• Journal of Korean Society of Transportation
• /
• v.22 no.3 s.74
• /
• pp.127-135
• /
• 2004

교차로 안전성 진단과 관련된 기존의 연구는 교차로 상에서 발생한 사고 자료에 기초하여 교차로 기하구조 요소, 교통량 및 신호운영방법 등과 관련된 요인을 변수로 사용하여 교통사고건수 예측모형 개발에 관한 연구가 대부분이다. 그러나, 분석하고자 하는 대상 교차로의 사고건수 예측모형을 개발하기 위해 필요한 교통사고 자료의 경우 단 기일에 걸쳐 획득되지 않으며 몇 년간의 사고 자료를 요구할 수도 있다. 이러한 자료를 이용하더라도 사고 발생 기간동안 교차로 사고에 영향을 미치는 요인(교차로 운영방법, 기하구조 등)이 변화될 수도 있다는 문제점을 지닌다. 이와 같은 이유로 교차로 안전성을 진단하는데 있어 기존 교통사고 자료는 언제나 절대적인 자료가 될 수 없다. 이에 대한 보완책으로, 3일에서 5일정도의 조사 자료만으로도 안전성 진단이 가능한 상충자료를 이용하여 교차로 안전성 진단을 할 수 있다. 본 연구는 기존사고 자료를 이용하여 사고 발생에 기인하는 여러 변수들을 교통사고심각도와의 상관관계를 분석하고, 상관관계가 높은 변수를 이용하여 신경망 사고심각도 예측모형을 개발하였으며, 모형 검증을 위해 다중회귀사고심각도 예측모형을 개발하여 비교 평가한 결과 신경망 사고심각도 예측모형의 예측력이 우수한 것으로 나타났다. 현장에서 조사된 상충자료를 신경망 사고심각도 예측모형에 적용하여 상충이 사고로 연결 될 경우 사고심각도를 예측하였으며, 예측된 사고심각도에 가중치를 부여하여 대상 교차로 위험우선순위를 결정한 결과 사고비용에 기초한 위험우선순위 결정법과 같은 순위의 결과를 도출하였다.

• Proceedings of the KOR-KST Conference
• /
• 2007.11a
• /
• pp.315-322
• /
• 2007

신호교차로 교통사고는 90년대 이후 도시가 발달하고 산업이 고도화됨에 따라 교통 혼잡 문제와 함께 심각한 사회문제로 대두되고 있다. 특히 신호교차로의 교통사고는 인적요인, 차량요인, 환경적 요인 등이 복합적으로 작용하여 발생하는데, 교통량의 집중과 도로의 기하구조, 운전자 과실 등이 교통사고의 주요 인자로 작용하고 있다. 본 연구에서 교통사고 예측모형을 개발하기 위해서 2003년부터 2006년도까지 실제 경기도의 신호교차로에서 발생한 교통사고자료를 기초로 하였다. 구체적으로는 시내가 아닌 지방부 성격을 지닌 일반국도를 대상으로 하였다. 지방부 일반국도의 신호교차로 교통사고 분석에 단순통계분석과 다중회귀분석을 사용하였다. 사고와 관계가 높은 신호주기, 방향별 접근 교통량, 회전교통량 둥과 같은 도로, 교통, 운영조건들로 변수를 정하여 교통사고 예측모형을 도출하였다. 본 연구에서는 도로조건, 교통조건, 운영조건들과 사고와의 관계를 이용하여 경기도 일반국도의 신호교차로 교통사고예측모형을 개발하였고, 이는 지방부 성격을 지닌 교차로에 적용이 가능하다고 판단된다.

• Journal of Korean Society of Transportation
• /
• v.19 no.6
• /
• pp.207-218
• /
• 2001

As a city and industries are developed rapidly, a traffic accident and congestion take places on the road link become serious and it can be a large problem of the society in the future. Especially, most of the traffic accidents on the signalized intersection are caused by the human factor, vehicle and environmental factor mutually. The relation of the traffic accident and volume is acting on the outbreak of the traffic accident and the mistake of driver altogether as a major cause. The purpose of this paper is to develop a model for the forecasting of the traffic accident and to use research data gained to predict many traffic accidents. The data of this study were used with real one of the 73 areas of the four-legged signalized intersection in Kwang-ju city from 1996 to 1998 for three years to develop a model for the forecasting of the traffic accident. The statistical methods used in this paper are the principal component, regression and correlation analysis. We studied accident models to find out useful data from the statistics method and applied the data to the different area of the Choun-La province for the verification of the model. So, the result of this paper showed a reasonable model for the forecasting or the traffic accident and possibility of the model for simulating on real case. Finally, This study would be made of a study continually for the safe design and plan for the four-legged signalized intersection.

• Journal of Korean Society of Transportation
• /
• v.20 no.3
• /
• pp.17-30
• /
• 2002

Incident duration prediction is one of the most important steps of the overall incident management process. An accurate and reliable estimate of the incident duration can be the main difference between an effective incident management operation and an unacceptable one since, without the knowledge of such time durations, traffic impact can not be estimated or calculated. This research presents several multiple linear regression models for incident duration prediction using data consisting of 384 incident cases. The main source of various incident cases was the Traffic Incident Reports filled out by the Motorist Assistant Units of the Korea Highway Corporation. The models were proposed separately according to the time of day(daytime vs. nighttime) and the fatality/injury incurred (fatality/injury vs. property damage only). Two models using an integrated dataset, one with an intercept and the other without it, were also calibrated and proposed for the generality of model application. Some findings are as follows ; ?Variables such as vehicle turnover, load spills, the number of heavy vehicles involved and the number of blocked lanes were found to significantly affect incident duration times. ?Models, however, tend to overestimate the duration times when a dummy variable, load spill, is used. It was simply because several of load spill incidents had excessively long clearance times. The precision was improved when load spills were further categorized into "small spills" and "large spills" based on the size of vehicles involved. ?Variables such as the number of vehicles involved and the number of blocked lanes found not significant when a regression model was calibrated with an intercept. whereas excluding the intercept from the model structure signifies those variables in a statistical sense.