표제지

제출문

보고서 요약서

요약문

SUMMARY

목차

CONTENTS 18

제1장. 연구개발과제의 개요 32

제1절. 연구의 배경 32

제2절. 연구의 목적 34

제3절. 연구개발의 중요성 38

1. 기술적 측면 38

2. 경제·산업적 측면 40

3. 사회·문화적 측면 42

제2장. 국내·외 기술개발 현황 43

제1절. 국내 기술 및 산업 동향 43

1. 국내 시장 현황 및 예측 43

2. 국내 주요 관련 업체 45

3. 국내 전문가 및 연구기관 현황 46

4. 국내 연구 인프라 수준 47

5. 국내 기술개발 수준 48

제2절. 국외 기술 및 산업 동향 50

1. 주요국가의 시장규모 50

2. 세계시장을 선도하는 주요 업체 52

3. 해외 시장예측 및 발전전망 53

제3장. 연구개발수행 내용 및 결과 54

제1절 연구개발 수행 개요 54

제2절 연구개발 수행 내용 56

1. 핵심기술 개발 56

가. 3D CAD에서 공간 정보 및 객체정보 추출 56

나. 통행량 측정방법 72

다. 통행량 정보를 이용한 이상 상태 감지 112

라. 네트워크 알고리즘 개발 117

마. 통합시스템 개발 124

2. 파일럿 테스트 143

가. 대상지 공간분석 및 공간구획(Zoning) 144

나. 대상지의 공간정보 DB구축 및 모델링 146

다. 실험 일정 및 실험 세팅 151

라. 실험의 진행 153

마. 실험결과의 분석 154

바. SICS 엔진 테스트 162

사. 소결 165

제3절 연구개발 수행 결과 166

1. 테스트 베드 166

가. 테스트 베드 대상 선정 166

나. 테스트 베드 시스템 구축 175

다. 테스트 베드 실험 결과 178

라. SICS 시뮬레이션 192

2. 미래형 실시간 SICS의 활용에 관한 설문조사 217

3. 소결 224

제4장. 연구개발 목표 달성도 및 관련분야에서의 기여도 226

제1절. 연구개발목표의 달성도 226

1. 연구개발 추진전략 및 방법 226

2. 연구개발 목표의 달성도 227

3. 연구 목표치 대비 실적치 228

제2절. 연구성과의 활용방안 및 기대효과 231

1. 연구성과의 활용방안 231

2. 연구성과의 기대효과 231

제5장. 연구개발결과의 활용계획 232

제1절. SICS 비즈니스 모델 232

제2절. 타 기술과의 연계·활용계획 238

제3절. 정부 정책과의 연계 방안 239

제4절. 관련 후속연구개발의 전망 240

제6장. 연구개발과정에서 수집한 해외과학기술정보 241

제7장. 참고문헌 250

별첨 260

별첨# 1. 자체평가의견서 260

별첨# 2. 학술활동 성과 (학술지)[원문불량;p.235,240,243,245-249,255,262,265,268,270,272,275] 263

별첨# 3. 연구 개발 관련 홍보 활동성과 307

별첨# 4. SICS 시제품 제작 320

별첨# 5. 특허 관련 성과 324

별첨# 6. 미래기술 수요에 대한 대처능력 329

별첨# 7. 재해, 재난 관련기술 개발 331

별첨# 8. 신기술, 신공법 공정개발 개선 332

별첨# 9. 전공분야별 인력양성 배출 실적 349

별첨# 10. 산학연 강좌 건수 356

〈표 2-1〉 제3차 국가지리정보체계 구축사업 연차별 투자계획 44

〈표 2-2〉 국내 주요 관련 업체 현황 45

〈표 2-3〉 국내 관련 전문가 및 연구기관 현황 46

〈표 2-4〉 선진국 대비 기술 인프라 수준 비교 47

〈표 2-5〉 국외 대비 세부 어플리케이션 IT 기술 수준 49

〈표 2-6〉 세계시장을 선도하는 업체 52

〈표 3-1〉 연구개발 추진 전략 55

〈표 3-2〉 3D 공간정보 통합 연구 문헌 57

〈표 3-3〉 ArchiCAD에서 Library Part 61

〈표 3-4〉 추출정보 67

〈표 3-5〉 부동 소수점 변수와 고정 소수점 변수를 이용한 군집화 결과 80

〈표 3-6〉 군집화에 소요된 시간 80

〈표 3-7〉 부동 소수점 연산과 고정 소수점 연산을 이용한 배경 제거 속도 측정 결과 81

〈표 3-8〉 실험 영상에 대한 평균 검출률과 오검률 85

〈표 3-9〉 정확도 측정 결과 94

〈표 3-10〉 다양한 센서의 특성 비교 98

〈표 3-11〉 적외선 거리 측정 센서를 이용한 이동량 측정 시스템의 실험 결과 103

〈표 3-12〉 제안한 방법의 실험 결과 109

〈표 3-13〉 mage Processing 데이터베이스 구조 126

〈표 3-14〉 Database 테이블의 구성 130

〈표 3-15〉 Element_Info 테이블의 구조 131

〈표 3-16〉 OpenSpace_Info 테이블의 구조 131

〈표 3-17〉 Shop_Info 테이블의 구조 131

〈표 3-18〉 Zone_Elem_Rel 132

〈표 3-19〉 Zone_Info 132

〈표 3-20〉 SICS 프로토타입 실험개요 143

〈표 3-21〉 실-출구간 거리(m) 145

〈표 3-22〉 설문 결과 145

〈표 3-23〉 시스템 규격 149

〈표 3-24〉 실험대상지 규모 150

〈표 3-25〉 DB 용량 150

〈표 3-26〉 접속규격 150

〈표 3-27〉 인원감지 프로토콜구조 150

〈표 3-28〉 SICS 프로토타입 실험 일정 151

〈표 3-29〉 AXIS 216FD 카메라 사양 151

〈표 3-30〉 정확도 측정 결과: Site 1, Up 155

〈표 3-31〉 정확도 측정 결과: Site 1, Down 155

〈표 3-32〉 정확도 측정 결과: Site 2, Up 156

〈표 3-33〉 정확도 측정 결과: Site 2, Down 156

〈표 3-34〉 정확도 측정 결과: Site 3, Up 156

〈표 3-35〉 정확도 측정 결과: Site 3, Down 156

〈표 3-36〉 정확도 측정 결과: Site 4, Up 157

〈표 3-37〉 정확도 측정 결과: Site 4, Down 157

〈표 3-38〉 정확도 측정 결과: Site 5, Up 157

〈표 3-39〉 정확도 측정 결과: Site 5, Down 157

〈표 3-40〉 적외선 거리센서를 이용한 통행량 측정 방법의 정확도 측정결과, Up 160

〈표 3-41〉 적외선 거리센서를 이용한 통행량 측정 방법의 정확도 측정결과, Down 160

〈표 3-42〉 적외선 라인레이저를 이용한 통행량 측정의 정확도 측정결과, Up 161

〈표 3-43〉 적외선 라인레이저를 이용한 통행량 측정의 정확도 측정결과, Down 161

〈표 3-44〉 Site-Link 연결 163

〈표 3-45〉 SICS 시스템 하드웨어 사양 176

〈표 3-46〉 통행량 측정 정확도 (8월 7일 19시) 178

〈표 3-47〉 구간별 통행량 (카메라별, 1일 평균) 187

〈표 3-48〉 구간별 통행량 (길 명칭 별, 1일 평균) 188

〈표 3-49〉 요일별 통행량 (요일 별, 1일 평균) 189

〈표 3-50〉 시뮬레이션 프로그램 버튼 설명 204

〈표 3-51〉 평상 시 이동 흐름에 사용된 물리적 파라미터 208

〈표 3-52〉 재난 상황 발생 시 이동 흐름에 사용된 물리적 파라미터 209

〈표 3-53〉 보행자 250명이 빠져나가는데 걸리는 시간 예측치 210

〈표 3-54〉 보행자가 빠져나가는데 걸리는 시간 측정 결과 211

〈표 3-55〉 설문조사 개요 219

〈표 3-56〉 마케팅 분야 설문조사 결과 220

〈표 3-57〉 방재 및 보안 분야 설문조사 221

〈표 4-1〉 연구개발 추진 전략 226

〈표 4-2〉 연구개발 목표의 달성도 227

〈표 4-3〉 1차년도 목표치 대비 실적치 228

〈표 4-4〉 2차년도 목표치 대비 실적치 228

〈표 4-5〉 3차년도 목표치 대비 실적치 229

〈표 4-6〉 총 연구 기간 목표치 대비 실적치 230

〈표 5-1〉 SICS 기술내역 232

〈표 5-2〉 SICS 구축비용 (COEX mall 설치 사례기반) 236

〈표 5-3〉 SICS 시스템 가격비교 236

〈표 6-1〉 피난 시뮬레이션 시간 241

〈그림 1-1〉 미래기반 첨단건설기술 마크로 기술지도 33

〈그림 1-2〉 연구개발의 최종목표 34

〈그림 1-3〉 IDEFØ의 범례 35

〈그림 1-4〉 미래형 실시간 SICS의 목표 - 레벨 1 36

〈그림 1-5〉 미래형 실시간 SICS의 목표 - 레벨 2 37

〈그림 1-6〉 기술적 측면에서의 연구개발 중요성 39

〈그림 1-7〉 Human-based 의사결정의 문제점 39

〈그림 1-8〉 경제적 측면에서의 중요성 41

〈그림 1-9〉 사회, 문화적 측면에서의 연구개발 중요성 42

〈그림 2-1〉 국내 GIS 시장 성장 추이 및 전망 43

〈그림 2-2〉 미국의 활용분야별 시장구도 51

〈그림 2-3〉 세계 GIS 시장 성장 추이 53

〈그림 3-1〉 실시간 SICS 개념도 54

〈그림 3-2〉 연구 내용 및 방법 54

〈그림 3-3〉 연구흐름도 56

〈그림 3-4〉 파일교환방식 58

〈그림 3-5〉 직접적인 데이터 import 방식 58

〈그림 3-6〉 3D CAD의 공간정보 구조 58

〈그림 3-7〉 3D CAD와 3D GIS의 파일 전환 58

〈그림 3-8〉 3D 내비게이션의 개념도 59

〈그림 3-9〉 3D 내비게이션의 예시 59

〈그림 3-10〉 공간의 Class와 속성 60

〈그림 3-11〉 ArchiCAD Add-on 데이터 구조 62

〈그림 3-12〉 ArchiCAD Add-on 프로그램 설치 시 모습 63

〈그림 3-13〉 한양 Plaza의 ArchiCAD 2D 모델 형상 64

〈그림 3-14〉 한양 Plaza의 ArchiCAD 3D 모델 형상 64

〈그림 3-15〉 한양 Plaza Zone의 공간 정보 65

〈그림 3-16〉 한양 Plaza space의 공간 정보 65

〈그림 3-17〉 한양 Plaza Zone의 모델링 정보(개구부가 없는 경우) 66

〈그림 3-18〉 한양 Plaza Zone의 공간 정보(개구부가 있는 경우) 66

〈그림 3-19〉 프로그램 프로세스 67

〈그림 3-20〉 부재정보 내보내기 68

〈그림 3-21〉 실 정보 내보내기 68

〈그림 3-22〉 통로정보 내보내기 69

〈그림 3-23〉 Zone 구획정보내보내기 69

〈그림 3-24〉 ArchiCAD에서의 Add-on 기능적용 70

〈그림 3-25〉 Access 파일로 추출된 형태 70

〈그림 3-26〉 3D CAD에서 공간정보 및 객체정보 추출 71

〈그림 3-27〉 많은 통행량을 보이는 영상의 예: (a) 입력 영상, (b) 많은 통행량에 의해 잘못 생성된 배경 모델 76

〈그림 3-28〉 정적 화소 구분의 예: (a) 입력 영상, (b) 정적 화소 판단 결과. 검은색 화소는 정적 화소를, 흰색 화소는 비정적 화소를 나타내며, 회색 화소는 객체 크기를 고려한 모폴로지 연산을 통하여 확장된 비정적 화소를 나타낸다. 77

〈그림 3-29〉 빠른 밝기 변화를 갖는 영상의 예: (a)와 (b)는 약 2초의 시간 차를 갖는 입력 영상, (c) 혼합 Gaussian 배경 모델에 의한 배경 제거 결과, (d) 두 입력 영상 사이의 밝기값 차이를 3단계로 구분하여 나타낸 영상. 78

〈그림 3-30〉 화소 변화 빈도 지도의 예: (a) 초기 훈련 기간에 발생한 일계치 이상의 밝기값 변화 횟수를 누적한 결과, (b) (a)를 이진화한 결과 79

〈그림 3-31〉 실험에 사용된 비디오 영상의 예: (a) Library, (b) Corridor 81

〈그림 3-32〉 Library 영상에 대한 성능 측정 결과: (a) 입력영상, (b) Stauffer의 방법, (c) Tang의 방법, (d) Lee의 방법, (e) 제안한 방법 83

〈그림 3-33〉 Library 영상에 대한 성능 측정 결과: (a) 검출률, (b) 오검률 83

〈그림 3-34〉 Corridor영상에 대한 성능 측정 결과: (a) 입력 영상, (b) Stauffer의 방법, (c) Tang의 방법, (d) Lee의 방법, (e) 제안한 방법 84

〈그림 3-35〉 Corridor영상에 대한 성능 측정 결과: (a) 검출률, (b) 오검률 84

〈그림 3-36〉 가상 출입구의 예 86

〈그림 3-37〉 통행량 추정 알고리즘 흐름도 87

〈그림 3-38〉 전경 영역 분리방법의 예 87

〈그림 3-39〉 움직임 벡터 추출의 예 88

〈그림 3-40〉 픽셀 크기 정량화를 위한 타원 모델 88

〈그림 3-41〉 통행량 측정의 예 90

〈그림 3-42〉 시뮬레이션 영상의 예 91

〈그림 3-43〉 시뮬레이션을 통하여 얻어진 특징량 보상 함수 92

〈그림 3-44〉 인위적 영상에 대한 특징량 보정 실험 결과 93

〈그림 3-45〉 실험 영상의 예 94

〈그림 3-46〉 통행량 측정 결과 95

〈그림 3-47〉 적외선 센서의 예 96

〈그림 3-48〉 초음파 센서의 방식 97

〈그림 3-49〉 압전센서의 예 97

〈그림 3-50〉 적외선 거리 센서를 이용한 이동량 감지 시스템의 개요도 99

〈그림 3-51〉 사용된 센서와 거리에 따른 센서의 출력값 99

〈그림 3-52〉 센서의 거리 측정 원리 100

〈그림 3-53〉 센서 시스템의 하드웨어 구성도 100

〈그림 3-54〉 적외선 거리 센서를 이용한 이동량 측정 방법 흐름도 101

〈그림 3-55〉 최고점 검출의 예 102

〈그림 3-56〉 각 센서열에서 추출된 최고점 매칭의 예 102

〈그림 3-57〉 적외선 거리 센서를 이용한 이동량 측정 시스템의 정확도 측정 결과 103

〈그림 3-58〉 잘못 측정된 보행자의 예 104

〈그림 3-59〉 시스템 구성도 104

〈그림 3-60〉 본 실험에 사용된 시스템을 통해 획득한 영상 105

〈그림 3-61〉 적외선 필터의 성능 곡선 105

〈그림 3-62〉 거리 영상의 예: 2차원 표현과 3차원 표현 106

〈그림 3-63〉 Mean-shift 알고리즘을 이용한 객체 내 최고점 검출의 예 107

〈그림 3-64〉 Mean-shift를 이용한 보행자 수 측정 알고리즘 108

〈그림 3-65〉 보행자 수 측정 결과의 예 110

〈그림 3-66〉 보행자 수 측정 결과의 예 110

〈그림 3-67〉 적외선을 이용한 통행량 측정 111

〈그림 3-68〉 통행량 모델링의 개념도 113

〈그림 3-69〉 통행량 모델링 결과의 예시 115

〈그림 3-70〉 통행량을 이용한 이상상태 검출 116

〈그림 3-71〉 2차년도 연구의 네트워크 모델 구성 117

〈그림 3-72〉 네트워크 모델 구성 118

〈그림 3-73〉 XML 파일로부터 생성된 도면 구조 118

〈그림 3-74〉 그래프 구조 119

〈그림 3-75〉 그래프 구조를 이용한 경로 탐색 120

〈그림 3-76〉 이용 가능한 모든 통로 121

〈그림 3-77〉 이동거리만을 고려하여 산정된 최적 이동 경로 121

〈그림 3-78〉 SICS를 이용해 얻어지는 통로 혼잡도 예 122

〈그림 3-79〉 혼잡도를 고려한 최적 이동 경로 122

〈그림 3-80〉 혼잡도를 고려한 최적 이동 경로 123

〈그림 3-81〉 SICS 개념도 124

〈그림 3-82〉 3D CAD Add-On 모듈 125

〈그림 3-83〉 보행자의 통행량 측정 모듈 126

〈그림 3-84〉 GIS 모듈 126

〈그림 3-85〉 경로 분석 모듈 127

〈그림 3-86〉 모니터링 모듈 127

〈그림 3-87〉 이상 상태 감지 모듈 128

〈그림 3-88〉 SICS 엔진의 기본 화면 구성 129

〈그림 3-89〉 Database Table간의 관계 130

〈그림 3-90〉 텍스트 검색과 카테고리 검색의 실행 예 133

〈그림 3-91〉 최적 이동 경로 검색의 실행 예 134

〈그림 3-92〉 부재 검색의 실행 예 135

〈그림 3-93〉 화면 표시 실행 예 136

〈그림 3-94〉 CCTV 모니터링 기능의 실행 예 137

〈그림 3-95〉 통행량 모니터링 실행 예 138

〈그림 3-96〉 통행량 분석 기능의 실행 예 139

〈그림 3-97〉 통행량 시뮬레이션 실행 예 140

〈그림 3-98〉 통행량 분석 기능의 실행 예 141

〈그림 3-99〉 SICS 통합시스템 142

〈그림 3-100〉 한양대학교 학생복지관 중앙 통로 좌측부분 매장 144

〈그림 3-101〉 한양대학교 학생복지관 중앙 통로 우측부분 매장 144

〈그림 3-102〉 한양대학교 학생복지관 조닝 145

〈그림 3-103〉 한양대학교 학생복지관 공간정보 DB 146

〈그림 3-104〉 한양대학교 학생복지관 3D 모델 147

〈그림 3-105〉 한양대학교 학생복지관 네트워크 모델 148

〈그림 3-106〉 SICS 프로토타입 구성도 149

〈그림 3-107〉 카메라 및 적외선 모듈센서의 설치 152

〈그림 3-108〉 카메라 및 센서 설치 위치 152

〈그림 3-109〉 실험 프로세스 및 실험 세부내용 153

〈그림 3-110〉 Site 1의 통행량 그래프 154

〈그림 3-111〉 Site 2의 통행량 그래프 154

〈그림 3-112〉 Site 3의 통행량 그래프 154

〈그림 3-113〉 Site 4의 통행량 그래프 154

〈그림 3-114〉 Site 5의 통행량 그래프 154

〈그림 3-115〉 Site 1의 정확도 측정 결과 158

〈그림 3-116〉 Site 2의 정확도 측정 결과 158

〈그림 3-117〉 Site 3의 정확도 측정 결과 158

〈그림 3-118〉 Site 4의 정확도 측정 결과 158

〈그림 3-119〉 Site 5의 정확도 측정 결과 159

〈그림 3-120〉 Site 4에서 오차를 유발한 영상의 예 160

〈그림 3-121〉 적외선 거리 센서를 이용한 통행량 측정 시스템의 정확도 측정 결과 161

〈그림 3-122〉 적외선 라인 레이저를 이용한 통행량 측정 시스템의 정확도 측정 결과 161

〈그림 3-123〉 링크-SITE 연결 162

〈그림 3-124〉 링크테이블 데이터추가 163

〈그림 3-125〉 노드테이블 데이터추가 163

〈그림 3-126〉 노드별 링크 선택 및 피난예상시간 164

〈그림 3-127〉 검색경로 164

〈그림 3-128〉 한양대학교 학생복지관 167

〈그림 3-129〉 연구 흐름도 167

〈그림 3-130〉 다양한 공간 영상 168

〈그림 3-131〉 용산민자사역 아이파크몰 169

〈그림 3-132〉 황학동 롯데캐슬 베네치아몰 169

〈그림 3-133〉 황학동 롯데캐슬 베네치아몰 170

〈그림 3-134〉 용산 아이파크몰 171

〈그림 3-135〉 용산 아이파크 몰 3층 171

〈그림 3-136〉 용산 아이파크몰 4층 172

〈그림 3-137〉 COEX Mall ArchiCAD 173

〈그림 3-138〉 COEX Mall 내부 구성도 173

〈그림 3-139〉 각 통로별로 구획된 매장 174

〈그림 3-140〉 SICS 시스템의 구성도 175

〈그림 3-141〉 SICS 시스템 설치 모습 176

〈그림 3-142〉 SICS 테스트 베드 시스템에 사용된 COEX Mall 내 카메라 위치 177

〈그림 3-143〉 COEX Mall 내 카메라로부터 획득된 영상의 예 177

〈그림 3-144〉 카메라 1에 대한 정확도 측정 결과 (실선 - 실제 통행량, 점선 - 측정치) 179

〈그림 3-145〉 카메라 2에 대한 정확도 측정 결과 (실선 - 실제 통행량, 점선 - 측정치) 179

〈그림 3-146〉 카메라 3에 대한 정확도 측정 결과 (실선 - 실제 통행량, 점선 - 측정치) 180

〈그림 3-147〉 카메라 4에 대한 정확도 측정 결과 (실선 - 실제 통행량, 점선 - 측정치) 180

〈그림 3-148〉 카메라 5에 대한 정확도 측정 결과 (실선 - 실제 통행량, 점선 - 측정치) 181

〈그림 3-149〉 카메라 6에 대한 정확도 측정 결과 (실선 - 실제 통행량, 점선 - 측정치) 181

〈그림 3-150〉 카메라 7에 대한 정확도 측정 결과 (실선 - 실제 통행량, 점선 - 측정치) 182

〈그림 3-151〉 카메라 8에 대한 정확도 측정 결과 (실선 - 실제 통행량, 점선 - 측정치) 182

〈그림 3-152〉 카메라 9에 대한 정확도 측정 결과 (실선 - 실제 통행량, 점선 - 측정치) 183

〈그림 3-153〉 카메라 10에 대한 정확도 측정 결과 (실선 - 실제 통행량, 점선 - 측정치) 183

〈그림 3-154〉 카메라 11에 대한 정확도 측정 결과 (실선 - 실제 통행량, 점선 - 측정치) 184

〈그림 3-155〉 카메라 12에 대한 정확도 측정 결과 (실선 - 실제 통행량, 점선 - 측정치) 184

〈그림 3-156〉 카메라 13에 대한 정확도 측정 결과 (실선 - 실제 통행량, 점선 - 측정치) 185

〈그림 3-157〉 카메라 14에 대한 정확도 측정 결과 (실선 - 실제 통행량, 점선 - 측정치) 185

〈그림 3-158〉 카메라 15에 대한 정확도 측정 결과 (실선 - 실제 통행량, 점선 - 측정치) 186

〈그림 3-159〉 카메라 16에 대한 정확도 측정 결과 (실선 - 실제 통행량, 점선 - 측정치) 186

〈그림 3-160〉 구간별 통행량 (카메라별, 1일 평균) 187

〈그림 3-161〉 구간별 통행량 (길 명칭별, 1일 평균) 188

〈그림 3-162〉 요일별 통행량 (요일 별, 1일 평균) 189

〈그림 3-163〉 각 카메라 영상 별 1일 평균 통행량 (카메라 1~8) 190

〈그림 3-164〉 각 카메라 영상 별 1일 평균 통행량 (카메라 9~15) 191

〈그림 3-165〉 COEX Mall의 도면과 생성된 그래프 구조 193

〈그림 3-166〉 격자 셀 구조 194

〈그림 3-167〉 COEX 도면 마스크 영상 195

〈그림 3-168〉 보행자 주변의 작용하는 힘 196

〈그림 3-169〉 GVF를 통해 계산된 힘 197

〈그림 3-170〉 각 출입구에 대한 확산 지도 생성 방법 200

〈그림 3-171〉 생성된 보행자 2500명에 대한 분포 (1) 201

〈그림 3-172〉 생성된 보행자 2500명에 대한 분포 (2) 202

〈그림 3-173〉 시뮬레이션 프로그램의 기본 구성 203

〈그림 3-174〉 시뮬레이션을 위한 파라미터 설정 205

〈그림 3-175〉 색 변경에 따른 보행자 표시 방법 205

〈그림 3-176〉 보행자 정보 확인 206

〈그림 3-177〉 시뮬레이션 프로그램 207

〈그림 3-178〉 Lane Formation 212

〈그림 3-179〉 Clogging Effect 212

〈그림 3-180〉 경로탐색 가중치에 따른 대피 시간 시뮬레이션 결과 213

〈그림 3-181〉 사람 수에 따른 대피 시간 시뮬레이션 결과 214

〈그림 3-182〉 이동 속도에 따른 대피 시간 시뮬레이션 결과 215

〈그림 3-183〉 SICS 시뮬레이션 216

〈그림 3-184〉 SICS의 활용 방안 217

〈그림 3-185〉 활용방안과 설문항목의 연계성 218

〈그림 3-186〉 직급별 분류 218

〈그림 3-187〉 업종별 분류 218

〈그림 3-188〉 성별 분류 219

〈그림 3-189〉 경력별 분류 219

〈그림 3-190〉 연령별 분류 219

〈그림 3-191〉 세부 분석 결과 222

〈그림 5-1〉 비즈니스 모델 구성요소 233

〈그림 5-2〉 U-City 관련 사업 국내시장 규모 234

〈그림 5-3〉 SICS 관련 시장 234

〈그림 5-4〉 SICS 수익모델 235

〈그림 5-5〉 타 기술과의 연계·활용 계획 238

〈그림 5-6〉 관련 후속연구개발의 개념 240

〈그림 6-1〉 Guthrie Arcv2CAD와 CAD2Shape 243

〈그림 6-2〉 시스템 구조도 243

〈그림 6-3〉 Gray에 의해 제안된 군중 수 추정방법 244

〈그림 6-4〉 Edgelet 특징에 의한 사람 검출 245

〈그림 6-5〉 Zhao에 의해 제안된 사람 검출 방법 246

〈그림 6-6〉 Lin에 의해 제안된 군중 수 추정방법의 예 247

〈그림 6-7〉 Velastin 등에 의해 제안된 군중 수 추정 방법의 예 248

〈그림 6-8〉 Andrade 등에 의해 제안된 이동 흐름 추정방법의 예 249

I. 제목

미래형 실시간 SICS(Spatial Information Control System) 개발

II. 연구개발의 목적 및 필요성

최근 초고층 공간과 복합공간이 증가하면서 건축물의 공간에서는 매우 복잡하고 다양한 상황들이 연출되고 있다. 그러나, 이런 다양한 상황에 대한 관리는 아직도 관리자의제한된 정보에 근거한 의사결정에 의존하고 있다. 하지만, 인간의 능력은 한정된 시간 동안에, 제한된 정보를 분석하여, 상황에 맞는 적절한 조치를 취하는 데에는 분명한 한계가 있다. 이러한 문제점을 해결하기 위하여 첨단 정보기술을 융합한 공간관리시스템을 적용함으로써 보다 효율적인 관리가 이루어지게 된다.

본 연구에서는 실시간 SICS를 개발하여 공간 내 동선, 공간밀도, 통행속도 등 구역별 실시간 통행 데이터를 추출하는 통행량 측정 감지 시스템과 3D CAD의 공간 정보와 GIS를 통합한 SICS 엔진을 통해 공간 정보를 관리하는 것을 목적으로 한다.

III. 연구개발의 내용 및 범위

(1) 3D CAD로부터 공간정보 및 객체정보 추출

- 공간정보 추출을 위한 연구동향 분석

- 3D CAD상에 입력된 정보 중 필요한 공간정보 및 객체정보 결정

- 3D CAD상에서 공간속성정보와 좌표정보를 추출하기 위한 프로그램 개발

(2) 통행량 측정 기술 개발

- 카메라 시점 및 영상 변화 등 다양한 환경에 적합한 통행량 측정 기술 개발

- 실제 환경에서 테스트를 통한 통행량 측정 기술의 검증 및 알고리즘 보완

- 1대의 PC에서 여러 대의 카메라 입력을 처리하기 위한 알고리즘의 경량화 실시

- 영상 이외에 다른 신호를 이용한 통행량 측정 방법 개발

(3) 통행량 정보를 이용한 이벤트 검출

- 통행량 측정 결과를 이용하여 이벤트를 검출

- 평상시 상황의 통행량의 통계치를 효과적으로 구성하는 방법과 통계치를 이용하여 평상시의 상황과 다른 비정상적인 통행량 또는 이동 속도의 발생 상황과 같은 이벤트를 검출

(4) 네트워크 알고리즘 개발

- CAD 도면으로부터 네트워크 모델 생성 방안 연구

- 혼잡도를 고려한 최적 경로 산정 방법 개발

(5) 피난 유도 시뮬레이션

- 시뮬레이션 실시를 위한 보행자 모델 개발

- 평상시와 재난시를 구분하여 가상 시나리오를 작성

- 피난유도 검증을 위해 각 시나리오 별 대피 시뮬레이션 실시

(6) 통합 시스템 개발

- 개발된 각 요소기술을 통합하는 SICS 엔진 및 애플리케이션 시스템 개발

(7) 시스템 검증 실시

- SICS 프로토타입 시스템의 검증을 위한 실험 대상 공간 설정

- 선정된 대상 공간에 대한 3D 모델 및 GIS 데이터 생성

- 선정된 대상 공간에 SICS 애플리케이션 시스템 설치

- SICS 검증을 위한 테스트 베드 실험 진행

IV. 연구개발결과

(1) 3D CAD로부터 공간 정보 및 객체정보 추출

- 필요한 공간 정보를 추출할 수 있는 Archicad의 Add-on 프로그램을 개발

- 공간정보를 XML 형식으로 출력

- 공간정보 및 객체 정보를 Access 형식으로 출력

(2) 인간 이동 감지 기술 개발

- 조명 변화 및 혼잡한 환경에 강인한 배경 모델링 방법 개발

- 정수형 변수 연산을 이용한 배경모델링 방법의 속도 향상

- 카메라 시점 및 보행자 이동 속도에 적응적인 특징량 누적에 의한 통행량 측정 방법 개발

- 적외선 거리 센서, 적외선 라인 레이저 등을 이용한 통행량 측정 기술 개발

(3) 통행량 정보를 이용한 이벤트 검출

- 통행량 통계치 모델 생성 및 갱신 방법 개발

- 통행량 통계치 모델을 이용하여 비정상적 상황 검출

(4) 네트워크 알고리즘 개발

- 3D CAD로부터 추출된 공간정보를 이용하여 네트워크 모델 생성

- 통행량 측정 모듈로부터 얻어진 결과를 이용하여 혼잡도를 고려한 최적의 이동 경로 계산 알고리즘 개발

(5) 피난 유도 시뮬레이션

- 혼잡도를 고려한 최단 이동 경로 산정 알고리즘 개발

- 보행자 이동 모델 개발

- 피난 유도 시나리오 작성

- 피난 유도 시뮬레이션 실시

(6) 통합시스템 개발

- 개발된 통행량 측정 시스템, 네트워크 알고리즘, GIS 엔진, 인터페이스 등을 통합하여 SICS 프로토타입 시스템 개발

(7) 시스템 검증 실시

- SICS 프로토타입 시스템의 검증을 위한 파일럿 테스트 및 테스트베드 실시

- 한양대학교 복지관을 대상으로 파일럿 테스트 진행

- 테스트베드의 대상지 선정

- COEX Mall 대상으로 테스트베드 실험 실시

V. 연구개발결과의 활용계획

본 연구개발과제에서 개발한 SICS 엔진은 3D CAD와 GIS를 통합하는 프레임워크이다. 이는 향후 타 산업의 핵심요소기술과 통합되어 Human-based 의사결정에서 발생되는 한계점을 보완한 Technology-based 의사결정의 관리 시스템으로 활용 될 수 있다.

시설물 관리자 또는 책임자의 입장에서는 각 공간에 대한 실시간 관리가 가능하며, 실시간 및 시간대별 통행량 파악을 통해 특정 시간, 특정 공간에 이용자가 집중하는지를 판단할 수 있다.

이러한 정보는 백화점 등 상업시설의 경우, 주요 매장인지 아닌지를 판단하거나, 필요한 직원 수를 산정하는 데 사용하는 등, 매우 유용한 정보로써 활용되며, 이윤창출을 증대시키는데 큰 도움을 줄 수 있다.

또한 화재 감지 시스템 및 화재 등 비상시 안내 시스템과 연계되어 사용될 경우 이용자 피난 안내 및 소방서 등 유관 기관과의 효율적인 연계 및 소방 활동에 도움을 제공함으로써 이용자의 안전을 도모 하며, 시설물에 대한 피해를 최소한으로 줄이는 데에도 도움을 줄 수 있다. 이외 실내내비게이션 시스템, 시설물관리 시스템, 실내환경관리 시스템, 교통량, 주차관리 시스템, 보안관리 시스템 등의 기술에도 응용되어 활용 될 수 있게 된다.