Optimized Path Finding Algorithm for Walking Convenience of the People with Reduced Mobility

교통약자의 이동편의를 위한 최적경로 탐색 기법

Abstract

There has been growing social interest recently in the movement rights of people with reduced mobility. However, it simply eliminates the temporary inconvenience of walking of people with reduced mobility because it focuses only on supply of institutional facilities. Therefore, we look forward to improving movement welfare by proposing an optimized path finding algorithm for people with reduced mobility that takes into consideration physical elements affecting their movement, such as slope, steps etc. We selected Walking barrier factor by analyzing previous studies and calculated the relative importance of Walking barrier factors using an Analytic Hierarchy Process(AHP). Next, through the fuzzy system, the Walking disturbance level of link, which integrates the weights of Walking barrier factors and the attributes of each link, is derived. Then, Walking path cost that takes into consideration the ‘length’ factors is calculated and an optimized path for people with reduced mobility is searched using Dijkstra’s Algorithm. Nineteen different paths were searched and we confirmed that the derived paths are meaningful in terms of improving the mobility of people with reduced mobility by conducting a field test. We look forward to improving movement welfare by providing a navigation service using the path finding algorithm proposed in this study.

최근 교통약자의 이동권에 대한 관심이 증가하고 있으나 대부분 제도적 시설 공급측면에 치중되어 일시적 이동상의 불편함만을 해소할 뿐이며 실제 교통약자에게 향상된 이동편의를 제공하지 못하고 있다. 따라서 본 연구에서는 교통약자의 보행에 영향을 미치는 경사로, 계단과 같은 물리적 장애 요소들을 고려하여 교통약자 유형별 최적경로를 탐색하는 기법을 제안함으로써 교통약자의 이동편의를 직접적으로 향상시키고자 한다. 선행연구 및 관련 제도를 분석하여 교통약자의 보행에 방해가 되는 보행장애요소를 선정하고 계층적의사결정법(Analytic Hierarchy Process; AHP)을 이용하여 각 보행장애요소의 상대적 중요도를 산정하였으며 마지막으로 퍼지 시스템을 통하여 교통약자의 보행에 방해되는 정도를 나타내는 링크별 보행방해도를 도출한다. 보행방해도를 바탕으로 거리 요소를 포함한 보행 경로비용을 계산하고 이 값이 최소가 되는 경로를 다익스트라 알고리듬을 통해 탐색함으로써 교통약자 유형별 최적 경로를 제공한다. 본 연구에서 제안한 기법을 적용하여 도출된 19개 경로를 대상으로 실제 현장 실험을 통하여 각 경로에 대한 만족도 설문조사를 수행하였고 이를 통해 실제 교통약자의 이동에 편의를 향상하는 유의미한 경로가 도출되었음을 확인하였다. 본 연구에서 제안한 최적경로 탐색 기법이 내비게이션 서비스에 적용된다면 교통약자의 이동복지향상을 도모할 수 있을 것으로 보인다.

1. 서 론

이동이 자유로운 환경은 삶의 질을 보장하는데 기여하는 중요한 요소로, 이는 1948년 UN에서 제정한 인권헌장에도 표현되어 있다. 하지만 신체, 사회 그리고 경제적 이유로 교통 시설의 이용에 제약이 있는 교통약자의 경우에는 원활한 이동에 어려움을 갖게 되고 이로 인하여 사회활동과 경제활동에 제한을 받게 된다.

최근 교통약자의 이동권에 대한 사회적 관심이 증가하고 있으며 이러한 추세에 맞추어 교통약자의 이동편의를 향상시키기 위한 법안이 제정되고 편의시설을 보강하는 등 국가적 관심과 대응이 활발히 이루어지고 있다. 하지만 대부분 제도의 정비와 시설 공급에만 치중되어 있는 임시방편의 대책이며 교통약자의 이동에 관한 문제를 직접적으로 해결하지 못하고 있다. 따라서 실제 교통약자의 이동편의를 직접적으로 향상시키기 위해서는 합리적이고 현실적인 경로 정보를 제공해야 한다.

이를 위하여 국내에서는 교통약자를 위한 대중교통정보 제공 방안에 대한 연구(Kim et al., 2008), 교통약자의 도시철도 이용 개선 방안 연구(Kwon and Jung, 2013) 및 교통약자 편의 시설 설치율 향상을 위한 정책 제시 (Lee et al., 2009)등의 주제로 연구가 진행되고 있으나, 이들 연구는 교통약자의 이동 편의 향상을 위해 고려되어야 할 항목들을 제시하거나 이동을 돕는 시설 설치 및 관련 제도를 제안하는 수준에 머무르고 있으며, 실질적으로 교통약자의 원활한 이동이 가능한 경로를 탐색하거나 안내하는 기술 개발에 관한 연구가 아니라는 한계를 갖는다. 실제 이에 관련한 기술 개발에 관한 국내 연구 사례는 찾아볼 수 없었고, 국외의 경우 휠체어 이용자를 위한 내비게이션 시스템(Matthews et al., 2003) 및 시각·청각 장애인의 이동을 돕는 도구에 관한 연구(Karimanzira et al., 2006)와 같은 기술 개발과 관련한 일부 연구를 찾아볼 수 있었다. 하지만 이는 휠체어 이용자나 시각 장애인만을 연구 대상으로 함으로써 특정 교통약자만을 고려하고 있으며 장애물이 있는 경로를 회피하는 단순한 경로 탐색 기법을 제안하고 있다. 이는 불편함을 유발할지라도 실제 통행이 가능한 경우까지 배제하게 되어 출발지부터 목적지까지의 경로 길이가 너무 길어진다는 문제점이 있다. 그에 따라 교통약자에게 실질적으로 유의미한 경로를 제공하지 못하는 경우가 많았다.

따라서 본 연구에서는 교통약자의 이동 편의를 증진시키기 위하여 교통약자의 이동에 영향을 미치는 물리적 요소가 고려된 교통약자 유형별 최적경로를 탐색하는 기법을 제안하는 것을 목적으로 한다. ‘휠체어 이용자’나 ‘시각 장애인’만을 초점에 두고 이들을 대상으로 한 선행연구와 달리 본 연구에서는 휠체어 이용자 뿐 아니라 고령자, 목발을 짚은 사람 등 거동이 불편한 사람으로 연구의 대상을 확대한다. 휠체어 이용자나 시각 장애인의 경우 장애 유형의 특수성으로 인하여 그들만을 연구대상으로 하는 경우 개발된 기술이 제한적인 범위로 적용될 수 있으나 본 연구에서 제안한 기법을 이용하면 더 넓은 범위의 교통약자를 포괄한 서비스를 제공할 수 있을 것으로 기대한다. 뿐만 아니라, 보행에 방해가 되는 장애물을 단순히 경로에서 완전 배제하는 것이 아니라 퍼지 로직을 이용하여 보행에 방해가 되는 정도를 수치로 계량화함으로써 보다 실질적으로 이동 편의성을 향상시키는 경로를 탐색한다. 또한 기존 국외 선행연구의 기준을 적용하는 것이 아니라, 교통약자의 이동 편의성이 보장되는 보행환경 구축을 위한 국내 법규 및 선행 연구에서 제안한 기준을 적용함으로써 추후 실질적으로 교통약자를 대상으로 국내 실정에 맞는 적합한 경로 안내 서비스를 제공할 수 있을 것으로 보인다.

본 연구에서 제안한 경로 탐색 기법을 이용하여 추후 교통 약자 최적경로안내 서비스가 제공된다면 교통약자의 활발한 사회적·경제적 참여를 돕고 이동복지향상도 꾀할 수 있을 것으로 기대한다.

 

2. 교통약자를 위한 최적경로 탐색 기법

본 연구에서 제안하는 기법은 교통약자의 유형을 휠체어 이용자와 타 교통약자로 구분하여 경로 탐색 시 고려되어야 할 보행에 방해가 되는 보행장애요소들을 정의한 후, 계층적 의사결정법(AHP: Analytic Hierarchy Process)을 이용하여 보행장애요소의 상대적 가중치를 도출하고 퍼지로직을 이용한 각 링크별 보행방해도를 산출한다. 마지막으로 보행자 네트워크의 링크별 보행경로비용을 산출함으로써 교통약자가 보행하기에 편리한 도로들로 구성된 경로를 탐색한다(Fig. 1).

Fig. 1.Flow chart

2.1 보행장애요소의 선정

보행장애요소란 교통약자의 보행에 방해가 되는 요소들로, 본 연구에서는 보행장애요소를 정의하기 위하여 보행 환경 요소나 교통약자의 이동에 영향을 미치는 물리적 요소들을 정의하는 내용을 다룬 선행연구(Lee and Kim, 1998; Ji et al., 2008; Kang and Park, 2009) 및 『교통약자의 이동편의 증진법』, 『도로의 구조·시설기준에 관한 규칙』 등의 관련 제도를 분석하였다. 이들 자료에 제시된 요소들을 크게 이동·안전성, 쾌적·환경성이라는 2가지 기준으로 분류할 수 있었다. 2개의 기준 중 교통약자의 이동편의를 향상시키기 위함을 목적으로 하고 있는 본 연구와 더 부합하다고 판단되는 이동·안전성에 속한 요소들 중 다수 언급된 것들을 보행장애요소 1차 후보군으로 선정하였고 이는 Table 1과 같다.

Table 1.1st candidates of walking barrier factors

보행장애요소 1차 후보군 중 기 구축된 장애인용 네트워크 데이터의 속성(Park, 2015) 및 정량화 가능 여부를 고려하여 선정한 최종 보행장애요소는 Table 2와 같다. 여기서 보행 장애물(Walking obstacle)이란 보도턱과 진입억제봉을 의미하며, 모든 보행장애요소는 보행에 방해를 주는 정도의 방해물로 보행이 완전히 불가능하지는 않음을 전제로 한다. 하지만 휠체어 이용자의 경우 계단(steps)은 통행이 불가하여 경로 탐색 시 완전 배제되어야 하므로 보행장애요소로 정의되지 않는다.

Table 2.Walking barrier factors

2.2 AHP를 이용한 보행장애요소 가중치 산출

교통약자의 신체적 장애유형에 따라 보행장애요소가 보행에 미치는 상대적인 방해 정도, 즉 상대적 우선순위가 다를 수 있다. 예를 들어, 단차가 있는 곳을 올라가기 힘든 휠체어 이용자의 경우에는 보도턱이 보차혼용도로보다 보행에 방해가 되는 정도가 더 클 수 있다. 반면, 경음기나 뒤에서 오는 차량의 접근에 큰 주의를 기울이지 않는 고령자의 경우에는 보도턱보다 보차혼용도로가 보행에 더 큰 불편을 유발하는 요소가 될 수 있다. 따라서 교통약자 유형별로 보행장애요소들의 적절한 상대적 가중치를 산정해야 할 필요가 있다.

이에 본 연구에서는 직관적이고 쉬운 분석 과정으로 최근 많이 이용되고 있는 의사결정기법 중 하나인 AHP를 이용하여 교통약자 유형별 보행장애요소 가중치를 산출하였다. 앞의 2.1.절에서 도출한 휠체어 이용자의 보행장애요소 6개 및 타 교통약자의 보행장애요소 7개에 대한 쌍대비교 방식의 설문지를 작성하여 총 45명의 공간정보 및 교통분야 전문가를 대상으로 5일간에 걸쳐 설문조사를 실시하였다. 회수된 답안 중 답변이 일관성 있다고 판단된 것만을 분리하여야 하는데 그 기준으로 일관성 지수(CI: Consistency Index)를 사용한다. 일관성 지수란 가중치나 기여도의 크기와 순서에 대한 일관성 정보를 제공하는 지표로서 일반적으로 0.1 미만을 임계값으로 사용한다. 따라서 회수된 답안 중 CI가 0.1미만의 값으로 답변이 일관성 있다고 판단된 것만을 분리한 후 각 답변의 가중치 값들을 산술평균한다. 이 산술평균값이 교통약자 유형별 최종 보행장애요소 가중치이며 그 값은 Table 3과 같다.

Table 3.Total weight of walking barrier factors

2.3 퍼지이론을 이용한 보행자 네트워크 링크별 보행방해도 도출

‘보행에 방해가 되는 정도’라는 모호한 정성적인 정보를 다루기 위하여 퍼지이론(Zadeh, 1965)을 이용하여 앞 단계에서 산출된 각 교통약자 유형별 보행장애요소 가중치를 바탕으로 보행 네트워크 데이터의 링크별 보행방해도를 수치화하였다.

보행방해도는 퍼지 추론 시스템 안에서 보행 네트워크가 갖는 속성 값과 그에 상응하는 보행장애요소의 가중치 값이 모두 고려되어 0점에서 5점 사이의 값으로 산출되며, 0점에 가까울수록 보행에 편리한 링크, 5점에 가까울수록 보행하기에 불편한 링크임을 의미한다. 퍼지이론을 이용한 보행방해도 산출과정은 크게 퍼지화, 퍼지 추론 시스템 설계, 역퍼지화 과정으로 이루어진다.

2.3.1 퍼지화

퍼지이론의 첫 단계는 입력 및 출력 변수 값을 소속 함수를 이용하여 퍼지 집합의 소속값인 퍼지변수로 표현하는 퍼지화 단계이다. 이를 위하여 각 변수에 대해 적합한 소속 함수가 정의되어야 한다. 이를 위해 본 연구에서는 Kasemsuppakorn and Karimi(2009)가 휠체어 이용자를 위한 경로안내와 관련하여 제시한 소속 함수 중 본 연구에서 선정한 보행장애요소에 적합한 소속 함수를 선택하였다. 다음으로 기존 연구 및 국토교통부에서 제정한 『교통약자의 이동편의 증진법』을 참고하여 보행장애요소별 소속 함수의 변곡점 값을 결정하였다. 각 보행장애요소별로 정의된 소속 함수는 Table 4와 같다.

Table 4.Membership function of walking barrier factors

경사로와 좁은 보도폭의 경우 『교통약자의 이동편의 증진법』에서 권고하는 기준치인 경사도 1/12, 1/50와 보도폭 1.2m를 소속 함수의 변곡점으로 이용하였다. 그 외 보행장애요소의 경우에는 선행연구에 정의되어 있지 않아 각각에 대하여 보행장애요소인지 아닌지의 여부를 이분법으로 구분하여 좋음, 나쁨의 두 가지로 퍼지화하였다. 이 경우에 x축의 숫자는 의미가 없고 보행장애요소인 경우 1 이상의 값, 아닌 경우 0을 x값으로 부여하였다. 보행장애요소 가중치는 그 값에 따라 매우 낮음(VL), 낮음(L), 보통(M), 높음(H), 매우 높음(VH)이라는 퍼지변수로 퍼지화된다. 마지막으로 퍼지추론시스템을 통한 결과값을 0부터 5까지의 값을 갖는 보행방해도로 설정하였으며, 보행하는데 있어 매우 편함(VC), 편함(C), 보통(N), 불편(UC), 매우 불편(VUC)이라는 5가지의 퍼지 집합으로 분류될 수 있도록 하였다.

2.3.2 퍼지 추론 시스템 설계

퍼지 추론 시스템 설계를 위하여 퍼지화를 통해 정의된 퍼지변수로 구성된 퍼지규칙을 정의하였다. 퍼지규칙의 전건(IF 부분)은 보행 네트워크의 속성과 보행장애요소 가중치의 퍼지변수로 구성되어 있으며, 후건(THEN 부분)은 각 링크별 교통약자의 보행에 방해되는 정도를 나타낸 보행방해도 퍼지변수로 이루어진다. 그 예는 아래와 같다.

퍼지규칙 : IF 경사로가 나쁨(poor)이고 경사로 가중치가 매우높음(VH)이면, THEN 보행방해도는 매우불편(VUC)이다.

본 연구에서는 Kasemsuppakorn and Karimi(2009)가 제시한 퍼지규칙 중에서 본 연구에서 선정한 보행장애요소별로 적합한 규칙을 적용하였으며, 각 보행장애요소별 퍼지규칙은 Table 5와 같다.

Table 5.Fuzzy rules

2.3.3 역퍼지화

앞 단계에서 정의된 소속 함수, 퍼지규칙으로 구성된 퍼지 추론 시스템의 입력값은 보행 네트워크 데이터의 링크 속성과 보행장애요소별 가중치이며, 출력 변수는 0에서 5 사이의 수치로 표현되는 보행방해도이다. ‘총 경로 길이’를 제외한 휠체어 이용자의 보행장애요소 5개, 타 교통약자의 보행장애요소 6개 각각에 대하여 링크 속성을 바탕으로 경우에 해당하는 퍼지규칙을 적용하였고, 보행장애요소별 퍼지규칙을 거쳐 출력된 값들이 모두 통합되어 최종적으로 하나의 수치값인 링크별 보행방해도를 계산한다.

2.4 보행경로비용 산정 및 최적경로 탐색

각 링크별로 도출된 보행방해도를 바탕으로 Eq. (1)을 이용하여 최적경로 탐색시 필요한 보행경로비용을 계산한다.

링크별로 부여된 보행경로비용은 모두 0보다 큰 값을 가지며, 교통약자가 통행할 수 없는 링크의 경우에는 무한대의 값을 부여한다. 보행경로비용 값이 클수록 보행에 방해되는 정도가 큰 링크임을 의미하기 때문에 최적경로를 탐색할 때는 이 값이 큰 링크는 경로에서 제외되어야 한다. 보행경로비용은 보행 네트워크 데이터의 링크에 ‘보행경로비용’이라는 필드의 속성값으로 입력되며, 이는 경로 탐색 시 비용으로 이용된다.

다시 말하면 다익스트라 알고리듬(Dijkstra, 1959)의 비용이 보행경로비용으로 대체되어 출발지에서 인접한 모든 노드들의 보행경로비용 값을 비교하고, 그 값이 최소가 되는 노드로 이동하며 최종 도착지에 도달하도록 한다. 따라서 출발지에서 목적지까지 최종 탐색된 경로는 보행경로비용이 가장 최소가 되는 경로가 되며 이는 교통약자 유형별로 보행에 방해가 되는 정도가 작은 링크들로 구성된 최적경로이다.

 

3. 실험적용 및 결과

본 연구는 기 구축된 ‘서울시 마천 1동’의 교통약자용 보행 네트워크 데이터를 기반으로 실험을 수행하였다. 무작위로 추출된 39개의 포인트를 이용하여 동일한 출발지와 목적지로 설정하고, 총 19개의 휠체어 이용자와 타 교통약자의 최적경로와 최단경로를 탐색하였다. 이 때, 본 연구에서 제안한 기법이 적용되어 탐색된 휠체어 이용자와 타 교통약자의 최적경로가 실제 최단 경로와 다른 경로가 도출되는지를 확인하고자 하였다. 또한 최단 경로를 구성하고 있는 링크 속성을 확인함으로써 경로 상에 존재하는 보행장애요소가 무엇인지 파악하고, 휠체어 이용자와 타 교통약자를 대상으로 탐색된 최적경로를 구성하고 있는 링크의 속성들과 비교함으로써 경로의 차이점을 분석하였다. Table 6은 총 19개 중 일부를 정리한 것이다.

Table 6.Shortest/optimized path

경로 1은 출발지부터 목적지까지의 최단경로에 보차혼용 도로, 보도포장불량, 계단이 포함되어 있는 경우이나 각 교통 약자 유형별로 탐색된 최적경로의 경우 보행장애요소가 포함된 링크가 최단경로 3개에서 1개로 줄어든 것을 확인할 수 있다. 경로 2에서 타 교통약자 최적경로의 경우, 보행장애요소 가중치가 다소 높았던 경사로를 포함한 링크를 경로에서 배제하기 위하여 휠체어 이용자와 다른 경로를 택한 것을 알 수 있다. 또한 타 교통약자 최적경로에서 보행장애요소를 포함한 링크의 수가 줄어들지는 않았으나 그 길이가 최단경로의 경우보다 짧아 전체적인 보행경로비용의 크기는 작아졌다고 할 수 있다. 경로 3은 최단경로에 좁은 보도폭과 보차혼용도로가 포함된 경우이다. 최단경로에 보행장애요소를 포함한 링크의 수는 총 2개이며 각 교통약자 유형별 최적경로에서는 그 수가 1개로 줄어든 것을 확인하였다. 비교적 링크의 길이가 짧은 보차혼용도로는 최적경로에도 포함되었으나 링크의 길이가 긴 좁은 보도폭을 회피하는 경로가 도출되었다. 3가지 경로 모두 최단경로에 비해 교통약자 유형별 최적경로에서 장애요소를 포함한 링크의 개수가 줄어든 것을 확인할 수 있다. 또한 보행 장애요소를 포함한 링크의 길이도 짧아져서 전체적으로 교통약자의 이동편의성이 향상되었음을 알 수 있다.

다음으로 본 연구에서는 제안된 기법을 적용하여 탐색된 교통약자 유형별 최적경로가 실제 교통약자의 이동편의를 향상시켰는지의 여부를 정성적으로 평가하기 위하여 직접 실험 대상지(서울시 마천1동)로 나가 현장조사를 하고 19명의 실험대상자를 대상으로 탐색된 각 경로에 대한 만족도 설문조사를 실시하였다. 실험대상자는 같은 출발지와 목적지를 대상으로 도출된 최단 경로와 본 연구에서 제안한 기법을 이용하여 탐색된 교통약자 유형별 맞춤형 경로를 보행하게 되며, 보행이 끝난 후 바로 2가지 경로를 평가하는 설문지에 응답하게 된다. 보다 유의미한 평가를 위해 실제 교통약자가 실험에 참여하는 것이 적합하나 여러 가지 제약조건으로 비장애인이 직접 휠체어에 탑승한 경우와 목발을 이용한 경우로 나누어 실험을 진행하였다. 설문지는 각 경로의 보행장애요소와 전체적인 경로의 불만 정도에 대하여 5점 리커트 척도(Likert scale), 1: 매우 많음, 2: 약간 많음, 3: 보통, 4: 적음, 5: 전혀 없음으로 구성되었으며 경로 1∼경로 3까지에 대한 응답 결과는 Table 7과 같다.

Table 7.Result of optimized path satisfaction surveys

경로 1의 경우, 휠체어 이용자와 타 교통약자의 경우 모두 전체적인 경로에 대한 만족도는 최단경로보다 나아진 것을 확인할 수 있었으나 실제 타 교통약자의 경우 불만 정도가 ‘약간 많음’으로 유의미한 결과라고 보기 어렵다. 그 이유는 타 교통약자의 경우 계단이 보행에 큰 영향을 끼치는데 최적경로에서도 계단을 포함한 링크의 길이가 짧아지긴 했으나 여전히 경로에 포함되어 있기 때문인 것으로 해석된다. 경로 2의 경우에는 모든 보행장애요소들과 전체적인 경로에 대한 불만 정도가 낮아진 것을 알 수 있다. 이는 최단경로에 포함된 보도 포장 상태가 몹시 불량한 상태여서 실험대상자가 체감하는 불편함의 정도가 매우 컸고 휠체어 이용자의 최적경로에서는 큰 길의 인도를 따라가는 경로가 도출되어 보차가 확실히 분리되었기 때문인 것으로 판단된다. 타 교통약자의 경우에는 실제 최단경로와 최적경로의 경로길이가 같으나 보행장애요소를 포함한 링크의 길이가 최적경로에서 상대적으로 짧아져 장애물을 극복하는 시간이 단축되어 상대적으로 경로의 길이가 짧게 느껴진 것으로 해석된다. 경로 3의 경우에는 최단경로에 속한 링크의 보행장애요소가 좁은 보도폭과 보차혼용도로 뿐이었으나 실제 현장 조사에서 보도포장불량 구간과 진입억제봉이 존재하여 이 부분에 대한 만족도가 최단경로에 비해 최적경로에서 향상된 것으로 나타난다.

총 19개의 경로에 대한 설문조사 결과를 통합한 정성적 평가 결과는 Table 8, Table 9와 같다. 휠체어 이용자의 경우 보행장애요소 6개 항목 중 5개 항목이 부적합 판정을 받은 반면, 최적경로에서는 단 1개 항목만이 부적합 판정을 받았고 타 교통약자의 경우에도 최단경로에서는 4개 항목이 부적합 판정을 받은 반면 최적경로에서는 1개 항목만이 부적합 판정을 받았다. 가장 중요한 전체적인 경로의 불만 정도에 있어서 휠체어 이용자와 타 교통약자의 경우 모두 최단경로에서는 부적합을 판정받은 반면, 최적 경로에서 적합을 판정받았다. 이는 실제 본 연구에서 제안한 기법을 이용하여 도출한 최적경로가 실제로 교통약자의 보행 편의성을 향상시킨 유의미한 경로라고 판단할 수 있다.

Table 8.Qualitative assessment of wheelchair users

Table 9.Qualitative assessment of other people with reduced mobility

 

4. 결 론

본 연구에서는 교통약자의 이동편의를 직접적으로 향상시키기 위하여 교통약자의 이동에 영향을 미치는 물리적 환경요소를 고려하여 교통약자 유형별 최적경로를 탐색하는 기법을 제안하였다.

먼저 관련 선행 연구를 분석하여 보행장애요소를 교통약자 유형별로 정의하고, AHP 기법을 이용하여 각 보행장애요소 간의 상대적 중요도를 산정하였다. 설계된 퍼지 시스템을 통하여 보행장애요소 중요도와 보행 네트워크 링크 속성값을 바탕으로 교통약자의 보행에 방해가 되는 정도를 계량화한 보행방해도를 계산하였으며, 마지막으로 거리 요소가 고려된 링크별 보행경로비용을 구하고 이 값이 최소가 되는 경로를 탐색함으로써 각 교통약자 유형별 최적경로를 도출하였다. 제안한 방법을 적용하여 교통약자 유형별 최적경로를 탐색하였고 실제 현장 실험 및 만족도 설문조사를 통해 교통약자의 보행 편의성을 향상시키는 유의미한 경로를 탐색한다는 사실을 확인하였다.

추후 이 기법은 모바일 단말기에서 구동이 가능한 교통약자를 위한 내비게이션을 개발하는데 활용될 수 있을 것으로 판단되며, 결과적으로 교통약자의 이동 복지를 향상시킬 수 있을 것으로 보인다. 향후에는 실시간으로 교통약자의 위치를 파악하여 최적경로를 제공해주는 서비스 개발에 대한 연구가 필요할 것으로 판단된다.