본 연구에서는 대심도 철도 시설의 재난 대응을 위해 스마트폰 내장 센서 기반의 실시간 실내측위 기술을 개발하였다. 기존의 Wi-Fi, BLE, GPS, 지자기, 가속도, 기압계 등 개별 신호 기반 측위 방식은 전파 환경의 변화에 취약하고 누적 오차가 커 대심도 철도 시설과 같은 특수 환경에는 적용에 한계가 있었다. 이를 극복하기 위해 본 연구에서는 다양한 센서 신호를 쌍으로 정의하고 이를 이미지화하여 다중신호 융합 기반의 입력 데이터로 변환하였다. 변환된 데이터는 Positioning Neural Network(PNN) 알고리즘을 통해 학습되었으며, 소수의 매개변수와 3차원 전달함수를 활용하여 기존 신경망 대비 단순하면서도 안정적인 위치 추정 성능을 확보하였다. 또한 개발된 알고리즘은 화재, 지진, 침수 등 재난 확산 모형과 연계가 가능함을 확인하였으며, 이를 통해 이용자 위치와 위험도 정보를 동적으로 통합한 개인 맞춤형 피난 안내 체계로 확장할 수 있음을 제시하였다. 본 연구의 성과는 기존의 정적이고 일괄적인 피난 안내 체계에서 벗어나, 대심도 철도 시설의 특수성을 반영한 실시간·적응형 피난 안내 시스템으로 발전할 수 있는 기반을 제공한다.
Kim et al. (Mon,) studied this question.