[논문]고속도로 본선에서의 교통사고 예측모형 개발

문승라; 이영인; 이수범

doi:10.7470/jkst.2012.30.2.101

고속도로 본선에서의 교통사고 예측모형 개발
Developing a Traffic Accident Prediction Model for Freeways 원문보기

大韓交通學會誌 = Journal of Korean Society of Transportation, v.30 no.2, 2012년, pp.101 - 116

문승라 (서울대학교 환경대학원) , 이영인 (서울대학교 환경대학원) , 이수범 (서울시립대학교 교통공학과)

초록
AI-Helper

사고예측모형은 장래 계획 노선이나 다른 노선에 적용되어 사고를 예측하거나 안전개선사업 및 교통정책의 평가 등에 활용된다. 본 연구에서는 고속도로 본선에 대해 이러한 용도로 활용될 수 있는 사고예측모형을 구축하고자 한다. 또한 자료 구축이 용이한 변수를 선정하여 모형을 쉽게 활용할 수 있도록 하는 것을 기본 목표로 하였다. 모형은 종속변수를 사고건수와 사상자발생사고건수로 하여 사고모형과 사상자발생사고모형을 각각 구축하였다. 모형에 적용된 확률구조는 음이항 분포와 포아송 분포이며, 추정에 의해 적합한 모형을 선별하였다. 국내 고속도로중 주요한 9개 노선을 선정하였고, 시간적으로는 2003~2007년까지 5개년도 자료를 활용하였다. 모형의 설명변수는 교통류 특성을 나타내는 교통량 등의 예측 가능한 변수와 기하구조 요인 등을 적용하였다. 최우추정법에 의한 추정 결과 사고모형의 경우 구간길이, 일교통량, 버스비율, 곡선구간수가 유의한 변수로 추정되었으며 사상자발생사고모형에서는 구간 길이와 일교통량, 버스비율이 유의한 변수로 추정되었다. 모형의 공간적 시간적 전이 가능성을 확인하기 위해 우도비 검정을 수행한 결과, 사고모형은 6차로 이상이나 4차로의 교통류 및 기하구조 특성을 가지는 도로로의 전이가 가능하였다, 반면 사상자발생 사고모형은 모든 도로와 시간대로의 전이가 가능하여, 모형의 활용도가 높게 나타났다. 결과적으로 본 연구에서 구축된 모형은 다른 노선과 장래 계획, 정책 평가 등에 다양하게 활용될 수 있을 것이다.

Abstract ▼ AI-Helper

Accident prediction models have been utilized to predict accident possibilities in existing or projected freeways and to evaluate programs or policies for improving safety. In this study, a traffic accident prediction model for freeways was developed for the above purposes. When selecting variables for the model, the highest priority was on the ease of both collecting data and applying them into the model. The dependent variable was set as the number of total accidents and the number of accidents including casualties in the unit of IC(or JCT). As a result, two models were developed; the overall accident model and the casualty-related accident model. The error structure adjusted to each model was the negative binomial distribution and the Poisson distribution, respectively. Among the two models, a more appropriate model was selected by statistical estimation. Major nine national freeways were selected and five-year dada of 2003~2007 were utilized. Explanatory variables should take on either a predictable value such as traffic volumes or a fixed value with respect to geometric conditions. As a result of the Maximum Likelihood estimation, significant variables of the overall accident model were found to be the link length between ICs(or JCTs), the daily volumes(AADT), and the ratio of bus volume to the number of curved segments between ICs(or JCTs). For the casualty-related accident model, the link length between ICs(or JCTs), the daily volumes(AADT), and the ratio of bus volumes had a significant impact on the accident. The likelihood ratio test was conducted to verify the spatial and temporal transferability for estimated parameters of each model. It was found that the overall accident model could be transferred only to the road with four or more than six lanes. On the other hand, the casualty-related accident model was transferrable to every road and every time period. In conclusion, the model developed in this study was able to be extended to various applications to establish future plans and evaluate policies.

주제어

질의응답

핵심어	질문	논문에서 추출한 답변
	사고예측모형은 어디에 활용되나?	이러한 교통사고 자료에 의한 통계 모형은 교통시설 개선 및 안전 정책에 대한 방향 수립, 안전개선사업 및 교통정책의 평가, 도로 및 교통시설의 위험 요인 진단, 사고 잦은 곳의 문제점 진단 및 원인 분석 등 다양한 용도로 활용된다. 사고통계모형, 즉 사고예측모형은 사고에 영향을 미치는 일련의 공변량과 사고와의 관계에 대해 특정한 통계 모형에 의한 추정을 통해 개발되며, 이들 모형은 장래 계획 노선이나 다른 노선에 적용되어 사고를 예측하거나 안전개선사업의 평가 등에 활용된다. 선행연구에서 사고예측모형은 도로 유형별, 사고 유형별 혹은 사고피해종별로 개발되고 있다.
	교통사고 자료에 의한 통계 모형은 어떤 용도로 활용되나?	교통사고 자료는 도로 및 교통시설의 안전성을 나타내주는 척도이며, 정량적인 분석이 가능한 지표이다. 이러한 교통사고 자료에 의한 통계 모형은 교통시설 개선 및 안전 정책에 대한 방향 수립, 안전개선사업 및 교통정책의 평가, 도로 및 교통시설의 위험 요인 진단, 사고 잦은 곳의 문제점 진단 및 원인 분석 등 다양한 용도로 활용된다. 사고통계모형, 즉 사고예측모형은 사고에 영향을 미치는 일련의 공변량과 사고와의 관계에 대해 특정한 통계 모형에 의한 추정을 통해 개발되며, 이들 모형은 장래 계획 노선이나 다른 노선에 적용되어 사고를 예측하거나 안전개선사업의 평가 등에 활용된다.
	사고예측모형은 도로 유형별, 사고 유형별 혹은 사고피해종별로 개발되고 있는데 각 항목의 하위항목은 어떻게 구분되는가?	선행연구에서 사고예측모형은 도로 유형별, 사고 유형별 혹은 사고피해종별로 개발되고 있다. 도로 유형별로는 고속도로, 2차로 도로, 다차로 도로, 교차로 모형 등으로 구분할 수 있으며 사고 유형별로는 차량단독사고, 다중차량사고, 차-사람사고 등 연구 목적에 맞게 유형을 구분하여 모형을 구축할 수 있다. 또한 사고피해종별로는 인명피해사고와 물적 피해사고를 구분하여 모형을 구축하거나 사고피해 정도, 심각도 수준에 따라 종속변수를 정의하여 모형을 구축하기도 한다. 이러한 구분은 모형의 개발 목적과 활용 방법에 따라 결정하게 된다.

참고문헌 (22)

Cameron, A. C. and Trivedi. P. K.(1998), Regression Analysis of Count Data, Cambridge University Press.
Chatterjee, A., et al.(2005), Planning Level Regression Models for Crash Prediction on Interchange and Non- Interchange Segments of Urban Freeways, Center for Transportation Research, The University of Tennessee, Knoxville, TN.
Han, S. J., Kim, K. J. and Oh, S. M.(2008), What Goes Problematic in the Existing Accident Prediction Models and How to Make it Better, Korean Society of Road Engineers, Vol.10 No.1, pp.19-29.
Hauer, E.(2004), Statistical Road Safety Modeling, Transportation Research Record 1897, pp.81-87.

상세보기
Hauer, E. and Bamfo, J.(1997), Two tools for finding what function links the dependent variable to the explanatory variables, In Proceedings of the ICTCT 1997 Conference, Lund.
Hauer, E., Lovell, J. and Persaud, B. (1986), New Directions for Learning About Safety Effectiveness, FHWA-RD-86-015, U. S. DOT.
Hauer, E. and Persaud, B.(1996), Safety Analysis of Roadway Geometric and Ancillary Features, Research Report for the Transportation Association of Canada, Ottawa, Canada.
Huang, H. and Abdel-Aty, M.(2010), Multilevel data and Bayesian analysis in traffic safety, Accident Analysis and Prevention 42, pp.203-212.

상세보기
Jovanis, P. and Chang, H.(1986), Modeling the Relationship of Accidents to Miles Traveled, Transportation Research Record 1068, pp.42-51.
Lord, D.(2000), The Prediction of Accidents on Digital Networks: Characteristics and Issues Related to the Application of Accident Prediction Models, Ph. D Dissertation, Department of Civil Engineering, University of Toronto, Toronto.
Lord, D. and Persaud, B.(2004), Estimating the Safety Performance of Urban Road Transportation Networks, Accident Analysis and Prevention 36, pp.609-620.

상세보기
Lord, D., Manar, A. and Vizioli, A.(2005), Modelling crash-flow-density and crash-flow-V/C ratio relationships for rural and urban freeway segments, Accident Analysis and Prevention 37, pp.185-199.

상세보기
Mun, S. R.(2011), Development of a Traffic Accident Casualty Prediction Model on freeway, Ph. D Dissertation, Graduate School of Environmental Studies, Seoul national university, Seoul.
Parajuli, B., et al.(2006), Safety performance assessment of interchanges, ramps and ramp terminals, Annual Conference of the Transportation Association of Canada.
Park, C. S.(2007), A Study of Accident Models for Highway Interchange Ramps, Ph. D Dissertation, Department of Urban Planning and Engineering, The Graduate School of Yonsei University, Seoul.
Park, H. S., Son, B. S. and Kim, H. J. (2007), Development of Accident Prediction Models for Freeway Interchange Ramps, Journal of Korean Society of Transportation, Vol.25, No.3, Korean Society of Transportation, pp.123-135.
Persaud, B. and Dzbik, L.(1993), Accident Prediction Models for Freeways, Transportation Research Record 1401, pp.55-60.
Persaud, B., et al.(2004), Safety Evaluation of Permanent Raised Snow-Plowable Pavement Markers, Transportation Research Record 1897, pp.148-155.
SAS 9.2 GENMOD Procedure Manual.
Vogt, A. and Bared, J.(1998), Accidents Models for Two-Lane Rural Segments and Intersections, Transportation Research Board, 77th Annual Meeting, Washington D.C.
Washington, S. P. and Mannering, F. L. (2003), Statistical and Econometric Methods for Transportation Data Analysis, Chapman & Hall/CRC.
Yoon, B. J., et al.(2006), A Study on the Characteristics of Traffic Accidents on Trumpet IC Ramp, Journal of Korean Society of Transportation, Vol.24, No.7, Korean Society of Transportation, pp.41-51.

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