128. DQN(Deep Q-Network)을 활용한 수요 대응형 주차 스케쥴링 기법 개발 / 이성희, 김주영, 장명근

포스터세션, , 27(금) 12:50-13:20, 라카이볼룸Ⅱ 

DQN(Deep Q-Network)을 활용한 수요 대응형 주차 스케쥴링 기법 개발 / 이성희(국립한국교통대학교), 김주영(국립한국교통대학교), 장명근(국립한국교통대학교)

도심내 차량 밀집지역에서는 시간대별 주차 수요와 공급의 불균형이 발생하며 주차공간을 확보하기 위해 승용차 이용자들은 주차 탐색시간에 많은 시간을 할애한다. 주차공간을 확보하지 못한 이용자들은 불법주차를 선택하게 되며, 이는 사회적 부편익을 발생시킨다. 최근 국내외에서는 이러한 주차문제를 해결하기 위해 주차로봇 도입 등 스마트 주차시스템을 도입하고 있다. 스마트 주차시스템은 승용차 이동경로를 주차면수로 확보하여 기존 주차장 대비 더 많은 주차면수를 확보할 수 있어 수급불균형 문제를 해결할 수 있다고 기대된다. 하지만 주차장은 출입구 위치, 면적 등 설계에 따라 다양한 특성이 존재하며 주차되는 차량 또한 다양한 크기가 존대한다. 스마트 주차시스템 도입에 선제적으로 이러한 특성을 반영할 수 있는 주차 스케쥴링이 필요하다고 판단된다. 이에 본 연구는 주차장 특성에 맞는 최적 공간 배치를 유전알고리즘으로 설계하고 이를 스케쥴링된 주차장면과 매칭하는 수요 대응형 주차스케쥴링 기법을 개발하여 기존 주차장 입출차시간, 주차장 공간 특성별, 주차 차종별로 비교 분석하고자 한다.*2024년 국립한국교통대학교 지원을 받아 수행하였음.