선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 교통안전도 평가를 하기 위해 개별차량에서 수집된 주행궤적 자료를 교통상충기법을 응용하여 교통사고 개연성을 계량화해서 나타낼 수 있는 Surrogate Safety Measure(SSM)을 도출하였다. 또한 도출된 SSM을 평가하여 속도관리 제공을 위한 방법론 및 기술적 이슈를 도출하고 향후 연구과제로 다루었다.
- 이를 위해 본 연구에서는 개별차량 주행궤적 자료를 수집 및 반영한 에이전트 기반의 실시간 속도관리시스템을 제시하였다. 또한, 실시간 교통류의 패턴을 반영하기 위하여 도로의 소통상황과 중차량의 혼입율에 따른 속도제어관리 방안을 제시하였다. 분석 결과, 소통상황이 원활한 경우에 중차량의 혼입율을 고려한 속도정보를 제공하는 것이 교통안전도를 향상 시키는 것으로 나타났다.
- 본 연구에서는 사고다발지점 및 교통류가 불안정한 지점을 집중속도관리구간으로 설정하여 실시간으로 속도를 관리하는 실시간 교통류관리전략을 제안하였다. 또한 교통류의 패턴 변화를 고려하여 교통요인(교통소통상황, 중차량 혼입율)에 따른 차로별 속도제어를 반영하였다.
- 도로의 교통안전을 향상시키기 위해서는 교통류를 관리함으로 교통사고를 유발하는 요인을 제거해야 한다. 이를 위해 본 연구에서는 개별차량 주행궤적 자료를 수집 및 반영한 에이전트 기반의 실시간 속도관리시스템을 제시하였다. 또한, 실시간 교통류의 패턴을 반영하기 위하여 도로의 소통상황과 중차량의 혼입율에 따른 속도제어관리 방안을 제시하였다.
- 전술한 바와 같이 SSM을 실시간으로 추출하여 교통류를 관리하는 새로운 개념의 속도관리시스템을 구상하고 평가한 것이 본 연구의 의의라고 할 수 있다. 그러나, 시스템을 적용하여 운영 및 관리하기 위해서는 향후 다양한 연구가 필요하다.
가설 설정
- 둘째, 중차량의 혼입율이 높아 차로변경이 용이하지 않은 상황이다. 예를 들어 중차량의 혼입율이 40%인 경우 2차로에서만 주행가능한 중차량의 특성상 2차로 전체 교통량의 약 80%가량을 중차량이 점유하게 된다.
제안 방법
- 또한 교통류의 패턴 변화를 고려하여 교통요인(교통소통상황, 중차량 혼입율)에 따른 차로별 속도제어를 반영하였다. 교통안전도 평가를 하기 위해 개별차량에서 수집된 주행궤적 자료를 교통상충기법을 응용하여 교통사고 개연성을 계량화해서 나타낼 수 있는 Surrogate Safety Measure(SSM)을 도출하였다. 또한 도출된 SSM을 평가하여 속도관리 제공을 위한 방법론 및 기술적 이슈를 도출하고 향후 연구과제로 다루었다.
- 따라서 16km/h 이하의 정보를 반영하는 것이 효과적이다. 그러나 본 연구의 분석구간은 제한속도가 110km/h이고 중차량의 제한속도가 90km/h이기 때문에 교통류의 패턴을 유지하기 위하여 20km/h 감소하는 전략도 본 연구에 반영하여 평가를 수행하였다. 단, 국내에서는 속도정보를 5단위로 감소하는 것은 큰 효과 없이 불필요한 운전자의 추가적인 작업부하만(workload)을 요구할 수 있으므로 시나리오에서 제외하였다.
- 그러나, 속도의 변화로 인하여 교통사고에 영향을 미칠 수 있기 때문에 인접지점에서의 교통류 패턴을 확인하였다. 따라서 본 연구에서는 <그림 8>에 제시된 바와 같이 개별주행궤적 자료를 1초마다 수집 가능한 DGPS(Differential Global Positioning Systems)를 장착한 Probe차량을 이용하여 분석구간의 교통류 자료를 수집하였다.
- 낙동분기점∼선산분기점까지 존재하는 12개 지점의 루프검지기에서 측정되는 속도와 시뮬레이션하여 산출되는 속도를 비교하는 방법을 활용하였다.
- 또한, ASD를 감소시키기 위한 최적의 시나리오를 제공해야 한다. 다음 장에서는 본 연구에서 제안하는 속도관리전략의 타당성을 평가하고 최적의 속도제어 시나리오를 도출하기 위하여 미시적 시뮬레이션을 이용한 분석을 수행하였다.
- 더욱 세분화된 분석을 수행하기 위하여 분석 시나리오중 중부내륙고속도로의 실제 적용상황인 LOS D, 즉 중차량이 50%인 경우에 대해 추가분석을 수행하였다. 집중속도관리구간의 ASD 감소여부를 판단하기 위하여<그림 10>과 같이 이정별 ASD를 분석하였다.
- 따라서 본 연구에서는 마이크로 시뮬레이션인 VISSIM 5.1을 활용하여 속도관리시스템 적용 전·후의 교통안전 향상을 평가하였다.
- 자료 수집 결과 <그림 9>에 제시된 바와 같이 이정 138+000∼133+000까지 개별차량의 속도의 패턴이 불안정한 것으로 분석되었다. 따라서 분석대상 구간이 실제 속도의 불안정함과 연관됨을 알 수 있으며, 이 구간을 집중속도관리구간으로 설정하였다.
- 이러한 속도를 분포시킨 이유는 실제 도로에서 제한속도를 110km/h 제어 중이라 하더라도 운전자의 특성에 따라 각기 상이한 주행을 하기 때문이다. 따라서 이를 반영하여 위의 차종별 속도를 정규분포화하여 속도를 분포 시켰다. 또한 차량 파워의 경우 VISSIM 5.
- 이러한 이유는 혼잡상황의 경우 구간에 가변적으로 속도를 제어할 경우 전략의 효과가 미비하기 때문이다(Abdel-Aty et al, 2006). 따라서 혼잡상황이 시작되는 지점인 LOS D를 반영하였다. 또한 LOS A의 경우 자유속도로 주행하며 다른 교통류에 거의 영향을 받지 않기 때문에 전략에 영향을 크게 미치지 않는다.
- 본 연구에서는 사고다발지점 및 교통류가 불안정한 지점을 집중속도관리구간으로 설정하여 실시간으로 속도를 관리하는 실시간 교통류관리전략을 제안하였다. 또한 교통류의 패턴 변화를 고려하여 교통요인(교통소통상황, 중차량 혼입율)에 따른 차로별 속도제어를 반영하였다. 교통안전도 평가를 하기 위해 개별차량에서 수집된 주행궤적 자료를 교통상충기법을 응용하여 교통사고 개연성을 계량화해서 나타낼 수 있는 Surrogate Safety Measure(SSM)을 도출하였다.
- 또한 교통류의 패턴에 영향을 미치는 중차량의 혼입율과 혼잡상황을 고려하여 18∼19시로 시간을 선정하여 정산을 수행하였다.
- 이는 서비스 수준에 따라 운전자가 반응하는 교통상황이 다르기 때문이다. 또한 본 연구에서는 LOS B와 LOS D 수준을 반영하여 평가를 수행하였다. 이러한 이유는 혼잡상황의 경우 구간에 가변적으로 속도를 제어할 경우 전략의 효과가 미비하기 때문이다(Abdel-Aty et al, 2006).
- 또한 차량 파워의 경우 VISSIM 5.10에서 제시되는 default 값에 화물차의 경우 언덕을 올라가는 crawl speed를 반영하여 화물차의 마력을 400∼800kw로 설정하였다.
- 본 연구에서 제시되는 시스템은 의 연구절차에 따라 적용 및 평가를 수행하였다.
- , 2008), 영상검지기 기반 경고정보시스템(오철 외 4명, 2009) 등이 있다. 본 연구에서 제안하는 속도관리전략은 두 가지 측면의 가정이 이루어질 경우에서 활용이 가능하다. 첫째, 개별차량과 RSE(Road Side Equipment) 및 센터 간의 통신이 원활한 상황이어야 한다.
- 그러나 t 시간일 때의 집중관리구간에서 선·후행차량의 상대 속도 차가 직접적으로 감소해야 ASD 감소효과가 있다고 판단 할 수 있다. 본 연구에서는 개별차량의 속도 차이 감소 여부를 확인하기 위하여 교통상황이 LOS B이며 중차량 혼입율이 30%인 경우와 LOS D이며 중차량 혼입율이 20%인 경우를 표본으로 하여 분석을 수행하였다. 비교 방법은 속도관리를 하지 않은 base case 경우와 속도 관리 시 가장 효율적으로 ASD를 감소시키는 시나리오를 차로별로 비교하였다.
- 이러한 정산은 고속도로의 경우 교통량 및 속도 등을 효과척도로 사용하고 있다(Richard Downling, 2004), (Elmar Brockfel, 2006). 본 연구에서는 교통류의 흐름을 관리하는 전략을 제안하기 때문에 속도를 효과척도로 사용하여 정산을 수행하였다. 낙동분기점∼선산분기점까지 존재하는 12개 지점의 루프검지기에서 측정되는 속도와 시뮬레이션하여 산출되는 속도를 비교하는 방법을 활용하였다.
- 분석시나리오는 에 따라 수집된 총 48개의 시나리오를 반영하여 분석하였으며, 에 제시된 바와 같이 시나리오를 구성하였다.
- 본 연구에서는 개별차량의 속도 차이 감소 여부를 확인하기 위하여 교통상황이 LOS B이며 중차량 혼입율이 30%인 경우와 LOS D이며 중차량 혼입율이 20%인 경우를 표본으로 하여 분석을 수행하였다. 비교 방법은 속도관리를 하지 않은 base case 경우와 속도 관리 시 가장 효율적으로 ASD를 감소시키는 시나리오를 차로별로 비교하였다. 분석 범위는 분석시간 1400초 일 때 집중관리구간에 존재하는 선·후행 차량을 대상으로 하였다.
- 또한 교통류의 패턴에 영향을 미치는 중차량의 혼입율과 혼잡상황을 고려하여 18∼19시로 시간을 선정하여 정산을 수행하였다. 실제 도로의 도로기하구조요인을 반영하기 위하여 설계도면의 평면 및 종단선형을 파악하여 가상의 네트워크를 코딩하였다. 또한 실제 도로의 교통류 패턴을 반영하기 위하여 VISSIM 5.
- 수립된 시나리오를 시뮬레이션하여 수집된 자료를 분석하기 위해서는 수집된 자료의 유의성을 확보해야 한다. 유의성을 확보하기 위하여 각 시나리오별 5회의 시뮬레이션 실험을 수행하여 각 시나리오별 ASD를 산출하였다. 또한, 통계적 유의성을 확인하기 위하여 동일한 교통상황의 시나리오에 대한 ANOVA test를 수행하였다.
- 따라서 속도변동을 감소시키는 것이 교통사고 및 심각도를 줄일 수 있는 방안이라 할 수 있다. 이를 반영하여 교통사고 다발지점 및 속도변동이 심한 구간을 집중 속도관리구간으로 설정하고 도로의 소통상황 및 중차량의 혼입율을 반영한 속도관리전략을 제안하였다. 위에서 제시하는 중차량은 실제 고속도로에서 속도를 90km/h로 제한하는 교통량정보제공시스템1)에 제시된 12종 차종분류표 중 3종 이상이며 1.
- 집중속도관리구간의 ASD 감소여부를 판단하기 위하여과 같이 이정별 ASD를 분석하였다.
- 본 연구에서 전술한 에이전트기반 속도관리전략을 제안하기 위하여 두 가지 요인을 고려하였다. 첫째, 도로의 소통상황을 서비스 수준으로 구분하여 시나리오를 수립하였다. 이는 서비스 수준에 따라 운전자가 반응하는 교통상황이 다르기 때문이다.
대상 데이터
- 따라서 본 연구에서는 에 제시된 바와 같이 개별주행궤적 자료를 1초마다 수집 가능한 DGPS(Differential Global Positioning Systems)를 장착한 Probe차량을 이용하여 분석구간의 교통류 자료를 수집하였다.
- 본 연구에서 제안하는 교통류관리전략을 수립하기 위하여 실제로 운영되고 있는 고속도로 중 중차량의 혼입율이 높으며, ASD가 높고 사고다발지점인 구간을 선정하여 적용하였다. 분석대상구간은 중부내륙고속도로 마산 방향으로 낙동(이정 140+000)∼선산(123+000) 분기점까지이다.
- 분석 범위는 분석시간 1400초 일 때 집중관리구간에 존재하는 선·후행 차량을 대상으로 하였다.
- 분석대상구간은 중부내륙고속도로 마산 방향으로 낙동(이정 140+000)∼선산(123+000) 분기점까지이다.
- 따라서 본 연구에서는 <그림 8>에 제시된 바와 같이 개별주행궤적 자료를 1초마다 수집 가능한 DGPS(Differential Global Positioning Systems)를 장착한 Probe차량을 이용하여 분석구간의 교통류 자료를 수집하였다. 분석의 시간적 범위로는 2009년 7월 6일 오전, 오후 각각 2회를 왕복하여 개별차량주행궤적 자료를 수집하였다. 자료 수집 결과 <그림 9>에 제시된 바와 같이 이정 138+000∼133+000까지 개별차량의 속도의 패턴이 불안정한 것으로 분석되었다.
- 정산이 완료된 네트워크를 확인 및 검증(Validation)하기 위하여 2008년 3월∼4월 루프검지기에서 수집된 이정별 속도자료를 활용하였다.
- 차량의 종류는 승용차(4.1m∼4.8m), 버스(12.1m), 화물차(소형 : 5.1∼5.6m, 중형 : 8.5∼11m, 대형 : 11∼16.7m)로 구분하였다.
- 첫째, 에서와 같이 집중속도 관리구간의 개별차량의 주행궤적자료를 수집한다.
데이터처리
- 실제 도로의 도로기하구조요인을 반영하기 위하여 설계도면의 평면 및 종단선형을 파악하여 가상의 네트워크를 코딩하였다. 또한 실제 도로의 교통류 패턴을 반영하기 위하여 VISSIM 5.10에서 조절이 가능한 변수들을 조정하여 정산을 수행하였다. 조절 가능한 변수로는 운전자 행태(차량추종행태, 차로변경행태), 차량 종류, 차량별 혼입율, 차종별 파워, 차종별 속도 등이다.
- 유의성을 확보하기 위하여 각 시나리오별 5회의 시뮬레이션 실험을 수행하여 각 시나리오별 ASD를 산출하였다. 또한, 통계적 유의성을 확인하기 위하여 동일한 교통상황의 시나리오에 대한 ANOVA test를 수행하였다. 이를 반영하여 각 시나리오를 분석한 결과는 <표 4>에 나타냈으며, 회색부분이 최적의 시나리오로 나타났다.
이론/모형
- 또한 LOS A의 경우 자유속도로 주행하며 다른 교통류에 거의 영향을 받지 않기 때문에 전략에 영향을 크게 미치지 않는다. 따라서 혼잡상황이 아닌 경우에는 LOS B 수준에서의 평가를 수행하였다. 둘째, 중차량의 혼입율에 따라 ASD이 최소화 하는 시나리오를 수립해야 한다.
- 본 연구에서 설정한 집중속도관리구간에 진입하는 차량에게 개별차량 및 차로별 속도제어를 구현하기 위해서 VISSIM 5.10의 VAP(Vissim Application Programming)을 활용하였다. VAP파일은 차로별, 차량의 종류별, 시간대별 속도제어가 가능하도록 코딩하여 분석에 반영하였다.
- 본 연구에서는 SSM을 속도변동지표를 활용하여 연구에 반영하였다. 속도변동은 교통류흐름에 가장 대표적인 지표로서 Cunningham et al은 Critical Speed Variation을 7mph(약 11km/h) 이상인 경우 교통사고 발생 수 및 심각도가 증가하는 것으로 분석하고 있다.
- 10에서 제시되는 default 값에 화물차의 경우 언덕을 올라가는 crawl speed를 반영하여 화물차의 마력을 400∼800kw로 설정하였다. 운전자의 행태는 VISSIM 5.10에서 고속도로의 경우 Widman99 모형을 적용하고 있다. 차량 추종의 경우 CC0∼CC9까지의 변수를 설정하며, 본 연구에서는 default 값을 적용하였다.
성능/효과
- 결론적으로 LOS B, LOS D의 교통상황에서 에 표시된 화살표의 크기만큼 선·후행 차량의 SD가 감소하는 것으로 나타났다.
- 결론적으로 집중관리구간에서 ASD가 감소된 것으로 분석되었다. 그러나 t 시간일 때의 집중관리구간에서 선·후행차량의 상대 속도 차가 직접적으로 감소해야 ASD 감소효과가 있다고 판단 할 수 있다.
- 이러한 경우 차로변경 시 ASD가 증가하기 때문에 1차로와 2차로 간의 속도차이를 감소시키는 제어 전략을 제시하는 것이 타당할 것으로 판단된다. 그리하여 본 연구에서는 중차량의 혼입율이 20%와 30%인 경우 1차로와 2차로의 속도차이를 10km/h로 감소시키는 것이 가장 효과적인 것으로 나타났다.
- 따라서 에 제시한 바와 같이, 해당차로별로 110km/h, 100km/h, 90km/h의 속도제어를 조합한 결과 총 6개의 case가 제시되었다.
- 또한 중차량의 비율이 낮은 경우(20%) 2차로를 주행하는 차량의 제한속도를 10km/h 상향 조정하는 것이 바람직한 것으로 나타났다. 또한 중차량 혼입율이 30%일 때는 모든 차로에 제한속도를 10km/h 하향 조정하여 운영하는 것이 효과적으로 나타났다. 또한 중차량 혼입율이 40%인 경우 1차로에는 110km/h 또는 100km/h와 2차로의 경우 90km/h로 제어하는 것이 ASD를 가장 감소시키는 것으로 나타났다.
- LOS B일 때 차량 속도는 100∼105km/h로 분포되 었으며, ASD는 4∼8사이로 나타났다. 또한 중차량의 비율이 낮은 경우(20%) 2차로를 주행하는 차량의 제한속도를 10km/h 상향 조정하는 것이 바람직한 것으로 나타났다. 또한 중차량 혼입율이 30%일 때는 모든 차로에 제한속도를 10km/h 하향 조정하여 운영하는 것이 효과적으로 나타났다.
- 한편, LOS D의 경우의 차량 속도는 94∼100km/h로 분포되었다. 또한 중차량의 혼입율에 관계없이 1차로의 제한속도를 10km/h 하향 조정하여 100km/h로 운영하며, 2차로의 경우 90km/h로 운영하는 것이 ASD를 줄일 수 있는 방안인 것으로 확인되었다.
- 또한, 교통상황 LOS B, LOS D와 중차량의 혼입율 20, 30, 40, 50%를 분류한 결과 총 48(서비스수준(2) × 중차량 혼입율(4) × 속도제어(6))개의 시나리오가 수립되었다.
- 또한 중차량 혼입율이 40%인 경우 1차로에는 110km/h 또는 100km/h와 2차로의 경우 90km/h로 제어하는 것이 ASD를 가장 감소시키는 것으로 나타났다. 마지막으로 중차량이 50%인 경우 2차로에만 트럭의 제한속도인 90km/h로 제어하는 것이 효과적인 것으로 나타났다.
- <그림 1>은 본 연구에서 제안하는 속도관리전략의 알고리즘이다. 본 연구에서 제안하는 속도관리전략은 시스템 설계에 따라 RSE 또는 센터에서 관리가 가능하다. <그림 2>는 본 연구에서 제시되는 에이전트 기반 실시간 속도관리전략의 개념도를 도식화한 것이다.
- 분석 결과 이정 137+900∼137+000과 135+300 ∼134+000에서 속도가 급변하는 것을 알 수 있다.
- 05 미만인 경우 두 개의 시나리오는 일치한다고 판단할 수 있다(ElmarBrokcfel, 2006). 분석 결과 평균 U-value값은 0.025로 분석되었으며, 12개 지점 모든 구간에서 0.05보다 작은값으로 모두 만족하는 것으로 분석되었다.
- 분석 결과, LOS B의 경우 신뢰구간 95%(p-value<0.05)에서 모든 시나리오가 통계적으로 유의한 것으로 나타났다.
- 또한, 실시간 교통류의 패턴을 반영하기 위하여 도로의 소통상황과 중차량의 혼입율에 따른 속도제어관리 방안을 제시하였다. 분석 결과, 소통상황이 원활한 경우에 중차량의 혼입율을 고려한 속도정보를 제공하는 것이 교통안전도를 향상 시키는 것으로 나타났다. 특히, LOS B 상황에 중차량 혼입율이 20%인 경우를 제외하고 중차량의 제한속도인 90km/h로 속도를 제어하는 것이 집중관리구간(사고심각도가 높은 구간)에서 ASD를 감소시키는 것으로 나타났다.
- 분석결과, 집중속도관리구간인 이정 135∼133km에서 약 0.7km/h 감소하는 것으로 파악되며 실제 속도 제어 시 ASD가 효과적으로 감소하는 것으로 분석되었다.
- 분석대상구간의 2006년∼2008년의 교통사고 이력자료를 활용하여 분석한 결과 과 같이 이정 136+000∼134+000까지 다른 구간에 비해 사고가 비교적 많이 발생하며, 사고 발생시 사고 심각도가 높은 것으로 분석되었다.
- 따라서 0에 가까울수록 교통안전도가 향상 된다고 말할 수 있다. 분석된 바와 같이 ASD가 가장 많이 감소하는 시나리오의 개별차량 SD는 집중관리구간에서 속도제어를 하지 않은 경우 SD에 비해 감소하는 것으로 나타났다. 결론적으로 LOS B, LOS D의 교통상황에서 <그림 11>에 표시된 화살표의 크기만큼 선·후행 차량의 SD가 감소하는 것으로 나타났다.
- 이를 반영하여 각 시나리오를 분석한 결과는 에 나타냈으며, 회색부분이 최적의 시나리오로 나타났다.
- 자료 수집 결과 에 제시된 바와 같이 이정 138+000∼133+000까지 개별차량의 속도의 패턴이 불안정한 것으로 분석되었다.
- 이러한 결과가 도출된 원인은 크게 2가지 상황으로 분류할 수 있다. 첫째, 중차량의 혼입율이 일정수준 이하여서 차로변경이 용이한 상황이다. 이러한 상황은 두 가지 유형으로 다시 나눠지는데, 중차량의 혼입율이 낮은(20% 이하) 경우는 중차량의 영향을 받지 않고, 자유로운 차량추종 및 차로변경이 가능하기 때문에 오직 상충상황만이 ASD에 영향을 미친다고 할 수 있다.
- 분석 결과, 소통상황이 원활한 경우에 중차량의 혼입율을 고려한 속도정보를 제공하는 것이 교통안전도를 향상 시키는 것으로 나타났다. 특히, LOS B 상황에 중차량 혼입율이 20%인 경우를 제외하고 중차량의 제한속도인 90km/h로 속도를 제어하는 것이 집중관리구간(사고심각도가 높은 구간)에서 ASD를 감소시키는 것으로 나타났다.
후속연구
- 전술한 바와 같이 SSM을 실시간으로 추출하여 교통류를 관리하는 새로운 개념의 속도관리시스템을 구상하고 평가한 것이 본 연구의 의의라고 할 수 있다. 그러나, 시스템을 적용하여 운영 및 관리하기 위해서는 향후 다양한 연구가 필요하다. 첫째, 교통사고 발생과 관련성이 높은 다양한 형태의 SSM을 추가로 도출하고 분석해야 한다.
- 여러 가지 SSM을 동시에 고려하여 위험도수준을 평가하는 통합지표 및 분석방법론에 대한 추가 연구가 필요하다. 둘째, 소통상황 및 중차량의 혼입율 뿐만 아니라 좀 더 다양한 요인을 반영한 속도제어 시나리오를 수집해야 할 것이다. 셋째, 속도정보 제공시 운전자의 반응에 대한 규제여부에 따른 반응을 추후 연구해야 할 것이다.
- 셋째, 속도정보 제공시 운전자의 반응에 대한 규제여부에 따른 반응을 추후 연구해야 할 것이다. 마지막으로 정산 및 검증 시 개별차량 속도에 대한 연구도 이루어져야 할 것이다. 모든 차량에 대해 주행궤적자료의 수집이 이루어져야 하기 때문에 향후에는 이를 반영하여 좀 더 현실적인 검증을 수행해야 한다.
- 마지막으로 정산 및 검증 시 개별차량 속도에 대한 연구도 이루어져야 할 것이다. 모든 차량에 대해 주행궤적자료의 수집이 이루어져야 하기 때문에 향후에는 이를 반영하여 좀 더 현실적인 검증을 수행해야 한다. 본 연구를 반영하여 가치 있는 연구를 도출한다면 향후 교통안전 향상을 위한 능동적인 관리시스템으로 활용 할 수 있을 것이라 판단된다.
- 모든 차량에 대해 주행궤적자료의 수집이 이루어져야 하기 때문에 향후에는 이를 반영하여 좀 더 현실적인 검증을 수행해야 한다. 본 연구를 반영하여 가치 있는 연구를 도출한다면 향후 교통안전 향상을 위한 능동적인 관리시스템으로 활용 할 수 있을 것이라 판단된다.
- 본 연구에서 제시되는 속도관리전략은 교통류의 패턴에 따라 능동적인 시나리오를 제공해야 한다. 또한, ASD를 감소시키기 위한 최적의 시나리오를 제공해야 한다.
- 둘째, 소통상황 및 중차량의 혼입율 뿐만 아니라 좀 더 다양한 요인을 반영한 속도제어 시나리오를 수집해야 할 것이다. 셋째, 속도정보 제공시 운전자의 반응에 대한 규제여부에 따른 반응을 추후 연구해야 할 것이다. 마지막으로 정산 및 검증 시 개별차량 속도에 대한 연구도 이루어져야 할 것이다.
- 첫째, 교통사고 발생과 관련성이 높은 다양한 형태의 SSM을 추가로 도출하고 분석해야 한다. 여러 가지 SSM을 동시에 고려하여 위험도수준을 평가하는 통합지표 및 분석방법론에 대한 추가 연구가 필요하다. 둘째, 소통상황 및 중차량의 혼입율 뿐만 아니라 좀 더 다양한 요인을 반영한 속도제어 시나리오를 수집해야 할 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.