• 산업융합연구
• /
• 제17권4호
• /
• pp.53-58
• /
• 2019

교통약자인 노인 교통사고율을 줄이기 위하여 교통사고분석시스템과 통계청의 데이터를 수집하고 분석하는 것이 중요하다. 특히 노인 인구가 많이 거주하는 지역과 노인 교통사고가 자주 발생하는 지역에 해당하는 데이터 분석은 더욱 중요하다. 본 논문은 부여군 내의 노인이 많이 거주하는 지역에서 특정한 기간에 발생한 노인 교통사고 데이터를 빅데이터 분석기법으로 시각화 하고 분석하였다. 본 연구의 분석결과로 생성된 노인 교통사고 사고유형, 사고 다발지역, 노인 위치 자료 등은 노인 교통사고를 감소시키기 위한 개선책 및 관련 의사결정에 유용하게 활용될 수 있다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제63차 동계학술대회논문집 29권1호
• /
• pp.27-30
• /
• 2021

경제 성장과 함께 자동차의 수요가 늘어남에 따라 교통사고 발생 빈도는 꾸준히 증가하고 있다. 이에, 본 연구에서는 교통사고를 야기하는 도로 및 기상환경과 같은 조건을 활용하여 기계학습 모델을 통해 서울시 교통사고 사상자 수를 예측하는 모형을 찾고자 한다. 활용한 데이터는 도로교통 공단에서 제공하는 교통사고 사상자 수 정보를 포함하는 데이터로 2015년부터 2018년도까지 데이터를 학습에 사용하였고 2019년도 데이터를 테스트 평가에 사용하였다. 실증연구를 통해 트리 기반의 모델 별 성능을 비교하였으며 본 연구에 대한 결과는 사고 발생 시 우선순위에 의한 구조활동이 가능하게 함과 도로상황 및 기상을 고려한 안전운전 가이드 지식으로 활용될 수 있다.

• 한국ITS학회 논문지
• /
• 제21권5호
• /
• pp.90-102
• /
• 2022

우리나라가 고령화시대에 진입하면서 고령운전자를 위한 교통 안전성 정책에 대한 관심이 높아지고 있다. 이를 위해서는 고령자 관련 교통사고의 영향요인을 분석하는 연구가 활성화될 필요가 있지만, 국내의 사고 데이터는 효과적인 사고분석 연구를 수행하기에는 한계가 있다. 이에 본 연구는 미국의 사고 데이터를 살펴보고 기계학습 알고리즘을 활용하여 고령운전자 사고심각도 예측 모형을 개발하고, 주요 사고 영향요인을 도출하여, 향후 국내 사고 데이터의 보완 방향을 제시하고자 한다. 분석 결과에 따르면, 주행속도, 제한속도, 사고 시 근접 주행 여부 등이 고령운전자 사고 심각도에 영향을 주는 요인으로 나타났는데, 한국의 사고 데이터에서 제공하지 않는 것으로 나타났다. 그러므로 이와 같은 정보들이 한국의 사고 데이터에서 제공된다면 고령운전자 교통안전성 제고에 기여할 수 있을 것이다.

• 한국ITS학회 논문지
• /
• 제17권3호
• /
• pp.87-97
• /
• 2018

교통사고 관련 제보는 비정형 데이터로서 교통사고를 유발한 가해자나 피해자의 관점이 아닌, 교통사고 발생 지점과 구간, 시간대에 있었던 타 운전자의 관점에서 생성된 교통정보의 가치를 가지고 있다. 그러나, 비정형 데이터인 교통제보가 빅 데이터로서 교통사고 통계나 교통관련 연구에 활용되지 못하였으나, 텍스트 마이닝 기법을 활용한 본 연구를 통해 비정형의 빅 데이터를 시각화하고 해석하여, 기존의 정형 데이터에서 분석하지 못한 정보를 도출할 수 있었다. 그리고 교통사고 발생으로 인한 도로상 영향을 파악할 수 있었다. 이러한 분석으로 교통제보의 트랜드를 파악하고, 운전자가 제보하는 "도로명", "지점명", "시간대"를 추출하였으며, 교통사고 발생으로 다른 운전자에게 가장 많은 영향을 미치는 지점과 구간의 파악이 가능하였다. 향후 실제 교통사고 데이터와 결합하여 교통제보와의 상관성 분석 등을 통해 비정형 데이터의 활용방안을 모색할 계획이다.

• 한국공간정보시스템학회:학술대회논문집
• /
• 한국공간정보시스템학회 2005년도 GIS/RS 공동 춘계학술대회
• /
• pp.393-399
• /
• 2005

본 논문은 현재 교통사고로 인한 피해가 심각한 상황에서 기존 교통사고 원인분석을 위한 많은 양의 자료를 효과적으로 처리할 수 있는 WebGIS 기반 교통사고 정보관리 시스템을 개발하였다. 더불어 교통정보를 어떻게 구성하고 어떤 방법으로 전달할 것인가에 대한 방안을 제시하고, 교통사고 정보에 대한 비공간적인 속성뿐만 아니라 도형자료와 기본적인 수치지도 등을 통합 관리할 수 있도록 하였다. 또한 교통사고 자료가 일반인들에게 제공되기 위한 준비 기간이 길었던 종래 방식에 비해 데이터 입력이 완료되는 즉시 인터넷을 통해 해당 지역의 교통사고 정보를 제공하는 실시간 교통사고 현황 정보제공 기능을 구현하였다. 이전의 단순한 집계에 의한 비공간적인 데이터를 사용한 교통사고 분석보다는 교통사고의 자세한 내용 및 통계자료와 함께 사고위치를 시각적으로 도시하여 가시적으로 주변 환경을 파악할 수 있는 기능을 제공하였으며 사고 담당 경찰관과 직접 연계할 수 있는 인터페이스를 제공하였다.

• 대한전자공학회논문지TC
• /
• 제43권9호
• /
• pp.25-31
• /
• 2006

본 논문에서는 데이터 마이닝을 이용한 차량 사고 사망확률 모형을 제안하였다. 본 논문의 목표는 제안된 모델을 이용하여 기술적, 환경적 개선을 통해 교통사고를 줄이는 것으로 교통사고 데이터를 수집하여 데이터 마이닝 알고리즘을 적용하여 사망 원인에 대한 분석을 통해 사망확률 모형을 개발하였다. 이를 위해서 훈련 데이터와 테스트 데이터를 이용하여 최적의 모형을 개발하였다. 이모형을 통해 교통 사망사고에 대한 사망확률을 구할 수 있고 사망 사고의 원인이 되는 중요한 요인을 알아낼 수 있다. 교통사고의 원인이 되는 요인을 기술 개발과 교통 환경 개선에 활용한다면 향후 교통사고를 줄이는데 기여할 것이다.

• 한국인터넷방송통신학회논문지
• /
• 제22권6호
• /
• pp.13-20
• /
• 2022

겨울철 도로에서 발생하는 안개 및 결빙구간 교통사고 사망률의 경우는 도로조건 및 기상조건이 매우 중요한 요소 이다. 본 논문에서는 교통사고 예측 데이터를 가정하고 교통사고 위험율을 에측 하는 모의실험을 수행하였다. 그뿐만 아니라, 본 논문에서는 교통사고를 줄이고 교통사고를 예방하기 위해서, 교통공단에서 제공하는 교통사고 사망자 데이터를 WEKA 데이터 마이닝 기법 및 TENSOR FLOW 공개 소스를 이용해서 요인 분석 및 교통사고 치사율 사망을 예측하였다. 추가적인 기능으로는 지도 표시 기능을 이용해서, 운전자가 WEB 기반에서, 안개 및 결빙구간 정보를 운전자에게 제공하는 모의실험 및 교통사고 사진을 실시간으로 전송하는 모의실험 결과를 설명하였다.

• 한국ITS학회 논문지
• /
• 제22권6호
• /
• pp.168-181
• /
• 2023

기존 연구들은 대부분 특정 유형, 시점, 장소를 분석할 수밖에 없기 때문에, 향후 정책 결정 근거로 이용하는데 한계가 있다. 이에 따라, 본 연구는 향후 정책 결정에 도움이 될 수 있도록 지속 가능하며, 신뢰도 높고, 다양한 효과분석 결과를 제시하는 것을 목표로 하였다. 공공데이터인 교통사고분석시스템(TAAS), 교통단속장비 관리업무시스템 (MTS) 데이터를 융합하여 광범위한 분석데이터를 수집하였고, 비교그룹 방법을 이용하여 효과분석하였다. 다양한 분석 결과를 제시하기 위해 교통단속장비의 제한속도 및 교통사고 유형별 사고감소 효과를 분석하였다. 2019년 서울시 신호위반 단속 장비 신규 설치 지점 87개소의 대상으로 분석한 결과 전체 사고 발생, 치명적 사고 발생이 각각 28.53%, 39.44% 감소하여 사고 심각도 개선에 큰 효과를 보였다. 제한속도 30km/h, 50km/h 단속 장비들은 전체사고에 대해 각각 42.23%, 25.85%의 사고 감소율을 보였지만, 사고유형과 법규위반유형별로 상이한 분석 결과를 보였다. 이처럼 단속 장비는 제한 속도별, 교통사고 유형별로 상이한 사고감소 효과를 지니므로 향후 이를 고려한 정책 결정을 통해 교통안전 정책에 기여할 수 있을 것으로 판단된다.

• 스마트미디어저널
• /
• 제5권4호
• /
• pp.75-82
• /
• 2016

우리나라의 경제 성장과 도로 환경의 변화를 통해 국내 자동차 시장이 성장하였으나, 이로 인해 교통사고율 또한 증가하였고, 인명 피해가 심각한 수준이다. 이에 따라, 정부에서는 교통사고 데이터를 개방하고 문제를 해결하기 위한 정책을 수립 및 추진 중이다. 본 논문에서는 교통사고 데이터를 이용하여 클래스의 불균형을 해소하고, Hybrid Model 구축을 통한 교통사고 예측을 위해 원본 교통사고 데이터와 Sampling을 수행한 데이터를 학습 데이터로 사용한다. 두 학습데이터에 연관규칙 학습기법인 FP-Growth 알고리즘을 이용하여 교통사고 상해 심각도와 연관된 패턴을 학습한다. 두 학습 데이터의 연관 패턴을 분석을 통해 같은 연관된 패턴을 추출하고 의사결정트리와 다항 로지스틱 회귀분석기법에 연관된 속성에 가중치를 부여하여 융합형 Hybrid Model을 구축하고 교통사고 피해자 상해 심각도를 예측하는 방법에 대해 제안한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2017년도 제55차 동계학술대회논문집 25권1호
• /
• pp.271-272
• /
• 2017

본 논문에서는 교통사고 데이터베이스 구축을 통해 교통사교 현황과 사고 당시의 여러 정황들을 파악할 수 있는 정보를 제공한다. 이 정보들에는 사고 당시의 기상상태, 도로형태, 차종, 연령, 성별 등의 데이터들이 포함되고 이러한 정보들을 바탕으로 데이터베이스 사용자들은 각 사고 별 종합적인 정보를 얻을 수 있다. 이를 통해 정부 당국 외에 보험사 등에 교통사고 관련 정책을 위한 유용한 정보들을 제공할 수 있다. 또한 운전자 개인들에게도 정보들을 제공해 교통사고를 보다 효율적으로 예방할 수 있다.