Annual Conference of KIPS (한국정보처리학회:학술대회논문집)

  • 2018.10a
  • /
  • Pages.771-773
  • /
  • 2018
  • /
  • 2005-0011(pISSN)
  • /
  • 2671-7298(eISSN)
Korea Information Processing Society (한국정보처리학회)
권호 표지
DOI QR코드

DOI QR Code

A Model Using IOT Based Railway Infrastructure Sensor Data for Recognition of Abnormal state

IOT기반 철도인프라 데이터를 활용한 이상상황 인식모델

  • Jang, Gyu-JIn (Dept. of Electrical and Computer Engineering, Sungkyunkwan University) ;
  • Ahn, Tae-Ki (Korea Railroad Research Institute) ;
  • Kim, Young-Nam (Dept. of Electrical and Computer Engineering, Sungkyunkwan University) ;
  • Jung, Jae-Young (Dept. of Computer Information and Military Science, Dongyang University)
  • 장규진 (성균관대학교 전자전기컴퓨터공학과) ;
  • 안태기 (한국철도기술연구원) ;
  • 김영남 (성균관대학교 전자전기컴퓨터공학과) ;
  • 정재영 (동양대학교 컴퓨터정보통신군사학과)
  • Published : 2018.10.31
Download PDF
⟨ Previous Next ⟩

Abstract

인공지능(AI), 사물인터넷(IoT)등의 4차 산업기술은 철도안전의 핵심수단으로 부상하고 있으며 차량, 위험관리, 운행관리, 보안관리 등의 점진적인 적용분야 확장을 통해 철도안전에 대한 신뢰성을 향상시킬 수 있는 방안에 대한 관심이 집중되고 있다. 본 논문에서는 IoT 기반의 다양한 철도인프라 데이터를 활용하여 열차주행상태에 영향을 줄 수 있는 이상상황 인식 모델 및 열차자율주행을 위한 제어기술에 필요한 정보로 인프라 상태를 제공하는 방식을 제안한다. 철도 인프라 상황인지에 필요한 데이터는 레일온도, 선로 지정물, 승객 수, 선로 적설량을 지정하였고, 제안 인식모델의 스게노 퍼지추론 방식을 적용한 후 철도차량 운전관련 취급규정 및 취급세척을 기반으로 퍼지규칙(Fuzzy Rule)을 15개 생성하였다. 인프라데이터셋을 활용하여 제안모델의 인식률 평가에 사용하였으며 인식률 결과는 약 86%의 정확성을 보였다. 퍼지추론 기반 방식의 철도인프라 이상상태 인식모델을 철도분야에 접목시킨다면 기존의 관제기반 방식보다 효율적인 철도인프라 상황인식이 가능할 것으로 판단된다.

Keywords

Acknowledgement

Grant : 열차자율주행제어 핵심기술개발

Supported by : 한국철도기술연구원