• 한국도로학회논문집
• /
• 제14권6호
• /
• pp.103-110
• /
• 2012

PURPOSES : In Korea, over 70 percent of the land consists of mountainous and rolling area. Thus, tunnels continue its upward trend as road network are extended. In these circumstances, the importance of tunnel has been increased nowadays and then its safety investigation and research should be performed. This study is focus on confirming and improving the safety of tunnel. On tunnel hood, sunglare effect can irritate driver's behavior instantly and this can result in incident. METHODS : The study of this phenomenon is rarely conducted in domestic and foreign papers, so there is no proper measure for this. This study analyzes the driving environment of the effect of sunglare effect on tunnel hood. RESULTS : Traffic accidents stem from complex set of factors. This study build the Traffic Accident Prediction Models to find out the effect of sunglare effect on tunnel's hood. The independent variables are traffic volume, geometric design of road, length of tunnel and road side environment. Using these variables, this model estimates accident frequency on tunnel hood by Poisson regression model and Negative binomial regression model. Although Poisson regression model have more proper goodness of fit than Negative binomial regression model, Poisson regression model has overdipersion problem. So the Negative binomial regression model is used in this analysis. CONCLUSIONS : Consequently, the model shows that sunglare effect can play a role in driving safety on tunnel hood. As a result, the information of sunglare effect should be noticed ahead of tunnel hood so this can prevent drivers from being in hazard situation.

• 한국도로학회논문집
• /
• 제13권1호
• /
• pp.69-77
• /
• 2011

본 연구는 신호교차로 교통사고예측모형 구축 과정 중 일반적으로 제한된 변수의 선정 및 모형의 구축에만 주로 초점이 맞추어진 기존 방법론의 문제점을 개선하고, 자료조사 및 수집 과정에서 발생하는 자료의 불확실한 상태를 인정하면서 자료의 불확실성을 최소화하여 이용할 수 있는 방법론을 개발하는데 연구의 주안점을 두었다. 퍼지추론이론과 신경망이론을 이용한 모형을 구축하였고, 마지막으로 구축된 퍼지추론이론 모형 및 신경망이론 모형과 기존 회귀모형인 포아송 회귀모형간의 통계적인 검증과 실제 Data를 이용한 모형의 적정성을 검토하였다. 모형의 통계적인 검증시 기존모형에 비해 퍼지추론모형과 신경망이론모형이 더 설명력이 높은 것으로 나타났고, 검증에서도 퍼지추론이론과 신경망이론이 적절한 것으로 나타났으며 기존모형보다 사고건수를 예측하는 설명력이 높은 것으로 입증되었다. 본 연구에서 개발된 모형은 계획 및 운영단계에서 신호교차로의 안전성을 측정하는데 활용될 수 있으며, 궁극적으로는 신호교차로에서 교통사고를 줄이는데 기여할 수 있을 것으로 판단된다.

• 대한토목학회논문집
• /
• 제31권3D호
• /
• pp.343-353
• /
• 2011

서울시의 생활도로내 비신호교차로는 2008년 총 41,702건의 교통사고 가운데 3,753건(9%)로 교통사고 발생율은 높지 않은 실정이나, 교통 기초부분의 불합리하고 미비한 제도 및 시설 운영으로 인하여 사고의 잠재성이 더욱 높다고 볼 수 있다. 특히 생활도로내 비신호교차로의 경우는 신호교차로에 비해 안전대책이 미흡한 실정이며, 교통사고의 분석 및 영향요인 모형에 관한 국내 연구가 매우 부족한 상황이다. 또한 외국과는 달리 우리나라의 경우 비신호교차로 운영의 통행우선권 개념이 설정되어 있지 않기 때문에 생활도로내 비신호교차로의 안전성 향상을 위한 연구와 안전대책이 시급하다. 따라서 본 연구에서는 생활도로내 비신호 교차로 교통사고예측모형 구축 과정 중 일반적으로 제한된 변수의 선정 및 모형의 구축에만 주로 초점이 맞추어진 기존 방법론의 문제점을 개선하고, 자료수집 및 수집과정에서 발생하는 자료의 불확실한 상태를 인정하면서 자료의 불확실성을 최소화하여 이용할 수 있는 방법론을 개발하는데 연구의 주안점을 두었으며, 사전에 위험요소들을 처리하여 적절한 교통안전정책을 세우도록 방향을 제시하고, 생활도로내 비신호 교차로의 안전성을 높이려는데 목적이 있다.

• 한국컴퓨터정보학회논문지
• /
• 제11권4호
• /
• pp.47-54
• /
• 2006

교통사고를 줄이기 위해서, 많은 연구원이 교통사고 예측 모형을 연구하고 있다. 교통사고의 원인으로는 교차로 신호주기가 잘못 산출되거나 교차로 설계가 잘못된 경우가 많다. 그러므로, 정확하게 교통사고 원인을 분석하려면 많은 노력이 필요하다. 본 논문에서는 교차로 조건 및 날씨조건을 고려하여 최적 자동차 안전 속도를 실시간으로 산출하고자한다. 특별히, 비가 오거나 눈이 오는 경우에는 자동차 속도를 1/3이상 감속해야 된다. 그러나, 기존의 속도표지판은 기상조건이 바뀌어도 항상 같은 제한 속도를 표시하는 문제점이 있다. 본 논문에서는 이러한 문제점을 해결하기 위해서 날씨조건과 도로조건을 이용한 최적 안전속도 산출 알고리즘을 제시한다. 컴퓨터 모의실험결과, 지능형 교통사고 예측알고리즘이 교통 제한속도를 정확하게 산출할 수 있음을 입증했다.

• 대한교통학회지
• /
• 제24권7호
• /
• pp.81-90
• /
• 2006

교통사고를 줄이기 위한 방안으로써 교통사고와 다양한 요인과의 관계를 규명하는 것이 시급한 현실의 과제일 것이다. 본 연구에서는 전북권의 교통사고가 가장 많고, 치사율이 가장 높은 국도 17호선(전주-남원)를 대상으로 교통사고의 원인이 되는 다양한 요인들이 교통사고에 어느 정도 영향을 미치고 있는지에 대하여 교통안전분야에서 자주 사용되어오던 다중회귀이론, 수량화이론을 적용하여 교통사고예측모델을 구축하였다. 또한 데이터의 불확실성 상태를 합리적으로 처리할 수 있는 퍼지 추론이론 및 인간의 신경계를 수학적으로 모형화하여 학습에 의한 예측에 있어 뛰어난 것으로 알려져 있는 신경망이론을 적용한 교통사고예측모델을 구축하였다 이를 통해, 퍼지추론이론 및 신경망 이론의 유효성을 입증하고 교통사고분석 분야의 적용 타당성을 확인하는데 초점을 맞추고 있다.

• 대한교통학회지
• /
• 제32권3호
• /
• pp.266-279
• /
• 2014

도로의 안전성을 평가하기 위한 방법으로서 교통사고 자료를 이용하는 방법, 사전-사후평가를 통한 방법 또는 전문가 의견이나 기존 문헌을 통한 방법 등 다양한 방법들이 존재한다. 특히, 교차로 교통 안전성을 평가하는 경우 많은 연구들이 교통사고예측모형 개발을 통하여 교통사고와 관련한 원인과 안전성을 평가하고 있다. 교통사고예측모형 개발에 있어서 모형의 예측력과 전용성을 확보하는 것이 중요하다. 즉, 예측력을 확보함으로써 교통사고 건수나 교통 안전성 판단의 지표를 예측하는데 오차를 줄일 수 있고, 전용성을 확보함으로써 개발된 모형이 다른 지점이나 구간에 적용하더라도 문제없이 적용될 수 있는 대표성을 가질 수 있다. 따라서 본 연구에서는 교통사고예측모형 개발에 주로 사용되는 회귀모형과 인공신경망, 구조방정식을 이용하여 교통사고예측모형을 각각 개발하였으며, 개발될 모형의 예측력과 전용성을 평균절대오차와 평균제곱예측오차를 기준으로 확인하였다. 90개소 신호교차로의 모형개발자료를 이용하여 세 가지 방법으로 교통사고예측모형을 개발 후 개발데이터를 통해 예측력을 비교한 결과 인공신경망이 가장 높은 예측력을 보였다. 또한 모형의 전용성 검증을 위하여 별도로 수집한 33개소 신호교차로의 모형검증자료를 이용하여 개발된 모형을 검증한 결과 비선형 회귀모형이 가장 적합한 것으로 나타났다. 모형개발 과정에서 가장 높은 예측력을 보인 인공신경망의 경우 다른 대상지에서 수집된 모형검증 자료를 적용하였을 때 예측력에 큰 변화를 보여 전용성이 떨어진 것으로 분석되었다.

• 한국전자통신학회논문지
• /
• 제15권6호
• /
• pp.1123-1130
• /
• 2020

본 연구는 고속도로 교통사고 심각도 예측모델을 구축하기 위해 다섯가지 머신러닝 기반의 분류모형 적용하였다. 2015년~2017년 동안 전국 고속도로에서 발생한 사고 데이터 21,013건을 5가지의 분류 모형을 적용한 결과 LightGBM(Light Gradient Boosting Model)이 가장 좋은 성능을 나타내는 것으로 나타났다. LightGBM에서는 교통사고심각도 추정에 있어 우선순위 요인으로 사고차량 수, 사고유형, 사고지점, 사고차로유형, 사고차량 유형 순으로 나타났다. 이러한 모형의 결과를 기반으로 일관적인 사고심각도 예측 과정을 통하여 교통사고대응관리 전략 수립에 활용할 수 있다. 본 연구는 국내 기계학습을 활용한 사례가 적은 여건에서 향후 빅데이터 기반의 다양한 기계학습 기법을 활용이 가능함을 제시하고 있다.

• 대한교통학회지
• /
• 제27권4호
• /
• pp.207-215
• /
• 2009

도로구간에서의 주행조건은 연속적인 도로축 상에서 구간별로 변하게 되고 이에 따라 도로에서의 교통사고는 도로 기하구조 변수뿐만 아니라 도로주변 환경변수, 교통조건 변수 그리고 기타 다양한 변수들에 의해서 발생하게 된다. 따라서 본 연구는 현장조사를 통해 얻어진 다양한 도로기하구조 요소를 고려하여 동질성을 갖춘 구간 분할 후에 도로를 구성하는 도로 기하구조, 교통조건, 도로주변 환경 그리고 기타 다양한 요소들을 복합적으로 반영하고자 한다. 이를 반영하기 위해 본 연구에서는 도로구간의 주행조건을 결정짓는 주요인들에 의해서 주행조건 동질구간을 결정하고, 각 동질구간에서의 도로 및 교통조건 등을 고려하여 사고예측 모형을 개발하였다. 모형 개발을 위해 사용된 자료는 대도시권 외곽과 평지 및 구릉지를 대표할 수 있는 수도권 외곽내에 지방부 도로구간과 전라북도 지방부 도로구간에서 수집되었다. 본 연구에서는 연속된 도로구간에서 사고건수가 "0"인 구간수가 매우 높게 나타나므로 이에 대한 과대 예측을 방지하기 위해 ZIP(Zero Inflated Poisson) 모형을 이용하였다. 사고예측모형 개발 결과 지방부 다차로 도로구간에서 교통사고에 영향을 미치는 변수로는 교통량과 도로구간 길이를 포함한 EXPO($365{\times}ADT{\times}Length{\times}Year/10^{-6}$), 곡선반경, 종단구배변화, 가드레일, 지형(산악지), 횡단보도개수, 버스정류장 개수가 지방부 다차로 도로구간에서의 차대차 사고에 영향을 미치는 주요 설명변수로 나타났다.

• 한국ITS학회 논문지
• /
• 제15권4호
• /
• pp.68-80
• /
• 2016

자율주행 차량은 다양한 센서를 활용하여 사람과 유사한 수준으로 실시간 도로환경 변화를 인지, 환경 변화에 대한 적절한 판단 및 제어를 수행하여야 한다. 특히 영상센서는 차선인식 기능을 통해 주행방향 결정 및 차로이탈 방지 등 조향제어 수행을 위한 인지에 활용된다. 하지만 관련 성능기준은 ADAS(Advanced Driver Assistance System)와 연계된 '운전자 보조' 역할에 초점이 맞춰져, 자율주행시 요구되는 '주체적 상황 인지'를 위한 성능조건과 다를 것으로 판단된다. 본 연구에서는 자율주행시 차선인식 기능이 정상적으로 작동되지 않는 상황이 지속될 때 차량 진행방향과 도로 선형방향의 불일치에 따라 발생되는 횡방향 차로이탈을 차량의 이동 궤적을 기반하여 추정하고, 안전성 확보를 위한 차로이탈 허용 수준 및 영상센서 성능수준을 제시하였다. 분석 결과 승용차 조건에서 차선인식 기능이 1초 이상 연속적인 오작동을 일으킨다면 차로이탈에 의한 위험한 상황에 놓일 수 있는 것으로 나타났다. 따라서 자율주행 차량을 위한 차선인식 기능 평가 시 현재 기준보다 큰 횡방향 차로이탈상황에 대한 검토가 필요할 것으로 판단된다.

• 한국ITS학회:학술대회논문집
• /
• 한국ITS학회 2004년도 제3회 정기총회 및 추계학술대회
• /
• pp.169-174
• /
• 2004