• Journal of Korean Society of Transportation
• /
• v.23 no.4 s.82
• /
• pp.47-55
• /
• 2005

In recent years, the rapid growth of vehicles have increased traffic crashes. Since they can cause the economic losses and have put the life qualify in danger, there should be numerous efforts to reduce traffic crashes. To reduce traffic crashes, this research seeks to improve the safety of intersections by analysing causations of injury severity with Ordered Probability Model. This research applied the Ordered Probit Model, which assumes that ${\epsilon}_i$(random error) is normally distributed, for model calibration and used $p^2$ (likelihood ratio) and $x^2$ (Chi-square) for model selection. The results show that minor road traffic, heavy vehicle rates, major and minor right-turn rates, presence of lightings, speed limits, instructive line for left-turn traffic are significant factors affecting crash severities at signalized intersections.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.33 no.6
• /
• pp.2483-2491
• /
• 2013

In order to identify and understand the crucial factors to induce traffic accident, causal relationships between diverse factors and traffic accident occurrence have been investigated continuously. It is one of most important issues all over the world to reduce the number of traffic accidents and deaths by them. Korea government is also stepping up their effort to reduce the number of traffic accidents and mitigate the severity of the accidents by establishing various traffic safety strategies. By introducing the five-day work week and increasing concern of leisure activities, the differences of trip characteristics between weekday and weekend is getting greater. According to this, the patterns and crucial factors of traffic accident occurrence in weekend appear differently from those in weekday. This study aims to understand major different factors affecting accident severity between weekday and weekend using 12,042 incident data occurred on freeways of Korea from 2006 to 2011. The model developed in this study estimated relationships among various exogenous factors of traffic accident by each type using SEM(Structural Equation Model). The result provides that road factors are related to the accident severity for weekday model, while environment factors affects on accident severity for weekend.

• International Journal of Highway Engineering
• /
• v.13 no.4
• /
• pp.199-209
• /
• 2011

In the study of traffic safety, the analysis on factors affecting crash severity and the understanding about their relationship is important to be planning and execute to improve safety of road and traffic facilities. The purpose of this study is to develop a hierarchical binomial logistic model to identify the significant factors affecting fatal injuries and vehicle damages of traffic crashes on freeway. Two models on death and total vehicle damage are developed. The hierarchical structure of response variable is composed of two level, crash-occupant and crash-vehicle. As a result, we have gotten the crash-level random effect from these hierarchical structure as well as the fixed effect of covariates, namely odds ratio. The crash on the main line and in-out section have greater damage than other facilities. Injuries and vehicle damages are severe in case of traffic violations, centerline invasion and speeding. Also, collision crash and fire occurrence is more severe damaged than other crash types. The surrounding environment of surface conditions by climate and visibility conditions by day and night is a significant factor on crash occurrence. On the orher hand, the geometric condition of road isn't.

• 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.

• 한국ITS학회:학술대회논문집
• /
• v.2007 no.10
• /
• pp.149-155
• /
• 2007

• Proceedings of the KOR-KST Conference
• /
• 1998.10b
• /
• pp.409-409
• /
• 1998

본 연구는 운전자 특성 및 교통사고 발생유형에 따른 사고 심각도(Severity)를 분석함으로써 교통사고를 유발키 쉬운 운전자 집단과 사고 발생시 위험도가 높은 사고유형을 규명하고자 하였다. 교통사고 위험집단 분석을 위한 운전자 특성은 성별, 차종, 연령 등을 대상으로 하였으며, 사고유형별 심각도 분석은 사고유형을 여덟 가지로 분류하고, 결과의 신뢰성 확보를 위하여 안전벨트 착용여부를 추가하여 상해정도와의 관계를 비교하였다. 로그-선형 모형 및 로짓 모형을 사용하여 카테고리 자료를 분석하였으며, 그 결과 위험집단 분석에서는 '20세 미만의 이륜차 운전자', '41세에서 50세까지의 택시운전자'가 가장 위험한 것으로, 또한 남자보다는 여자가 승용차, 택시, 이륜차 등에 관계되었을 때 위험한 것으로 조사되었다. 사고유형과 심각도와의 관계에서는 정면충돌 사고와 앞지르기 시 우회전시 사고가 기여위험도(Odds Multiplier)가 매우 높아 부상 또는 사망사고와 연계될 가능성이 큰 것으로 나타났다. 따라서 교통사고의 예방과 사고발생시의 심각도 경감을 위해서는 교통사고 취약계층으로 분석된 위험집단에 대한 교통안전 교육 및 홍보가 강화되어야 하고, 정면충돌 사고와 앞지르기 시 우회전시 발생하는 사고를 줄일 수 있는 방안이 연구되어야 할 것이다.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.39 no.3
• /
• pp.391-398
• /
• 2019

In general, truck-involved crashes increase severity in terms of both injury level and crash impact level. Recently, although the frequency and fatality of truck-involved crashes in Korea are rising, their associative studies are very limited. Therefore, the objective of this study is to identify critical factors influencing on injury severity of truck-involved crashes on Korean freeway system. To carry out this objective, this study uses an ordered probit model (OPM) based on a 6-year crash dataset from 2012 to 2017. From the analysis, eight variables were found to have a great effect on injury severity: older driver, crash speed, rear-end collision, number of vehicles involved, drowsy driving, nighttime (0:00 to 6:00) driving, overturn or rollover, and vehicle's fire after crash. However, injury severity was less severe in crashes under snowy condition and crashes to traffic facilities (i.e., crash alone).

• Proceedings of the Korean Society of Disaster Information Conference
• /
• 2016.11a
• /
• pp.265-266
• /
• 2016

본 연구에서는 수집된 자료에서 화물차 교통사고를 분류하고 계절과 기상상태, 도로유형, 법규위반, 사고유형 측면에서 각각의 변수들이 사고 심각도에 미치는 영향을 파악함으로써 유의하게 화물차 교통사고 심각도를 높이는 요인을 분석하고자 하였다. 화물차 사고는 가을의 경우 사고 심각도의 오즈비가 1.23배로 증가하고, 안개가 꼈을 경우 사고 심각도는 16.49배 증가하는 것으로 나타났다. 법규위반, 도로형태, 사고유형 등 여러 요인에 의한 사고 위험도가 증가했지만 특히 도로 외 이탈로 인한 추락사고에서 사고 위험도가 크게 나타났으며 전도전복으로 인한 사고 위험도도 큰 것으로 나타났다.

• Journal of Korean Society of Transportation
• /
• v.31 no.6
• /
• pp.53-66
• /
• 2013

The major purpose of this study is to evaluate methodologies to predict the injury severity of pedestrian-vehicle collisions. Methodologies to be evaluated and compared in this study include Binary Logistic Regression(BLR), Ordered Probit Model(OPM), Support Vector Machine(SVM) and Decision Tree(DT) method. Valuable insights into applying methodologies to analyze the characteristics of pedestrian injury severity are derived. For the purpose of identifying causal factors affecting the injury severity, statistical approaches such as BLR and OPM are recommended. On the other hand, to achieve better prediction performance, heuristic approaches such as SVM and DT are recommended. It is expected that the outcome of this study would be useful in developing various countermeasures for enhancing pedestrian safety.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.15 no.6
• /
• pp.1123-1130
• /
• 2020

This study aims to classify the severity in car crashes using five classification learning models. The dataset used in this study contains 21,013 vehicle crashes, obtained from Korea Expressway Corporation, between the year of 2015-2017 and the LightGBM(Light Gradient Boosting Model) performed well with the highest accuracy. LightGBM, the number of involved vehicles, type of accident, incident location, incident lane type, types of accidents, types of vehicles involved in accidents were shown as priority factors. Based on the results of this model, the establishment of a management strategy for response of highway traffic accident should be presented through a consistent prediction process of accident severity level. This study identifies applicability of Machine Learning Models for Predicting of the Severity of Car Traffic Accidents on a Highway and suggests that various machine learning techniques based on big data that can be used in the future.