• 한국ITS학회 논문지
• /
• 제16권4호
• /
• pp.64-75
• /
• 2017

기존의 고정모수를 이용한 가산모형은 관측되지 않은 이질성을 고려할 수 없으며, 계수값의 표준오차가 과소추정됨에 따라 과도한 t-값이 도출되어 모형의 신뢰성이 감소하게 된다. 또한 무신호교차로의 경우 자료 수집의 어려움과 정확한 분석과정의 통계적 한계로 신호교차로에 비해 연구가 미비한 실정이다. 본 연구에서는 Random Parameter를 이용한 가산모형을 구축하여 교통사고에 영향을 미치는 요인들을 분석하고자 하였으며, 지방부 무신호교차로를 대상으로 하여 기존 연구들과의 차별성을 두고자 하였다. 분석 결과, 총 7개의 변수가 유의한 변수로 나타났고, 이 중 2개의 변수(횡단보도 유무, 제한 속도)가 확률적 변수로 나타났다.

• 한국콘텐츠학회논문지
• /
• 제21권5호
• /
• pp.868-876
• /
• 2021

어린이 보호구역은 교통사고의 위험으로부터 어린이를 보호하기 위해 학교, 보육시설, 학원 등과 같은 시설 가운데 지정된 일정 구간을 말한다. 어린이 보호구역은 1995년 9월 제정된 이래, 2021년 1월까지 총 9번의 개정을 통해 강화가 됐음에도 어린이 보호구역 사고는 줄어들지 않고 있다. 본 논문은 방재디자인 기반의 어린이 보호구역 표준모델을 제시하고자 하였다. 연구의 방법으로는 문헌조사, 실증조사, 인식도 조사를 진행했다. 인식도 조사 대상은 어린이, 학부모, 운전자를 대상으로 조사를 진행하였다. 환경 조사 대상으로는 횡단보도, 자동차도로, 보행자도로, 신호등을 대상으로 조사하였다. 조사 결과 차량 운전자의 어린이 보호구역 시각적 인지가 어렵다는 점이 발견되었고, 보행자 도로를 이용하는 오토바이가 어린이에게 매우 위협적인 요소로 다가왔음을 알게 되었다. 이에 따라 방재디자인 중심의 개선된 어린이 보호구역 표준모델 디자인을 제시하였다.

• 한국ITS학회 논문지
• /
• 제19권4호
• /
• pp.45-54
• /
• 2020

본 연구는 고령자에 대한 보행속도 및 인지-반응을 포함한 보행특성에 관한 기초자료를 조사하였으며, 이를 토대로 보행 신호시간을 산정하였다. 현장조사는 스탑워치를 이용하여 보행자의 실제 횡단시간을 조사하였고, 구두조사로 연령을 조사하여 일반인과 고령자그룹으로 구분하였다. 자료를 분석한 결과 일반인의 평균보행속도는 1.29m/s, 노인은 1.13m/s로 일반지역의 기준인 1.0m/s 보다 높게 나타났다. 또한 하위 15th percentile속도를 살펴보면 일반인은 1.01m/s, 노인은 0.85m/s로 분석되어 노인의 경우 일반지역 기준보다 낮은 보행속도를 가지며 보호구역 기준인 0.8m/s 보다는 높은 속도가 나타났다. 하지만 지팡이나 휠체어를 사용하는 노인의 경우 하위 15th percentile속도가 0.73m/s로 나타나 현재 보호구역 기준보다 낮은 보행속도를 가진 것으로 분석되었다. 본 연구결과는 향후 노인의 보행환경을 개선하는데 적용할 수 있고, 장기적으로는 교통약자의 이동성 증진에 기여할 것으로 판단된다.

• 대한교통학회지
• /
• 제14권2호
• /
• pp.59-88
• /
• 1996

본 연구는 신호교차로에서으 교통변화에 따른 교통상태를 실 시간으로 정확히 판별해 내기 위한 루프 검지기의 적정 형태 및 위치를 결정하였다. 교차로 정시선의 직진용 루프검지기의 적정 형태는 점유와 비점유시간의 신뢰도로서 결정하였으며, 도시간선도로상의 실시간 교통신호제어의 적용에 가장 적합한 루프는 특수형 루프가 적합하다고 판단된다. 결정된 특수형(7,8번) 및 기존검지기(1번)의 형태와 권선방식은 <그림6.1>에 제시하였다. 직진용 루프의 적정 위치는 정지선 부근에서의 차량의 이용특성상 정지선으로부터 50Cm이내에 설치하는것이 바람직하다고 판단되며, 좌회전용 루프의 적정 위치는 정지선 부근의 좌회전 차선 이용행탱로서 결정되며, 루프 한개를 설치할 경우에는 정지선으로부터 20Cm이내에 설치하는것이 바람직하다. 상류부 루프의 적정형태는 특수형 루프(1.8${\times}$4.0m:1,7번)와 기존시스템에서 사용하고 있는 루프(1.8${\times}$1.8m:1번)가 검지기준에 따라 모두 적합하다고 판단되었다. 대기행렬 검지기 및 앞막힘(Spillback) 예방 검지기의 위치는 링크길이,횡단보도여부,대기행렬 예측범위 등을 고려하여 각 검지기의 위치가 결정되었으며 또한 링크길이 250m이하인 경우는 대기행렬을 관리(Queue Management)하는 측명에서 검지기위치가 고려되어야 한다.

• 한국도로학회논문집
• /
• 제9권4호
• /
• pp.33-43
• /
• 2007

단일로에 위치한 보행자 신호기는 지역제어기에 사전입력된 값에 의해 매주기마다 보행신호를 제공해 주고, 이로 인해 보행자 교통량이 적은 단일로의 경우 보행자가 없는 경우에도 보행자 신호를 제공함으로써 신호운영상 비효율적인 면이 존재해 왔다. 이로 인해 운전자들은 보행자가 존재하지 않는데도 불구하고, 보행자 신호가 제공됨에 따라 불필요한 신호대기시간을 겪게 되고 교통신호의 비효율적인 운영에 대한 불만이 쌓여 왔고, 그 결과 신호를 위반하고 횡단보도를 통과하는 운전자가 발생함으로써 범법자를 양산하게 되었다. 보행자 안전과 보행자 신호의 효율성을 높이기 위한 방안으로 근래에 일부지역에 보행자작동신호기를 설치하여 운영하고 있지만, 예산 등의 문제 및 보행자작동신호기의 효용성 인식이 부족한 원인 등으로 전국적으로 확대설치가 지연되고 있다. 본 연구에서는 보행자작동신호기 설치 시 비용과 편익을 현장조사 및 시뮬레이션을 이용하여 분석함으로써 이의 효과를 가시적으로 제시하였다. 4개의 연구대상지점을 선정하여 실제 차량 및 보행자교통량을 조사하여 보행자작동신호기의 효과를 검증해 본 결과, 4개소 모두 B/C가 1이 넘어 보행자작동신호기 설치가 타당하다는 결론이 나왔다. 또한 차량교통량과 보행자교통량에 따른 민감도 분석을 한 결과 보행자교통량이 90인/시 보다 많을 경우에는 보행자작동신호기의 효과가 없는 것으로 나타났으며, 보행자 교통량이 90인/시 이하이고, 차량교통량이 2,500대/시 이상일 경우에는 보행자작동신호기에 대한 B/C가 1이 넘어, 이 경우 보행자작동신호기 설치가 타당하다고 나타났다. 또한, 차량교통량이 많고 보행자교통량이 적을수록 그 효과는 더 큰 것으로 나타났다. 본 연구에서는 보행자작동신호기의 설치기준의 근거를 경제성분석을 통해서 제시하였으며, 본 연구의 결과가 향후 보행자작동신호기 확대설치방안을 뒷받침 할 수 있는 기초자료로 사용될 수 있기를 기대한다.

• 융합신호처리학회논문지
• /
• 제23권3호
• /
• pp.166-172
• /
• 2022

본 연구에서는 전동 이동 보조기기를 이용하는 교통약자의 이동을 저해하거나 불편을 초래하는 횡단 보도, 측구, 맨홀, 점자블록, 부분 경사로, 임시안전 방호벽, 계단, 경사형 연석과 같은 주행 장애물 객체를 촬영한 뒤 객체를 분류하고 이를 자동 인식하는 최적의 AI 모델을 개발하여 주행 중인 전동 이동 보조기기의 전방에 나타난 장애물을 효율적으로 판단할 수 있는 알고리즘을 구현하고자 한다. 객체 검출을 높은 확률로 AI 학습이 될 수 있도록 데이터 셋 구축 시 라벨링 형태를 폴리곤 형태로 라벨링 하며, 폴리곤 형태로 라벨링 된 객체를 탐지할 수 있는 Detectron2 프레임워크를 활용하여 Mask R-CNN 모델을 활용하여 개발을 진행하였다. 영상 획득은 일반인과 교통약자의 두 개 그룹으로 구분하여 진행하였고 테스트베드 2개 지역에서 얻어진 영상정보를 확보하였다. Mask R-CNN 학습 결과 파라미터 설정은 IMAGES_PER _BATCH : 2, BASE_LEARNING_RATE 0.001, MAX_ITERATION : 10,000으로 학습한 모델이 68.532로 가장 높은 성능을 보인 것이 확인되어 주행 위험, 장애 요소를 빠르고 정확하게 사용자가 인지할 수 있도록 하는 딥러닝 모델을 구축이 가능한 것을 확인할 수 있었다.

• 융합신호처리학회논문지
• /
• 제24권2호
• /
• pp.119-125
• /
• 2023

본 연구에서는 전동 이동 보조기를 이용하는 교통약자의 이동을 저해하거나 불편을 초래하는 횡단 보도, 측구, 맨홀, 점자블록, 부분 경사로, 임시안전 방호벽, 계단, 경사형 연석과 같은 주행 장애물 객체를 촬영한 뒤 객체를 분류하고 이를 자동 인식하는 최적의 AI 모델을 개발하여 주행 중인 전동 이동 보조기 전방에 나타난 장애물을 효율적으로 판단할 수 있는 알고리즘을 구현하고자 한다. 객체 검출을 높은 확률로 AI 학습이 될 수 있도록 데이터 셋 구축 시 라벨링 형태를 폴리곤 형태로 라벨링 하며, 폴리곤 형태로 라벨링 된 객체를 탐지할 수 있는 Detectron2 프레임워크를 활용하여 Mask R-CNN 모델을 활용하여 개발을 진행하였다. 영상 획득은 일반인과 교통약자의 두 개 그룹으로 구분하여 진행하였고 테스트베드 2개 지역에서 얻어진 영상정보를 확보하였다. Mask R-CNN 학습 결과 파라미터 설정은 IMAGES_PER _BATCH : 2, BASE_LEARNING_RATE 0.001, MAX_ITERATION : 10,000으로 학습한 모델이 68.532로 가장 높은 성능을 보인 것이 확인되어 주행 위험, 장애 요소를 빠르고 정확하게 사용자가 인지할 수 있도록 하는 딥러닝 모델을 구축이 가능한 것을 확인할 수 있었다.

• 한국도로학회논문집
• /
• 제14권2호
• /
• pp.145-155
• /
• 2012

현재 서울시는 대중교통 활성화 정책에 따라 버스전용차로제도를 실시하고 있다. 과거 가로변버스전용차로 설치를 시작으로 현재에는 중앙버스전용차로 설치구간도 증가하고 있다. 본 연구의 목적은 이 중앙버스전용차로와 가로변버스전용차로에서 버스사고에 영향을 미치는 요인을 분석하는데 있다. 분석방법으로 교통사고가 확률적으로 극히 드물게 일어난다는 점을 생각하여 포아송 회귀모형과 음이항 회귀모형을 선택하였으며, 과산포 존재여부에 따라 음이항 회귀모형으로 최종모형을 정립하였다. 중앙버스전용차로구간은 버스노선수, 중앙차로 진출입 유형수, 중앙차로 정지선 후퇴유무, 중앙차로 정지선과 횡단보도 이격거리, 교통량, 가변차로 정류장 정차노선수 6개의 변수에서 버스사고에 유의한 영향을 미치는 것으로 나타났다. 가로변버스전용 차로구간은 우회전 버스노선수, 상습 불법주정차 유무, 보행신호시간, 토지이용형태 4개의 변수에서 버스사고에 유의한 영향을 미치는 것으로 나타났다.