• 한국안전학회지
• /
• 제32권5호
• /
• pp.129-134
• /
• 2017

This study aims to develop the traffic accident models by circular intersection type using count data model. The number of accident, the number of fatal and injured persons(FSI), and EPDO are calculated from the traffic accident data of TAAS. The circular intersection accident models are developed through Poisson and negative binomial regression analysis. The main results of this study are as follows. First, the null hypotheses that there are differences in the number of traffic accidents, FSI and EPDO by type of circular intersections are rejected. Second, the scale of intersection(median, large), number of approach road, mean width and length of exit road, area of the circulating roadway and central island are selected as factors influencing the number of traffic accidents, FSI and EPDO in rotary. Third, the scale of intersection(median), guide signs(limited speed, direction, roundabout), number of approach road, entry angle, area of the intersection and central island are adopted as factors influencing the number of traffic accidents, FSI and EPDO in roundabout. Finally, transferring from rotary to roundabout could be expected to make the accident decrease.

• 대한교통학회지
• /
• 제10권3호
• /
• pp.103-122
• /
• 1992

The objective of this research is to develop a traffic accident forecasting model using traffic accident data in pusan from 1963 to 1991 and then to make short-term forecasts('93~'94) of traffic accidents in pusan. In this research, several forecasting models are developed. They include a multiple regression model, a time-series ARIMA model, a Logistic curve model, and a Gompertz curve model. Among them, the model which shows the most significance in forecasting accuracy is selected as the traffic accident forecasting model. The results of this research are as followings. 1. The existing model such as Smeed model which was developed for foreign countries shows only 47.8% explanation for traffic accident deaths in Korea. 2. A nonliner regression model ($R^2$=0.9432) and a Logistic curve model are appeared to be th gest forecasting models for the number of traffic accidents, and a Logistic curve model shows th most significance in predicting the accident deaths and injuries. 3. The forecasting figures of the traffic accidents in pusan are as followings: . In 1993, 31, 180 accidents are predicted to happen, and 430 persons are predicted to be deaths and 29, 680 persons are predicated to be injuries. . In 1994, 33, 710 accidents are predicted to happen, and 431.persons are predicted to be deat! and 30, 510 persons are predicted to be injuried. Therefore, preventive measures against traffic accidents are certainly required.

• 대한교통학회지
• /
• 제23권3호
• /
• pp.125-136
• /
• 2005

현재 도로사업의 타당성 조사 시 사용하는 교통사고 감소편익 산정시 도로등급별로 사고율을 일률적으로 적용하고 있고, 도로특성 및 V/C에 따른 특성이 고려되고 있지 못하고 있다. 이와 같은 문제점을 해결하기 위해 본 논문에서는 도로유형별 V/C 및 교통 특성을 반영하여 사고를 예측할 수 있는 모형을 개발하여 도로의 신설 및 개량에서 그 도로의 안전성을 평가할 수 있는 방법론을 제시하였다. 본 연구에서는 초기 단계로서 도시지역 도로를 대상으로 하여 모형을 개발하였다. 우선 도로유형별로 사고에 영향을 미치는 요인을 선정하였다. 이 때 선정 기준은 도로설계단계에서 획득할 수 있는 자료를 위주로 선정하였으며. 교통량, 중앙분리대의 유 무, 교차점수. 연결로수, 횡단신호등수 그리고 차로수를 선정하였다. 각 요인과 사고와의 관계를 분석해 본 결과 모두 통계적으로 유의한 수준에서 상관성이 있는 것으로 나타났다. 본 연구에서는 도로의 등급 및 V/C에 따라 4가지 유형으로 분류하고, 각각에 대하여 포아송 선형회귀식을 통하여 사고예측모형을 도출하였으며, 실제 자료를 이용하여 검증하였다. 검증결과 모형식의 결과가 실제 사고 자료에 대해 비교적 양호하게 추정력을 보이는 것으로 나타났다. 본 연구에서는 V/C에 따른 도로유형별 사고예측모형을 개발함으로써 도로의 물리적인 특성으로 인한 교통사고예측이 가능하고, 이 결과를 도로의 신설 및 개량에 대한 타당성 조사시 사고비용을 추정하는데 활용할 수 있을 것이라 판단된다. 본 연구에서 이용한 자료가 전라북도 한 지역으로 한정되어있어 전국적인 대표성을 지니는 데에는 한계가 있을 수 있다는 사실을 밝히고자한다.

• 한국ITS학회 논문지
• /
• 제15권1호
• /
• pp.1-15
• /
• 2016

본 연구는 시내버스 운전자의 실제 운행기록 정보를 토대로 사고발생 가능성을 내포한 운전자를 판단할 수 있는 모형개발을 목적으로 하였다. 본 연구를 위하여 사고발생 운전자 및 사고 미발생 운전자의 실제 운행기록 정보에서 교통사고와 관련한 유의변수를 도출하는 한편, 판별분석(Discriminant Analysis) 및 로지스틱회귀분석(Logistic Regression Analysis)을 적용하여 개발된 분류모형에 대한 모형간 정확도를 비교하였다. 또한, 개발된 모형을 다른 운전자들의 운행기록자료에 적용하여 모형의 정확도를 검증하였다. 사고발생 가능성을 내포한 운전자 분류모형을 개발한 결과 감속도($X_{deceleration}$) 및 우측방향 가속도($Y_{right}$)가 동시에 작용할 때 이 변수가 사고발생 운전자 분류의 최적 요인변수로 도출되었으며, 판별분석에 의한 예측모형은 최대 62.8%, 로지스틱회귀분석에 의한 예측모형은 최대 76.7%의 비율로 사고 발생 운전자 분류가 가능한 것으로 나타났다. 또한, 모형 예측력에 대한 검증결과 84.1%의 적중률을 보이는 것으로 나타났다.

• 한국도로학회논문집
• /
• 제10권4호
• /
• pp.161-170
• /
• 2008

본 연구는 차종별 사고모형을 다루고 있다. 연구의 목적은 청주시 143개 4지 신호교차로에서 발생한 차종별 사고모형을 개발하는 것이다. 이를 위해 이 연구는 EPDO(대물피해환산법)와 교통 및 기하구조 요인과의 관계를 설명하는데 중점을 두고 있다. 분석된 주요결과는 다음과 같다. 첫째, 신뢰수준 90% 이내에서 통계적으로 유의한 6개의 음이항 회귀모형이 개발되었다. 둘째, 모형의 ${\rho}^2$값은 0.14307(승용차), 0.35556(대형승합차), 0.21684(소형승합차), 0.205152(이륜차), 0.32338(소형트럭), 0.29046(대형트럭)으로, 이는 모두 통계적으로 의미있는 것으로 분석된다. 마지막으로 모든 모형의 공통된 사고요인은 ADT(일평균교통량)이며, 승용차의 특정 사고요인으로는 주도로차로폭합, 대형승합차의 경우 평균황색시간, 그리고 소형승합차의 경우 주도로와 부도로의 차로수 차이로 분석되었다.

• 한국안전학회지
• /
• 제27권2호
• /
• pp.111-116
• /
• 2012

This study deals with the traffic accidents of circular intersections in Korea. The purposes are to comparatively analyze the characteristics by operational type, and to develop the models using the data of 82 intersections. In pursuing the above, this study gives particular emphasis to modeling such the accidents as the roundabout and rotary in urban area. The main results analyzed are as follows. First, the null hypotheses that the number of accidents are the same in both the urban and rural intersections, and roundabout and rotary in urban area, were analyzed to be rejected. Second, 3 accident models were developed, which were all statistically significant. The independent variables used in the above models are the ADT, number of approach lane, bus stop, parking facilities, and others. This study could be expected to give some implications to the traffic safety policy decision-making.

• 한국ITS학회 논문지
• /
• 제21권6호
• /
• pp.36-56
• /
• 2022

국내에서 발생하는 교통사고는 손해보험협회에서 작성한 「자동차사고 과실비율 인정기준」에 따라 과실비율을 산정하며, 이를 통해 보험사의 합의나 판결이 내려진다. 하지만, 과실비율 산정에 있어 분쟁이 빈번하게 일어나고 있다. 따라서, 교통사고 발생 시 경찰공무원에 의해 작성되는 교통사고 정보를 이용하여 「자동차사고 과실비율 인정기준」 상의 교통사고 유형을 신속하게 확인할 수 있다면, 보다 효과적인 대응이 가능할 것으로 사료된다. 이에 본 연구에서는 경찰에 의해 작성된 교통사고 정보를 학습시켜 「자동차사고 과실비율 인정기준」 에서 제시하는 교통사고 유형으로 분류하는 모델을 개발하고자 한다. 특히, 데이터마이닝을 통해 경찰청 교통사고 데이터에서 「자동차사고 과실비율 인정기준」 의 교통사고 유형으로 분류하는 데 필요한 핵심어들을 추출하였다. 그리고, 키워드를 의사결정나무 및 랜덤 포레스트 모델을 통해 학습시켜 교통사고 유형을 도출하는 모델을 개발하였다.

• 한국안전학회지
• /
• 제23권2호
• /
• pp.65-71
• /
• 2008

As the interest in traffic safety has been increasing recently, social movement is being made to reduce the number of traffic accidents and the view on improving the mobility of the existing roads is being converted into on establishing traffic safety as a priority. The increase of traffic accidents related to an intersection in a state that traffic accidents are decreasing overall may suggests the necessity to investigate the specific causes. In addition, we have to consider them when establishing the measures against traffic accidents in a intersection by investigating and analyzing the influences and factors that may affect traffic accidents. To induce the accident severity model, we collected the factors that affect accidents and then applied the Poisson Regression Model among nonlinear regression analysis by verifying the distribution of variables. As a result of the analysis, it turned out that the volume of traffic on main roads, the right turn ratio on sub-roads, the number of ways out on sub-roads, the number of exclusive roads for a left turn, the signals for a right turn on main roads, and an intersect angle were the factors that affect the accident severity.

• 한국안전학회지
• /
• 제32권6호
• /
• pp.131-136
• /
• 2017

This study deals with the small-size roundabout accidents. The purpose of this study is to analyze the characteristics of small-size roundabout accidents from developing various types of accident models, and to discuss the improvement countermeasures by vehicle type. The geometric characteristics of 36 roundabouts are surveyed, and the traffic accident data from 2008 to 2014 are collected and classified as those of car, truck and motor cycle. In this study, dependent variable is the number of accident and independent variables are such 15 variables as geometry and traffic volume. The main results are as follows. First, the null hypotheses that the size of roundabout and type of vehicle are not related to traffic accident are rejected. Second, 8 count data models which are all statistically significant are developed. Third, the number of circulatory roadway lane and sidewalk are selected as common variables of roundabout size. Finally, the number of entry and circulatory roadway lane are selected as common variables of vehicle type.

• 한국안전학회지
• /
• 제35권2호
• /
• pp.94-99
• /
• 2020

Bikers can be subjected to injuries from unexpected accidents even if they wear basic helmets. A properly designed airbag can efficiently protect the critical areas of the human body. This study introduces a wearable smart airbag system using machine learning techniques to protect human neck and shoulders. When a bicycle accident happens, a microprocessor analyzes the biker's motion data to recognize if it is a critical accident by comparing with accident classification models. These models are trained by a variety of possible accidents through machine learning techniques, like k-means and SVM methods. When the microprocessor decides it is a critical accident, it issues an actuation signal for the gas inflater to inflate the airbag. A protype of the wearable smart airbag with the machine learning techniques is developed and its performance is tested using a human dummy mounted on a moving cart.