$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

GPS 프로브 차량 속도자료를 이용한 고속도로 사고 위험구간 추출기법
Extraction of Hazardous Freeway Sections Using GPS-Based Probe Vehicle Speed Data 원문보기

韓國ITS學會 論文誌 = The journal of the Korea Institute of Intelligent Transportation Systems, v.9 no.3, 2010년, pp.73 - 84  

박재홍 (한양대학교 교통공학과) ,  오철 (한양대학교 교통공학과) ,  김태형 (한국교통연구원 첨단교통연구실) ,  주신혜 (한양대학교 교통공학과)

초록
AI-Helper 아이콘AI-Helper

본 연구에서는 고속도로에서 GPS(Global Positioning System)수신기를 장착한 프로브차량을 이용하여 수집한 속도자료를 이용하여 사고 위험구간을 추출하는 방법론을 제시하였다. 위험구간 추출을 사고발생 유 무를 판단하는 분류문제(Classification)로 정형화하고 베이지안 신경망을 적용하였다. 개별차량의 속도자료를 이용하여 다양한 잠재적 독립변수를 설정하고 이항 로지스틱 회귀분석을 이용하여 통계적으로 유의미한 변수만을 추출하여 베이지안 신경망의 입력자료로 사용하였다. 제안된 방법론의 성능 평가를 위해 사고 발생 경험이 있는 위험구간을 정확히 추출하는 분류정확도를 효과척도로 활용하였다. 본 연구에서 제안한 방법론의 타당성을 60%의 분류정확도를 통해 확인할 수 있었다. 고속도로 신설노선의 교통안전성을 평가하고 사고예방을 위한 대응책 개발 및 적용에 본 연구의 결과가 효과적으로 활용될 것으로 기대된다.

Abstract ▼ AI-Helper 아이콘AI-Helper

This study presents a novel method to identify hazardous segments of freeway using global positioning system(GPS) based probe vehicle data. A variety of candidate contributing factors leading to higher potential of accident occurrence were extracted from the probe vehicle dataset. The research probl...

주제어

#Traffic safety   #speed   #BLR(Binary Logistic Regression)   #probabilistic neural network   #probe vehicle   #CCR(Correct Classification Rate)  

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 따라서 본 연구에서는 GPS(Global Positioning System)수신기를 장착한 프로브차량을 이용하여 속도자료를 수집하고, 수집한 속도자료를 베이지안 신경망(Probabilistic Neural Network)에 적용하여 사고위험구간을 추출하는 방법론을 제시하였다.
  • 또한, Final Model에서는 속도와 관련된 10개의 독립변수 중에서 고속도로 사고발생에 영향을 미치며, 통계적으로 유의한 6개 변수(Vd(i)85, V(i)SD, Vd(i)SD, V(i)MM, V(i)MA, Vd(i)MA)를 제시하였다. 본 연구에서는 모형의 적합도 보다는 종속변수에 영향을 주는 속도요인을 찾고 고속도로의 위험구간을 추출하기 위한 방법론에 관한 연구이므로 독립변수의 유의확률에 초점을 맞추었다.
  • 이남수(2007)는 제한속도가 설계속도보다 높고 통행속도가 높아 사고가 발생하는 문제를 해결하기위해 제한속도 하향조정 후 교통사고변화를 교통관리시스템자료를 이용하여 분석하였다. 분석결과 통행속도 감소로 교통사고감소효과가 있다는 결과를 제시하였다[1]. Ezra Hauer(2006)는 전체 사고 수가 변화 없다고 가정하고 제한속도를 증가시킬 경우 부상사고의 변화를 연구하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
교통사고와 밀접한 관계를 갖는 원인은? 고속도로에서 발생하는 교통사고의 원인을 분석하고 교통사고를 예방하기 위한 노력은 국내·외에서 지속적으로 진행되고 있다. 교통사고는 속도, 기하구조등과 관련성이 높으며, 특히 속도는 규정속도 이상의 속도로 주행하여 발생하는 과속사고뿐만 아니라 안전거리(정지거리)와 관련된 안전거리미확보등 의 사고의 원인이다. 또한, 사고심각도와 관련이 높은 것으로 기존의 연구에서 분석되므로, 속도는 교통사고와 밀접한 관계를 가지는 것으로 나타난다.
본 연구에서 GPS수신기를 장착한 프로브차량을 이용하여 속도자료를 수집하고, 수집한 속도자료를 베이지안 신경망에 적용하여 사고위험구간을 추출하는 방법론을 제시하게 된 배경은 무엇인가? 고속도로에서 발생하는 교통사고의 원인을 분석하고 교통사고를 예방하기 위한 노력은 국내·외에서 지속적으로 진행되고 있다. 교통사고는 속도, 기하구조등과 관련성이 높으며, 특히 속도는 규정속도 이상의 속도로 주행하여 발생하는 과속사고뿐만 아니라 안전거리(정지거리)와 관련된 안전거리미확보등 의 사고의 원인이다. 또한, 사고심각도와 관련이 높은 것으로 기존의 연구에서 분석되므로, 속도는 교통사고와 밀접한 관계를 가지는 것으로 나타난다.
이항 로지스틱 회귀분석이란 어떤 방법인가? 고속도로에서 발생한 사고에 영향을 미치는 속도와 관련된 변수를 도출하기 위하여 이항 로지스틱 회귀분석을 사용하였다. 이항 로지스틱 회귀분석은 확률적모형을 통해 독립변수와 종속변수의 관계를 규명하는데 유용한 분석방법이다. 일반적으로 독립변수의 개수가 적을수록 모형의 이식성이 높게 나타나므로, 이항 로지스틱 회귀분석을 사용하여 속도와 관련된 변수 중에서 통계적으로 유의한 변수를 도출하였다.
질의응답 정보가 도움이 되었나요?

참고문헌 (14)

  1. 이남수, "제한속도 변경에 따른 교통사고 효과분석", 시립대학교 석사학위논문, 2007. 

  2. E Hauer, "The frequency-severity indeterminacy," Accident Analysis and Prevention, vol.38, no.1, pp.78-83, Jan. 2006. 

    상세보기 crossref

  3. G. Nilsson, "The effects of speed limits on traffic crashes in sweden," Organisation for Economy, In:Proceedings of the international symposium on theeffects of speed limits on traffic crashes and fuelconsumption, Dublin. Co-operation, and Development(OECD), 1982. 

  4. G. Nilsson, "Traffic safety dimensions and the power model to describe the effect of speed on safety," Lund Institute of Technology, Bulletin 221, 2004. 

  5. B. N. Fildes, G. Rumbold, and A. Leening, "Speed behavior and drivers' attitude to speeding," VIC Roads, General report, no.16, June 1991. 

  6. C. N. Kloden, G. Ponte, A. J. McLean, and G. Glonek, "Reanalysis of travelling speed and the rate of crash involvement in adelaide south austraila," Australian Transport Safety Bureau, no. CR 207, 2002. 

  7. E. Hauer, and J. Bonneson, "An empirical examination of the relationship between speed and road accident based on data by elvik," Chtistensen and Amundesen, Report ptrpared for project NCHRP pp.17-25, Sep. 2006. 

  8. B. Baruya, "Speed-accident relationships on european roads," In:Proceedings of the conference 'Road safety in Europe', Bergisch Gladbach, Germany, VTI Konferens, no. 10A, Part 10, pp. 1-17, Sep. 1998. 

  9. B. Baruya, "MASTER: Speed-accident relationship on European roads," Technical Research Centre of Finland VTT, Working Paper R 1.1.3, Deliverable D7, 1998b. 

  10. 하태준, 이석, "지방부 2차로 안전성 평가에 관한 연구", 대학교통학회지, 제20권, 제1호, pp. 121-130, 2002. 4. 

  11. N. J. Garber, and R. Gadiraju, "Factors affecting speed variance and its influence on accidents," Transportation Research Record, no.1213, pp.64-71, 1989. 

  12. M. C. Taylor, D. A. Lynam, and A. Baruya, "The effects of drivers' speed on the frequency of road accidents," Transport Research Laboratory, no.421, March 2000. 

  13. 오철, 강연수, 김범일, "베이지안 신경망을 이용한 보행자 사망확률모형 개발," 대한교통학회지, 제24권, 제2호, pp.139-145, 2006. 4. 

    원문보기 상세보기

  14. R. O. Duda, P. E. Hart, and D. G. Stock, "Pattern classification, 2nd edition" John Wiley&Sons, Inc. pp.196-199, 2001. 

저자의 다른 논문 :

관련 콘텐츠

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로