OmniPath는 휠체어 사용자를 위해 보행 환경을 능동적으로 감사하는 멀티모달 에이전트 시스템이다. OSM 같은 지도는 경로의 위치는 담지만 실제 이동 시의 물리적 난이도는 전하지 못한다. OmniPath는 OSM의 네트워크 위상과 고밀도 항공 LiDAR(USGS 3DEP)의 서브미터 정밀도를 융합해 보행 환경의 고정밀 3D 모델을 만들고, 에이전트가 네트워크를 가상으로 0.5m 단위로 순회하며 노면을 분석한다. 진행 경사·횡단 경사·수직 단차를 ADA 준수 기준에 대조해 정량화하고, 가중 심각도 점수로 위험을 '경미'에서 '심각'까지 분류한다. National Mall에서 200건의 현장 실측으로 검증해 고심각 위험에 대해 Severe F1 0.60, Critical F1 0.58의 진단 신뢰성을 보였다. 표준 지도가 놓치는 '보이지 않는' 장벽을 외출 전에 미리 식별한다.
- •OSM 네트워크 위상과 고밀도 항공 LiDAR(USGS 3DEP)를 융합해 고정밀 3D 보행 환경 모델 구축
- •에이전트가 0.5m 단위로 가상 순회하며 진행·황단 경사·수직 단차를 ADA 기준으로 정량화
- •가중 심각도 점수로 위험을 '경미'에서 '심각'까지 분류
- •National Mall 200건 현장 실측으로 검증, Severe F1 0.60·Critical F1 0.58 달성
- •표준 지도가 놓치는 접근성 장벽을 외출 전에 예측적으로 식별
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
OmniPath: A Multi-Modal Agentic Framework for Auditing Wheelchair Accessibility
- 1.OmniPath: 휠체어 접근성을 능동 감사하는 멀티모달 에이전트 프레임워크, 지도가 놓친 장벽 식별
- 2.OSM 네트워크 위상과 고밀도 항공 LiDAR(USGS 3DEP)를 융합해 보행환경 3D 모델 구축
- 3.0.5m 단위로 경사·횡경사·수직 단차를 ADA 기준 대비 정량화, 가중 심각도 점수로 위험 분류
- 4.내셔널 몰 200개 현장 실측 검증, 고위험에서 F1 0.60(Severe)·0.58(Critical) 달성
왜 중요한가?
표준 지도는 경로의 위치만 알려줄 뿐 휠체어 사용자가 실제로 통행 가능한지를 못 알려주는 문제를, 항공 LiDAR 기반 미시 감사로 출발 전에 보이지 않는 접근성 장벽을 사전 식별하는 데이터로 전환한다.
이 연구는 AI 에이전트를 활용해 휠체어 접근성을 감사하는 새로운 프레임워크를 제시하며, 지도 정보와 실제 체감 간의 격차를 줄입니다. 고령화 사회 및 스마트시티를 지향하는 한국에서 이러한 기술은 도시 계획과 사회적 약자 복지에 매우 중요한 가치를 창출할 수 있습니다. 이는 국내 복지 및 도시 계획 분야의 AI 적용 가능성을 넓히는 의미 있는 진전입니다.
본문 미리보기
arXiv:2606.24129v1 Announce Type: new Abstract: For a wheelchair user, a standard blue line on a map is often a broken promise. While platforms like OpenStreetMap (OSM) successfully capture where a path is, they frequently fail to convey how it physically feels to travel on it. This information barrier is problematic for wheelchair users. To solve this issue, we present OmniPath, a system that moves from passive mapping to proactive environmental auditing. Our framework fuses the network topolo
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 13:55AI 초안
