Professional Documents
Culture Documents
유전 알고리즘을 활용한 건설현장 환경센서의 최적 배치도 도출
유전 알고리즘을 활용한 건설현장 환경센서의 최적 배치도 도출
Abstract
필요하다는 연구가 이어지고 있다[1].
건설현장의 생산성과 안전을 향상하기 건설현장 디지털트윈을 구축하기 위해서는
위해 디지털트윈의 구축은 필수적이다. 물리적, 환경적, 생애주기적 특성을
특히, 건설현장 디지털트윈의 환경적 반영해야 한다[2]. 특히, 환경적 특성을
정보를 수집하기 위해 환경센서의 설치 및 반영하기 위해 소음, 분진, 진동, 온·습도
운영에 대한 연구가 이어지고 있다. 본 등 환경정보를 수집하기 위한 연구가
연구는 건설현장의 특성을 고려한 환경센서 활발하게 수행되고 있다[3-4].
배치 최적화 알고리즘을 개발한다. 전체 작업이 진행되는 동안 현장의 환경은
현장을 5m× 5m의 격자로 나누고, 급격하기 때문에 변화되는 건설현장의 이
건설현장의 특성을 고려하여 제약조건을 모든 요소를 고려하여 센서의 배치가
설정한 뒤, 유전 알고리즘을 적용하여 센서 결정된다. 하지만 현재 건설현장에서는
배치를 최적화하였다. 700m x 700m 주로 현장 관리자가 임의로 센서 설치
크기의 샘플 현장에 실험한 결과, 평균 약 위치를 결정하여 필요 이상 또는 이하의
16초만에 센서 배치도를 도출했다. 본 대수로 센서를 배치하는 경향이 있다[5].
연구는 넓고 복잡한 건설현장에 최적화된 이로 인해 현장의 데이터 수집 시 결손이
센서 배치를 통해 환경정보를 효율적이고 발생하거나 유지보수의 측면에서 불필요한
효과적으로 수집하도록 기여한다. 비용이 발생하게 된다. 이전의 센서 배치
최적화 연구에서는 장애물이 유무를
1. Introduction 기반으로 열린 공간(Open space)에서
수리적 계산을 통해 센서 배치를
건설산업은 다양한 종류의 중장비들과 최적화하려는 시도가 있었지만, 매 순간
자재의 빈번한 이동, 노동집약적이고 현장 변화하는 건설현장에 유동적으로 대응하여
의존적인 생산 체계, 참여주체 간 정보단절 자동화된 결과 도출하기 어려운 점이 있다.
등으로 타 산업에 비해 높은 위험성을 지닌 그러므로 건설현장에서 발생할 수 있는
산업이다. 건설현장의 안전사고 방지 및 작업자동선, 자재이동, 집중탐지 구역 설정
생산성 향상을 위해 디지털트윈이 등 다양한 요소들을 고려하고 휴리스틱한
한국경영과학회/대한산업공학회/한국시뮬레이션학회
2024 춘계공동학술대회(2024.5.2~4, 여수엑스포컨벤션센터)
그림 1. Research Framework
3. Research Process 변화를 실시간으로 모니터링할 수 있도록
한다. 이는 작업자의 안전을 보장하고,
3.1 Research Framework 잠재적인 위험 요소를 사전에 감지하여
그림 1은 연구의 전체적인 흐름도를 대응할 수 있게 함으로써, 작업의 효율성과
보여준다. 알고리즘이 실행되기 위한 첫 안전성을 동시에 증진시킨다. 반면, 수목이
단계로 현장 지형을 모방한 그리드 맵과 우거지거나 웅덩이가 있는 등 작업이
적합도 평가를 위한 집중 및 제한 구역의 이루어지지 않는 구역에는 센서 설치를
정보가 담긴 맵을 입력받고 현장 지형 맵은 제외함으로써 비용을 절감할 수 있다.
Harris Corner Detecttion 알고리즘에 의해 이러한 구역들은 건설 작업의 진행에
그리드 맵의 꼭지점 탐색을 하고 해당 직접적인 영향을 미치지 않으므로, 센서
지점에 대해 센서를 배치하게 된다. 자원을 보다 필요한 곳에 집중적으로
최외곽지점, 즉 현장의 꼭지점에 센서가 배치하는 것이 경제적이며 효율적이다.
배치되고 난 후, 현장의 내부에는 유전 이처럼 건설현장 센서 배치의 최적화는
알고리즘에 의해 세대를 거듭해가며 센서 최소의 비용으로 최대의 탐지 효과를 갖는
배치도를 진화시켜 최종적으로 최적화된 것에 초점을 맞춘다.
센서 배치도를 출력함으로써 알고리즘은
종료된다. 3.1.2 Preprocessing
실제 건설현장은 5m × 5m 크기의 격자
3.1.1 Constraints Determination 형태로 나누어지며, 이것은 0과 1로 구성된
건설현장에서의 센서 배치는 최소화된 2차원 그리드로 데이터화되어 현장의
수의 센서를 사용하여 전체적인 비용을 모습을 표현한다. 여기서 0은 센서가
최소화하면서도 최대의 탐지 능력을 배치되지 않은 구역을, 1은 센서가 배치된
발휘하도록 하는 것이 필요하다. 이는 구역을 나타낸다. 이러한 방식으로 현장의
효율적으로 센서 자원 배분함으로 모습이 기록되어, 유전 알고리즘을 통한
건설현장의 안전사고 방지 및 작업 최적의 센서 배치 탐색에 필요한 기초
생산성을 극대화하기 위함이다. 데이터로 활용된다.
작업이 직접적으로 진행되는 구역에는 센서의 경우 그리드 맵 상의 임의의
센서를 집중적으로 배치하여 작업 환경의 그리드 포인트 의 위치에서 센서는
한국경영과학회/대한산업공학회/한국시뮬레이션학회
2024 춘계공동학술대회(2024.5.2~4, 여수엑스포컨벤션센터)
그림 5. 계단형 현장 위에 최외곽 센서
배치
그림 7. 그리드 염색체 생성 과정
그림 6. 한쪽이 잘린 사각형 현장 위에
최외곽 센서 배치 예를 들어, 가로와 세로가 각각
700m인 맵이 있을 경우, 이를 가로와 세로
3.1.3 processing 각각 140개의 그리드로 나누어 표현한다면,
유전 알고리즘은 휴리스틱 알고리즘의 해당 맵에 대한 염색체는 총 19,600개의
한 분야로 분류되며, 특정 문제 해결을 유전자로 구성된다. 초기 염색체는
위해 생물학적 진화 과정을 모방하여 랜덤하게 생성되고 적합도 평가에 의해
컴퓨터가 최적의 해답을 찾도록 설계된 우수한 염색체들은 교배(Crossover)와
기법이다. 이 방법은 자연 선택과 유전자 돌연변이(Mutation) 과정을 통해 다음
한국경영과학회/대한산업공학회/한국시뮬레이션학회
2024 춘계공동학술대회(2024.5.2~4, 여수엑스포컨벤션센터)
≤ ×
×
(수식 5)
수식 (5)는 유전 알고리즘을 통해 그림 7. 직사각형 현장 위에 센서 배치도
출력된 맵의 그리드가 사용자가 정의한
구역의 특성을 얼마나 정확하게 반영하는지
나타내는 적합도 지표로 사용된다. 이
지표는 와 간의 오차를
건설현장을 위한 센서 배치 최적화
알고리즘 실행 결과, 센서 탐지 반경 200m,
한국경영과학회/대한산업공학회/한국시뮬레이션학회
2024 춘계공동학술대회(2024.5.2~4, 여수엑스포컨벤션센터)