DOI QR코드

DOI QR Code

Emergency Rescue Guidance Scheme Using Wireless Sensor Networks

재난 상황 시 센서 네트워크 기반 구조자 진입 경로 탐색 방안

  • Joo, Yang-Ick (Division of Electronics and Electrical Information Engineering, Korea Maritime & Ocean University)
  • Received : 2019.07.29
  • Accepted : 2019.08.09
  • Published : 2019.10.31

Abstract

Using current evacuation methods, a crew describes the physical location of an accident and guides evacuation using alarms and emergency guide lights. However, in case of an accident on a large and complex building, an intelligent and effective emergency evacuation system is required to ensure the safety of evacuees. Therefore, several studies have been performed on intelligent path finding and emergency evacuation algorithms which are centralized guidance methods using gathered data from distributed sensor nodes. However, another important aspect is effective rescue guidance in an emergency situation. So far, there has been no consideration on the efficient rescue guidance scheme. Therefore, this paper proposes the genetic algorithm based emergency rescue guidance method using distributed wireless sensor networks. Performance evaluation using a computer simulation shows that the proposed scheme guarantees efficient path finding. The fitness converges to the minimum value in reasonable time. The density of each exit node is remarkably decreased as well.

재난 상황 시 대피 경로를 유도하기 위해 대부분의 건물 등의 구조물에서는 중앙통제센터나 안전요원의 안내 및 대피 경로 유도등을 통해 대피 경로를 안내하고 있다. 하지만 규모가 커지고 갈수록 내부 구조가 복잡해짐에 따라 비상 상황 시 안전을 보장할 수 있는 지능적 안내 시스템의 필요성이 증가하고 있다. 따라서 경로 탐색 알고리즘에 기반한 지능적 대피경로 탐색 및 안내 시스템이 제안되었고, 구조물 내 설치된 센서 노드로부터 수집된 상황 정보를 기반으로 중앙 서버에서 각 위치별 최적의 경로를 제시하는 방식으로 대피 유도가 이루어졌다. 그러나 대피자의 효과적인 대피와 함께 중요한 부분이 구조자의 효율적인 구조활동이다. 현재까지 대피자의 대피 경로 유도에 대한 연구는 다양하게 이루어져왔으나, 구조자의 효율적 진입 경로 탐색에 대한 연구는 전무하였다. 따라서 본 논문에서는 센서 네트워크 환경에서 유전 알고리즘을 적용한 구조자 진입 경로 탐색 방안에 대해 제안하였다. 제안된 방식의 실효성을 검증하기 위해 컴퓨터 시뮬레이션을 통해 제안된 방식의 성능을 검증하였고, 그 결과 작업량 기준의 적응도 평가 시 적응도가 일정 시간 내에 수렴되었으며, 각 출구별 이동하는 노드의 비율로 환산한 출구집중도 역시 최대값과 최소값 차이가 현저하게 감소하였다.

Keywords

Acknowledgement

This work was supported by the National Research Foundation of Korea(NRF) grant funded by the Korean government (2016R1D1A3B03934492).

References

  1. S. H. Ok, J. H. Ahn, S. H. Kang, and B. I. Moon, "A combined heuristic algorithm for preference-based shortest path search," Journal of The Institute of Electronics Engineers of Korea, vol. 47, no. 8, pp. 74-84, 2010 (in Korean).
  2. M. B. Kang, G. Park, S. H. Yim, and Y. I. Joo, "Design of optimal evacuation route guidance system for accidents on board the ship," in Proceedings of the 40th KOSME Spring Conference, pp. 158, 2016 (in Korean).
  3. M. B. Kang, and Y. I. Joo, "Intelligent evacuation systems for accidents aboard a ship," Journal of the Korean Society of Marine Engineering, vol. 40, no. 9, pp. 824-829, 2016 (in Korean). https://doi.org/10.5916/jkosme.2016.40.9.824
  4. Y. K. Kim, B. S. Yun, and S. B. Lee, Meta-Heuristic, YoungJi, 1997 (in Korean).
  5. K. B. Kim, "Combining A* and genetic algorithm for efficient path search," Journal of the Korea Institute of Information and Communication Engineering, vol. 22, no. 7, pp. 943-948, Jul. 2018 (in Korean). https://doi.org/10.6109/JKIICE.2018.22.7.943
  6. J. K. Ahn, S. Y. Kang, and M. O. So, "PD controller based on genetic algorithms for depth control of an autonomous underwater vehicle," Journal of the Korean Society of Marine Engineering, vol. 42, no. 1, pp. 24-30, Jan. 2018(in Korean).
  7. M. H. Cho, and Y. I. Joo, "A base study on emergency rescue guidance scheme using genetic algorithm," in Proceedings of the 43rd KOSME Spring Conference, pp. 273, 2019 (in Korean)
  8. S. Ghosh, and R. J. Gagnon, "A comprehensive literature reivew and anlysis of the design, balancing and scheduling of assembly systems," International Journal of Production Research, vol. 27, no. 4, pp. 637-670, 1989. https://doi.org/10.1080/00207548908942574
  9. D. E. Goldberg, and R. Lingle, "Alleles, Loci, and the TSP," in Proceedings of the 1st International Conference on Genetic Altorithms, Lawrence Erlbaum Associates, Hillsdale, NJ, pp. 154-159, 1985.
  10. M. Herdy, "Application of the evolution strategy to discrete optimization problems," in Proceedings of the 1st International Conference on Parallel Problem Solving from Nature, Springer-Verlag, Lecture Notes in Computer Science 496, pp. 188-192, 1991.