The Journal of the Korea Contents Association (한국콘텐츠학회논문지)

The Korea Contents Association (한국콘텐츠학회)
권호 표지
DOI QR코드

DOI QR Code

Exploring the Cognitive Factors that Affect Pedestrian-Vehicle Crashes in Seoul, Korea : Application of Deep Learning Semantic Segmentation

서울시 보행자 교통사고에 영향을 미치는 인지적 요인 분석 : 딥러닝 기반의 의미론적 분할기법을 적용하여

  • 고동원 (단국대학교 일반대학원 도시계획및부동산학과) ;
  • 박승훈 (단국대학교 도시계획및부동산학부) ;
  • 이창우 (리플에이아이 연구팀)
  • Received : 2022.02.28
  • Accepted : 2022.03.21
  • Published : 2022.05.28
Download PDF
⟨ Previous Next ⟩

Abstract

Walking is an eco-friendly and sustainable means of transportation that promotes health and endurance. Despite the positive health benefits of walking, pedestrian safety is a serious problem in Korea. Therefore, it is necessary to investigate with various studies to reduce pedestrian-vehicle crashes. In this study, the cognitive characteristics affecting pedestrian-vehicle crashes were considered by applying deep learning semantic segmentation. The main results are as follows. First, it was found that the risk of pedestrian-vehicle crashes increased when the ratio of buildings among cognitive factors increased and when the ratio of vegetation and the ratio of sky decreased. Second, the humps were shown to reduce the risk of pedestrian-related collisions. Third, the risk of pedestrian-vehicle crashes was found to increase in areas with many neighborhood roads with lower hierarchy. Fourth, traffic lights, crosswalks, and traffic signs do not have a practical effect on reducing pedestrian-vehicle crashes. This study considered existing physical neighborhood environmental factors as well as factors in cognitive aspects that comprise the visual elements of the streetscape. In fact, the cognitive characteristics were shown to have an effect on the occurrence of pedestrian- related collisions. Therefore, it is expected that this study will be used as fundamental research to create a pedestrian-friendly urban environment considering cognitive characteristics in the future.

보행은 건강을 증진시키기 위한 요소이자 대기오염물질을 배출하지 않는 친환경 지속가능한 교통수단이다. 이처럼 보행에 대한 중요성은 매우 강조되고 있지만 우리나라의 보행안전은 여전히 심각하다. 이에 따라 보행자 교통사고 저감을 위한 다양한 연구가 진행될 필요가 있다. 본 연구에서는 딥러닝 기반의 의미론적 분할기법을 적용하여 보행자 교통사고에 영향을 미치는 인지적 특성도 함께 고려했다. 주요 분석 결과는 다음과 같다. 첫째, 인지적 요인에서 건물이 차지하는 비율이 높고, 식생과 하늘이 차지하는 비율이 낮을수록 보행자 교통사고 발생 위험을 높이는 것으로 나타났다. 둘째, 과속방지턱은 보행자 교통사고 발생 위험을 저감시키는 것으로 나타났다. 셋째, 도로의 위계가 낮은 소로가 많은 지역에서 보행자 교통사고 발생 위험이 증가하는 것으로 나타났다. 넷째, 신호등, 횡단보도, 교통표지는 보행자 교통사고 저감에 실질적으로 영향력을 미치지 못하고 있다. 한편, 본 연구는 기존의 물리적 근린환경 요인뿐만 아니라 가로경관의 시각적 요소를 구축한 인지적 측면에서의 요인을 함께 고려하였으며, 실제로 인지적 특성이 보행자 교통사고 발생에 영향을 미치고 있다. 따라서 향후 인지적 특성을 고려한 보행친화적 도시환경 조성을 위해 다양한 기초자료로 활용될 수 있기를 기대한다.

Keywords

References

  1. 김창국, 임하나, 최창규, "보행 목적별 보행자 만족도에 영향을 미치는 근린 건조 환경 구성요소 특성 분석," 국토계획, 제51권, 제4호, pp.145-159, 2016. https://doi.org/10.17208/jkpa.2016.08.51.4.145
  2. 도로교통공단, 교통사고 통계분석, 2019.
  3. A. Carver, A. Timperio, and D. Crawford, "Playing it safe: The influence of neighbourhood safety on children's physical activity-A review," Health & place, Vol.14, No.2, pp.217-227, 2008. https://doi.org/10.1016/j.healthplace.2007.06.004
  4. P. A. Muennig, M. Epstein, G. Li, and C. DiMaggio, "The Cost-Effectiveness of New York City's Safe Routes to School Program," American Journal of Public Health, Vol.104, No.7, pp.1294-1299, 2014. https://doi.org/10.2105/AJPH.2014.301868
  5. 고동원, 박승훈, "어린이보호구역 내 도로 및 교통안전시설이 보행자 교통사고에 미치는 영향 분석: 공간포아송모형을 이용하여," 한국콘텐츠학회논문지, 제21권, 제11호, pp.213-223, 2021. https://doi.org/10.5392/JKCA.2021.21.11.213
  6. 이기훈, 이수기, "보행자 교통사고 심각도에 영향을 미치는 운전자 연령대별 사고요인 분석: 서울시 2014 TAAS 자료를 중심으로," 한국도시설계학회지 도시설계, 제17권, 제3호, pp.63-80, 2016.
  7. 이세영, 이제승, "어린이.노인 보행자 교통안전을 위한 근린환경요인," 한국도시설계학회지 도시설계, 제15권, 제6호, pp.5-15, 2014.
  8. D. D. Obinguar and M. Iryo-Asano, "Macroscopic analysis on the frequency and severity of pedestrian crashes on National Roads in Metro Manila, Philippines," IATSS Research, Vol.45, No.4, pp.521-529, 2021. https://doi.org/10.1016/j.iatssr.2021.06.003
  9. 권지혜, 박승훈, "안전한 통학로 환경 조성을 위한 보행자 교통사고와 건조 환경과의 연관성 연구: 공간회귀모형을 활용하여," 한국지역개발학회지, 제30권, 제5호, pp.75-96, 2018.
  10. S. A. Almasi, H. R. Behnood, and R. Arvin, "Pedestrian crash exposure analysis using alternative geographically weighted regression models," J. of advanced transportation, Vol.2021, 2021.
  11. L. Baron, J. Otila da Costa, F. Soares, S. Faria, M. A. Prudencio Jacques, and E. Fraga de Freitas, "Effect of Built Environment Factors on Pedestrian Safety in Portuguese Urban Areas," Applied System Innovation, Vol.4, No.2, pp.28-43, 2021. https://doi.org/10.3390/asi4020028
  12. J. Su, N. N. Sze, and L. Bai, "A joint probability model for pedestrian crashes at macroscopic level: Roles of environment, traffic, and population characteristics," Accident Analysis & Prevention, Vol.150, 105898, 2021. https://doi.org/10.1016/j.aap.2020.105898
  13. R. J. Schneider, M. C. Diogenes, L. S. Arnold, V. Attaset, J. Griswold, and D. R. Ragland, "Association between Roadway Intersection Characteristics and Pedestrian Crash Risk in Alameda County, California," J. of the Transportation Research Board, Vol.2198, No.1, 2010.
  14. G. Lee, Y. Park, J. Kim, and G. H. Cho, "Association between intersection characteristics and perceived crash risk among school-aged children," Accident Analysis & Prevention, Vol.97, pp.111-121, 2016. https://doi.org/10.1016/j.aap.2016.09.001
  15. 서지민, 이수기, "서울시 보행자 교통사고에 영향을 미치는 물리적 환경요인에 관한 연구: 2014 TAAS 자료를 중심으로," 국토계획, 제51권, 제3호, pp.197-216, 2016. https://doi.org/10.17208/jkpa.2016.06.51.3.197
  16. C. Lee and M. Abdel-Aty, "Comprehensive analysis of vehicle-pedestrian crashes at intersections in Florida," Accident Analysis & Prevention, Vol.37, No.4, pp.775-786, 2005. https://doi.org/10.1016/j.aap.2005.03.019
  17. J. Wang, H. Huang, and Q. Zeng, "The effect of zonal factors in estimating crash risks by transportation modes: Motor vehicle, bicycle and pedestrian," Accident Analysis & Prevention, Vol.98, pp.223-231, 2017. https://doi.org/10.1016/j.aap.2016.10.018
  18. 배민경, 박승훈, "무단횡단 교통사고를 유발하는 가로환경요인에 관한 연구," 한국지역개발학회지, 제30권, 제2호, pp.177-191, 2018.
  19. P. Morency, L. Gauvin, C. Plante, M. Fournier, and C. Morency, "Neighborhood Social Inequalities in Road Traffic Injuries: The Influence of Traffic Volume and Road Design," American Journal of Public Health, Vol.102, No.6, pp.1112-1119, 2012. https://doi.org/10.2105/AJPH.2011.300528
  20. 고동원, 박승훈, "어린이 보호구역 내 발생한 보행자 교통사고에 영향을 미치는 근린환경특성," 한국콘텐츠학회논문지, 제19권, 제10호, pp.179-189, 2019. https://doi.org/10.5392/jkca.2019.19.10.179
  21. P. Chen and J. Zhou, "Effects of the built environment on automobile-involved pedestrian crash frequency and risk," J. of Transport & Health, Vol.3, No.4, pp.448-456, 2016. https://doi.org/10.1016/j.jth.2016.06.008
  22. M. Effati and M. V. Saheli, "Examining the influence of rural land uses and accessibility-related factors to estimate pedestrian safety: The use of GIS and machine learining techniques," International J. of Transportation Science and Technology, Vol.11, No.1, pp.144-157, 2021.
  23. M. Wier, J. Weintraub, E. H. Humphreys, E. Seto, and R. Bhatia, "An area-level model of vehicle-pedestrian injury collisions with implications for land use and transportation planning," Accident Analysis & Prevention, Vol.41, No.1, pp.137-145, 2009. https://doi.org/10.1016/j.aap.2008.10.001
  24. 박승훈, "안전한 통학로 조성을 위한 보행자-차량간 교통사고와 학교주변의 물리적 환경과의 연관성 연구," 대한건축학회 논문집-계획계, 제30권, 제8호, pp.181-189, 2014.
  25. D. Daddah, Y. G. Ahanhanzo, A. Kpozehouen, B. H. Dos Santos, H. Tedji, E. M. Ouendo, and A. Leveque, "Analysis of the environmental factors associated with deaths from road traffic crashes in Benin from 2008 to 2015," J. of Public Health and Epidemiology, Vol.13, No.2, pp.141-149, 2021.
  26. S. S. Pulugurtha and V. R. Sambhara, "Pedestrian crash estimation models for signalized intersections," Accident Analysis & Prevention, Vol.43, No.1, pp.439-446, 2011. https://doi.org/10.1016/j.aap.2010.09.014
  27. 박철영, 이수기, "가로환경 특성이 보행자 교통사고에 미치는 영향 분석: 가로 세그먼트 분석단위와 공간통계모형의 적용," 한국도시설계학회지 도시설계, 제17권, 제3호, pp.105-121, 2016.
  28. 이호준, 이수기, "근린의 도로 네트워크 구조와 보행자 교통사고의 연관성 분석: 서울시 TAAS (2012~2014) 자료를 중심으로," 국토계획, 제52권, 제1호, pp.141-162, 2017. https://doi.org/10.17208/jkpa.2017.02.52.1.141
  29. 고동원, 박승훈, "공원 주변 환경요인이 보행자 교통사고에 미치는 영향에 관한 연구," 국토계획, 제54권, 제5호, pp.65-75, 2019.
  30. A. Garcia-Garcia, S. Orts-Escolano, S. Oprea, V. Villena-Martinez, and J. Garcia-Rodriguez, "A review on deep learning techniques applied to semantic segmentation," Computer Science, arXiv: 1704.06857, 2017.
  31. Y. Qin, Y. Wu, B. Li, S. Gao, M. Liu, and Y. Zhan, "Semantic segmentation of building roof in dense urban environment with deep convolutional neural network: A case study using GF2 VHR imagery in China," Sensors, Vol.19, No.5, pp.1164-1175, 2019. https://doi.org/10.3390/s19051164
  32. G. Shang, G. Liu, P. Zhu, J. Han, C. Xia, and K. Jiang, "A Deep Residual U-Type Network for Semantic Segmentation of Orchard Environments," Applied Sciences, Vol.11, No.2, pp.322-334, 2021.
  33. T. Abe, K. Okuyama, T. Hamano, M. Kamada, M. Isomura, T. Nabika, and R. Miyazaki, "Association between hilliness and walking speed in community-dwelling older Japanese adults: A cross-sectional study," Archives of Gerontology and Geriatrics, Vol.97, 104510, 2021. https://doi.org/10.1016/j.archger.2021.104510
  34. S. Nagata, T. Nakaya, T. Hanibuchi, S. Amagasa, H. Kikuchi, and S. Inoue, "Objective scoring of streetscape walkability related to leisure walking: Statistical modeling approach with semantic segmentation of Google Street View images," Health & Place, Vol.66, 102428, 2020. https://doi.org/10.1016/j.healthplace.2020.102428
  35. R. Wang, Y. Liu, Y. Lu, J. Zhang, P. Liu, Y. Yao, and G. Grekousis, "Perceptions of built environment and health outcomes for older Chinese in Beijing: A big data approach with street view images and deep learning technique," Computer, Environment and Urban Systems, Vol.78, 101386, 2019. https://doi.org/10.1016/j.compenvurbsys.2019.101386
  36. T. Rossetti, H. Lobel, V. Rocco, and R. Hurtubia, "Explaining subjective perceptions of public spaces as a function of the built environment: A massive data approach," Landscape and urban planning, Vol.181, pp.169-178, 2019. https://doi.org/10.1016/j.landurbplan.2018.09.020
  37. M. Yang and F. Vermeulen, "Life between buildings from a street view image: What do big data analytics reveal about neighbourhood organisational vitality?," Urban Studies, Vol.58, No.15, pp.3118-3139, 2021. https://doi.org/10.1177/0042098020957198
  38. 박근덕, 기동환, 이수기, "서울시 가로환경 요소의 시각적 특성이 보행만족도에 미치는 영향 분석-구글 가로이미지와 딥러닝 의미론적 분할 기법을 활용하여," 한국도시설계학회지 도시설계, 제22권, 제3호, pp.55-72, 2021.
  39. M. Jerrett, J. G. Su, K. E. MacLeod, C. Hanning, D. Houston, and J. Wolch, "Safe Routes to Play? Pedestrian and Bicyclist Crashes Near Parks in Los Angeles," Environmental Research, Vol.151, pp.742-755, 2016. https://doi.org/10.1016/j.envres.2016.07.029
  40. K. J. Clifton, C. V. Burnier, and G. Akar, "Severity of injury resulting from pedestrian-veicle crashes: What can we learn from examining the built environment?," Urban Studies, Vol.14, No.6, pp.425-436, 2009.
  41. K. J. Clifton and K. Kreamer-Fults, "An examination of the environmental attributes associated with pedestrian-vehicular crashes near public schools," Accident Analysis & Prevention, Vol.39, No.4, pp.708-715, 2007. https://doi.org/10.1016/j.aap.2006.11.003
  42. https://www.cityscapes-dataset.com/datasetoverview/#features
  43. H. Bai, H. Mao, and D. Nair, "Dynamically pruning segformer for efficient semantic segmentation," Computer Science, arXiv: 2111.09499, 2021.
  44. 김형준, 최열, "음이항 회귀모형을 이용한 공간구문론 및 도시특성요소가 범죄발생에 미치는 영향 연구," 대한토목학회논문집, 제36권, 제2호, pp.333-340, 2016. https://doi.org/10.12652/Ksce.2016.36.2.0333
  45. 신혜연, 강준성, "벌점화 영과잉 음이항 회귀 분석 방법에 대한 비교 연구," 한국데이터정보과학회지, 제32권, 제4호, pp.715-737, 2021.
  46. 박수훈, 김동현, 박진아, "도시조직이 생활도로 보행자 교통사고에 미치는 영향: 서울시 생활도로 내 보행자 교통사고 다발구간을 중심으로," 국토계획, 제55권, 제2호, pp.5-14, 2020.
  47. 김동식, 권예진, 김대식, "어린이 보행 안전성 확보를 위한 어린이보호구역 시설의 표현 방식에 관한 연구 - 부산광역시 해운대구에 위치한 초등학교 어린이보호구역을 중심으로-," 한국실내디자인학회 논문집, 제29권, 제5호, pp.105-115, 2020.