The TDL (Tactical Data Link) network employs a TDMA (Time Division Multiple Access) scheme, in which the network resources of each wireless node are allocated to time slots. The method of time slot allocation for each node is based on expert experience and operational requirements. However, this method has limitations because it is difficult to verify real-world operational environments due to high costs and time requirements. To address these limitations, this study developed a TDMA simulator using SimPy, a Python-based discrete-event simulation framework. The proposed simulator enables analysis of time slot allocation methods under varying operational environment conditions. Simulation experiments were conducted to evaluate times slot requirements under different maximum message transmission delay time thresholds (6s and 12s). The results showed that stricter delay time thresholds and higher number of tracks increased the required number of time slots. In addition, the required number of time slots increased differently depending on the complex interaction of factors such as the number of tracks, delay time thresholds, operational scenarios. The proposed simulator provides more precise insights and supports more reliable TDL network design than conventional methods.

하수처리장의 안정성과 효율성의 향상을 위해 스마트 기술 도입이 요구되고 있으나, 운영 데이터베이스 구축에 있어 계측의 신뢰성과 연속성 확보에 어려움이 있다. 활성슬러지 모델은 하수처리장의 디지털트윈으로 활용되며, 유입수 성상이 동일하더라도 다양한 운전 조건에 대한 데이터를 생산할 수 있다. 본 연구에서는 실측 데이터와 시뮬레이터 기반 합성 데이터를 통합하여 하수처리장 질소 농도 예측 머신러닝 모델을 구축하였다. A2O 공정의 호기조를 대상으로 기체상 N2O 및 액상 NH4 + 농도를 측정하였으며, 내부반송량, 외부반송량 등 운전인자를 포함한 운영데이터베이스를 구축하고 분석하였다. 확보한 실측 데이터를 기반으로 운영 특성을 분석하고, Sumo4N 모델을 활용하여 다양한 운전 조건에서의 합성 데이터를 생성하였다. 이후 두 데이터를 통합하여 데이터 증강을 수행함으로써, 실측 데이터의 양적 한계를 보완하였다. 모델 학습을 위한 입력 변수로는 외부⋅내부 반송량, 폭기량, 온도, 유입 질소 부하, pH를 선정하였으며 호기조의 N2O, NH4 +과 방류수 TN 농도를 예측하기 위한 머신러닝 모델을 개발하였다. 모델 학습에는 Lasso Regression, Random Forest, k-NN, SVR 알고리즘을 적용하여 성능을 평가하였다. 그 결과 SVR 알고리즘이 모든 질소 성분 예측에서 가장 우수한 성능을 보였으며, 개발된 모델 모두 R² ≥ 0.75의 높은 예측 성능을 나타내었다. 이는 시뮬레이터 기반 데이터 증강을 통해 기체상 및 액상 질소의 통합 제어를 위한 머신러닝 모델 구축의 가능성을 시사한다.

This study developed a patient-specific cardiac motion-based virtual reality cardiovascular intervention simulator for training purposes. Personalized 3D cardiac models were generated from medical images using AI-based nnU-Net segmentation, and ECG-synchronized motion was integrated to reproduce physiological cardiac cycles through P-QRS-T waveform analysis. In particular, this study went beyond simple simulation by designing and implementing serious game elements including difficulty adjustment by user skill level, real-time haptic feedback, and a quantitative scoring system to maximize educational effectiveness. Real-time stent insertion was implemented at performance exceeding 60fps through the Extended Position-Based Dynamics (XPBD) algorithm. Experimental results showed that the segmentation model achieved high accuracy with an average Dice Similarity Coefficient (DSC) above 0.90, and the dynamic model demonstrated biomechanical behavior similar to clinical data, showing 12.3% coronary artery diameter change and 3.2mm positional displacement during the cardiac cycle.

본 연구는 국내 해기사 양성 교육기관의 선박조종 시뮬레이터 교육훈련 현황을 분석하고, 국제 기준(STCW 협약, IMO Model Course) 및 국내 법규와의 비교를 통해 표준화의 필요성과 개선 방향을 제시하였다. 분석 결과, 동일한 유형의 시뮬레이터 교육임에도 교 육기관별로 교육시간, 내용, 운영방식에서 큰 차이가 존재하였으며, 이는 해기인의 역량 균질성 확보에 부정적 영향을 미칠 수 있음을 확 인하였다. STCW 협약과 IMO Model Course는 시뮬레이터 교육의 목표, 최소 교육시간, 시나리오 구성, 평가 방법 등을 명확히 규정하고 있 으나, 국내 지정교육기관 기준은 교육시간 및 운영·평가 절차를 구체적으로 명시하지 않아 표준화가 미흡하다. 이에 본 연구는 ECDIS·Radar/ARPA·리더십 및 팀워크 등 핵심 시뮬레이터 교육에 대해 국제 기준에 부합하는 최소 교육시간 확보와 표준 시나리오 개발을 제안하며, 교수자 자격은 IMO Model Course 6.10 요건을 충족하도록 관리할 것을 권고한다. 이러한 표준 운영안은 교육 품질의 일관성을 보장하고, 상황인식·위기대응·의사결정 등 복합 역량을 강화하여 국제 해사안전 기준 준수와 해운산업의 경쟁력 제고에 기여할 수 있을 것이다.

Autonomous vehicle (AV) technology is rapidly entering the commercialization phase driven by advancements in artificial intelligence, sensor fusion, and communication-based vehicle control systems. Real-world road testing and pilot deployments are increasingly being conducted, both domestically and internationally. However, ensuring the safe operation of AVs on public roads requires not only technological advancement of the vehicle itself but also a thorough pre-evaluation of the road environments in which AVs are expected to operate. However, most previous studies have focused primarily on improving internal algorithms or sensor performance, with relatively limited efforts to quantitatively assess how the structural and physical characteristics of road environments affect AV driving safety. To address this gap, this study quantitatively evaluated the compatibility of road environments for AV operation and defined the road conditions under which AVs can drive safely. Three evaluation scenarios were designed by combining static factors such as curve radius and longitudinal gradient with dynamic factors such as level of service (LOS). Using the MORAI SIM autonomous driving simulator, we modeled the driving behaviors of autonomous vehicles and buses in a virtual environment. For each scenario, the minimum time to collision (mTTC) from the moment the AV sensors detected a lead vehicle was calculated to assess risk levels across different road conditions.The analysis revealed that sharper curves and lower service levels resulted in significantly increased risk. Autonomous buses exhibited a higher risk on downhill segments, autonomous vehicles were more vulnerable to uphill slopes and gradient transitions. The findings of this study can be applied to establish road design standards, develop pre-assessment systems for AV road compatibility, and improve AV route planning and navigation systems, thereby providing valuable implications for policy and infrastructure development.

Virtual Reality Head Mounted Display (VR HMD)-based flight simulators have recently emerged as promising tools for enhancing pilot training effectiveness. This study aims to establish a set of evaluation criteria for the development of VR HMD-based flight simulators and to determine their relative importance and priority using the Analytic Hierarchy Process (AHP). Through an extensive review of the literature, a hierarchical evaluation model was constructed, consisting of three primary criteria and ten sub-criteria. A structured questionnaire was administered to experienced pilots, and the collected data were analyzed using the AHP methodology to assess the relative weights of each criterion. The analysis revealed that the fidelity of system performance is the most influential factor in evaluating VR HMD-based flight simulators. These findings present a structured evaluation framework and offer practical insights for guiding the strategic development and optimization of VR HMD-based flight training systems.

고속도로 터널 구간은 일반 도로에 비해 사고 발생 빈도와 심각도가 높으며, 특히 터널 내에서 발생하는 사고나 공사와 같은 돌발 상황은 대기 행렬을 유발해 후미 추돌 위험을 증가시킨다. 본 연구에서는 운전자가 돌발 상황 지점에 접근할 때 선제적으로 대응할 수 있도록, Driving Simulator를 활용하여 다양한 정보를 제공하는 터널 내 교통관리 시스템의 효과를 분석하였다. 분석 대상은 차로 변 경 유도, 속도 감소 유도, 돌발 상황 안내로 구성된 세 가지 교통관리 시스템의 개별 효과와 이들의 통합 운영이 터널의 안전성과 운 영 효율성에 미치는 영향을 포함하였다. 분석 결과, 세 가지 교통관리 시스템을 통해 터널 내 평균 통행 속도가 증가하였으며, 돌발 상황 발생 지점에서 차량의 차로 변경과 감속이 선제적으로 이루어지고 급감속 횟수가 현저히 감소하였다. 본 연구는 터널 내 돌발 상황 발생 시 다양한 정보를 제공함으로써 터널의 안전성과 교통흐름을 개선할 수 있음을 입증하였으며, 특히 여러 시스템을 통합적 으로 운영할 때 그 효과가 극대화됨을 Surrogate Safety Measure를 통해 확인하였다. 이러한 결과는 향후 터널 교통관리에서 단일 시스 템의 기능만을 고려하기보다는, 다양한 교통관리 시스템 간 상호작용을 고려해야 함을 시사한다.

본 연구에서는 해양공간 통합관리 수단의 지원책으로 활용되는 해양공간 정책 시뮬레이터 기술에 대한 한국, 중국, 일본, 미국, 유럽 등 주요 5개국에 대한 정량분석을 위한 유효특허 1,474건을 도출하고, 연도별, 국가별 특허출원 동향 및 워드 클라우드 분석을 통해 국내 기술 경쟁력 및 국내·외 기술 트렌드를 파악하였다. 분석 결과 해양공간 정책 시뮬레이터 기술의 경우 중국(1,254건, 85.1%) 주도의 특허출원이 활발하게 이루어지고 있으며, 세부 기술별로는 어업환경 변화예측 및 활용 시뮬레이터(AC)가 392건(26.6%)으로 가장 높은 것 으로 나타난다. 핵심 키워드 변화를 통해 최근에는 다중 데이터의 수집과 데이터의 탐지, 예측, 평가 등으로 기술 트렌드가 이루어지고 있 음을 확인하였으며, 중국 주도의 시장 독과점 및 선점에 대비하기 위해 주변 기술에 대한 특허출원 고려 및 표준화 선점 등의 연계 전략 을 통한 대비와 정부 차원의 해양공간 정책 시뮬레이터 기술 연구개발에 대한 적극적인 정책적 지원이 필요함을 진단하였다.

PURPOSES : Evaluation of the effectiveness of changing the form of yellow carpet installation as a way to reduce child pedestrian traffic accidents. METHODS : Through expert opinion, two improvement plans for yellow carpet installation (oblique type, extended type) were derived. The improvement paln was built in virtual reality, and a virtual driving experiment was performed using a driving simulator and eye-trakcing device. The improvement effects of the two alternatives were evaluated by analyzing eye-tracking data and driving behavior. RESULTS : In the case of the oblique type, it was analyzed that it was effective in improving the total gaze time and first gaze position compared to the normal type. In the case of the extended type, it was analyzed that the workload during operation can be reduced. However, neither of them had a significant effect on driving behavior. CONCLUSIONS : Although the change in the yellow carpet installation type did not affect the driver's driving behavior, it had advantages in terms of visual behavior and workload while driving, so it can be considered as an alternative among measures to improve traffic accidents involving children and pedestrians.

목적 : 본 연구는 시뮬레이터 훈련이 척수손상 환자의 운전시뮬레이터 도로 주행시간과 주행조작 능력에 미치는 영향을 알아보고자 하였다. 연구방법 : 본 연구는 단일사례실험연구 AB설계로 진행되었으며, 기초선 3회기, 중재기 10회기를 적용하였다. 기초선 3회, 중재기 5회 도로주행코스(중급) 수행 시 운전시간, 주행조작 능력 자료가 수집되었으며, 연구결과 분석을 위하여 시각적 분석 방법과 평균 ±2*표준 편차를 사용한 양적 분석을 동시에 사용하였다. 결과 : 연구대상자 3명의 총 주행시간은 기초선 A보다 중재기 B에서 3분 내외의 감소하였고, 세 명 모두에서 통계학적으 로 의미있는 주행 능력의 향상이 확인되었다. 주행조작능력 또한 오류 점수가 감소하였고, 첫 번째 참여자와 세 번째 참 여자의 경우 그 변화가 통계학적으로 유의하였다. 결론 : 본 연구에서 연구대상자의 총 주행시간 및 수행 오류의 감소가 확인되어 운전시뮬레이터 훈련의 효과가 있었다. 이 와 같은 결과는 운전시뮬레이터 훈련의 적용 가능성을 뒷받침 한다.