자유류 상태에서 고속도로 구간과속단속구간 및 대조구간 간의 교통류 특성 비교 Comparison of Section Speed Enforcement Zone and Comparison Zone on Traffic Flow Characteristics under Free-flow Conditions in Expressways원문보기
무인과속단속시스템은 속도위반 차량을 효과적으로 단속하기 위해 도입되었으나, 기존의 지점 과속단속시스템의 경우 차량 내비게이션, 스마트폰 등을 통해 제공되는 위치정보 서비스로 인해 단속 효과가 현격히 낮아지게 되었다. 구간 과속단속시스템은 지점 과속단속카메라 설치 지점에서 나타나는 카메라 전후에서 급감속 및 재가속을 반복하는 회피 거동으로 인한 여러 가지 부정적인 문제점을 보완하기 위해 도입되어 설치를 확대해 나가고 있다. 이에 본 연구에서는, 국내 고속도로 상에 설치된 구간 과속단속시스템에서 나타나는 교통류 특성에 대해 대조 구간을 설정하여 비교 분석하였다. 이를 위해 구간의 특성 등을 고려하여, 중부내륙선, 대전-통영선, 영동선 내의 구간 과속단속 시행구간에 대해 VDS 검지기 데이터를 수집하였으며, 데이터필터링을 통해 비교분석에 용이한 조건을 설정하고 자유속도 상태에서의 교통류 특성을 분석하였다. 분석결과, 구간 과속단속구간 내에서는 대조 구간에 비해 속도 평균 및 속도 분산이 낮아지는 경향을 보였으며, 통계적 검정 방법을 이용하여 이를 확인하였다.
무인과속단속시스템은 속도위반 차량을 효과적으로 단속하기 위해 도입되었으나, 기존의 지점 과속단속시스템의 경우 차량 내비게이션, 스마트폰 등을 통해 제공되는 위치정보 서비스로 인해 단속 효과가 현격히 낮아지게 되었다. 구간 과속단속시스템은 지점 과속단속카메라 설치 지점에서 나타나는 카메라 전후에서 급감속 및 재가속을 반복하는 회피 거동으로 인한 여러 가지 부정적인 문제점을 보완하기 위해 도입되어 설치를 확대해 나가고 있다. 이에 본 연구에서는, 국내 고속도로 상에 설치된 구간 과속단속시스템에서 나타나는 교통류 특성에 대해 대조 구간을 설정하여 비교 분석하였다. 이를 위해 구간의 특성 등을 고려하여, 중부내륙선, 대전-통영선, 영동선 내의 구간 과속단속 시행구간에 대해 VDS 검지기 데이터를 수집하였으며, 데이터필터링을 통해 비교분석에 용이한 조건을 설정하고 자유속도 상태에서의 교통류 특성을 분석하였다. 분석결과, 구간 과속단속구간 내에서는 대조 구간에 비해 속도 평균 및 속도 분산이 낮아지는 경향을 보였으며, 통계적 검정 방법을 이용하여 이를 확인하였다.
The Korean government introduced an automated speed enforcement system (ASES), which uses traffic enforcement cameras, to counteract safety issues that are caused by speeding. As the information of the traffic enforcement camera locations is provided to the drivers via navigation systems and mobile ...
The Korean government introduced an automated speed enforcement system (ASES), which uses traffic enforcement cameras, to counteract safety issues that are caused by speeding. As the information of the traffic enforcement camera locations is provided to the drivers via navigation systems and mobile applications in a timely manner, drivers can avoid enforcement by momentarily diminishing their speeds only near the camera locations. To prevent drivers' evasional behavior and improve the effectiveness of ASES, section control, which enforces speeding vehicles by measuring their average travel speeds over a stretch of road and checking against the speed limit, has been recently implemented. In this study, Section Speed Enforcement Zone and Comparison Zone are compared in terms of traffic stream characteristics under free flow conditions. To this end, loop detector data were obtained from the three study sites and analyzed. The study results demonstrated that drivers maintain their speeds below the speed limit over the enforcement section with a lower variance of speeds.
The Korean government introduced an automated speed enforcement system (ASES), which uses traffic enforcement cameras, to counteract safety issues that are caused by speeding. As the information of the traffic enforcement camera locations is provided to the drivers via navigation systems and mobile applications in a timely manner, drivers can avoid enforcement by momentarily diminishing their speeds only near the camera locations. To prevent drivers' evasional behavior and improve the effectiveness of ASES, section control, which enforces speeding vehicles by measuring their average travel speeds over a stretch of road and checking against the speed limit, has been recently implemented. In this study, Section Speed Enforcement Zone and Comparison Zone are compared in terms of traffic stream characteristics under free flow conditions. To this end, loop detector data were obtained from the three study sites and analyzed. The study results demonstrated that drivers maintain their speeds below the speed limit over the enforcement section with a lower variance of speeds.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구에서는 I․C 및 휴게소 진·출입 차량의 영향을 최소화하기 위하여 각 지역의 1, 2 차로에서 수집된 데이터만을 분석에 이용하였다.
본 연구에서는 고속도로 내 구간 과속단속구간에서 교통류 특성이 변화하는 것을 통계적 검정 방법을 이용해 확인하였다. 선행 연구에서 조사된 구간 과속단속시스템의 다양한 도입 효과 중 교통류 특성 변화에 초점을 맞추어 분석을 수행하였으며, 관련 연구가 많지 않은 실정에서 국내 도입 효과에 대한 분석 연구를 수행했다는 데에 본 연구의 의의를 둘 수 있다.
연구 대상 지역을 선정한 첫 번째 기준은 대조구간 선정에의 적절성 여부이다. 본 연구에서는 구간 과속단속구간에 대해 대조구간을 설정하여 분석하기 때문에 단속 구간 내에 터널이나 교량과 같은 시설을 포함하는 경우는 비교분석에 적절하지 않은 구간으로 판단하였다. 구간 과속단속구간 내에 급격한 커브 구간이 존재하는 경우에도 같은 이유로 연구 대상 지역에서 배제하였다.
본 연구에서는 고속도로 내 구간 과속단속구간에서 교통류 특성이 변화하는 것을 통계적 검정 방법을 이용해 확인하였다. 선행 연구에서 조사된 구간 과속단속시스템의 다양한 도입 효과 중 교통류 특성 변화에 초점을 맞추어 분석을 수행하였으며, 관련 연구가 많지 않은 실정에서 국내 도입 효과에 대한 분석 연구를 수행했다는 데에 본 연구의 의의를 둘 수 있다. 아울러 대부분의 기존 연구는 구간 과속단속시스템 도입 효과에 대해 사전·사후 분석을 수행하였으나, 본 연구에서는 횡단분석 (Cross-sectional Analysis) 방법을 적용하여 차별성 있는 분석을 수행하였다.
영동선만 추가로 데이터를 수집한 까닭은 대조구간과의 비교 분석 결과가 사전·사후 분석에서의 결과와 같은 결론을 이끌어내는지 여부를 확인하기 위함이다.
이는 Cross-sectional 분석의 일환인 대조구간 비교 분석과 Longitudinal 분석 방법인 사전·사후 분석의 결과를 비교하여 본 연구에서 적용한 분석 방법의 타당성을 검증하고자 함이다.
즉 우리나라의 경우 2003년도에 서울시 내부순환도로에 최초의 구간 과속단속시스템이 시범적으로 설치되었으나, 본격적으로 단속을 시행한 것은 2007년 이후였기 때문에 현재까지 수행된 연구는 많지 않은 실정이다. 이에 본 연구에서는 구간 과속단속시스템 도입 이후 충분한 기간 동안 운영이 이루어진 시점에서 도입효과 분석을 실시하였으며, 이를 통해 해당 시스템 내에서 차량의 주행패턴이 어떻게 변화하는지 알아보았다.
또한 초창기에 도입된 국내 구간 과속 단속구간은 해당 구간 내에 고속도로 휴게소가 위치하는 등 데이터 분석에 적합하지 못하며 신뢰성이 떨어진다는 약점을 갖고 있다. 이에 본 연구에서는 연구 범위 설정 및 자료 수집에 있어 신뢰성을 높이고, 데이터를 활용 시 일련의 논리적인 처리과정을 거쳐 분석의 정확도를 높이고자 하였다.
‘General Deterrence’란 무인 단속의 도입으로 인해 차량 과속과 같은 불법적인 행동을 스스로 억제하려는 노력이 많은 사람들에게 실질적인 변화를 가져오고 효과를 나타내는 것을 말한다. 즉 시스템의 도입으로 구간 과속단속구간에서는 차량 속도 및 분산이 대조구간에 비해 줄어들 것으로 가정하였으며, 본 연구에서는 해당 내용에 대해 통계적 검정 방법을 통해 확인하고자 하였다.
가설 설정
연구방법 중 데이터필터링 및 교통류 완화구간을 가정하는 부분에 있어서도 향후 발전된 연구를 수행할 여지가 있다. 본 연구에서는 속도-밀도 그래프를 토대로 임계 밀도를 추산하여 자유속도 하의 교통류를 가정하였는데, 이는 밀도에 따른 교통서비스수준(Level of Service)별 속도 특성 비교 등으로 보다 구체화 될 수 있다. 아울러본 연구의 결과로 밝힌 단속구간 내 속도 평균 및 분산의 감소가 가져오는 교통안전 측면에의 효과 분석 역시 향후 연구를 통해 수행될 수 있을 것으로 사료된다.
제안 방법
단속 구간 전·후 1km 떨어진 지점으로부터 각각 대조구간Ⅰ, 대조구간Ⅱ를 설정하였으며, 2013년 5월 한 달 간자료를 이용하여 분석을 시행하였다.
먼저 기존의 지점 과속단속시스템과 새로이 도입되고 있는 구간 과속단속시스템의 개요 및 현황에 대해 살펴보았다. 이어 선행연구사례 고찰을 통해 본 연구의 방향 및 목표를 탐색하였으며, 그에 따라 연구의 범위를 설정하였다.
선행 연구에서는 대부분 구간 과속단속시스템의 도입 전후 기간에 대해 사전·사후 분석을 실시하였다. 반면 본 연구에서는 구간 과속단속시스템의 효과를 비교하기 위해 해당 시스템이 적용된 구간과 적용되지 않은 대조구간을 각각 설정하였다. 최종 연구 대상 지역으로는 중부 내륙선, 대전-통영선, 영동선의 총 3개 구간을 설정하였으며, 각각의 노선 내에 비교구간을 설정하여 분석을 실시하였다.
본 연구에서는 구간 과속단속시스템 도입으로 인한 교통류 특성 변화에 초점을 맞추어 분석을 수행하였다. 방대한 교통 데이터의 특성상 장기간 데이터를 수집·저장 하는 것이 용이하지 않아 비교적 짧은 기간의 데이터를 가지고 분석을 수행하였으나, 향후 연구에서는 보다 장기 적인 관점에서 도입 효과를 분석할 수 있을 것으로 판단 된다.
시간대별 구분을 할 경우 첨두시간대로 설정한 시간 범위 내에 밀도 및 교통량이 매우 적은 상태로 운행되는 구간이 있을 가능성이 있다. 본 연구에서는 임계밀도 이하의 조건에서만 데이터를 추출하였으며, 해당 범위 내에서는 시간이나 요일에 상관없이 과속이 가능한 조건에서의 차량 속도를 관측할 수 있다. 그런데 임계밀도를 결정하는 데 있어 정확히 최대 교통량인 시점에서 완화구간이 끝난다고 단언할 수 없으므로, 교통기본도 상에 나타난 임계밀도보다 충분히 작은 10 vehs/km/lane 이전의 구간만을 분석용 데이터로 활용하였다.
시·공간적 연구범위를 설정한 후, 데이터의 신뢰성을 높이기 위해 일련의 필터링 기법을 적용하였다.
8km 구간에서 구간 과속단속을 시행하고 있다. 영동선의 경우 앞서 언급한 바와 같이 구간 과속단속 종료 지점 이후 얼마 지나지 않아 노선의 연장이 끝나는 까닭에 대조구간Ⅰ만을 설정하여 데이터를 분석하였다. 검지기 개수는 단속구간에서 5개, 대조구간에서 12 개씩 각 차로별로 분포하였으며, 최종 분석은 오류 검지기를 제외한 11개(단속구간 4개, 대조구간 7개) 검지기에서 이루어졌다.
영동선의 구간 과속단속 시행일자는 2011년 12월 7일로, 시행 전․후 한 달간 데이터를 이용해 사전·사후 분석을 수행하였다.
먼저 기존의 지점 과속단속시스템과 새로이 도입되고 있는 구간 과속단속시스템의 개요 및 현황에 대해 살펴보았다. 이어 선행연구사례 고찰을 통해 본 연구의 방향 및 목표를 탐색하였으며, 그에 따라 연구의 범위를 설정하였다. 차량 속도 및 통행량 자료 등 연구 범위에 해당 하는 고속도로 지점검지기 자료를 수집하였고, 데이터 필터링을 통해 보다 신뢰성 있는 데이터를 도출하였다.
수집된 데이터는 모두 속도, 교통량, 점유율 정보를 포함하고 있다. 이에 교통량 및 속도 데이터를 근거로 밀도를 계산하여, 혼잡구간 및 완화구간으로 구분하였다. 완화구간은 자유속도구간으로, 각각의 차량이 주변의 차량으로 인해 속도의 제약을 받지 않는 구간을 말한다.
중부내륙선, 대전-통영선, 영동선 총 3개 노선에 대해 각 단속구간에 상응하는 대조구간을 설정하여 각각의 구간에서 변화하는 차량 속도의 분포를 관찰하였으며, 분석에 앞서서는 체계적인 데이터 필터링을 수행하여 결과의 신뢰성을 제고하는데 주력하였다. 분석 수행 결과, 단속 구간 내에서는 차량들 간 속도 편차가 줄어들어 속도 분산이 작아지고 평균 속도 또한 줄어든다는 것을 밝혔으며, 통계적 검정 방법을 이용하여 이를 확인하였다.
구간 과속단속시스템은 각 차량이 특정 구간을 지날때 구간의 처음과 끝 지점에서 통과 시각을 기록한다. 즉 구간을 통과하는 총 소요시간을 측정한 뒤 구간의 길이를 이용하여 해당 구간 내에서의 평균속도를 계산한다. 계산된 평균속도가 구간의 제한속도보다 높은 경우 단속 대상이 되지만, 구간 내에서 일시적으로 과속하는 경우는 고려하지 않는다.
즉 주중·주말이나 첨두·비첨두 시간을 구분하지 않고 교통기본도 하에서 구한 밀도 조건 만을 통해 데이터를 필터링하였다.
이어 선행연구사례 고찰을 통해 본 연구의 방향 및 목표를 탐색하였으며, 그에 따라 연구의 범위를 설정하였다. 차량 속도 및 통행량 자료 등 연구 범위에 해당 하는 고속도로 지점검지기 자료를 수집하였고, 데이터 필터링을 통해 보다 신뢰성 있는 데이터를 도출하였다. 선행 연구에서는 대부분 구간 과속단속시스템의 도입 전후 기간에 대해 사전·사후 분석을 실시하였다.
따라서 과속 통행 패턴 분석을 위해서는 요일 및 시간대를 구분할 필요가 있다. 하지만 본 연구에서는 시간대 및 요일을 구분하여 데이터를 관측하는 방법 대신 임계밀도 이전 밀도, 즉 자유속도 하에서의 데이터만을 추출하여 분석을 수행하는 방법을 적용하였다. 즉 주중·주말이나 첨두·비첨두 시간을 구분하지 않고 교통기본도 하에서 구한 밀도 조건 만을 통해 데이터를 필터링하였다.
대상 데이터
영동선의 경우 앞서 언급한 바와 같이 구간 과속단속 종료 지점 이후 얼마 지나지 않아 노선의 연장이 끝나는 까닭에 대조구간Ⅰ만을 설정하여 데이터를 분석하였다. 검지기 개수는 단속구간에서 5개, 대조구간에서 12 개씩 각 차로별로 분포하였으며, 최종 분석은 오류 검지기를 제외한 11개(단속구간 4개, 대조구간 7개) 검지기에서 이루어졌다. 앞선 노선들과 마찬가지로 대조구간과 비교 분석함에 있어 2013년 5월 검지기 자료를 이용하였으나, 영동선에서는 추가로 2011년 11월부터 2012년 1월까지의 자료를 수집하였다.
본 연구에서는 임계밀도 이하의 조건에서만 데이터를 추출하였으며, 해당 범위 내에서는 시간이나 요일에 상관없이 과속이 가능한 조건에서의 차량 속도를 관측할 수 있다. 그런데 임계밀도를 결정하는 데 있어 정확히 최대 교통량인 시점에서 완화구간이 끝난다고 단언할 수 없으므로, 교통기본도 상에 나타난 임계밀도보다 충분히 작은 10 vehs/km/lane 이전의 구간만을 분석용 데이터로 활용하였다. 해당 밀도가 도래하기 이전 시점은 확실히 임계밀도에 도달하지 않았다고 할 수 있으므로 모든 차량이 자유속도 조건 하에 놓여있다고 봐도 무방하다.
설정한 세 개 노선의 단속구간 및 대조구간에 대한 데이터는 모두 2013년 5월(2013년 5월 1일 - 2013년 5 월 31일)에 수집되었으며, 영동선 데이터만 2011년 11 월부터 2012년 1월까지의 데이터를 추가로 수집하였다. 영동선만 추가로 데이터를 수집한 까닭은 대조구간과의 비교 분석 결과가 사전·사후 분석에서의 결과와 같은 결론을 이끌어내는지 여부를 확인하기 위함이다.
검지기 개수는 단속구간에서 5개, 대조구간에서 12 개씩 각 차로별로 분포하였으며, 최종 분석은 오류 검지기를 제외한 11개(단속구간 4개, 대조구간 7개) 검지기에서 이루어졌다. 앞선 노선들과 마찬가지로 대조구간과 비교 분석함에 있어 2013년 5월 검지기 자료를 이용하였으나, 영동선에서는 추가로 2011년 11월부터 2012년 1월까지의 자료를 수집하였다. 영동선의 구간 과속단속 시행일자는 2011년 12월 7일로, 시행 전․후 한 달간 데이터를 이용해 사전·사후 분석을 수행하였다.
영동선 내구간 과속단속구간의 경우 2011년 12월 7일자로 단속을 시행하였으며, 사전·사후 분석을 위한 데이터로 사전 기간은 2011년 11월 한 달 간 데이터, 사후 기간은 2012년 1월 한 달 간 데이터를 사용하여 분석하였다.
가장 최근에 설치된 서울-양양 구간 과속단속구간의 경우 실제 단속이 시작된 것은 2013년 7월 이후로 도입 이후 적용 기간이 매우 짧아 분석에 이용하기 어려웠다. 이외 구간에서는 모두 데이터 수집이 가능하였고, 최종적으로 중부내륙선, 대전-통영선, 영동선(강릉방향 215.2-226km 구간)을 대상 지역으로 선정하여 데이터를 수집하였다.
즉진·출입에 의해 속도 감소 효과가 나타날 수 있는 차로는 배제하였으며, 과속이 용이한 1, 2차로만을 분석 대상으로 하였다.
반면 본 연구에서는 구간 과속단속시스템의 효과를 비교하기 위해 해당 시스템이 적용된 구간과 적용되지 않은 대조구간을 각각 설정하였다. 최종 연구 대상 지역으로는 중부 내륙선, 대전-통영선, 영동선의 총 3개 구간을 설정하였으며, 각각의 노선 내에 비교구간을 설정하여 분석을 실시하였다. 아울러 시행구간 및 대조구간에서의 교통류 특성 차이를 검증하기 위해 통계적 검정 방법을 이용하여 이를 확인하였다.
데이터처리
다음으로 횡단분석의 결과가 종단분석의 결과와 일치성을 지니는지 검증하기 위해 영동선 구간 내의 단속 시행전·후 데이터를 비교하였다.
즉 앞선 두 개의 그림에서 나타난 수치를 표로 정리한 것이다. 본 연구에서는 각 그룹 간의 평균속도 및 속도분산이 통계적으로 의미 있는 차이를 가지는지 확인하기 위해 t-test 및 F-test를 수행하였다. 이 때 95% 유의 수준에서 t-test 및 F-test 모두 p-value가 약 0.
최종 연구 대상 지역으로는 중부 내륙선, 대전-통영선, 영동선의 총 3개 구간을 설정하였으며, 각각의 노선 내에 비교구간을 설정하여 분석을 실시하였다. 아울러 시행구간 및 대조구간에서의 교통류 특성 차이를 검증하기 위해 통계적 검정 방법을 이용하여 이를 확인하였다.
Figure 9에서도 단속구간에서의 차량속도 평균 및 분산이 대조구간에 비해 낮게 나타나는 것을 관찰할 수 있으며, Table 6의 기술통계량을 통해 수치적 비교가 가능하다. 영동선에서도 t-test 및 F-test를 통한 검증을 수행하였는데, 95% 유의수준에서 약 0.001의 p-value 를 보여 대조구간과 단속구간 사이에 통계적으로 의미 있는 속도 평균 및 분산의 차이가 존재함을 확인하였다.
이론/모형
마지막으로 비정상적인 값을 가지는 검지기는 분석 대상에서 제외하였는데, Chen(2003)이 적용한 바 있는 Detector Health 판별 알고리즘인 DSA(Daily Statistics Algorithm)를 이용하였다. DSA는 이전 일자의 검지기 데이터와 주변 검지기 데이터를 이용하여 특정 검지기의 오류 여부를 판별하는 알고리즘으로, Table 3에 명시된 검지기 데이터상의 오류를 찾아낸다.
아울러 대부분의 기존 연구는 구간 과속단속시스템 도입 효과에 대해 사전·사후 분석을 수행하였으나, 본 연구에서는 횡단분석 (Cross-sectional Analysis) 방법을 적용하여 차별성 있는 분석을 수행하였다.
앞서 살펴본 바와 같이 국내·외를 막론하고 구간 과속단속시스템의 효과 분석에 대한 대부분의 기존 연구는 사전․사후 분석이 주류를 이루었다. 이와 달리 본 논문에서는 구간 과속단속구간을 대조구간과 비교하는 횡단분석(Cross-sectional Analysis)방법을 적용하였다. 이는 기존에 시도되지 않았던 방법으로, 종단분석 (Longitudinal Analysis)의 결과와 비교하여 구간 과속단속시스템의 설치 효과를 새로운 방법으로 분석해볼 수 있다는 점에 의의가 있다.
성능/효과
중부내륙선, 대전-통영선, 영동선 총 3개 노선에 대해 각 단속구간에 상응하는 대조구간을 설정하여 각각의 구간에서 변화하는 차량 속도의 분포를 관찰하였으며, 분석에 앞서서는 체계적인 데이터 필터링을 수행하여 결과의 신뢰성을 제고하는데 주력하였다. 분석 수행 결과, 단속 구간 내에서는 차량들 간 속도 편차가 줄어들어 속도 분산이 작아지고 평균 속도 또한 줄어든다는 것을 밝혔으며, 통계적 검정 방법을 이용하여 이를 확인하였다.
이 때 사전·사후 비교 분석을 통해서도 횡단분석 결과와 마찬가지로 단속구간과 대조구간의 속도 분산 및 평균의 차이가 존재하는 것을 확인하였으며, 특히 단속구간 내 차량속도의 분산이 크게 줄어든 것을 볼 수 있다. 아울러 단속 시행 전‧후 차량속도 평균 및 분산에 대해서도 t-test 및 F-test를 수행한 결과 수치적으로 나타난 차이가 통계적으로 유의미한 결과임을 확인하였다.
본 연구에서는 각 그룹 간의 평균속도 및 속도분산이 통계적으로 의미 있는 차이를 가지는지 확인하기 위해 t-test 및 F-test를 수행하였다. 이 때 95% 유의 수준에서 t-test 및 F-test 모두 p-value가 약 0.001로 단속구간 및 대조구간에서 속도의 평균 및 분산이 통계적으로 유의미한 차이를 가지는 것을 확인하였다.
이 때 사전·사후 비교 분석을 통해서도 횡단분석 결과와 마찬가지로 단속구간과 대조구간의 속도 분산 및 평균의 차이가 존재하는 것을 확인하였으며, 특히 단속구간 내 차량속도의 분산이 크게 줄어든 것을 볼 수 있다.
Table 5는 각 구역 내의 속도 평균, 분산 등을 기술하고 있다. 차량속도 및 분산의 차이가 단속구간과 대조구간에서 매우 확연한 차이를 보였는데, 이러한 차이의 통계적 유의성을 검정하기 위해 t-test 및 F-test를 수행한 결과 95% 유의 수준에서 약 0.001의 p-value를 보였다. 이는 각 구간의 속도 평균 및 분산의 차이가 통계적으로 유의미함을 의미한다.
Figure 8은 앞선 두 지역에서 수행하였던 것과 같이 대조구간을 설정하여 단속구간과 비교한 Boxplot 그래프를 보여준다. 해당 그래프에서도 단속구간 내 차량 간 속도 편차가 확연히 줄어드는 것을 확인할 수 있으며 중앙값 또한 대조구간에 비해 낮은 값을 보이는 것을 알 수 있다.
ETCS (2009)의 보고서에서는 구간 과속단속시스템이 가지는 여러 가지 시행효과에 대해 기술하였으며, 각국의 구간 과속단속시스템 도입에 따른 효과에 대해 종합적으로 기술하였다. 해당 보고서에 따르면 구간 과속단속시스템은 대부분의 국가에서 구간 내 교통 혼잡 감소, 소음 감소, 배기가스 배출량 감소, 사고 감소 효과를 보이는 것으로 나타났다. 한편 Charlesworth(2008)는 지점 과속단속 시스템과 구간 과속단속시스템의 도입 효과를 비교하였다.
해당 연구 역시 사전·사후 분석을 수행하였으며 구간 과속단속구간 내에서 차량 평균속도와 분산이 감소하여 구간 내 교통 흐름에 긍정적인 변화를 가져오는 것으로 확인하였다.
후속연구
방대한 교통 데이터의 특성상 장기간 데이터를 수집·저장 하는 것이 용이하지 않아 비교적 짧은 기간의 데이터를 가지고 분석을 수행하였으나, 향후 연구에서는 보다 장기 적인 관점에서 도입 효과를 분석할 수 있을 것으로 판단 된다.
본 연구에서는 속도-밀도 그래프를 토대로 임계 밀도를 추산하여 자유속도 하의 교통류를 가정하였는데, 이는 밀도에 따른 교통서비스수준(Level of Service)별 속도 특성 비교 등으로 보다 구체화 될 수 있다. 아울러본 연구의 결과로 밝힌 단속구간 내 속도 평균 및 분산의 감소가 가져오는 교통안전 측면에의 효과 분석 역시 향후 연구를 통해 수행될 수 있을 것으로 사료된다.
방대한 교통 데이터의 특성상 장기간 데이터를 수집·저장 하는 것이 용이하지 않아 비교적 짧은 기간의 데이터를 가지고 분석을 수행하였으나, 향후 연구에서는 보다 장기 적인 관점에서 도입 효과를 분석할 수 있을 것으로 판단 된다. 연구방법 중 데이터필터링 및 교통류 완화구간을 가정하는 부분에 있어서도 향후 발전된 연구를 수행할 여지가 있다. 본 연구에서는 속도-밀도 그래프를 토대로 임계 밀도를 추산하여 자유속도 하의 교통류를 가정하였는데, 이는 밀도에 따른 교통서비스수준(Level of Service)별 속도 특성 비교 등으로 보다 구체화 될 수 있다.
질의응답
핵심어
질문
논문에서 추출한 답변
무인과속단속시스템이 도입되게 된 배경은?
과속은 교통사고의 주원인 중 하나로, 과속으로 인해 발생하는 사고는 많은 경우에 있어 인명피해 및 재산피해를 수반한다. Nilsson(1982), Elvik et al.(2004) 등에 따르면 사고 시 과속 여부와 인명피해의 정도는 직접적인 관련이 있는 것으로 밝혀졌으며, Evans(2005)는 속도가 1% 증가함에 따라 사망 위험도는 4-12% 증가한다고 보고하였다. 또한 Gambard et al.(1997)에 의하면 전체 교통사고의 약 25% 정도가 과속으로 인해 발생하는 것으로 나타났으며, 고속도로에서는 50%까지 그 비율이 높아지는 것으로 조사되었다.
무인과속단속시스템의 특징은?
무인과속단속시스템은 속도위반 차량을 효과적으로 단속하기 위해 도입되었으나, 기존의 지점 과속단속시스템의 경우 차량 내비게이션, 스마트폰 등을 통해 제공되는 위치정보 서비스로 인해 단속 효과가 현격히 낮아지게 되었다. 구간 과속단속시스템은 지점 과속단속카메라 설치 지점에서 나타나는 카메라 전후에서 급감속 및 재가속을 반복하는 회피 거동으로 인한 여러 가지 부정적인 문제점을 보완하기 위해 도입되어 설치를 확대해 나가고 있다.
구간 과속단속시스템은 무엇을 보완하기 위해 도입되었는가?
무인과속단속시스템은 속도위반 차량을 효과적으로 단속하기 위해 도입되었으나, 기존의 지점 과속단속시스템의 경우 차량 내비게이션, 스마트폰 등을 통해 제공되는 위치정보 서비스로 인해 단속 효과가 현격히 낮아지게 되었다. 구간 과속단속시스템은 지점 과속단속카메라 설치 지점에서 나타나는 카메라 전후에서 급감속 및 재가속을 반복하는 회피 거동으로 인한 여러 가지 부정적인 문제점을 보완하기 위해 도입되어 설치를 확대해 나가고 있다. 이에 본 연구에서는, 국내 고속도로 상에 설치된 구간 과속단속시스템에서 나타나는 교통류 특성에 대해 대조 구간을 설정하여 비교 분석하였다.
참고문헌 (13)
Cascetta E., Punzo V. Marcello M. (2011), Empirical Analysis of Effects of Automated Section Speed Enforcement System on Traffic Flow at Freeway Bottlenecks, Trans. Res. Rec.: J. Trans. Res. Board 2260(1), Transportation Research Board of the National Academies, Washington, D.C., 83-93.
Charlesworth K. (2008), The Effect of Average Speed Enforcement on Driver Behaviour, Road Transport Information and Control-RTIC 2008 and ITS United Kingdom Members' Conference, IET. 1-5.
Chen C. (2003), Freeway Performance Measurement System (PeMS), California Partners for Advanced Transit and Highways (PATH). p.123.
Daganzo C. F. (1997), Fundamentals of Transportation and Traffic Operations, Elsevier Science Inc., New York. p.80.
Elvik R., Christensen P., Amundsen A.(2004), Speed and Road Accidents: An Evaluation of the POWER Model, TOI report, 740, 9. p.1.
ETCS (2009), Section Control: Towards a More Efficient and Better Accepted Enforcement of Speed Limits, ETCS Speed Fact Sheet, 2.
Evans L. (2005), Traffic Safety, Science Serving Society, USA, 418. p.11
Gambard J., Fabre M., Boulanger P. (1997), An Automatic Speed Recording System on French Motorways: The Speed Observatory, Paper Presented at 4th World Congress on ITS, Germany. Paper No. 2258.
Nilsson G. (1981), The Effects of Speed Limits on Traffic Crashes in Sweden, In Proceedings of the International Symposium on the Effects of Speed Limits on Traffic Accidents & Fuel Consumption, Organization for Economic Co-operation and Development, Ireland.
Park J. J., Lee Y. M., Park J. B., Kang J. G. (2008), The Effect of Point to Point Speed Enforcement Systems on Traffic Flow Characteristics, J. Korean Soc. Transp., 26(3), Korean Society of Transportation, 85-95.
Police Science Institute (2012), A Research of the Proper Number of National Traffic Control Equipment, p.58. (전국 교통단속장비 적정 운영수량 연구)
Ross H. L. (1982), Deterring the Drinking Driver: Legal Policy and Social Control, MA: Lexington Books, New York, USA. p.68
Yun I., Park S. H., Oh B. S., Oh Y. (2011), Study of the Effect of the Point-to-Point Speed Enforcement System Using a Comparison-Group Method, J. Korean Soc. Road Engineers, Korean Society of Road Engineers, 13(4), 177-185.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.