KR102020152B1 - 적응형 휴리스틱기반 부하 분산 방법 및 대피 유도 장치 - Google Patents

적응형 휴리스틱기반 부하 분산 방법 및 대피 유도 장치 Download PDF

Info

Publication number
KR102020152B1
KR102020152B1 KR1020180097818A KR20180097818A KR102020152B1 KR 102020152 B1 KR102020152 B1 KR 102020152B1 KR 1020180097818 A KR1020180097818 A KR 1020180097818A KR 20180097818 A KR20180097818 A KR 20180097818A KR 102020152 B1 KR102020152 B1 KR 102020152B1
Authority
KR
South Korea
Prior art keywords
evacuation
node
path
load balancing
evaluation function
Prior art date
Application number
KR1020180097818A
Other languages
English (en)
Inventor
주양익
김률
Original Assignee
한국해양대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국해양대학교 산학협력단 filed Critical 한국해양대학교 산학협력단
Priority to KR1020180097818A priority Critical patent/KR102020152B1/ko
Application granted granted Critical
Publication of KR102020152B1 publication Critical patent/KR102020152B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B7/00—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00
    • G08B7/06—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00 using electric transmission, e.g. involving audible and visible signalling through the use of sound and light sources
    • G08B7/066—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00 using electric transmission, e.g. involving audible and visible signalling through the use of sound and light sources guiding along a path, e.g. evacuation path lighting strip
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0217—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with energy consumption, time reduction or distance reduction criteria
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Alarm Systems (AREA)

Abstract

적응형 휴리스틱기반 부하 분산 방법 및 대피 유도 장치가 개시된다. 일 실시예에 따른 대피 유도 장치에서 수행되는 부하 분산 방법은, 각 노드에서 수집된 센싱 데이터에 기반하여 평가함수를 계산하는 단계; 상기 계산된 평가함수에 따른 대피 경로를 생성하는 단계; 및 상기 센싱 데이터에 포함된 위험인자를 고려한 부하 분산을 적용하여 대피 경로를 재탐색하는 단계를 포함할 수 있다.

Description

적응형 휴리스틱기반 부하 분산 방법 및 대피 유도 장치{ADAPTIVE HEURISTICS BASED LOAD BALANCING METHOD AND EVACUATION GUIDING SYSTEM}
아래의 설명은 대피 유도 기술에 관한 것으로, 적응형 휴리스틱기반 부하 분산 방법 및 대피 유도 장치에 관한 것이다.
최근 건축기술의 발달로 인해 초고층/대규모 건물이 늘어나고 있다. 일반적으로 건물에는 소방시설과 방화시설 등이 완비되어 있으나, 평소 소방시설이나 방화시설의 위치를 숙지하지 못한 경우가 많아 화재 발생시 소방시설이나 방화시설 등을 사용하기 어렵다. 특히, 초고층/대규모 건물의 화재사고의 경우 큰 인명피해와 재산피해로 직결될 수 있다. 또한, 복잡한 구조를 가진 건물에서는 평소 대피로를 숙지하지 못하여 인명피해가 발생하기도 한다.
일례로 한국공개특허번호 제10-2006-0103727호(공개일 2006년 10월 4일) "화재시 최단거리 출구를 안내하는 비상 유도등 시스템"에는 터널이나 대형 건물의 천장 및 통로 등의 특정 부위에 설치되며, 화재 발생시 그것을 감지하여 상응하는 감지 신호를 송출하는 화재 감지 센서, 상기 화재 감지 센서로부터 감지 신호를 수신하고, 미리 수행되어 내부 메모리에 저장되어 있는 화재발생의 다양한 경우의 수에 대한 시뮬레이션 결과 데이터를 바탕으로 화재 발생에 대한 상황을 판단하여, 현장에 설치된 각 유도등 장치에 가장 적합한 적색 및 녹색 점등 제어신호를 송출하는 중앙 제어부, 및 상기 중앙 제어부로부터의 제어 신호에 따라 적색 또는 녹색으로 점등되는 유도등 장치를 포함하여 화재시 최단거리 출구를 안내하는 구성을 개시하고 있다. 그러나, 종래의 비상 유도등 시스템은 각 지점에서 비상구까지의 이동경로를 한번에 보여주기 때문에, 유독 가스나 화재가 계속 번지는 상황에서는 잘못된 방향으로 유도될 수 있다는 문제점이 존재한다.
이에 따라 화재 상황이나 대피자의 이동 상황에 따라 능동적으로 비상 대피 경로를 유도하는 방법이 제안될 필요가 있다. 더 나아가, 화재 상황에 포함된 위험인자를 고려하여 대피 경로를 안내하는 기술이 요구된다.
재난 상황에 따라 대피 간 대피자에게 직접적 또는 간접적으로 영향을 미치는 다양한 위험인자를 휴리스틱 값으로 반영하여 위험인자가 센싱되는 정보의 종류에 따라 효율적인 동작을 수행하는 장치 및 방법을 제공할 수 있다.
대피 유도 장치에서 수행되는 부하 분산 방법은, 각 노드에서 수집된 센싱 데이터에 기반하여 평가함수를 계산하는 단계; 상기 계산된 평가함수에 따른 대피 경로를 생성하는 단계; 및 상기 센싱 데이터에 포함된 위험인자를 고려한 부하 분산을 적용하여 대피 경로를 재탐색하는 단계를 포함할 수 있다.
상기 각 노드에서 수집된 센싱 데이터에 기반하여 평가함수를 계산하는 단계는, 상기 각 노드에 대한 누적 경로값(G)과 적어도 하나 이상의 위험인자에 대한 휴리스틱 추정값(H)을 합산하여 A* 알고리즘 기반의 변형된 평가함수를 계산하는 단계를 포함할 수 있다.
상기 각 노드에서 수집된 센싱 데이터에 기반하여 평가함수를 계산하는 단계는, 상기 각 노드에서 수집된 센싱 데이터로부터 위험인자를 분류하고, 상기 분류된 위험인자의 등급에 따라 위험단계를 공유하는 단계를 포함할 수 있다.
상기 각 노드에서 수집된 센싱 데이터에 기반하여 평가함수를 계산하는 단계는, 상기 위험인자에 따라 휴리스틱 추정값을 각각 계산하는 단계를 포함할 수 있다.
상기 계산된 평가함수에 따른 대피 경로를 생성하는 단계는, 출발점 노드에서 현재의 누적 경로값과 휴리스틱 값을 기준으로 대피 경로를 탐색하는 단계를 포함할 수 있다.
상기 센싱 데이터에 포함된 위험인자를 고려한 부하 분산을 적용하여 대피 경로를 재탐색하는 단계는, 출발점 노드에서 각 탈출구로의 대피 경로의 탐색이 완료되면, 각각의 노드 사이에 연결된 대피 경로 간의 평가함수 값의 기준으로 부하 분산 알고리즘에 따라 상기 각 노드에서의 인원수를 분배하는 단계를 포함할 수 있다.
상기 센싱 데이터에 포함된 위험인자를 고려한 부하 분산을 적용하여 대피 경로를 재탐색하는 단계는, 기준 위치에 대하여 생성된 대피 경로가 폐쇄될 경우, 상기 기준 위치에 대한 각 방향 경로에 따른 체감거리를 비교하여 경로를 재설정하는 단계를 포함할 수 있다.
대피 유도 장치는, 각 노드에서 수집된 센싱 데이터에 기반하여 평가함수를 계산하는 계산부; 상기 계산된 평가함수에 따른 대피 경로를 생성하는 경로 생성부; 및 상기 센싱 데이터에 포함된 위험인자를 고려한 부하 분산을 적용하여 대피 경로를 재탐색하는 재탐색부를 포함할 수 있다.
상기 계산부는, 상기 각 노드에 대한 누적 경로값(G)과 적어도 하나 이상의 위험인자에 대한 휴리스틱 추정값(H)을 합산하여 A* 알고리즘 기반의 변형된 평가함수를 계산할 수 있다.
상기 계산부는, 상기 각 노드에서 수집된 센싱 데이터로부터 위험인자를 분류하고, 상기 분류된 위험인자의 등급에 따라 위험단계를 공유할 수 있다.
상기 계산부는, 상기 위험인자에 따라 휴리스틱 추정값을 각각 계산할 수 있다.
상기 경로 생성부는, 출발점 노드에서 현재의 누적 경로값과 휴리스틱 값을 기준으로 대피 경로를 탐색할 수 있다.
상기 재탐색부는, 출발점 노드에서 각 탈출구로의 대피 경로의 탐색이 완료되면, 각각의 노드 사이에 연결된 대피 경로 간의 평가함수 값의 기준으로 부하 분산 알고리즘에 따라 상기 각 노드에서의 인원수를 분배할 수 있다.
상기 재탐색부는, 기준 위치에 대하여 생성된 대피 경로가 폐쇄될 경우, 상기 기준 위치에 대한 각 방향 경로에 따른 체감거리를 비교하여 경로를 재설정할 수 있다.
각 노드에서 수집된 센싱 데이터에 기반하여 계산된 평가함수에 따른 최적의 경로를 제시할 수 있다.
각 노드에서 수집된 센싱 데이터에 포함된 위험인자를 고려하여 평가함수를 계산한 후, 부하 분산을 적용하여 경로를 재탐색함으로써 최적의 경로를 제공할 수 있다.
재난 상황에 따라 대피 간 대피자에서 직/간접적으로 영향을 미치는 다양한 위험인자를 휴리스틱 값으로 반영하여 위험인자가 센싱되는 종보의 종류에 따라 효율적으로 동작할 수 있다.
도 1은 일 실시예에 따른 대피 유도 장치의 구성을 설명하기 위한 블록도이다.
도 2는 일 실시예에 따른 대피 유도 장치의 적응형 휴리스틱기반 부하 분산 방법을 설명하기 위한 흐름도이다.
도 3내지 도 5는 일 실시예에 따른 대피 유도 장치의 대피 유도 방법 및 부하 분산의 예를 설명하기 위한 도면이다.
이하, 실시예를 첨부한 도면을 참조하여 상세히 설명한다.
아래의 실시예에서 모든 모드는 노드 간 네트워크를 형성하고 있으며, 노드 간 경로 및 맵 정보, 노드가 배치된 위치 정보를 가지고 있고, 각 노드는 재난 상황을 파악할 수 있는 센싱 기능과 연산된 결과에 따라 최적의 경로를 가이드할 수 있는 기능을 보유하고 있음을 가정하기로 한다.
도 1은 일 실시예에 따른 대피 유도 장치의 구성을 설명하기 위한 블록도이다.
대피유도 장치(100)는 휴리스틱 기반 부하 분산을 위한 것으로, 계산부(110), 경로 생성부(120) 및 재탐색부(130)를 포함할 수 있다.
계산부(110)는 각 노드에서 수집된 센싱 데이터에 기반하여 평가함수를 계산할 수 있다. 계산부(110)는 각 노드에 대한 누적 경로값(G)과 적어도 하나 이상의 위험인자에 대한 휴리스틱 추정값(H)을 합산하여 A* 알고리즘 기반의 변형된 평가함수를 계산할 수 있다. 계산부(110)는 각 노드에서 수집된 센싱 데이터로부터 위험인자를 분류하고, 분류된 위험인자의 등급에 따라 위험단계를 공유할 수 있다. 계산부(110)는 위험인자에 따라 휴리스틱 추정값을 각각 계산할 수 있다.
경로 생성부(120)는 계산된 평가함수에 따른 대피 경로를 생성할 수 있다. 경로 생성부(120)는 출발점 노드에서 현재의 누적 경로값과 휴리스틱 값을 기준으로 최초의 대피 경로를 탐색할 수 있다.
재탐색부(130)는 센싱 데이터에 포함된 위험인자를 고려한 부하 분산을 적용하여 대피 경로를 재탐색할 수 있다. 재탐색부(130)는 기준 위치에 대하여 생성된 대피 경로가 폐쇄될 경우, 기준 위치에 대한 각 방향 경로에 따른 체감거리를 비교하여 경로를 재설정할 수 있다. 예를 들면, 기준 위치는 출발점 노드와 연관된 위치일 수 있고, 구조물에 존재하는 어느 하나의 노드의 위치일 수 있다. 또한, 체감거리란 노드의 위치에서 출구까지의 거리 정보 중 재난 상황에 따라 다르게 느끼는 상대적 거리를 의미할 수 있다. 재탐색부(130)는 lbp에 기초하여 부하 분산(로드밸런싱)에 따른 경로를 재설정할 수 있다. 재탐색부(130)는 출발점 노드에서 각 탈출구로의 대피 경로 탐색이 완료되면, 해당 경로 간의 평가함수 값의 기준으로 부하 분산 알고리즘에 따라 해당 노드의 인원수를 분배할 수 있다.
도 2는 일 실시예에 따른 대피 유도 장치의 적응형 휴리스틱기반 부하 분산 방법을 설명하기 위한 흐름도이다.
대피 유도 장치는 대피 경로 탐색을 위하여 센싱 데이터를 수집할 수 있다(210). 이때, 특정 환경(예를 들면, 구조물, 건물, 특정 장소 등)에 적어도 하나의 노드가 설치되어 있을 수 있다. 이러한 노드에서 수집된 센싱 데이터를 통하여 대피 유도 장치는 대피 경로를 탐색할 수 있다. 예를 들면, 노드로부터 노드와 이웃한 노드를 연결하는 경로에 대한 상태 정보를 포함하는 센싱 데이터를 수집할 수 있고, 노드로부터 재난 상황 또는 비재난 상황 중 어느 하나의 상태 정보를 수집할 수 있다. 일례로, 노드 또는 노드에 설치되어 있는 센서를 통하여 재난 상황 또는 비재난 상황이 감지될 수 있다. 구체적으로, 연기 센서, 온도 센서, 불꽃 감지 센서 등의 다양한 센서를 통하여 획득된 센서 정보에 기초하여 화재, 지진 등의 재난 상황이 감지될 수 있다.
대피 유도 장치는 각 노드에서 수집된 센싱 데이터로부터 위험인자를 분류하고, 분류된 위험인자의 등급에 따라 위험단계를 공유할 수 있다(220). 대피 유도 장치는 위험인자에 따라 휴리스틱 함수 및 가중치를 계산할 수 있다(230). 예를 들면, 위험인자에 따라 각각의 휴리스틱 추정값을 각각 계산할 수 있다. 이때, 위험등급이 반영된 위험인자의 경우, 기존의 휴리스틱 추정값보다 가중치 설계를 통해 큰 값이 계산될 수 있다.
대피 유도 장치는 각 노드에서 수집된 센싱 데이터에 기반하여 평가함수를 계산(240)할 수 있고, 계산된 평가함수에 따른 대피 경로를 탐색(250)할 수 있다. 이때, 대피 유도 장치는 각 노드에서 수집된 센싱 데이터에 기반하여 연산 및 판단 기능을 기반으로 재난 상황이 발생하였을 때, 발생 가능한 위험인자에 대한 적응적으로 대응을 가능하도록 한다. 대피유도 장치는 중앙 집중화된 방식에 기반하여 대피 경로를 생성할 수 있다. 실시예에서는 A* 알고리즘 기반의 변형된 평가함수를 제안한다. 일반적인 A* 알고리즘의 경우, 아래와 같이 나타낼 수 있다. A* 알고리즘은 주어진 출발점에서 도착점까지의 최단 경로를 찾는 그래프/트리 기반 탐색 알고리즘이다. A* 알고리즘은 각 노드에서 목표점까지의 최상의 경로를 추정하는 '휴리스틱 추정값'을 기반으로 순서대로 노드를 탐색할 수 있다. 이러한 특징은 경로 상 막다른 경로가 아닌 경우를 제외하고, 해당하는 휴리스틱 추정값을 기준으로 경로를 탐색하기 때문에 휴리스틱 추정값이 증가하는 방향으로 탐색을 진행하지 않는다. 이러한 휴리스틱 추정값을 파악하기 위하여 아래의 평가함수를 정의할 수 있다. 평가함수의 수식은 수학식 1과 같이 주어진다.
수학식 1:
F=G+H
여기서, F는 평가함수, G는 누적 경로값, H는 휴리스틱 추정값을 의미하고, A* 알고리즘에서 평가함수는 목표도달 값(누적경로 값) G와 휴리스틱 추정값 H의 합으로 이루어진다. A* 알고리즘의 H는 Manhattan Distance 기반의 비유클리드 기하학 기반의 함수이다. G는 시작점에서 현재 노드 n까지의 누적 거리를 나타내고, H는 현재 노드 n에서부터 도착점까지의 휴리스틱 추정값을 나타낸다. 휴리스틱 함수는 제안하는 함수에 따라 탐색 노드의 확장성 및 탐색 속도에 영향을 미친다. 평가함수 F는 누적 경로값 G와 휴리스틱 추정값 H의 합을 통하여 전체의 평가함수를 계산하고 노드의 주변 노드의 평가함수를 비교하여 최소가 되는 방향으로의 탐색을 수행할 수 있다.
변형된 평가함수는 다음과 같이 나타낼 수 있다.
수학식 2:
F'=G+
Figure 112018083066365-pat00001
여기서, i는 위험인자의 종류, n은 총 위험인자의 수를 의미한다.
이와 같이, 센싱 데이터에 발생하는 위험인자의 종류에 따라 각 노드 간 적용되는 평가함수 값이 가변적이다.
대피 유도 장치는 HB와 가중치를 계산할 수 있다(260). 일례로, 기존의 경로가 방화셔터 등에 의하여 폐쇄되어 물리적인 통과가 불가능할 경우, 해당하는 H체감거리 값이 무한대로 수렴할 수 있다. 또는, 암전 등의 상황에 따라 대피 이동속도가 현격히 감소할 경우, H암전에 따른 가중치가 증가할 수 있다. 예외적으로, H 병목의 병목현상에 따른 추정값은 각 노드에서 사용자의 경로 선택에 따라 달라지므로 최초 경로 탐색 이후, 각 방향 경로에 따른 체감거리를 비교함에 따라 lbp 알고리즘에 기반하여 대피 경로를 재설정할 수 있다.
lbp(Deast, Dwest, Dsouth, Dnorth)= L/Deast : L/Dwest : L/Dsouth : L/Dnorth = a1 : a2 : a3 : a4
이때, lbp(lbp(load-balancing proportion; 부하 분산 비), L은 최소공배수를 의미한다. 대피 경로 장치는 부하 분산에 따른 대피 경로를 재설정할 수 있다(270). 구체적으로, 각 노드에서는 센서 네트워크 기반의 가중치 계산값(체감거리) F에 기초하여 최소 값을 기준으로 경로 탐색을 수행하며 대피 경로를 유도할 수 있다. 이에 따라 동일한 노드 또는 동일한 노드 주변에 존재하는 사람이 동일한 방향으로 대피를 수행한다면 병목현상의 발생을 초래할 수 있다. 이에 따라 최소 값을 가지는 대피 경로가 아니더라도 기 설정된 범위의 비율로 사람의 수를 분산하여 우회 경로를 제안한다면 대피 경로를 도출하는데 시간 감축을 기대할 수 있다. 각 노드에서 진행할 수 있는 방향이 4방향(예를 들면, 동, 서, 남, 북)이라고 할 때, 각 방향별 탈출구까지의 체감거리 값을 입력값으로 입력하고, 입력값들의 역수의 비율로 각 노드이 사람(부하)를 분배할 수 있다. 이때, 최소공배수는 비율을 정수화하기 위한 상수이다.
대피 경로 장치는 주기적으로 센싱 데이터를 수집하고, 수집된 센싱 데이터에 기반하여 평가 함수를 계산하여 경로를 탐색하고, 부하 분산에 따른 경로를 재설정하는 과정을 반복할 수 있다. 대피 경로 장치는 위험 상황이 종료되었는지 판단한 후, 프로세스를 종료할 수 있다.
도 3 내지 도 5는 일 실시예에 따른 대피 유도 장치의 대피 유도 방법 및 부하 분산의 예를 설명하기 위한 도면이다.
일례로, 도 3을 참고하면, 대피유도 장치는 구조물에 설치될 수 있다. 구조물에 구조물의 상태 정보를 획득하기 위한 적어도 하나 이상의 노드(310)가 설치될 수 있다. 이때, 노드(310)는 최소한의 통신 기능, 센서 기능, 경로를 결정하는 판단 기능 등이 제공되는 통합형 장치일 수 있고, 또는, 센서 기능을 제공하는 센서 노드와 최적의 경로를 결정하는 판단 기능을 제공하는 결정 노드가 각각 별도로 분리되어 구현될 수도 있다. 또한, 구조물에 설치된 모든 노드는 구조물 내의 경로와 관련된 맵 정보와 각 노드(310)가 배치된 위치 정보를 저장하고 있다.
구조물에 설치된 노드(310)를 통하여 획득된 센서 정보에 기초하여 상태 정보가 센싱될 수 있다. 각 노드(310)에서 이웃 노드까지의 경로에 대한 주변 상황이 감지되어 상태 정보가 주기적으로 센싱될 수 있다. 노드(310)의 상태 정보에 기초하여 재난 상황인지 비재난 상황이 판단될 수 있다. 이러한 노드들 사이에 상태 정보를 포함하는 정보 패킷이 주기적으로 송수신될 수 있다. 이와 같이, 노드들 사이에 정보 패킷이 주기적으로 송수신됨으로써 상태 정보를 공유할 수 있게 된다.
대피 유도 장치는 각 노드에서 수집된 센싱 데이터를 기반으로 위험인자가 가지는 요소별 등급에 따라 위험단계를 공유할 수 있다. 대피 유도 장치는 위험 요소에 따라 휴리스틱 추정값 H을 각각 계산할 수 있다. 대피 유도 장치는 위험등급이 반영된 위험요소의 경우, 기존의 H값보다 가중치 설계를 통해 큰 값으로 계산할 수 있다. 위험등급과 가중치는 각각의 위험인자가 사람이 대피하는데 있어서 얼마나 영향을 미치는지에 기초하여 값을 매길 수 있다. 위험인자와 가중치는 비특허문헌 1 "An evacuation model: the SGEM package", 비특허문헌 2 "선박 화재시 가시율에 따른 대피시간 가상모의실험", 비특허문헌 3 "연소독성지수와 마우스 행동정시시간 비교 연구"를 참고하여 위험인자의 확산성이나 대피자의 이동속도에 미치는 영향을 분석하여 반영할 수 있다. 이러한 위험등급과 가중치를 도출하는 방법은 비특허문헌 1 내지 3에 한정되는 것은 아니다.
위험인자의 가중치 설정과 동일하게 위험등급이 반영될 수 있으며, 위험인자의 종류에 따라 위험등급이 반영되는 방식이 상이할 수 있다. 예를 들면, 특정 공간에서 화재가 발생한 경우, 화재의 번짐이 공간면적의 기 설정된 기준(예를 들면, 30%)이하일 경우, 위험등급이 제안될 수 있지만, 화재의 번짐이 공간면적의 기 설정된 기준 이상일 경우, 특정 공간에 무한대의 가중치를 설정할 수 있다. 이때, 사용자의 이동이 불가하게 된다. 다른 예로서, 특정 공간에 존재하는 연기의 경우, 대기중의 농도가 약 30%이하일 경우, 경고(대피요망), 70% 이하일 때 위급(긴급대피), 70% 이상일 경우 무한대 가중치를 설정할 수 있다. 추가적으로, 연기의 경우 유해가스의 농도에 따라 행동가능 시간이 제한되기 때문에 예를 들면, 비특허문헌 2 또는 비특허문헌 3중 적어도 하나 이상의 비특허문헌을 참고하여 추가적으로 제한시간을 설정하여 생존율을 파악할 수 있다. 이러한 위험인자와 다르게 생명에는 지장이 없으나 대피하는데 시간을 미치는 인자(예를 들면, 암전, 고립, 병목현상 등)의 경우에는 경고 수준의 위험등급을 부여할 수 있다. 또한, 암전은 가시적인 측면에서 연기 상황과 동일하게 반영되고, 병목현상의 경우 비특허문헌 1과 동일하게 단위 면적당 존재하는 사람의 수(밀도)를 측정하여 대피자의 이동속도를 제한할 수 있다.
대피 유도 장치는 각 노드에서 수집된 센싱 데이터에 기반하여 평가함수를 계산할 수 있고, 계산된 평가함수에 따른 대피 경로를 탐색할 수 있다. 이에 따라 출발점 노드에서 현재의 누적 경로값G과 휴리스틱 추정값H을 기준으로 최초의 경로 탐색이 가능해진다. 예를 들면, 각 노드에서 센서 네트워크 기반 가중치 계산 값(체감 거리)에 기반하여 최초 경로 탐색을 수행할 수 있다. 이때, 수행되는 경로는 최단 거리 기반의 경로이고, 이러한 경로는 사람(부하)에 대한 파라미터가 반영되어 있지 않다. 이에 따라, 특정 노드에서의 부하(예를 들면, 병목현상)가 발생한다면, 탈출 시간의 지연을 초래할 수 있으므로 lbp 기반의 경로를 재설정할 수 있다. 도 4를 참고하면, 최단거리 기반의 최초 경로를 탐색한 예와 환경에 따른 부하 분산을 수행한 경로의 예를 나타내고 있다.
일례로, 노드에서 출구까지의 최단 거리를 산출할 수 있고, 노드의 상태 정보가 재난 상황으로 감지될 경우, 노드에서 출구까지의 최단 체감 거리를 산출할 수 있다. 여기서, 최단 거리란 노드의 위치에서 출구까지 가장 가까운 절대적 거리를 의미할 수 있고, 체감 거리란 노드의 위치에서 출구까지의 거리 정보 중 재난 상황에 따라 다르게 느끼는 상대적 거리를 의미할 수 있다. 한국공개특허번호 제10-2016-0068116호는 체감 거리를 계산하는 방법을 제안하고 있다. 이러한 방법에 따르면, 구조물 내에 존재하는 각각의 구간들 각각에 대한 체감 거리를 계산하고, 체감 거리에 위험 예측치를 적용하여 최적 경로를 탐색하고, 위험 예측치가 적용된 최적 경로를 선정함에 따라 체감 경로를 제공하고 있다. 상기 특허는, 구조물 내에 존재하는 적어도 하나의 센서에 기초하여 구간들 각각을 이동하는 데에 영향을 주는 구간들 각각의 위험 요소를 판단하고, 체감 거리를 계산하기 위하여 구간들 각각의 실제 거리에 구간들 각각의 위험 요소에 대응하는 가중치를 적용하고, 체감 거리를 적용한 A* 알고리즘에 기반하여 구조물에서 현재 위치와 목표지점의 남은 거리를 좌표 값의 차이를 이용하여 산출함으로써 최적의 체감 경로를 탐색하고 있다. 실시예에서는 상술된 체감 거리를 계산하는 방법을 적용하여 체감 거리를 산출할 수 있다. 그러나, 상술된 체감 거리를 계산하는 방법에 한정되는 것은 아니며 이외에도 다양한 체감 거리를 계산하는 방법이 적용될 수 있다.
대피 유도 장치는 센싱 데이터에 대한 연산 및 판단 기능을 통하여 재난 상황 시 발생 가능한 위험인자에 대하여 적응적으로 대응할 수 있도록 제공할 수 있다.
또한, 대피 유도 장치는 출발점 노드에서 각 탈출구로의 경로 탐색이 완료되면 해당 경로 간의 평가함수 값의 기준으로 로드부하 분산 알고리즘에 따라 각각에서의 노드의 인원수를 분배할 수 있다. 대피 유도 장치는 로드부하 분산 알고리즘에 기초하여 각각의 노드에서의 인원수를 분배함으로써 경로를 재설정할 수 있다. 도 5를 참고하면, 대피 유도 장치는 각각의 노드에서의 인원수를 분배함으로써 노드에서 탈출구로까지 존재하는 다양한 경로 중 어느 하나의 경로에 집중적으로 사람이 몰릴 수 있는 상황을 방지할 수 있다. 이에 따라 탈출 시간의 지연없이 대피 경로를 통하여 대피가 가능하다.
대피유도 장치는 각각의 노드에서 수집된 센싱 데이터에 기반하여 평가함수를 계산하고, 평가함수에 따라 생성된 최적의 대피 경로를 안내할 수 있다. 예를 들면, 대피유도 장치는 구조물에 존재하는 별도의 사용자 단말과 통신을 수행함으로써 최적의 대피 경로를 음성 데이터 또는/및 텍스트 데이터로 안내할 수 있다. 이때, 사용자가 존재하는 위치 정보를 사용자가 소지하고 있는 사용자 단말을 통하여 통보함으로써 사용자의 위치에 따른 최적의 대피 경로가 안내될 수 있다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치에 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (14)

  1. 대피 유도 장치에서 수행되는 부하 분산 방법에 있어서,
    각 노드에서 수집된 센싱 데이터에 기반하여 평가함수를 계산하는 단계;
    상기 계산된 평가함수에 따른 대피 경로를 생성하는 단계; 및
    상기 센싱 데이터에 포함된 위험인자를 고려한 부하 분산을 적용하여 대피 경로를 재탐색하는 단계
    를 포함하고,
    상기 각 노드에서 수집된 센싱 데이터에 기반하여 평가함수를 계산하는 단계는,
    상기 각 노드에서 수집된 센싱 데이터로부터 위험인자를 분류하고, 상기 분류된 위험인자의 등급에 따라 위험단계를 공유하고, 상기 위험인자에 따라 휴리스틱 추정값을 각각 계산하고, 상기 각 노드에 대한 누적 경로값(G)과 적어도 하나 이상의 위험인자에 대한 휴리스틱 추정값(H)을 합산하여 A* 알고리즘 기반의 변형된 평가함수를 계산하는 단계
    를 포함하고,
    상기 센싱 데이터에 포함된 위험인자를 고려한 부하 분산을 적용하여 대피 경로를 재탐색하는 단계는,
    출발점 노드에서 각 탈출구로의 대피 경로의 탐색이 완료되면, 각각의 경로 간의 평가함수 값의 기준으로 부하 분산 알고리즘에 따라 상기 각 노드에서의 인원수를 분배하는 단계
    를 포함하는 부하 분산 방법.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 제1항에 있어서,
    상기 계산된 평가함수에 따른 대피 경로를 생성하는 단계는,
    출발점 노드에서 현재의 누적 경로값과 휴리스틱 값을 기준으로 대피 경로를 탐색하는 단계
    를 포함하는 부하 분산 방법.
  6. 삭제
  7. 제1항에 있어서,
    상기 센싱 데이터에 포함된 위험인자를 고려한 부하 분산을 적용하여 대피 경로를 재탐색하는 단계는,
    기준 위치에 대하여 생성된 대피 경로가 폐쇄될 경우, 상기 기준 위치에 대한 각 방향 경로에 따른 체감거리를 비교하여 경로를 재설정하는 단계
    를 포함하는 부하 분산 방법.
  8. 대피 유도 장치에서 있어서,
    각 노드에서 수집된 센싱 데이터에 기반하여 평가함수를 계산하는 계산부;
    상기 계산된 평가함수에 따른 대피 경로를 생성하는 경로 생성부; 및
    상기 센싱 데이터에 포함된 위험인자를 고려한 부하 분산을 적용하여 대피 경로를 재탐색하는 재탐색부
    를 포함하고,
    상기 계산부는,
    상기 각 노드에서 수집된 센싱 데이터로부터 위험인자를 분류하고, 상기 분류된 위험인자의 등급에 따라 위험단계를 공유하고, 상기 위험인자에 따라 휴리스틱 추정값을 각각 계산하고, 상기 각 노드에 대한 누적 경로값(G)과 적어도 하나 이상의 위험인자에 대한 휴리스틱 추정값(H)을 합산하여 A* 알고리즘 기반의 변형된 평가함수를 계산하는 것을 포함하고,
    상기 재탐색부는,
    출발점 노드에서 각 탈출구로의 대피 경로의 탐색이 완료되면, 각각의 경로 간의 평가함수 값의 기준으로 부하 분산 알고리즘에 따라 상기 각 노드에서의 인원수를 분배하는
    대피 유도 장치.
  9. 삭제
  10. 삭제
  11. 삭제
  12. 제8항에 있어서,
    상기 경로 생성부는,
    출발점 노드에서 현재의 누적 경로값과 휴리스틱 값을 기준으로 대피 경로를 탐색하는
    것을 특징으로 하는 대피 유도 장치.
  13. 삭제
  14. 제8항에 있어서,
    상기 재탐색부는,
    기준 위치에 대하여 생성된 대피 경로가 폐쇄될 경우, 상기 기준 위치에 대한 각 방향 경로에 따른 체감거리를 비교하여 경로를 재설정하는
    것을 특징으로 하는 대피 유도 장치.
KR1020180097818A 2018-08-22 2018-08-22 적응형 휴리스틱기반 부하 분산 방법 및 대피 유도 장치 KR102020152B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180097818A KR102020152B1 (ko) 2018-08-22 2018-08-22 적응형 휴리스틱기반 부하 분산 방법 및 대피 유도 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180097818A KR102020152B1 (ko) 2018-08-22 2018-08-22 적응형 휴리스틱기반 부하 분산 방법 및 대피 유도 장치

Publications (1)

Publication Number Publication Date
KR102020152B1 true KR102020152B1 (ko) 2019-09-09

Family

ID=67951521

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180097818A KR102020152B1 (ko) 2018-08-22 2018-08-22 적응형 휴리스틱기반 부하 분산 방법 및 대피 유도 장치

Country Status (1)

Country Link
KR (1) KR102020152B1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140092511A (ko) * 2013-01-10 2014-07-24 (주)스마트테크놀로지 지능형 피난 유도 방법 및 장치
KR101778445B1 (ko) * 2016-06-01 2017-09-14 한국해양대학교 산학협력단 비상탈출유도방법 및 장치
KR20180012034A (ko) * 2016-07-26 2018-02-05 주식회사 삼진엘앤디 사물 인터넷 환경에서 능동적 상황인지를 통한 사용자 에스코트 시스템 및 방법
KR20180065281A (ko) * 2016-12-07 2018-06-18 한국해양과학기술원 선박용 스마트 대피 안내시스템 및 그 제공방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140092511A (ko) * 2013-01-10 2014-07-24 (주)스마트테크놀로지 지능형 피난 유도 방법 및 장치
KR101778445B1 (ko) * 2016-06-01 2017-09-14 한국해양대학교 산학협력단 비상탈출유도방법 및 장치
KR20180012034A (ko) * 2016-07-26 2018-02-05 주식회사 삼진엘앤디 사물 인터넷 환경에서 능동적 상황인지를 통한 사용자 에스코트 시스템 및 방법
KR20180065281A (ko) * 2016-12-07 2018-06-18 한국해양과학기술원 선박용 스마트 대피 안내시스템 및 그 제공방법

Similar Documents

Publication Publication Date Title
Chen et al. TDVRP and BIM integrated approach for in-building emergency rescue routing
Desmet et al. Graph and analytical models for emergency evacuation
Fujihara et al. Disaster evacuation guidance using opportunistic communication: The potential for opportunity-based service
Samah et al. Modification of Dijkstra’s algorithm for safest and shortest path during emergency evacuation
Goodwin et al. Escape planning in realistic fire scenarios with Ant Colony Optimisation
CN112393732B (zh) 无人机避障方法、装置、可读存储介质及电子设备
Wang et al. A dynamic fire escape path planning method with BIM
Garcia-Ojeda et al. Planning evacuation routes with the P-graph framework
CN109035641B (zh) 考虑烟气影响的火灾疏散路径动态优化与可视方法
Cho et al. An automated direction setting algorithm for a smart exit sign
Kim et al. Analysis of evacuation simulation considering crowd density and the effect of a fallen person
JP5074310B2 (ja) 火災時危険度評価装置、移動経路選択装置、火災時危険度評価プログラム及び移動経路選択プログラム
KR20150077965A (ko) 화재 피난 유도 시스템
Nguyen et al. A scalable approach for dynamic evacuation routing in large smart buildings
Andayesh et al. A comparative study of different approaches for finding the shortest path on construction sites
US20180254974A1 (en) Hierarchical graph-based path search method and path search method in internet of things environment using same
Li et al. Routing service with real world severe weather
KR102020152B1 (ko) 적응형 휴리스틱기반 부하 분산 방법 및 대피 유도 장치
Hara et al. Geographical risk analysis based path selection for automatic, speedy, and reliable evacuation guiding using evacuees’ mobile devices
KR102198594B1 (ko) 무료 와이파이를 이용한 대피 경로 안내 시스템 및 방법
KR102200410B1 (ko) 초고층 건물의 화재 발생 시 피난 시나리오 구성 방법, 장치 및 컴퓨터-판독가능 기록매체
Okada et al. A novel urgent communications technologies for sharing evacuation support information in panic-type disasters
Ferraro et al. Evacuation and smart exit sign system
KR20170081884A (ko) 실내 경로 안내 장치 및 그 동작 방법
KR102605041B1 (ko) 3차원 cad 모델 기반의 네비게이션 서비스 제공 방법 및 그 장치

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant