Abstract
Variable message signs (VMS), which are used for providing real-time information on traffic conditions and accident occurrences, are one of the important components of intelligent transportation systems VMS messages need to meet human factor requirements: messages should be readable and understandable while driving. Lab-controlled experiments on VMS messages were conducted to obtain useful data for analyzing drivers' responsive characteristics for VMS messages. Binary logistic regression (BLR) modeling techniques were applied to explore the relationships among drivers' message perceptions, message reading time, and amount of VMS messages. Probabilistic outcomes of the proposed BLR-based perception model could be greatly utilized to design VMS messages considering drivers' legibility performance. The major contribution of this study is to develop invaluable statistical models that can be used in designing VMS messages more effectively from the human factor point of view. The results could be further applied to establish the scheme of VMS message phase and duration.
VMS는 교통상황과 사고발생 등의 정보를 실시간으로 제공하는 ITS의 중요 구성요소 중의 하나이다. VMS 메시지는 운전자가 쉽게 읽고 이해할 수 있도록 인간공학적 요소를 고려하여 설계해야 한다. 본 연구에서는 실내 실험을 통하여 VMS 메시지에 대한 운전자의 판독능력을 분석하기 위한 자료를 수집하였다. 로지스틱 회귀분석 모형기법을 이용하여 설명변수로 정보량, 정보제공시간, 연령, 성별을 선정하고 종속변수인 운전자 인식률과의 관계를 모형화 하였다. 개발한 모형을 통해 산출되는 운전자 정보인식확률은 운전자의 판독성을 고려한 VMS 메시지 설계에 효과적으로 활용될 수 있을 것으로 기대된다. 본 연구는 인간공학적 관점에서 보다 효과적으로 VMS 메시지를 설계할 수 있는 통계적 모형을 개발하였다는 점에서 그 의의가 있다고 할 수 있다. 나아가 VMS 메시지 현시와 표출시간을 설계하는 데 활용할 수 있을 것이다.
