Traffic Accident Merging Index(TAMI) is developed for TMACS(Traffic Safety Information Management Complex System). TAMI is calculated by combining 'Severity Index' and 'Frequency'. This paper suggest the accurate TAMI prediction model by time series forecasting. Preventing the traffic accident by accurately predicting it in advance can greatly improve road traffic safety. Searches the model which minimizes the error of 230 local self-governing groups. TAMI of 2007~2009 years data predicts TAMI of 2010. And TAMI of 2010 compares an actual index and a prediction index. And the error is minimized the constant where selects. Exponential Smoothing model was selected. And smoothing constant was decided with 0.59. TAMI Forecasting model provides traffic next year safety information of the local government.
Since out of a lot of traffic problems traffic accidents cause damage to life and properties of people, it stands out as one of traffic problems which needs improvement, and the loss due to traffic accident negatively affects not only the parties to the accident but also the national economy. Thus, continual concern of the government toward traffic safety is getting bigger and lately each local government is preparing a basic plan for traffic safety and vitalizing traffic safety policies. As expanding the responsibility and role of local governments for traffic safety, traffic safety measures which are based on the characteristics of each local government should be studied. Most of analytical methods in the existing traffic accidents prediction models with macroscopic vision focus on socioeconomic variables such as local population and the number of registered vehicles, and present a great deal of prediction error when they are applied in practice. In this context, this study proposed a traffic accident prediction model in respect of macroscopic level for autonomous districts (administrative districts) of Seoul City. The model development was not based on the entire city but on the type of local land usage (development density) whose relationship with traffic accident frequency was analyzed.
도로설계 안전성을 평가하기 위해서는 도로의 설계 요소변화가 사고에 미치는 영향을 예측할 수 있어야 한다. 이를 위해 본 연구에서는 통계적 방법, 사고이력, 전문가의 판단, 그리고 기존문헌고찰 등 다양한 방법을 통하여, 설계요소의 특징과 사고율 및 사고빈도의 관계를 반영할 수 있는 AMF(Accident Modification Factor)를 개발하고자 하였다. 본 연구에서는 AMF를 좌회전전용차로, 우회전전용차로, 시거, 교차각 등의 항목을 대상으로 개발하였다. 개발된 AMF를 적용한 경우의 사고 예측값, 사고예측모형을 통한 예측값을 실제 사고데이터와 비교분석함으로써 적정성을 검토하였다. 분석결과, AMF를 적용한 예측값이 사고예측모형을 통한 예측 값보다 예측력이 우수함을 확인할 수 있었다. 이러한 결과는 사고를 예측함으로써 도로설계 안전성을 평가하는 알고리즘에 있어 AMF가 도로의 설계요소의 특성을 보다 효과적으로 반영하며, 지방부 교차로에서 각각의 해당요소가 사고에 미치는 영향을 판단할 수 있는 지표가 될 수 있음을 의미한다.
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.
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.
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.
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.
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.
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.
우리나라는 교통안전법에 의해 지역교통안전기본계획을 수립 시행하고 있다. 지자체별 맞춤형 교통안전시책 수립을 통해 교통안전 향상을 위한 대책 수립 및 역할분담이 강조되고 있으며, 이는 곧 지자체가 지역실정에 맞는 내실 있는 지역교통안전 정책을 실질적으로 주도하여 추진하는 것을 의미한다. 지자체들이 가지고 있는 다면적인 특성에 부합되는 효율적인 교통안전정책이 시행되기 위해서는 지역특성을 고려한 지역단위 교통사고를 예측하고 사고에 미치는 영향요인 분석이 선행되어야 하지만 이에 대한 연구는 미흡한 실정이다. 지역을 기반으로 하는 교통사고 예측에 관한 기존 연구들은 자료 수집의 한계로 대부분 국가 또는 도시를 분석단위로 사고노출환경과 관련되는 사회경제변수들을 활용한 연구가 대부분이었다. 교통사고 예측모형을 개발하는 이유는 교통사고 발생특성을 파악하여 교통사고를 줄일 수 있는 효율적인 대책을 발굴하는 것이 주요 목적이다. 이에 본 연구에서는 기존연구에서 다루지 못한 보다 작은 지역단위인 행정동을 단위로 지역교통사고 예측모형을 개발하였으며, 사고 노출환경 측면의 사회경제적 변수 외 교통안전정책가가 제어할 수 있는 교통안전시설 및 정책변수를 모형에 반영하여 지역교통안전 정책 수립시 활용할 수 있는 방안을 제시하였다. 모형개발 결과 사고노출환경 측면에서는 도로연장, 건축물 총 연면적, 버스전용차로 설치율, 교차로 및 횡단보도 개소수는 사고와 양(+)의 관계를 보이고 있으며, 횡단보도예고 설치율, 과속방지턱 개소수 및 경찰인력에 의한 단속실적은 사고와 음(-)의 관계에 있는 것으로 나타났다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.