많은 승객들이 이용하는 대중교통수단인 버스의 위험운전을 체계적으로 평가 및 진단하기 위한 시스템은 현재까지 매우 미흡한 상황이다. 본 연구는 실제 고속버스 운행기록장치(DTG, Digital Tacho Graph) 자료를 활용하여 버스 위험운전의 특성과 패턴에 대해 분석하였다. 위험운전 8개 유형에 대해 시간대별, 요일별, 날씨별 분포를 분석한 결과, 급가속(61.3%), 급좌우회전(20.1%), 급감속(15.1%) 유형이 대부분을 차지하였으며, 새벽시간대, 금요일, 맑은 날에 각각 위험운전이 더 많이 발생하는 패턴을 보였다. 이어서 통계분석을 통해 위험운전 유형별 상관성과 시간대별 발생건수의 차이를 규명하였으며, 위험운전의 정도에 따라 3개 그룹을 제시하였다. 본 연구의 결과는 향후 안전운전 교육기관에서 운전 시뮬레이터를 통한 신뢰성 있는 진단 및 교육을 수행하기 위한 참고자료로 활용될 수 있을 것이다.
많은 승객들이 이용하는 대중교통수단인 버스의 위험운전을 체계적으로 평가 및 진단하기 위한 시스템은 현재까지 매우 미흡한 상황이다. 본 연구는 실제 고속버스 운행기록장치(DTG, Digital Tacho Graph) 자료를 활용하여 버스 위험운전의 특성과 패턴에 대해 분석하였다. 위험운전 8개 유형에 대해 시간대별, 요일별, 날씨별 분포를 분석한 결과, 급가속(61.3%), 급좌우회전(20.1%), 급감속(15.1%) 유형이 대부분을 차지하였으며, 새벽시간대, 금요일, 맑은 날에 각각 위험운전이 더 많이 발생하는 패턴을 보였다. 이어서 통계분석을 통해 위험운전 유형별 상관성과 시간대별 발생건수의 차이를 규명하였으며, 위험운전의 정도에 따라 3개 그룹을 제시하였다. 본 연구의 결과는 향후 안전운전 교육기관에서 운전 시뮬레이터를 통한 신뢰성 있는 진단 및 교육을 수행하기 위한 참고자료로 활용될 수 있을 것이다.
Bus, a major transportation mode, doesn't have a systematical evaluation system for dangerous driving behavior yet. This paper analyzes the characteristics and pattern of bus driving behavior using Digital Tacho Graph(DTG) data on express bus. 8 types of dangerous driving behavior were considered ac...
Bus, a major transportation mode, doesn't have a systematical evaluation system for dangerous driving behavior yet. This paper analyzes the characteristics and pattern of bus driving behavior using Digital Tacho Graph(DTG) data on express bus. 8 types of dangerous driving behavior were considered according to timeslot, the day of week and weather condition. As results, rapid acceleration, rapid left right turn and rapid deceleratio accounted for more than 97% and relatively high percentages were shown in dawn, on Friday and on the clear day, respectively. From the statistical analysis, correlation between the dangerous driving types and difference according the timeslot were found, and 3 groups considering the level of the dangerous driving were suggested. This study contributes to setting an efficient and reliable eduction system for using driving simulators.
Bus, a major transportation mode, doesn't have a systematical evaluation system for dangerous driving behavior yet. This paper analyzes the characteristics and pattern of bus driving behavior using Digital Tacho Graph(DTG) data on express bus. 8 types of dangerous driving behavior were considered according to timeslot, the day of week and weather condition. As results, rapid acceleration, rapid left right turn and rapid deceleratio accounted for more than 97% and relatively high percentages were shown in dawn, on Friday and on the clear day, respectively. From the statistical analysis, correlation between the dangerous driving types and difference according the timeslot were found, and 3 groups considering the level of the dangerous driving were suggested. This study contributes to setting an efficient and reliable eduction system for using driving simulators.
따라서 본 연구에서는 사업용 버스의 실제 운행 자료를 활용하여 버스의 위험운전 행태를 분석하고자 한다. 우선 위험운전 유형과 관련된 선행연구를 검토하고, 이를 고속버스 운행 자료에 적용하여 버스 운전자의 위험운전 발생 현황에 대하여 분석하였다.
제안 방법
버스 위험운전 행태는 운행 시간대의 위험운전 횟수를 통해 분석되었으며, 이에 앞서 시간대별, 요일별, 기상상태별 분포 등 기초분석을 수행하였다. 시간대별, 요일별, 기상상태별 운행 분포는 [Fig.
각 위험운전 유형에 대한 판단기준은 [Table 3]과 같다. 앞서 수집된 고속버스 DTG자료(초 단위 운행자료)에 8개 위험운전 유형별 판단기준을 적용하여, 각 유형별 총 몇 건의 위험운전이 발생하였는지 분석하였다.
대상 데이터
버스 위험운전 행태 분석에는 고속버스 5대로부터 28일 간 수집된 총 140개의 운행 자료 중 각 차량의 일일 운행시간이 4시간 이상인 113개의 자료를 활용하였다. 분석 자료의 기초통계분석 결과는 [Table 2]와 같다.
데이터처리
버스차량 1대당 위험운전 유형별 발생건수에 대하여 상관성 분석을 수행하였다. 위험운전 유형 중 주로발생하는 급가속, 급감속, 급좌우회전 유형에 대하여 상관성 분석을 수행하였다.
이론/모형
위험운전이란 각종 교통사고를 유발할 수 있는 위험한 운전행태로 선행연구에 의해 다양한 유형들이 정의되어 있다. 본 연구는 고속버스 운전자의 위험운전 행태를 분석하기 위해 Korea Transportation Safety Authority(2016)에서 제시한 위험운전 유형을 활용하였다. 위험운전 유형은 급가속, 급출발, 급감속, 금정지, 급진로변경, 급앞지르기, 급좌우회전, 급U턴의 8개를 포함한다.
성능/효과
고속버스 5대의 28일 자료 중 4시간 이상 운행한 날의 자료를 활용하여 분석을 수행하였다. 위험운전 유형 중 급가속이 약 61.3%, 급좌우회전이 약 20.1%, 급감속이 약 15.1%로 대부분을 차지하였다. 이 세 가지 유형에 대하여 시간대별 발생 분포를 살펴보면 급가속 유형은 대부분의 시간대에 차량당 1~2건 발생하였으며, 급감속 및 급좌우회전 유형의 경우 대부분의 시간대에서 1건 미만으로 발생하였다.
마지막으로 각 유형별 발생건수에 대하여 군집분석을 수행하여 위험운전군을 산정하였다. 위험운전군은 고위험군, 중위험군, 저위험군 3가지로 구분하였으며, 하루 평균 위험운전 발생건수는 각각 6.46건, 4.52건, 2.59건으로 나타났다.
주로 발생하는 위험운전 유형인 급가속, 급감속, 급좌우회전에 대하여 상관성을 분석한 결과 급가속과 급감속, 급좌우회전 유형이 각각 0.5629, 0.4082의 상관성을 보였으며, 통계적으로 유의하게 나타났다. 급감속과 급좌우회전 유형의 경우 0.
후속연구
또한 시내버스, 시외버스, 마을버스 등 버스 유형에 따라 주행거리, 이용도로 등의 운행특성이 다르게 나타나므로 보다 광범위한 자료를 수집 하여 각 유형에 따른 위험운전 판단 기준을 설정해야만 향후 적절한 평가·진단이 가능할 것이다. 본 연구에서는 교육센터의 활용 측면에서만 통계분석을 수행하였는데, 향후 시계열 분석, 인과관계 분석 등 다양한 통계분석 항목을 도출하여 연구해볼 필요가 있을 것이다.
동일한 차량 및 노선일지라도 운전자의 특성에 따라 운전행태가 다르게 나타난다. 따라서 향후 연구를 통해 운전자의 특성을 반영하여 분석한다면 보다 정확한 평가가 가능할 것이며, 이를 통해 운전자 개인특성에 대한 위험운전 평가 유형을 개발할 수 있을 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
우리나라 교통사고 발생건수는 어떻게 되나요?
도로교통공단 교통사고분석 시스템(TAAS)에 의하면 2015년 우리나라 교통사고 발생건수는 약 23만 건, 사망자수는 4,621명으로 OECD 국가 중 상당히 높은 편에 속하는 것으로 발표되었다. 교통사고 발생률보다 더 심각한 것은 교통사고 사망률이다.
운행기록장치를 통해 무엇을 파악할 수 있나요?
사업용 버스는 「교통안전법」제55조에 따라 운행기록장치(DTG, Digital Tacho Graph)를 의무 장착하여 운행하고 있다. 즉, DTG를 통해 버스 운행에 대하여 모두 기록되며, 기록된 자료를 통해 운행행태를 파악할 수 있다. 이러한 법적 제도로 인해 최근 DTG 자료를 활용하여 사업용 차량의 안전운전에 대하여 많은 연구가 수행되고 있다(Lee and Lee, 2012; Kang et al.
위험운전 유형을 살펴보면 어떤 것들이 있나요?
본 연구는 실제 고속버스 운행기록장치(DTG, Digital Tacho Graph) 자료를 활용하여 버스 위험운전의 특성과 패턴에 대해 분석하였다. 위험운전 8개 유형에 대해 시간대별, 요일별, 날씨별 분포를 분석한 결과, 급가속(61.3%), 급좌우회전(20.1%), 급감속(15.1%) 유형이 대부분을 차지하였으며, 새벽시간대, 금요일, 맑은 날에 각각 위험운전이 더 많이 발생하는 패턴을 보였다. 이어서 통계분석을 통해 위험운전 유형별 상관성과 시간대별 발생건수의 차이를 규명하였으며, 위험운전의 정도에 따라 3개 그룹을 제시하였다.
참고문헌 (20)
Cho J. H. and Lee W. S.(2007), "Development of a Safe Driving Management System," Transaction of the Korean Society of Automotive Engineers, vol. 15, no. 1, pp.71-77.
Cho J. S., Lee H. S., Lee J. Y. and Kim D. N.(2017), "The Hazardous Expressway Sections for Drowsy Driving Using Digital Tachograph in Truck," Journal of Korean Society of Transportation, vol. 35, no. 2, pp.160-168.
Han I. H. and Yang K. S.(2007), "Recognition of Dangerous Driving Using Automobile Black Boxes," Journal of Korean Society of Transportation, vol. 25, no. 5, pp.149-160.
Hong S. J., Lim L. K. and Oh J. T.(2011), "A Study on In-vehicle Aggressive Driving Detection Recorder System for Monitoring on Drivers' Behavior," Transaction of the Korean Society of Automotive Engineers, vol. 19, no. 3, pp.16-22.
Jang J. M., Lee Y. I. and Lim J. K.(2017), "Analysis of Risk Driver Discrimination Considering Driver's Behavior Based on Digital TachoGraph(DTG)," Journal of Transport Research, vol. 24, no. 4, pp.63-77.
Jeong D. W. and Kim H. S.(2008), "An Analysis of the Traffic Offense Behavior by Drivers' Characteristics," Seoul Studies, vol. 9, no. 3, pp.119-131.
Kang J. G., Kim Y. W. and Jun M. S.(2015), "Real-time Dangerous Driving Behavior Analysis Utilizing the Digital Tachograph and Smartphone," Journal of the Korea Society of Computer and Information, vol. 20, no. 12, pp.37-44.
Kim M. J., Lim C. H., Lee C. H., Kim K. J., Jeon J. W. and Park Y. S.(2015), "Identifying Service Opportunities for Enhancing Driving Safety of Intra-City Buses Based on Driving Behavior Analysis," Journal of the Korean Institute of Industrial Engineers, vol. 41, no. 5, pp.499-510.
Kim Y. W. and Kang J. G.(2015), "Implementation of Real-time Dangerous Driving Behavior Analysis Utilizing the Digital Tachograph," Journal of the Korea Society of Computer and Information, vol. 20, no. 2, pp.55-62.
Ko J. J. and Choi K. H.(2013), "The Design and Implementation of Driver Safety Assist System by Analysis of Driving Behavior Data," Journal of advanced navigation technology, vol. 17, no. 2, pp.165-170.
Korea Transportation Safety Authority Korea Automobile Testing&Research Institute(2016), New Dangerous Driving Behavior Standards and Methods.
Lee H. S., Joo J. H. and Choo S. H.(2014), "A Study on Improving Traffic Safety Evaluation Standard Based on Driving Simulators," The Korea Spatial Planning Review, vol. 80, pp.3-15.
Lee S. J. and Lee C. W.(2012), "Short-Term Impact Analysis of DTG Installation for Commercial Vehicles," The Journal of The Korea Institute of Intelligent Transport Systems, vol. 11, no. 6, pp.49-59.
Mir M. U., Razzak J. A. and Ahmad K.(2013), "Commercial vehicles and road safety in Pakistan: exploring high-risk attributes among drivers and vehicles," International Journal of Injury Control and Safety Promotion, vol. 20, no. 4, pp.331-338.
Oh J. T. and Lee S. Y.(2010), "Analysis of Risky Driving Pattern and Warning Effect by Risk Driving Judgment Device," Journal of Transport Research, vol. 17, no. 2, pp.129-141.
Oh J. T., Cho J. H., Lee S. Y. and Kim Y. S.(2008), "Development of a Data-logger Classifying Dangerous Behaviors," The Journal of The Korea Institute of Intelligent Transport Systems, vol. 7, no. 3, pp.15-28.
Park J. Y. and Kim D. G.(2018), "Identifying the effects of advanced warning devices on the driving behaviors of commercial vehicle drivers," International Journal of Highway Engineering, vol. 20, no. 1, pp.137-146.
The Korea Road Traffic Authority Traffic Accident Analysis System, http://taas.koroad.or.kr, 2018.02.20.
Toledo T., Musicant O. and Lotan T.(2008), "In-vehicle data recorders for monitoring and feedback on drivers' behavior," Transportation Research Part C, vol. 16, pp.320-331.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.