Abstract
Understanding various casual factors affecting the occurrence of freeway traffic crash is a backbone of deriving effective countermeasures. The first step toward understanding such factors is to identify crash risks on freeways. Unlike existing studies, this study focused on the unsafe vehicle maneuvering that can be detected by in-vehicle sensors. The recent advancement of sensor technologies allows us to gather and analyze detailed microscopic events leading to crash occurrence such as the abrupt change in acceleration. This study used an accelerometer to capture the unsafe events. A set of candidate variables representing unsafe events were derived from analyzing acceleration data obtained by the accelerometer. Then, the crash risk was modeled by the binary logistic regression technique. The probabilistic outcome of crash risk can be provided by the proposed model. An application of the methodology assessing crash risk was presented, and further research items for the successful field implementation were also discussed.
교통사고 원인분석 및 사고예방을 위해서는 교통사고 유발요인에 대한 이해가 필요하다. 기존 연구에서는 기하구조, 운전자 특성 등의 요인을 고려하여 연구를 진행하였다. 그러나, 운전자 특성요인 분석에 사용된 자료는 검지기에서 측정된 집계된 속도로써, 속도 변화량을 이용한 사고분석연구에는 한계가 존재한다. 따라서, 본 연구에서는 차량의 속도변화 등의 수집이 용이한 센서를 이용하여 자료를 수집하였다. 가속도자료 및 기하구조 특성을 나타내는 변수를 설정하고, 사고자료와 매칭을 통해 사고개연성이 높은 잠재적 변수로의 적합성을 평가하였다. T-test, 이항 로지스틱 회귀분석을 사용했으며, T-test 결과로써 도출된 변수를 이항 로지스틱 회귀분석의 독립변수에 적용하고, 사고발생 유 무를 종속변수로 설정하였다. 분석결과, 5개의 변수가 사고발생에 영향을 주는 변수로 도출되었다. 또한, 도출된 모형은 사고발생구간의 예측에 적용할 수 있는 타당성을 확보하는 것으로 분석되었다. 본 연구에서 도출된 위험 운전행태 변수 및 모형은 프로브차량에 설치하여 활용할 수 있는 장치 등에 적용시켜 사고위험도 및 안전성 평가에 활용할 수 있을 것으로 기대된다.
