• 한국ITS학회 논문지
• /
• 제17권4호
• /
• pp.14-25
• /
• 2018

최근 빅데이터 시대의 도래와 함께 교통사고와 관련된 요인을 설명하기 용이해졌다. 이에따라 최신 분석 기법을 적용하여 교통사고 자료를 분석하고 시사점을 도출할 필요가 있다. 본 연구의 목적은 고속도로 교통사고 자료를 이용하여 고속도로의 주요 분석 단위인 콘존의 교통사고 건수를 예측하기 위하여 음이항 회귀모형과 딥 러닝을 이용한 기법을 적용하고 예측 성능을 비교하였다. 예측 성능 비교 결과, 딥 러닝 모형의 MOE들이 음이항 회귀모형에 비해 다소 우수한 것으로 나타났으나, MAD 기준으로 차이는 미미한 것으로 나타났다. 하지만 딥 러닝을 이용할 경우 다른 독립변수들을 추가하는 것이 용이하고, 모형의 구조 등을 변경할 경우 예측 신뢰도를 더욱 증가시킬 수 있을 것으로 판단된다.

• 한국ITS학회 논문지
• /
• 제9권1호
• /
• pp.101-110
• /
• 2010

본 연구는 고속도로에서 발생하는 비반복적 정체 중 교통사고로 인하여 발생하는 돌발상황에 대한 운영관리 부족 및 처리시간에 대한 정보제공 요구증가에 따라 이에 대응할 수 있는 돌발상황 처리시간 예측모형개발을 개발하였다. 돌발상황 처리시간 예측모형을 개발하기에 앞서 종속변수인 사고처리시간을 사고등급 A, B, C등급으로 구분하였으며, 독립변수로는 교통량, 사고차량수, 사고시간대 등 총 15개 변수를 적용하여 모형을 개발하였다. 모형도출결과 돌발상황 처리시간에 영향을 미치는 주요변수로는 교통량, 중차량포함여부, 사고시간대가 도출되었다. 또한 돌발상황 처리시간 예측모형에서 영향 변수로 도출된 변수들을 토대로 의사결정나무를 구축하였으며, 이때 CHAID기법을 적용하였다. 그 결과 1차적으로 사고등급 A, B등급과 C등급으로 구분되었으며, 2차적으로는 도로의 교통량으로 분리되었다. 본 연구를 통하여 도출된 돌발상황 처리시간 예측모형과 의사결정나무를 통하여 향후 고속도로 돌발상황 발생시 도로이용자들에게 보다 신속하고 실효성있는 교통정보를 제공하는데 기여할 수 있을 것으로 판단된다.

• 대한교통학회지
• /
• 제26권4호
• /
• pp.99-110
• /
• 2008

교차로는 단일로에 비해 많은 상충점을 가지고 있어 사고의 잠재성이 더욱 높다고 볼 수 있다. 2006년 경찰청 자료에 의하면 교차로 부근의 교통사고가 단일로 교통사고에 비해 크게 증가하고 있는 것으로 나타났다. 그 중 신호교차로의 경우는 비신호교차로에 비해 교통사고 영향요인이 다양하고 개선의 여지가 많아 사고가 일어나는 원인을 예측하고, 교차로 위험요소에 따른 적절한 대비책을 사전에 마련할 수 있다면 안전측면에서 큰 효과를 얻을 것으로 기대된다. 본 연구에서는 도시부 4지 신호교차로를 대상으로 과거 사고이력자료와 교차로 현장 조사를 활용하여 사고예측 모형 및 사고심각도 모형을 개발하였다. 본 연구는 크게 4단계로 나누어 진행되었다. 첫째, 기존 연구된 사고모형을 분석하였으며 둘째, 교통사고에 영향을 미치는 변수를 선정하였고 셋째, 통계적 방법론을 활용한 사고예측모형을 개발, 넷째, 모형의 검증을 실시하였다. 본 연구에서 개발된 신호교차로 교통사고 모형은 계획 및 운영단계에서 신호교차로의 안전성을 측정하는데 활용될 수 있으며, 궁극적으로 신호교차로의 교통사고를 줄이는데 기여할 수 있을 것으로 판단된다.

• 대한교통학회지
• /
• 제25권3호
• /
• pp.123-135
• /
• 2007

본 연구에서는 고속도로 트럼펫 인터체인지상에서 연결로 형식별로 일어나는 교통사고와 도로 기하구조 및 교통량등의 교통사고 요인들과의 관계를 분석하기 위해 교통사고의 분포의 특성을 분석하여 적합도 검증을 통해 모형추정시 가장 적절한 분포를 찾은 결과 음이항분포(Negative binomial distribution)가 선택되었다. 선택된 분포에 기반하여 트럼펫 인터체인지 연결로 전체, 연결로 형식별(직결, 준직결, 루프연결로) 각각의 음이항회귀모형 (Negative binomial regression model)을 개발하였다. 총 4개의 모형을 개발하고 그것의 적합도를 판단하는 여러 가지 통계값과 모형에서 예측한 값과 실제 관측값과의 차이를 분석한 결과 예측모형이 적합하게 구축되었음을 보였다. 추정된 모형의 통계적으로 유의한 변수들을 분석하여 교통사고를 설명하는데 유의한 변수들을 판단하고 이러한 변수들을 도로의 설계자가 도로 설계 및 운영에 적용하거나 교통안전계획 수립시 해당도로의 교통특성을 반영한 교통사고 절감 대책 등에 이용할 수 있을 것이다.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2008년도 춘계학술발표논문집
• /
• pp.248-250
• /
• 2008

본 논문에서는 교통사고를 예방하고 교통사고 구간 대기시간을 줄이기 위해서 신경망을 이용한 예측방법을 제안한다. 뿐만 아니라, 교통사고 예측에 있어서 신경망에 정규화하지 않은 데이터를 사용하는 방법을 제시한다. 이 방법은 신경망 훈련시 데이타의 최대 값을 추정할 필요가 없어 정규화 없이 신경망을 사용 가능하며, 신뢰성 예측 결과도 추정된 최대 값과 실제 획득될 최대 값과의 차이(추정 오차)만큼 정확해질 수 있다. 또한 비정규화 된 데이터를 사용하는 방법이 데이터의 최대값을 알고 있다고 가정한 상태의 정규화된 방법보다 예측 정확성이 좋음을 보였다. 모의실험결과 제안된 신경망 예측시스템이 신경망을 고려하지 않은 기존방법보다 교통사고 구간 대기시간을 줄일 수 있음을 입증했다. 이와 같이 검증된 예측능력을 바탕으로 사용자에게 교통상황을 실시간으로 서비스하기 위하여 센서 데이터베이스를 이용한 실시간 교통정보 예보 시스템을 제안한다.

• 한국ITS학회 논문지
• /
• 제22권1호
• /
• pp.1-15
• /
• 2023

본 연구에서는 전국 고속도로를 대상으로 화물차 교통사고에 영향을 미치는 주요 요인을 파악하고자 한다. 이를 위해, 고속도로 교통사고 자료들과 포아송 및 음이항 회귀모형을 이용하여 화물차 교통사고 건수 예측모형을 개발하였다. 모형에서 유의한 것으로 확인된 변수는 화물차 연속주행시간지수, 구간연장, 화물차 교통량, 구간내 교량 수, 졸음쉼터 개수이다. 또한, 구축된 예측모형을 이용하여 고속도로 구간별 안전등급(level of service of safety, LOSS)을 도출하였다. 이후 LOSS를 전국 고속도로 네트워크에 표출하여 고속도로 구간별 화물차 교통사고 위험도를 진단하였다. 본 연구에서 개발된 모형과 LOSS는 고속도로에서의 화물차 교통사고 저감을 위한 정책수립의 기초자료로 활용될 것으로 기대된다.

• Journal of the Korean Data and Information Science Society
• /
• 제26권3호
• /
• pp.661-668
• /
• 2015

교통사고는 인구의 증가와 그에 따른 자동차의 증가로 인하여 매년 증가하고 있다. 그러한 교통사고의 원인은 운전자의 부주의뿐만 아니라 도로상의 기상상황에 의해 영향을 받는다. 특히, 강수량, 시계, 습도, 흐림 정도, 기온 등에 의해 많은 교통사고들이 영향을 받는다. 따라서 본 연구는 다양한 기상 요인의 영향 정도에 따른 교통사고 발생 유무의 분석을 목적으로 하였다. 부산 해운대구의 센텀남대로 및 해운대로의 2013년도 교통사고 발생 자료와 지역별 상세 기상 관측 자료인 AWS 기상자료(시간당 강수량, 강수유무, 기온, 풍속), 시간대, 요일을 활용하여 로지스틱 회귀모형 및 의사결정나무모형을 이용하여 분석하였다. 그 결과 기상 요인 중 강수유무와 기온이 교통사고 발생에 영향을 미치는 요인으로 나타났다. 이러한 결과는 도로위의 기상상태에 따른 교통사고의 발생을 예측하는데 유용하게 사용할 수 있을 것이다.

• 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.

• 한국철도학회:학술대회논문집
• /
• 한국철도학회 2001년도 추계학술대회 논문집
• /
• pp.429-434
• /
• 2001

Rail crossings pose special safety concerns for modern railroad operation with faster trains. More than ninety percent of train operation-related accidents occurs on at-grade crossings. Surest countermeasure for this safety hazard is to eliminate at-grade crossings by constructing over/under pass or by closing them. These eliminations usually require substantial amount of investment and/or heavy public protest from those affected by them. Thorough and objective analysis are usually required, and valid accident prediction models are essential to the process. This paper developed an accident prediction model for Korean at-grade crossings. The model utilized many important factors such as guide personnel, highway traffic, train frequency, train sight distance, and number of tracks. Developed model was validated with actual accident data.

• 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.