[논문]보행자-차량 충돌사고 특성분석 방법론 비교 연구

최새로나; 정은비; 오철

doi:10.7470/jkst.2013.31.6.053

보행자-차량 충돌사고 특성분석 방법론 비교 연구
Comparison of Methodologies for Characterizing Pedestrian-Vehicle Collisions 원문보기

大韓交通學會誌 = Journal of Korean Society of Transportation, v.31 no.6, 2013년, pp.53 - 66

최새로나 (한양대학교 교통.물류공학과) , 정은비 (한양대학교 교통.물류공학과) , 오철 (한양대학교 교통.물류공학과)

초록
AI-Helper

최근 운전자의 보행자-차량 충돌사고 감소를 목적으로 한 다양한 연구가 수행되고 있으며, 본 연구에서는 보행자-차량 사고 발생 특성 및 심각도 영향요인 분석을 위하여 다양한 분석방법론을 활용한 보행자 교통사고 분석을 수행하였다. 통계모형과 휴리스틱모형 적용시 각 기법에 따른 결과를 도출함으로써 보행자 사고분석시 분석목적에 적합한 방법론을 제시하는 것을 목적으로 하였다. 이를 위하여 최근 3년간 발생한 경기도 교통사고자료(2008-2010년)를 활용하여 보행자 교통사고의 발생특성을 분석하였다. 또한, 통계모형인 이항 로지스틱 회귀분석, 순서형 프로빗 모형을 이용하여 보행자 교통사고 심각도 증가에 통계적으로 유의한 영향을 미치는 변수를 도출하였으며, 휴리스틱모형인 서포트 벡터 머신, 의사결정나무를 적용하여 교통사고 심각도 분류를 위한 모형을 개발하고 그 결과를 비교분석 하였다. 본 연구의 분석결과는 보행자 교통안전분석의 기초자료로 활용할 수 있으며 향후 국내 보행자-차량 충돌사고 분석시 유용하게 활용될 수 있을 것으로 기대된다.

Abstract ▼ AI-Helper

The major purpose of this study is to evaluate methodologies to predict the injury severity of pedestrian-vehicle collisions. Methodologies to be evaluated and compared in this study include Binary Logistic Regression(BLR), Ordered Probit Model(OPM), Support Vector Machine(SVM) and Decision Tree(DT) method. Valuable insights into applying methodologies to analyze the characteristics of pedestrian injury severity are derived. For the purpose of identifying causal factors affecting the injury severity, statistical approaches such as BLR and OPM are recommended. On the other hand, to achieve better prediction performance, heuristic approaches such as SVM and DT are recommended. It is expected that the outcome of this study would be useful in developing various countermeasures for enhancing pedestrian safety.

주제어

질의응답

핵심어	질문	논문에서 추출한 답변
	교통사고 심각도 분류모형을 개발 연구는 어떠한 것을이 있었는가?	교통안전분석에서 의사결정나무를 활용한 연구사례는 교통사고 심각도 분류모형을 개발 및 타 기법과의 비교 분석으로 구분된다. 사고 심각도 분류모형 개발 연구는 분류트리를 적용하여 보행자의 교통사고 안전 분석기법의 향상 및 개발을 위해 충돌패턴의 상호의존성과 비유사성을 찾아내기 위한 연구(Montella et al., 2011)와 Classification and regression tree(CART)를 이용 하여 편도 1차로의 교외도로에서 사고 발생시 사고 심각도에 영향을 미치는 위험요소를 분석(Kashani et al., 2009)한 연구가 있었다. 또한, CART를 이용하여 교통사고시 적절한 사고의 대응을 위해 성인과 미성년자의 구분 및 사고 심각도를 구분하는 연구도 수행되었다 (Scheetz et al.
	교통안전분석에서 의사결정나무를 활용한 연구사례는 어떻게 구분할 수 있는가?	교통안전분석에서 의사결정나무를 활용한 연구사례는 교통사고 심각도 분류모형을 개발 및 타 기법과의 비교 분석으로 구분된다. 사고 심각도 분류모형 개발 연구는 분류트리를 적용하여 보행자의 교통사고 안전 분석기법의 향상 및 개발을 위해 충돌패턴의 상호의존성과 비유사성을 찾아내기 위한 연구(Montella et al.
	기존의 보행자 사고분석은 무엇에 주로 초점이 맞춰져 있는가?	기존 보행자 사고분석은 도로 환경, 차량특성, 보행자 특성에 주로 초점이 맞춰져 있다. 도로 환경 측면에서는 도로 종류, 즉 보행자 사고가 발생한 위치와 사고심각도 간의 관계를 도출하는 연구가 수행되었고(Al-Ghamdi, 2002), 차량 특성과 관련하여 보행자 사고는 차량과 충돌시 차량의 무게가 클수록 사고 심각도 증가에 영향을 준다는 결과가 출되었다(Ballesteros, 2004; Zajac et al.

참고문헌 (39)

Al-Ghamdi A. S. (2002), Pedestrian-vehicle Crashes and Analytical for Statified Contingency Tables, Accident Analysis & Prevention, 34, 205-214.

상세보기
Ballesteros M. F., Dischinger P. C., Langenberg P. (2003), Pedestrian Injuries and Vehicle Type in Maryland, 1995-1999, Accident Analysis and Prevention, 36, 73-81.
Boonmee S., Tangamchit P. (2009), Portable Reckless Driving Detection System, Electrical Engineering/Electronics, Computer, Telecommunications and Information Technology, ECTI-CON 2009, 6th International Conference on 01.
Choi S., Lee G. Y., Oh C. (2012), Prioritizing Freeway Segments for Variable Speed Limit (VSL) Operations based on Traffic Safety, J. Korean Soc. Transp., 30(3), Korean Society of Transportation, 57-70.

원문보기 상세보기
Christoforou Z., Cohen S., Karlaftis M. G. (2010), Vehicle Occupant Injury Severity on Highways: An Empirical Investigation Original Research Article, Accident Analysis & Prevention, 42(6), 1606-1620.

상세보기
De Ona J., Lopeza G., Abellanb J. (2012), Extracting Decision Rules From Police Accident Reports Through Decision Trees, Accident Analysis and Prevention, 50, 1151-1160.
Eriksson M., Papanikolopoulos N. P. (2001), Driver fatigue: a Vision-based Approach to Automatic Diagnosis, Transportation Research Part C9, 9(6), 399-413.

상세보기
EU, Considers Introducing Airbags for Pedestrians (2006), Bonn, Germany: Deutsche Welle, http://www.dwworld.de/dw/article.
Froming R., Schindler V., Kuhn M. (2006), Requirement Engineering for Active Safety Pedestrian Protection Systems Based on Accident Research, Advanced Microsystems for Automotive Applications 2006, New York: Springer-Verlag, Apr. 25-26, 79-106.
Han I. H., Yang K. S. (2007), Recognition of Dangerous Driving Using Automobile Black Boxes, J. Korean Soc. Transp., 25(5), Korean Society of Transportation, 149-160.
Hels T., Orozova-Bekkevold I. (2007), The Effect of Roundabout Design Features on Cyclist Accident Rate, Accident Analysis and Prevention, 39, 300-307.

상세보기
Hong J. Y., Kim K. T., Lee S. B. (2011), Developing the Accident Injury Severity on a Field of Construction Work Using Ordered Probit Model, Journal of the Korean Society of Safety, 26(2), 89-98.
Hua Z., Zhang B. (2006), A Hybrid Support Vector Machines and Logistic Regression Approach for Forecasting Intermittent Demand of Spare Parts, Applied Mathematics and Computation, 181, 1035-1048.

상세보기
Jeong C. W. (2007), A Study on Impactive Factors about Major Causes In Freeway Accidents, Police Journal, 7(1), 220-247.
Joksch H. C. (2000), Vehicle Design Versus Aggressivity, USDOT, HS 809, 194.
Kashani A. T., Shariat-Mohaymany A., Ranjbari A. (2011), Analysis of the Traffic Injury Severity on Two-lane, Two Way Rural Roads Based on Classification Tree Models, Safety Science, 49, 1314-1320.

상세보기
Kim J. H., Lee S. B., Kim D. H., Hong J. Y. (2012), The Relationship Between Violation of Designated Lane Usage and Accident Severity on Freeways, J. Korean Soc. Transp., 30(3), Korean Society of Transportation, 119-127.

원문보기 상세보기
Kockelman K. M., Kweon Y. J. (2001), Driver Injury Severity : An Applocation of Ordered Probit Models, Accident Analysis and Prevention, 28, 313-321.
Lemp J. D., Kockelman K. M., Unnikrishnan A. (2011), Analysis of Large Truck Crash Severity Using Heteroskedastic Ordered Probit Models Original Research Article, Accident Analysis and Prevention, 43, 370-380.

상세보기
Li X., Lord D., Zhang Y., Xie Y. (2007), Predicting Motor Vehicle Crashes Using Support Vector Machine Models, TRB 87th Annual Meeting.
Li Z., Liu P., Wang W., Xu C. (2012), Using Support Vector Machine Models for Crash Injury Severity Analysis, Accident Analysis and Prevention, 45, 478-486.

상세보기
Lim H. S., Jeong E. B., Oh C., Gang G. P. (2011), Detection of Unsafe Zigzag Driving Maneuvers Using a Gyro Sensor, The Journal of The Korea Institute of Intelligent Transport Systems, 10(2), 42-54.
Mallick D. (2009), Marginal and Interaction Effects in Ordered Response Models, School of Accounting, Deakin University, Economics and Finance, Burwood (Technical report).
Montella A., Aria M., D'Ambrosio A., Mauriello F. (2011), Data-Mining Techniques for Exploratory Analysis of Pedestrian Crashes, Journal of the Transportation Research Board, 2237, 107-116.

상세보기
Moon S. R., Lee Y. I. (2011), Analysis of Traffic Crash Severity on Freeway Using Hierarchical Binomial Logistic Model, Journal of Korean Society of Road Engineers, 13(4), 199-209.

원문보기 상세보기
Oh J. T., Jo J. H., Lee S. Y., Kim Y. S. (2008), Development of a Data-logger Classifying Dangerous Drive Behaviors, The Journal of The Korea Institute of Intelligent Transport Systems, 7(3), 15-28.
Park B. H., Yang J. M., Kim J. Y. (2009), Logistic Regression Accident Models by Location in the Case of Cheong-ju 4-Legged Signalized Intersections, Journal of Korean Society of Road Engineers, 11(2), 17-25.
Park J. H., Oh C., Kang G. P. (2011), Assessment of Freeway Crash Risk Using Probe Vehicle Accelerometer, Journal of Korean Society of Road Engineers, 13(2), 49-56.

원문보기 상세보기
Park J. H., Oh C., Namkoong S. (2008), Estimation of Freeway Accident Likelihood Using Real-time Traffic Data, J. Korean Soc. Transp., 26(2), Korean Society of Transportation, 157-166.
Park J. T., Choi B. B., Lee S. B. (2010), A Study on the Characteristics of Traffic Accidents for the Elderly Pedestrians on Rural Highways, J. Korean Soc. Transp., 28(5), Korean Society of Transportation, 155-162.
Roudsari B. S., Mock C. N., Kaufman R., Grossman D., Henary B. Y., Crandall J. (2004), Pedestrian Crashes: Higher Injury Severity and Mortality Rate for Light Truck Vehicles Compared With Passenger Vehicles, Injury Prevention, 10, 154-158.

상세보기
Scheetz L. J., Zhangb J., Kolassa J. (2009), Classification Tree Modeling to Identify Severe and Moderate Vehicular Injuries in Young and Middle-aged Adults, Artifical Intelligence in Medicine, 45, 1-10.

상세보기
Sut N., Simsek O. (2011), Comparison of Regression Tree Data Mining Methods for Prediction of Mortality in Head Injury, Expert Systems with Applications, 38, 15534-15539.

상세보기
Sze N. N., Wong S. C. (2007), Diagnostic Analysis of the Logistic Model for Pedestrian Injury Severity in Traffic Crashes, Accident Analysis and Prevention, 39, 1267-1278.

상세보기
Tarko A., Azam M. S. (2011), Pedestrian Injury Analysis With Consideration of the Selectivity Bias in Linked Police-hospital Data, Accident Analysis and Prevention, 43(5), 1689-1695.

상세보기
Wang K. C. P., Hou Z., Gong W. (2009), Road Sign Classification based on Support Vector Machine (SVM), TRB 2009 Annual Meeting.
Yoon P., Kang H., Jung H. G. (2006), Next Generation Pedestrian Protection Systems, Auto Journal, 28(4), 28-39.
Yu R., Abdel-Aty M. (2013), Utilizing support vector machine in real-time crash risk evaluation, Accident Analysis and Prevention, 51, 252-259.

상세보기
Zajac S. S., Ivan J. N. (2003), Factors Influencing Injury Severity of Motor Vehicle-crossing Pedestrian Crashes in Rural Connecticut, Accident Analysis and Prevention, 35, 369-379.

상세보기

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