[논문 리뷰] Open Area Path Finding to Improve Wheelchair Navigation

Anahid Basiri|arXiv (Cornell University)|2020. 11. 07.

Gaze Tracking and Assistive Technology참고 문헌 50인용 수 5

한 줄 요약

이 논문은 공원 및 초지와 같은 개방된 지역에서 기존의 경로 계획 방식이 휠체어 이용자에게 실패하는 상황에서, 새로운 그래프 기반 경로 탐색 알고리즘을 제안한다. 기계 학습을 활용해 실제 휠체어 이동 경로를 분석함으로써 경사도, 지면 상태, 너비를 모델링하여 사용자 중심의 경로를 생성하며, 실제 사용자 경로와 76.4%의 유사도를 달성하여 접근성 향상과 다중 모odal 경로 계획 호환성 향상에 크게 기여한다.

ABSTRACT

Navigation is one of the most widely used applications of the Location Based Services (LBS) which have become part of our digitally informed daily lives. Navigation services, however, have generally been designed for drivers rather than other users such as pedestrians or wheelchair users. For these users the directed networks of streets and roads do not limit their movements, but their movements may have other limitations, including lower speed of movement, and being more dependent on weather and the pavement surface conditions. This paper proposes and implements a novel path finding algorithm for open areas, i.e. areas with no network of pathways such as grasslands and parks where the conventional graph-based algorithms fail to calculate a practically traversable path. The new method provides multimodality, a higher level of performance, efficiency, and user satisfaction in comparison with currently available solutions. The proposed algorithm creates a new graph in the open area, which can consider the obstacles and barriers and calculate the path based on the factors that are important for wheelchair users. Factors, including slope, width, and surface condition of the routes, are recognised by mining the actual trajectories of wheelchairs users using trajectory mining and machine learning techniques. Unlike raster-based techniques, a graph-based open area path finding algorithm allows the routing to be fully compatible with current transportation routing services, and enables a full multimodal routing service. The implementations and tests show at least a 76.4% similarity between the proposed algorithm outputs and actual wheelchair users trajectories.

연구 동기 및 목표

• 공원 및 초지와 같은 개방된 지역에서 휠체어 이용자를 위한 효과적인 내비게이션 지원의 부족을 해결한다.
• 사전 정의된 경로에 의존하는 전통적인 그래프 기반 라우팅 시스템의 한계를 극복한다.
• 사용자 중심의 이동 제약 조건을 통합함으로써 사용자 만족도 향상과 내비게이션 효율성 향상을 도모한다.
• 개방된 공간에서 호환 가능한 그래프 표현을 생성함으로써 기존의 다중 모달 경로 계획 통합을 가능하게 한다.
• 실제 사용자 데이터를 활용해 표면 품질 및 경사도와 같은 환경적 요인에 동적으로 대응할 수 있는 시스템을 개발한다.

제안 방법

• 개방된 지역을 이동하는 사용자로부터 GPS 및 센서 데이터를 활용해 실제 휠체어 이동 경로를 수집한다.
• 이동 경로 분석 기법을 적용하여 패턴을 추출하고, 경사도, 지면 상태, 너비와 같은 핵심 경로 특징을 식별한다.
• 휠체어 이용 가능성에 미치는 영향을 기반으로 경로 특징을 분류하고 가중치를 설정하기 위해 기계 학습 모델을 훈련시킨다.
• 장애물, 장애물, 사용자에게 관련된 지형 요소를 인코딩하는 새로운 그래프 구조를 개방된 영역 내에 구축한다.
• 기존의 라우팅 서비스에 새로운 그래프를 통합하여 원활한 다중 모달 내비게이션을 가능하게 한다.
• Dijkstra의 알고리즘 또는 유사한 최단 경로 알고리즘을 사용하여 최적의 휠체어 우호적 경로를 계산한다.

실험 결과

연구 질문

• RQ1 예측된 경로가 없는 개방된 지역에서 경로 탐색 알고리즘이 휠체어 이용자를 효과적으로 지원할 수 있는 방법은 무엇인가?
• RQ2 비정형 환경에서 휠체어 내비게이션에 크게 영향을 주는 주요 환경적 요인과 이동 제약 요소는 무엇인가?
• RQ3 실제 사용자 이동 경로를 얼마나 잘 활용해 최적의 휠체어 경로를 모델링하고 예측할 수 있는가?
• RQ4 기존의 래스터 기반 또는 네트워크 기반 라우팅 접근 방식과 비교해 제안된 그래프 기반 방법의 정확도는 어느 정도인가?
• RQ5 사용자 중심의 경로 특징 통합이 라우팅 성능 향상과 사용자 만족도 향상에 기여할 수 있는가?

주요 결과

• 제안된 알고리즘은 계산된 경로와 실제 휠체어 이용자 이동 경로 간 최소 76.4%의 유사도를 달성한다.
• 이 방법은 실제 이동 경로 데이터를 활용해 경사도, 지면 상태, 경로 너비와 같은 휠체어 내비게이션의 핵심 요소를 성공적으로 모델링한다.
• 그래프 기반 접근 방식은 기존의 교통 내비게이션 서비스와의 완전한 호환성을 제공하여 다중 모달 내비게이션을 지원한다.
• 성능, 효율성, 사용자 중심 경로 선택 측면에서 기존의 래스터 기반 방법보다 뛰어난 성능을 보인다.
• 이동 경로 분석과 기계 학습을 통해 수동 레이블링 없이도 사용성에 중요한 경로 특징을 자동으로 식별할 수 있다.
• 이 방법은 실제 도시 및 여가용 개방 공간에 구현 가능한 실용성을 입증한다.