RRT* (Rapidly exploring Random Tree*) based algorithms are widely used for path planning. Informed RRT* uses RRT* for generating an initial path and optimizes the path by limiting sampling regions to the area around the initial path. RRT* algorithms have several limitations such as slow convergence speed, large memory requirements, and difficulties in finding paths when narrow aisles or doors exist. In this paper, we propose an algorithm to deal with these problems. The proposed algorithm applies the image skeletonization to the gridmap image for generating an initial path. Because this initial path is close to the optimal cost path even in the complex environments, the cost can converge to the optimum more quickly in the proposed algorithm than in the conventional Informed RRT*. Also, we can reduce the number of nodes and memory requirement. The performance of the proposed algorithm is verified by comparison with the conventional Informed RRT* and Informed RRT* using initial path generated by A*.

대규모 상수관망 시스템의 운영비용 절감을 위한 펌프장 운영 최적화 연구가 최근 활발히 진행되고 있다. 이러한 상수관망 시스템 운영 최적화에 대한 연구를 수행하기 위해서는 짧게는 24시간, 길게는 1주일 이상의 시간모의가 필수적이 며, 최적화 알고리즘과의 연계를 통한 시뮬레이션이 요구된다. 대규모 상수관망의 경우 관로 및 절점의 수가 수 천 혹은 수 만개에 달해 수리해석 및 최적화에 많은 시간이 소요되며 실시간 운영을 목적으로 하는 경우 모형의 적용에 한계가 발생한다. 이처럼 모의시간에 대한 문제를 해결하기 위해서는 해당 상수관망 시스템의 수리 거동, 수질 해석 결과를 변화시키지 않는 범위에서 관망을 간소화 할 필요가 있다. 본 연구에서는 국내에서 실제로 운영되고 있는 송, 배수 시스템의 일부를 대상으로 시스템 간소화, 즉 골격화(Skeletonization) 연구를 진행하였으며, 모두 네 가지의 골격화 기법을 비교, 평가하였다. 본 연구에서 제안된 골격화 기법을 통해 대규모 상수관망의 해석에 소요되는 시간을 단축함으로써, 실제 상수관망의 실시간 운영 모듈 개발에 도움이 될 것으로 기대한다.