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
- 동시에, 고령보행자와 비고령보행자의 접근하는 차량에 대한 판단력의 차이를 살펴보았다. 분석 자료는 횡단보도를 건너는 보행자를 대상으로 설문조사를 수행하였으며, 조사는 사고 및 횡단특성 자료를 수집한 30개의 지점과 동일한 장소에서 지점별로 고령보행자, 비고령 보행자 각각 15명씩 총 900명을 대상으로 진행하였다.
- 보행자는 횡단에 앞서 주변을 살피며 횡단가능여부를 판단하는데, 횡단보도로 접근하고 있는 차량이 실제 위치보다 멀리서 접근하고 있다고 판단할 경우 교통사고가 발생할 수 있다. 따라서 본 연구에서는 보행자가 횡단보도를 건널 때 접근하는 차량과의 거리 차이와 체감속도를 통해 연령 그룹 간 판단 특성을 분석하였다. 분석 결과는 Table 8과 같으며, 이는 다음과 같은 사실을 설명하고 있다.
- 본 연구를 통해 우리나라 서울시 고령보행자의 횡단 특성과 사고특성을 분석하였으며, 이를 토대로 횡단특성과 교통사고 발생에는 상관관계가 존재하며, 사고 감소를 위해서는 횡단특성을 반영한 개선안 마련이 필요함을 제시하였다.
- 본 연구에서는 고령보행자와 비고령보행자의 판단력 차이가 존재하는지 알아보았다. 보행자 판단 특성 자료는 설문조사를 통해서 수집하였으며, Fig.
- 본 연구의 목적은 단일로 신호 횡단보도 상에서 나타나는 고령보행자의 보행 행태를 조사하여 비고령보행자와 차이를 분석하고, 고령보행자들의 보행 특성이 사고에 미치는 영향을 밝히는 것이다. 고령 및 비고령보행자들의 특성 분석과 고령보행자 횡단 사고와 보행 특성의 연관성을 분석하기 위해 다음과 같은 과정을 수행하였다.
- 매년 수많은 고령보행자가 횡단보도를 건너는 중에 사망하고 있다. 이러한 문제를 개선하고자 본 연구에서는 고령보행자의 횡단특성과 사고와의 관계를 분석하였다. 기존의 수많은 연구를 통해 교차로를 통과하는 고령 보행자의 횡단특성이 분석되었지만(Oxley et al.
가설 설정
- Head movement는 횡단을 하는 과정에서 보행자들이 주변을 살피기 위해 고개를 돌린 횟수로 본 연구에서는 평균적인 보행자의 경계 시계가 좌우측 각각 30도인 것을 고려하여(Won, 1990), 고개를 60도 이상 회전시켜 주변을 살펴본 횟수를 Head movement로 가정하였다. 분석은 고령보행자 행동 특성 분석을 위해 촬영한 동영상 자료를 사용하여 진행되었다.
제안 방법
- (1) 현장 조사를 통해 보행자들이 단일로 신호 횡단보도를 건너는 행태를 조사하였다.
- (2) 대면조사를 통해 고령보행자와 비고령보행자들의 접근하는 차량에 대한 판단 특성을 분석하였다.
- 그리고 Eq. (2)를 적용하여 응답자들이 판단한 거리(Estimated Distance)와 실제 보행자가 안전하게 횡단보도를 건널 수 있는 거리(Actual Distance)를 비교하여 고령자그룹과 비고령자그룹의 판단력의 차이를 살펴보았다.
- (3) 고령보행자들이 횡단보도를 건널 때 나타나는 보행 특성들과 조사 지점별 사고 이력을 분석하여 고령보행자의 횡단행태와 교통사고의 관계를 살펴보았다.
- Head movement 측정결과 고령보행자가 비고령보행자에 비해 주변을 살피는 횟수가 더 적은 것으로 나타났는데, 이것이 고령보행자 사고 위험성 증가와 관련이 있음을 밝히기 위해서 각 조사지점별로 Head movement와 3년간 발생한 보행자 횡단사고의 상관관계를 분석하였다. 분석방법은 회귀분석을 적용하였으며, x축을 고령자와 비고령자의 Head Movement 차이, y축을 사고건수로 설정하여 Eq.
- 분석 자료는 횡단보도를 건너는 보행자를 대상으로 설문조사를 수행하였으며, 조사는 사고 및 횡단특성 자료를 수집한 30개의 지점과 동일한 장소에서 지점별로 고령보행자, 비고령 보행자 각각 15명씩 총 900명을 대상으로 진행하였다. 가장 인접한 차로에서 접근하는 차량이 사전에 정해놓은 지점을 통과할 때, 보행자들이 접근하는 차량을 피해도로를 안전하게 횡단할 수 있을 것인지에 대해 설문하였으며, 조사결과를 바탕으로 실제 차량과의 거리 및 차량의 접근속도 등을 고려하여 고령보행자와 비고령보행자의 접근하는 차량에 대한 판단 차이를 분석하였다.
- 각 지점에서 보행자의 판단력과 고령보행자 횡단사고와의 관계를 분석하였으며, 이를 통해서 잘못된 판단이 고령보행자 횡단사고 발생에 영향을 미치는지 확인하였다. Fig.
- 고령보행자 횡단사고가 비고령보행자 횡단사고에 비해 사고 발생 비율이 높게 나타나는 이유를 이해하기 위해서 횡단보도를 통과하는 동안 고령보행자와 비고령보행자의 횡단 행태 차이를 살펴보았다. 이를 위해서 녹색 보행신호가 점등된 순간부터 실제 발을 내딛는 시간까지 소요되는 시간(Start-up Delay)을 연령 그룹별로 분석하였다.
- 고령보행자들이 횡단을 시작함에 있어 접근하는 차량에 대해 잘못된 판단을 내릴 경우 사고와 직결될 수 있음을 검증하기 위하여 지점별로 고령보행자와 비고령보행자의 판단착오율 차이와 동일지점에서 발생한 횡단사고와의 상관관계를 살펴보았다.
- 동영상 자료를 토대로 관측 지점별로 측정된 고령보행자그룹(15명)과 비고령보행자그룹(15명)의 평균적인 Head movement 차이를 계산하였으며, 최근 3년 동안 발생한 고령보행자 횡단사고와 두 집단의 Head movement 차이를 비교하여 상관관계를 살펴보았다.
- Start-up Delay는 보행자마다 개인차가 나타나는 요인으로 매우 짧은 시간이 소요될 수 있기 때문에 이를 현장에서 측정하기는 어렵다. 따라서 Fig. 5와 같이 횡단보도를 건너는 시점(대기시간 포함)을 동영상으로 촬영하여 분석을 진행하였다. Start-up Delay를 계산하는 수식은 Eq.
- 또한 횡단보도에 진입하는 보행자가 주변 차량 및 다른 보행자를 살피는 횟수(Head movement)를 측정하였다. 횡단보도를 건널 시 보행자는 횡단보도에 진입하는 순간부터 횡단을 완료하는 순간까지 차량에 의한 충돌사고에 노출된다.
- 본 연구에서는 고령보행자와 비고령보행자의 판단력 차이가 존재하는지 알아보았다. 보행자 판단 특성 자료는 설문조사를 통해서 수집하였으며, Fig. 6과 같이 보행자가 횡단할 때 횡단보도에 접근하는 차량과 횡단보도와의 거리가 최소 몇 m 이상 떨어져 있어야 안전하게 횡단할 수 있는지를 대면조사를 통해 확인하여 자료를 수집하였다. 그리고 Eq.
- Head movement는 횡단을 하는 과정에서 보행자들이 주변을 살피기 위해 고개를 돌린 횟수로 본 연구에서는 평균적인 보행자의 경계 시계가 좌우측 각각 30도인 것을 고려하여(Won, 1990), 고개를 60도 이상 회전시켜 주변을 살펴본 횟수를 Head movement로 가정하였다. 분석은 고령보행자 행동 특성 분석을 위해 촬영한 동영상 자료를 사용하여 진행되었다.
- 실제 보행자들이 안전하게 횡단할 수 있는 거리는 지점별 차량 접근시간을 측정하여 계산하였는데, 먼저 차량이 정지선 앞 30m 지점에서 정지선까지 도착하는 시간을 측정해서 차량 접근속도(전 지점 평균 8.9m/s로 나타남)를 계산하였고, 이를 정지시거 공식에 대입하여 안전거리를 산출하였다.
- 고령보행자 횡단사고가 비고령보행자 횡단사고에 비해 사고 발생 비율이 높게 나타나는 이유를 이해하기 위해서 횡단보도를 통과하는 동안 고령보행자와 비고령보행자의 횡단 행태 차이를 살펴보았다. 이를 위해서 녹색 보행신호가 점등된 순간부터 실제 발을 내딛는 시간까지 소요되는 시간(Start-up Delay)을 연령 그룹별로 분석하였다. 본 연구를 위해 수집된 자료와 기존의 연구에 따르면, 횡단보도에 진입하는 단계에서 고령보행자의 사고가 많이 발생(Oxley, 1995; KOROAD, 2015) 하고 있기 때문에 Start-up Delay는 고령자 보행사고와 밀접한 관련이 있을 것으로 판단된다.
- 일부 보행자는 차도를 건너는 과정에서 횡단보도를 따라서 이동하지 않고 횡단보도 외부로 횡단하는 경향을 보이기 때문에 본 연구에서는 Fig. 4와 같이 횡단보도의 중심을 기준으로 반경 20m 이내에서 발생한 사고를 단일로 횡단보도에서 발생한 사고로 간주하여 분석을 수행하였다.
대상 데이터
- 또한, 분석대상 구간은 가장 많은 사고가 발생한 도로 유형인 단일로 횡단보도로 한정지었으며, 고령보행자의 횡단 특성과 사고 특성을 파악하기 위해 2012년부터 2014년까지 서울시내에 위치한 단일로 횡단보도 중 고령보행자 횡단사고가 많이 발생한 30개의 지점을 선별하였다. 30개의 분석지점 선정을 위한 교통사고 자료는 경찰청과 도로교통공단에서 제공하는 교통사고분석시스템(Traffic Accident analysis System, TAAS)을 이용하여 수집하였다. TAAS의 사고 자료를 활용할 시각각의 사고 발생 당시의 현황을 파악할 수 있는데, 사고 당사자의 연령을 비롯하여 사고일시, 심각도, 사고내용의 간략한 개요 등을 알 수 있으며, GIS와의 연동을 통해 자세한 사고 발생위치를 파악할 수 있다.
- 또한, 분석대상 구간은 가장 많은 사고가 발생한 도로 유형인 단일로 횡단보도로 한정지었으며, 고령보행자의 횡단 특성과 사고 특성을 파악하기 위해 2012년부터 2014년까지 서울시내에 위치한 단일로 횡단보도 중 고령보행자 횡단사고가 많이 발생한 30개의 지점을 선별하였다. 30개의 분석지점 선정을 위한 교통사고 자료는 경찰청과 도로교통공단에서 제공하는 교통사고분석시스템(Traffic Accident analysis System, TAAS)을 이용하여 수집하였다.
- 보행자의 횡단 특성 자료를 수집하기 위해서 선정된 30개의 분석대상 지점에서 2016년 7월 4일부터 15일까지 10일 동안 횡단보도를 횡단하는 보행자들을 비디오 촬영하였다. 보행특성 자료를 수집하는 과정에서 보행자의 신체적 특성 및 횡단에 영향을 끼칠 수 있는 개인적인 특성을 제거하기 위해서 지팡이를 짚거나 휴대전화를 이용하는 사람은 조사 대상에서 제외하였으며, 다른 보행자에 의한 영향을 최소화하기 위하여 가장 선두에서 횡단보도를 건너는 보행자만을 분석 대상자로 지정하였다.
- 동시에, 고령보행자와 비고령보행자의 접근하는 차량에 대한 판단력의 차이를 살펴보았다. 분석 자료는 횡단보도를 건너는 보행자를 대상으로 설문조사를 수행하였으며, 조사는 사고 및 횡단특성 자료를 수집한 30개의 지점과 동일한 장소에서 지점별로 고령보행자, 비고령 보행자 각각 15명씩 총 900명을 대상으로 진행하였다. 가장 인접한 차로에서 접근하는 차량이 사전에 정해놓은 지점을 통과할 때, 보행자들이 접근하는 차량을 피해도로를 안전하게 횡단할 수 있을 것인지에 대해 설문하였으며, 조사결과를 바탕으로 실제 차량과의 거리 및 차량의 접근속도 등을 고려하여 고령보행자와 비고령보행자의 접근하는 차량에 대한 판단 차이를 분석하였다.
- 선정된 30개의 분석대상 지점에 대한 개요는 Table 3 및 Table 4와 같으며, 분석대상 지점에서 고령보행자 횡단사고 139건, 비고령보행자 횡단사고 284건, 총 423건의 횡단사고가 발생하였다.
- 보행특성 자료를 수집하는 과정에서 보행자의 신체적 특성 및 횡단에 영향을 끼칠 수 있는 개인적인 특성을 제거하기 위해서 지팡이를 짚거나 휴대전화를 이용하는 사람은 조사 대상에서 제외하였으며, 다른 보행자에 의한 영향을 최소화하기 위하여 가장 선두에서 횡단보도를 건너는 보행자만을 분석 대상자로 지정하였다. 표본 수는 지점당 30명(고령자 15명, 비고령자 15명)씩 전체 900명을 대상으로 하였다.
데이터처리
- 관측된 Start-up Delay 및 Head Movement와 사고의 관계를 살펴보기 전에 먼저 두 변수간의 상관관계를 확인하였으며, 분석방법으로는 T-test를 수행하였다. 분석 결과는 Table 7과 같으며, 등분산 검정의 유의확률이 0.
- Head movement 측정결과 고령보행자가 비고령보행자에 비해 주변을 살피는 횟수가 더 적은 것으로 나타났는데, 이것이 고령보행자 사고 위험성 증가와 관련이 있음을 밝히기 위해서 각 조사지점별로 Head movement와 3년간 발생한 보행자 횡단사고의 상관관계를 분석하였다. 분석방법은 회귀분석을 적용하였으며, x축을 고령자와 비고령자의 Head Movement 차이, y축을 사고건수로 설정하여 Eq. (3)과 같은 선형회귀식을 도출하였다.
성능/효과
- 각 지점에서 보행자의 판단력과 고령보행자 횡단사고와의 관계를 분석하였으며, 이를 통해서 잘못된 판단이 고령보행자 횡단사고 발생에 영향을 미치는지 확인하였다. Fig. 10과 같이 고령보행자와 비고령보행자들의 판단착오율 차이가 큰 지점, 즉 비고령보행자에 비해 고령 보행자가 실제 차량의 위치보다 더 멀리서 차량이 접근하고 있다고 판단한 비율이 높은 지점에서 고령보행자 횡단사고가 많이 발생하는 것으로 분석되었다.
- 고령보행자들의 Start-up Delay는 평균 1.58초로 측정되었으며, 비고령보행자의 Start-up Delay인 2.63초보다 짧게 나타나 선행연구를 통해 알려진 고령자의 인지·반응시간이 비고령자에 비해 길다는 연구들과 상반된 결과를 보였다.
- 9 참조). 그리고 보행자의 주의력 차이는 사고와 밀접한 관계를 보였는데, 비고령보행자에 비해 고령보행자가 상대적으로 적은 횟수의 Head movement를 행하는 지점에서 고령보행자의 사고율이 높게 나타났다.
- 둘째, 고령보행자는 비고령보행자에 비해 상대적으로 횡단을 하는 동안 고개를 돌려 주변 차량을 살피는 횟수가 적다. 이러한 특성은 고령보행자의 횡단 중 발생하는 사고와 밀접한 관련이 있다.
- 둘째, 고령보행자는 비고령보행자에 비해 접근하는 차량과의 거리차이를 잘 판단하지 못하는 경향을 보였다. 비고령보행자의 평균 Estimated Distance와 Actual Distance의 차이는 2.
- 또한 본 연구의 분석결과에 따르면, 고령보행자의 Head movement는 평균 3.15회, 비고령보행자는 평균 5.28회로 고령보행자는 횡단 시 비고령보행자보다 주변을 덜 살피는 경향이 있었고 고령보행자의 Head movement와 사고 발생 빈도와의 상관관계가 존재하였다(Fig. 8 및 Fig. 9 참조). 그리고 보행자의 주의력 차이는 사고와 밀접한 관계를 보였는데, 비고령보행자에 비해 고령보행자가 상대적으로 적은 횟수의 Head movement를 행하는 지점에서 고령보행자의 사고율이 높게 나타났다.
- 또한, Fig. 11과 같이 Head movement 차이와 판단 착오율 간에 상관관계가 존재하였으며, 고령보행자가 비고령보행자에 비해 주변을 잘 살피지 않는 지점(비고령자가 고령자보다 더 신경 써서 주변을 살피는 지점)에서고령자의 판단착오율이 높게 나타나는 경향을 보였다.
- 또한, Fig. 9와 같이 실제 분석대상지 30곳의 지점별 사고발생 건수와 Head movement 차이를 살펴보았데, 대체로 Head movement 차이(Difference of Head movement)가 크게 나타나는 지점에서 고령보행자 횡단사고가 많이 발생하는 경향을 보였다.
- 05초 더 짧게 측정되었다. 또한, 두 그룹의 평균 측정값에 대해 T-test를 수행한 결과 P-value가 0.001 이하로 유의미한 차이로 나타났다.
- 기존 연구에 따르면 횡단 시에 고개를 돌려 주변을 살피는 것은 사고 감소에 도움이 되는 것으로 알려져 있는데(Fildes, 1994; Staplin, 1991; KOROAD, 2005), 본 연구에 따르면 고령보행자들이 비고령보행자에 비해 횡단을 수행하는 과정에서 접근하는 차량을 피해 주변을 살피는 횟수가 적은 것으로 분석되었다. 본 연구의 Head movement 측정 결과를 통해서 고령보행자가 비고령보행자에 비해 횡단 시 사고 감소에 도움이 되는 행위를 더 적게 수행함을 알 수 있다.
- 둘째, 고령보행자는 비고령보행자에 비해 접근하는 차량과의 거리차이를 잘 판단하지 못하는 경향을 보였다. 비고령보행자의 평균 Estimated Distance와 Actual Distance의 차이는 2.6m로 나타났으나, 고령 보행자의 평균값은 3.7m로 비고령보행자에 비해 1.1m더 길게 측정되었다.
- 선형회귀식의 개형은 Fig. 8과 같으며, 분석 결과 Head movement차이와 사고발생 간에는 양의 상관관계가 나타났으며, 이 때 선형식의 R2=0.6954로 두 변수의 상관관계는 유의미하였다.
- 셋째, 고령보행자는 비고령보행자에 비해 접근하는 차량이 실제 위치한 거리에 비해 더 멀리서 접근하고 있다고 예측하는 경향을 보였으며, 실제로 고령보행자 전체 450명의 응답자 중 78명인 17.3%가 실제 차량의 위치보다 차량이 멀리 있는 것으로 판단하였다. 비고령보행자의 경우 전체 450명의 응답자 중 35명(7.
- , 2016). 이에 따라 본 연구의 Start-up delay 측정결과도 유사한 경향을 보일 것으로 판단되었으나, Table 5와 같이 본 연구의 Start-up Delay 측정 결과를 살펴보면, 고령보행자의 평균 Start-up Delay는 1.58초, 비고령보행자의 평균 Start-up Delay는 2.63초로 오히려 고령보행자들이 비고령자에 비해 약 1.05초 더 짧게 측정되었다. 또한, 두 그룹의 평균 측정값에 대해 T-test를 수행한 결과 P-value가 0.
- 종합하면, 고령보행자는 녹색신호 점등이후 직접 주변 차량 및 다른 요인들을 살펴보지 않고 곧바로 횡단을 시작하기 때문에 인지·반응시간이 길게 나타남에도 비고령자보다 횡단을 시작하는데 더 짧은 시간이 소요되는 것으로 판단된다.
- 첫째, 고령보행자는 비고령보행자에 비해서 횡단을 준비하는 Start-up Delay가 짧다.
- 첫째, 비고령보행자와 비교했을 때, 고령보행자는 자신들을 향해 접근하는 차량과의 거리 차이를 판단하는데 개인별로 큰 편차를 보였으며, 개개인마다 접근 차량에 대한 판단이 상이하였다.
- 7과 같이 앞서 조사된30개 지점의 횡단보도 상에서 발생한 보행자 사고의 패턴에서 고령보행자 사고가 진입 시에 높은 비중을 차지한다는 사실에 의해 뒷받침된다. 횡단보도에 진입하는 과정에서 발생한 사고는 전체 고령보행자 횡단사고의 27.3%로 나타났으며, 사고 위치를 정확히 알 수 없는 사고를 제외하고 가장 높은 비중을 차지하였다. 이는 비고령보행자가 횡단보도 진입 중 발생한 사고가 전체 비고령보행자 횡단사고의 18.
후속연구
- 고령인구가 증가함에 따라 고령자 교통사고를 줄이기 위한 대책 마련이 시급하며, 특히 고령보행자 교통사고 감소를 위한 연구가 필요할 것으로 판단된다.
- 그러나 본 연구는 단일로라는 제한적인 도로 구간에서 수행된 분석으로, 모든 유형의 도로에서 나타나는 고령보행자 행동특성을 분석하지는 못하였다. 단일로와 교차로를 아우를 수 있는 고령보행자의 특성을 분석하여 일반적인 고령보행자의 횡단 특성을 도출한다면, 전체적인 고령보행자 사고의 증가 원인을 이해하는데 도움이 될 것이다.
- 그러나 본 연구는 단일로라는 제한적인 도로 구간에서 수행된 분석으로, 모든 유형의 도로에서 나타나는 고령보행자 행동특성을 분석하지는 못하였다. 단일로와 교차로를 아우를 수 있는 고령보행자의 특성을 분석하여 일반적인 고령보행자의 횡단 특성을 도출한다면, 전체적인 고령보행자 사고의 증가 원인을 이해하는데 도움이 될 것이다.
- 이를 위해서는 먼저 고령보행자 횡단 다발지역에서는 녹색신호시간을 길게 설정하여 고령보행자가 여유롭게 횡단할 수 있도록 하고, 교통안전교육 등을 통해서 조급하게 출발하지 않아도 충분히 횡단 가능함을 숙지시켜야 한다. 또한 전방신호등과 같은 시설물을 설치하여 운전자가 기존보다 횡단보도에서 먼 지점에서 정지할 수 있도록 하여, 차량과 보행자간의 이격거리를 증가시켜 고령보행자의 높은 판단착오율로 인한 사고발생을 미연에 방지하기 위한 방안을 마련해야 한다. 또한 고령보행자 사고다발지역 주변에 시선유도시설 등을 설치하여 횡단 시 주변을 더 잘 살펴볼 수 있도록 유도하는 개선안 마련이 필요하다.
- 또한 현재 설치된 도로의 기하구조와 교통안전 시설물과 교통사고 발생의 관계를 살펴보고, 고령보행자들이 안전하게 횡단할 수 있는 기하구조 및 시설물 설치방안을 마련한다면, 고령보행자의 안전성 향상에 이바지할 수 있을 것으로 판단된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.