• 한국터널지하공간학회 논문집
• /
• 제21권1호
• /
• pp.61-77
• /
• 2019

밀집도가 높은 국내 기존 도심지를 대상으로 공동구를 새로이 계획할 경우에는 정량적 평가지표에 의한 타당성 평가시스템과 경제성 평가를 이용한 최적 설계용량 결정 등의 합리적인 의사결정 과정이 필요하다. 그러므로 이전 연구에서는 도심지 유형별 특성을 고려한 의사결정 계층구조를 구성하고 정량적 평가지표 항목에 대한 계층의사분석(AHP)을 통해서 개별 상위지표(3개) 부문과 하위지표(16개) 항목의 중요도 가중치를 제시하였다. 또한 도심지 공동구에 적합한 비용 편익 분석을 위해서 교통사고 감소효과, 차량소음 저감효과, 사회 경제적 손실 등의 3개 항목을 새로이 추가하여 10개의 편익 항목, 8개의 비용 항목을 고려한 경제성 평가방법이 제시되었다. 본 연구는 도로관리, 공공시설, 도시환경 부문의 하위 16개 평가지표의 중요도 가중치를 활용한 정량적 타당성 평가방법을 제시하고 서울시 주간선도로 123개 구간을 대상으로 타당성 평가를 실시하였다. 또한 타당성 평가결과와 경제성 평가결과를 비교하여 문제점을 분석하고 두 평가결과의 조합에 의한 종합평가 방법을 제시하였다. 본 연구에서 제시된 정량적 타당성 평가와 경제성 평가시스템의 로직을 프로그래밍하여 개발할 예정인 설계용량 최적화 프로그램은 도심지 공동구의 계획 및 설계 단계에서 활용되며 궁극적으로 도심지 공동구 활성화에 기여하게 될 것이다.

• 항공우주정책ㆍ법학회지
• /
• 제24권2호
• /
• pp.69-104
• /
• 2009

항공안전에 대한 항공선진국의 항공안전정책을 통해 얻을 수 있는 시사점을 위해 미국, 영국, 호주, 일본의 항공안전정책을 살펴보았으며 외국의 저비용항공사의 현황 및 한국의 저비용항공사의 안전정책 및 항공기 사고에 따른 항공안전 현황을 살펴보았다. 기존의 저비용항공사와 이제 신규 저비용항공사가 지역을 기반으로 지역항공사의 개념으로 탄생함으로써 새로운 저비용항공사의 시장이 형성되고 있는 상황이며 인근 동남아 지역에는 말레이시아의 와 같은 안전의 신뢰성을 갖고 정부가 지원하는 저비용항공사가 있는 반면 항공기 사고로 인하여 경영이 악화되었거나 안전성에 대한 신인도가 추락된 저비용항공사가 산재되어 있어서 외국의 저비용항공사에 대한 안전성 검증과 함께 국내 항공사의 국제선 진출에 대비한 신뢰성 향상 및 국제적 안전성 확보를 위한 안전관리 대책이 필요하다. 또한 현재 항공자유화와 항공수요의 다양화로 저비용항공사 증가 추세에 있으며 최근 제주항공, 에어부산, 진에어, 이스타항공이 국내선 운항과 동시에 국제선운항을 시작하였거나 준비하고 있는 상태이다. 본 논문은 최초 저비용항공사 출범 직후의 안전성에 대한 문제를 중심으로 연구를 진행하였으며 이후 이들 항공사 사고가 발생할 개연성에 대한 부분도 고려하였다. 따라서 국내외 항공시장의 환경변화에 능동적으로 대처하고 항공산업의 경쟁력 제고를 위해 신규 저비용항공사의 안전관리의 강화가 그 언제보다 필요한 시기라고 생각된다. 따라서 해외의 항공안전정책 가운데 미연방항공청의 Flight Plan 하위의 Business Plan처럼 구체적인 항공안전계획이 필요하다고 생각되며 본 논문이 저비용항공사의 항공안전 제고 노력에 미력이나마 도움이 되기를 바란다.

• 지능정보연구
• /
• 제21권4호
• /
• pp.1-16
• /
• 2015

교통사고의 원인을 규명하고 미래의 사고를 방지하기 위한 노력의 일환으로 데이터 마이닝 기법을 이용한 교통 데이터 분석의 연구가 이루어지고 있다. 하지만 기존의 교통 데이터를 이용한 마이닝 연구들은 학습된 결과를 사람이 이해하기 어려워 분석에 많은 노력이 필요하다는 문제가 있었다. 본 논문에서는 많은 속성들로 표현된 교통사고 데이터로부터 유용한 패턴을 발견하기 위해 규칙 학습 기반의 데이터 마이닝 기법인 연관규칙 학습기법과 서브그룹 발견기법을 적용하였다. 연관규칙 학습기법은 비지도 학습 기법의 하나로 데이터 내에서 동시에 많이 등장하는 아이템(item)들을 찾아 규칙의 형태로 가공해 주며, 서브그룹 발견기법은 사용자가 지정한 대상 속성이 결론부에 나타나는 규칙을 학습하는 지도학습 기반 기법으로 일반성과 흥미도가 높은 규칙을 학습한다. 규칙 학습 시 사용자의 의도를 반영하기 위해서는 하나 이상의 관심 속성들을 조합한 합성 속성을 만들어 규칙을 학습할 수 있다. 규칙이 도출되고 나면 후처리 과정을 통해 중복된 규칙을 제거하고 유사한 규칙을 일반화하여 규칙들을 더 단순하고 이해하기 쉬운 형태로 가공한다. 교통사고 데이터를 대상으로 두 기법을 적용한 결과 대상 속성을 지정하지 않고 연관규칙 학습기법을 적용하는 경우 사용자가 쉽게 알기 어려운 속성 사이의 숨겨진 관계를 발견할 수 있었으며, 대상 속성을 지정하여 연관규칙 학습기법과 서브그룹 발견기법을 적용하는 경우 파라미터 조정에 많은 노력을 기울여야 하는 연관규칙 학습기법에 비해 서브그룹 발견기법이 흥미로운 규칙들을 더 쉽게 찾을 수 있음을 확인하였다.

• 한국터널지하공간학회 논문집
• /
• 제23권6호
• /
• pp.517-534
• /
• 2021

수소연료는 환경오염문제를 해소하고 에너지 불균형 및 비용을 절감할 수 있다는 점에서는 화석연료를 대체하는 에너지원으로 부각되고 있다. 수소는 친환경적이나 폭발성이 강하기 때문에 수소연료차의 화재, 폭발 사고에 대한 우려가 매우 높은 실정이다. 연구결과에서 수소사고는 일반적인 화재의 경우 비교적 안전하나, 폭발이 발생하면 매우 위험한 것으로 인식되고 있다. 특히, 터널과 같은 반밀폐공간에서는 위험도가 보다 증가할 것으로 예측되기에 이에 대한 예측방법 및 대책을 마련하기 위한 연구가 수행되고 있다. 이에 본 연구에서는 터널에서 수소폭발시 안전성을 평가하기 위해서 등가 TNT모델의 적용성과 수치해석 방법에 대한 검토를 수행하였다. 6개의 등가 TNT모델과 Weyandt의 실험결과의 폭발압력을 비교·검토하여 모델의 적용성을 평가한 결과, Henrych식이 13.6%의 편차로 가장 근접하는 것으로 나타났다. 수치해석을 이용하여 수소탱크 용량(52, 72, 156 L)과 터널 단면적(40.5, 54, 72, 95 m²)이 폭발압력에 미치는 영향에 대한 검토한 결과, 터널에서 폭발 압력파는 초기에는 대기중에서와 마찬가지로 반구형 형태로 전파되나 벽체에 도달하면 반사파가 형성되며, 일정 거리 이상에서는 평면파로 변형되어 아주 완만한 감쇄율로 전파하는 것으로 나타났다. 등가 TNT모델인 Henrych식은 폭발압력이 급격하게 감소하는 구간에서는 수치해석 결과와 잘 일치하나 폭발압력파가 변형된 이후에는 큰 폭으로 과소평가하는 것으로 나타났다. 수소탱크용량이 동일한 경우에는 터널 단면적이 증가할수록 폭발압력이 감소하며, 단면적이 동일한 경우에는 수소탱크 용량이 52 L에서 156 L로 증가하면 폭발압력은 약 2.5배 정도 증가하는 것으로 나타났다. 인체에 영향을 미치는 한계거리에 대한 평가결과, 수소탱크용량이 52 L인 경우 사망에 이르는 한계거리는 약 3 m, 중상에 이르는 거리는 단면적별로 차이가 있으나 28.5~35.8 m로 나타났다.

• 한국터널지하공간학회 논문집
• /
• 제24권3호
• /
• pp.247-262
• /
• 2022

국내 200 m 이상 연장의 터널에서는 CCTV 설치가 의무화되어 있으며, 터널 내 돌발 상황을 자동으로 인지한 다음 터널 관리자에게 알릴 수 있는 터널 영상유고시스템의 운영이 권고된다. 여기서 터널 내 설치된 CCTV는 터널 구조물의 공간적인 한계로 인해 낮은 높이로 설치된다. 이에 따라 이동차량과 매우 인접하므로, 이동차량과 CCTV와의 거리에 따른 원근현상이 매우 심하다. 이로 인해, 기존 터널 영상유고시스템은 터널 CCTV로부터 멀리 떨어질수록 차량의 정차 및 역주행, 보행자 출현 및 화재 발생과 같은 터널 내 유고상황을 인지하기 매우 어려우며, 100 m 이상의 거리에서는 높은 유고상황 인지 성능을 기대하기 어려운 것으로 알려져 있다. 이 문제를 해결하기 위해 관심영역 설정 및 역 원근변환(Inverse perspective transform)을 도입하였으며, 이 과정을 통해 얻은 변환영상은 먼 거리에 있는 객체의 크기가 확대된다. 이에 따라 거리에 따라 객체의 크기가 비교적 일정하게 유지되므로, 거리에 따른 객체 인식 성능과 영상에서 보이는 차량의 이동속도 또한 일관성을 유지할 수 있다. 이를 증명하기 위해 본 논문에서는 터널 CCTV의 원본영상과 변환영상을 바탕으로 동일한 조건을 가지는 데이터셋을 각각 제작 및 구성하였으며, 영상 내 차량의 실제 위치의 변화에 따른 겉보기 속도와 객체 크기를 비교하였다. 그 다음 딥러닝 객체인식 모델의 학습 및 추론을 통해 각 영상 데이터셋에 대한 거리에 따른 객체인식 성능을 비교하였다. 결과적으로 변환영상을 사용한 모델은 200 m 이상의 거리에서도 객체인식 성능과 이동차량의 유고상황 인지 성능을 확보할 수 있음을 보였다.