[논문]자전거 전도거리를 이용한 충돌속도 예측 모형 개발에 관한 연구

조용직; 이상수

자전거 전도거리를 이용한 충돌속도 예측 모형 개발에 관한 연구
Development of an Impact Speed Estimation Model using Bicycle Throw Distances 원문보기

大韓交通學會誌 = Journal of Korean Society of Transportation, v.28 no.1, 2010년, pp.87 - 96

초록
AI-Helper

국내에서 차대 자전거사고 분석시 사용되는 충돌속도 예측모형은 외국의 연구결과를 그대로 인용하여 사용하고 있다. 그러나 이러한 결과는 제한된 실험조건 하에서 인체모형을 이용하여 도출되었고, 국내 도로 환경 및 자동차의 특성을 반영하지 못하는 단점을 가지고 있다. 본 연구에서는 국내사고 자료를 이용하여 차대자전거 사고시 충돌속도를 예측하는 모형을 개발하였다. 이를 위하여 충돌속도와 자전거 전도거리가 정확하게 확인된 23건의 사고 자료를 수집하여 자전거 전도거리와 충돌속도의 상관관계를 선형 회귀모형으로 도출하고 모형의 변수들에 대한 통계적인 검증을 실시하였다. 그리고 개발된 모형의 실제적인 검증을 위하여 2건의 실제 사고 자료와 비교 분석한 결과, 제시된 모형이 실제 충돌속도와 약 3%이내의 오차를 갖는 매우 유사한 결과를 나타내었다. 따라서 본 연구에서 제시된 모형은 향후 국내 차대자전거사고를 재현 및 분석하는 과정에 매우 유용하게 사용될 수 있다.

Abstract ▼ AI-Helper

The impact speed estimation practice used in the car-bicycle accident analysis practice in Korea was mainly dependent on foreign study results which were tested with limited speed ranges and vehicle types, but the characteristics of roadway, human body, and vehicle performance were quite different. This study developed an impact speed estimation model using the car-bicycle accident field data. For this, a regression analysis was performed using the impact speed and bicycle throw distance collected from 23 real accident data, and statistical test was also conducted. For the verification of the induced model, the impact speeds derived from the model were compared with the true impact speeds estimated from skid marks of two accident cases. The result showed that the two speeds were very close to each other. It is believed that the model could be included in the car-bicycle accident analysis practice.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 연구는 실차실험에 소요되는 비용과 안전의 문제를 해결하면서 국내에서의 실제 사고 자료를 바탕으로 자전거 사고의 주 쟁점사항인 충돌 속도를 추정할 수 있는 모형을 제시했다는데 큰 의미가 크다. 본 연구에서 제안된 모형은 향후 국내 차대자전거사고를 재현 및 분석하는 과정에 매우 유용하게 사용될 수 있으리라고 판단된다.
본 연구에서는 정확한 충돌속도 자료를 얻기 위하여 다음 두 가지 조건에 해당하는 자전거 사고 자료를 수집하였다.
본 연구에서는 제시된 모형에 대한 평가를 위하여 2건의 실제 사고 자료를 이용하여 비교하였다. 2건의 사고사례는 사고차량에 의해 발생된 타이어 흔적을 토대로 충돌 속도를 추정할 수 있는 사고이다.
본 연구에서는 차대자전거 사고에 있어서 주요 쟁점 사항이 되고 있는 자동차의 충돌속도를 예측할 수 있는 모형을 실제 사고 자료를 이용하여 개발하였다.
본 연구의 목적은 차대자전거 사고에 있어서 자동차의 충돌 속도를 예측할 수 있는 모형을 개발하여 제시하는데 있다. 이를 위하여 도로교통공단에 사고 분석 의뢰된 차대 자전거 사고 중 충돌지점과 자동차 충돌 속도 그리고 자전거 전도거리가 명확하게 드러난 사고 사례를 수집하였다.
Zolnik(2007)등은 도시부 도로의 자전거 서비스 수준을 결정할 수 있는 방법을 개발하였다. 이 논문에서는 육체적인 피로와 자전거와 차량의 사고건수와 상해정도를 함께 반영하여 서비스 수준을 결정하는 방법을 제안하였다. 이와 같이 자전거 사고와 관련된 다양한 연구가 진행되었으나, 충돌속도를 예측하는 모형에 대한 연구는 없는 것으로 파악되었다.

제안 방법

황정훈(2005) 등은 자전거 이용을 활성화하기 위한 주행 환경을 개선하는 방안을 제시하였다. 그리고 AHP기법을 이용한 개선효과에 대한 평가를 실시하여 자동차와 자전거가 분리된 도로망을 구성하는 것을 권장하였다.
이를 위하여 도로교통공단에 사고 분석 의뢰된 차대 자전거 사고 중 충돌지점과 자동차 충돌 속도 그리고 자전거 전도거리가 명확하게 드러난 사고 사례를 수집하였다. 그리고 수집된 자료를 차종별로 분류하여 충돌 속도와 자전거 전도거리의 상관관계를 분석하여 차대자전거 사고에 있어서 자동차의 충돌속도 예측 모형을 구축하고 이를 실제 사고 사례에 적용하여 모형의 적합성을 평가하였다.
전면 구조를 보면 본넷트형 승용차량과 RV형 차량은 유사하다고 볼 수 있지만, 전면 범퍼의 높이를 고려해 보면, 오히려 RV형 차량과 소형 승합차량이 유사하다고 볼 수 있다. 따라서 본 연구에서 차종 구분은 본넷트형 승용차량과 RV형 및 소형승합차량으로 구분하였다. <표 1>에 나타나 있는 23건의 실제 사고 자료를 위와 같이 구분하면 본넷트형 승용차에 의한 사고는 14건, RV형 및 소형승합차량에 의한 사고는 빗금격자모양으로 표기된 9건이다.
그림에서 보면 전도거리가 증가할수록 충돌속도가 비례하여 증가하며, 두 변수의 관계를 선형으로 나타낼 수 있다고 판단하였다. 따라서 이와 같은 결과를 선형회귀 모형식으로 구축하였다.
본 연구를 수행하기 위해 충돌속도와 충돌 지점이 명확한 23건의 실제 자전거사고를 수집하여 승용차량과 RV차량으로 차종을 구분하여 각각의 모형을 구축하였으나, 두 모형의 결과 값 차이가 크지 않아 모든 차량을 통합한 모형을 다시 구축하였다. 즉, 자전거 전도거리를 독립변수로 하고 충돌속도를 종속변수로 하는 선형회귀식 모형을 도출하여 제시하였고, 이 모형식에 대한 정규성 및 적합성에 관한 통계적인 검증을 실시하였다.
본 연구에서는 실험적 평가보다는 실제 조사된 차대 자전거 사고 자료를 기반으로 충돌속도와 자전거 전도거리의 상관관계를 파악하고 이를 모형으로 구축하였다.<그림 1>은 본 연구의 수행과정을 나타낸 것이다.
손영태(2002) 등은 자전거를 위한 교통시설 설계 및 운영을 위하여 자전거 교통류 특성에 관한 연구를 현장조사를 통하여 수행하였다. 연구결과로 교통시설별 용량값을 제시하였고, 안전한 주행에 필요한 주행 점유면적값을 평가하여 제시하였다.
본 연구를 수행하기 위해 충돌속도와 충돌 지점이 명확한 23건의 실제 자전거사고를 수집하여 승용차량과 RV차량으로 차종을 구분하여 각각의 모형을 구축하였으나, 두 모형의 결과 값 차이가 크지 않아 모든 차량을 통합한 모형을 다시 구축하였다. 즉, 자전거 전도거리를 독립변수로 하고 충돌속도를 종속변수로 하는 선형회귀식 모형을 도출하여 제시하였고, 이 모형식에 대한 정규성 및 적합성에 관한 통계적인 검증을 실시하였다. 본 연구에서 개발된 모형의 실제적인 검증을 위하여 충돌속도를 확인할 수 있는 2건의 실제 사고 자료와 비교 분석한 결과, 제시된 모형이 실제 조사된 충돌속도와 약 3%이내의 오차를 갖는 매우 유사한 결과를 나타냄을 알 수 있었다.
한원섭(2008)등은 자전거가 운영되는 신호교차로에서 자전거에 대한 전용신호를 도입하는 방안을 연구하여 제시하였다. 횡단도로의 유무와 자전거 전용도로의 설치여부에 따라 신호등 형태와 보행신호등과의 연계성을 검토 하여 국내 적용방안을 검토하였다. 그리고 류태선(2004)은 실제 보행자 사고 자료를 이용하여 보행자사고를 보다 정확하게 해석하는 방법을 연구하여 제시하였다.

대상 데이터

사고는 2006년 8월 00일, 23시 10분경, 안양시 호계동에서 발생하였고, 소나타택시 운전자(남, 42세)와 자전저 운전자(남, 66세)가 사고의 당사자이다. 소나타 택시가 호계신사거리방면에서 군포방향으로 1차로를 직진하던 중, 전방 같은 차로를 진행하던 자전거의 뒷 부분을 충격한 사고이고, 자전거 운전자는 사망하였다.
사고는 2007년 5월 00일, 20시 20분경, 오산시 궐동에서 발생하였고, 카니발 차량 운전자(남, 51세)와 자전거 운전자(여, 57세)가 사고 당사자이다. 사고도로 우측의 내리막 접속도로를 이용하여 본선도로로 진입하던 자전거와 자전거 진행 방향 좌측에서 우측으로 2차로를 진행하던 카니발차량이 충돌한 사고이고, 자전거 운전자는 사망하였다.
본 연구의 목적은 차대자전거 사고에 있어서 자동차의 충돌 속도를 예측할 수 있는 모형을 개발하여 제시하는데 있다. 이를 위하여 도로교통공단에 사고 분석 의뢰된 차대 자전거 사고 중 충돌지점과 자동차 충돌 속도 그리고 자전거 전도거리가 명확하게 드러난 사고 사례를 수집하였다. 그리고 수집된 자료를 차종별로 분류하여 충돌 속도와 자전거 전도거리의 상관관계를 분석하여 차대자전거 사고에 있어서 자동차의 충돌속도 예측 모형을 구축하고 이를 실제 사고 사례에 적용하여 모형의 적합성을 평가하였다.
이와 같이 충돌 지점을 육안 확인할 수 있고, 자동차의 타이어 흔적 또는 운행기록계에 의해 충돌 속도를 확인할 수 있는 사고 자료는 총 25건이다. 수집된 25건 중에서 2건의 사고는 충돌 속도 예측 모형의 검증을 위해 제외시켰다.

성능/효과

4 km/h이다. 그러므로 본 연구에서 제시된 모형의 정확도가 높다는 것을 확인할 수 있다.
또한 사고는 최초 노면 금속 마찰 흔적과 소나타택시 우측 전륜에 의한 스키드 마크의 시작 지점 부근에서 발생하여 충돌 후 자전거는 약 36.5m를 이동하여 최종 정지하였다.
즉, 자전거 전도거리를 독립변수로 하고 충돌속도를 종속변수로 하는 선형회귀식 모형을 도출하여 제시하였고, 이 모형식에 대한 정규성 및 적합성에 관한 통계적인 검증을 실시하였다. 본 연구에서 개발된 모형의 실제적인 검증을 위하여 충돌속도를 확인할 수 있는 2건의 실제 사고 자료와 비교 분석한 결과, 제시된 모형이 실제 조사된 충돌속도와 약 3%이내의 오차를 갖는 매우 유사한 결과를 나타냄을 알 수 있었다.
Delmelle(2008)등은 미국내 자전거 사고자료를 이용하여 자전거 사고와 연령, 그리고 공간적인 특성을 연관하여 분석하였다. 분석결과 자전거사고 위험이 높게 나타나는 지역은 자전거 운전자의 거주지 근처로 파악되었고, 연령별로 차이가 있는 것으로 나타났다.
소나타택시의 스키드 마크길이 26.2m를 이용하여 충돌속도를 산출하면 약 73 km/h이고, 본 연구에서 제시된 모형 식에 자전거 전도거리 약 36.5m를 대입하면 약 70 km/h의 충돌속도 추정 값을 얻는다.
<표 2>의 결과에서 보듯이, 차종별로 구분하여 추정된 두 모형은 자전거 전도거리별 충돌 속도를 추정하는데 큰 차이가 없는 것으로 나타났다. 이는 전면 범퍼의 높이 차이가 현저하게 다른 대형차량에 의한 자전거사고 자료가 없었던 때문으로 판단된다.
이상과 같이 두 가지 실제 사고사례에 대하여 본 연구에서 제시한 충돌속도 예측 모형식을 이용하여 평가한 결과, 속도의 차이가 3 km/h 이내로 나타남을 알 수 있다. 이는 실제속도 대비 약 3% 정도의 오차를 나타내는 것으로 두 값이 매우 유사함을 나타낸다.
Motte(2008)등은 회전교차로(roundabout)에서 발생하는 차와 자전거의 충돌사고를 분석하고 자전거 운전자가 갖는 위험에 대한 평가를 실시하였다. 조사결과 자전거 운전자는 차량통행 원칙에 대한 인지가 부족하여 위험도를 낮게 생각하고 운행하여 사고로 연관되는 경향이 파악되었다.
두 가지 모형식을 사용하여 독립변수인 자전거 전도거리를 10～40m까지 적용하여 계산된 결과는 <표 2>와 같다. 차종별로 구분된 두 모형으로부터 추정된 충돌 속도값을 비교하면, 최소 0.8에서 최대 1.0 km/h 범위의 매우 적은 차이로 나타나 두 모형이 거의 동일한 결과를 나타내고 있음을 알 수 있다.
현장에 발생된 타이어 흔적은 운전자의 급제동에 의해 발생된 스키드 마크(Skid mark)로 추정되며, 좌측으로 굽은 곡선 형태로 발생된 것은 좌측으로 조향하면서 제동을 행한 결과로 추정된다. 현장 조사결과, 카니발 차량은 좌측 전륜으로 약 9.8m의 스키드 마크를 발생시키고, 충돌 후에 계속해서 약 5.3m의 스키드 마크를 발생시킨 상태이며, 자전거는 충돌 지점으로부터 우측 전방 약 8.0m 지점에 최종 위치하였다.

후속연구

그러나 본 연구에서는 자전거사고라는 특수성 때문에 수집된 표본수가 적고 대형차량은 포함되지 않아 모든 차량에 대한 분석 모형을 개발하지 못한 아쉬움이 남는다. 향후 대형차량을 포함한 사고 자료를 더욱 광범위하게 수집하여 본 연구결과의 신뢰성을 확인하고, 보다 넓은 범위의 속도 예측이 가능한 모형을 개발하는 연구가 필요하다고 판단된다.
이는 실제속도 대비 약 3% 정도의 오차를 나타내는 것으로 두 값이 매우 유사함을 나타낸다. 따라서 본 연구에서 제시된 모형의 신뢰성이 검증되었고, 이를 실제 상황에 적용할 수 있다고 판단된다.
더욱이 자전거사고 분석을 위해 실차실험을 하고 있는 외국에 비해 국내 차대자전거 사고 분석은 외국의 연구결과를 사고 조사과정에 그대로 적용하고 있는 실정이다. 따라서 사고 원인을 보다 정확하게 규명하기 위해서는 우리나라 사람들의 신체조건과 국내 자동차 특성이 반영된 자료를 이용한 관련 연구가 필요하다고 할 수 있다.
식(14)를 이용하면, 자전거 전도거리를 통해 충돌 속도를 추정할 수 있다. 반대로, 자동차의 충돌속도를 확인 할 수 있다면, 자전거 최종 위치로부터 전도거리를 추정 할 수 있고, 이를 토대로 충돌 지점을 추정할 수 있을 것이다. <그림 7>은 <표 1>의 사고 자료 23건을 이용하여 충돌속도별 자전거 전도거리를 나타낸 것이다.
본 연구는 실차실험에 소요되는 비용과 안전의 문제를 해결하면서 국내에서의 실제 사고 자료를 바탕으로 자전거 사고의 주 쟁점사항인 충돌 속도를 추정할 수 있는 모형을 제시했다는데 큰 의미가 크다. 본 연구에서 제안된 모형은 향후 국내 차대자전거사고를 재현 및 분석하는 과정에 매우 유용하게 사용될 수 있으리라고 판단된다.
그러나 본 연구에서는 자전거사고라는 특수성 때문에 수집된 표본수가 적고 대형차량은 포함되지 않아 모든 차량에 대한 분석 모형을 개발하지 못한 아쉬움이 남는다. 향후 대형차량을 포함한 사고 자료를 더욱 광범위하게 수집하여 본 연구결과의 신뢰성을 확인하고, 보다 넓은 범위의 속도 예측이 가능한 모형을 개발하는 연구가 필요하다고 판단된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	외국의 차대 자전거사고 분석시 사용되는 충돌속도 예측모형을 국내에 그대로 인용하여 사용 시 문제점은?	국내에서 차대 자전거사고 분석시 사용되는 충돌속도 예측모형은 외국의 연구결과를 그대로 인용하여 사용하고 있다. 그러나 이러한 결과는 제한된 실험조건 하에서 인체모형을 이용하여 도출되었고, 국내 도로 환경 및 자동차의 특성을 반영하지 못하는 단점을 가지고 있다. 본 연구에서는 국내사고 자료를 이용하여 차대자전거 사고시 충돌속도를 예측하는 모형을 개발하였다.
	자전거사고의 원인 및 결과를 분석하는 과정은 어떻게 나눌 수 있는가?	자전거사고의 원인 및 결과를 분석하는 과정은 크게 사고조사(accident investigation) 과정과 사고재현 (accident reconstruction) 과정으로 나눌 수 있다. 사고 조사는 충돌 후 발생된 결과물인 도로상의 흔적, 차량의 파손 상태, 탑승자의 부상 등을 토대로 충돌 현상에 대한 역학적인 법칙과 차량의 운동 및 구조 특성, 인간공학 등을 함께 고려하여 사고를 분석하고, 이로부터 사고의 원인이 되는 “충돌전 차량의 운동과 탑승자의 행동”을 역으로 추정할 수 있다(교통안전학교, 2002).
	국내사고 자료를 이용하여 차대자전거 사고시 충돌속도를 예측하는 모형 개발을 위해 어떤 검증을 실시했는가?	본 연구에서는 국내사고 자료를 이용하여 차대자전거 사고시 충돌속도를 예측하는 모형을 개발하였다. 이를 위하여 충돌속도와 자전거 전도거리가 정확하게 확인된 23건의 사고 자료를 수집하여 자전거 전도거리와 충돌속도의 상관관계를 선형 회귀모형으로 도출하고 모형의 변수들에 대한 통계적인 검증을 실시하였다. 그리고 개발된 모형의 실제적인 검증을 위하여 2건의 실제 사고 자료와 비교 분석한 결과, 제시된 모형이 실제 충돌속도와 약 3%이내의 오차를 갖는 매우 유사한 결과를 나타내었다.

참고문헌 (15)

교통사고종합분석센터(2008), "교통사고 통계분석", 도로교통공단.
교통사고 종합분석센터(2007), "교통사고 통계분석", 도로교통공단.
교통안전학교(2002), "교통사고 재현매뉴얼", 도로교통공단.
교통안전학교(2002), "교통사고 조사매뉴얼", 도로교통공단.
Eubanks, J. and W. R. Haight(1990), "Trajectory Analysis for Collision Bicycles and Automobiles", SAE Paper No. 900368.
林佯(1992), "自動車事故鑑定工學".
손영태.김정현.오영태.김홍상.박우신(2002), "자전거 교통류의 기본 특성에 관한 실험 연구", 대한교통학회지, 제20권 제4호, 대한교통학회, pp.19-26.

원문보기 상세보기
황정훈.김갑수(2005), "자전거 주행환경 개선방안의 평가에 관한 연구", 대한교통학회지, 제23권 제8호, 대한교통학회, pp.203-213.

원문보기 상세보기
한원섭.황상호.현철승.이호원.오영태.이철기(2008), "국내 교통여건을 고려한 자전거 전용신호 도입방안 연구", 한국ITS학회지 제7권 제5호, pp.77-89.
류태선(2004), "사고자료를 이용한 보행자사고의 재현 및 분석에 관한 연구", 서울시립대 석사학위 논문.
Motte, M and H. Tove(2008), "Cyclists' Perception of Risk in Roundabout", Accident Analysis & Prevention, Vol. 40 No. 3, pp.1055-1062.

상세보기
Delmelle, E. and J. Thill (2008), "Urban Bicyclists：Spatial Analysis of Adult and Youth Traffic Hazard Intensity", TRB, TRR 2074, pp.31-39.
Carter, D., W. Hunter, C. Zegeer, R. Stewart, and H. Huang (2007), "Bicyclist Intersection Safety Index", TRB, TRR 2031, pp.18-24.
Zolnik, E., and E. Cromley(2007), "Poisson Multilevel Methodology of Bicycle Levels of Service for Road Networks", TRB, TRR 2031, pp.1-8.
Neter, J., W. Wasserman, and M. Kutner (1990), "Applied Linear Statistical Models, 3rd edition, Irwin.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증