"3조"의 두 판 사이의 차이

2023년 6월 9일 (금) 00:14 기준 최신판

프로젝트 개요

기술개발 과제

국문 : 폐지하공간을 활용한 자연친화적 지하공원 조.

영문 : A Nature-Friendly Underground Park Using Idle Space.

과제 팀명

지하이조.

지도교수

박도원 교수님

개발기간

2023년 3월 ~ 2023년 6월 (총 4개월)

구성원 소개

서울시립대학교 토목공학부·과 2018860038 최종도(팀장)

서울시립대학교 토목공학부·과 2018860010 김제민

서울시립대학교 토목공학부·과 2018860019 안재성

서울시립대학교 토목공학부·과 2018860022 윤영찬

서울시립대학교 토목공학부·과 2018860037 최세원

서울시립대학교 토목공학부·과 2018860039 하민준

서론

개발 과제의 개요

개발 과제 요약

◇ 폐 지하터널의 지하 공간 안정성을 확인한 후 친환경적인 공법을 사용하여 배수와 채광 시스템을 조성하고 식물이 자랄 수 있는 친환경 공원을 조성하는 프로젝트를 진행하고자 한다.

개발 과제의 배경

◇ 서울에는 정치적 문제, 시설 노후화, 수요 감소 등 여러 가지 이유로 영업을 중단한 지하철역이 신설동역, 영등포시장역, 신당역 등 다수 존재한다. 여러 가지 사업을 진행하며 이러한 유휴공간 활용을 위해 힘썼지만, 여전히 이용되지 않는 폐 지하터널(유령역)이 다수 남아있는 상황이다.

개발 과제의 목표 및 내용

◇ 이 친환경 공원에는 자연광 공급, 점적관개 기법, 공기 정화시스템을 사용하고 수치해석 프로그램을 활용하여 폐 지하공간의 안정성을 평가하고 안전 대책을 수립할 수 있도록 한다.

개발과제의 기대효과

기술적 기대효과

◇ 지하공원을 계획할 때 인공 조명을 대체할 수 있는 자연광을 이용한다. 따라서 전력을 사용하지 않아도 빛을 공급할 수 있어 에너지 효율적이다. 이는 에너지 절약 효과를 가져올 수 있습니다. 그리고 자연광을 이용 할 때 인공 조명과 달리 자연광을 이용하므로 친환경적이다. 이는 탄소 배출량을 줄이고 지속 가능한 건축물을 만드는 데 기여할 수 있다. 자연광은 인공 조명보다 더 많은 녹색 파장을 포함하고 있다. 이는 사람의 체내 호르몬 분비에 긍정적인 영향을 미칠 뿐 아니라, 시력과 집중력을 향상시키는 효과도 있다. 따라서 자연광 집광기술은 건강한 건물 환경 조성에 기여할 수 있다.

◇ 지하 공원에 공기질 정화 기술을 도입할 때 공기가 순환하지 않아서 오염 된 실내공기를 깨끗하게 유지할 수 있다. 이는 건강한 실내환경을 유지하는 데 기여할 수 있다. 또한 식물 자체가 가지고 있는 공기 정화 효과로 인해 지하공원을 이용하는 이용객에게 더 좋은 공기질을 제공할 수 있다.

경제적, 사회적 기대 및 파급효과

◇ 지하공원은 지역 주민들에게 다양한 기대효과를 줄 수 있다. 지하공원은 도심 속 청년들의 문화·예술·사회활동 등의 다양한 생활 영역으로 활용될 수 있다. 그리고, 지하공원은 주민들에게 휴식과 취미생활의 장소를 제공하므로 주민들의 삶의 질 향상에 기여할 수 있다. 특히 도심지역에서는 주민들이 휴식과 취미생활을 즐길 수 있는 공간이 부족하기 때문에, 지하공원이 이를 보완할 수 있다. 지하공원은 자연환경 보호와 에너지 절약, 대기오염 저감 등 지속 가능한 도시환경 조성에 기여할 수 있다. 이러한 이점들을 통해 지하공원은 지역 주민들에게 더욱 편안하고 건강한 도시생활을 제공할 수 있다.

◇ 지하공간을 공원으로 활용하면 도시 내 녹지 면적을 늘릴 수 있다. 특히 도심 지역에서는 자연적인 공간이 부족한 경우가 많은데, 녹지를 확보하면 도시 환경이 더욱 건강하고 쾌적해지므로, 거주 환경 개선에 큰 기여를 한다. 또한, 녹지는 대기 중 미세먼지 등의 유해 물질을 흡수하고, 산소를 생산하여 대기의 질을 개선시키는 효과를 가지므로, 건강한 환경을 조성하는 데도 효과적이다. .

◇ 지하공원 내에 상업 시설이나 문화 시설 등을 조성할 경우, 해당 시설들이 지역 내 소비 활동과 문화 생활에 새로운 역동성을 부여할 수 있다. 이는 지역 경제의 활성화에 기여할 수 있다.

◇ 지하공원은 현재 많은 도시에 구축되어 있지 않은 구조물이다. 이런 구조물이 생기게 된다면 지하공원을 구경하기 위해 다양한 사람들이 찾아오게 될 것이다. 이런 다양한 사람들이 지하공원을 방문하면서 주변의 상업시설을 이용하게 될 때 주변 지역에 경제적인 기여를 할 수 있다. 그리고, 지하공간에 방문하는 방문객들에게 폐 지하공간을 활용함을 알리면서, 폐 지하공간에 대한 다양한 관심을 이끌 수 있다.

기술개발 일정 및 추진체계

개발 일정

구성원 및 추진체계

◇ 김제민 : 현장 사전 답사

◇ 안재성 : 서기 및 데이터 선별

◇ 윤영찬 : 안정성 검사 및 데이터 선별

◇ 최세원 : Plaxis 2D를 활용한 설계

◇ 최종도 : 팀장 및 데이터 조사

◇ 하민준 : 데이터 조사 및 기관 협조 요청

설계

설계사양

설계 사양

개념설계안

◇ 지하공원 설계 구상도

지하1층 : 맞이방, 시민편의공간 지하2층 : 지하철 승강장 지하3층 : 지하공원

◇ 지하공원 설계 프로세스

◇ 지하공원 조성 및 역 선정

서울시에 존재하는 모든 유령역을 대상으로 추후 활용 계획이 없고 도면을 구할 수 있는 2개 역(신당역, 영등포 시장역)을 우선 선정하였다.

추가적으로 채광 시스템과 공기질 정화시스템 등을 추가하고 수치해석 프로그램을 통해 조성한 지하공원의 안정성을 확인을 진행하는 등 아래와 같은 요인들에 따라 지하공원 설계를 진행할 역을 최종 선정할 것이다.

- 폐지하공원 최종 선정을 위한 요인

(1) 설계된 도면 및 주변 물성치를 통한 안정성 평가 (2) 채광 및 배수 시스템 설치 접근성 (3) 추가적인 시설에 대한 노후화 등 점검

◇ 지하공원 조성역 도면 및 주변 지반 정보

지하공원 설계 시 구조 파악을 위한 설계 단면도 및 주변 지반 정보를 서울교통공사 및 관련 정부 기관을 통해 확보하였다.

(1) 단면도

(2) 주변 지반 정보

◇ 환기 및 조명 장치

(1) 적정 조명 기술

자연광을 이용해 실내를 밝히는 자연채광 조명 시스템은 다양한 종류의 기술들과 각각의 장단점이 있다. 이번 지하공원 조성 시 사용할 조명 시스템으로는 다음과 같이 소개된 수직 자연광 시스템 중 한국에서 개발된 선포탈 시스템을 이용할 계획이다.

(2) 적정 공기청정 기술

이번 프로적트에서 집진기술 도입은 지하철 공기질 유지에 핵심역할에 해당하는 만큼, 터널 유형, 오염도, 혼잡도, 송풍기 운용 현황 등의 현장특성 고려와 기술적인 내용을 다각도로 검토하여 현장에 맞는 기술을 사용해야 한다. 프로그램을 통한 안정성 해석, 현장 답사 후 이번 프로젝트에 적합한 집진기술을 선정할 예정이다.

◇ 프로그램을 통한 안정성 해석

설계도면, 주변 지반 물성치 등의 데이터를 종합하여 ‘PFC 3D’ 혹은 ‘Plaxis 2D’ 프로그램을 통해 지하공원을 조성할 공간을 평면 변형률 해석을 활용하여 유한요소해석을 진행할 것이다.

- 유한요소 해석(Finite Element Analysis, FEA) 유한요소 해석은 모든 요소에 대해서 요소방정식을 구성하고 요소들이 공유되는 점들을 통해서 전체 방정식을 해석하는 방법이다. 유한요소해석에서 여러 가지 변수들에 대한 결과를 도출하는 과정은 크게 3단계로 나눌 수 있다. 첫 번째로, 임의의 영역을 각각의 요소들에 대한 방정식(matrix 형태)을 가진 유한요소로 나눈다. 두 번째 단계에서 각 요소들의 수식이 조립(assembly)된 전체 시스템에 대한 방정식을 구성한다. 마지막으로 요소들에 입력된 값에 대한 변위, 변형률, 응력 등의 결과를 계산하고 이를 시각화하여 보여준다.

(1) PFC 3D PFC(Particle Flow Code)는 토양에서 입자의 흐름에 따른 구조의 거동을 2D또는 3D로 시뮬레이션 하는데 사용되는 소프트웨어 패키지이다. 입자는 내부 힘과 모멘트에 의해 쌍방향 접촉으로 상호작용한다. 이 때 접촉을 통하여 내부 힘과 모멘트가 업데이트되고 계속해서 상호작용을 이어 나간다. 이 시스템 안에서 뉴턴의 운동 법칙에 따라 해가 구해지고 변화에 따른 이미지가 시각화 되어 복잡한 지반의 거동을 예측하고, 안정성을 평가할 수 있다.

- PFC 매뉴얼 (1) 지하공원을 조성하려는 지반의 토양 성분을 구한다. (2) 지반 심도를 정하여 단계별 굴착을 하고, 터널의 재료와 파이프, 볼트의 재료를 정한다. (3) 터널 형상을 PFC를 통하여 생성한다. 이 때 형상은 원기둥과 육면체의 합성을 통해 생성된다. (4) polygon을 이용하여 실제상황과 최대한 유사하게 형상을 잘라준다. (5) 터널이 받게 되는 응력이 x,y,z축 모두 구해진다. (6) 굴착 조건을 입력하고 시뮬레이션 결과를 확인한다.

(2) Plaxis 2D PLAXIS 2D는 원형 및 비원형 터널 생성 및 터널 시공 프로세스 시뮬레이션을 위한 특수 설비를 갖추고 있다. 이 수업에서는 중간 연질토에 실드 터널을 구축하고 말뚝 기초에 미치는 영향을 고려한다. 실드터널은 TBM(Tunnel Boring Machine) 전면부에 흙을 파내고 그 뒤에 터널 라이닝을 설치하여 시공된다. 이 절차에서 토양은 일반적으로 과잉 굴착되며, 이는 최종 터널 라이닝이 차지하는 단면적이 항상 굴착된 토양 면적보다 작다는 것을 의미한다. 이러한 격차를 메우기 위한 조치가 취해지긴 하지만 터널 건설 과정의 결과로 인한 토양의 응력 재분포 및 변형을 피할 수 없다. 위 토양의 기존 건물이나 기초의 손상을 방지하기 위해서는 이러한 영향을 예측하고 적절한 조치를 취할 필요가 있다. 이러한 분석은 유한 요소 방법을 통해 수행될 수 있다.

- Plaxis2D 매뉴얼 (1) 지하공원을 조성하려는 지반의 토양 성분을 구한다. (2) 토층의 물성치를 입력하고, 터널 구조를 정의한다. (3) 추가적으로 공법과 재료를 선택하여 설계를 마무리한다. (4) 구조물에 적합한 계산모드를 설정하여 계산을 수행한다.

이론적 계산 및 시뮬레이션

◇ Plaxis 2D를 이용한 안정성 평가

지하공원 조성을 위한 굴착을 진행하기 전 신당역 모델을 만들어 굴착 전후의 안정성을 비교하고자 하였다.

◇ 신당역의 토질층 형성

 신당역의 지반 조사 자료를 토대로 흙의 물성치를 입력하여 토질층을 형성하였다.

◇ 신당역 조성

 신당역의 단면도와 지하구조물 설계기준을 준수하여 최대한 유사하게 조성하였다.

정확하게 알 수 없는 기준에 대해서는 최댓값을 적용하여 하중을 과대평가하는 방식으로 설계하였다. 이에 따라 구한 하중은 아래의 표와 같다.

◇ 자연광 채광을 위한 채굴

지하 1층까지 자연광을 조달하기 위하여 노면부의 4m가량을 굴착하고 관을 삽입하였다. 아울러 지하공원을 조성하게 되었을 때 조달되는 흙과 나무의 무게를 고정하중 30ton으로 설정하여 추가로 작용시켰다. 아래 그림은 굴착 전과 후의 안정성을 시각화하여 나타낸 자료이다.

 굴착 영역에 비하여 토질 층의 크기와 구조물의 크기가 매우 크기 때문에 육안으로 확인하였을 때는 차이가 없는 것으로 보인다. 따라서 수치화된 데이터를 이용하여 비교하였다.

◇ Msf와 침하량을 통한 안정성 검토

 Plaxis 2D에서 제시하는 안정성 지표는 Msf와 침하량이 있다. Msf는 PLAXIS 2D에서 사용되는 용어이다. "Mobilized Shear Force"의 약어로, 한국어로는 "유동 전단력"이라고 번역될 수 있다. 지반 조건에서 토양 내부의 전단력을 나타내는 매개 변수로 사용됩니다. Msf는 지반 내부의 전단응력과 접촉면의 변동에 따라 변하는 전단력을 의미한다. 이 매개 변수는 PLAXIS 2D에서 지반의 변형 및 안전성 분석에 사용된다.  
 따라서 각 지점에서의 와 침하량의 차이가 크지 않다면 굴착을 진행하여도 구조물의 안정성을 위협하지 않는다고 해석 할 수 있다.

상위 위험 지점에 대하여 를 y축 침하량을 x축으로 한 그래프를 만들었을 때, 는 1.00으로 동일하였고 침하량 역시 1.26m로 소수 둘째 자리 수준에서 동일하게 나타났다. 따라서 굴착을 통해 자연광을 채광하고 나무를 지하로 운반하여 하중이 증가하여도 안정성에 문제가 없는 것으로 나타났다.

◇ 신당역 6호선 단면도를 바탕으로 설계 치수를 구한 뒤, 이를 Sketch-up을 사용하여 3D 모델링하였다.

상세설계 내용

◇  지하공원 조성 및 역 선정

이번 상세설계를 진행하면서 도면, 지반 물성치를 비교하여 최종적으로 신당역을 선정하였다.

◇ 환기 및 채광 장치

- 채광장치

적정 조명기술에 대해서는 현재 한국에서 개발하여 전세계적으로 사용 되고 있는 기술인 선 포탈 기술을 지하공원에 적용 시킬 예정이다. 선 포탈 기술을 수직 자연광 시스템의 일종으로 다음과 같은 특징과 장/단점을 갖고 있다.

지하공원에 적용될 선포탈 기술은 쉽게 집광부, 전송부, 확산부로 나뉘게 된다.

집광부에 사용되는 집광장치는 일몰 전까지 균일한 양의 광량을 응축할 수 있도록 태양을 따라 움직이는 자동 추적식 기술과 빛이 사방으로 새어나가지 않도록 직경 200㎜ 정도로 광을 축소하는 특수 렌즈로 구성됐다. 지상의 태양광을 지하로 전달해 주는 전송부는 집광과정에서 모은 태양광을 광 손실 없이 목적지에 도달할 수 있도록 전송장치 내부에는 일정 간격의 릴레이 렌즈가 부착되고, 고투과율 렌즈를 이용한 공간이동식 광전송을 통해 100m이상의 장거리 전송성능을 가지고 있다. 이렇게 전달된 태양광은 확산부를 통해 실내 지하공간으로 확산된 형태의 태양광을 전달해 준다.

이러한 썬 포탈 기술을 이용할 때 태양광의 풀 스펙트럼을 최대한 유지하여 지하로 전달해 주므로 지하공원 조성시 지하의 다양한 식물 구성에 도움이 되고, 전력을 최대한 사용하지 않는 조명의 형태이기 때문에 에너지 절약의 효과를 기대할 수 있다.

- 환기장치

신당역 폐 지하공간 답사 후 폐지하공간이 지하1층에 있다는 점, 지하 2층에 환기 설비가 이미 존재한다는 점을 고려하여 초기 설치비용이 높고 높은 집진 효율을 갖고 있는 전기집진 방식을 이용한다.

이 신기술은 양방향 전기집진장치를 지하철 환기방식에 상관없이 초미세먼지(PM2.5)와 미세먼지(PM10)를 제거하여 지하철역사의 공기질과 지하철 역사주변의 대기질까지 향상시키는 시스템으로, 단위유닛형 집진셀의 적용으로 현장별 맞춤 설치가 쉽고, 고풍속(13m/s)과 고풍량에 적합하며 자동운전시스템과 자동세척장치를 적용하여 유지관리가 쉽고 유지비용이 저렴하며 먼지, 수분, 부식에 강한 재질을 사용하여 반영구적으로 사용이 가능한 미세먼지 저감시스템이다. 또한 자동운전시스템과 자동세척장치가 적용되어 유지관리가 용이하고 먼지, 수분, 부식에 강한 재질이 사용되어 반영구적으로 사용할 수 있다.

결과 및 평가

완료 작품의 소개

프로토타입 사진 혹은 작동 장면

포스터

향후계획

신당역 지하공원 조성을 통하여 도심 속 부족한 부지 조건 속에서 녹지를 늘리고, 신당역을 시작으로 도심 속 버려진 공간의 재사용을 목표로 하고 있다. 실제로 신당역에 공원을 조성할 여건이 되지 않으므로 실제조건에 맞춰 최대한 유사하게 계산을 진행하였고, 미니어쳐 제작에 성공하였다. Plaxis2D를 통하여 지하공원 조성에 필요한 굴착과 추가 하중을 고려하였을 때 영향이 크지 않았으므로 현재도 조성가능하다는 결론을 내렸다. 물론 경제적인 여건과 추가 고려사항이 있으나 녹지부족 문제와 지하 폐기공간을 재활용 한다는 긍정적인 효과가 있을 것으로 예상되기 때문에 실제로 구현되길 기대한다. 추가적으로 채광장비와 환기장치에 대한 발전이 지속되고 있으며 스마트시티 조성을 위한 도시 최적화형 IoT장비가 증가하고 있으므로 더 경제적인 설계가 가능할 것으로 예상된다. 최종적으로 대한민국의 녹지증대를 통한 국민들의 행복도 증대와 지하공간 개발 기술에 기여할 수 있기를 바란다.

@@ 3번째 줄: / 3번째 줄: @@
 ==프로젝트 개요==
 === 기술개발 과제 ===
-딥러닝 기반 지하철 문 끼임 사고 방지 시스템 구축
+''' 국문 : ''' 폐지하공간을 활용한 자연친화적 지하공원 조.
-(Establishment of a deep learning based system preventing subway door jamming accident)
+''' 영문 : ''' A Nature-Friendly Underground Park Using Idle Space.
 ===과제 팀명===
-문열어조
+지하이조.
 ===지도교수===
-문영일 교수님
+박도원 교수님
 ===개발기간===
-년 3월~ 2022년 6월 (총 4개월)
+년 3월 ~ 2023년 6월 (총 4개월)
 ===구성원 소개===
-서울시립대학교 토목공학과 20178600** 전*훈(팀장)
+서울시립대학교 토목공학부·과 2018860038 최종도(팀장)
-서울시립대학교 토목공학과 20198600** 김*민
+서울시립대학교 토목공학부·과 2018860010 김제민
-서울시립대학교 토목공학과 20178600** 김*운
+서울시립대학교 토목공학부·과 2018860019 안재성
-서울시립대학교 토목공학과 20178600** 김*현
+서울시립대학교 토목공학부·과 2018860022 윤영찬
-서울시립대학교 토목공학과 20178600** 백*열
+서울시립대학교 토목공학부·과 2018860037 최세원
-서울시립대학교 토목공학과 20178600** 현*호
+서울시립대학교 토목공학부·과 2018860039 하민준
 ==서론==
 ===개발 과제의 개요===
 ====개발 과제 요약====
+ ◇ 폐 지하터널의 지하 공간 안정성을 확인한 후 친환경적인 공법을 사용하여 배수와 채광 시스템을 조성하고 식물이 자랄 수 있는 친환경 공원을 조성하는 프로젝트를 진행하고자 한다.
-딥러닝 기반 지하철 문 끼임 사고 방지 시스템 구축
 ====개발 과제의 배경====
-◇ 최근 6년 간 서울 지하철 출입문 끼임 사고는 1560여건, 한 달 평균 23건씩 발생하였다. 출입문에 스크린 도어가 설치되어 있음에도 불구하고 지름 7.5mm 이하 물체의 끼임은 감지하지 못하며, 아래쪽에는 센서가 없어 오래된 지하철의 경우 신발이나 유모차 바퀴가 끼이는 걸 감지하지 못하는 경우도 있다.
+ ◇ 서울에는 정치적 문제, 시설 노후화, 수요 감소 등 여러 가지 이유로 영업을 중단한 지하철역이 신설동역, 영등포시장역, 신당역 등 다수 존재한다. 여러 가지 사업을 진행하며 이러한 유휴공간 활용을 위해 힘썼지만, 여전히 이용되지 않는 폐 지하터널(유령역)이 다수 남아있는 상황이다.
-◇ 출입문 사고는 전체 지하철 사고의 29.1~38.8%를 차지한다. 또한, 이러한 출입문 사고유형에서 출입문 끼임 사고가 89%로 대부분이다. 무리한 승차로 부상을 당하거나 물건들이 파손되는 사례가 많고 피해보상에서도 출입문 끼임 사고가 39%를 차지한다.
 ====개발 과제의 목표 및 내용====
-◇ 지하철 CCTV사진과 딥러닝을 활용하여 지하철 탑승객의 모습을 실시간으로 모니터링하고, 물체가 끼었지만 스크린 도어가 열리지 않는 위험한 상황 시에 이를 경고해줄 수 있는 시스템을 개발하고자 하였다.
+ ◇ 이 친환경 공원에는 자연광 공급, 점적관개 기법, 공기 정화시스템을 사용하고 수치해석 프로그램을 활용하여 폐 지하공간의 안정성을 평가하고 안전 대책을 수립할 수 있도록 한다.
-◇ 이 시스템은 사람들의 비정상적인 거동을 라벨링하여 딥러닝 모델을 개발 및 구축함으로써 지하철 출입문 끼임 사고를 줄이고 만약 사고가 발생하여도 확실하고 신속한 상황 대처를 할 수 있도록 한다.
 ===관련 기술의 현황===
 ====관련 기술의 현황 및 분석(State of art)====
-◇ 스크린도어를 제어하는 방식
+*전 세계적인 기술현황
+ ◇ 미국 로우라인 프로젝트
+[[파일:22222.png]]
-- ATO 방식: 열차 제어 방식(ATC)와 연동하는 방식으로, 선로에 설치된 사진을 통해 열차의 위치 정 보를 관제 시스템에 전송한 후 시스템을 통해 자동으로 스크린도어를 열거나 닫는 방식이다.
+미국 뉴욕 맨해튼에 1948년 이후 방치된 지하 터미널 40,000를 개조하여 세계 최초의 지하공원을 짓는 프로젝트   를 진행하였다. 일명 로우라인 프로젝트로 불리는 지하공원 프로젝트는 지하에서 식물을 키우기 위한 다양한 기술이 접목되어 있다. 첫 번째로 지하로 자연광을 가져오기 위하여 태양을 추적하는 광학 장치를 이용하여 자연광을 수집하고 태양 캐노피를 이용하여 지하공간 전체에 자연광을 퍼뜨리고 햇빛을 조절하여 식물의 생명을 유지하는데 중요한 빛을 제공한다. 두 번째로 지하공간을 지상에서 식물이 자라는 공간과 비슷하게 만들기 위하여 습도와 공기질을 일정하게 유지하도록 하였습니다. 이를 통해 3,000개 이상의 식물이 지하공간안에서 자연스럽게 성장하고 생태계를 구성할 수 있게 한다.
+이러한 기술로 개발된 지하공원은 현재 주말에 30,000여명 이상의 방문자가 찾아오고 있으며, 십대들을 위한 앰버서더 프로그램을 이용하여 그린 시스템에 대한 이해를 돕는 등 지역사회 발전에 큰 이바지를 하고 있다.
-- R/F 방식: 스크린도어와 운전실에 설치된 RF 장치 간의 무선 연결을 통해 스크린 도어를 제어하는 방식이다. ATO 방식과는 달리 수동적인 방식이다.
+ ◇ 영국 클래팜 타운 지하농원
-- 출입문 검지 센서 방식: 출입문 상부에 설치된 열차 검지 센서를 통해 스크린도어를 제어하는 방식으로, 열차의 문이 닫히면 센서가 닫힌 문을 감지하여 스크린 도어가 닫히는 원리다. 현재 대부분의 스크린도어는 ATO방식을 사용하며 수도권 일부 구간에서만 RF방식과 출입문 검지 센서 방식을 사용한다.
+[[파일:image01.png]]
-[[파일:state.png]]
+영국 런던 클래팜 타운에서는 지하 33m에 위치한 지하농원에서 채소를 경작하여 샐러드로 판매하는 프로젝트가 시행되고 있다. 2015년부터 수백개의 레스토랑과 슈퍼마켓에 신선한 농산물을 공급하고 있다. LED, 수경재배, 데이터 분석 및 재생 에너지를 이용하여 65,000의 농장에서 농산물을 경작한다. 고도로 발달한 LED기술을 통하여 농산물을 경작하는게 가능해졌으며, 수경 재배 시스템으로 물을 재순환시켜 자원에 대한 영향을 최소화 하였다. 지하에 있으므로 온도를 일정하게 조절하는 것이 지상에서 보다 쉬우며, 2021년에는 재생에너지만을 이용하여 완전히 탄소중립을 실천하였다.
+세계 식량 생산 시스템에 엄청난 문제를 직면한 지금, 클래팜 타운 지하농원은 부족한 지상공간을 대체하여 식량 부족을 해결한 대안으로 제시되고 있다.
+ ◇ 대한민국 종각역 태양의 정원
+[[파일:33333.png]]
-◇ 상하개폐식 스크린도어
+지하를 자연 친화적 공간으로 바꾸려는 시도는 놀랍게도 우리나라에서 찾아 볼 수 있다. 자연채광 제어기술을 적용한 종각역 태양의 공원이 그 주인공이다. 종각역에서 종로서적으로 이어지는 지하보도에 조성된 이 정원에는 자연채광 제어기술이 적용되었다. 지상의 햇빛을 원격 집광부를 통해 고밀도로 모아 특수 제작된 렌즈에 통과시켜 손실을 최소화하면서 지하 공간까지 전달하는 이 혁신 기술은 자연 그대로의 햇빛을 지하로 전송해 유자나무, 금귤나무, 레몬나무 등 과실수를 포함한 37종의 다양한 식물이 지하에서도 자랄 수 있다.
+단순한 녹지공간 뿐만 아니라 계단을 리모델링하여 객석을 만들어 각종 교양강좌나 소규모 공연이 가능한 다목적 문화공간을 조성하였으며 특히 청년창업 지원을 위한 공간도 마련되어 창업을 준비하는 청년들에게 홍보, 판로, 교육, 지원 사업을 제공하는 공간으로 활용될 예정이다. 한파나 미세먼지 등 외부 기상여건과 상관없이 지하에서 자연 그대로의 태양광을 느낄 수 있으며, 날씨가 흐린 날엔 자동으로 LED 조명으로 전환돼 외부 날씨와 상관없이 일정 조도 확보도 가능하다.
+*기술 로드맵
+[[파일:20230607_155711.png]]
--최근 상하개폐식 스크린도어가 문양역, 논산역 등에 시범 설치되고 있다. 이는 출입문이 상하로 열리고 닫히는 방식으로, 소재는 PVC를 입힌 와이어로프 또는 강화 유리 등 다양하게 선택 가능하다. 상하식 스크린도어가 기존 좌우식에 비해 머리 부상을 당할 위험이 클 것이라는 지적도 있지만 실제로 상하식 스크린도어는 머리 부상 예방을 위해 감지 센서를 추가로 설치함으로써 이런 염려를 제거했다. 또한, 상하식은 스크린도어가 몸이 닿기 전에 센서를 통해 열리기 때문에 더 안전하다. 하지만 문양역과 서울지하철의 스크린 오작동 건수를 비교하면 연평균 50건으로 비슷하기 때문에 더 정확한 기술이라고 말하기는 어렵다.
+====시장상황에 대한 분석====
+*기존기술
+ ◇ 태양광 방식
+지상에 설치한 집광장치(빛을 모으는 장치)를 통해 응축한 고밀도의 태양광을 전송장치에 실어 지하까지 전달하는 원리다. 집광장치는 일몰 전까지 균일한 양의 광량을 응축할 수 있도록 태양을 따라 움직이는 자동 추적식 기술과 빛이 사방으로 새어나가지 않도록 특수 렌즈로 구성됐다. 이렇게 모은 태양광은 광 손실 없이 목적지에 도달할 수 있도록 전송장치 내부에는 일정 간격의 렌즈가 부착되어 지하 20ｍ 깊이에서 최대 150ｍ 떨어진 거리까지 태양광을 전송한다.
-[[파일:222.png]]
+ ◇ 공기질 관리 시스템
+. 스마트 공기질 관리 시스템 : 정부 차원에서 관계부처들의 합동 과제로 지하철 역사 공기질 관리를 위해서 지속적으로 운영하고 있는 프로젝트이다. 역사 내·외부의 오염도, 교통정보 등 빅데이터 분석을 통해 역사내 미세먼지 농도를 조절하는 시스템으로 대전 정부청사역 등에서 시범적으로 관리하고 있다.
-◇ 스크린도어에 사용되고 있는 센서
+. 미세먼지 절감을 위한 첨단기술 : 평소 운행시 금속 미세먼지와 열차풍에 날리는 비산먼지를 제거하는 전동차 하부 부착형 저감기술과 터널 본선환기구에 설치되어 급·배기시 이동공기를 정화하는 양방향 집진 시스템 등이 시범적으로 추진되고 있다.
--지하철의 스크린도어가 정상적으로 개폐되기 위해서는 센서가 검출 범위 내의 물체를 감지해야 한다. 기존 스크린도어에 사용되고 있는 센서는 ‘포토 센서’와 ‘에어리어 센서’이며 끼임 사고와 같은 안전사고를 예방하기 위하여 보다 정확하게 물체를 감지할 수 있는 ‘레이저 센서’로의 전면 교체가 추진되고 있는 상황이다.
--포토 센서, 에어리어 센서, 레이저 센서의 단점을 보완하면서 레이저 센서의 장점을 포함하는 딥러닝 시스템을 개발하고자 한다. 포토 센서와 에어리어 센서의 경우 검지 폭이 좁다는 점이 가장 취약하다. 스크린도어 주변의 CCTV를 활용하면 넓은 검출 범위를 가질 수 있다. 또한, 딥러닝 시스템은 이미 설치되어있는 승강장 주변의 CCTV 자료를 활용하므로 추가적인 설치와 비용이 필요하지 않다는 장점을 갖는다.
+ ◇ 식물 급수 방식
+. 점적관개 방법 : 가는 구멍이 뚫린 관을 통해 각각에 물방울 형태로 물을 공급해 주는 방식이다. 전체 규모가 크거나 식물 각각의 사이 공간이 넓을 때 효과적으로 주로 가로수나 하우스 내에서 농사를 지을 때 많이 사용한다.
-◇ 지능형 CCTV
--현재 서울 지하철 8호선은 지능형 CCTV를 이용한 딥러닝 기반 영상 분석을 통해 에스컬레이터 넘어짐, 교통약자 서비스, 코로나19에 대비한 마스크 미착용자 검색 등 다양한 정보를 활용하여 안전한 지하철 서비스를 제공한다. 또한, 이를 이용하여 승객들의 부정승차를 탐지하고 이에 알맞은 정책 수립을 논의 중에 있다. 출입문 끼임 사고에 관해서도 기존 출입문이나 스크린도어의 문제점을 보완하기 위해 상하개폐식 스크린도어나 레이저 센서 등을 대책으로 내세우고 있지만 현재 딥러닝을 기반으로 지하철 문 끼임 사고를 방지하는 시스템을 구축한 국내와 해외 사례는 아직 존재하지 않는다.
--지능형 CCTV에 대한 수요는 세계적으로 증가하고 있다. 지능형 CCTV는 보안 서비스뿐만 아니라 재난재해 모니터링 서비스, 영유아 모니터링 서비스, 실버케어 서비스 등에 활용될 수 있기 때문이다. 우리나라 정부 역시 지능형 CCTV 산업을 ‘디지털 뉴딜’의 핵심산업으로 선정하고 육성지원 방안을 수립했다. 지방자치단체도 지능형 CCTV를 활용한 재난대응 시스템 구축에 나서는 중이다. 지능형 CCTV의 근간이 될 ETRI의 ‘딥러닝 기반 휴먼 행동 인식기술’이 pilot단계 시작품 성능 단계에 돌입했다. 딥러닝 기반 휴먼 인식 기술은 인공지능과 딥러닝 기능이 융합/확장된 지능형 영상분석 기술이다. 이 기술이 탑재된 지능형 CCTV는 사람의 동작, 자세, 위치와 상호작용하는 물체의 정보를 실시간으로 파악하여 배회, 침입, 싸움, 방화, 쓰러짐, 유기 등의 이상 행동을 감지할 수 있게 된다.
-====기술 로드맵====
-<스마트 시티-AI기반의 CCTV 시스템>
-중소벤처기업부에서는 중소기업 분야별 전략기술로드맵을 제시하고 있으며, ‘AI 기반의 스마트 CCTV 시스템’을 스마트시티 분야의 핵심기술로 포함한다.
-  AI 기반의 스마트 CCTV 시스템은 컴퓨터가 영상을 자동으로 분석해 특정 상황(재난, 범죄 등) 발생 시 자동으로 이를 알려주는 시스템이다. 다중의 CCTV 카메라 동영상에서 사람을 탐지하고, 타겟으로 선정된 사람이 포함된 CCTV 영상을 재인식하고, 재인식된 영상의 시간, 위치 등 메타데이터 정보를 활용하여 타겟의 이동시간 및 경로를 추적한다. 이러한 기술은 통합관제 및 솔루션 기술을 중점으로 기술개발이 추진되었으며, 최근 국민안전을 위한 핵심기술로 국가적 관심이 증가하고 있다.
-<인공지능-영상데이터 기반 AI 서비스>
-인공지능 분야의 영상데이터 기반 AI 서비스 또한 핵심기술로 분류한다.
-  영상에서 객체의 종류, 크기, 방향, 위치 등 공간정보를 실시간으로 수집하여 학습된 지식 정보를 기반으로 딥러닝 기술을 활용하는 AI 영상처리 기술이다. 2022년부터 2024년까지 높은 기술력을 바탕으로 다양한 분야에 적용할 수 있도록 하는 것을 목표로 하며, 영상 처리 기술을 적용한 데이터를 기반으로 범죄나 사고 상황을 분석하여 보안이나 편의 서비스를 제공할 수 있도록 한다.
-[[파일:333.png]]
-[중소벤처기업부 – 영상데이터 기반 AI 서비스 기술개발 로드맵]
-===시장상황에 대한 분석===
-====시장성 분석====
-- 서울 지역 지하철의 안전시설 보완을 위한 예산은 계속해서 증가하고 있다. 현재 지하철의 낡은 설비를 바꾸고 고치는 비용이 대략 지하철 노선 2개를 신설할 수 있을 정도의 돈이다. 하지만 예산의 서울시 자체 조달은 사실상 불가능한 데다 정부의 지원계획도 없어 서울 지하철의 안전 확보에는 비상이 걸린 상태이다. 본 과제에서는 딥러닝 모델을 활용한 일종의 자동 안전 관리 시스템을 개발한다. 이는 현재 서울시 지하철의 안전관리 시설 설치 비용과 안전사고에 따른 치료비, 보상비 등의 예산을 줄여주어 시장성을 확보 가능할 것으로 예측된다.
-[[파일:444.png]]
-- AI 기반의 스마트 CCTV 시스템 시장 규모는 세계적으로 ’17년 25억 1,000만 달러에서 ’23년 31억 9,000만 달러로 연평균 4.1% 성장할 전망이고, 국내에서는 2017년 1조 2,681억 원에서 2023년 1조 8,274억 원으로 연평균 6.0% 꾸준히 성장할 전망이다.
-[[파일:555.png]]
-====사회성 분석====
-- 지하철 역내 발생사고 중 출입문 끼임 사고 발생률이 가장 높다.
-[[파일:666.png]]
-- 2016년부터 3년간 자료를 보면 출입문 끼임 사고 발생률이 가장 높고 전체 지하철 사고 중 약 48%를 차지한다. 그에 따라 안전감시 시스템을 통해 다양한 위험 요인을 관리하며 신속하게 대처할 수 있는 융합시스템에 대한 업계 수요가 증가하고 있다.
+. 저면관수 방법 : 모세관 현상을 이용하여 아랫면으로부터 심지 등을 통해 물이 토양으로 스며들어 식물이 흡수할 수 있도록 하는 관수 시스템이다. 소규모에 적합하며 실제로 공기질 문제 해결을 위해 경의중앙선 가과역 지하에 아래숲길을 조성하여 공기정화식물을 배치할 때 간단한 저면관수 시스템을 이용하였다.
-- 최근 들어서 지하철 역 발생사고가 꾸준히 감소하고 있지만 출입문 끼임 사고가 차지하는 비율은 여전히 높은 수치를 나타낸다. 지하철 안전사고 문제의 중요성은 수치적으로도 증명되고 있기 때문에 본 과제에서 개발하는 딥러닝 기술은 사회적으로 필요하다.
+*시장성 분석
+◇서울시 공원조성 예산이 포함된 푸른도시여가국은 타 부서에 비해 총괄예산
+비중이 상대적으로 적은 편이며 매년 예산이 감소하는 추세이다. 공원 확보를
+위한 토지매입에는 많은 비용이 필요하므로 푸른도시여가국 예산 중 약 42%를
+신규공원 조성에 사용하고 있다. 하지만 총 예산이 지속적으로 감소함에 따라
+생활권 공원확충을 위한 예산은 지속적으로 감소하고 있는 상황이다.
+이번 프로젝트에서는 폐지하공간이라는 유휴공간을 활용하여 비교적 간단히
+지하공원을 조성한다. 따라서 토지매입비용에만 최소 수십억이 필요한 일반적
+인 공원조성에 비해 큰 예산감소를 기대할 수 있어 시장성 확보에서 경쟁력이  있을 것으로 예상한다.
+*사회성
+◇ 지하공간 유휴공간 개선에 대한 다양한 시도가 지속적으로 이루어지고 있  다. 특히 올해부터는 서울시에서 여의나루역에 ‘러너(runner) 스테이션‘이라  는 운동하는 공간, 신당역의 유휴공간에 스케이트보드 파크 등을 만들겠다는‘지하철역사 혁신 프로젝트’ 사업을 검토하고 있다. 이와 같은 사회적인 흐  름에 폐지하공간을 친환경 공원으로 조성하려는 이번 프로젝트의 방향성은 사 회성을 갖춘다고 할 수 있다. 분석
 ===개발과제의 기대효과===
 ====기술적 기대효과====
-◇ 출입문 검지 센서는 출입문의 상부에 위치하고 있다. 이 때 센서는 지하철이 정위치 정차하여야 정상적으로 작동한다. 즉, 정위치 정차를 하지 못하였을 경우 승강장 안전문은 승무원이 수동으로 개/폐하여야 한다는 것이다. 따라서 CCTV를 통한 사람과 지하철 사이의 거리, 머무르는 시간에 의해 문 개/폐 여부를 결정하는 딥러닝 모델은 지하철이 정위치에 정차하지 않았을 경우에도 문 끼임 사고를 인식하여 자동으로 문을 열리게 할 것이다. 또한 승무원이 임의로 문을 개/폐하게 될 경우 사각지대에 발생하는 사고들을 놓칠 수 있기 때문에 딥러닝을 통해 승무원의 임의 판단 요소를 제거할 수 있다.
+◇ 지하공원을 계획할 때 인공 조명을 대체할 수 있는 자연광을 이용한다. 따라서 전력을 사용하지 않아도 빛을  공급할 수 있어 에너지 효율적이다. 이는 에너지 절약 효과를 가져올 수 있습니다. 그리고 자연광을 이용 할 때 인공 조명과 달리 자연광을 이용하므로 친환경적이다. 이는 탄소 배출량을 줄이고 지속 가능한 건축물을 만드는 데 기여할 수 있다. 자연광은 인공 조명보다 더 많은 녹색 파장을 포함하고 있다. 이는 사람의 체내 호르몬 분비에 긍정적인 영향을 미칠 뿐 아니라, 시력과 집중력을 향상시키는 효과도 있다. 따라서 자연광 집광기술은 건강한 건물 환경 조성에 기여할 수 있다.
+◇  지하 공원에 공기질 정화 기술을 도입할 때 공기가 순환하지 않아서 오염 된 실내공기를 깨끗하게 유지할 수 있다. 이는 건강한 실내환경을 유지하는 데 기여할 수 있다. 또한 식물 자체가 가지고 있는 공기 정화 효과로 인해 지하공원을 이용하는 이용객에게 더 좋은 공기질을 제공할 수 있다.
-◇ 현재 출입문 검지 센서는 광센서(적외선) 방식으로 사용하고 있다. 적외선 센서는 지하철의 발차에 의해 발생하는 먼지를 인식하기도 하며 센서의 빛을 반사하여 되돌아오는 량의 부족 등으로 인한 감지불량의 한계를 가지고 있다. 하지만 위 연구는 CCTV 사진, 영상 속의 사람 형상을 인식하여 판단하는 것이므로 감지불량의 경우를 줄일 것이다.
+====경제적, 사회적 기대 및 파급효과====
+◇ 지하공원은 지역 주민들에게 다양한 기대효과를 줄 수 있다. 지하공원은 도심 속 청년들의 문화·예술·사회활동 등의 다양한 생활 영역으로 활용될 수 있다. 그리고, 지하공원은 주민들에게 휴식과 취미생활의 장소를 제공하므로 주민들의 삶의 질 향상에 기여할 수 있다. 특히 도심지역에서는 주민들이 휴식과 취미생활을 즐길 수 있는 공간이 부족하기 때문에, 지하공원이 이를 보완할 수 있다. 지하공원은 자연환경 보호와 에너지 절약, 대기오염 저감 등 지속 가능한 도시환경 조성에 기여할 수 있다. 이러한 이점들을 통해 지하공원은 지역 주민들에게 더욱 편안하고 건강한 도시생활을 제공할 수 있다.
-◇ 출입문 검지 센서는 최소 3초 (최대 10초) 정도 작동되어 문끼임을 확인한다. 센서가 작동하는 동시에 딥러닝 시스템이 동시에 작동되면서 문끼임을 판단하는데 있어 추가적인 시간이 소요되지 않을 것이다. 또한 센서 작동시간이 3초일 경우 3초 이후에는 장애물 인식을 하지 못해 사고가 발생할 수 있지만, 딥러닝 기술을 활용하였을 경우 작동시간에 대한 제한이 없다.
+◇ 지하공간을 공원으로 활용하면 도시 내 녹지 면적을 늘릴 수 있다. 특히 도심 지역에서는 자연적인 공간이 부족한 경우가 많은데, 녹지를 확보하면 도시 환경이 더욱 건강하고 쾌적해지므로, 거주 환경 개선에 큰 기여를 한다. 또한, 녹지는 대기 중 미세먼지 등의 유해 물질을 흡수하고, 산소를 생산하여 대기의 질을 개선시키는 효과를 가지므로, 건강한 환경을 조성하는 데도 효과적이다. .
-◇ 출입문 센서가 인식할 수 없는 출입문 하단 부분이나 지름 7.5mm 이하의 물체가 끼었을 때에도 딥러닝 모델이 끼임 사고로 인식하여 문이 자동으로 열리게 할 것이다.
+◇ 지하공원 내에 상업 시설이나 문화 시설 등을 조성할 경우, 해당 시설들이 지역 내 소비 활동과 문화 생활에 새로운 역동성을 부여할 수 있다. 이는 지역 경제의 활성화에 기여할 수 있다.
-====경제적, 사회적 기대 및 파급효과====
+◇ 지하공원은 현재 많은 도시에 구축되어 있지 않은 구조물이다. 이런 구조물이 생기게 된다면 지하공원을 구경하기 위해 다양한 사람들이 찾아오게 될 것이다. 이런 다양한 사람들이 지하공원을 방문하면서 주변의 상업시설을 이용하게 될 때 주변 지역에 경제적인 기여를 할 수 있다. 그리고, 지하공간에 방문하는 방문객들에게 폐 지하공간을 활용함을 알리면서, 폐 지하공간에 대한 다양한 관심을 이끌 수 있다.
-◇ 상하개폐식 스크린도어의 설치 비용(200m 기준)이 10억8200만원이다. 하지만 모든 지하철 역에는 CCTV가 존재하므로 CCTV 사진을 이용하여 딥러닝 모델링을 하는 것이 추가적인 비용이 들지 않는다. 따라서 전 역의 스크린도어를 상하개폐식으로 교체하는 비용보다 딥러닝을 활용한 방식의 경우 더 경제적으로 안전사고를 대비할 수 있다.
-◇ 문 끼임 사고로 발생되는 피해 보상 비용이나 열차의 지연 등으로 생기는 경제적 손실을 줄일 수 있다.
 ===기술개발 일정 및 추진체계===
 ====개발 일정====
-[[파일:777.png]]
+[[파일:20230607_161446.png]]
 ====구성원 및 추진체계====
-◇ 전다훈, 김태현, 백규열 : AIHUB의 CCTV 영상들을 통해 세 가지 정상적인 경우와 비정상적인 경우의 이미지들을 대량 수집 및 필요 시 편집.
+◇ 김제민 : 현장 사전 답사
-◇ 김혜민, 김지운, 현주호 : 가공된 이미지들을 matlab이나 python 모델들을 활용하여 분석 및 결과 도출. 도출된 결과가 부정확할 시 문제점 분석 및 보완.
+◇ 안재성 : 서기 및 데이터 선별
-◇ 딥러닝을 이용한 데이터들의 결과에 오류가 많을시
+◇ 윤영찬 : 안정성 검사 및 데이터 선별
-plan B : 3D 모델링을 통해 시나리오별로 사람들을 배치해 분석 및 결과 도출. 딥러닝을 이용할 때보다 문제점이 개선되는지 확인.
-==설계==
+◇ 최세원 : Plaxis 2D를 활용한 설계
+◇ 최종도 : 팀장 및 데이터 조사
-===설계 사양===
+◇ 하민준 : 데이터 조사 및 기관 협조 요청
-[[파일:3조설계.PNG]]
+==설계==
+===설계사양===
+====설계 사양====
+[[파일:44444.png]]
 ===개념설계안===
-◇ 학습데이터 수집 방안
+ ◇ 지하공원 설계 구상도
-:정상적인 경우와 문끼임 사고가 발생한 비정상적인 경우로 나눠 수집
-정상적인 경우  <ins>1.열차가 들어오지 않음 + 대기 중인 상태와  2.열차가 들어옴 + 전원 탑승 상태와  3.열차가 들어옴+일부 미 탑승+일부 대기 중인 상태</ins>로 분류하여 수집
+[[파일:55555.png]]
-[[파일:개념설계안1.PNG]]
+지하1층 : 맞이방, 시민편의공간
+지하2층 : 지하철 승강장
+지하3층 : 지하공원
-비정상적인경우 <ins>열차가 들어옴 + 문틈에 낀 경우</ins> 수집. 실제 문끼임 사고가 발생한 사진이 부족할 시 아래와 같은 방법을 사용하여 데이터 증대 후 학습 데이터로 활용
+ ◇ 지하공원 설계 프로세스
+[[파일:66666.png]]
-(1)지하철과 사람의 모습을 합성
+ ◇ 지하공원 조성 및 역 선정
-(2)현장과 유사한 실험 데이터 구축
+서울시에 존재하는 모든 유령역을 대상으로 추후 활용 계획이 없고 도면을 구할 수 있는 2개 역(신당역, 영등포 시장역)을 우선 선정하였다.
-- 지하철 출입문과 유사하며 접근성이 좋은 건설공학관의 자동문에서 실험을 진행
+[[파일:77777.png]]
-- CCTV 영상은 개인정보보호법으로 인하여 현실적으로 구하는 데 한계가 있다. 따라서 위와 같은 방법을 사용하여 영상자료를 확보한다. → 사진 데이터뿐만 아니라 영상 데이터까지 얻을 수 있다.
+추가적으로 채광 시스템과 공기질 정화시스템 등을 추가하고 수치해석 프로그램을 통해 조성한 지하공원의 안정성을 확인을 진행하는 등 아래와 같은 요인들에 따라 지하공원 설계를 진행할 역을 최종 선정할 것이다.
-[[파일:개념설계안2.PNG]]
+ - 폐지하공원 최종 선정을 위한 요인
+(1) 설계된 도면 및 주변 물성치를 통한 안정성 평가
+(2) 채광 및 배수 시스템 설치 접근성
+(3) 추가적인 시설에 대한 노후화 등 점검
-◇ 딥러닝 적용 방안
+ ◇ 지하공원 조성역 도면 및 주변 지반 정보
-본 과제에서는 지하철에서 사람들의 문 끼임을 인지 및 경고할 수 있는 모니터링 시스템을 개발하기 위해 지하철의 이동식 CCTV을 이용하여 사진 및 영상을 수집하여 딥러닝 인공지능 기술을 적용시키고자 한다. 대표적인 딥러닝 모델에는 Faster R-CNN, Mask R-CNN 등이 있다. 이 중에서 Faster R-CNN에 FPN을 추가하여 발전시킨 Mask R-CNN을 사용할 계획이다. 여기서 FPN이란, 마지막 layer의 feature map에서 점점 이전의 중간 feature map들을 더하면서 이전 정보까지 유지할 수 있도록 하는 단계이다.
+지하공원 설계 시 구조 파악을 위한 설계 단면도 및 주변 지반 정보를 서울교통공사 및 관련 정부 기관을 통해 확보하였다.
+(1) 단면도
-<Mask R-CNN>
+[[파일:88888.png]]
+(2) 주변 지반 정보
-Mask R-CNN을 간략하게 요약한다면, Faster R-CNN에서 탐지한 각각의 box에 mask를 씌워주는 모델이라고 생각할 수 있다. Mask R-CNN이 물체를 탐지하고 물체의 영역을 결정하는 과정은 다소 복잡한 과정으로 이루어지며 이를 크게 3단계로 분류할 수 있다. 먼저, 첫 번째 단계에서 RPN을 사용하여 이미지 내 물체의 위치를 탐지한다. 두 번째 단계에서 RoI Align Layer는 RPN으로 얻은 Region of Interest (RoI), 즉 탐지된 물체의 위치에서 특징 맵(Feature map)을 추출하여 classification layer와 bounding box-regression layer에 입력한다. 마지막으로 세 번째 단계에서, classification layer 및 bounding box-regression layer와 평행하게 배치된 Mask Branch를 통해 물체의 픽셀 단위 영역을 추출한다.
+[[파일:99999.png]]
+ ◇ 환기 및 조명 장치
-) <Mask R-CNN 원리>
+(1) 적정 조명 기술
+[[파일:111111.png]]
-[[파일:Mask c rnn 원리.PNG]]
+ 자연광을 이용해 실내를 밝히는 자연채광 조명 시스템은 다양한 종류의 기술들과 각각의 장단점이 있다. 이번 지하공원 조성 시 사용할 조명 시스템으로는 다음과 같이 소개된 수직 자연광 시스템 중 한국에서 개발된 선포탈 시스템을 이용할 계획이다.
+[[파일:222222.png]]
+ (2) 적정 공기청정 기술
-. 800~1024 사이즈로 이미지를 resize 해준다.
+ 이번 프로적트에서 집진기술 도입은 지하철 공기질 유지에 핵심역할에 해당하는 만큼, 터널 유형, 오염도, 혼잡도, 송풍기 운용 현황 등의 현장특성 고려와 기술적인 내용을 다각도로 검토하여 현장에 맞는 기술을 사용해야 한다. 프로그램을 통한 안정성 해석, 현장 답사 후 이번 프로젝트에 적합한 집진기술을 선정할 예정이다.
-. Backbone network(ResNet)의 input으로 들어가기 위해 padding 과정을 거쳐 1024 x 1024의 input size로 맞춰준다.
-. ResNet을 통해 각 layer에서 feature map (C1, C2, C3, C4, C5)를 생성한다.
-. FPN을 통해 이전에 생성된 feature map에서 P2, P3, P4, P5, P6 feature map을 생성한다.
-. 최종 생성된 feature map에 각각 RPN을 적용하여 classification, bbox regression output값을 도출한다.
-. output으로 얻은 bbox regression값을 원래 이미지로 projection시켜서 anchor box를 생성한다.
-. Non-max-suppression을 통해 생성된 anchor box 중 score가 가장 높은 anchor box를 제외하고 모두 삭제한다.
-. 각각 크기가 서로 다른 anchor box들을 RoI align을 통해 size를 맞춰준다.
-. Fast R-CNN에서의 classification, bbox regression branch와 더불어 mask branch에 anchor box값을 통과시킨다.
+[[파일:333333.png]]
-◇ 알림 체계
+◇ 프로그램을 통한 안정성 해석
-앞서 CCTV로부터 얻은 사진데이터를 딥러닝 모델에 훈련시켜 문끼임 사고 방지 여부를 인지하는 과정을 설명하였다. 만약 탐지 결과 문끼임 사고가 발생한 경우라면 기관사에게 경고 알람을 할 수 있는 시스템을 구현하고자 한다. 구현 방법은 문자, 메일, 음성 알람 등 다양하지만 지하철 지연을 고려하여 ‘음성 알람’으로 개발하려고 한다. 이를 통해 음성 알람을 받은 기관사는 사고 현장을 재확인함으로써 개폐여부를 결정한다.
+ 설계도면, 주변 지반 물성치 등의 데이터를 종합하여 ‘PFC 3D’ 혹은 ‘Plaxis 2D’ 프로그램을 통해 지하공원을 조성할 공간을 평면 변형률 해석을 활용하여 유한요소해석을 진행할 것이다.
-===이론적 계산 및 시뮬레이션===
+- 유한요소 해석(Finite Element Analysis, FEA)
+유한요소 해석은 모든 요소에 대해서 요소방정식을 구성하고 요소들이 공유되는 점들을 통해서 전체 방정식을 해석하는 방법이다. 유한요소해석에서 여러 가지 변수들에 대한 결과를 도출하는 과정은 크게 3단계로 나눌 수 있다. 첫 번째로, 임의의 영역을 각각의 요소들에 대한 방정식(matrix 형태)을 가진 유한요소로 나눈다. 두 번째 단계에서 각 요소들의 수식이 조립(assembly)된 전체 시스템에 대한 방정식을 구성한다. 마지막으로 요소들에 입력된 값에 대한 변위, 변형률, 응력 등의 결과를 계산하고 이를 시각화하여 보여준다.
-===상세설계 내용===
+(1) PFC 3D
+PFC(Particle Flow Code)는 토양에서 입자의 흐름에 따른 구조의 거동을 2D또는 3D로 시뮬레이션 하는데 사용되는 소프트웨어 패키지이다. 입자는 내부 힘과 모멘트에 의해 쌍방향 접촉으로 상호작용한다. 이 때 접촉을 통하여 내부 힘과 모멘트가 업데이트되고 계속해서 상호작용을 이어 나간다. 이 시스템 안에서 뉴턴의 운동 법칙에 따라 해가 구해지고 변화에 따른 이미지가 시각화 되어 복잡한 지반의 거동을 예측하고, 안정성을 평가할 수 있다.
-====이미지 데이터 수집 및 Mask-RCNN====
+- PFC 매뉴얼
+(1) 지하공원을 조성하려는 지반의 토양 성분을 구한다.
+(2) 지반 심도를 정하여 단계별 굴착을 하고, 터널의 재료와 파이프, 볼트의 재료를 정한다.
+(3) 터널 형상을 PFC를 통하여 생성한다. 이 때 형상은 원기둥과 육면체의 합성을 통해 생성된다.
+(4) polygon을 이용하여 실제상황과 최대한 유사하게 형상을 잘라준다.
+(5) 터널이 받게 되는 응력이 x,y,z축 모두 구해진다.
+(6) 굴착 조건을 입력하고 시뮬레이션 결과를 확인한다.
+(2) Plaxis 2D
+PLAXIS 2D는 원형 및 비원형 터널 생성 및 터널 시공 프로세스 시뮬레이션을 위한 특수 설비를 갖추고 있다. 이 수업에서는 중간 연질토에 실드 터널을 구축하고 말뚝 기초에 미치는 영향을 고려한다. 실드터널은 TBM(Tunnel Boring Machine) 전면부에 흙을 파내고 그 뒤에 터널 라이닝을 설치하여 시공된다. 이 절차에서 토양은 일반적으로 과잉 굴착되며, 이는 최종 터널 라이닝이 차지하는 단면적이 항상 굴착된 토양 면적보다 작다는 것을 의미한다. 이러한 격차를 메우기 위한 조치가 취해지긴 하지만 터널 건설 과정의 결과로 인한 토양의 응력 재분포 및 변형을 피할 수 없다. 위 토양의 기존 건물이나 기초의 손상을 방지하기 위해서는 이러한 영향을 예측하고 적절한 조치를 취할 필요가 있다. 이러한 분석은 유한 요소 방법을 통해 수행될 수 있다.
-◇ 사람을 구분해내는 Mask-RCNN 모델
+- Plaxis2D 매뉴얼
+(1) 지하공원을 조성하려는 지반의 토양 성분을 구한다.
+(2) 토층의 물성치를 입력하고, 터널 구조를 정의한다.
+(3) 추가적으로 공법과 재료를 선택하여 설계를 마무리한다.
+(4) 구조물에 적합한 계산모드를 설정하여 계산을 수행한다.
+===이론적 계산 및 시뮬레이션===
+ ◇ Plaxis 2D를 이용한 안정성 평가
-사람의 위치가 지하철과 가까운 곳에서 3초 이상 유지하는 경우를 문끼임 사고 발생 가능성이 있다고 판단하기로 한다. 이러한 문끼임 사고를 인식하는 딥러닝 모델을 개발하기 위해서는 가장 먼저 사람임을 판단하는 모델이 필요하다. 사람을 구분해내는 모델은 상용화 되어있을 정도로 많이 쓰이고 있다. 그중 matlab에 내장된 자율주행을 위‘차’와 ‘사람’을 구분해내는 Mask-RCNN 모델을 활용하였다. (이 모델은 이미 일상 사진을 통해 훈련이 끝난 모델로써 수집한 데이터를 넣어 실행시키는 과정을 수행하였다.) 다양한 상황에서 사람을 구분해낼 수 있는 지 확인하기 위해 600장 가량의 이미지 데이터를 수집하였다.
+ 지하공원 조성을 위한 굴착을 진행하기 전 신당역 모델을 만들어 굴착 전후의 안정성을 비교하고자 하였다.
-[[파일:R-cnn코드.PNG]]
+ ◇ 신당역의 토질층 형성
-모델을 실행하면 사람과 차를 구분해내고 인식한 부분에 사각형 박스가 형성되고 이 박스의 왼쪽 모서리 위치가 boxes에 저장된다. 본 과제의 목표는 자동차를 구분해낼 필요는 없으므로 차를 인식한 부분의 데이터는 삭제되도록 추가 코딩하였다.
+  신당역의 지반 조사 자료를 토대로 흙의 물성치를 입력하여 토질층을 형성하였다.
+[[파일:2222222.png]]
-◇ 이미지 데이터 선별
+ ◇ 신당역 조성
+  신당역의 단면도와 지하구조물 설계기준을 준수하여 최대한 유사하게 조성하였다.
-수집한 데이터를 모델에 실행시켜 본 결과 플랫폼에 사람들이 가득 차 겹쳐져 있는 사진은 모든 사람을 구분해내지 못하는 등의 탐지 오류가 증가한다. 하지만 문끼임 사고가 발생했을 때에는 대부분의 사람들이 이미 지하철에 탄 상황이므로 문끼임 사고가 발생하였을 때 플랫폼에 사람이 많은 경우는 극히 드물다. 따라서 정확도를 높이기 위해 스크린도어 앞이 사람으로 혼잡한 사진은 제외하였다.
+[[파일:3333333.png]]
-적용한 딥러닝 모델이 다음의 사진과 같이 높은 정확도를 보였기 때문에 이 딥러닝 모델을 사용하기로 하였다.
+[[파일:4444444.png]]
-[[파일:R-cnn적용.PNG]]
+정확하게 알 수 없는 기준에 대해서는 최댓값을 적용하여 하중을 과대평가하는 방식으로 설계하였다. 이에 따라 구한 하중은 아래의 표와 같다.
+[[파일:5555555.png]]
-====이미지 데이터 구축====
+ ◇ 자연광 채광을 위한 채굴
+지하 1층까지 자연광을 조달하기 위하여 노면부의 4m가량을 굴착하고 관을 삽입하였다. 아울러 지하공원을 조성하게 되었을 때 조달되는 흙과 나무의 무게를 고정하중 30ton으로 설정하여 추가로 작용시켰다. 아래 그림은 굴착 전과 후의 안정성을 시각화하여 나타낸 자료이다.
-실제로 문끼임 사고를 인식할 때는 지하철에 이미 설치되어있는 CCTV의 영상 데이터를 활용한다. 하지만 학습 데이터를 구축하기 위한 CCTV 영상과 사진은 개인정보보호법으로 인하여 현실적으로 여러 장을 구하는 데 한계가 있어, 프로그램의 정확도를 높이기 위하여 이미지를 합성하는 방법으로 수정하였다. 합성을 위한 배경 사진은 AiHub에서 무료로 제공하는 지하철 플랫폼 내 CCTV 사진을 활용하였고 합성을 통한 다량의 학습 이미지 만드는 것을 목표로 하였다.
+[[파일:6666666.png]]
-[[파일:Cctv사진.PNG]]
+  굴착 영역에 비하여 토질 층의 크기와 구조물의 크기가 매우 크기 때문에 육안으로 확인하였을 때는 차이가 없는 것으로 보인다. 따라서 수치화된 데이터를 이용하여 비교하였다.
-실제 지하철 플랫폼의 CCTV에서 얻은 사진에 사람을 합성하여 문끼임 사고가 발생한 경우와 사고가 발생하지 않은 정상적인 상태의 데이터를 구축하였다. 합성에 쓰이는 사람 사진은 조원들이 직접 사고가 발생한 경우와 정상적인 경우의 모습을 연기하여 촬영하였다.
-[[파일:문끼임사진.PNG]]
-R-CNN은 각 픽셀이 사람인지에 대한 확률을 제공한다. 이 확률이 사용자가 지정하는 임계값을 넘을 때만 해당 피사체를 사람으로 인식하며 여기서 임계값은 Threshold를 의미한다. 만약 Threshold 값이 너무 크다면 사람임에도 사람이라고 구분해내지 못할 수 있고 Threshold 값이 너무 작다면 사람이 아닌 것도 사람으로 판별할 수 있다.이 값을 변경해가며 반복 수행을 통해 최적화 값을 결정했다.
+ ◇ Msf와 침하량을 통한 안정성 검토
+  Plaxis 2D에서 제시하는 안정성 지표는 Msf와 침하량이 있다. Msf는 PLAXIS 2D에서 사용되는 용어이다. "Mobilized Shear Force"의 약어로, 한국어로는 "유동 전단력"이라고 번역될 수 있다. 지반 조건에서 토양 내부의 전단력을 나타내는 매개 변수로 사용됩니다. Msf는 지반 내부의 전단응력과 접촉면의 변동에 따라 변하는 전단력을 의미한다. 이 매개 변수는 PLAXIS 2D에서 지반의 변형 및 안전성 분석에 사용된다.
+  따라서 각 지점에서의 와 침하량의 차이가 크지 않다면 굴착을 진행하여도 구조물의 안정성을 위협하지 않는다고 해석 할 수 있다.
-. Threshold = 0.75 :  한 사람을 여러 명으로 인식하는 오류가 많이 발생하였다.
+[[파일:7777777.png]]
-. Threshold = 0.99 : 사람임에도 사람이라고 판별하지 못하였다.
-. Threshold = 0.95 : 넘어진 모습 등 딥러닝 모델에 훈련되지 않은 모습의 사람은 판별하지 못하였지만 일반적인 사람을 하나의 객체로 판단하였다.
-:따라서 본 과제에서는 Threshold = 0.95를 사용하였다.
+상위 위험 지점에 대하여 를 y축 침하량을 x축으로 한 그래프를 만들었을 때, 는 1.00으로 동일하였고 침하량 역시 1.26m로 소수 둘째 자리 수준에서 동일하게 나타났다. 따라서 굴착을 통해 자연광을 채광하고 나무를 지하로 운반하여 하중이 증가하여도 안정성에 문제가 없는 것으로 나타났다.
-====문끼임 사고인지 시스템 개발 (사진 : 거리)====
+ ◇ 신당역 6호선 단면도를 바탕으로 설계 치수를 구한 뒤, 이를 Sketch-up을 사용하여 3D 모델링하였다.
+[[파일:8888888.png]]
-◇ 사람의 위치에 의한 사고인지 Mechanism
+[[파일:9999999.png]]
-:문끼임 사고가 발생했다고 인식하기 위해서 사람의 발과 안전선의 위치를 비교한다.
+[[파일:11111111.png]]
+===상세설계 내용===
+ ◇  지하공원 조성 및 역 선정
-. 다음의 코드를 사용하여 이미지 데이터를 하나의 xy좌표로 보고 지하철 안전선을 선형함수로 구한다.
+이번 상세설계를 진행하면서 도면, 지반 물성치를 비교하여 최종적으로 신당역을 선정하였다.
+[[파일:444444.png]]
-[[파일:선형함수.PNG]]
+[[파일:555555.png]]
-[[파일:선형함수 그래프.PNG]]
+[[파일:777777.png]]
+ ◇ 환기 및 채광 장치
+- 채광장치
-. boxes의 오른쪽, 아래 모서리 좌표를 구한다.
+적정 조명기술에 대해서는 현재 한국에서 개발하여 전세계적으로 사용 되고 있는 기술인 선 포탈 기술을 지하공원에 적용 시킬 예정이다. 선 포탈 기술을 수직 자연광 시스템의 일종으로 다음과 같은 특징과 장/단점을 갖고 있다.
+[[파일:888888.png]]
+지하공원에 적용될 선포탈 기술은 쉽게 집광부, 전송부, 확산부로 나뉘게 된다.
-(boxes에 [왼쪽 모서리 X값, 왼쪽 모서리 Y값, BOX의 폭, BOX의 높이] 가 저장되어있다.
+[[파일:999999.png]]
-사람의 오른쪽 발이 노란 안전선을 넘어있는 경우를 문끼임 사고가 발생한 것으로 보기로 한다.
-오른쪽, 아래 모서리의 X값은 왼쪽 모서리 X값에 BOX의 폭을 더하고 Y값은 왼쪽 모서리 Y값에 BOX의 높이를 더해서 계산한다.)
-[[파일:코딩1.PNG]]
-. 과정2에서 구한 발 끝의 위치가 과정1에서 구한 선형함수 위에 위치할 경우 문끼임 사고가 발생했다고 판단한다.
-[[파일:코딩2.PNG]]
-◇ 넘어진 사람이 발생한 사고 인지 Mechanism
-앞서 언급한 바와 같이 Threshold=0.95일 경우 발이나 신발이 끼어 넘어진 사람을 판별해내지 못하였다. 사용 중인 이 모델이 주로 일상적인 사람을 대상으로 훈련되었고 아래 사진과 같이 역동적이고 일반적이지 않은 움직임에 대한 데이터는 훈련되어 있지 않기 때문이다. 이 문제는 추후 전이학습을 통해 넘어진 모습과 같이 다양한 자세의 이미지 데이터를 훈련시켜 보완할 예정이다.
-만약 Threshold=0.75로 한다면 넘어진 사람의 상체까지는 인식을 성공하였으며 bboxes의 모양을 보면 정상적인 사람과 달리 가로의 길이가 세로의 길이보다 긴 것을 확인 할 수 있었다. 따라서 넘어진 사람의 경우 bboxes의 가로와 세로 길이의 비율을 비교하여 문끼임 사고를 인식하는 코드를 따로 작성해보았다. 이 코드는 전이학습 이후 Threshold=0.95에서 사용될 것이다.
-[[파일:코딩3.PNG]]
-위의 두 기준으로 문끼임 사고를 판단하고 사고가 발생하였을 때 “'Warning: 문 끼임 발생 Type 1: ( ) '번 사진)”이라는 경고 문구가 뜨도록 하였다. 또한 어떤 사진을 문끼임 사고가 발생했는지 인지하기 위해 시스템이 판단한 사고 사진 번호를 따로 저장해두었다. 이 번호는 후의 f1score에 사용될 예정이다.
-====문끼임 사고인지 시스템 개발 (영상 : 거리 + 시간)====
-◇ 문끼임 사고를 인식하는 두 가지 기준을 거리와 시간으로 지정하였다. 하지만 데이터가 이미지라는 한계로 인해 시간에 대한 조건은 확인하지 못하였다. 따라서 지하철 플랫폼과 비슷한 건설공학관의 출입구에서 상황을 연출하여 촬영하였다. 촬영한 영상은 위의 과정을 반복하여 적용시켜보았다.
-촬영한 영상은 약 14초로 1초당 30 frame을 갖는 영상이다. 영상이 시작하고 10초 뒤 문끼임 사고가 발생한다.
-[[파일:문끼임영상.PNG]]
-. 다음의 코드를 사용하여 지하철 안전선(아래 사진에서의 흰 선)을 선형함수로 구한다. 앞의 이미지데이터와는 다르게 영상이므로 영상데이터의 가장 처음 프레임을 가져와 구하였다.
-[[파일:코딩4.PNG]]
-. 촬영한 영상은 1초당 30프레임으로 변경되어 저장된다. 저장된 이미지 데이터가 많을 경우 시간이 많이 소요되므로 7.5초가 지난 후부터 영상을 load한다. 이 영상을 매트랩에 load시키기 위하여 작성한 코드는 아래와 같다.
-[[파일:코딩5.PNG]]
-. 사람을 탐지한 박스의 오른쪽 아래 위치가 과정1에서 구한 선형함수 위에 위치한 상태로 3초이상 유지될 경우 문끼임 사고가 발생한다고 판단한다. 변수 real에는 박스의 위치가 선형함수 위에 있을 때의 frame 번호가 모두 저장되어있다. real에 저장된 마지막 frame번호에서 처음 frame번호를 빼면 선형함수 위에 위치한 총 frame 개수가 된다. 1초당 30frame을 갖는 영상이므로 이 frame 개수가 90개 (=30frame * 3초) 이상일 경우 문끼임 사고가 발생했다고 본다.
-(단, 영상에서 문끼임 사고가 발생하지 않았지만 지하철을 타기 위해 뛰어가는 과정에서부터 선형함수를 넘었다고 탐지한다. 따라서 뛰는 시간을 고려하여 3초가 아닌 4초(=120 frame)로 기준을 변경시켰다.)
-[[파일:코딩6.PNG]]
-[[파일:사람인지.PNG]]
-====알림 체계====
-문끼임이 발생하지 않았으나 안전선에 가깝게 위치하여 일정시간 이상 머무르는 독특한 케이스가 발생할 수 있다. 따라서 딥러닝 모델이 문끼임 사고를 인식하고 바로 문을 여는 것이 아닌 기관사에게 소리로 알려주는 알림 체계를 추가하였다. 딥러닝 모델이 판단으로 문끼임 사고가 발생한 가능성이 있을 때 기관사에게 소리로 알려주고 기관사가 직접 CCTV를 확인하여 사고 발생 여부를 판단한다. 이는 기관사가 놓칠 수 있는 사고를 잡아줄 수 있으며 소리가 나지 않으면 CCTV를 굳이 확인하지 않아도 되므로 시간을 단축할 수 있게 한다.
-[[파일:코딩7.PNG]]
-===이론적 계산 및 시뮬레이션===
-◇ 개발한 시스템의 정확도 및 신뢰성 - f1score 사용
-f1score를 이용하여 개발한 시스템의 성능을 평가한다. f1score 는 정밀도와 재현율을 결합한 지표로 모델의 정확도를 평가할 수 있다. 해당 지표는 정밀도와 재현율이 어느 한 쪽으로 치우치지 않는 수치를 나타낼 때 상대적으로 높은 값을 가진다.
-[[파일:F1 score.PNG]]
-TP-실제 문끼임이 발생하였고 문끼임으로 예측함
+집광부에 사용되는 집광장치는 일몰 전까지 균일한 양의 광량을 응축할 수 있도록 태양을 따라 움직이는 자동 추적식 기술과 빛이 사방으로 새어나가지 않도록 직경 200㎜ 정도로 광을 축소하는 특수 렌즈로 구성됐다.
+지상의 태양광을 지하로 전달해 주는 전송부는 집광과정에서 모은 태양광을 광 손실 없이 목적지에 도달할 수 있도록 전송장치 내부에는 일정 간격의 릴레이 렌즈가 부착되고, 고투과율 렌즈를 이용한 공간이동식 광전송을 통해 100m이상의 장거리 전송성능을 가지고 있다.
+이렇게 전달된 태양광은 확산부를 통해 실내 지하공간으로 확산된 형태의 태양광을 전달해 준다.
-FP-실제 문끼임이 발생하지 않았는데 문끼임으로 예측함
+이러한 썬 포탈 기술을 이용할 때 태양광의 풀 스펙트럼을 최대한 유지하여 지하로 전달해 주므로 지하공원 조성시 지하의 다양한 식물 구성에 도움이 되고, 전력을 최대한 사용하지 않는 조명의 형태이기 때문에 에너지 절약의 효과를 기대할 수 있다.
-FN-실제 문끼임이 발생하였는데 문끼임이 발생하지 않은 것으로 예측함
+ - 환기장치
-TN-실제 문끼임이 발생하지 않았는데 문끼임이 발생하지 않은 것으로 예측함
+신당역 폐 지하공간 답사 후 폐지하공간이 지하1층에 있다는 점, 지하 2층에 환기 설비가 이미 존재한다는 점을 고려하여 초기 설치비용이 높고 높은 집진 효율을 갖고 있는 전기집진 방식을 이용한다.
-현재 작성한 코드가 얼마나 정확한지를 판단하기 위해 f1score라는 수치를 이용하였다. 본 과제에서 목표로 하였던 f1score의 값은 0.95이다. 지금까지 합성했던 다량의 사진을 모두 코드에 적용하여 F1값이   0.96로 나왔으므로 본 과제의 목표를 달성했다고 말할 수 있다.
+이 신기술은 양방향 전기집진장치를 지하철 환기방식에 상관없이 초미세먼지(PM2.5)와 미세먼지(PM10)를 제거하여 지하철역사의 공기질과 지하철 역사주변의 대기질까지 향상시키는 시스템으로, 단위유닛형 집진셀의 적용으로 현장별 맞춤 설치가 쉽고, 고풍속(13m/s)과 고풍량에 적합하며 자동운전시스템과 자동세척장치를 적용하여 유지관리가 쉽고 유지비용이 저렴하며 먼지, 수분, 부식에 강한 재질을 사용하여 반영구적으로 사용이 가능한 미세먼지 저감시스템이다. 또한 자동운전시스템과 자동세척장치가 적용되어 유지관리가 용이하고 먼지, 수분, 부식에 강한 재질이 사용되어 반영구적으로 사용할 수 있다.
 ==결과 및 평가==
 ===완료 작품의 소개===
 ====프로토타입 사진 혹은 작동 장면====
-[[파일:888.png]]
+[[파일:1234.png]]
-===포스터===
-[[파일:슬라이드1.JPG]]
-===완료작품의 평가 및 향후계획===
+[[파일:12345.png]]
-◇본 과제는 지하철 승강장에 설치된 CCTV 사진 및 영상 데이터를 딥러닝 기술에 도입하여 이상거동을 하는 사람을 인지하여 문끼임사고를 탐지하는 시스템을 구축하고자 하는 목표를 가지고 있다. 이를 효과적으로 달성하기 위해 약 문끼임 사고가 발생한 모습의 400여장의 사진을 합성하였다. 결과적으로 문끼임 사고를 탐지하고 기관사에게 알려주는 기능을 포함한 모델을 개발하였고 f1score를 계산해 본 결과 0.96이라는 높은 정확도를 갖고있음을 확인하였다.
-◇본 과제에서 사람을 탐지하기 위해 사용한 모델은 자율주행을 위해 이미 개발되어져있는‘차’와 ‘사람’을 구분해내는 Mask R-CNN 모델이다. 이 모델은 이미 일상 사진을 통해 데이터 훈련이 끝난 모델이지만 넘어진 사람과 같이 이상행동을 하고 있는 사람을 잘 판별해내지 못한다. 이로 인해 발생하는 탐지 오류를 줄일 수 있도록 전이학습을 이용하여 현재 사용하고 있는 Mask R-CNN 모델에 넘어진 모습 등의 독특한 이미지 데이터도 훈련시킬 예정이다. 추후에 전이 학습을 완료한 Mask R-CNN을 이용하여 개발한 시스템의 정확도를 더 높일 수 있을 것으로 보인다.
+====포스터====
+[[파일:123456.png]]
-[[파일:10.png]]
+===향후계획===
+신당역 지하공원 조성을 통하여 도심 속 부족한 부지 조건 속에서 녹지를 늘리고, 신당역을 시작으로 도심 속 버려진 공간의 재사용을 목표로 하고 있다. 실제로 신당역에 공원을 조성할 여건이 되지 않으므로 실제조건에 맞춰 최대한 유사하게 계산을 진행하였고, 미니어쳐 제작에 성공하였다. Plaxis2D를 통하여 지하공원 조성에 필요한 굴착과 추가 하중을 고려하였을 때 영향이 크지 않았으므로 현재도 조성가능하다는 결론을 내렸다. 물론 경제적인 여건과 추가 고려사항이 있으나 녹지부족 문제와 지하 폐기공간을 재활용 한다는 긍정적인 효과가 있을 것으로 예상되기 때문에 실제로 구현되길 기대한다.
+추가적으로 채광장비와 환기장치에 대한 발전이 지속되고 있으며 스마트시티 조성을 위한 도시 최적화형 IoT장비가 증가하고 있으므로 더 경제적인 설계가 가능할 것으로 예상된다. 최종적으로 대한민국의 녹지증대를 통한 국민들의 행복도 증대와 지하공간 개발 기술에 기여할 수 있기를 바란다.