최근 몇 년 사이 공간정보에 대한 관심이 증대됨에 따라 실내공간데이터 모델링 및 활용에 대한 많은 연구가 진행 되고 있다. 특히 대규모 실내공간에서 방재 알고리즘 및 실시간방재시스템에 대한 연구가 활발하게 진행 되고 있다. 재난 발생 시 요구될 수 있는 최적경로는 대피자를 위한 것과 구조자를 위한 것, 두 가지로 나뉠 수 있다. 본 연구에서는 구조자를 위한 최적경로를 산출하였는데 이는 실내의 어떠한 공간에서 출구까지의 경로가 아닌 출구에서 구조대상지역까지의 경로를 의미한다. 실시간 방재시스템에 적합한 최적경로는 시간에 대해 가변적이어야 한다. 이러한 최적경로를 산출하기 위해서는 최적경로 산출에 필요한 시간에 따라 변화하는 변수가 고려되어야 한다. 즉, 복도 또는 방과 같은 공간의 수용능력 및 흐름정도 등을 포함하는 동적인 공간적 엔티티를 관리 할 수 있는 시공간 데이터베이스와 연동되어 있어야 한다. 공간상에서 동적객체의 흐름을 측정하고 분석을 통해 추정한 시공간 데이터베이스는 최적경로 산출과 대피상황에서의 병목현상 예측에 사용될 수 있다. 본 연구에서는 실시간 방재시스템 개발을 위한 시공간 데이터를 적용한 최적경로 산출 알고리즘을 제시하였다. 제안된 알고리즘을 테스트하기 위하여 건물 내부의 이동이 가능한 공간을 표현하는 네트워크데이터를 사용하였다.
최근 몇 년 사이 공간정보에 대한 관심이 증대됨에 따라 실내공간데이터 모델링 및 활용에 대한 많은 연구가 진행 되고 있다. 특히 대규모 실내공간에서 방재 알고리즘 및 실시간방재시스템에 대한 연구가 활발하게 진행 되고 있다. 재난 발생 시 요구될 수 있는 최적경로는 대피자를 위한 것과 구조자를 위한 것, 두 가지로 나뉠 수 있다. 본 연구에서는 구조자를 위한 최적경로를 산출하였는데 이는 실내의 어떠한 공간에서 출구까지의 경로가 아닌 출구에서 구조대상지역까지의 경로를 의미한다. 실시간 방재시스템에 적합한 최적경로는 시간에 대해 가변적이어야 한다. 이러한 최적경로를 산출하기 위해서는 최적경로 산출에 필요한 시간에 따라 변화하는 변수가 고려되어야 한다. 즉, 복도 또는 방과 같은 공간의 수용능력 및 흐름정도 등을 포함하는 동적인 공간적 엔티티를 관리 할 수 있는 시공간 데이터베이스와 연동되어 있어야 한다. 공간상에서 동적객체의 흐름을 측정하고 분석을 통해 추정한 시공간 데이터베이스는 최적경로 산출과 대피상황에서의 병목현상 예측에 사용될 수 있다. 본 연구에서는 실시간 방재시스템 개발을 위한 시공간 데이터를 적용한 최적경로 산출 알고리즘을 제시하였다. 제안된 알고리즘을 테스트하기 위하여 건물 내부의 이동이 가능한 공간을 표현하는 네트워크데이터를 사용하였다.
As the increasing interests of spatial information for different application area such as disaster management, there are many researches and development of indoor spatial data models and real-time evacuation management systems. The application requires to determine and optical paths in emergency sit...
As the increasing interests of spatial information for different application area such as disaster management, there are many researches and development of indoor spatial data models and real-time evacuation management systems. The application requires to determine and optical paths in emergency situation, to support evacuees and rescuers. The optimal path in this study is defined to guide rescuers, So, the path is from entrance to the disaster site (room), not from rooms to entrances in the building. In this study, we propose a time-dependent optimal routing algorithm to develop real-time evacuation systems. The network data that represents navigable spaces in building is used for routing the optimal path. Associated information about environment (for example, number of evacuees or rescuers, capacity of hallways and rooms, type of rooms and so on) is assigned to nodes and edges in the network. The time-dependent optimal path is defined after concerning environmental information on the positions of evacuees (for avoiding places jammed with evacuees) and rescuer at each time slot. To detect the positions of human beings in a building per time period, we use the results of evacuation simulation system to identify the movement patterns of human beings in the emergency situation. We use the simulation data of five or ten seconds time interval, to determine the optimal route for rescuers.
As the increasing interests of spatial information for different application area such as disaster management, there are many researches and development of indoor spatial data models and real-time evacuation management systems. The application requires to determine and optical paths in emergency situation, to support evacuees and rescuers. The optimal path in this study is defined to guide rescuers, So, the path is from entrance to the disaster site (room), not from rooms to entrances in the building. In this study, we propose a time-dependent optimal routing algorithm to develop real-time evacuation systems. The network data that represents navigable spaces in building is used for routing the optimal path. Associated information about environment (for example, number of evacuees or rescuers, capacity of hallways and rooms, type of rooms and so on) is assigned to nodes and edges in the network. The time-dependent optimal path is defined after concerning environmental information on the positions of evacuees (for avoiding places jammed with evacuees) and rescuer at each time slot. To detect the positions of human beings in a building per time period, we use the results of evacuation simulation system to identify the movement patterns of human beings in the emergency situation. We use the simulation data of five or ten seconds time interval, to determine the optimal route for rescuers.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
구조자는 출입구 중 하나를 택해서 목적지로 들어가게 되는데, 목적지로 향하는 과정에서 출구로 대피하려는 사람들의 방해를 받게 된다. 그런 상황이 여러 번 발생하면 상대적으로 오랜 시간이 걸리게 되는데 이러한 시간낭비를 줄이는 것이 본 연구에서 탐색하고자 하는 최적경로의 목적이 된다. 시간이 지나면서 어떻게 루트가 달라지는지를 테스트 하였다.
따라서 본 연구에서는 실내공간에서의 시간 가변적 최적경로 탐색을 위해 공간분석이 가능한 네트워크 구조의 공간정보데이터를 활용하고 실시간 데이터 형태의 시간 가변적 데이터를 설계하였다. 이러한 데이터를 구조자를 위한 최적경로 탐색 알고리즘에 적용하는 방법으로 연구를 진행하였다.
따라서 본 연구에서는 실내공간을 대상으로 하여 재난･재해 발생 시 최적경로를 탐색하는 방법을 모색하였는데 최근 실내공간 또는 소규모 는데 최의 공간데이터 모델에 관한 여러 연구 또한 진행되고 있다. Kwan과 Lee(2005)는 소규모 는데 최 신속한 대피를 가능하게 하는 데에 3차원 GIS모델어떠한 영향을 미치는지를 평가하기 위해 네트워크 모델을 이용하여 재난는데 최의 상대적인 접근성을 측정하였고 그 결과 고층 빌딩의 내부 구조에 대해 2차원 GIS를 3차원 GIS로 확장 했을 때 전반적인 구조시간이 현저하게 줄어든 다는 결과모델에 되었다.
본 논문에서는 데이터를 실시간으로 입력받아 위급 상황에서 피해자를 구조하는 최적경로를 탐색 방법론을 연구하였다.
본 연구는 실시간 방재시스템의 개발을 위한 부분적 기반 연구로써 진행되었다. 따라서 실시간 방재시스템의 개발을 위해서는 재난발생시 운용이 시스한 실내측위기술, 사용자(구조자측위기술,, 재난관리자 등) 사용자(응용시스템의 구축을 위한 가시화 기술, 통신 기술 등의 연구 또한 주요 연구 과제라 할 수 있다.
본 연구에서는 구조자를 위한 시간 가변적(timedependent) 알고리즘을 개발하였는데 이는 실시간 방재 시스템 개발의 기반연구라고 할 수 있다. 개발된 알고리즘을 테스트하기 위해 응용시스템을 개발하였다.
지능형재난대응 시스템은 시간에 따른 상태 변화를 포함하는 재난 상황에 대한 동적 공간 데이터와 연계되어야 한다(Lee 2007). 앞에서 소개한 바와 같이 본 연구는 지능형재난대응시스템의 핵심 기능 구현의 일환으로 건물단위의 공간에서 재난･재해 발생 시 시간의 흐름에 따른 변화를 고려한 최적경로 탐색 알고리즘을 개발하였다.
건물의 내부의 표현은 기하학적 모델, 네트워크 모델, 시공간 데이터베이스를 결합한 형태로 보여준다. 우선 내부로 들어갈 수 있는 출입구는 세 개가 있고 목적지는 대피시뮬레이션 결과에서 일정 시간이 지난 뒤에 대피자가 몰려서 거의 고립되는 지점을 목적지로 하였다. 이 지역은 연기의 농도와 주변 상황을 고려하여 대피자 스스로 대피할 수 없는 지역을 의미하고 따라서 도움이 필요하다고 가정하였다.
위와 같은 실시간 방재시스템 개발을 위한 기반연구의 일환으로 본 연구에서는 시간에 대하여 가변적인 최적경로 탐색(Time-dependent Optimal Routing) 방법을 모색하였다. 최적경로 탐색 방법은 시간에 따른 동적 객체의 변화와 공간의 상태 변화를 관리하기 위해 시공간 데이터베이스와 연계되어 있어야 하며 시공간 데이터베이스는 실내 측위시스템이나 센서와 연계되어 동적객체의 움직임, 재난 발생 상황에 대한 정보를 취득하고 관리할 수 있어야 한다.
시뮬레이션 데이터를 활용하여 실시간으로 측위시스템과 감지시스템을 통한 동적객체와 화재 발생 상황을 단위시간으로 입력받는 형태의 데이터베이스를 설계하였다. 이를 활용하여 제안한 알고리즘의 적용가능성을 실험하여 보았다.
가설 설정
초기에 산출된 경로는 아래쪽에 위치한 출입구로부터 목적지로 가는 경로가 산출된다. 24초가 지난 뒤 대피자들이 방의 출입구와 건물의 출입구 방향으로 몰린 것을 볼 수 있고(그림 8 (b)) 경로는 초기의 경로가 유지되고 있다. 이때 초기에 설정된 루트를 중심으로 살펴보면 많은 대피자가 몰려있고 연기의 농도가 짙어지고 있는 것을 볼 수 있다.
우선 내부로 들어갈 수 있는 출입구는 세 개가 있고 목적지는 대피시뮬레이션 결과에서 일정 시간이 지난 뒤에 대피자가 몰려서 거의 고립되는 지점을 목적지로 하였다. 이 지역은 연기의 농도와 주변 상황을 고려하여 대피자 스스로 대피할 수 없는 지역을 의미하고 따라서 도움이 필요하다고 가정하였다. 구조자는 출입구 중 하나를 택해서 목적지로 들어가게 되는데, 목적지로 향하는 과정에서 출구로 대피하려는 사람들의 방해를 받게 된다.
화재 발생 뒤 30초 뒤 대피자가 움직이기 시작한다고 가정하고 움직이기 시작하는 시간을 0으로 설정하였다(그림 8 (a)). 초기에 산출된 경로는 아래쪽에 위치한 출입구로부터 목적지로 가는 경로가 산출된다.
제안 방법
본 연구에서는 구조자를 위한 시간 가변적(timedependent) 알고리즘을 개발하였는데 이는 실시간 방재 시스템 개발의 기반연구라고 할 수 있다. 개발된 알고리즘을 테스트하기 위해 응용시스템을 개발하였다. 이는 제안된 알고리즘과 네트워크 모델과 동적 객체를 지니는 시공간 데이터베이스를 이용하여 구축하였으며 연기, 대피자 등 동적 객체를 다루기 위해 FDS 시뮬레이션과 대피시뮬레이션의 결과 데이터를 활용하였다.
그림 1은 최적경로 산출에 사용되는 데이터의 흐름 및 구조를 보여준다. 동적 객체 및 환경의 변화를 적용하기 위해 실내측위시스템과 열･연기시스템과의 연계를 통해 시간에 실시간으로 데이터를 취득하고 이를 단위시간 마다 네트워크데이터의 업데이트와 알고리즘에 적용하여 최적경로를 산출하였다. 시뮬레이션 데이터를 활용하여 실시간으로 측위시스템과 감지시스템을 통한 동적객체와 화재 발생 상황을 단위시간으로 입력받는 형태의 데이터베이스를 설계하였다.
따라서 본 연구에서는 시공간별 대피자의 위치 및 연기의 움직임을 고려한 최적경로 탐색을 목표로 하여 실내 공간의 구조를 표현하는 네트워크 모델과 열･연기의 움직임을 고려한 이동객체의 상태 및 위치에 대한 정보와 방재 발생 시 시간의 흐름에 따른 환경적 변화를 담고 있는 시공간데이터베이스를 본 연구에서 고안한 최적경로탐색 알고리즘에 적용하였다. 그림 1은 최적경로 산출에 사용되는 데이터의 흐름 및 구조를 보여준다.
따라서 본 연구에서는 시공간 데이터베이스로 시뮬레이션의 결과로 산출된 데이터를 활용하였는데 이는 연기와 대피 두 가지로 나뉜다. 시간당 감지기별 연기 농도와 시간별 대피자의 위치로 산출되는 데이터를 최적경로 산출과정에 가중치로 적용하였다.
그런 상황이 여러 번 발생하면 상대적으로 오랜 시간이 걸리게 되는데 이러한 시간낭비를 줄이는 것이 본 연구에서 탐색하고자 하는 최적경로의 목적이 된다. 시간이 지나면서 어떻게 루트가 달라지는지를 테스트 하였다.
동적 객체 및 환경의 변화를 적용하기 위해 실내측위시스템과 열･연기시스템과의 연계를 통해 시간에 실시간으로 데이터를 취득하고 이를 단위시간 마다 네트워크데이터의 업데이트와 알고리즘에 적용하여 최적경로를 산출하였다. 시뮬레이션 데이터를 활용하여 실시간으로 측위시스템과 감지시스템을 통한 동적객체와 화재 발생 상황을 단위시간으로 입력받는 형태의 데이터베이스를 설계하였다. 이를 활용하여 제안한 알고리즘의 적용가능성을 실험하여 보았다.
실내공간 네트워크 모델과 열 연기의 움직임을 고려한 이동객체의 상태를 담고 있는 시공간데이터베이스를 본 연구에서 고안한 시간 가변적(time-dependent) 알고리즘에 적용하는 방법으로 진행되었다. 화재가 발생 했다고 가정했을 때 당황한 대피자 들이 인지하고 있던 출구를 향해 무질서하게 움직이게 되고 그때 연기의 농도가 높아지는 공간은 차단막이 내려오고 이러한 곳은 자연히 이동속도가 느려지게 된다.
최적경로 탐색 방법은 시간에 따른 동적 객체의 변화와 공간의 상태 변화를 관리하기 위해 시공간 데이터베이스와 연계되어 있어야 하며 시공간 데이터베이스는 실내 측위시스템이나 센서와 연계되어 동적객체의 움직임, 재난 발생 상황에 대한 정보를 취득하고 관리할 수 있어야 한다. 앞서 언급했듯이 재난･재해 발생 시 최적경로를 탐색하는 것은 대피자(evacuees)와 소방관, 구조대 등 구조자(rescuers)를 위한 최적경로인 두 가지의 목적이 있는데 본 연구에서는 후자인 구조자를 위한 최적경로 탐색을 실시하였다. 연구를 통해 산출되는 최적경로는 재난 발생지역에서 출구가 아닌 출구에서 재난발생지로 향하는 경로가 산출된다.
연기 시뮬레이션은 FDS(Fire Dynamic Simulator)를 통해 수행되었고 대피자의 움직임은 모의 시스템 기반 PSO(Particle Swarm Optimization)을 통해서 수행 하였는데 이때 연기 시뮬레이션의 결과를 적용하여 대피자의 움직임을 추정하였다. 위의 방법을 통해 산출된 결과들이 시공간 데이터베이스의 엔티티로 저장되고 이들이 동적 매개변수로 작용하여 시간의 흐름에 따른 변화를 고려한 최적경로가 산출된다.
따라서 본 연구에서는 실내공간에서의 시간 가변적 최적경로 탐색을 위해 공간분석이 가능한 네트워크 구조의 공간정보데이터를 활용하고 실시간 데이터 형태의 시간 가변적 데이터를 설계하였다. 이러한 데이터를 구조자를 위한 최적경로 탐색 알고리즘에 적용하는 방법으로 연구를 진행하였다.
실시간 시스템을 구축하기 위해서는 대피자 등 사람의 움직임과 열･연기의 확산을 단위시간 마다 감지하여 최적경로 산출에 환경적 요소로 적용하여야 한다. 이를 위해서는 RFID 등 실내 측위, 센서 기술과의 접목으로 측정된 데이터를 이용해야 하지만 본 논문에서는 시뮬레이션 데이터를 활용하여 실시간으로 측위시스템과 감지시스템을 통한 동적객체와 화재 발생 상황을 단위 시간으로 입력받는 형태의 데이터베이스를 설계하여 활용하였다.
제안한 최적경로 탐색 알고리즘을 테스트하기 위해 2차원 데이터에 위의 방법론을 적용하여 경로탐색 시스템을 구축하여보았다. 시스템은 Java 개발환경에서 구축되었고 실험 대상지는 서울시립대학교 내에 위치한 학생회관 지하1층으로 하였다.
대상 데이터
제안한 최적경로 탐색 알고리즘을 테스트하기 위해 2차원 데이터에 위의 방법론을 적용하여 경로탐색 시스템을 구축하여보았다. 시스템은 Java 개발환경에서 구축되었고 실험 대상지는 서울시립대학교 내에 위치한 학생회관 지하1층으로 하였다. 건물의 내부 구조에 대한 기하학적 모델은 CAD 기반 건물의 설계도면으로부터 추출하였고 위상학적 모델은 실험 대상지에 포함된 이동이 가능한 공간들 간의 관계를 표현하는 네트워크 모델을 활용하였다.
개발된 알고리즘을 테스트하기 위해 응용시스템을 개발하였다. 이는 제안된 알고리즘과 네트워크 모델과 동적 객체를 지니는 시공간 데이터베이스를 이용하여 구축하였으며 연기, 대피자 등 동적 객체를 다루기 위해 FDS 시뮬레이션과 대피시뮬레이션의 결과 데이터를 활용하였다. 그 결과 시시각각 변화하는 재난 발생 상황을 반영한 결과를 얻을 수 있었다.
이론/모형
시스템은 Java 개발환경에서 구축되었고 실험 대상지는 서울시립대학교 내에 위치한 학생회관 지하1층으로 하였다. 건물의 내부 구조에 대한 기하학적 모델은 CAD 기반 건물의 설계도면으로부터 추출하였고 위상학적 모델은 실험 대상지에 포함된 이동이 가능한 공간들 간의 관계를 표현하는 네트워크 모델을 활용하였다. 3장에서 언급한 바와 같이 네트워크 모델은 건물의 기하학적 구조와 센서의 위치를 참조하여 구축하였다.
본 연구에서는 링크(EdgeN)에 가중치를 준 형태의 Dijkstra’s 최단경로 알고리즘(Dijkstra 1959)을 사용하였다.
앞에서 언급한 바와 같이 기본 알고리즘은 Dijkstra's 최단경로 알고리즘을 사용하였다.
최적경로 탐색을 위해 네트워크 기반의 공간정보데이터모델을 사용하였다. 기존 네트워크 모델을 활용한 시공간 데이터 분석에 관한 연구로는 동적 교통 네트워크의 시간적 변수설정에 관한 연구(Ding, 2004)와 경험적 교통 데이터를 이용하여 시간에 따른 node와 edge 정보의 변화를 표현하는 time-aggregated graph를 제안한 연구(George et al.
후속연구
우선 본 연구에서 사용한 시뮬레이션 데이터는 여러 가지 상황을 고려하여 수행된 것이기는 하나 불확실한 재난 상황을 온전히 반영할 수는 없다. 그리고 구조자 뿐 만 아니라 대피자를 위한 경로탐색 또한 산출되어야 실시간 방재 시스템을 위한 경로탐색 기능의 구현이 가능할 것이다. 따라서 본 연구를 실시간 데이터의 적용, 대피자를 위한 경로탐색, 3차원 공간으로의 확대 등을 통한 개선이 필요하다고 판단된다.
화재가 발생 했다고 가정했을 때 당황한 대피자 들이 인지하고 있던 출구를 향해 무질서하게 움직이게 되고 그때 연기의 농도가 높아지는 공간은 차단막이 내려오고 이러한 곳은 자연히 이동속도가 느려지게 된다. 그리고 이는 구조를 하러 들어가는 소방관의 움직임에도 영향을 미치게 되는데 이때, 미리 파악된 사람들의 움직임과 연기의 퍼짐 정도를 고려하면 효율적인 구조 경로를 제공 할 수 있을 것이다. 따라서 본 연구에서는 시공간 데이터베이스로 시뮬레이션의 결과로 산출된 데이터를 활용하였는데 이는 연기와 대피 두 가지로 나뉜다.
그리고 구조자 뿐 만 아니라 대피자를 위한 경로탐색 또한 산출되어야 실시간 방재 시스템을 위한 경로탐색 기능의 구현이 가능할 것이다. 따라서 본 연구를 실시간 데이터의 적용, 대피자를 위한 경로탐색, 3차원 공간으로의 확대 등을 통한 개선이 필요하다고 판단된다.
질의응답
핵심어
질문
논문에서 추출한 답변
생활공간이 수직방향으로 확대되고 대규모 복합구조의 건물이 증가함으로써 무엇에 영향을 미치는가?
인구의 증가와 기술의 발달로 생활공간이 수직방향으로 확대되고 대규모 복합구조의 건물이 증가하고 있다. 이는 최근 발생빈도가 증가하고 있는 지진, 폭발, 테러 등 많은 재난, 재해의 피해의 규모가 커지는데 영향을 미친다. 단순 재난, 재해의 영향이 아닌 공간구조에 의한 피해가 늘어나면서 공간정보 분야에서도 방재서비스에 대한 관심이 증대되었고 방재 알고리즘 및 실시간 방재 시스템과 관련한 많은 연구가 진행되고 있다 (Cahan and Ball 2002; Cutter et al 2003; Kwan and Lee 2005; Pu and Zlatanova 2005; Winter et al.
동적 변화와 불확실한 재난･재해 환경을 다루고 효과적인 대피를 유도하는 실시간 방재 시스템을 개발하기 위해서 어떤 기능들이 충족되어야 하는가?
실시간 방재 시스템을 개발하기 위해서는 비상시 시간에 따른 동적인 상황의 변화와 대피 현황을 나타내는 공간정보데이터와 연계되어야 한다. 동적 변화와 불확실한 재난･재해 환경을 다루고 효과적인 대피를 유도하는 실시간 방재 시스템을 개발하기 위해서는 GIS 데이터, 시공간 데이터베이스, 실시간 데이터 탐색, 분석이 가능한 공간데이터 모델 등의 기능들이 충족되어야 한다(Pu and Zlatanova 2005; Lee 2007).
재난 발생 시 요구될 수 있는 최적경로는 무엇으로 나뉠 수 있는가?
특히 대규모 실내공간에서 방재 알고리즘 및 실시간방재시스템에 대한 연구가 활발하게 진행 되고 있다. 재난 발생 시 요구될 수 있는 최적경로는 대피자를 위한 것과 구조자를 위한 것, 두 가지로 나뉠 수 있다. 본 연구에서는 구조자를 위한 최적경로를 산출하였는데 이는 실내의 어떠한 공간에서 출구까지의 경로가 아닌 출구에서 구조대상지역까지의 경로를 의미한다.
참고문헌 (16)
Cahan, B., and M. Ball. 2002. GIS at ground zero: Spatial technologies bolsters World Trade Center response and recovery. GEOWorld 15:26-29.
Church, R. L., and J. R. Marston. 2003. Measuring accessibility for people with a disability. Geographycal Analysis 35 (1): 83-96.
Cova, T. J. 1999. GIS in emergency management. In Geographical information systems, Vol. 2: Applications and management issues, 2nd ed., ed. P. A. Longley, M. F. Goodchild, G. J. Maguire, and D. W. Rhind, 845-58. New York: Wiley.
Cova, T. J., and R. L. Church. 1997. Modeling community evacuation vulnerability using GIS. International Journal of Geographic Information Science 11:763-84.
Ding, Z., R.H. Guting, 2004. Modeling temporally variable transportation networks.Proc. 16th Intl. Conf. on Database Systems for Advanced Applications. 154-168.
George, B., S. Kim, and S. Shekhar 2007. Spatio-temporal Network Databases and Routing Algorithms: A Summary of Results. SSTD 2007. LNCS 4605. pp.460-477.
Kwan, M.-P., and J. Lee. 2005. Emergency response after 9/11: The potential of real-time 3D GIS for quick emergency response in micro-spatial environments. Computers, Environment and Urban Systems 29:93-113.
Kwan, M.-P., and J. Weber. 2003. Individual accessibility revisited: Implications for geographical analysis in the twentyfirst century. Geographical Analysis 35 (4): 341-53.
Kolbe, T. H., T. Becker and C. Nagel. 2008. 1st Technical Report Discussion of Euclidean Space and Cellular Space and Proposal of an Integrated Indoor Spatial Data Model.
Lee, J. 2007. A Three-Dimensional Navigable Data Model to Support Emergency Response in Microspatial Built-Environments. Annals of the Association of American Geographers. 97(3): 512-529.
Lee, J., and M.-P. Kwan. 2005. A combinatorial data model for representing topological relations among 3D geographical features in micro-spatial environments. International Journal of Geographical Information Science 19(10): 1039-1056.
Pu, S., and S. Zlatanova. 2005. Evacuation route calculation of inner buildings. In Geo-information for disaster management, ed. P. J. M. van Oosterom, S. Zlatanova, and E. M. Fendel, 1143-61. Heidelberg: Springer Verlag.
Shen, T.-S. 2005. ESM: A building evacuation simulation model. Building and Environment 40:671-80.
Winter, S., G. Iglesias, S. Zlatanova, and W. Kuhn. 2005. GI for the public: The terrorist attack in London. Geoinformatics Magazine Oct./Nov.:18-21. http://www.gdmc.nl/zlatanova/ publications.htm.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.