Earticle

기존의 링크기반의 Frank-Wolfe 통행배정 기법은 구현의 용이성과 결과의 안정성 등으로 인해 널리 사용되어 왔으나, 교통분석을 위해 사용하는 기초자료의 크기와 정밀도가 향상됨에 따라 수렴성에 대한 논란이 제기되었다. 본 연구에서는 개별링크기반의 통행배정 기법 외에 경로기반, 출발지기반 알고리즘을 이용한 분석결과의 안정성, 적용가능성에 대한 검토를 수행하였다. 분석결과 각각의 상용프로그램 및 통행배정기법별로 결과의 차이가 일부 존재하지만 수렴성이 어느 정도 확보된 이후부터는 안정된 결과를 도출하는 것으로 나타났다. 특히 대규모 교통망에서 통행배정 모형이 충분히 수렴되지 않은 상태에서는 수렴성 및 종료기준에 따라 분석결과의 안정성에 관한 문제가 제기될 가능성이 존재하였다. 따라서 실무적으로 적정한 수준의 수렴성 확보 및 안정된 결과 값을 도출하고자 하는 노력이 요구된다.

Existing link-based Frank-Wolfe algorithm has been widely used, thanks to its ease of simulation and stable results; however, it comes with low convergence issue towards near the optimum value. Such issue was not considered as a major drawback in the past. However, in the present, some arguments have occurred over the method's stability, analysis time, and other limits as the size and details of the fundamental data for traffic analysis have vastly improved. Therefore, this paper compared the theoretical attributes and the pros and cons between the Frank-Wolfe algorithm and the Origin-based algorithm and Path-based algorithm newly being developed. As a result of this paper, there is possibility that a problem of stability may arise depending on the convergence and exit criteria. Thus, In practice, this effort to derive the appropriate level of convergence is required to secure and stable results.

In this paper we propose a Differentiated Services Based Admission Control and Routing Algorithm for IPv6 (ACMRA). The basic DiffServ architecture lacks an admission control mechanism, the injection of more QoS sensitive traffic into the network can cause congestion at the core of the network. Our Differentiated Services Based Admission Control and Routing Algorithm for IPv6 combines the admission control phase with the route finding phase, and our routing protocol has been designed in a way to work alongside DiffServ based networks. The Differentiated Services Based Admission Control and Routing Algorithm for IPv6 constructs label switched paths in order to provide rigorous QoS provisioning. We have conducted extensive simulations to validate the effectiveness and efficiency of our proposed admission control and routing algorithm. Simulation Results show that the Differentiated Services Based Admission Control and Routing Algorithm for IPv6 provides an excellent packet delivery ratio, reduces the control packets' overhead, and makes use of the resources present on multiple paths to the destination network, while almost each admitted flow shows compliance with its Service Level Agreement.

The importance of recommendation algorithms is underscored by the advancement of AI technology and the growing demand for personalized services. However, there is a lack of empirical studies that analyze differences in algorithmic services across markets. The objective of this study is to draw attention to discrepancy in this field and develop a dual-path model to examine the factors that influence satisfaction with recommendations. By analyzing 641 respondents’ data through Partial Least Squares (PLS), it identifies differences in user attitudes towards algorithms across domains. e-commerce firms and content providers can improve personalized recommendations through the research, which highlights the importance of understanding consumer satisfaction and trust in technology to adapt to evolving AI innovations.

맞춤형 교육을 위해 학습자에 맞는 학습 경로를 탐색하는 것은 필수적이다. 유전 알고리즘은 해공간이 매우 커서 결정적 방법으로 해를 구하기 어려울 때 타당한 시간 내에 최적해를 찾게 해준다. 본 연구는 유전 알고리즘을 이용하여 200 개 코드를 가진 악보 27개를 대상으로 학습자 부담을 최소화하고 단계별 학습량을 균등하게 분산함으로써 학습 효과를 최대 화 할 수 있도록 학습 경로를 최적화하였다. 학습 컨텐츠가 27개만 되어도 학습 경로의 순열 크기는 10 28을 넘지만, 본 연구 에서 구현한 도구로 평균 20분 이내에 최적해를 구할 수 있었다. 실험 결과는 유전 알고리즘이 다양한 목적의 맞춤형 교육을 위한 복잡한 학습 경로 설계에 효과적임을 보여주었다. 제안한 방법은 다른 교육 도메인에도 활용할 수 있을 것으로 기대된다.

For customized education, it is essential to search the learning path for the learner. The genetic algorithm makes it possible to find optimal solutions within a practical time when they are difficult to be obtained with deterministic approaches because of the problem’s very large search space. In this research, based on genetic algorithm, the learning paths to learn 200 chords in 27 music sheets were optimized to maximize the learning effect by balancing and minimizing learner’s burden and learning size for each step in the learning paths. Although the permutation size of the possible learning path for 27 learning contents is more than 10 28, the optimal solution could be obtained within 20 minutes in average by an implemented tool in this research. Experimental results showed that genetic algorithm can be effectively used to design complex learning path for customized education with various purposes. The proposed method is expected to be applied in other educational domains as well.

시간 종속적 가로망에 대한 최단경로 탐색은 ITS분야의 경로 일정계획과 실시간 내비게이션 시스템에서 중요한 부분을 차지한다. 본 연구에서는 매시간간격 변동적인 링크 통행속도를 고려하는 one-to-one 시간 종속적 최단시간 경로 알고리즘을 제시한다. 이를 위해, 먼저 기존의 일반적인 최단거리 경로 알고리즘 중에서 실제 도로망에서 비교적 빠르고 효율적인 알고리즘으로 알려져 있는 3가지의 알고리즘들, 즉, two queues 구조를 가진 Graph growth 알고리즘, approximate buckets 구조를 가진 Dijkstra 알고리즘, double buckets 구조를 가진 Dijkstra 알고리즘이 선택되었다. 이 알고리즘들은 모두 네트워크 내 하나의 노드에서 모든 노드(one-to-all)로의 최단거리 경로를 빠르게 탐색하기위해 개발되었다. 선택된 알고리즘들은 시간 종속적 도로망에 대해 하나의 출발노드에서 하나의 목적노드(one-to-one)로의 최단시간 경로 탐색이 가능하도록 확장된다. 또한, 제안된 3가지의 시간 종속적 최단시간 경로탐색 알고리즘들은 미국의 Anaheim, Baltimore, Chicago, Philadelphia 4개 도시의 실제 가로망에 적용하여 검증·평가된다. 결과적으로, 도시부 가로망을 대상으로 한 시간 종속적 최단시간 경로탐색 알고리즘으로 double buckets 구조를 가진 확장된 Dijkstra 알고리즘이 추천된다.

Finding shortest paths on time dependent networks is an important task for scheduling and routing plan and real-time navigation system in ITS. In this research, one-to-one time dependent shortest path algorithms based on link flow speeds on urban networks are proposed. For this work, first we select three general shortest path algorithms such as Graph growth algorithm with two queues, Dijkstra’s algorithm with approximate buckets and Dijkstra’s algorithm with double buckets. These algorithms were developed to compute shortest distance paths from one node to all nodes in a network and have proven to be fast and efficient algorithms in real networks. These algorithms are extended to compute a time dependent shortest path from an origin node to a destination node in real urban networks. Three extended algorithms are implemented on a data set from real urban networks to test and evaluate three algorithms. A data set consists of 4 urban street networks for Anaheim, CA, Baltimore, MD, Chicago, IL, and Philadelphia, PA. Based on the computational results, among the three algorithms for TDSP, the extended Dijkstra’s algorithm with double buckets is recommended to solve one-to-one time dependent shortest path for urban street networks.

도서관 사서의 수많은 업무 중 도서 정리 업무는 사서가 일일이 정리해야 하는 일이기 때문에, 투입되는 인적·시간적 비용이 크다. 이러한 문제를 해결하기 위해 최근 인공지능 기술을 접목한 도서 정리 로봇에 관한 관심이 증가하고 있다. 본 연구에서는 도서 정리 로봇에 적용할 수 있는 다중경유지 최단 경로 알고리즘인 K-ACO 알고리즘을 제안한다. 제안하는 K-ACO 알고리즘은 하나의 로봇이 아니라 여러 대의 로봇을 가정하고 있다. 또한, K-ACO는 개미 알고리즘을 개선하여 K개의 군집을 만들고 각 군집 별 최단 경로를 제공해준다. 본 논문에서는 제안한 알고리즘의 성능 분석을 도서 정리 시간의 관점에서 실시하였다. 제안한 알고리즘인 K-ACO 알고리즘을 한 대학교 도서관에 적용하여 현재 도서 정리 알고리즘과 비교해 보았다. 시뮬레이션을 통해 제안하는 알고리즘은 도서 정리 업무를 치우치지 않고 공평하게 배분하여 궁극적으로 전체 일이 끝나는 시간을 확연히 줄일 수 있음을 알 수 있었다. 본 연구 결과를 통하여 제안한 알고리즘의 적용으로 도서 정리에 필요한 인적·시간적 비용을 절감하여 도서관 내 양질의 서비스 향상을 기대한다.

Among the numerous duties of a librarian in a library, the work of arranging books is a job that the librarian has to do one by one. Thus, the cost of labor and time is large. In order to solve this problem, the interest in book-arranging robots based on artificial intelligence has recently increased. In this paper, we propose the K-ACO algorithm, which is the shortest path algorithm for multi-stops that can be applied to the library book arrangement robots. The proposed K-ACO algorithm assumes multiple robots rather than one robot. In addition, the K-ACO improves the ANT algorithm to create K clusters and provides the shortest path for each cluster. In this paper, the performance analysis of the proposed algorithm was carried out from the perspective of book arrangement time. The proposed algorithm, the K-ACO algorithm, was applied to a university library and compared with the current book arrangement algorithm. Through the simulation, we found that the proposed algorithm can allocate fairly, without biasing the work of arranging books, and ultimately significantly reduce the time to complete the entire work. Through the results of this study, we expect to improve quality services in the library by reducing the labor and time costs required for arranging books.

Path planning is necessary for mobile robots to perform precise and rapid tasks. A collision avoidance function must be included so that the robot can move safely during work, and it must be able to create an optimal path to reduce work execution time and save energy. In this paper, we propose a smart route generation algorithm that searches for global route with an algorithm that can speed up route search and integrates the TEB algorithm that can search for regional optimum routes in real time according to the situation. The performance of the proposed algorithm was verified through actual driving experiments of mobile robots.

본 논문에서는 시간 가중치를 적용하여 각 노드들 간의 중간지점까지의 최적 경로 탐색 기법을 제안한다. 중간지 점을 이용하는 서비스들은 주로 사용자들의 위치를 기반으로 하여 제공한다. 위치 기반 탐색 방법은 단순히 위치에 대해 서만 고려하기 때문에 시간의 측면에서 효율적이지 못하다는 문제점이 있다. 제안된 방법은 기존의 위치 기반 탐색 방법 의 문제점을 해결하기 위해 사용자들의 위치와 중간지점까지의 소요시간을 반영함으로써 각 노드와 중간지점까지의 가 중치를 설정하고, 이를 활용하여 최적의 경로를 탐색할 수 있다. 또한, 탐색의 효율성을 증대하기 위해 주어지는 정보들 에 적응적으로 가중치를 설정함으로써 높은 정확성을 갖도록 한다. 실험 결과, 제안된 방법은 기존 방법에 비해 중간지 점까지의 최적 경로를 효과적으로 찾을 수 있음을 확인하였다.

In this paper, we propose an optimal path search algorithm between each node and midpoint that applies the time weighting. Services for using a location of mid point usually provide a mid point location-based on the location of users. There is a problem that is not efficient in terms of time because a location-based search method is only considered for location. To solve the problem of the existing location-based search method, the proposed algorithm sets the weights between each node and midpoint by reflecting user's location information and required time. Then, by utilizing that, it is possible to search for an optimum path. In addition, to increase the efficiency of the search, it ensures high accuracy by setting weights adaptively to the information given. Experimental results show that the proposed algorithm is able to find the optimal path to the midpoint compared with the existing method.

자율주행 4단계 이상에서는 차량 스스로가 목적지까지 주행하기 위해 차선 단위의 전역경 로를 생성하는 것이 필수적이며, 이를 위해 정밀도로지도 활용에 관한 연구가 활발히 진행되 고 있다. 정밀도로지도 기반 전역경로 생성을 위해서는 정확한 링크 정보를 통해 도로 네트워 크를 구축하는 것이 필수적인데, 현재 공개된 정밀도로지도는 이 부분의 구현을 어렵게 하는 다양한 오류를 포함하는 것을 볼 수 있다. 이러한 배경을 바탕으로 본 연구에서는 정밀도로지 도 기반 전역경로 생성을 위한 링크 오류 개선 및 도로 네트워크 구축에 관한 연구를 수행하였 다. 전역경로 생성에 치명적일 수 있는 오류를 검출하고 링크를 포함한 정밀도로지도의 정보 들을 활용하여 도로 네트워크를 구축하는 전처리 알고리즘을 개발하였다. 제안하는 방법을 통 하여 실제 정밀도로지도로부터 정확한 전역경로를 생성할 수 있는 것을 확인함으로써 본 연구 의 유효성을 검증하였다.

An HD map is essential in the automated driving of level 4 and above to generate the vehicle's global path since it contains road information and each road's lane information. Therefore, all the road elements in the HD map must be correctly defined to construct the correct road network necessary to generate the global path. But unfortunately, it is not difficult to find various errors even in the most recent HD maps. Hence, a preprocessing algorithm has been developed to detect and correct errors in the HD map. This error detection and correction result in constructing the correct road network for use in global path planning. Furthermore, the algorithm was tested on real roads' HD maps, demonstrating its validity.

지금까지의 최적경로탐색 알고리즘은 노드표지와 링크표지를 적용하는 방안이 소개되었다. 노드표지는 2개의 노드를 최적경로 탐색과정에서 동시에 고려한다. 링크표지는 2개의 링크를 탐색과정에서 동시에 고려한다. 본 연구는 2개의 회전을 탐색과정에서 동시에 고려하는 회전 표지기반 최적경로탐색기법을 제안한다. 회전표지기반 최적경로탐색은 2개의 회전을 탐색과 정에서 고려하기 때문에 Bellman(1957)의 최적원리에 근거한 동적프로그래밍의 최적해가 보장 된다. 한편 회전표지기반 최적경로탐색은 링크표지의 극한 접근 개념을 동일하게 적용하기 때 문에 링크표지를 적용하는 장점을 수용할 수 있다. 따라서 네트워크의 확장없이 노드는 복수 의 방문이 허용되면서 링크는 방문이 허용되지 않는 합리적 순환통행을 반영하는 것이 가능하 다. 특히 2개의 연속회전에서 나타나는 추가적인 비용구조를 반영하는 특성이 포함되어 통행 비용함수의 구조를 보다 유연하게 표현하는 것이 가능하다. 교통카드 단말기로 구성된 수도권 도시철도 네트워크를 대상으로 시행된 사례연구는 연속된 보행환승이 나타나는 통행에 대한 심리적 저항감을 나타내는 파라메타를 Turn Label 최적경로탐색에 도입하여 연구의 현실적 확 장성을 검토하였다. 연속회전에 대한 심리적 저항값이 커지면서 통행시간 및 거리가 늘어나도 연속된 환승을 우회하는 방안으로 시뮬레이션 결과가 도출되어 Turn Label의 비용구조를 반영 하는 것이 확인되었다. 향후 도로교통망 및 대중교통망의 통행비용함수에 대해 다양성을 확보 하기 위한 추가적인 연구의 진행이 필요하다.

The most optimal route-search algorithm thus far has introduced a method of applying node labels and link labels. Node labels consider two nodes simultaneously in the optimal route-search process, while link labels consider two links simultaneously. This study proposes a turn-label-based optimal route-search technique that considers two turns simultaneously in the process. Turn-label-based optimal route search guarantees the optimal solution of dynamic programming based on Bellman’s principle as it considers a two-turn search process. Turn-label-based optimal route search can accommodate the advantages of applying link labels because the concept of approaching the limit of link labels is applied equally. Therefore, it is possible to reflect rational cyclic traffic where nodes allow multiple visits without expanding the network, while links do not allow visits. In particular, it reflects the additional cost structure that appears in two consecutive turns, making it possible to express the structure of the travel-cost function more flexibly. A case study was conducted on the metropolitan urban railway network consisting of transportation card terminal readers, aiming to examine the scalability of the research by introducing parameters that reflect psychological resistance in travel with continuous pedestrian transfers into turn label optimal path search. Simulation results showed that it is possible to avoid conservative transfers even if the travel time and distance increase as the psychological resistance value for continuous turns increases, confirming the need to reflect the cost structure of turn labels. Nevertheless, further research is needed to secure diversity in the travel-cost functions of road and public-transportation networks.

우리는 이전에 목적지까지 안전하게 보행할 수 있도록 하는 시각장애인용 보행지원 시스템을 개발하였다. 이 시스템은 실내외 특정 위치에 POI (Point of Interest)를 설정하고 실내에서는 인공 표식 (landmark), 실외에서는 지그비 (Zigbee) 모듈을 이용하여 사용자의 위치를 추정하고 보행 경로를 탐색 하였다. 본 논문에서는 이 시스템에서경로 탐색을 위해 이용한 격자 기반의 지도 저작 툴과 보행용 A* 알고리즘을 소개한다. 실내외의 POI, 고정 장애물이나 교차로, 출발지와 목적지 등의 위치는 지도 저작 툴을 이용하여 작성하였다. 벡터 기반의 지도보다 격자 기반의 지도를 작성하여 경로를 탐색함으로써 상세한 지도 작성으로 인한 경로 탐색 정확도를 향상시키고, 제안하는 보행용 알고리즘을 사용함으로써 빠른 경로 탐색이 가능하였다.

We developed a guidance system for visually impaired person that guides the user to walk safely to the destination in the previous study. We set a POI (Point of Interest) of a specific location indoors and outdoors and tracks the user's position and navigate the walking path using artificial markers and ZigBee modules as landmark. In this paper, we introduce a grid-based map authoring tool and the A* algorithm to be used for navigation in the system. We map the important spots such as POI, fixed obstacles, intersections, departure point, and destination using the map authoring tool. These improved the accuracy of searching the path since we used not the vector-based map but the detailed grid-based map, and reduced searching time of the path by using a proposed algorithm.

기존의 Node-to-Node기반 최적경로탐색은 기점노드에서 모든 종점노드도착조건이 성립되 는 가정으로 구축되었다. 최근 적응적 경로탐색의 등장으로 Node-to-Node 경로탐색은 최적해 를 도출하지 못하는 한계가 존재한다. 따라서 교통정보를 링크에서 실시간 반영하기 위한 Node-to-Link(또는 Link-to-Node; NL) 문제에 필요성이 대두되고 있다. 본 연구는 Node-to-Link의 최적 해법을 구축하는 방안으로서 링크표지와 비가산성경로비용이 존재하는 네트워크를 가정 한다. 링크표지는 회전페널티가 존재하는 교차지점에서 네트워크의 원형을 유지하게 한다. 비 가산성경로비용의 포함은 최적경로를 도출하기 위해서 M-유사경로의 열거를 필요로 한다. 본 연구는 진입링크기반 네트워크 변형기법에서 링크표지를 통하여 루프를 통제하며 최종링크까 지 최적해를 보장하기 위한 방향삭제와 회전금지를 제안하였다. 사례연구를 통해 제안된 방법 이 경험적 최적해를 도출하는 것으로 파악되었다. 향후 대규모 네트워크에서 검증작업의 필요 성을 언급하며 마무리 하였다.

Existing node-to-node based optimal path searching is built on the assumption that all destination nodes can be arrived at from an origin node. However, the recent appearance of the adaptive path search algorithm has meant that the optimal path solution cannot be derived in node-to-node path search. In order to reflect transportation data at the links in real-time, the necessity of the node-to-link (or link-to-node; NL) problem is being recognized. This research assumes existence of a network with link-label and non-additive path costs as a solution to the node-to-link optimal path problem. At the intersections in which the link-label has a turn penalty, the network retains its shape. Non-additive path cost requires that M-similar paths be enumerated so that the ideal path can be ascertained. In this, the research proposes direction deletion and turn restriction so that regulation of the loop in the link-label entry-link-based network transformation method will ensure that an optimal solution is derived up until the final link. Using this method on a case study shows that the proposed method derives the optimal solution through learning. The research concludes by bringing to light the necessity of verification in large-scale networks.

본 연구는 고난도 주차 환경에서 효과적인 경로계획을 지원하기 위해 강화학습을 활용한 효율적 중간 목표 도출을 통한 최적의 경로계획 알고리즘을 제안한다. 주차 공간이 넓고 장애 물이 적은 경우, 단순한 경로계획 알고리즘으로도 최적의 경로를 생성할 수 있다. 하지만 차량 의 논홀로노믹 시스템으로 인해 복잡하고 좁은 환경에서는 장애물 등으로 인해 최적 경로를 보장하기 어렵다. 이를 해결하기 위해, 불필요한 탐색을 최소화하고 최적 경로로의 탐색을 유 도하는 중간 목표를 제안한다. 중간 목표는 하이브리드 A* 알고리즘의 휴리스틱 비용 계산의 기준점으로 활용되며, 강화학습을 통해 주차 환경에서 연산 효율성과 경로 품질을 극대화할 수 있는 지점으로 도출된다. 이러한 접근은 기존 휴리스틱 비용 산정의 비효율성을 극복하고, 최적 경로의 주요 지점을 효과적으로 탐색할 수 있도록 한다.

This paper proposes an optimal path planning algorithm designed to support effective path planning in challenging parking environments using reinforcement learning to derive efficient sub-goals. Although simple path planning algorithms can generate optimal paths in spacious parking environments with few obstacles, it becomes challenging to ensure optimal paths in complex and narrow environments because of the nonholonomic system of vehicles. The paper addresses this issue by suggesting sub-goals that can serve as key points for optimal paths. Sub-goals minimize unnecessary searches; and guide the path towards the optimal solution. Sub-goal were derived through reinforcement learning and used as heuristic cost criteria in the Hybrid A* algorithm to maximize computational efficiency and path quality. This approach overcomes the inefficiencies of conventional heuristic cost and facilitates effective explorations of the key points in the optimal path.

Path planning algorithm is a key issue among robot control areas. In practical engineering applications, traditional methods have some limitations to a certain degrees in key aspects of cost, efficiency, security, flexibility, portability, etc. Through the analysis and comparison of A-star algorithm and Dijkstra algorithm, path planning problem supporting multiple cars run parallely (PPSMC for short) in a static and dynamic obstacles co-existing environment is studied. An A-STAR-Dijkstra-integrated algorithm is promoted to make multiple cars moving parallely without collision or deadlock. Both two algorithms are optimized too. The algorithm has applied in smart park.

To address the problem that reactive navigation is prone to local optimality under uncertain and complex environments, a POMDP-based global path planning algorithm is proposed for mobile robots. A 6-tuple model is constructed for path planning under complex dynamic environments, and the global optimality is realizes by maximizing the accumulative reward function. State transition function and observation function are used to handle unknown obstacles and noisy perception by modeling the error probability. Belief state space is introduced, and a value iteration algorithm using point-based policy treepruning is developed to solve for real time planning policy, which effectively reduces the computational complexity. Simulation results show that using this algorithm the robot can automatically adapt to different probing granularities, avoid obstacles under complex uncertain environments, and achieve the optimal paths.