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
- 기하구조가 동일한 장소에서 평일에 발생한 사고를 분석대상으로 하고 음주운전 사고와 졸음운전사고를 배제하는 등 시인성 영향 진단을 위하여 실험설계와 유사한 비교집단을 구성하고자 하였다.
- 이런 점에 있어서 일몰 이후부터 일출 이전까지 시인성의 저하가 교통사고에 어떤 영향을 미치는지 실증적 진단이 필요하다. 따라서 본 연구에서는 경기지역 고속도로 기본구간에서 주간과 야간의 교통사고 비교를 중심으로 야간의 시인성 저하가 교통사고에 미치는 영향을 진단하고, 진단 결과를 통해 야간 교통사고의 유형과 원인을 분석하고자 한다.
- 본 연구에서는 교통사고 영향 변인을 임의로 조작·통제할 수 없기 때문에 준실험설계를 이용하여 시인성이 교통사고에 미치는 영향을 진단하였다.
- 본 연구에서는 교통사고에 미치는 영향을 진단하기 위해 에서 각 구간별로 교통사고를 집계한 자료를 진단에 활용하였다.
- 본 연구에서는 야간의 어두움으로 인한 시인성 저하가 교통사고에 미치는 영향을 진단하였다.
- 실험설계의 중요한 목적은 원인 A가 결과 B와 관계되었다는 것에 대한 확실한 인과관계를 추리하는데 있으나, 본 연구에서는 야간의 시인성 저하가 교통사고에 영향을 미치는 여러 원인중 하나인지를 진단하고자 한다.
가설 설정
- H0 : 야간의 시인성 저하는 교통사고 발생에 영향을 미치지 않는다.
- H1 : 야간의 시인성 저하는 교통사고 발생에 영향을 미친다.
제안 방법
- 각 분석구간에 대하여 LOS 등급별, 주·야간별, 기상조건별로 교통사고 발생건수를 집계하고, 각 분석구간에서 주간과 야간에 각 등급별 LOS가 얼마나 출현하였는지를 조사하였다.
- 강우 기상조건의 LOS A에서 시인성이 교통사고에 미치는 영향을 진단하기 위해 강우 시 LOS A에서 발생한 사고 30건을 분석대상 구간에 각각 배정하였으며, 각 구간별 사고발생 단위를 일치시켰다.
- 강우 기상조건의 전체 사고자료를 대상으로 시인성이 교통사고에 미치는 영향을 진단하기 위해 강우 시 발생한 60건의 교통사고를 분석구간에 배정하였다.
- 고속도로는 진입부와 합류부를 제외한 58개의 소구간으로 나누었으며, 이를 다시 주간과 야간, 상행과 하행으로 재구분하여 총 232개의 분석구간으로 세분하였다.
- 고속도로의 교통사고 자료는 경찰청의 교통사고 통계를 통해 구득하였으며, 구득한 교통사고 자료를 대용량의 데이터 처리가 가능한 데이터베이스시스템인 오라클(Oracle)과 지리정보시스템인 아크맵(Arcmap)을 이용하여 사고자료를 필터링(filtering)하고 분류하였다.
- <표 7>과 같이 맑음 기상조건에서 4개의 조건에 대해 시인성의 영향을 진단하였고, 강우 기상조건에서는 2개의 조건에 대해 시인성의 영향을 진단하였다.
- 교통량은 매년 10월 셋째 주 목요일에 24시간 동안 수시조사 방식에 의해 실제조사된 교통량을 승용차환산계수(Passenger Car Unit, PCU)를 이용하여 변환한 후, 의 Ⓐ와 같이 분석대상 구간의 차로당 교통량을 구하였다.
- 교통사고에 영향을 미치는 교통량과 같은 제반요인에 대한 통제를 강화하기 위하여 AADT를 사용하지 않고 2009년～2011년의 시간대별 교통량을 구득하여 각 교통사고 자료에 대응시켰다. 교통량은 매년 10월 셋째 주 목요일에 24시간 동안 수시조사 방식에 의해 실제조사된 교통량을 승용차환산계수(Passenger Car Unit, PCU)를 이용하여 변환한 후, <표 3>의 Ⓐ와 같이 분석대상 구간의 차로당 교통량을 구하였다.
- 그래서 와 같이 시인성이 교통사고에 미치는 영향을 분석하기에 적합한 형태로 교통사고 자료를 필터링하였으며, 기하구조에 의해 사고가 발생할 수 있는 요인은 평지의 직선구간으로 통제하였다.
- 사고가 배정된 분석대상 구간의 거리는 각각 다르기 때문에 식(5)와 같이 배정된 사고건수를 분석구간의 길이로 나누어, 각 구간별 사고발생건수를 1km당 사고발생건수로 단위를 일치시켰다. 그리고 각 구간별로 LOS A의 빈도가 상이하기 때문에 1km당 사고발생건수를 해당 구간의 LOS A 평균빈도수로 나누었다. 여기에 종속변인이 소수점 이하일 경우 통계분석을 할 수 없다는 통계분석도구 림뎁(Limdep)의 특성 때문에 사고건수/km/LOS A빈도수에 100을 곱해주어 각 구간별 사고발생 단위를 일치시켰다.
- 그리고 각 분석구간에서 발생한 교통사고를 고속도로의 통행속도 및 교통량 등 교통서비스 분류 기준인 LOS 등급별로 집계하였다.
- 그리고 고속도로 기본구간 중 평지의 직선구간에서 발생한 사고를 교통량 수시조사 지점의 시간대별 교통량을 이용하여 개별 사고별로 LOS를 분류·지정하여 분석대상으로 하였다.
- 그리고 고속도로 기본구간의 서비스 수준표를 이용하여 의 Ⓑ와 같이 각 구간의 시간대별, 상하행별 LOS 등급을 구하였다.
- 그리고 구분을 위해, 세분한 구간의 코드에 under bar(_)를 붙이고 알파벳 대문자를 A부터 순차적으로 B, C, D 순서로 부여하여 와 같이 세분구간을 구분하였다.
- 그리고 국토해양부의 교통량정보제공시스템에서 구득한 시간대별 교통량 자료를 이용하여 개별 교통사고를 LOS(Level Of Service) 등급별로 분류하였다.
- 주간의 LOS 개수는 08시～17시까지 시간대별로 9개의 교통량 분석단위로 나누었으며, 야간의 LOS 개수도 20시～익일 05시까지 시간대별로 9개로 나누었다. 그리고 분석구간에서 진단하고자 하는 LOS 등급이 2009년부터 2012년 상반기까지 출현한 빈도를 산술평균하여 분석구간의 LOS 등급별 출현빈도와 비율을 구하였다.
- 그리고 필터링된 교통사고 410건을 발생장소별로 분석구간에 배정하여 시인성 영향 진단이 가능한 데이터로 재구성하였다.
- 기하구조를 통제변인으로 설정하기 위하여 고속도로의 진출입부 및 엇갈림 구간은 제외하고 기본구간을 분석구간으로 정하였다. 고속도로 기본구간이라 함은 연결로의 진출입 교통량에 따른 영향을 받지 않는 고속도로 부분, 즉 인터체인지와 약 400m 이상 멀리 떨어져 있는 도로구간을 말한다.
- 두 번째로, 교통사고 원인을 와 같이 주간과 야간으로 분류하였다.
- 둘째, 속도와 교통량이 교통사고에 영향을 미친다는 선행연구를 참고하여 LOS 등급별로 야간의 시인성 저하가 교통사고에 미치는 영향을 진단하였다.
- 그러나 전체 주야간 사고의 시인성 영향 진단에서는 모든 LOS 수준의 교통사고 자료를 이용하여 주간과 야간의 시인성 영향 진단을 하는 것이기 때문에 LOS를 통제변인으로 설정할 수 없었다. 따라서 고속도로 기본구간에서는 교통량 증가에 따른 밀도(승용차/km/차로)와 속도의 감소량이 그리 크지 않다는 특성3)을 참고하여 시인성의 영향을 진단하였다.
- 따라서 본 연구에서는 상류부를 기준으로 진입 연결로(on-ramp) 1km 이후부터 다음 진출연결로 1km 이전까지를 기본구간으로 정하였다.
- 마지막으로 교통사고 발생의 선행 장애요인을 과 같이 주간과 야간으로 분류하였다.
- 마지막으로, 분석구간에서 발생한 교통사고 자료를 토대로 야간 교통사고의 유형과 원인, 심각도와 선행장애요인을 분석하였다.
- 맑은날 야간의 가로등 유무가 사고에 미치는 영향을 진단하기 위해 경부선에서 맑은날 야간에 발생한 57건의 교통사고를 분석대상 구간에 각각 배정하였다.
- 맑음 기상조건의 LOS A에서 시인성이 교통사고에 미치는 영향을 진단하기 위해 맑은날 LOS A에서 발생한 사고 120건을 분석대상 구간에 각각 배정하였다.
- 맑음 기상조건의 LOS B에서 시인성이 교통사고에 미치는 영향을 진단하기 위해 맑은날 LOS B에서 발생한 사고 77건을 분석대상 구간에 각각 배정하였다.
- 맑음 기상조건의 전체 사고자료를 대상으로 시인성이 교통사고에 미치는 영향을 진단하기 위해 맑은날 발생한 350건의 교통사고를 과 같이 분석구간에 각각 배정하였다.
- 본 연구에서는 분석대상 구간의 교통량 상시조사 지점의 시간대별 교통량 자료를 구득할 수 없어, 교통량 수시조사 지점의 시간대별 교통량 자료를 구득하여 분석대상의 교통사고가 발생한 시간대의 교통량으로 사용하였다.
- 본 절에서는 시인성 영향 진단 결과와 진단에 활용한 교통사고 데이터를 이용하여 교통사고의 유형과 원인 등에 대해 분석하였다.
- 본 진단에서는 전체 사고자료의 과분산계수(K)가 1.73으로 음이항 회귀분석을 선택하여 교통사고 영향을 진단하였다.
- 본 진단에서도 각 구간별 사고발생 단위를 일치시킨 방식을 적용하였다.
- 분석대상으로 선정된 410건의 교통사고 발생시간, 장소, 상하행 구분을 조사하여 각 사고가 발생한 당시의 교통량을 구하였다.
- 사고자료의 시간대는 연중 일출시간과 일몰시간을 감안하여 주간사고는 08시～17시(9시간)의 사고를 선택하고, 야간사고는 20시～익일 05시(9시간)의 사고자료를 선택함으로써 주간과 야간의 사고를 명확히 구분하였다. 그리고 교통량도 평일에 조사된 수시조사 지점의 시간대별 교통량을 사용하였기 때문에 주말의 교통사고는 제외하여 교통량 변인을 통제하였다.
- 세 번째로, 교통사고로 인한 사상자를 과 같이 주간과 야간으로 분류하였다.
- 시인성에는 차선과 표지판의 식별성 등 여러 가지 의미가 있으나, 본 연구에서는 야간의 어두움을 시인성 저하의 원인으로 한정하였다.
- 실험방법은 준실험계획법을 적용하여 기하구조 등 도로적 요인, 음주·졸음운전 등 인적 요인, 기상조건 등 교통사고에 영향을 줄 수 있는 여타 변인을 통제하고, 야간의 시인성 저하가 교통사고에 미치는 영향을 진단하고자 하였다.
- 홍성민 등(2012)은 교통사고 빈도 추정 모형 개발 시, 교통사고수를 이산적 확률변수(Discrete Random Variable)로 해석하면서 포아송 회귀식과 음이항 회귀식을 적용하였다. 이때 과분산(Overdispersion)이 0일 경우 포아송 분포를 적용하고, 0이 아닐 경우 음이항 분포를 적용하였다.①
- 각 분석구간에 대하여 LOS 등급별, 주·야간별, 기상조건별로 교통사고 발생건수를 집계하고, 각 분석구간에서 주간과 야간에 각 등급별 LOS가 얼마나 출현하였는지를 조사하였다. 주간의 LOS 개수는 08시～17시까지 시간대별로 9개의 교통량 분석단위로 나누었으며, 야간의 LOS 개수도 20시～익일 05시까지 시간대별로 9개로 나누었다. 그리고 분석구간에서 진단하고자 하는 LOS 등급이 2009년부터 2012년 상반기까지 출현한 빈도를 산술평균하여 분석구간의 LOS 등급별 출현빈도와 비율을 구하였다.
- 진단 프로그램은 이산확률분포에 대해 포아송 회귀분석과 음이항 회귀분석이 가능한 림뎁(Limdep) 프로그램을 이용하였으며, 시인성이 교통사고에 미치는 영향을 진단하기 위해 다음과 같이 가설을 설정하였다.
- 첫 번째로, 교통사고 유형을 과 같이 주간과 야간으로 분류하였다.
- 포아송 분포는 분산과 평균이 거의 일치하는 분포이고, 음이항 분포는 분산이 평균보다 큰 분포로서 K값이 0이면 포아송 분포를 적용하였고, K값이 0이 아니면 음이항 분포를 적용하였다.
대상 데이터
- 본 연구에서는 각 고속도로별로 시인성 진단을 수행하지 않고, 경부선, 서해안선, 영동선, 서울외곽선의 기본구간을 58개의 소구간으로 분류하고 전체구간을 시인성 진단을 위한 기본자료로 사용하였다.
- 본 연구의 공간적 범위는 경기지역의 경부선, 서해안선, 영동선, 서울외곽순환선 등 4개 고속도로의 기본구간으로 정하였다.
- 분석대상 구간은 제한속도 100～110km/h로 운영 중인 경기지역 고속도로의 경부선, 서해안선, 영동선, 서울외곽순환선의 기본구간 중 평지의 직선구간으로 한정하였고, 분석구간에서 발생한 교통사고 410건을 이용하여 연구를 수행하였다.
- 시간적 범위는 2009년 1월 1일부터 2012년 6월 30일까지 기본구간에서 발생한 교통사고 중 당사자 간 합의처리 된 경우를 제외하고 경찰에 신고 접수된 교통사고를 대상으로 하였다.
데이터처리
- 교통사고 자료를 기상조건, 가로등 유무, LOS 등급별로 6개 조건으로 분류하였으며, 각각의 조건에 대해 과분산계수에 따라 음이항 회귀분석을 선택하여 빈도예측 회귀분석을 통한 연구를 진행하였다. 실험방법은 준실험계획법을 적용하여 기하구조 등 도로적 요인, 음주·졸음운전 등 인적 요인, 기상조건 등 교통사고에 영향을 줄 수 있는 여타 변인을 통제하고, 야간의 시인성 저하가 교통사고에 미치는 영향을 진단하고자 하였다.
- 분석방법으로는 분석대상 사고자료에 대해 회귀분석을 실시하여 야간의 시인성 저하가 교통사고에 미치는 영향을 진단하였으며, 진단 결과를 토대로 시인성이 교통사고의 유형과 원인에 어떻게 작용하는지 분석하였다.
- 사고자료의 과분산계수(K)는 2.17로서 음이항 회귀분석을 선택하여 교통사고 영향 진단을 하였다.
- 사고자료의 과분산계수(K)는 44.33으로서 음이항 회귀분석을 선택하여 교통사고 영향을 진단하였다.
- 사고자료의 과분산계수(K)는 5.77로서 음이항 회귀분석을 선택하여 교통사고 영향을 진단하였다.
- 사고자료의 과분산계수(K)는 6.39로서 음이항 회귀분석을 선택하여 교통사고 영향을 진단하였다.
- 사고자료의 과분산계수(K)는 6.57로서 음이항 회귀분석을 선택하여 교통사고 영향을 진단하였다.
- 이와 같이 분석구간에서 주간과 야간의 사고영향 변인을 통제하고 주간과 야간의 차이는 어두움에 따른 시인성의 차이만 존재한다고 가정하여, 야간의 시인성 저하가 교통사고에 미치는 영향을 회귀분석을 통해 진단하였다.
성능/효과
- 강우 시 주간의 사고율은 맑은날 주간의 사고율과 비교하여 LOS A와 LOS D에서 2배 이상 높은 특징을 보였다.
- 그리고 강우 시 야간의 사고율은 맑은날 야간과 비교하여 LOS A에서는 비율이 유사하였으나, LOS B에서는 낮았다.
- 그러나 강우 기상조건에서의 야간의 시인성 저하는 교통사고에 영향을 미치지 않는 것으로 진단되었다. 그리고 분석구간과 같이 돌발상황이 적고 진출입 차량의 영향을 받지 않는 도로에서는 가로등 유무에 따른 야간의 시인성(조도) 차이는 교통사고에 영향을 미치지 않는 것으로 진단되었다. 본 연구에서는 분석대상을 고속도로 기본구간 중 평지의 직선구간으로 한정하였기 때문에, 고속도로의 다른 기하구조와 국도 등 등급이 다른 도로에서도 가로등 유무에 따른 시인성(조도)의 차이가 교통사고에 미치는 영향에 대한 연구를 진전시켜, 안전한 야간운전과 가로등 운영의 효율화를 기하여야 할 것이다.
- 도로공사는 교통량이 적은 야간에 진행되는 경우가 대부분이어서 도로공사로 인한 교통사고는 야간에만 4건이 발생하였다. 그리고 선행 교통사고로 인한 후행교통사고도 발생건수는 주간보다 적었으나 야간 전체사고에서의 발생비율은 높았다. 후행 교통사고는 주로 고속으로 주행하면서 사전에 선행 교통사고 상황을 인지하지 못하거나, 도로공사로 인한 장애물을 미처 발견하지 못하여 발생하는 경우가 많다.
- 6% 높았다. 그리고 야간의 교통사고 심각도는 주간에 비해 사망자 발생비율이 약 1.85배, 중상자 발생비율은 약 1.23배 높았다. 이러한 결과를 종합하여 볼 때, 야간의 시인성이 저하된 상태에서의 고속주행은 전도전복, 공작물 충돌 유형의 사고와 안전운전 불이행 원인에 의한 사고 등 심각도가 높은 사고의 발생에 영향을 미치는 주요 요인으로 분석된다.
- ⑨ 홍성민 등(2012)의 연구에서도 야간 및 일출몰 시간에 교통안전에 영향을 미치는 기하구조 특성을 분석하였으며, 연평균일교통량(AADT)이 주간과 야간, 일출몰 시의 교통사고 모두에서 양의 관계를 가진다고 하였다. 그리고 주간 교통사고는 곡선반경이 다른 두 개의 곡선이 직선 없이 연속될 경우 교통사고가 증가하며, 야간에는 곡선반경이 큰 평면곡선과 완화곡선의 개수가 교통사고와 음의 상관관계를 가지고 평면곡선과 종단곡선이 중첩된 복합선형은 양의 관계를 가진다고 분석하였다.①
- 맑음 기상조건의 LOS A에서는 야간의 시인성 저하가 교통사고에 양(+)의 영향을 미칠 수 있는 유의한 요인으로 진단되었으며, LOS B에서는 야간의 시인성 저하가 교통사고에 영향을 미치지 않는 것으로 진단되었다. 이는 저속주행 상태보다 고속주행 상태에서 야간의 시인성 저하가 교통사고에 양(+)의 영향을 미칠 수 있는 유의한 요인이 되는 것으로 분석된다.
- 맑음과 강우의 전체 기상조건에서 분석구간의 교통량 특성은 , 과 같이 주간에는 LOS B와 C의 출현빈도가 높고, 야간에는 LOS A의 출현빈도가 높았다.
- 이는 저속주행 상태보다 고속주행 상태에서 야간의 시인성 저하가 교통사고에 양(+)의 영향을 미칠 수 있는 유의한 요인이 되는 것으로 분석된다. 분석구간에서 가로등 유무에 따른 시인성(조도)의 차이가 교통사고에 영향을 주지 않는다는 진단 결과와 LOS A에서 야간의 시인성 저하가 교통사고에 양(+)의 영향을 미치는 유의한 요인이라는 진단 결과를 종합하여 볼 때, 고속도로 기본구간 중 평지의 직선구간에서는 야간의 시인성(조도) 향상을 위해 가로등을 설치하기보다는 속도규제를 강화하거나 무인단속카메라를 설치하여 자동차의 감속을 유도하는 편이 교통사고 감소에 효과가 있을 것으로 분석된다.
- 분석구간에서 야간시간대의 사망자와 중상자 비율은 주간에 비해 높게 나타났는데, 야간의 LOS A에서의 교통사고 비율은 85.71%로서 야간 교통사고는 주로 고속주행에서 발생하고 있다. 이에 대한 분석 결과로서, 야간에 고속주행 시 시인성 저하는 사고 심각도가 높은 전도전복, 공작물 충돌, 안전운전 불이행의 사고 발생 가능성을 높인다고 할 수 있을 것이다.
- 분석구간의 교통사고율은 맑은날 주간에는 LOS C에서 가장 높았으며, LOS 출현빈도에 비례하였다. 맑은날 주간의 사고율은 LOS 출현빈도에 비해 LOS A에서는 낮았으나 LOS C에서는 다소 높았다.
- 셋째, 강우 기상조건의 LOS A에서는 강우 시 전체 LOS 등급의 시인성 영향 진단에서와 마찬가지로, 야간의 시인성 저하가 교통사고에 유의한 영향을 미치지 않는 것으로 진단되었다. 이는 심상우 등(2009)의 연구에서와 같이 전방시야 확보가 어려운 야간의 강우 기상조건에서는 운전자가 평소보다 감속하여 안전운전하기 때문인 것으로 분석된다.
- 야간의 교통사고 유형은 주로 고속주행 중 발생하는 전도전복사고, 공작물 충돌사고, 측면충돌사고의 비율이 주간에 비해 높았으며, 교통사고 원인으로는 안전운전불이행 비율이 주간에 비해 약 12.6% 높았다. 그리고 야간의 교통사고 심각도는 주간에 비해 사망자 발생비율이 약 1.
- 23배 높았다. 이러한 결과를 종합하여 볼 때, 야간의 시인성이 저하된 상태에서의 고속주행은 전도전복, 공작물 충돌 유형의 사고와 안전운전 불이행 원인에 의한 사고 등 심각도가 높은 사고의 발생에 영향을 미치는 주요 요인으로 분석된다.
- 71%로서 야간 교통사고는 주로 고속주행에서 발생하고 있다. 이에 대한 분석 결과로서, 야간에 고속주행 시 시인성 저하는 사고 심각도가 높은 전도전복, 공작물 충돌, 안전운전 불이행의 사고 발생 가능성을 높인다고 할 수 있을 것이다.
- 그리고 단독사고인 야간의 공작물 충돌 사고비율도 주간보다 높은 편이었다. 자동차가 차선을 벗어나서 발생하는 측면충돌 사고의 발생률은 야간이 높았으며, 반면 추돌사고의 발생률은 주간이 높았다. 이런 점에 있어서 맑은날 LOS A에서의 야간의 어두움이 교통사고에 양(+)의 영향을 미치는 유의한 요인으로 진단되었듯이, 고속주행에서 야간의 시인성 저하는 전도전복과 공작물충돌, 측면충돌사고의 발생에 영향을 미치는 주요 요인이 될 수 있을 것이다.
- 주간에 비해 야간의 교통사고 선행 장애요인 비율은 도로공사 요인과 선행 교통사고 요인이 높았다. 도로공사는 교통량이 적은 야간에 진행되는 경우가 대부분이어서 도로공사로 인한 교통사고는 야간에만 4건이 발생하였다.
- 진단 결과, 강우 기상조건의 LOS A에서는 유의수준 0.05% 범위에서 야간의 어두움은 교통사고에 유의한 영향을 미치지 않는 것으로 분석되었다.
- 진단 결과, 맑음 기상조건에서는 유의수준 0.05% 범위에서 야간의 어두움은 교통사고에 양(+)의 영향을 미치는 것으로 분석되었으며, 우도비(Likelihood ratio index) 검정결과도 0.28로서 좋은 설명력을 가지고 있다.
- 진단 결과, 맑음 기상조건의 LOS A에서는 유의수준 0.05% 범위에서 야간의 어두움은 교통사고에 양(+)의 영향을 미치는 것으로 분석되었으며 우도비(Likelihood ratio index) 검정결과도 0.35로서 좋은 설명력을 가지고 있다.
- 진단 결과, 맑음 기상조건의 LOS B에서는 유의 수준 0.05% 범위에서 야간의 어두움은 교통사고에 유의한 영향을 미치지 않는 것으로 분석되었다.
- 진단 결과, 유의수준 0.05% 범위에서 강우 기상조건에서의 야간의 어두움은 교통사고에 영향을 미치지 않는 것으로 분석되었다.
- 진단 결과, 유의수준 0.05% 범위에서 야간의 가로등 유무에 따른 시인성(조도)의 차이는 교통사고에 영향을 미치지 않는 것으로 분석되었다.
- 첫째, 맑음 기상조건에서의 주간과 야간의 전체 교통사고를 음이항 회귀분석을 이용하여 분석한 결과, 야간의 어두움으로 인한 시인성 저하는 교통사고에 양(+)의 영향을 미칠 수 있는 유의한 요인으로 진단되었다. 그러나 강우 기상조건에서의 야간의 시인성 저하는 교통사고에 영향을 미치지 않는 것으로 진단되었다.
후속연구
- 본 연구의 결과는 향후 WAVE 통신기술을 활용한 교통관리시스템에 적용이 가능하며, 이로써 시인성이 저하된 상황에서도 운전자들이 선행장애요인을 신속히 인지하고 속도를 감속하거나 회피할 수 있는 대응체계 마련을 가능하게 할 것이다. 또한 시스템 측면뿐만 아니라 교통안전과 관련된 모델 수립에서도 본 연구에서는 고려하지 못한 시인성에 영향을 미치는 다양한 요소를 반영한 교통안전서비스 모델 수립의 기초연구로 활용 가능할 것이다.
- 그리고 분석구간과 같이 돌발상황이 적고 진출입 차량의 영향을 받지 않는 도로에서는 가로등 유무에 따른 야간의 시인성(조도) 차이는 교통사고에 영향을 미치지 않는 것으로 진단되었다. 본 연구에서는 분석대상을 고속도로 기본구간 중 평지의 직선구간으로 한정하였기 때문에, 고속도로의 다른 기하구조와 국도 등 등급이 다른 도로에서도 가로등 유무에 따른 시인성(조도)의 차이가 교통사고에 미치는 영향에 대한 연구를 진전시켜, 안전한 야간운전과 가로등 운영의 효율화를 기하여야 할 것이다.
- 차량의 ITS시스템에 WAVE 기술이 적용된다면 800미터 이내에 있는 다른 차량과의 양방향통신을 통해 안개 또는 강우 등 시계가 불량한 상태에서 일어날 수 있는 교통사고와 연쇄추돌 사고를 방지할 수 있을 것이다. 본 연구의 결과는 향후 WAVE 통신기술을 활용한 교통관리시스템에 적용이 가능하며, 이로써 시인성이 저하된 상황에서도 운전자들이 선행장애요인을 신속히 인지하고 속도를 감속하거나 회피할 수 있는 대응체계 마련을 가능하게 할 것이다. 또한 시스템 측면뿐만 아니라 교통안전과 관련된 모델 수립에서도 본 연구에서는 고려하지 못한 시인성에 영향을 미치는 다양한 요소를 반영한 교통안전서비스 모델 수립의 기초연구로 활용 가능할 것이다.
- 후행 교통사고는 주로 고속으로 주행하면서 사전에 선행 교통사고 상황을 인지하지 못하거나, 도로공사로 인한 장애물을 미처 발견하지 못하여 발생하는 경우가 많다. 이런 점에 있어서 야간의 어두움에 의한 시인성 저하가 도로공사와 선행 교통사고 등 선행 장애요인과 복합적으로 작용하여 교통사고 발생에 영향을 미치는 것으로 분석할 수 있을 것이다.
- WAVE 통신기술은 차량중심의 네트워킹(Networking)을 형성함으로써, 사전에 운전자에게 위험요소를 경고하거나 전방의 교통상황에 대한 정보를 제공하는 기술이다. 차량의 ITS시스템에 WAVE 기술이 적용된다면 800미터 이내에 있는 다른 차량과의 양방향통신을 통해 안개 또는 강우 등 시계가 불량한 상태에서 일어날 수 있는 교통사고와 연쇄추돌 사고를 방지할 수 있을 것이다. 본 연구의 결과는 향후 WAVE 통신기술을 활용한 교통관리시스템에 적용이 가능하며, 이로써 시인성이 저하된 상황에서도 운전자들이 선행장애요인을 신속히 인지하고 속도를 감속하거나 회피할 수 있는 대응체계 마련을 가능하게 할 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.