스크린도어의 장애물 검지를 위한 Area센서와 다중공간분할 3D센서의 검지율 비교 분석 Comparison of detection rates Area sensors and 3D spatial division multiple sensors for detecting obstacles in the screen door원문보기
승강장에는 승객의 안전사고를 방지하기 위하여 스크린도어를 설치하고 있으며 스크린도어에는 장애물 검지를 위해 Area센서를 설치하고 있다. 그러나 먼지, 햇빛, 눈, 벌레 등으로 인한 스크린도어의 빈번한 동작오류가 원활한 열차운행을 방해하고 있어 장애물 감지 센서의 동작오류 감소와 장애물 검지 기능을 고도화하기 위한 대체 검지기의 연구가 필요하다. 본 논문에서는 대구 문양역에 시범운영 중인 로프타입 상하개폐식 스크린도어에 Area센서와 장애물검지 다중공간분할 검지알고리즘을 적용한 3D센서를 설치하여 검지 데이터를 수집하고 CCTV를 이용한 영상데이터 판독결과를 비교하였다. 3D 센서의 장애물 검지율은 약 86.91%로 Area센서의 약 78.88% 대비 장애물 검지율이 6.87~9.79%가 더 높아 설치비용의 절감과 검지성능을 개선한 3D 센서의 적용 가능성을 확인 할 수 있었다.
승강장에는 승객의 안전사고를 방지하기 위하여 스크린도어를 설치하고 있으며 스크린도어에는 장애물 검지를 위해 Area센서를 설치하고 있다. 그러나 먼지, 햇빛, 눈, 벌레 등으로 인한 스크린도어의 빈번한 동작오류가 원활한 열차운행을 방해하고 있어 장애물 감지 센서의 동작오류 감소와 장애물 검지 기능을 고도화하기 위한 대체 검지기의 연구가 필요하다. 본 논문에서는 대구 문양역에 시범운영 중인 로프타입 상하개폐식 스크린도어에 Area센서와 장애물검지 다중공간분할 검지알고리즘을 적용한 3D센서를 설치하여 검지 데이터를 수집하고 CCTV를 이용한 영상데이터 판독결과를 비교하였다. 3D 센서의 장애물 검지율은 약 86.91%로 Area센서의 약 78.88% 대비 장애물 검지율이 6.87~9.79%가 더 높아 설치비용의 절감과 검지성능을 개선한 3D 센서의 적용 가능성을 확인 할 수 있었다.
A subway platform is equipped with screen doors in oder to avoid accidents of passengers, where Area sensors are installed for detecting obstacles in the screen doors. However, there exist frequent operating errors in screen doors due to dusts, sunlight, snow, and bugs. It is required to develope a ...
A subway platform is equipped with screen doors in oder to avoid accidents of passengers, where Area sensors are installed for detecting obstacles in the screen doors. However, there exist frequent operating errors in screen doors due to dusts, sunlight, snow, and bugs. It is required to develope a detection device which reduces errors and elaborates detection function. In this paper, we compared the detection rates of the Area sensor the 3D sensor using CCTV-based image data with installing sensors at the screen door in Munyang station Daegu, where 3D sensor is applied with the space division multiple detection algorithms. It is measured that the detection rate of 3D sensor and Area sensor is approximately 89.61% and 78.88%, respectively. The results confirmed that 3D senor has higher detection rate compared with Area sensor with the rate of 6.87~9.79%, and 3D sensor has benefit in the aspect of installation fee.
A subway platform is equipped with screen doors in oder to avoid accidents of passengers, where Area sensors are installed for detecting obstacles in the screen doors. However, there exist frequent operating errors in screen doors due to dusts, sunlight, snow, and bugs. It is required to develope a detection device which reduces errors and elaborates detection function. In this paper, we compared the detection rates of the Area sensor the 3D sensor using CCTV-based image data with installing sensors at the screen door in Munyang station Daegu, where 3D sensor is applied with the space division multiple detection algorithms. It is measured that the detection rate of 3D sensor and Area sensor is approximately 89.61% and 78.88%, respectively. The results confirmed that 3D senor has higher detection rate compared with Area sensor with the rate of 6.87~9.79%, and 3D sensor has benefit in the aspect of installation fee.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
하지만 장애물 검지 Area센서는 먼지, 햇빛, 눈, 벌레 등으로 인하여 동작 오류가 빈번하게 발생하고 있으며 승강장 스크린도어의 효율을 저하시키고 있다[1-7]. 본 논문에서는 기존 스크린도어에 장애물 검지 센서의 단점을 보완한 다중공간분할 검지 알고리즘이 적용된 장애물 검지 3D센서를 대구 문양역에 설치하여 기존 장애물 검지 Area센서와 3D센서 간 검지율을 평가하였다[8-11]. II장에서는 데이터 수집을 위하여 3D센서 설치 방법과 데이터 분석 방법을 기술하였으며 III장에서는 검지 데이터의 분석 결과를 정리하였다.
본 논문에서는 스크린도어에서 3D센서와 Area센서의 검지율을 비교하였다. 3D센서와 Area센서의 장애물 검지율은 선로 측과 승강장 측 모두 3D센서가 높은 것으로 확인되었다.
제안 방법
센서의 검지율은 3D센서의 감지범위를 열차와 안전선 사이까지 확장하여 운영함으로써 실제 장애물이 열차와 안전선 사이에 존재할 경우를 고려하여 분석하였다. 그림 4에 나타낸 것 처럼 3D센서와 Area센서 검지 로그(Log)데이터는 날짜, 시간, 센서구분, 검지영역으로 데이터 간 매칭을 하였으며 영상 데이터는 1시간 단위로 판독하여 실제 장애물이 열차와 승강장 사이 존재 할 경우 1, 존재하지 않을 경우 0으로 구분하여 엑셀 시트에 기록하였다.
장애물 검지 센서의 장애물 검지비율(특이도)은 열차 운행 시간에 반비례하여 배차 간격이 클수록 검지 확률이 낮아지고 이에 따라 정분류율과 특이도가 과대추정 될 수 있다. 따라서 데이터 언밸런스 문제를 해결하기 위하여 검지 건수와 대응하는 데이터를 층화-단순임의추출법 (Stratified-Simple Random Sampling)으로 임밸런스 데이터 셋을 구성하여 정분류율과 특이도를 평가하였다[12].
검지 수의 결과 분석방법은 영상 판독결과와 3D센서 검지 결과 및 영상 판독결과와 Area센서의 검지 결과를 각각 교차 분석하였고 3D센서 장애물 검지율과 Area 센서 장애물 검지율을 비율차 검정을 유의수준 5%이하에서 실시하였다. 또한 센서 별 장애물 미발생 대기시간과 장애물 발생 검지율을 분석하기 위한 정분류율 (CCR : Correct Classification Rate), 장애물 검지 시 검지율을 분석한 민감도(Sensitivity), 장애물 미발생 시 대기시간 동안의 특이도(Specificity)1)를 함께 제시하였다. 장애물 검지 센서의 장애물 검지비율(특이도)은 열차 운행 시간에 반비례하여 배차 간격이 클수록 검지 확률이 낮아지고 이에 따라 정분류율과 특이도가 과대추정 될 수 있다.
그림 2는 시험을 위한 센서를 설치한 구성도를 나타내며 선로 측과 승강장 측에 3D센서를 각 1개씩 설치하였다. 또한, CCTV를 통한 영상데이터를 함께 수집하여 분석 보조 수단으로 이용하고 감지데이터 수신과 변환, 영상 데이터 촬영 및 백업, 원격제어 등을 위해 함체를 구성하여 설치하였다.
이때 장애물 검지 3D센서의 검지 방향은 수직과 수평인 경우 나누어 평가를 하였으며 두 방향 모두 검지결과의 차이가 없는 것을 확인하였다. 설치위치에 따른 성능차이는 없었으나 전동차 및 이용객 등에 의해 파손 가능성을 고려하여 수직방향에 설치를 하였다.
센서의 검지율은 3D센서의 감지범위를 열차와 안전선 사이까지 확장하여 운영함으로써 실제 장애물이 열차와 안전선 사이에 존재할 경우를 고려하여 분석하였다. 그림 4에 나타낸 것 처럼 3D센서와 Area센서 검지 로그(Log)데이터는 날짜, 시간, 센서구분, 검지영역으로 데이터 간 매칭을 하였으며 영상 데이터는 1시간 단위로 판독하여 실제 장애물이 열차와 승강장 사이 존재 할 경우 1, 존재하지 않을 경우 0으로 구분하여 엑셀 시트에 기록하였다.
2009년 이후 철도 승강장 안전시설이 없는 승강장에서 추락사고 및 자살 등의 안전사고가 증가하고 있다. 이를 방지하기 위하여 승강장 연단에 차단벽을 설치하고 전동차가 지정된 위치에 멈추면 차량 출입문과 차단벽 문이 동시에 열리는 스크린도어 시스템을 설치하였다. 스크린도어 시스템은 승강장과 선로부를 차단함으로써 승객의 안전과 승강장 환경개선 및 에너지 절감 효과가 있다.
대상 데이터
11까지 데이터 수집 시스템을 운영하였다. 데이터 수집 시간은 열차가 운행하는 오전 6시부터 오후 12시까지로 1초 간격으로 총 841,178개의 3D센서 및 Area센서 검지 데이터를 수집하였고 해당 기간 동안 검지 기준값 생성을 위한 영상데이터를 수집하였다.
3D센서 컨트롤러에서 Area센서와 3D센서를 감지하고 데이터 제어 및 수신하며, 검지 데이터 분석 및 로그(Log)데이터를 변환한다. 이때 두 가지 센서의 장애물검지 데이터의 정확한 분석을 위해 추가 설치한 영상촬영 데이터를 활용하였다.
현장적용 시험은 상하개폐 스크린도어 시스템을 운영하고 있는 대구 문양역에 장애물 감지 3D센서와 CCTV를 추가 설치하고 `15.01.30부터 `15.02.11까지 데이터 수집 시스템을 운영하였다. 데이터 수집 시간은 열차가 운행하는 오전 6시부터 오후 12시까지로 1초 간격으로 총 841,178개의 3D센서 및 Area센서 검지 데이터를 수집하였고 해당 기간 동안 검지 기준값 생성을 위한 영상데이터를 수집하였다.
데이터처리
평가 방법은 영상판독에서 장애물이 있었던 시간을 초당 개수로 산출하여 검지 수(n)를 산출하였으며 장애물 검지 센서는 검지시간(sec)을 검지 수(n)로 간주하였다. 검지 수의 결과 분석방법은 영상 판독결과와 3D센서 검지 결과 및 영상 판독결과와 Area센서의 검지 결과를 각각 교차 분석하였고 3D센서 장애물 검지율과 Area 센서 장애물 검지율을 비율차 검정을 유의수준 5%이하에서 실시하였다. 또한 센서 별 장애물 미발생 대기시간과 장애물 발생 검지율을 분석하기 위한 정분류율 (CCR : Correct Classification Rate), 장애물 검지 시 검지율을 분석한 민감도(Sensitivity), 장애물 미발생 시 대기시간 동안의 특이도(Specificity)1)를 함께 제시하였다.
평가 방법은 영상판독에서 장애물이 있었던 시간을 초당 개수로 산출하여 검지 수(n)를 산출하였으며 장애물 검지 센서는 검지시간(sec)을 검지 수(n)로 간주하였다. 검지 수의 결과 분석방법은 영상 판독결과와 3D센서 검지 결과 및 영상 판독결과와 Area센서의 검지 결과를 각각 교차 분석하였고 3D센서 장애물 검지율과 Area 센서 장애물 검지율을 비율차 검정을 유의수준 5%이하에서 실시하였다.
성능/효과
본 논문에서는 스크린도어에서 3D센서와 Area센서의 검지율을 비교하였다. 3D센서와 Area센서의 장애물 검지율은 선로 측과 승강장 측 모두 3D센서가 높은 것으로 확인되었다. 단순하게 검지 범위만으로도 비교가 가능한데 상하개폐 스크린도어 시스템의 규격에 한정된 Area센서의 경우 설치 위치가 한정되어 있기 때문에 선로 측은 Area센서보다 열차에 가깝고, 승강장 측은 Area센서보다 안전선 가까이 검지 범위를 설정할 수 있어 Area센서에서 감지 못하는 위치의 안전선을 침범한 장애물은 3D센서만이 감지할 수 있다.
이에 따라 3D센서의 검지율이 높은 것은 당연할 수도 있지만, 시험 결과 Area센서의 위치상 충분히 감지 될 수 있는 상황에도 불구하고 검지를 못하는 경우가 있음을 알 수 있었다. 3D센서의 경우 장애물 검지율이 86.91% 이었으며, Area센서 대비 장애물 검지율이 95% 신뢰 수준하에서 평균적으로 6.87∼9.19%가 더 높은 것으로 분석 되었다. 장애물 검지 결과를 기반으로 현재 1개의 스크린도어에 설치되는 Area센서가 8개인 반면 3D센서를 2개를 설치하여 더 나은 검지성능과 설치 구축비용을 절감하여 승강장의 승객 안전을 지킬 수 있을 것으로 판단된다.
표4은 센서 간 검지율의 차이를 나타낸다). 3D센서의 장애물 검지율 86.91%와 Area센서 검지율 78.88%을 비교한 결과 p-값이 0.0001보다 작아 3D센서의 검지율이 약 8.03% 더 높은 것으로 판단되었다. 두 센서의 장애물 검지율 차이에 대한 95% 신뢰구간이 하한 6.
두 센서의 장애물 검지율 차이에 대한 95% 신뢰구간이 하한 6.87%에서 상한 9.19%로 3D센서가 Area센서보다 검지율이 95% 신뢰수준 하에서 평균적으로 6.87∼9.19%가 더 높을 것으로 기대된다.
표 1은 장애물 검지 3D센서의 검지영역 검증을 위하여 승강장 및 선로 측에서 100mm 간격으로 위치를 표시하고 음료수캔(∅50x120mm)을 이용하여 대상 장애물 검지 여부를 평가한 결과이다. 이때 장애물 검지 3D센서의 검지 방향은 수직과 수평인 경우 나누어 평가를 하였으며 두 방향 모두 검지결과의 차이가 없는 것을 확인하였다. 설치위치에 따른 성능차이는 없었으나 전동차 및 이용객 등에 의해 파손 가능성을 고려하여 수직방향에 설치를 하였다.
46% 더 높게 나타났다. 장애물 검지시 검지율의 민감도는 3D센서가 86.91%로 Area센서 78.88% 보다 약 8.03% 높았으며 특이도는 임밸런스 데이터 셋에서 3D센서가 100%, Area센서가 90.89%이었다. 장애물 미발생 시 대기 시간 동안의 3D센서의 특이도가 100%인 것은 해당 기간에 장애물이 없는 상태에서 감지한 경우가 없었음을 의미하며 Area센서는 `15.
표 3은 센서별 검지율 평가 결과를 나타낸다. 장애물 미발생 대기시간과 장애물 발생 검지를 분석하기 위해 정분류율을 비교한 결과 언밸런스 데이터 셋에서는 3D센서가 99.87%로 Area센서 99.75%보다 약 0.13% 높은 것으로 나타났으나 임밸런스 데이터 셋에서는 3D센서가 93.61%로 Area센서 85.15%보다 약 8.46% 더 높게 나타났다. 장애물 검지시 검지율의 민감도는 3D센서가 86.
88%의 검지율을 보였다. 표 2의 결과를 바탕으로 하여 영상 판독결과와 센서 검지결과 간 관계성 검증을 실시한 결과 p-값이 0.0001보다 작아 두 가지 센서 모두 영상판독결과와 통계적으로 유의한 관계가 있는 것으로 판단되었다.
후속연구
장애물 검지 결과를 기반으로 현재 1개의 스크린도어에 설치되는 Area센서가 8개인 반면 3D센서를 2개를 설치하여 더 나은 검지성능과 설치 구축비용을 절감하여 승강장의 승객 안전을 지킬 수 있을 것으로 판단된다. 본 연구에서 3D센서와 Area센서가 실외시설물인 점을 감안하여 외부환경요인변화에 따른 센서 오작동을 포함한 평가가 고려되어야 하며 사계절의 변화에 따른 신뢰성 및 검지율 측정을 위한 국내외의 다양한 구축사이트를 통한 지속적인 연구가 필요하다.
19%가 더 높은 것으로 분석 되었다. 장애물 검지 결과를 기반으로 현재 1개의 스크린도어에 설치되는 Area센서가 8개인 반면 3D센서를 2개를 설치하여 더 나은 검지성능과 설치 구축비용을 절감하여 승강장의 승객 안전을 지킬 수 있을 것으로 판단된다. 본 연구에서 3D센서와 Area센서가 실외시설물인 점을 감안하여 외부환경요인변화에 따른 센서 오작동을 포함한 평가가 고려되어야 하며 사계절의 변화에 따른 신뢰성 및 검지율 측정을 위한 국내외의 다양한 구축사이트를 통한 지속적인 연구가 필요하다.
질의응답
핵심어
질문
논문에서 추출한 답변
스크린도어 시스템은 어떤 효과가 있는가?
이를 방지하기 위하여 승강장 연단에 차단벽을 설치하고 전동차가 지정된 위치에 멈추면 차량 출입문과 차단벽 문이 동시에 열리는 스크린도어 시스템을 설치하였다. 스크린도어 시스템은 승강장과 선로부를 차단함으로써 승객의 안전과 승강장 환경개선 및 에너지 절감 효과가 있다. 이 시스템 중 장애물 센서는 스크린도어와 전동차 사이에 승객 존재여부 등을 검지하여 스크린도어가 안전하게 작동할 수 있도록 하는 기능을 담당한다.
데이터를 층화-단순임의추출법으로 임밸런스데이터 셋을 구성하여 특이도를 평가한 배경은 무엇인가?
또한 센서 별 장애물 미발생 대기시간과 장애물 발생 검지율을 분석하기 위한 정분류율 (CCR : Correct Classification Rate), 장애물 검지 시 검지율을 분석한 민감도(Sensitivity), 장애물 미발생 시 대기시간 동안의 특이도 (Specificity)1)를 함께 제시하였다. 장애물 검지 센서의 장애물 검지비율(특이도)은 열차 운행 시간에 반비례하여 배차 간격이 클수록 검지 확률이 낮아지고 이에 따라 정분류율과 특이도가 과대추정 될 수 있다. 따라서 데이터 언밸런스 문제를 해결하기 위하여 검지 건수와 대응하는 데이터를 층화-단순임의추출법 (Stratified-Simple Random Sampling)으로 임밸런스데이터 셋을 구성하여 정분류율과 특이도를 평가하였다[12].
장애물 센서는 어떤 기능을 담당하는가?
스크린도어 시스템은 승강장과 선로부를 차단함으로써 승객의 안전과 승강장 환경개선 및 에너지 절감 효과가 있다. 이 시스템 중 장애물 센서는 스크린도어와 전동차 사이에 승객 존재여부 등을 검지하여 스크린도어가 안전하게 작동할 수 있도록 하는 기능을 담당한다. 하지만 장애물 검지 Area센서는 먼지, 햇빛, 눈, 벌레 등으로 인하여동작 오류가 빈번 하게 발생하고 있으며 승강장 스크린도어의 효율을 저하시키고 있다[1-7].
참고문헌 (12)
H. Kang, H. Kim, and Y. Chung, "Feasibility analysis of RPSD(Rope type Platform Safe Door) on the simulation," The J. of The Korea Institute of Intelligent Transport Systems, vol. 12, no. 2, 2013. pp. 22-29.
Y. Kang, "And possible limitations of risk management through technical solutions: Metro screen door to the core," Science and Technology Studies, vol. 10, no. 2, 2010. pp. 77-105.
J. Kim and J. Son, "Reliable monitoring and control system developed for the platform screen doors(PSD)," J. of Institute of Electrical Engineers, vol. 59, no. 2, 2010, pp. 158-162.
K. Lee, H. Sim, and J. Oh, "USN-based monitoring of outsiders entrance system design and implementation," J. of the Korea Institute of Electronic Communication Sciences, vol. 7, no. 5, 2012, pp. 1165-1171.
S. Lee and H. Kim "A Study of RPSD (Rope-type Platform Safe Door) Opening and Closing Algorithm on Train Platform," Transportation Research, vol. 20, no. 3, 2013, pp. 1-12.
J. Kim, H. Kim. P. Kim, and J. You, "Retractable screen door and down the obstacle detection algorithms developed and evaluated using a 3D sensor," Korea Railroad Association, vol. 2015, no. 5, pp. 1280-1285.
J. Kim and H. Yun, "A Comparative Analysis on the Operating System of Urban Railway & Conventional High speed Railway" Korea Electronics and Telecommunications Association Trans., vol. 10, no. 8, 2015, pp. 953-958.
H.Jung, Y. Ko, C. Li and K. Lee "Study on Precise Positioning using Hybrid Track Circuit system in Metro" vol. 8, no. 8, 2013, pp. 471-477.
G. Choi, "Development of the Operating Algorithm on the Platform Screen Door for Vertical Opening and Closing," Ph.d Chosun University, 2015.
S. Park, R. Eyu, and H. Kim, "Stability Analysis of Wire Rope installed on RPSD," Korea Electronics and Telecommunications Association Trans., vol. 8, no. 2, 2013, pp. 313-319.
K. Choi and S. Yun, "A Comparative Analysis on the Operating System of Urban Railway & Conventional High speed Railway," Korea Electronics and Telecommunications Association Trans., vol. 10, no. 8, 2015, pp. 953-958.
V. Chawla, "Data Mining For Imbalanced Datasets: An Overview," Data Mining and Knowledge Discovery Handbook, July 2010, pp. 875-886.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.