Journal of the Korea Academia-Industrial cooperation Society Vol. 15, No. 7 pp. 4528-4535, 2014 http://dx.doi.org/10.5762/kais.2014.15.7.4528 ISSN 1975-4701 / eissn 2288-4688 승객위치정보기반지하철분산대피안내시스템 김남문 1, 김영억 1* 1 광운대학교전자공학과 Distributed evacuation guide system based on positioning information of passengers in the subway station Nammoon Kim 1, Youngok Kim 1* 1 Department of Electronic Engineering, Kwangwoon University 요약본논문은승객위치정보기반의지하철분산대피안내시스템을제안하고자한다. 최근지하철역사는지하철승강장역할뿐만아니라, 환승, 쇼핑몰, 영화관등의다양한편의시설과결합하여대형화, 복잡화되어가고있다. 이러한지하철역사의복잡도증가에비해서비상시를대비한대피경로, 대피안내등의대비체계는부족한실정이다. 이를해결하기위하여 현재지하철에설치되어있는 Access Point(AP) 와실제통계자료를이용하여지하철각객차의전체승객수를추정하고, 추정된승객수와지하철역사의출구정보를기반으로각객차의승객대피경로를방향지시등과스마트폰의 Push 알람을통해제공함으로써, 비상시가장위험한지하철승객의신속하고안전한대피시스템을제안하였다. OpenWrt 임베디드 OS 가설치된 AP를이용하여접속자수를추정하는실험을수행하였으며, 시뮬레이션을통해승객수를추정한결과신뢰구간파라미터 1, 2, 3 에서 15%, 17% 그리고 23% 의평균에러율을갖는것을확인하였다. 이를통해본시스템의가능성을확인하였다. Abstract In this paper, a distributed evacuation system based on the positioning information of subway passengers is proposed. Recently, the subway station is becoming complicated by combining with shopping malls, and movie theaters. Compared to the increasing complexity of subway stations, evacuation systems are less complex(ed note: Please check.). Subway passengers in each cell were estimated to use the access point in the subway cells and statistics information. The evacuation route is provided through a direction indicator and push alarm of a smart phone based on estimated the number of passengers and exit information of the subway station. Based on this schemes, a quick and safe evacuation system of subway passengers was proposed. The number of connection passengers was estimated using AP with OpenWrt embedded OS installed. The error rate of the number of passenger was confirmed to be 15%, 17% and 23% at the confidence parameter of 1, 2, and 3, respectively, through a simulation. The possibility of the system through a simple experiment was examined. Key Words : Access point, Distribution evacuation system, Emergency, Subway passengers 1. 서론미국에서발생한 9.11 테러이후, 테러에대한불감증은급증하였으며, 2003년대구지하철화재참사는화재로대피로확보문제와연기등의다양한문제들로인하여많은희생자가발생하였다. 최근의지하철역사는단순 한지하철이용을위한역할뿐만아니라, 철도, 버스의환승역기능과쇼핑몰, 영화관등의다양한편의시설과의결합을통하여대형화, 복잡화되어가고있다. 이로인해서지하철역사내에서승객의이동경로는복잡해지고있으며, 길을찾기위해소비되는시간도증가하고있다 [1]. 이러한안전불감증과지하철역사의복잡도증가 본논문은 2013년도정부 ( 교육부 ) 의재원으로한국연구재단의지원을받아수행된기초연구사업임 (No. NRF-2013R1A1A2005157). * Corresponding Author : Youngok Kim(Kwangwoon Univ.) Tel: +82-2-940-5404 email: kimyoungok@kw.ac.kr Received April 25, 2014 Revised (1st June 9, 2014, 2nd June 26, 2014) Accepted July 10, 2014 4528
승객위치정보기반지하철분산대피안내시스템 [Fig. 1] System description for passenger estimation 에비해승객들의피난과안전을확보하기위한대비체계는요구되어지고있다 [2-4]. 이와같은요구를만족시키기위하여, IT기술과의결합을통한효율적인승객분산대피안내시스템에대한연구가필요하다. 2009년말애플의아이폰출시이후국내스마트폰사용자의수는급격하게증가하였으며, 2013년 7월 3,595만명을넘어섰다. 이것은국민의약 72% 가스마트폰을사용하는것이다. 2013년모바일인터넷이용실태조사에따르면이동중인교통수단에서모바일인터넷을이용하는이용자의수가 86.6% 로가정에이어두번째로높은이용율을보였다. 또한, 전체모바일인터넷이용자중의 73.4% 의이용자는무선랜 (Wi-Fi) 을이용하여인터넷에접속하는것으로조사되었다 [5]. 현재, 지하철의모든객차와역사에는서로다른통신사의 Access Point(AP) 들이설치되어사용자들이많이이용하고있다. 본논문에서는지하철의 AP와승객들이소지하고있는스마트폰을이용하여객차별승객의수를추정하고, 추정된승객의수를기반으로비상시승객에게대피경로안내를통해승객을적절하게분산하여대피시킬수있는시스템을제안한다. 2. 지하철승객및역사승객분포추정승객분산대피를위해서는현재객차에승차하고있 는승객의인원수파악과역사에머물고있는승객의분포파악이가장중요하다. 비상시에추정된객차별전체승객수와역사내의승객의분포를기반으로역사내의다양한대피경로로승객을분산시킨다면승객을신속하게대피시킬수있다. 하지만지하철객차내에서 AP와접속을통해서인터넷을사용하는인원은전체승객수와는많은차이를보인다. 그렇기때문에, AP를이용하여인터넷을사용하는인원을통해초기승객수를추정하고, 이를기반으로통계적기법을적용하여전체인원을추정하는알고리즘은필요하다. 또한, 지하철역사내의승객분포또한중요하기때문에, 기존에설치되어있는 AP를이용하여역사내에머물고있는승객의분포정보를알아야한다. 이것은지하철승객을추정하는방식과동일한방식으로진행되기때문에, 본절에서는지하철승객추정방식만을설명하도록한다. 2.1 승객추정시스템지하철객차의전체승객수추정을위한시스템은그림 1과같다. 지하철의각객차에서 AP접속을통해무선인터넷을사용하는승객의수를추정한다. 수집된정보는유 무선을통해전체지하철승객수에대한정보를수집하기위한메인서버로전송되고, 수집된정보와사전에수집된통계데이터를기반으로추정된승객의수를저장하게된다. 저장된정보는비상시승객대피안내를위한정보로사용되어지게된다. 2.2 AP기반승객수추정현재모든지하철객차에는무선랜서비스를제공하기위하여각통신사의 AP가설치되어있다. 이것은각통신사가입자들에게무료로 Wi-Fi 서비스를제공하기위한것으로, 대부분의승객들은설치된 AP를이용하여무선인터넷서비스를사용하고있다. 그렇기때문에, 현재지하철의각객차마다설치되어있는 AP의접속자수정보를이용한다면, 지하철의전체승객뿐만아니라각객차별승객수의파악이가능하다. 이때, 무선신호의특성으로인하여 Line of Sight (LOS) 가확보되지않은경우에는신호의세기가현저하게감소하게된다. 또한스마트폰에서무선 AP에접속할때는 AP의 Received Signal Strength (RSS) 를기준으로접속하기때문에, 분리된인접한객차의 AP에접속할가능성은낮다. 이러한내용을기반으로 AP기반승객수추정방식은 4529
한국산학기술학회논문지제 15 권제 7 호, 2014 [Fig. 2] System description for emergency situation 지하철각객차에서무선랜을사용하고있는사용자의수를측정한다. 2.3 통계를이용한전체승객수추정 AP기반승객수추정방식을이용하여, 지하철각객차에서무선랜을사용하는승객의수를추정하는것은가능하다. 하지만지하철내의모든사용자가지하철에설치된 AP를이용하여인터넷서비스를사용하지않기때문에, 실제지하철객차의승객수와는많은오차가발생할수있다. 이러한오차를줄이기위하여통계적기법을사용하여각객차별전체승객수를추정하게된다. 통계적기법에서가장확실한방법은모든객차와역사내의승객수를조사하는전수조사방식이지만, 이방식은현실적으로불가능하며, 비효율적인방식이다. 반면에, 모집단의신뢰구간추정에의해대략적인전체승객수추정방식을이용한다면, 효율적으로전체승객의수를추정할수있다. 전체승객수의신뢰구간은통계적데이터와실제 AP를이용하는승객의수에대해조사한내용을바탕으로얻은샘플비율을사용하여계산이가능하다. [Fig. 3] Block diagram for evacuation path decision 그러나실제승객수의신뢰구간추정에서는실제 AP 접속승객의비율을알수없기때문에, 불편추정량인 과표본비율 을이용한다. (1) 여기서, 은지하철에서 AP를이용하여인터넷서비스를이용하는승객의평균샘플수이다. 이를기반으로모집단비율의신뢰구간은식 (2) 와같이나타낼수있다. (2) 여기서 Z는표준정규분포의확률변수를나타내며, 는 0과 1 사이의신뢰구간파라미터이다. 이것을이용한전체승객의추정신뢰구간은식 (3) 과같다. (3) 여기서, 는 AP 를이용하여인터넷을이용하는승객의 4530
승객위치정보기반지하철분산대피안내시스템 수를나타낸다. 식 (4) 는추정된전체승객수의에러율을보여준다. (4) 여기서, 와 는실제전체승객수와통계적기법을이용하여추정된승객의수를나타낸다 [6]. 3. 비상시대피알고리즘 지하철혹은지하철역사에화재, 테러등의비상상황이발생할경우지하철승객과역사내의승객들이특정지역으로몰리는현상으로인하여, 출구별시간당최대대피인원수를초과하는일이발생하게된다. 이러한문제로인하여대피시간지연및대피중승객들간의부딪힘으로인하여더많은인명피해를유발할수있다 [7,8]. 이러한문제를막기위해서승객들의효율적인분산대피는필요하다. 이를위해서는지하철각객차의승객수정보, 지하철역사의승객분포정보및출구정보, 출구별시간당최대대피가능인원등다양한정보들이필요하다. 그림 2는비상상황발생시지하철및역사내의분산대피를위한시스템구조도이다. 지하철역에서비상상황발생시, 지하철역비상시스템을운영하고있는메인서버에비상상황의발생정보를보내게된다. 메인서버에서사고발생을인식하게되면, 역사내에서수집된다양한정보와제안된알고리즘을토대로대피경로를결정하고, 지하철역사와승강장에설치되어있는시스템을이용하여승객들에게최적의대피경로를안내하게된다. 3.1 대피경로분석알고리즘 승객의대피경로를결정하기위해서는역사에있는객차의추정된승객의수, 역사내에머물고있는승객의분포, 역사의출구정보그리고출구별시간당최대대피가능인원을기반으로대피경로를분석하게된다. 그림 3 은대피경로결정을위한블록다이어그램이다. 비상상황발생시대피하는승객들의혼잡도를최소화하기위한방법은사고발생지역을피하면서, 모든출구를통해동일한수의승객이대피하는방법이다. 하지만승객의역사내위치에따라대피시간이상이하기때문에이러한방식은비효율적인방법이다. 또한승객이 특정지역에밀집되어있는경우승객분산을통해대피할때이동거리혹은이동시간이길어지는것또한신속한대피를위해서는해결해야할문제이다. 이러한문제를해결하기위하여다음과같은과정을거쳐최종대피경로를선정하게된다. 우선, 역사내의다양한센서데이터를기반으로파악된사고발생지역을제외하고출구별동일인원을할당하여대피경로를설정한다. 설정된대피경로에서이동거리 (EDP) 가기준 (D thres) 이상인승객의무리가발생하게된다면기준치를초과하지않는출구쪽으로경로를변경한다. 이때, 출구별예상탈출인원을파악할수있는데, 만약특정시간에특정출구 (Exit i) 로대피가능한최대인원수 (Eva_pass max) 를초과하는상황이예상될때일부승객의대피경로를이동거리가최소인근처의다른출구로안내한다. 이러한과정을통해서지하철역사내의사고발생시신속하게역사내의승객을효율적으로분산하여대피시킬수있다. 3.2 대피경로안내최종적으로선택된대피경로에따라효율적으로대피하기위해서는승객들에게대피경로에대한정보는정확하게전달되어야한다. 이를위해서두가지방식으로대피경로를안내하고자한다. 첫번째방식은방향지시등을통한대피방향안내이다. 지하철승강장에서지하철객차구역과지하철역사의이동통로마다대피방향을나타내는조명을설치하고, 이를통해승객들에게대피방향을안내함으로써효율적인대피를유도하는방법이다. 또다른방식은지하철과역사에설치된 AP를이용하는방식이다. AP의신호가도달하는범위에서접속된사용자들에게그림 3 에표시된것과같이 Push 알람을통해대피경로에대한정보를제공함으로써, 승객들의대피를유도할수있다. 이와같은대피방향안내를통해비상상황시혼잡한상황에서도승객들에게대피경로의안내를통해승객의쏠림현상을제거하고, 신속하게대피할수있도록한다. 그림 4와 5는제시된안내방식을통해승객들의대피를유도하는예시와스마트폰을통한 Push알림을나타낸다. 4531
한국산학기술학회논문지 제15권 제7호, 2014 [Fig. 6] Display of the number of connected persons 4. 실험 결과 제안된 시스템의 가능성을 확인하기 위하여 간단한 [Fig. 4] Example of evacuation guide in subway station and platform (a)subway station (b) Subway platform 실험을 진행하였다. 4.1 AP기반 승객 수 추정 기존에 설치되고, 판매되는 AP는 사용자의 AP접근에 제한을 두고 있기 때문에, 본 과정을 수행하기 위해서는 AP컨트롤이 가능하도록 임베디드 리눅스의 한 형태인 OpenWrt를 사용하였다. OpenWrt는 오픈소스 프로젝트 의 하나로서 액세스 포인트 장비 개발에 최적화된 형태 이다. OpenWrt를 사용할 경우 전체 접속자수 파악은 물 론 각 사용자별 신호 세기 및 다양한 정보들을 획득할 수 있다. 실험에서는 DIR사의 DIR-825제품을 사용하였으며, 소켓 통신을 이용하여 AP의 접속자 정보를 획득하였고, 서버에 전송하여 데이터베이스에 현재 접속자수의 정보 를 입력하였다. 실제 환경에서의 실험은 불가능하기 때 문에, 간단한 실험을 통해 가능성을 확인하였다. 그림 6 는 실제 실험을 통해서 접속자수가 파악된 그림을 보여 준다. 이를 통해 AP에 접속한 승객의 수를 파악할 수 있 음을 확인할 수 있었다. 4.2 전체 승객 수 추정 전체 승객의 수는 실제 측정 데이터를 기반으로 추정 [Fig. 5] Example of evacuation guide of smart phone 하였다. 샘플 데이터는 지하철 1 6호선 라인으로부터 출퇴근 시간과 낮 시간 동안 수집하였다. 4532
승객위치정보기반지하철분산대피안내시스템 표 1은 1호선에서측정된샘플데이터와전체호선의평균데이터를보여준다. 스마트폰사용자의비율은요일과시간에따라다르게나타났으며, 오전시간에전체라인의스마트폰사용자비율은 38.8% 로나타났다. 점심시간에는 31.6% 그리고오후시간에는 36.8% 로나타났으며전체평균사용자비율은 35.8% 로나타났다. 표 2,3,4는신뢰구간파라미터 에따라 68.27%(1 ),95.45(2 ), 99.73%(3 ) 구간에서의추정승객수정보를보여준다. 그리고주어진구간에서요일, 시간에따라실제승객과비교하여 1호선과전체라인으로부터평균추정승객수와에러율을보여준다. 에러율과신뢰구간은신뢰구간파라미터 의증가와함께증가한다. 그리고추정된전체승객의평균에러율은 1, 2, 3 에서 15%, 17% 그리고 23% 의에러율을갖는것을확인할수있었다. 5. 결론본논문에서비상상황시승객위치정보를기반으로하는승객분산대피시스템을제안하고, AP기반승객추정방식과, 수집된샘플과통계적기법을적용하여전체승객수를추정하는간단한실험을통하여시스템의가능성을확인하였다. 임베디드리눅스기반의 OpenWrt 를이용하여 AP로부터접속자수정보를확인하였고, 지하철 1~6호선의실측자료를기반으로하여신뢰구간파라미터에따른전체승객추정신뢰구간과평균전체승객수를추정하여오차율분석을하였다. 이를통하여본논문에서제안된시스템의승객수추정의가능성을확인하였다. 앞으로서버와지하철대피안내시스템과의연계를통하여비상상황시에승객의대피방향등및 AP와스마트폰의 Push 알림기능실험을통해구현을할예정이다. 전체시스템을구성하여본논문에서제안된지하철승객의분산대피모의실험을수행할것이다. [Table 1] Survey data Line1 Average of total line time 08:00 ~ 09:00 12:00 ~ 13:00 18:00 ~ 19:00 time 08:00 ~ 09:00 12:00 ~ 13:00 18:00 ~ 19:00 sampler user rate sampler user rate sampler user rate sampler user rate sampler user rate sampler user rate MON 203 72 0.355 54 27 0.500 150 80 0.533 MON 165.5 72.0 0.435 83.2 24.7 0.297 141.7 60.0 0.424 TUE 200 80 0.400 60 25 0.417 180 70 0.389 TUE 167.7 71.8 0.428 65.0 18.8 0.290 158.3 53.3 0.337 WED 180 75 0.417 50 15 0.300 180 90 0.500 WED 174.0 80.3 0.462 71.8 23.2 0.323 161.3 69.0 0.428 THU 200 90 0.450 55 22 0.40 170 60 0.353 THU 178.3 71.7 0.402 78.0 26.7 0.342 168.3 70.8 0.421 FRI 184 92 0.500 50 15 0.300 180 70 0.389 FRI 180.3 76.7 0.425 113.5 29.5 0.260 181.7 78.3 0.431 SAT 142 48 0.338 74 25 0.338 102 32 0.314 SAT 104.7 30.7 0.293 107.3 40.7 0.379 209.5 58.0 0.277 SUN 112 35 0.313 120 48 0.400 132 41 0.311 SUN 95.2 25.7 0.270 152.7 49.7 0.325 192.0 50.2 0.261 Average 174.42 70.3 0.396 66.14 25.3 0.379 156.28 63.3 0.398 Average 152.23 61.3 0.388 95.92 30.5 0.316 173.26 62.8 0.368 [Table 2] Estimated passenger data with 1 Line 1 rate MON 166.3 183.4 9.6% 200.6 61.5 73.0 35.2% 84.5 182.9 202.8 35.2% 222.7 TUE 184.8 203.8 1.9% 222.9 57.0 67.6 12.7% 78.2 160.0 177.4 1.4% 194.9 WED 173.2 191.1 6.2% 208.9 34.2 40.6 18.9% 46.9 205.7 228.1 26.7% 250.6 THU 207.8 229.3 14.6% 250.7 50.1 59.5 8.2% 68.8 137.1 152.1 10.5% 167.0 FRI 212.5 234.4 27.4% 256.3 34.2 40.6 18.9% 46.9 160.0 177.4 1.4% 194.9 SAT 110.9 122.3 13.9% 133.7 57.0 67.6 8.7% 78.2 73.1 81.1 20.5% 89.1 SUN 80.8 89.2 20.4% 97.5 109.4 129.8 8.2% 150.2 93.7 103.9 21.3% 114.1 Average of total line rate MON 168.5 187.6 13.3% 206.7 67.8 79.8 4.1% 91.7 148.2 164.5 16.1% 180.9 TUE 168.1 187.2 11.6% 206.2 51.8 60.9 6.3% 70.0 131.7 146.3 7.6% 160.8 WED 188.0 209.3 20.3% 230.6 63.7 74.9 4.3% 86.1 170.4 189.2 17.3% 208.0 THU 167.7 186.7 4.7% 205.7 73.3 86.2 10.5% 99.2 174.9 194.2 15.4% 213.6 FRI 179.4 199.7 10.8% 220.1 81.1 95.4 16.0% 109.7 193.4 214.8 18.2% 236.2 SAT 71.8 79.9 23.7% 88.0 111.8 131.5 22.5% 151.2 143.2 159.1 24.1% 174.9 SUN 60.1 66.9 29.7% 73.7 136.5 160.6 5.2% 184.7 123.9 137.6 28.3% 151.3 4533
한국산학기술학회논문지제 15 권제 7 호, 2014 [Table 3] Estimated passenger data with 2 Line 1 rate MON 153.2 188.4 7.2% 223.7 54.2 79.0 46.3% 103.9 167.8 208.9 39.3% 250.0 TUE 170.2 209.4 4.7% 248.5 50.1 73.2 21.9% 96.2 146.9 182.8 1.6% 218.7 WED 159.6 196.3 9.0% 233.0 30.1 43.9 12.2% 57.7 188.8 235.0 30.6% 281.2 THU 191.5 235.5 17.8% 279.6 44.1 64.4 17.1% 84.6 125.9 156.7 7.8% 187.5 FRI 195.7 240.8 30.8% 285.8 30.1 43.9 12.2% 57.7 146.9 182.8 1.6% 218.7 SAT 102.1 125.6 11.5% 149.1 50.1 73.2 1.1% 96.2 67.1 83.6 18.1% 100.0 SUN 74.5 91.6 18.2% 108.7 96.3 140.5 17.1% 184.7 86.0 107.1 18.9% 128.1 Average of total line rate MON 154.2 193.7 17.0% 233.1 60.0 85.7 3.0% 111.4 135.9 169.6 19.7% 203.4 TUE 153.9 193.2 15.2% 232.6 45.8 65.4 0.6% 85.1 120.8 150.8 4.8% 180.8 WED 172.1 216.1 24.2% 260.1 56.3 80.5 12.0% 104.6 156.3 195.1 20.9% 233.9 THU 153.5 192.8 8.1% 232.0 64.8 92.6 18.7% 120.4 160.4 200.2 19.0% 240.1 FRI 164.2 206.2 14.4% 248.2 71.7 102.5 9.7% 133.2 177.4 221.5 21.9% 265.5 SAT 65.7 82.5 21.2% 99.3 98.9 141.3 31.6% 183.6 131.3 164.0 21.7% 196.6 SUN 55.0 69.0 27.5% 83.1 120.7 172.5 13.0% 224.3 113.6 141.8 26.1% 170.0 [Table 4] Estimated passenger data with 3 Line 1 rate MON 142.0 197.4 2.8% 252.7 48.4 91.6 69.6% 134.8 155.1 220.0 46.6% 284.8 TUE 157.8 219.3 9.6% 280.8 44.8 84.8 41.4% 124.9 135.7 192.5 6.9% 249.2 WED 147.9 205.6 14.2% 263.3 26.9 50.9 1.8% 74.9 174.5 247.5 37.5% 320.4 THU 177.5 246.7 23.3% 315.9 39.4 74.6 35.7% 109.9 116.3 165.0 3.0% 213.6 FRI 181.4 252.2 37.1% 322.9 26.9 50.9 1.8% 74.9 135.7 192.5 6.9% 249.2 SAT 94.7 131.6 7.3% 168.5 44.8 84.8 14.6% 124.9 62.0 88.0 13.7% 113.9 SUN 69.0 95.9 14.3% 122.9 86.0 162.9 35.7% 239.7 79.5 112.7 14.6% 146.0 Average of total line rate MON 142.2 204.8 23.7% 267.3 53.8 97.8 17.6% 141.8 125.5 178.8 26.2% 232.2 TUE 141.9 204.3 21.8% 266.7 41.0 74.7 14.9% 108.3 111.5 159.0 0.4% 206.4 WED 158.7 228.4 31.3% 298.2 50.5 91.8 27.8% 133.2 144.3 205.7 27.5% 267.1 THU 141.5 203.8 14.3% 266.1 58.1 105.7 35.5% 153.3 148.1 211.1 25.4% 274.1 FRI 151.4 218.0 20.9% 284.6 64.3 116.9 3.0% 169.6 163.8 233.5 28.5% 303.2 SAT 60.6 87.2 16.7% 113.8 88.6 161.2 50.2% 233.8 121.3 172.9 17.5% 224.5 SUN 50.7 73.0 23.3% 95.3 108.2 196.9 29.0% 285.5 104.9 149.5 22.1% 194.2 References [1] C. G. Kim, S. W. Lee, N. Hur, S. W. Nam, A Numercal Study on Passenger Evacuation in a Subway Station in Case of Fire Occurrence, Korean Journal of Air-Conditioning and Regrigeration Engineering, Vol. 22, pp.509-514, 2010 [2] J. H. Canos, G. Alonso, J. jaen, A multimedia approach to the efficient implementation and use of emergency plans, MultiMedia, IEEE, Vol. 11, Issue 3, pp.106-110, 2004 DOI: http://dx.doi.org/10.1109/mmul.2004.2 [3] Daibaoqian, WangTong, Qinyueping, Subway Station Evacuation Simulation System, Measuring Technology and Mechatronics Automation(ICMTMA), Vol. 2, pp.396-399, 2009 [4] S. J. Lee, S. H. Lee, A Study on the Development of Emergency Evacuation Simulator Considering the Characteristic of the Behavior Pattern in Crowding, Journal of the Korea Academia-Industrial cooperation seciety, vol. 9, no. 5, pp.1319-1327, 2008 DOI: http://dx.doi.org/10.5762/kais.2008.9.5.1319 [5] J. M. Leem, J. Y. Yu, S. J. Jang, et al., 2013 Mobile internet use survey. p.1-94, Korea Internet & Security Agency, 12. 2013 [6] W. I. Choi, W. I. Kwak, S. J. Kim, M. J. Seo, Statistics using excel, p.136-146, Hackhyunsa Publishers, 2007. [7] MASUDA, Hiroyuki, and Takeshi ARAI. "An agent-based simulation model of evacuation in a subway station." The 4534
승객위치정보기반지하철분산대피안내시스템 9th International Conference on Computers in Urban Planning and Urban Management (CUPUM05). 2005. [8] Lei, Wenjun, et al. "Simulation of pedestrian crowds evacuation in a huge transit terminal subway station." Physica A: Statistical Mechanics and its Applications 391.22 (2012): 5355-5365. 김남문 (Nammoon Kim) [ 준회원 ] 2011 년 2 월 : 광운대학교전자공학과 ( 전자공학사 ) 2011 년 3 월 현재 : 광운대학교전자공학과 ( 석박통합과정 ) < 관심분야 > ultra-wide band wireless communication systems, precise ranging and location systems, Indoor positioning system, INS 김영억 (Youngok Kim) [ 정회원 ] 1999 년 2 월 : 연세대학교기계공학과 ( 기계공학사 ) 2002 년 2 월 : Univ. of Texas at Austin ( 전기, 컴퓨터공학석사 ) 2006 년 5 월 : Univ. of Texas at Austin ( 전기, 컴퓨터공학박사 ) 2006 년 7 월 2008 년 2 월 : KT 인프라연구소선임연구원 2008 년 3 월 현재 : 광운대학교전자공학과부교수 < 관심분야 > ultra-wide band wireless communication systems, OFDM-based systems, precise ranging and location systems, PAPR reduction techniques, diversity techniques for wireless systems, and multiple-access schemes in multicarrier systems 4535