에서 활용가능하도록 하는 시스템을 구축하고자 한다. 실제 재난 상황에서 대피시뮬레이션을 수행하여 결과데이터를 획득하기에는 시간제약적인 문제점이 있기 때문에 이를 해결하기 위해서 사전에 수많은 시뮬레이션의 결과를 DBMS에 저장하여 놓고, 특정상황에 대한 결과데이터를 질의(query)를 통해 검색하여 출력하는 시스템을 구현한다. 따라서 우선적으로 DBMS에 저장가능한 결과데이터를 선택해야 하며, 그에 대한 DB스키마를 설계해야 한다.
본 연구에서는 위의 제약조건들을 해결하기 위해서 다음과 같은 방법론을 제시하고자 한다. 우선, 시뮬레이션 수행시간에 따른 시간제약적인 문제를 해결하기 위해서 직접 시뮬레이션을 수행하여 결과를 산출하는 방법 대신에 사전에 시뮬레이션의 결과를 수집하여 놓고, 그 중에서 특정 상황과 유사한 조건으로 수행된 시뮬레이션의 결과를 검색하여 가시화하는 방법을 이용한다. 이를 위해서는 사전에 다양한 상황(재실자의 정보, 시뮬레이션 파라미터의 설정, 재난 발생 지점 등)에 대한 수많은 시뮬레이션 결과를 누적시켜 저장해놓는 시스템이 필요하다.
3장에서 시뮬레이션 결과 및 센서감지인원을 저장하는 DBMS와 이것을 연동하는 데이터연동시스템, 그리고 시뮬레이션 결과데이터를 가시화하는 기능을 설명하였다. 이를 캠퍼스건물 일부에 적용하여 테스트를 수행하였다. 4.
또한, 시뮬레이션 결과를 DBMS에 체계적으로 저장하기 위한 스키마 연구를 수행하였고, DBMS에 저장된 결과를 보행자의 대피안내 및 구조 활동 참고자료로 활용하기에 적합하도록 가공하여 사용자에게 제공할 수 있도록 하였다. 이에 더불어, 본 연구에서는 대피시뮬레이터와 실내인원감지 센서네트워크의 연동을 통해 실시간으로 건물의 인원 및 배치상태를 파악하고, 파악된 정보에 따른 시뮬레이션 결과를 산출하는 기법을 제시한다.
본 연구에서는 대피시뮬레이터의 활용방안을 넓히기 위한 목적으로 실내센서정보와 DBMS를 이용한 실시간 대피시뮬레이션 시스템을 개발하였다. 적외선 실내센서를 이용하여 실제 재실자 인원분포를 파악하고 활용할 수 있도록 하였다. 그리고 대피시 뮬레이션의 결과를 DBMS에 저장하고 센서감지인원과 매칭하여 특정 시점의 인원분포에 해당하는 시뮬레이션 결과데이터를 제공하는 기법을 개발하였다.
전송된 데이터는 일반적으로는 로그(log) 파일로 저장되나, 본 연구에서는 DBMS에 저장하여 이용하는 방식을 제시한다. 실제 재난이 발생할 경우에는 센서와의 연결이 끊어지는 경우가 발생할 수 있다.
이를 통해 실제 재난 상황에서 시뮬레이션의 결과를 빠르게 산출하여 이용할 수 있도록 한다. 즉, 실내센서를 통해 특정상황의 인원분포를 파악하고, 파악된 실내 인원정보와 가장 유사한 상황에서 수행된 시뮬레이션 결과 추출 기법 및 위 과정을 종합적으로 수행할 수 있는 실내 대피시뮬레이션 시스템을 제시한다.
또한, 스코어를 계산하는 속도가 빠르기 때문에 검색시간을 단축시킬 수 있다. 특정 시점의 인원정보와 시뮬레이션 결과 DB에 있는 데이터들의 유사도를 의미하는 스코어를 부여한 후에, 상위 20개의 결과데이터를 출력하여 사용자에게 제공하게 하였다. 3.
대상 데이터
2장에서 살펴본 바와 같이, 본 연구에서는 floor field model을 이용하여 대피시뮬레이션을 수행하기 때문에 건물 및 보행자에 대한 데이터로 그리드 데이터를 이용한다. 대상 공간을 40 x 40cm로 분할하고 하나의 셀에는 벽, 이동가능한 공간, 외부공간 등의 공간속성이 부여되며 보행자는 이동가능한 공간을 따라 출구로 이동하게 된다[15].
구축된 시스템을 테스트하기 위해 캠퍼스 건물의 일부구역을 대상지역으로 선정하였다. 건물 내 강의실 7개와 복도로 구성된 공간이고 강의실내 출입인원을 감지할 수 있도록 모든 문에 적외선 센서를 설치하였다.
이론/모형
2절에서 사용하는 센서감지인원 DB를 구축한다. 본 연구에서는 DBMS로 PostgreSQL을 이용하였다[10]. DBMS는 IRSensor(센서에 감지된 인원을 저장), SimResult(시뮬레이션 결과를 저장), SensorType(센서의 구성타입) 등 3개의 테이블로 구성하였다.
본 연구에서는 서론에서 언급한 바와 같이, 수많은 인원분포조합에 따른 시뮬레이션을 사전에 수행해야 하기 때문에 연산속도에서 강점이 있는 floor field model 기반의 대피시뮬레이터를 구현해서 이용한다[3, 4]. Floor field model은 실내공간을 그리드(grid) 데이터로 분할하고, static floor field와 dynamic floor field 두 개의 필드 값을 이용하여 보행자의 움직임을 모델링 한다[9, 12].
3절에서 설명한 구성과 흐름을 따르게 하였으며, 특정 시점의 센서감지 인원정보를 가져오는 방법은 시간정보를 질의하여 결과를 얻도록 하였다. 인원정보와 유사한 인원분포를 가지고 있는 시뮬레이션 결과 데이터매칭기법은 각 방별 인원차이값을 이용한 euclidean distance기법으로 스코어를 부여 하였다. 이 기법을 이용하면 인원차이가 많이 날 수록 스코어가 증가하게 되고 인원차이가 적을 수록 스코어가 감소하게 된다.
성능/효과
계산된 매치율에 따라 상위 20개의 결과데이터를 출력하고 있으며 텍스트로 기본정보를 표시하고 있다. 검색에 수행된 시간은 약 0.5초이며 실제 시뮬레이션 수행 시간에 비하면 매우 짧은 시간에 결과를 획득할 수 있음을 확인할 수 있다. 검색된 결과데이터 중, 특정 데이터에 대한 상세정보를 확인하면 결과데이터가 시각화되어 제공된다.
요청된 시뮬레이션 결과가 시스템에 반환되게 되고 이는 최종적으로 사용자에게 전달된다. 본 연구에서 제시하는 시스템을 이용하면 사용자는 대피시뮬레이션의 직접적인 수행을 하지 않고도, 실제 인원정보와 유사한 데이터를 이용한 시뮬레이션 결과를 얻을 수 있게 된다. 대피시뮬레이션의 수행이 배제되기 때문에 시뮬레이션 수행속도에 따른 시간 제약적인 문제점을 해결할 수 있다.
후속연구
실내 대피시뮬레이터는 보행자의 움직임, 행동양상, 성향 등의 모델링 및 가시화에 특화되었으며 보행자의 대피양상을 파악하기에 좋은 도구이다[19]. 따라서 실제 재난 상황에서 실내 대피시뮬레이터를 인명피해를 최소화하기 위한 자료 수집 및 분석 도구로 활용한다면 유용할 것으로 예상된다. 하지만 실내 대피시뮬레이터를 실제 상황에서 활용하기에는 다음과 같은 몇 가지의 제약조건이 있다.
셀마다 부여된 색으로 점유도를 나타냈는데, 하단의 출구에 점유가 가장 많이 일어났음을 파악할 수 있다. 또한 다른 두개의 출구근처에서도 점유율이 높았음을 알 수 있는데, 이러한 정보를 토대로 어느 지역에서 병목가능성이 높은지에 대한 예측이 가능할 것이다.
본 연구에서 요구되는 정보는 각 방별 재실자의 분포이고, 각각의 재실자별로의 정확한 위치정보까지는 필요하지 않다. 각각의 방이나 복도에 있는 재실자들의 수를 기반으로 한 재실자분포정보를 이용하기 때문에 재실자들의 출입인원정보만을 획득한다.
본 연구에서 제시하는 기법들을 이용한다면, 대피 시뮬레이션의 직접적인 수행을 배제하기 때문에 빠르게 시뮬레이션의 결과를 획득할 수 있게 되며, 가상의 인원정보가 아닌 센서로 감지된 실제 인원정보를 이용하기 때문에 보다 현실적인 시뮬레이션 결과를 산출할 수 있게 된다. 이를 통해 실제 재난 상황에서 시뮬레이션의 결과를 빠르게 산출하여 이용할 수 있도록 한다.
또한, Simulex, buildingEXODUS등 기존에 개발된 대피시뮬레이터들은 상용프로그램들이 대부분인데, 이들은 특정기능을 수정하거나 추가하기가 불가능하다. 본 연구에서는 기존 대피시뮬레이터에는 없는 기능인 필요한 결과데이터의 산출 및 시뮬레이션 결과의 DBMS누적기능이 필요하기 때문에 [15]에서 개발한 대피시뮬레이터를 기반으로 하여 필요한 기능을 추가한 대피시뮬레이터를 개발해야 할 것으로 판단된다.
1절에서 언급한 셀 점유율을 통해 파악할 수 있도록 하였고, 셀의 색깔로 구분하여 나타낸다. 시각화된 자료를 통해 빠르게 데이터를 분석할 수 있게 하여 실제 재난 상황에서 활용할 수 있는 기초자료로 가능할 것으로 판단된다.
이를 해결하기 위해서는 실시간으로 건물 내 재실자들의 정보를 파악할 수 있는 실내센서와의 연계기능이 필요하다[13]. 실내센서를 통해 수집된 재실자 정보를 이용하여 시뮬레이션 결과를 획득해야 실제 재난 상황에서 활용 가능한 자료로 제공할 수 있을 것이다.
기본정보와 더불어 본 연구에서는 실제 재난상황에서 요구될 것으로 판단되는 추가정보들을 결과데이터로 산출하고, DBMS에 저장하고자 한다. 이 정보들은 실제 재난상황 시에, 구조우선지역 선정, 병목지점 파악 등에 활용될 것으로 예상된다. 출구별 대피인원은 대피시뮬레이션 수행과정에서 각 출구 별로 대피한 인원을 집계하고, 그 정보를 기록한 것이다.
따라서 앞서 살펴본 여러가지 결과데이터 중에 DBMS에 저장하기 너무 무거운 데이터들은 제외하고, 실제 재난상황에서 요구될 것으로 판단되는 결과데이터들을 추려내야 한다. 즉, 본 연구에서 제안하는 대피시뮬레이션 시스템에서는 DBMS에 저장할 수 있도록 가벼워야 하며 실제 재난상황에서 활용성이 높을 것으로 판단되는 데이터들을 결과데이터로 산출해야 한다.
본 연구에서는 인원분포조합에 초점을 맞추어 센서 네트워크를 구성하고, 대피시뮬레이션 결과를 획득하였다. 추후에는 인원분포조합뿐만 아니라, 재실자의 특성(연령, 성별, 성향 등)을 센서를 통해 파악하고, 인원분포조합과 더불어 floor field model의 파라미터를 변경해가면서 재실자의 분포 및 특성을 반영한 시뮬레이션의 결과를 획득하는 기능으로 발전시킬 수 있을 것으로 판단된다.
질의응답
핵심어
질문
논문에서 추출한 답변
대피시뮬레이터는 어디에 이용되고 있는가?
실내공간에서 화재, 붕괴 등의 재난이 증가함에 따라 그 피해를 최소화하기 위한 방법 중 하나로 화재 대피시뮬레이터가 활용되고 있다. 주로 대피시뮬레이터의 활용은 건축물의 설계과정에서 피난에 적합한지를 판단하는 피난안전성 검사에 이용되고 있으며, 실제 재난 상황에서의 활용에는 한계가 있다. 그 이유는 대피시뮬레이션 수행결과를 실제 재난 상황에서 활용하기에 몇 가지의 제약조건이 있기 때문이다.
실내 대피시뮬레이터는 무엇에 특화되어 있는가?
실내 대피시뮬레이터는 보행자의 움직임, 행동양상, 성향 등의 모델링 및 가시화에 특화되었으며 보행자의 대피양상을 파악하기에 좋은 도구이다[19]. 따라서 실제 재난 상황에서 실내 대피시뮬레이터를 인명피해를 최소화하기 위한 자료 수집 및 분석 도구로 활용한다면 유용할 것으로 예상된다.
실내 대피시뮬레이터를 실제 상황에 활용하기에는 어떤 제약조건이 있는가?
첫째, 기존 대피시뮬레이터들은 가상의 인원데이터를 이용하여 대피시뮬레이션을 수행하고 있다 [24]. 실제 재난 상황에서의 활용을 위해서는 가상의 인원데이터로 얻은 결과가 아니라 실제 건물 내 재실자들의 인원분포 데이터를 이용해야 유의미한 결과를 산출할 수 있다. 이를 해결하기 위해서는 실시간으로 건물 내 재실자들의 정보를 파악할 수 있는 실내센서와의 연계기능이 필요하다[13]. 실내센서를 통해 수집된 재실자 정보를 이용하여 시뮬레이션 결과를 획득해야 실제 재난 상황에서 활용 가능한 자료로 제공할 수 있을 것이다.
둘째, 실시간 상황에서 직접 대피시뮬레이션을 수행하여 결과를 얻고 활용하기에는 시간제약적인 문제점이 있다. 보행자의 대피양상에 미치는 물리적, 심리적 요소, 건축물의 구조 등 다양한 요소들을 모두 고려한 시뮬레이션이 수행되기 때문에 시뮬레이션 결과 산출에 많은 시간이 걸리게 된다[19].
셋째, 기존에 연구된 대부분의 시뮬레이터들은 건축물의 피난안전성검사에 주 목적을 두고 있거나, 혹은 알고리즘의 연구 및 테스트용으로 개발되었다 [20]. 기존에 개발된 시뮬레이터들은 목적에 따라 다양한 결과데이터를 산출하고 있는데[8], 대피시뮬레이션의 결과를 보행자의 대피안내 및 구조 활동 참고자료로 활용하기 위해서는 이에 적합한 시뮬레이션 결과들(총 대피시간, 대피경로, 출구별 대피인원, 병목 예상 지점 등)이 산출되어야 한다.
참고문헌 (25)
A. Kirchner, and A. Schadschneider, 2002, "Simulation of evacuation processes using a bionics-inspired cellular automaton model for pedestrian dynamics", Physica A, vol. 312, pp. 260-276.
A. Kirchner, K. Nishinari, and A. Schadschneider, 2003, "Friction effects and clogging in a cellular automaton model for pedestrian dynamics", Phys. Rev., E 65(5): 056122-056128.
C. Henein and T. White, 2005, "Agent-based modeling of forces in crowds", Springer, vol. 3415, pp. 173-184.
C. Henein and T. White, 2007, "Macroscopic effects of microscopic forces between agents in crowd models", Physica A, vol. 373, pp. 694-712.
D. Helbing and P. Molnar, 1997, "Self-organization phenomena in pedestrian crowds", In F. Schweitzer (ed.), Self-Organization of Complex Structures: From Individual to Collective Dynamics, Gordon & Beach, London, UK.
D. Helbing, I. Farkas, and T. Vicsek, 2000, "Simulating dynamical features of escape panic", Nature, vol. 407, pp. 487-490.
D. Helbing, I. Farkas, P. Molnar, and T. Vicsek, 2001, "Simulation of pedestrian crowds in normal and evacuation situations" In M. Schreckenberg and S. Sharma, (Eds.), Pedestrian and Evacuation Dynamics, Springer-Verlag, Berlin, pp. 21-58.
E. D. Kuligowski, , R. D. Peacock, 2005, "Review of Building Evacuation Models", Report NIST TN 1471, Gaithersburg, MD: National Institute of Standards and Technology.
K. Nishinari, A. Kirchner, A. Namazi, and A. Schadschneider, 2005, "Simulations of Evacuation by an Extended Floor Field CA Model", Traffic and Granular Flow '03, pp. 405-410.
PostgreSQL, http://www.postgresql.org/.
R. K. Ahuja, T. L. Magnate, and J. B. Orlin, 1993, Network Flows: Theory, Algorithms and Applications.
T. Kretz and M. Schrekenberg, 2006, "Floor fieldand Agent-based Simulation Tool", International Symposium of Transport Simulation, Lausanne, Switzerland.
가기환, 이광국, 윤자영, 김재준, 김회율, 2008, "적외선 거리 측정 센서를 이용한 보행자 수 측정", 대한전자공학회 하계종합학술대회, 2008, pp. 819-820.
강소연, 조정훈, 최선호, 홍민호, 장원복, 2004, "방재시뮬레이션을 통한 의료시설의 피난안전성 평가", 대한설비공학회 하계학술발표회 논문집, 2004, pp. 185.
곽수영, 남현우, 전철민, 2010, "가시성을 고려한 3차원 실내 보행자 시뮬레이션 모델", 한국공간정보학회지, 제18권, 제5호, pp. 133-142.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.