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
- 이 연구는 청주시 간선도로에서 발생한 보행자 사고를 대상으로 하여 보행자 사고모형을 개발한다. 기존의 연구가 전체사고를 대상으로 이루어졌던 반면, 이 연구는 전체사고가 아닌 보행자 사고모형을 개발한다.
- 이에 이 연구는 청주시를 사례로 도시내 가로구간의 보행자 사고자료를 수집하여, 보행자 사고모형을 개발하는데 그 목적이 있다.
제안 방법
- 5년간 발생한 보행자 사고의 합계를 종속변수로 채택하였고, 기존 보행자 관련 문헌을 고찰하고 사고와 연관이 있을 것으로 판단되는 교통량, 보행교통량 및 기하구조 등의 자료들을 검토한 후 독립변수로 채택하였다. 교차로와 가로구간에서 주로 발생하는 사고형태는 다르기 때문에 가로구간의 사고와 관련된 변수를 주로 수집하였다.
- Anastasopoulos 등(2008)은 인디애나 주 간선도로 에서 발생한 사고를 대상으로 사고모형을 구축하였다. Tobit모형을 이용, 교통사고율을 종속변수로 하여 모형을 구축하였다.
- 한수산 등(2012)은 전국 원형교차로를 대상으로 기상 상태에 따른 교통사고모형을 구축하였다. 기상상태 종류별 사고건수와 EPDO를 종속변수로 사용하였고, 포아송 모형과 음이항 모형을 이용해 모형을 구축하였다.
- 이 연구는 청주시 간선도로에서 발생한 보행자 사고를 대상으로 하여 보행자 사고모형을 개발한다. 기존의 연구가 전체사고를 대상으로 이루어졌던 반면, 이 연구는 전체사고가 아닌 보행자 사고모형을 개발한다. 그리고 보행자 관련 문헌에서 사용했던 심각도분석 연구가 아닌 교통량, 기하구조 및 교통시설과의 관계를 규명하기 위한 사고모형을 개발한다는 점에서 기존문헌과의 차이점이 있다.
- 보행자 사고모형을 개발하기 위해 도로교통공단의 교통사고분석시스템(TAAS)에서 제공하는 경찰 DB자료를 이용해 2007년부터 2011년 사이에 345개 지점에서 발생한 700건의 사고를 수집한다. 독립변수로는 교통량, 보행교통량 및 기하구조자료를 이용하며, 기타 교통시설을 추가하여 모형을 개발한다.
- 그리고 보행자 관련 문헌에서 사용했던 심각도분석 연구가 아닌 교통량, 기하구조 및 교통시설과의 관계를 규명하기 위한 사고모형을 개발한다는 점에서 기존문헌과의 차이점이 있다. 또한 사고모형 개발에 Tobit모형을 추가하여 기존의 가산자료모형과 비교하여 최적의 모형을 선정하는데 이 연구의 차별성이 있다.
- 나희 등(2012)은 국내 원형교차로에서 발생한 사고를 이용하여 원인별 사고모형을 개발하였다. 모형개발에 포아송, 음이항 및 ZAM을 사용하였으며, 최종모형으로 ZAM을 선택하였다. 주요 결과로는 교통량과 회전차로 폭, 접근로수 및 감속시설수가 사고에 영향을 끼친다고 밝히고 있다.
- 최적모형을 선정하기 위해 토빗모형과 음이항모형의 적합성 검정을 실시한다. 모형의 적합성을 검정하기 위해 RMSE, %RMSE, MPB, MAD 및 상관계수를 활용하여 음이항모형과 Tobit모형의 적합성을 검정한다. 모형검정 결과는 Table 7과 같다.
- 셋째, 수집·분석된 자료를 중심으로 NLOGIT 4.0을 이용하여 가산자료모형, 절단된 가산자료모형 그리고 Tobit모형을 통해 사고모형을 개발한다.
- 연구를 수행하기에 앞서 사고모형을 활용하여 가로구간에서 발생한 보행자 사고모형을 개발하기 위하여 기존에 진행되어온 보행자 사고를 대상으로 한 기존연구 및 Tobit모형을 이용한 기존문헌을 검토한다. 국내에서 다뤄진 주요연구는 다음과 같다.
- 연구의 수행과정으로는 첫째, TAAS의 경찰DB 자료를 이용해 2007년부터 2011년 사이에 청주시에서 발생한 보행자 사고자료를 수집하고 가로구간의 기하구조 자료를 조사한다. 둘째, 보행자 사고자료와 교통량, 기하구조 및 교통시설자료를 종속변수와 독립변수로 나누고 각 변수들의 특성을 SPSS 17.
- 이외에 보도 및 차도통행 중 사고, 무단횡단사고, 횡단보도통행 중 사고, 차량진·출입로에서의 사고 등 가로선상에서 발생하는 사고의 특성을 분석하기 위해 교통량, 보행교통량, 횡단 중 사고와 연관이 있는 변수(차로폭, 차로수 등) 및 도로연장, 자전거도로 유무, 버스정류장 개수, 보행자 펜스 유무 등의 변수를 수집하였다.
- 등(2003)은 ZAM의 적합성을 판단하는 기준을 제시하고 있다. 저자들은 음이항 모형의 과분산 계수 t 통계값과 Vuong 통계값을 이용하여 모형의 사용가능 여부를 판단한다.
- 김준용 등(2012)은 청주시 가로구간에서 발생한 사고를 대상으로 사고모형을 구축하였다. 종속변수로 사고건수와 EPDO를 사용하였으며, 패널자료를 이용해 사고모형을 구축하였다. 연구의 주요결과로 교차로의 횡단보도수, 총 교차로수 및 교통섬수가 사고에 영향을 미치는 것으로 나타났다.
- 최적모형을 선정하기 위해 토빗모형과 음이항모형의 적합성 검정을 실시한다. 모형의 적합성을 검정하기 위해 RMSE, %RMSE, MPB, MAD 및 상관계수를 활용하여 음이항모형과 Tobit모형의 적합성을 검정한다.
- Anastasopoulos 등(2012)은 도시부 주간선 도로에서 발생한 사고를 대상으로 사고모형을 구축하였다. 포장 특성, 도로 기하구조, 교통류 특성 등을 변수로 사용하여 Tobit 모형을 개발하였다. 최종적으로 Randomparameters Tobit 모형을 채택하여 Fixed-parameters Tobit보다 적합하다고 밝히고 있다.
대상 데이터
- 가로구간 중 1순환로가 121건으로 가장 많은 보행자사고가 발생하며, 서부로가 9건으로 가장 적은 사고가 발생한다. 가로구간의 기하구조 자료는 청주시의 CAD도면과 현장조사를 병행하여 수집한다. 가로 구간별 사고건수는 Table 1과 같다.
- 이 연구는 청주시 가로구간에서 발생한 보행자 사고를 다루고 있다. 보행자 사고모형을 개발하기 위해 도로교통공단의 교통사고분석시스템(TAAS)에서 제공하는 경찰 DB자료를 이용해 2007년부터 2011년 사이에 345개 지점에서 발생한 700건의 사고를 수집한다. 독립변수로는 교통량, 보행교통량 및 기하구조자료를 이용하며, 기타 교통시설을 추가하여 모형을 개발한다.
- 이 연구에서 사용된 보행자 사고자료는 도로교통공단에서 운영하는 교통사고분석시스템(TAAS)의 경찰DB 자료를 활용한다. 사고자료의 구축을 위해 Fig. 1과 같이 교차로 정지선부터 10m 이후 지점까지의 사고를 제외한 나머지 가로구간 사고를 수집하였다.
- 이 연구는 청주시 가로구간에서 발생한 보행자 사고를 다루고 있다. 보행자 사고모형을 개발하기 위해 도로교통공단의 교통사고분석시스템(TAAS)에서 제공하는 경찰 DB자료를 이용해 2007년부터 2011년 사이에 345개 지점에서 발생한 700건의 사고를 수집한다.
- 이 연구에서 사용된 보행자 사고자료는 도로교통공단에서 운영하는 교통사고분석시스템(TAAS)의 경찰DB 자료를 활용한다. 사고자료의 구축을 위해 Fig.
- 이외에 보도 및 차도통행 중 사고, 무단횡단사고, 횡단보도통행 중 사고, 차량진·출입로에서의 사고 등 가로선상에서 발생하는 사고의 특성을 분석하기 위해 교통량, 보행교통량, 횡단 중 사고와 연관이 있는 변수(차로폭, 차로수 등) 및 도로연장, 자전거도로 유무, 버스정류장 개수, 보행자 펜스 유무 등의 변수를 수집하였다. 최종적으로 총 13개의 변수를 선정하였으며, 변수에 대한 정의는 Table 2와 같다.
데이터처리
- 연구의 수행과정으로는 첫째, TAAS의 경찰DB 자료를 이용해 2007년부터 2011년 사이에 청주시에서 발생한 보행자 사고자료를 수집하고 가로구간의 기하구조 자료를 조사한다. 둘째, 보행자 사고자료와 교통량, 기하구조 및 교통시설자료를 종속변수와 독립변수로 나누고 각 변수들의 특성을 SPSS 17.0을 이용하여 분석한다. 셋째, 수집·분석된 자료를 중심으로 NLOGIT 4.
- 사고모형을 개발하기에 앞서, 수집된 종속변수와 독립변수와의 상관관계나 변수들 간의 다중공선성을 분석하기 위해 SPSS 17.0을 이용하여 기술통계 분석, 상관 관계 분석, 다중공선성 분석을 수행한다. 자료를 이해하기 쉬운 수치로 요약하는 기법으로 각 변수에 대한 기술 통계 결과는 Table 3과 같다.
이론/모형
- 940로 포아송모형보다 음이항모형이 적합한 것으로 분석된다. 음이항모형과 절단된 음이항모형의 우도비를 비교하여 가산 자료의 최적 모형으로 음이항모형을 채택하였다.
- 이 연구는 청주시 가로구간에서의 보행자 사고모형을 다루고 있다.
성능/효과
- 모형검정 결과는 Table 7과 같다. RMSE값은 0에 가까울수록 모형의 정확도가 높다고 판단되는데 검정결과 음이항모형의 RMSE값이 16.80인데 비해 Tobit모형의 RMSE값은 0.73으로 더 적합한 모형으로 판단된다. 음이항모형과 Tobit모형의 실측치와 예측치를 비교한 그래프는 Fig.
- Tobit모형과 가산자료모형의 비교를 위해 포아송 및 음이항모형을 구축하여 RMSE, %RMSE, MPB, MAD 및 상관계수를 이용해 모형을 비교한 결과 음이항모형보다 Tobit모형이 적합한 것으로 분석된다.
- 과분산계수를 이용해 비교한 결과 음이항모형과 절단된 음이항모형의 과수산계수 각각 7.611, 2.940로 포아송모형보다 음이항모형이 적합한 것으로 분석된다. 음이항모형과 절단된 음이항모형의 우도비를 비교하여 가산 자료의 최적 모형으로 음이항모형을 채택하였다.
- 박병호(2013)는 원형교차로에서 일어난 보행자 사고를 대상으로 ZAM을 이용해 보행자 사고모형을 구축하였다. 그 결과 공통변수로 교통량이 채택되고, 특정변수로 회전차로수, 횡단보도수, 감속시설수 및 설치여부가 채택되었다.
- Rosen 등(2009)은 독일의 보행자 사고와 관련하여 보행자 연령 및 사고차량의 속도와 보행자 사망률에 관해 분석하였다. 그 결과 속도가 높을수록 사망률은 높은 것으로 분석되었고, 75km/h에서 보행자의 사망위험이 50%에 달한다고 밝히고 있다.
- 841로 분석되어 Tobit모형이 가장 적합한 것으로 판단된다. 둘째, 채택된 독립변수는 교통량, 보행교통량, 차량출입로 개수, 횡단보도수 및 버스정류장으로, 교통량이 많을수록, 보행교통량이 많을수록, 차량출입로개수가 많을수록, 횡단보도수가 많을수록, 버스정류장개수가 많을수록 보행자 사고가 증가하는 것으로 판단된다.
- 차량진·출입 시 속도를 감소시킬 수 있는 과속방지턱과 같은 시설물을 설치하거나 일방통행제를 통해 교통량 자체를 줄이는 방법이다. 둘째, 횡단보도 및 버스정류장개수가 많을수록 사고가 증가하는데 이를 예방하기 위해서는 횡단보도 및 버스정류장을 줄이기보다는 보행자 보호시설을 설치하여 보행자의 안전도를 향상시키는 것을 제시한다. 이 연구는 범위를 간선도로로 한정하여 진행하고 있으며 다양한 변수를 고려하지 않았기 때문에 향후 교차로 및 생활도로의 보행자 사고와 다양한 변수를 고려한 추가적인 연구가 필요하다.
- Anastasopoulos 등(2012)은 워싱턴의 사고자료를 이용하여 사고심각도 모형을 구축하였다. 모형구축 결과 Univariate Tobit 모형과 Multivariate Tobit 모형 중 Multivariate Tobit 모형이 적합한 모형으로 선정되었으며, 모형의 검증을 통해 Multivariate Tobit이 최종모형으로 선정됐다.
- 466으로 보행자 사고를 종속변수로 하여 개발된 Tobit모형은 통계적으로 설명력이 높은 것으로 분석된다. 모형의 적합성을 검증하기 위해 RMSE, %RMSE, MPB, MAD 및 상관계수를 이용해 분석한 결과, 각각 0.734, 93.240, 0.571, -0.204, 0.841로 분석되어 Tobit모형이 가장 적합한 것으로 판단된다. 둘째, 채택된 독립변수는 교통량, 보행교통량, 차량출입로 개수, 횡단보도수 및 버스정류장으로, 교통량이 많을수록, 보행교통량이 많을수록, 차량출입로개수가 많을수록, 횡단보도수가 많을수록, 버스정류장개수가 많을수록 보행자 사고가 증가하는 것으로 판단된다.
- 사고건수를 종속변수로 하여 사고모형을 개발하였으며, 횡단보도수와 우회전 전용차로 유·무가 독립변수로 채택되었고, 모두 양의 관계를 가진다고 밝히고 있다.
- 상관관계 분석결과 교통량, 보행교통량, 보도폭, 차량진·출입로수, 횡단보도수, 도로연장, 버스정류장, 보행자 펜스가 종속변수와 관련이 있는 것으로 판단된다.
- 아울러 음이항모형의 경우 역시 모두 양의 부호로 교통량이 많을수록, 보행교통량이 많을수록, 차량진·출입로개수가 많을수록 보행자 사고가 증가하는 것으로 분석되었다.
- 종속변수로 사고건수와 EPDO를 사용하였으며, 패널자료를 이용해 사고모형을 구축하였다. 연구의 주요결과로 교차로의 횡단보도수, 총 교차로수 및 교통섬수가 사고에 영향을 미치는 것으로 나타났다.
- 연구의 주요결과는 다음과 같다. 첫째, 값이 0.466으로 보행자 사고를 종속변수로 하여 개발된 Tobit모형은 통계적으로 설명력이 높은 것으로 분석된다. 모형의 적합성을 검증하기 위해 RMSE, %RMSE, MPB, MAD 및 상관계수를 이용해 분석한 결과, 각각 0.
- 토빗모형과 음이항모형의 구축결과를 보면, 토빗모형의 경우 모두 양의 부호로 교통량이 많을수록, 보행교통량이 많을수록, 차량진·출입로개수가 많을수록, 횡단보도수가 많을수록, 버스정류장개수가 많을수록 보행자 사고가 증가하는 것으로 분석된다.
- 포아송 모형과 음이항모형에는 교통량(X1), 보행교통량(X2) 및 횡단보도수(X8)이 사고에 영향을 끼치는 변수로 채택되었고, 절단된 포아송모형에는 보행교통량(X2), 평균차로수(X4), 차량진·출입로개수(X7), 횡단보도개수(X8) 및 자전거도로 설치유무(X10)가, 절단된 음이항모형에는 보행교통량(X2), 평균차로수(X4), 굴곡률(X5), 차량진·출입로개수(X7) 및 횡단보도개수(X8)가 사고에 영향을 끼치는 변수로 채택되었다.
후속연구
- 하오근 등(2008)은 신호교차로에서 발생하는 교통사고를 대상으로 하여 포아송 및 음이항 모형을 이용해 사고모형을 개발하였다. 그 결과 교통량과 우회전비율, 좌회전 전용차로 등의 변수가 영향을 미치는 것으로 나타났으며, 운전자 시거확보와 교차각도 감소 등의 개선이 필요하다고 밝히고 있다.
- 둘째, 횡단보도 및 버스정류장개수가 많을수록 사고가 증가하는데 이를 예방하기 위해서는 횡단보도 및 버스정류장을 줄이기보다는 보행자 보호시설을 설치하여 보행자의 안전도를 향상시키는 것을 제시한다. 이 연구는 범위를 간선도로로 한정하여 진행하고 있으며 다양한 변수를 고려하지 않았기 때문에 향후 교차로 및 생활도로의 보행자 사고와 다양한 변수를 고려한 추가적인 연구가 필요하다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.