3D FX-Finder
(3D Fire&Exit Finder)
|
9.11테러, 대구지하철 참사에 인명피해가 많이 발생했던 이유는 무엇이며 사람들은 어떠한 방식으로 피난을 했을까? 이러한 궁금증을 해소시켜줄 FX-Finder는 건물의 도면 CAD파일을 이용하여 공간을 자동으로 시각화 시켜준 뒤, 피난자들의 특성(속도, 성별, 건물이해도 등)에 따라 그들의 피난시간을 고려하여 피난정보를 산출하게 된다. 최근 초고층 건물이 늘어나면서 선진국가는 고층건물 내 피난 문제를 미리 예견하는 피난시뮬레이팅 프로그램의 제작이 활발해지고 있다. 그러나 국내실정은 미약한 상황이다. 이 같은 프로그램들은 서울대 등 소수 대학원 연구실에서 연구목적으로 개발된 프로그램들 뿐이다. 이 같은 프로그램은 실제 현장에서 사용되기에는 무리가 있다. 그리하여 기존의 국내 프로그램의 부족한 부분을 개선하고, 선진국에서 개발된 피난 프로그램의 특징인 사람군집현상을 적용한 모델을 도입하였다. FX-Finder는 국내 최초로 FDS(화재 시뮬레이션 프로그램)의 결과값을 이용한 화재+피난 시뮬레이션 프로그램을 개발하였다. |
제1절 프로젝트 개요
9.11테러, 대구지하철 참사에 인명피해가 많이 발생했던 이유는 무엇이며 사람들은 어떠한 방식으로 피난을 했을까? 이 물음에 답을 구하기 위해 기존 분석 시스템은 사람들의 이야기를 종합하고 피난경로 및 상황을 수동으로 유추 한 후 피난정보를 산출하였다. 그러나 이와 같은 방식은 사람들의 실제 행동을 반영하지 않으므로 정확한 분석결과라 보기 어려웠다.
그리하여 우리는 보다 정확한 정보를 추출할 수 있는 FX-Finder를 개발하게 되였다. Fx-Finder는 건물의 도면 CAD파일을 이용하여 공간을 자동으로 시각화 시켜준 뒤, 피난자들의 특성(속도, 성별, 건물이해도 등)에 따라 각각의 피난시간을 고려하여 피난정보를 산출하게 된다.
1.1개발 배경 및 목적
화재 피난 프로그램을 개발을 시작 하게 된 것은 두 가지 동기에 의해서 였다. 첫번째로 대전 소방본부 에서 Pyrosim이라는 화재 분석 시뮬레이션 도입하였다는 뉴스를 접한 후 였다. 그러나 우리나라에서는 이 같은 프로그램을 개발하는 곳이 없어 비싼 로열티를 들여 기업 및 공공기관에서 프로그램을 구매하여 사용한다는 것이였다. 안타까워 하던 중 문득 이런 생각이 들었다.“화재가 났을 때 건물 내 화재 정보뿐 아니라 사람이 피난하는 모습까지 시뮬레이팅 할 수 있는 프로그램을 만들어 보면 어떨까?”라는 생각이 들었다.
두번째로 도심의 인구가 증가하고 건축기술이 발전함에 따라 면적당 최대 수용인원을 늘리기 위하여 건물들이 초고층화 되어가고 있다. 초고층 건물에서 화재 등의 위급상황이 발생할 경우, 건물의 특성상 피난시간이 오래 걸리게 된다. 사전에 계획된 피난 시나리오가 없다면 많은 인명피해가 예상 되어 진다. 그렇다면 “건물을 짓기 전에 피난 문제를 분석할 수 있는 도구를 만들면 어떨까?” 라는 생각을 가지게 되었다. 그리하여 시뮬레이팅 프로그램 개발을 시작하게 되었다. 그렇다면 선진국에서는 피난시뮬레이션 프로그램이 어느정도 개발이 되어 있을까?
|
|
|
|
|
<그림1.3> 영국 IES사의 시뮬렉스 가격은 500만원선 |
<그림1.4> 미국 Thunderhead Engineering사의 Pathfinder가격은1000만원선(7200달러) |
<그림1.5>영국 Legion사에서 개발된 Legion Limited가격은 약 1억원선(45000파운드) |
인명피해를 사고 이전에 계산할 수 있다는 장점을 가진 공간 및 피난 분석 프로그램들을 선진국에서는 1990년대 중반부터 개발하기 시작하였다. 그리하여 각 국가 연구소에서는 피난 분석 프로그램을 만들어 실제 현장에서 사용되고 있는 반면, 국내에서는 아직 시작단계로, 많이 뒤쳐져 있는 상황이다. 이와 같은 문제를 인지하여 본 프로그램을 개발하게 되었고, 이것을 통하여 인명피해의 결과를 계산하여 피해를 최소화 할 수 있도록 도와주는 프로그램을 제작 하게 되었다.
1.2추진체계 및 일정
기간 :4월5째주`~7월4째주(14주)+a
팀장 : 나
팀원 : 6명
- 분석, 설계, 검증 : 나
- 제작 : 2명
- 3D그래픽, 테스트: 2명
- WPF UI: 1명
|
|
4월 |
5월 |
6월 |
7월 | |||||||||||
|
5 |
1 |
2 |
3 |
4 |
5 |
1 |
2 |
3 |
4 |
1 |
2 |
3 |
4 | ||
|
설 계 |
주제선정 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
자료수집 |
|
|
|
|
|
|
|
|
|
|
|
|
|
| |
|
관련 기술 스터디 |
|
|
|
|
|
|
|
|
|
|
|
|
|
| |
|
학 습 |
알고리즘및 관련 논문분석 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
FDS학습 및 분석 |
|
|
|
|
|
|
|
|
|
|
|
|
|
| |
|
타사 프로그램 분석 |
|
|
|
|
|
|
|
|
|
|
|
|
|
| |
|
프 로 그 램 구 현 |
평면도, 단면도 정보추출 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
단층 시뮬레이션 엔진구현 |
|
|
|
|
|
|
|
|
|
|
|
|
|
| |
|
다층 시뮬레이션 엔진구현 |
|
|
|
|
|
|
|
|
|
|
|
|
|
| |
|
CAD정보 WPF3D 형태로 변환 |
|
|
|
|
|
|
|
|
|
|
|
|
|
| |
|
2D, 3D mapping |
|
|
|
|
|
|
|
|
|
|
|
|
|
| |
|
사람특성에 맞게 엔진변경 |
|
|
|
|
|
|
|
|
|
|
|
|
|
| |
|
FDS Output 연산 엔진구현 |
|
|
|
|
|
|
|
|
|
|
|
|
|
| |
|
UI 및 기타 기능구현 |
|
|
|
|
|
|
|
|
|
|
|
|
|
| |
|
테스트 |
디버깅 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
검증 |
|
|
|
|
|
|
|
|
|
|
|
|
|
| |
|
문서 정리 |
|
|
|
|
|
|
|
|
|
|
|
|
|
| |
<표1.2.1> 프로젝트 일정표
1.3부분 별 수행 업무 수행 및 담당자
|
분 야 |
담당 업무 |
사용 툴/ 언어/ 라이브러리 |
담 당 자 |
논문 분석 및 적용 |
-논문을 분석한 뒤 적용범위 선정 및 프로그래밍 할 수 있도록 설계 |
- |
|
평면도, 단면도 정보추출 |
- CAD파일에서 얻어온 Raw Data를 받아와 정보화 시키는 작업. |
Visual C#, Vector Draw |
|
단층 시뮬레이션 구현 |
-키르히너 모델을 적용하여 단층에서 피난이 가능하도록 구현 |
Visual C#, Vector Draw |
|
다층시뮬레이션 구현 |
- 층과 층 사이를 계단으로 연결시켜주어 다층 피난이 가능하도록 구현 |
Visual C#, Vector Draw |
|
CAD정보 WPF3D 형태로 변환 |
- CAD정보로 WPF폼에 3D건물을 증축 |
Visual C#, Vector Draw |
|
FDS Output 연산 엔진구현 |
-FDS화제모델 설계 - 시뮬레이팅후 DEVE 파일이용 엔진구현 |
Visual C#,FDS,MS -SQL2005 |
|
|
UI 및 기타 기능구현 |
-UI설계, 디자인 - 프로그램의 기타 기능 구현 |
Visual C#, Vector Draw,Chart FX |
|
<표1.3.1> 프로젝트 업무수행 및 담당자
1.4 프로젝트 개발 범위
본 프로젝트는 한국에서 개발된 피난 시뮬레이션들과 다른 알고리즘을 가진 모델로 개발하고자 하였다. 인간의 시각적 인지를 이용한 서울대의 프로그램이 독자화 되서 사용되어왔던 것을 계기로, 우리프로그램만의 특별한 알고리즘 계산법을 적용 시키고 싶었다. 그리고 피난 프로그램중 가장 유명한 Simulex 및 PathFinder를 롤 모델로 삼았다. 그 이유는 이미 검증된 피난 프로그램으로, 우리가 제작한 프로그램과의 결과값 비교시 유사한 값이 나오도록 하기 위해서 였다. 그리하여 각각의 프로그램의 장점을 파악하여, 우리 프로그램에 적용하였다.
엔진의 경우 인천대에서 개발된 프로그램 및 미국 Thunder 사에서 개발된 PathFinder의 경우 둘다 A* 알고리즘을 적용하였는데, 우리 프로젝트의 경우 그와 유사한 Static Floor Field 알고리즘을 적용하였다. 왜냐하면 개미의 페로몬 현상을 응용한 위급상황시 군집하게되는 현상을 적용하기 위해서 A*알고리즘 보다는 Static Floor Field가 적합하다고 생각하기 때문이다. 그러나 피난자들이 군집하게 되면서 서로 밀고 밀리는 Push Force현상은 적용하지 않았다.
그래픽의 경우 CAD파일을 정보화 시켜 2D및 3D화 시켜주는데 초점을 맞추었다. 화려한 디자인과 실제 피난자 케릭터가 이동하려는 모습을 구현하려 하였으나, WPF3D폼에 엔진과 연동하여 움직이게 하는데에 충분한 학습시간이 부족하여 구현하지 못하였다.
화제관련하여, 기본적으로 화제모델을 설정할줄 알아야 화제에 대한 정보를 적용시킬수 있기 때문에 FDS(화제시뮬레이션) Output 파일의 경우, 사용자를 FDS를 사용할수 있는 사용자로 제한하였다. 보통 FDS 시뮬레이팅 후 2차 검증과정으로 피난 시뮬레이션을 하는 것을 보며 FDS사용자에게 잘 맞는 피난 시뮬레이션이라고 생각 하였다.
제2절 배경지식
2.1. 기존 피난 시뮬레이션 프로그램 설명
2.1.1. 시뮬레이션 프로그램의 흐름
시뮬레이션 기술은 우리에게 멀리 있는 일처럼 느껴지곤 한다. 그러나 우리는 정말 시뮬레이션과 가깝게 지내고 있다. 매일 시뮬레이션 한 날씨 정보를 통하여 하루의 일상을 계획하기도 하고, 스타크래프트 같은 가상전쟁 전략시뮬레이션 게임을 하기도 한다. 이처럼 무언가 예상하여 행할수 있는 프로그램들을 통칭하여 시뮬레이션이라고 한다.
그럼 연구 및 데이터를 습득하기 위한 시뮬레이션은 언제 행하여 질까? 실제로 실험하기 위험한 상황이나 많은 제약이 따르는 실험, 비용이 많이 발생하는 실험등에 시뮬레이션을 주로 사용하고 있다. 과거에는 간단한 시뮬레이션만을 구현하였지만, 현재는 컴퓨터 연산속도가 향상됨에 따라 복잡한 시뮬레이션과 다양한 시뮬레이션 프로그램이 개발될 수 있게 되었다. 심지어 대륙과 대륙간 피난을 계산하는 복잡한 시뮬레이션 프로그램도 등장하고 있다. 대부분의 시뮬레이팅 프로그램은 고가인데, 피난 시뮬레이션의 경우 500만원부터 1억원이 넘는 프로그램까지 다양하다.
2.1.2. Simulex
시뮬렉스는 인간의 개인행동 모델을 적용한 피난 시뮬레이션 프로그램 이다. 이 프로그램은 영국IES사에1994년 개발되어 지금까지도 사용되고있는 프로그램이다. 피난 시뮬레이션 프로그램 중 가장 유명한 프로그램이기도 한 시뮬렉스는 지금까지 개발되고 있는 피난 프로그램의 롤모델로 자리잡고 있다. 그만큼 실제와 유사하다는 평을 받고 있다.
다음은 개략적인 시뮬렉스의 주요 특징이다.
u 건물 모델을 CAD DXF파일을 이용해 건물을 생성할수 있다.
u 다층건물 묘사를 위하여 계단으로 각 층을 연결하였다,
u 최종출구를 건물 안이나 밖에 정의 할수 있다.
u 0.2m * 0.2m 간격의 Mesh가 자동으로 생성된다
u 링크는 각 층을 연결하거나, 문의 기능으로도 사용이 가능하다
u Mesh내 모든점과 출구까지 최단경로를 계산한 Distance map을 이용해 피난경로를 계산한다.
u 구성원을 체형, 이동속도, 반응시간등의 값의 변경으로 다양하게 정의가 가능하다
u 신체 사이즈를 고려하였다.
u 밀도에 의한 속도 감속이 이루어 진다
이러한 특징 때문에 사용자들이 쉽게 시뮬레이팅을 할수 있다.
2.1.3. PathFinder
PathFinder는 미국 Thunderhead 사에서 개발한 피난 프로그램이다. 이 회사에서는 FDS엔진을 이용한 화재 시뮬레이션 프로그램인 Pyrosim을 만든회사로도 유명하다. PathFinder는 피난 시뮬레이팅 하는 방식을 두가지로 두었다. SFPE Mode와 Steering Mode 로서, SFPE Mode는 SFPE HandBook에 나온 수치를 기준으로 적용하여 피난하는 방식이고, Steering Mode는 우리가 만든 FX-Finder와 마찬가지로 특정 논문에 의거하여 피난하는 방식이다. Craig Reynolds' paper "Steering Behaviors For Autonomous Characters" 의 논문을 참조하였다.[1] 특히 PathFinder의 경우 우리가 만든 FX-Finder와 유사한 경우가 많은데, 사람의 최단경로를 고려하여 A*알고리즘을 적용하였다는 것이고, 사람의 특성을 고려하기 위해 논문을 참조하여 적용하였다는 점이다. PathFinder는 시뮬렉스의 기본기능(피난자의 속성을 변경하여 피난할수 있음)을 흡수하여 구현하였고, 다른 피난 프로그램들과의 차이점은 3D로도 피난모습을 보여줄 수 있다는 점이다.
2.2. Kirhiner Model
2.2.1. 모델설명
현재 추세에 있는 피난 시뮬레이션은 Cellular automation model 방식으로 진행되고있다. Kirhiner Model은 생물학적으로 접근하여 관계를 설명할 수 있다 보행자가 피난시 사용하는 방법을 chemotaxis(주화성)이라 한다. 즉 생물이 특정한 화학반응에 의하여 이동하는 성질을 적용한 모델이다. 여기에는 Static Floor Field 와 Dynamic Floor Field 라는 필드가 존재한다. 이 두가지 필드는 조화를 이루어 최단경로를 찾기 위해 피난자의 보행을 예측하게 되는데, 지적능력과 군중현상을 대표하는 필드이다.(A profer combination of herding and use of knowledge about the shortest way to the exit)[2].
2.2.2. 알고리즘 소개
2.2.2.1. Static floor field
Static Floor Field의 경우는 우리가 흔히 접해왔던 최단경로를 찾는 알고리즘이라고 생각하면 된다. 이것과 비교되는 알고리즘으로는 A*알고리즘이 있다. 둘의 차이점은 다음과 같다. A*의 경우는 현재 위치에서 출구까지의 경로를 계산하는 방식이고, Static Floor field의 경우는 출구에서부터 피난자의 위치까지의 피난소요 경로를 계산하는 방식이다. 이 논문에서는 동, 서, 남, 북 4방향만 고려하여 피난을 고려하였다. 그러나 우리가 실제 프로그램을 구현할때에는 사람이 모두 움직일수 있는 8방향으로 고려하여 프로그램을 설계하였다.
2.2.2.2. Dynamic floor field
<그림 2.1 개미의 페로몬 확산현상을 반영한 FX-Finder의 모습>
베르나르 베르베르가 쓴 <개미>를 읽어보면 이러한 내용이 소개된다. “개미는 왜 멀리가도 길을 잃지 않는가”에 대한 내용이다. 흥미롭게도 개미는 자신이 이동할 때 페로몬을 뿌려 돌아올때도 페로몬이 있는 것을 확인하여 경로를 설정하여 돌아 온다고 한다. 많은 개미들이 많이 이동할수록 많은 페로몬들이 증가와 확산을 반복할 것이고, 그중 많은 페로몬이 뿌려진 길을 선택하게 된다. 이유는 많은 개미가 선택한 길이기 때문에 보다 정확하다고 생각하기 때문이다. 개미처럼 군집하여 타인에게 의존하는 현상을 화재에 적용해 보았다. 보통 화재나 위급상황시 자신이 독단적으로 건물의 출구를 빠져나가는 것은 건물의 이해도가 높지 않은 이상은 시도하기 어렵다. 보다 많은 사람들이 선택한 길을 통하여 탈출하려 하는 습성을 개미의 Chemical trace에 접목한 필드가 바로 Dynamic floor field이다.
2.2.2.3. 계산 및 위치선정 방식
위에서 언급한 Dynamic Floor Field 와 Static Floor Field 의 값을 연산하여 출구를 찾아간다. 이동하는 경로에 장애물이나, 피난자가 있을 때 까지 고려하여 이동할 수 있도록 고려하였다. 자세한 내용은 아래의Core Techniques에서 설명하도록 하겠다. 또한 각각의 사람들마다 개성을 부여하기 위하여 피난 속도, 반응시간 등을 적용시킬수 있도록 설계하였다. 보통 피난 시간을 계산할 경우
피난시간(REST) = 피난전 행동시간 + 피난시간
피난시간(REST) = Td+Ta+To+Ti+Te
여기서
Td : 불이 감지되는데 걸리는 시간
Ta : 불이감지되어서부터 거주자들이 인지하는데 걸리는 시간
To : 불이 난 것을 인지했을 때부터 거주자들이 행동을 취할 때까지 걸리는 시간
Ti : 행동을 취하기로 결정한 때부터 피난을 시작하는 데까지 걸린 시간
Te : 피난하기 시작하면서부터 피난이 끝날 때까지 걸리는 시간
으로 계산되는데, FX-Finder의 경우 Td+Ta+To+Ti 시간 과 Te의 두개의 시간, 즉 피난전 행동시간과 피난시간으로 구분하여 설정 할 수 있도록 고려해 주었다.
2.3. FDS(화제 시뮬레이션)
FDS(Fire Dynamics Simulator)프로그램은 미국 NIST의 Kevin B. McGrattan에 의해 개발된 화제시뮬레이션 프로그램이다. 화염이나 연기와 같이 화재에 의해 유도된 유체흐름에 대해 해석하는 전산유체역학(CFD)모델이다. 이 소프트웨어는 수적으로 느린 속도, 불로부터 나온 열과 연기에 초점을 맞춘 열적 구동되는되는 흐름에 대해 적절한 Navier-Strokes 방정식을 풀 때 사용된다. 이 방정식은 저속흐름 그리고 화재로부터 생성된 연기나 열전달에 중점을 두는 열적유동의 해석에 적당하다.[3] 시뮬레이팅의 결과를 OpenGL기술을 이용한 SmokeView를 제공한다. 그리하여 보다 쉽게 연산된 결과를 볼 수 있다. 현재 NIST사 에서도 화제와 피난을 접목시킨 FDS+EVAC beta버전을 출시하였다.
<distance map>
<각종 화재정보를 시간의 흐름에 따라 그래프로 보여주고 있는 FX-Finder >
제5절 결론 및 개선방향
5.1 결론 및 기대효과
FX-Finder를 통하여 얻을 수 있는 효과는 다음과 같다. 건물의 정보가 있는 CAD파일만 가지고 있다면 화재나 위급상황의 발생전에 위험을 미리 평가하고 위험에 대처할 수 있다. 또한 방송영상 자료나 안전도 검증자료로도 다양하게 활용될 수 있다.
피난프로그램의 대부분을 수입에 의존하는 국내 상황에서 FX-Finder는 국내 재난프로그램에 많은 변화와 발전을 가져오는 계기가 될 것이다.
테스트시 비교군으로 썼던 Thunderhead사의 PathFinder의 경우는 약 1000만원 정도 하는 고가의 프로그램이다. 그러나 이 프로그램 조차도 시뮬레이션 프로그램중에는 저가에 속한다. 1억원이 넘는 피난프로그램이 있을 정도로 대부분의 피난 프로그램들의 단가가 높은데, 국내기술로 피난프로그램을 개발한다면 외화 절감에도 상당한 효과를 가져올 수 있다.
5.2 테스트 및 검증
5.2.1 국내외 시뮬레이션 프로그램 비교
|
프로그램명(회사명) <국가> |
FX-Finder(RaOn) <한국> |
피난 시뮬레이션(인천대) <한국> |
PathFinder(Thunderhead) <미국> |
Simulex (IES) <영국> |
|
Agent-Based? |
O |
O |
O |
O |
|
사람의 특성을 적용? |
O |
X |
O |
O |
|
사용 알고리즘은? |
키르히너 모델 (최단경로 모델+군집현상) |
A* 알고리즘(최단경로 모델) |
A* 알고리즘+Craig Reynolds 모델 (최단경로 모델+군집현상) |
(최단경로 모델+군집현상) |
|
화재데이터 표시? |
O |
X |
X |
X |
|
사용자 편의성 고려기능 |
차트, 사람추가 및 출구추가등 기본기능 구현 |
없음 |
기본기능(사람추가 삭제, 출구추가 등) |
기본기능(사람추가 삭제, 출구추가 등) |
|
사용 용도 |
사람의 특성을 적용한 화재 피난 |
가장 빠른 경로 피난만 가능 |
사람의 행동 특성을 적용한 피난 프로그램 |
사람의 행동 특성을 적용한 피난 프로그램 |
|
피난시간(인지시간+대피시간)구현 |
O |
X |
O |
O |
|
3D보기 기능 |
O |
X |
O |
X |
|
속도 가속/감속 및 속도 변환 옵션 |
O (밀도에 의한 속도감속은 구현 안됨) |
X |
O |
O |
|
개발시기 |
09년 |
08년 |
09년 |
1994년 |
|
특 징 |
화재시뮬레이션 적용,3D |
3D |
3D, 인간행동 특성 반영 |
인간행동의 특성을 반영 |
|
가 격 |
. |
. |
약 1000만원 |
700만원 |
우리가 만든 FX-Finder와 Thunderhead사에서 만든 Pathfiner를 같은 조건하에 비교 실험 해 보았다. 실험 모델은 선문대학교 신축 기숙사를 선정하였고, 11가지 상황을 3번씩, 총 33번의 테스트를 해 보았다. 다음은 실험에 대한 결과이다.
5.2.2 대학 신축기숙사 테스트 결과(피난시간)
|
테스트 맵 |
기숙사 | ||||
|
개발 프로그램 |
FX-FINDER | ||||
|
비교군 |
PATHFINER | ||||
|
|
test내용 |
프로그램 |
1차 |
2차 |
3차 |
|
1 |
직선으로 피난시 |
FX-Finder |
38 |
37 |
38 |
|
|
|
PathFinder |
37.5 |
37.5 |
37.5 |
|
2 |
11개방에 4명씩 44명 (노인, 어린이, 성인남녀) |
FX-Finder |
79 |
80 |
80 |
|
|
|
PathFinder |
81 |
81.3 |
81 |
|
3 |
군집현상(입구)100명 |
FX-Finder |
8 |
10 |
9 |
|
|
|
PathFinder |
21 |
22 |
22 |
|
4 |
대규모이동(200)명 |
FX-Finder |
78 |
83 |
81 |
|
|
|
PathFinder |
81.3 |
81.8 |
81.3 |
|
|
|
|
1차 |
2차 |
3차 |
|
5 |
22명 (각방에1명씩)11개방 |
FX-Finder |
47 |
47 |
48 |
|
|
|
PathFinder |
49.3 |
49.5 |
49.3 |
|
6 |
80명(각방에4명) |
FX-Finder |
49 |
49 |
50 |
|
|
|
PathFinder |
51.5 |
51.5 |
51.5 |
|
7 |
44명(위에 각방의 4명씩 11방) |
FX-Finder |
49 |
48 |
49 |
|
|
|
PathFinder |
51.5 |
52 |
51 |
|
전체피난 |
1차 |
2차 |
3차 | ||
|
8 |
복도끝에서 출구까지-1명 |
FX-Finder |
44 |
44 |
44 |
|
|
|
PathFinder |
46.3 |
46.3 |
46.3 |
|
9 |
복도끝에서 출구까지-36명 일때 |
FX-Finder |
50 |
49 |
49 |
|
|
|
PathFinder |
53 |
53 |
52.8 |
|
10 |
복도끝에서 출구까지-100명 일때 |
FX-Finder |
59 |
58 |
56 |
|
|
|
PathFinder |
61.3 |
61.3 |
63 |
|
11 |
복도끝에서 출구까지-200명 일때 |
FX-Finder |
70 |
69 |
67 |
|
|
|
PathFinder |
76 |
76 |
74 |
5.2.3 대학 신축기숙사 테스트 결과(오차범위)
|
|
|
오차범위 |
1차 |
2차 |
3차 |
|
1 |
직선으로 피난시 |
0.5 |
0.5 |
0.5 |
0.5 |
|
|
|
|
|
|
|
|
2 |
11개방에 4명씩 44명 (노인,어린이,성인남녀) |
1.4333333 |
2 |
1.3 |
1 |
|
|
|
|
|
|
|
|
3 |
군집현상(입구)100명 |
12.666667 |
13 |
12 |
13 |
|
|
|
|
|
|
|
|
4 |
대규모이동(200)명 |
1.6 |
3.3 |
1.2 |
0.3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
5 |
22명 (각방에1명씩)11개방 |
2.0333333 |
2.3 |
2.5 |
1.3 |
|
|
|
|
|
|
|
|
6 |
80명(각방에4명) |
2.1666667 |
2.5 |
2.5 |
1.5 |
|
|
|
|
|
|
|
|
7 |
44명(위에 각방의 4명씩 11방) |
2.8333333 |
2.5 |
4 |
2 |
|
|
|
|
|
|
|
|
|
전체피난 |
|
|
|
|
|
8 |
복도끝에서 출구까지-1명 |
2.3 |
2.3 |
2.3 |
2.3 |
|
|
|
|
|
|
|
|
9 |
복도끝에서 출구까지-36명 일때 |
3.6 |
3 |
4 |
3.8 |
|
|
|
|
|
|
|
|
10 |
복도끝에서 출구까지-100명 일때 |
4.2 |
2.3 |
3.3 |
7 |
|
|
|
|
|
|
|
|
11 |
복도끝에서 출구까지-200명 일때 |
6.6666667 |
6 |
7 |
7 |
|
|
|
|
|
|
|
|
평균 오차 |
3.6363636 |
기록원 : 장** | |||
실험결과 대량의 군집현상을 제외하고는 비교군인 Pathfinder와 유사한 결과가 나오는 것을 볼 수 있다. 각기 다른 알고리즘을 사용하였지만, 사람의 행동특성을 반영한 알고리즘이라는 유사성 때문에 비슷한 결과가 나올수 있었다.
|
|
자세한 프로필 및 연락 주실 분들은
amhoya@hanmail.net
으로 메일 주세요.