KR101273662B1 - 어포던스 기반 에이전트 모델을 이용한 인간 행동패턴 인식방법 - Google Patents

Abstract

본 발명은 자신의 주위 환경에 대한 인지정보를 바탕으로 목표(goal)를 달성하기 위하여 행하는 인간의 적응적인 행동패턴에 대한 모델링과 시뮬레이션을 통하여 재난 상황과 같이 실험으로는 재현할 수 없는 복잡하고 동적인 인간-환경시스템(human-environment system)에서 인간의 행동을 관찰, 예측, 통제할 수 있는 인간의 인지적 행위유발인자 (affordance) 기반 에이전트 모델을 이용한 인간 행동패턴 인식방법을 제공하는데 있다.

Description

어포던스 기반 에이전트 모델을 이용한 인간 행동패턴 인식방법{Method for Human Behavior pattern recognition using Affordance-based Agent Model}

본 발명은 어포던스 기반 에이전트 모델(Affordance-based Agent Model)을 이용한 인간행동 시뮬레이션에 관한 것으로, 인간행위자의 인지정보에 기반한 행동 예측 모델 및 그 구현 방법에 관한 것이다. 특히, 인간 행위자와 주위 환경 요소로 이루어진 인간-환경시스템에서 생태학적 행동이론의 바탕이 되는 어포던스(affordance) 이론에 입각하여 환경의 행동유발인자(affordance)와 인간의 행동가능성(effectivity)의 쌍으로 모델링하고, 복잡하고 동적인 인간-환경시스템(human-environment system)에서 인간의 행동을 행동유발인자와 행동가능성가 동일 시공간에 존재 경우를 계산하여 인간 행동 가능성을 사전에 관찰, 예측, 통제할 수 있는 시스템을 디자인할 수 있게 하는 인간 행동패턴 인식방법에 관한 것이다.

최근 대형 쇼핑몰, 지하 노래방 같은 다중 시설에서의 화재, 아이티(Haiti)나 중국 쓰촨성 지진과 같은 점증하는 재난 상황에서의 자연 재해, 화재, 사고 등의 발생과 같은 대피 상황에서 여러 인간의 움직임 및 반응을 미리 예측하고 준비하여 재해로부터의 피해를 감소시키기 위한 노력들이 최근 많이 이루어지고 있다.

특히, 건축물의 경우 위기상황의 사람들의 행동패턴을 통해 각종 설계나 재난 예방 조치를 적용한다면 재해로부터의 피해를 최소화시킬 수 있을 것이다. 이에 따라, 최근에는 수학자 및 심리학자를 동원하여 화재가 발생하면 불이 어떻게 퍼지는지, 어떻게 건물 관리자들이 대처하는지, 또한 인간의 일상 시, 위기 시 행동 패턴을 심리학 연구에 바탕하여 모델링하여 건축 설계에 도입함으로써, 사전에 미리 수리적 컴퓨터 시뮬레이션 모델을 세워서 건물을 디자인하고 있다. 또한 해외에서는 이러한 심리학적 연구가, 관련법, 조례를 만드는 데에 도입되고 있다.

이처럼, 사람들의 행동을 시뮬레이션을 통해 정확하게 예측하고 분석할 필요성이 크게 늘어남으로 인해, 인명피해를 최소화할 수 있는 재난 대비책과 안전 시스템 구축의 필요성이 점점 증가하고 있다. 뿐만 아니라 복잡한 도로 상황에서의 차량의 흐름을 예측하거나 실시간으로 통제하는 교통통제시스템과 무인자동차 제어 등에도 활용될 수 있어서 그 중요성은 크게 증가하고 있다.

그러나 현재 건물 및 도시 시설의 방재 설계에 주로 사용되는 피난 시뮬레이션 소프트웨어인, Simulex?, BuildingExodus?, Pathfinder? 등은 주변 환경과 인간의 상호작용에 기반한 인지적 정보를 바탕으로 행동을 결정한다는 가정 보다는, 미리 프로그램된 지능적 알고리즘에 입각한 의사결정 모듈을 채용하고 있다. 따라서, 동적으로 변하는 재난 환경에서는 실제 인간과 환경간의 상호작용을 묘사하는 데 한계가 있는 것이 현실이다. 화재, 자연재해, 사고 등 주변 환경이 복잡하고 급박하게 변하는 상황에서의 인간의 행동패턴과는 전혀 다른 행동패턴을 유발할 수 있어, 보다 정확한 인간의 행동패턴을 예측하기 위한 필요성이 증대되고 있다.

따라서 본 발명은 상기와 같은 문제점을 해결하기 위해 안출한 것으로서, 자신의 주위 환경에 대한 인지정보를 바탕으로 목표(goal)를 달성하기 위하여 행하는 인간의 적응적인 행동패턴에 대한 모델링과 시뮬레이션을 통하여 재난 상황과 같이 실험으로는 재현할 수 없는 복잡하고 동적인 인간-환경시스템(human-environment system)에서 인간의 행동을 관찰, 예측, 통제할 수 있는 인간의 인지적 행위유발인자(affordance) 기반 에이전트 모델을 이용한 인간 행동패턴 인식방법을 제공하는데 그 목적이 있다.

본 발명의 다른 목적은 인간의 인지적 행위유발인자인 어포던스와 인지적 행동 능력인 이펙티비티를 대피 시뮬레이션에서 고려함으로써, 동적으로 변화하는 재난 환경에서 대피자의 행동을 보다 사실적으로 표현하고 모사할 수 있어, 기존에 사용되는 피난 시뮬레이션 소프트웨어보다 우수한 대피 시뮬레이션 능력을 갖는 인간 행동패턴 인식방법을 제공하는데 있다.

상기와 같은 목적을 달성하기 위한 본 발명에 따른 어포던스 기반 에이전트 모델을 이용한 인간 행동패턴 인식방법의 특징은 (A) 인지 공학적인 어포던스 이론(affordance theory)과 시스템 공학적인 유한 상태 모델 방법론을 이용하여 시스템 안에서의 인간의 행동을 표현하고 기술하기 위한 정형화된 환경 및 단위 공간(방향성)의 스키마를 제공하는 단계와, (B) 초기 이벤트가 발생하면, 발생된 이벤트의 에이전트 유형을 확인하는 단계와, (C) 상기 확인 결과, 발생된 이벤트가 인간 에이전트인 경우는, 시스템 내 환경 상태에 대한 인간의 환경 내 행동가능 상태에 대한 인지 데이터를 기반으로 에이전트 모듈에 의해 예측된 인간의 가능행동 실행을 위하여 정형화된 스키마 상에서 이벤트를 실행하는 단계와, (D) 상기 확인 결과, 발생된 이벤트가 환경 에이전트인 경우는, 상기 실행된 이벤트에 기반하여 제공된 정형화된 스키마를 동적 환경 속에서 정해진 물리적인 법칙들에 근간하여 새로운 환경 이벤트가 발생할 때마다 환경의 변화를 업데이트하는 단계와, (E) 상기 실행된 이벤트를 인지하고, 실행된 이벤트에 기반하여 인간의 인지적 행동유발인자인 어포던스와 행동 능력인 이펙티비티를 평가하여 인간의 인지범위 내에서 다음 행동들의 순서를 생성하고 실행계획을 수립하는 단계와, (F) 상기 수립된 실행계획의 다음 행동들의 순서에 따라 인간의 인지범위 내에서 행위유발인자 및 행위능력인자의 조건이 만족하는 범위에서 이동된 위치의 변화를 업데이트하는 단계와, (G) 상기 위치 변화의 업데이트를 통해 수립된 실행계획을 수정하면서 수정된 실행계획에 기반하여 이동된 위치의 변화를 업데이트하며 목표를 달성하는 단계를 포함하는데 있다.

바람직하게 상기 인간의 인지범위는 환경 조건 및 인간이 감각으로 인지할 수 있는 범위로 정의되는 것을 특징으로 한다.

바람직하게 상기 생성되는 다음 행동들의 순서는 인간의 동적인 인지범위내의 어포던스와 이펙티비티 정보에 따라 산출된 플로어필드인디케이터값(Dynamic Floor Field Indicator : DFFI)을 통해 지속적으로 변하는 상세한 계획과, 출구까지의 물리적인 거리로써 고정된 값으로 산출된 플로어필드인디케이터값(Static Floor Field Indicator : SFFI)에 따라 생성되는 러프 계획을 통해 생성되는 것을 특징으로 한다.

바람직하게 상기 상세한 계획 및 러프 계획은 현재 위치에서 목적지가 위치하는 방향인 것을 특징으로 한다.

바람직하게 상기 러프 계획은 현재 위치에서 목적지까지의 위치와의 거리에 따라 셀 단위로 값을 미리 할당하여 지속적으로 변하는 현재 위치에서의 목적지까지의 거리를 기반으로 이루어지는 것을 특징으로 한다.

바람직하게 상기 (F) 단계는 상기 (D) 단계에서 업데이트된 환경의 변화를 다음 행동들의 순서와 서로 상호작용을 통해 에이전트들의 상태의 변화를 업데이트하는 것을 특징으로 한다.

이상에서 설명한 바와 같은 본 발명에 따른 어포던스 기반 에이전트 모델을 이용한 인간 행동패턴 인식방법은 다음과 같은 효과가 있다.

첫째, 재난, 사고, 교통흐름, 전쟁 등의 재현 실험이 불가능한 상황에서 인간이 어떻게 행동을 취할 것이며, 그 결과로 건물의 구조와 같은 환경의 설계를 어떻게 개선이 가능한지에 대한 단초를 제공할 수 있으며, 이에 따라 소방·방재시스템, 건축·토목·건설, 교통, 군사 등 여러 분야에서 효과적인 시스템 설계와 운용을 위한 예측과 분석 능력의 향상에 크게 기여할 것이다.

둘째, 생태 심리학자들이 개발한 인지에 기반한 인간행동 의사결정 이론을 이용함으로써 기존의 건물 및 도시 시설의 방재 설계에 주로 사용되는 피난 시뮬레이션 소프트웨어인, Simulex?, BuildingExodus?, Pathfinder? 등에서 고려하지 못하고 있는 동적인 환경요소의 변화에 따른 인간의 인지적 정보 변화 및 그 에 따른 인간 행동 패턴을 대피 시뮬레이션 등에서 실시간 고려할 수 있는 효과가 있다.

셋째, 기존의 상용 시뮬레이션에서는 정적인 구조물 내에서 대피자(에이전트)가 단순한 규칙에 기반하여 미리 생성된 대피경로를 따라 이동하게 되어 있으나, 본 발명은 급박하고 동적으로 변화하는 환경요소를 에이전트화 함으로써, 대피자(인간 에이전트)가 자신의 주위에 있는 환경요소(환경 에이전트)와의 인지적 상호작용을 바탕으로 대피 경로를 설정하기 때문에 훨씬 사실적으로 인간의 행동을 모사할 수 있는 효과가 있다.

넷째, 인간의 인지적 행동유발인자인 어포던스와 행동 능력인 이펙티비티를 대피 시뮬레이션에서 고려함으로써, 동적인 재난 환경에서 대피자의 행동을 보다 사실적으로 표현하고 모사할 수 있으므로, 대피 상황뿐 아니라, 화재진화, 대테러 군사적전 등 복잡하고 급박한 상황 변화에 대처하는 인간의 행동 패턴을 예측, 분석할 필요가 있는 분야에 적용 가능하다.

[도 1] 본 발명의 실시예에 따른 어포던스 기반 에이전트 모델을 이용한 인간 행동패턴 인식장치의 구조를 나타낸 구성도
[도 2] 본 발명의 다른 실시예에 따른 어포던스 기반 에이전트 모델을 이용한 인간 행동패턴 인식장치의 구조를 나타낸 구성도
[도 3] 본 발명의 실시예에 따른 어포던스 기반 에이전트 모델을 이용한 인간 행동패턴 인식방법을 설명하기 위한 흐름도
[도 4] 도 3에서 인간의 인지범위의 모델링을 나타낸 실시예
[도 5] 도 3에서 러프 계획을 위해 목적지까지의 거리에 따라 셀 단위로 값을 미리 할당한 정형화된 스키마를 나타낸 도면
[도 6a 내지 도 6f] 본 발명에 따른 어포던스 기반 에이전트 모델을 이용한 인간 행동패턴 인식 동작을 시간 단위로 나타낸 일 실시예

본 발명의 다른 목적, 특성 및 이점들은 첨부한 도면을 참조한 실시예들의 상세한 설명을 통해 명백해질 것이다.

본 발명에 따른 어포던스 기반 에이전트 모델을 이용한 인간 행동패턴 인식방법의 바람직한 실시예에 대하여 첨부한 도면을 참조하여 설명하면 다음과 같다. 그러나 본 발명은 이하에서 개시되는 실시예에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예는 본 발명의 개시가 완전하도록하며 통상의 지식을 가진자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이다. 따라서 본 명세서에 기재된 실시예와 도면에 도시된 구성은 본 발명의 가장 바람직한 일 실시예에 불과할 뿐이고 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형 예들이 있을 수 있음을 이해하여야 한다.

도 1 은 본 발명의 실시예에 따른 어포던스 기반 에이전트 모델을 이용한 인간 행동패턴 인식장치의 구조를 나타낸 구성도이다.

도 1과 같이, 인간 행동패턴 인식장치는 어포던스 기반 유한 상태 모델 제공부(100)와, 이벤트 생성모듈(200)과 에이전트 모듈(300)로 구성된다.

상기 시스템의 유한 상태 모델 제공부(100)는 인지공학적인 어포던스 이론(affordance theory)과 시스템공학적인 유한 상태(혹은 이벤트) 모델 방법론을 이용하여 인간-환경시스템을 표현하는 정형 모델로서, 시스템 안에서의 인간의 행동을 표현하고 기술하기 위한 정형화된 환경 및 단위 공간(방향성)의 스키마를 제공할 뿐만 아니라, 시스템의 목표 상태를 포함하여 인간의 행동 및 환경 에이전트의 이벤트에 의해서 전이될 수 있는 시스템의 전체 상태를 정의한다.

상기 이벤트 생성모듈(200)은 시스템 내 미리 구조화된 데이터를 통해 연산되는 인간의 환경 내 행동가능 상태(어포던스와 이펙티비티가 한 공간에 동시에 존재)에 대한 정보를 기반으로 에이전트 모듈(300)에서 예측된 인간의 가능한 행동을 실행시키기 위하여 유한 상태 모델 제공부에서 제공하는 정형화된 스키마 상에서 이벤트(인간의 행동, 환경의 변화)를 실행시킨다. 이때, 어포던스 기반 정형화된 스키마는 목표 시스템의 기술 모델(descriptive model)이기 때문에, 예측 모델로 사용하기 위해서는 실행되는 이벤트에 기반하는 동적인 상황에 따라 이벤트를 생성해 주어야 한다.

상기 에이전트 모듈(300)은 인간행동 플래너(310), 환경 에이전트(320) 및 인간 에이전트(330)로 구성되어, 동적 환경에서 인간의 적응적인 인지정보가 서로 상호작용하여 상기 시스템의 유한 상태 모델 제공부(100)에서 제공하는 정형화된 스키마에 상기 이벤트 생성모듈(200)에서 실행시키는 이벤트에 따른 인간의 행동패턴을 예측하고 목표 달성을 위해 가능한 행동들의 순서를 생성한다.

이때, 상기 인간행동 플래너(310)는 이벤트 생성 모듈(200)에서 실행되는 이벤트에 따른 인지 정보를 바탕으로 재실자의 현재 상태(위치)에서 목표 상태(지점)까지 이동하는데 필요한 일련의 가능한 다음 행동들의 순서를 생성하여 실행계획을 수립한다. 이는 인간의 인지범위(perceptual Boundary)내에서의 행동유발인자(어포던스)와 인간 행동 계획 수립 알고리즘 (이 실행예에서는, 행위자의 현 위치에서 출구까지의 거리를 나타내는 플로어필드인디케이트(floor field indication) 개념을 도입) 이용하여 탈출경로를 계획한다. 또한 인간행동 플래너(310)는 환경의 구조와 배열, 그리고 주위 환경에 대한 인지정보를 기반으로 하여 목표 달성을 위해 가능한 행동들의 순서를 생성해 준다. 상기 인간의 인지범위는 조명과 안개와 같은 환경 조건과, 인간이 시각적으로 확인할 수 있는 거리 및 인간의 시각/이동 방향인 360도의 범위를 통해 정의된다.

한편, 시뮬레이션이 수행되는 과정에서 인간행동 플래너(310)에 의해 예측된 인간의 행동 순서가 환경적 상황변화로 정형모델 상에서 수행 불가능 상황일 때는 마치 자동차 항법장치에서 경로를 재 생성하는 것과 같이, 현재 상태에서 목표달성까지 가능한 계획을 재 생성하여 사용한다.

그리고 환경 에이전트부(430) 정해진 물리적 법칙(예: 화재 전파 모델)에 따른 이벤트 생성을 통해 전체 시스템 상태를 전이시키고, 이는 재실자의 인지범위내의 행동유발인자에 영향을 주어, 인간 행동 계획을 변경하게 할 수 있게 한다. 이때 상기 물리적인 법칙들은 학술적으로 연구되어 있는 모델 알고리즘 등에 따라 미리 정의되어 있는 규칙을 말하는데, 일 실시예로서, 시간에 따른 화재의 전파속도 및 위치 등을 정의하고 있는 파이어 모델 알고리즘이 있다. 또한 상기 인간 에이전트부(420)는 인간의 인지적 행동유발인자인 어포던스와 행동 능력인 이펙티비티를 인지하고 평가하여 다음 행동들의 순서를 생성하고 인간의 인지범위 내에서 상기 환경 에이전트부(320)에서 업데이트된 환경의 변화를 다음 행동들의 순서와 서로 상호작용하여 실행계획을 수립하면서 이동된 위치의 변화를 업데이트한다.

도 2 는 본 발명의 다른 실시예에 따른 어포던스 기반 에이전트 모델을 이용한 인간 행동패턴 인식장치의 구조를 나타낸 구성도로서, 인간행동 플래너를 에이전트 모듈에 포함시키지 않고 독립적인 모듈로 구성하고 있다.

도 2와 같이, 인간행동 플래너(500)를 독립적으로 구성하고 있으나, 수행되는 기능은 동일하다.

이와 같이 구성된 본 발명에 따른 어포던스 기반 에이전트 모델을 이용한 인간 행동패턴 인식장치의 동작을 첨부한 도면을 참조하여 상세히 설명하면 다음과 같다. 도 1 또는 도 2와 동일한 참조부호는 동일한 기능을 수행하는 동일한 부재를 지칭한다.

도 3 은 본 발명의 실시예에 따른 어포던스 기반 에이전트 모델을 이용한 인간 행동패턴 인식방법을 설명하기 위한 흐름도이다.

도 3을 참조하여 설명하면, 먼저 시스템의 유한 상태 모델 제공부(100)는 인지 공학적인 어포던스 이론(affordance theory)과 시스템 공학적인 유한 상태 모델 방법론을 이용하여 시스템 안에서의 인간의 행동을 표현하고 기술하기 위한 정형화된 환경 및 단위 공간(방향성)의 스키마를 제공한다(S10).

이어 초기 이벤트가 발생하면(S20), 발생된 이벤트의 에이전트 유형, 즉 인간 에이전트인지 환경 에이전트인지를 확인한다(S20).

상기 확인 결과(S20), 발생된 이벤트가 인간 에이전트인 경우는, 이벤트 생성모듈(200)은 시스템 내 환경 상태에 대한 인간의 환경 내 행동가능 상태(어포던스와 이펙티비티가 한 공간에 동시에 존재)에 대한 인지 데이터를 기반으로 에이전트 모듈에 의해 예측된 인간의 가능행동 실행을 위하여 상기 유한 상태 모델 제공부(100)에서 제공된 정형화된 스키마 상에서 이벤트를 실행시킨다(S40).

또한 상기 확인 결과(S20), 발생된 이벤트가 환경 에이전트인 경우는, 에이전트 모듈(300) 내의 환경 에이전트부(320)에서 상기 이벤트 생성모듈(200)에서 실행한 이벤트에 기반하여 새로운 환경 이벤트가 발생하면(S100), 계속해서 시스템의 유한 상태 모델 제공부(100)에서 제공된 정형화된 스키마를 동적 환경 속에서 정해진 물리적인 법칙들에 근간하여 환경의 변화를 업데이트한다(S90). 일 예로서, 상기 새로운 환경 이벤트는 시간에 따른 화재의 전파 등을 말한다.

그리고 에이전트 모듈(300) 내의 인간행동 플래너(310)는 상기 이벤트 생성 모듈(200)에서 실행된 이벤트를 인지하고, 인간의 인지적 행동유발인자인 어포던스와 행동 능력인 이펙티비티를 평가하여 인간의 인지범위 내에서 다음 행동들의 순서를 생성하고 실행계획을 수립한다(S50). 상기 실행계획은 수립은 인간의 인지범위(10)내에서 행위유발인자 및 행위능력인자의 조건이 만족하는 범위에서 이루어지게 된다. 이때, 수립되는 실행계획에 대한 다음 행동들의 순서는 인간의 인지범위(10) 내에서 이루어진다.

상기 인간의 인지범위(10)는 도 4에서 도시하고 있는 것과 같이, 인간의 인지범위 모델링은 조명과 안개와 같은 환경 조건, 그리고 인간이 시각적으로 확인할 수 있는 거리 및 인간의 시각/이동 방향인 360도의 범위를 통해 정의된다. 그리고 도 4에서 도시하고 있는 검정 굵은 선은 실제 인간이 감각기관들을 이용해서 디텍트할 수 있는 영역이고, 굵은 선 안에 포함된 네모들은 유한 상태 모델상에서 인간의 인지범위 안에 포함되는 영역을 나타낸다. 참고로 상기 인간의 인지범위를 나타내는 굵은 선은 반드시 원형일 필요는 없다.

이처럼 상기 수립되는 실행계획은 현재 위치에서 목적지까지의 계획으로서, 통상적인 최단 거리 검색 알고리즘을 통해 이루어지는데, 상기 생성되는 다음 행동들의 순서는 인간의 인지범위에 따라 생성되는 지속적으로 변하는 상세한 계획과 함께, 현재 위치에서 목적지가 위치하는 방향과 같이 고정된 정보에 따라 생성되는 러프 계획을 모두 감안하여 생성된다.

도 5(a)(b)(c)는 러프 계획 및 상세 계획에 따른 목적지까지의 거리에 따라 셀 단위로 값을 미리 할당한 정형화된 스키마를 나타낸 도면으로, 도 5(a)는 러프 계획에 따른 고정된 플로어필드인디케이터값(Static Floor Field Indicator : SFFI)을 나타내고 있으며, 도 5(b)는 인간 인지 범위에 의해 결정되는 플로어필드인디케이터값(Dynamic Floor Field Indicator : DFFI)을 나타내고 있다. 또한 도 5(c)는 실제 모델에서 나타나는 전체 플로어필드인디케이터값을 나타내고 있다.

이처럼, 상기 SFFI는 목적지(출구)까지의 물리적인 거리로서 산출된 값을 말하며, DFFI는 사람의 인지범위 안에서 행동 가능성(행위 유발인자, 행위 능력인자)을 나타내는 값으로 이용된다. 참고로 행위 유발인자는 환경이 제공해 주는 행동 가능성을 나타내며, 행위 능력인자는 행위를 실행할 수 있는 인간의 능력을 나타낸다. 그리고 상기 SFFI 및 DFFI는 이 수치(값)가 작을수록 목적지까지의 거리가 가까운 것으로, 행동 가능성이 높게 된다. 또한 이동 경로 상에 장애물이 있는 경우는 그 수치가 커지게 된다.

따라서, 상기 SFFI 및 DFFI는 시간의 변화, 사람의 이동 위치에 따라 지속적으로 변하게 된다.

그리고 이렇게 지속적으로 변하는 현재 위치에서 목적지까지의 거리를 셀 단위로 할당된 값을 통해 에이전트 모듈(300)에 제공한다. 이에 따라 러프 계획에 상응하는 인간의 인지 정보를 에이전트 모듈(300)에서 적용할 수 있도록 한다(S60).

이어 에이전트 모듈(300) 내의 인간 에이전트부(330)는 상기 인간행동 플래너(310)에서 수립된 실행계획의 다음 행동들의 순서에 따라 인간의 인지범위 내에서 이동하면서 행동에 의한 에이전트의 위치 변화를 업데이트한다(S70). 이때, 상기 인간 에이전트부(330)는 상기 환경 에이전트부(320)에서 업데이트된 환경의 변화를 다음 행동들의 순서와 서로 상호작용을 통해 위치의 변화를 업데이트한다.

그리고 업데이트 되는 이동된 위치의 변화는 인간의 인지범위 내에서 목적지의 방향으로 조금씩 이루어지게 되며, 이렇게 업데이트를 통해 이동된 위치에서 다시 환경의 변화에 따라 최초 수립된 실행계획은 필요에 따라 계속적으로 수정되게 되며, 상기의 과정을 반복하여 목표 상태(지점)까지 이동하는데 필요한 일련의 가능한 행동들을 생성하면서, 목적지에 도착하게 된다(S80).

도 6a 내지 도 6f는 본 발명에 따른 어포던스 기반 에이전트 모델을 이용한 인간 행동패턴 인식 동작을 시간 단위로 시뮬레이션하여 나타낸 일 실시예이다. 여기서 이벤트는 최초 이벤트인 화재의 발생 이후, 이에 따른 화재의 이동, 인간의 행동 기회 인식에 따른 행동 등을 말한다.

먼저, 도 6a는 최초의 이벤트 발생으로 화재발생 시작 시의 유한 상태 모델 제공부(100)에서 제공하는 정형화된 스키마를 나타내고 있으며, 도 6b는 두 번째 이벤트의 발생으로 화재발생 10초 후, 도 6c는 세 번째 이벤트의 발생으로 화재발생 15초 후, 도 6d는 네 번째 이벤트의 발생으로 화재발생 18초 후, 도 6e는 다섯 번째 이벤트의 발생으로 화재발행 21초 후, 도 6f는 여섯 번째 이벤트의 발생으로 화재발생 30초 후의 업데이트되는 환경의 변화 및 인간의 이동 위치의 변화를 순차적으로 나타내고 있다. 이와 같이, 동적으로 변화하는 환경요소를 감안하여 대피자가 자신의 주위에 있는 환경요소와의 인지적 상호작용을 바탕으로 대피 경로를 설정할 수 있도록 함으로써, 훨씬 사실적으로 인간이 행동을 모사할 수 있게 된다.

상기에서 설명한 본 발명의 기술적 사상은 바람직한 실시예에서 구체적으로 기술되었으나, 상기한 실시예는 그 설명을 위한 것이며 그 제한을 위한 것이 아님을 주의하여야 한다. 또한, 본 발명의 기술적 분야의 통상의 지식을 가진자라면 본 발명의 기술적 사상의 범위 내에서 다양한 실시예가 가능함을 이해할 수 있을 것이다. 따라서 본 발명의 진정한 기술적 보호 범위는 첨부된 특허청구범위의 기술적 사상에 의해 정해져야 할 것이다.

Claims (6)

1. (A) 인지 공학적인 어포던스 이론(affordance theory)과 시스템 공학적인 유한 상태 모델 방법론을 이용하여 시스템 안에서의 인간의 행동을 표현하고 기술하기 위한 정형화된 환경 및 단위 공간(방향성)의 스키마를 제공하는 단계와,
   (B) 초기 이벤트가 발생하면, 발생된 이벤트의 에이전트 유형을 확인하는 단계와,
   (C) 상기 확인 결과, 발생된 이벤트가 인간 에이전트인 경우는, 시스템 내 환경 상태에 대한 인간의 환경 내 행동가능 상태에 대한 인지 데이터를 기반으로 에이전트 모듈에 의해 예측된 인간의 가능행동 실행을 위하여 정형화된 스키마 상에서 이벤트를 실행하는 단계와,
   (D) 상기 확인 결과, 발생된 이벤트가 환경 에이전트인 경우는, 상기 실행된 이벤트에 기반하여 제공된 정형화된 스키마를 동적 환경 속에서 정해진 물리적인 법칙들에 근간하여 새로운 환경 이벤트가 발생할 때마다 환경의 변화를 업데이트하는 단계와,
   (E) 상기 실행된 이벤트를 인지하고, 실행된 이벤트에 기반하여 인간의 인지적 행동유발인자인 어포던스와 행동 능력인 이펙티비티를 평가하여 인간의 인지범위 내에서 다음 행동들의 순서를 생성하고 실행계획을 수립하는 단계와,
   (F) 상기 수립된 실행계획의 다음 행동들의 순서에 따라 인간의 인지범위 내에서 행위유발인자 및 행위능력인자의 조건이 만족하는 범위에서 이동된 에이전트의 위치 변화를 계속적으로 업데이트하고, 상기 (D) 단계에서 업데이트된 환경의 변화를 다음 행동들의 순서와 서로 상호작용을 통해 에이전트들의 상태의 변화를 계속적으로 업데이트하는 단계;
   (G) 상기 위치 변화의 계속적인 업데이트를 통해 이전에 수립된 실행계획을 계속적으로 수정하면서 상기 수정된 실행계획에 기반하여 이동된 위치의 변화를 업데이트하며 목표를 달성하는 단계를 포함하는 것을 특징으로 하는 인간 행동패턴 인식방법.
2. 제 1 항에 있어서,
   상기 인간의 인지범위는 환경 조건 및 인간이 감각으로 인지할 수 있는 범위로 정의되는 것을 특징으로 하는 인간 행동패턴 인식방법.
3. 제 1 항에 있어서,
   상기 생성되는 다음 행동들의 순서는 인간의 동적인 인지범위내의 어포던스와 이펙티비티 정보에 따라 산출된 플로어필드인디케이터값(Dynamic Floor Field Indicator : DFFI)을 통해 지속적으로 변하는 상세한 계획과, 출구까지의 물리적인 거리로써 고정된 값으로 산출된 플로어필드인디케이터값(Static Floor Field Indicator : SFFI)에 따라 생성되는 러프 계획을 통해 생성되는 것을 특징으로 하는 인간 행동패턴 인식방법.
4. 제 3 항에 있어서,
   상기 상세한 계획 및 러프 계획은 현재 위치에서 목적지가 위치하는 방향인 것을 특징으로 하는 인간 행동패턴 인식방법.
5. 제 3 항에 있어서,
   상기 러프 계획은 현재 위치에서 목적지까지의 위치와의 거리에 따라 셀 단위로 값을 미리 할당하여 지속적으로 변하는 현재 위치에서의 목적지까지의 거리를 기반으로 이루어지는 것을 특징으로 하는 인간 행동패턴 인식방법.
6. 삭제

Images