PURPOSES : Before-and-after studies of red light cameras were conducted with the aim of reducing the number of side right-angle collisions. Three different methods were used for the before-and-after studies, and the analysis results were compared. METHODS: This research used the naive before-and-after method, the comparison-group method, and the empirical Bayes method to study the effects of red light cameras on side-angle collisions. The results of the three before-and-after methods were compared and interpreted in terms of safety indications at signalized intersections. RESULTS: The research results showed that side right-angle collisions can be reduced by installing red light cameras at signalized intersections. All three methods guarantee safety improvements of 25~30% on average. With regard to the results of each method, the naive before-and-after method, the comparison-group method, and the empirical Bayes method showed safety improvements of 25.6%, 27.8%, and 29.7%, respectively. CONCLUSIONS: It was concluded that red light cameras are an effective countermeasure to improve intersection safety. In particular, by installing red light cameras, side right-angle collisions can be reduced by up to approximately 25~30%.

경찰청에서 발간한 2013 교통사고통계에 따르면 최근 10년간 교통사고 사망자는 감소하는 추세이지만, 2011년 대비 2012년 교통사고 사망자가 163명으로 3.1%가 증가했다고 분석하였다. 그 중 차대차 사망자 가 2011년 2,097명에서 2012년 2,156명으로 2.8% 늘어났으며, 그 중 교차로 내 차대차 교통사고 발생건 수는 81,367건으로 전체의 83.9%를 차지해 신호위반 단속카메라를 통한 단속에도 불구하고 교차로에서 의 교통사고는 전체 교통사고 구성비 중 여전히 높은 비중을 차지하고 있다. 특히 가장 비중 있는 사고 유형은 42,135건의 사고가 발생한 측면직각 충돌사고로 43.4%를 나타냈다. 선행연구에서는 신호위반 단 속카메라 운영에 따른 교차로 교통사고 유형을 외국의 추세와 더불어 국내에 시스템 도입 전과 후의 사고 자료를 분석, 연구하였으나 단순히 사고건수만을 비교하였기 때문에 다양한 사고 요인을 반영하지 못하였 고, 교차로에서 일어나는 모든 사고가 한꺼번에 분석이 이루어져 사고 유형별 연구가 미흡한 것으로 판단 하였다. 따라서 보다 뚜렷한 분석 기법을 통해 신호위반 단속카메라의 설치 효과를 알아보고자 신호위반 단속카메라가 설치된 신호교차로에 대하여 관찰적 사전ㆍ사후 평가방법 중 단순비교방법, 비교그룹방법, 경험적 베이즈 방법 이 세 가지 방법을 적용하여 교차로 사고유형 중에 비율이 가장 높은 측면직각 충돌 사고에 대해 효과평가 연구를 수행하고 무인신호위반 단속카메라가 교차로 교통사고에 어떠한 영향을 미 치는지에 대해서 연구하였다. 본 연구에서는 관찰적 사전・사후 분석 방법으로 단순비교방법, 비교그룹방법, 경험적 베이즈 방법을 적용하였다. 단순비교방법은 대상지점에 신호위반 단속카메라 설치 전과 후의 사고건수만을 가지고 비교 분석한 것으로 측면직각 충돌사고 감소율이 25.6%로 나타나 신호위반 단속카메라 설치 효과가 있는 것으 로 분석되었다. 비교그룹방법은 단속카메라가 설치되지 않고 대상지점과 교통여건이 유사한 지점의 사고 건수와 카메라가 설치된 대상지점의 사고건수 변화율을 이용하여 대상지점에서 단속카메라가 설치되지 않았을 경우 기대사고건수를 산출하고 이를 대상지점에 단속카메라를 설치 후 발생한 사고건수와 비교하 여 분석하였으며, 감소율이 27.8%로 단속카메라 설치가 효과 있는 것으로 나타났다. 경험적 베이즈 방법 은 교통사고건수만을 사용하는 단순비교법과 비교그룹방법은 사고에 영향을 미치는 기하구조 등의 다양 한 요인을 고려하지 못하기 때문에 이러한 단점을 보완하여 분석하기 위해 사고예측모형 구축을 통해 기 대사고건수를 추정하였다. 경험적 베이즈 방법 역시 단속카메라 설치 후 29.7%로 사고가 감소한 것으로 나타나 신호위반 단속카메라 설치 효과가 있는 것으로 분석되었다. 세 방법 모두 측면직각 충돌사고에 있 어서 단속카메라 설치 후 사고감소효과가 나타났다.

PURPOSES : Although numerous researches have been studied to reveal accident causations for road intersections, there are still many research gaps for road segments. It is mainly because of difficulty of data and lack of analytical method. This study aims to study accident causations for rural road segments and develop accident modification factors for safety evaluation. The accident modification factors can be used to improve road safety. METHODS : Methods for developing AMF are diverse. This study developed AMFs using accident prediction models and selected explanatory variables from the accident models. In order to select final AMFs, three different methods were applied in the study. RESULTS: As a result of the study, many AMFs such as horizontal curves or vertical curves were developed and explained the meanings of the results. CONCLUSIONS : This study introduced meaningful methods for developing significant AMFs and also showed several AMFs. It is expected that traffic or road engineers will be able to use the AMFs to improve road segment safety.

교통의 발달로 많은 수단, 방법의 교통 이동이 생겨나고 있지만 도로는 국내의 화물과 여객의 많은 부 분을 차지하고 있어 그 중요성을 간과할 수 없다. 따라서 도로의 안전성을 판단할 수 있는 기준인 교통사고자료를 통하여 사고에 미치는 영향을 알아보고 그에 대한 해결방안이 필요하다. 본 연구에서는 교통사고에 미치는 영향에 대해서 정량적으로 표현하여 도로의 예방적 차원에서 안전성을 평가할 수 있는 CRF(Crash Reduction Factor)를 산출하는 것을 목적으로 한다. CRF를 개발하기 위해 다양한 접근방법 이 있지만 본 연구는 사고예측모형 개발을 통해 CRF개발하고 선행연구들의 변수 설명력과 비교해보았다. 도로구간의 모형개발의 선행연구들을 보면 노출변수(EXPO)를 상수로 적용(Method 1)하였는데 본 연구에서는 적절한 변수의 계수를 도출하기 위한 다양한 접근방법 중 하나로 노출변수(EXPO)의 적용을 다르게 하여 기존의 방법과 비교하였다. 다른 방법으로 EXPO (AADT×Length×365×10-6)의 노출 변수 중 교통량변수(AADT)를 자연로그에 대입하는 방법(Method 2)이며 또 다른 방법은 EXPO 전체를 자연로그에 대입하는 방법(Method 3)으로 모형을 개발하였다. 위의 방법을 통하여 최종적으로 횡단곡선 및 횡단곡선 반경, 오목구간(종단곡선), 조명시설, 평지, 산 지, 횡단보도에 관한 CRF를 산출하였다. 모형개발에 사용된 사이트 외에 검증을 위하여 30개소 사이트를 이용하여 CRF가 적절한지 MPB, MAD를 통해 검증한 결과 모두 적절하게 분석되었다.

PURPOSES : Traffic accidents at intersections have been increased annually so that it is required to examine the causations to reduce the accidents. However, the current existing accident models were developed mainly with non-linear regression models such as Poisson methods. These non-linear regression methods lack to reveal complicated causations for traffic accidents, though they are right choices to study randomness and non-linearity of accidents. Therefore, to reveal the complicated causations of traffic accidents, this study used structural equation methods(SEM). METHODS : SEM used in this study is a statistical technique for estimating causal relations using a combination of statistical data and qualitative causal assumptions. SEM allow exploratory modeling, meaning they are suited to theory development. The method is tested against the obtained measurement data to determine how well the model fits the data. Among the strengths of SEM is the ability to construct latent variables: variables which are not measured directly, but are estimated in the model from several measured variables. This allows the modeler to explicitly capture the unreliability of measurement in the model, which allows the structural relations between latent variables to be accurately estimated. RESULTS : The study results showed that causal factors could be grouped into 3. Factor 1 includes traffic variables, and Factor 2 contains turning traffic variables. Factor 3 consists of other road element variables such as speed limits or signal cycles. CONCLUSIONS : Non-linear regression models can be used to develop accident predictions models. However, they lack to estimate causal factors, because they select only few significant variables to raise the accuracy of the model performance. Compared to the regressions, SEM has merits to estimate causal factors affecting accidents, because it allows the structural relations between latent variables. Therefore, this study used SEM to estimate causal factors affecting accident at urban signalized intersections.

자동사고검지 알고리즘의 대부분은 사고가 발생했을 때 사고로 검지하지 못하고, 혼잡으로 검지하는 경우가 많다는 문제점을 가지고 있다. 또한 교통정보센터 운영자들은 교통사고검지시스템을 운영하면서 대부분 CCTV 육안감시 또는 운전자들의 신고에 의존하여 사고처리를 하고 있는 실정이다. 그 이유는 현재 운영되고 있는 교통사고검지시스템에서는 실제 사고가 아닌데도 불구하고, 사고라는 오검지 경고가 많이 발생되어 시스템 전체의 신뢰도가 떨어진다는 문제점이 있기 때문이다. 다시 말해 교통사고검지시스템의 알고리즘은 검지율(Detection probability)이 높아야 함과 동시에, 오검지율(False alarm probability)은 낮아야 하고, 정확한 사고지점과 시간을 검지해 낼 수 있어야 한다. 이에 본 연구는 검지율을 높이고 동시에, 오검지율을 낮추는 방법으로 기 개발된 가우시안 혼합모델(Gaussian Mixture Model)과 개별차량 Tracking을 이용하여 개발한 사고검지 알고리즘을 교통정보센터 관리시스템(Center Management System)에 적용하고, 실제 교통상황에서 사고검지율과 오검지의 빈도를 측정하여 그 효과를 검증 및 평가하고자 한다.

그동안 다양한 도로설계 안전성 평가 연구는 교통사고다발지역인 교차로에 집중되어 왔다. 또한 도로구간에서는 특정한 기하구조 요인이 교통사고율에 어떠한 영향을 미치는지에 대한 연구는 일부 수행되었으나, 도로구간에서의 안전성 평가를 위한 다양한 원인분석을 위한 연구는 여전히 미진한 실정이다. 따라서, 본 연구는 지방부 도로구간에서의 안전성 평가를 위해 도로구간을 지방부 2차로 도로와 다차로 도로구간으로 구분하여 통계적 기법을 적용하였다. 일반적으로 도로구간에서의 교통사고는 "0"의 빈도가 높게 나타나므로 통계적 분석 시에 이를 고려해야만 한다. 따라서 본 연구에서는 사고의 비선형적 요소를 설명하는 허들모형이 전통적인 포아송 및 음이항모형보다 도로구간에서의 발생하는 교통사고의 성격을 설명하는데 더욱 적절한 것으로 판단하여 분석을 시작하였다. 본 연구에서는 지방부 도로구간에서의 사고빈도 예측모형 개발 및 도로구간 안전성 평가를 위해서 지방부 2차로 도로구간과 다차로 도로구간으로 구분하였으며, 모델분석결과 교통사고를 유발시키는 변수가 각각의 유형에 따라 서로 다른 것으로 분석되었다.

운전자의 인적요인분석을 위한 기초자료를 제공하는 디지털 운행기록계에서는 GPS 속도, 방위각, RPM정보 등 극히 제한된 운행정보만을 기록하여 실제 운전자의 운전행태를 분석하는 데는 많은 한계가 있다. 또한, 현재 상업화가 활발히 이루어지고 있는 차량용 블랙박스는 운전자의 운전행동보다는 차량에 대한 위험사항을 기록하고 있는 방식으로서 운전자의 실제 운전행태를 분석하기에는 많은 문제점을 보이고 있다. 따라서 기존의 교통안전관련 연구들을 살펴보면 인적요인분석에 필요한 운전자의 위험운전분석이 극히 제한적으로 이루어져 있는 현실이다. 이에 본 연구에서는 사업용자동차의 위험운전유형과 각 운전유형을 결정하는 임계치를 이용하여 버스운전자의 운전행태를 분석하였다. 또한, 버스운전자에게 위험운전에 대해 단말기를 통해 실시간으로 경고정보를 자동 제공하여 실시간경고정보에 따른 효과분석을 실시하였다. 운전자들의 행태분석에 대한 해석은 차량의 가속도 센서와 회전 각속도 센서의 종방향 가속도(Ax), 횡방향 가속도(Ay), 회전 각속도(Yaw rate) 등에 대한 분석을 통해 이루어졌다.

2007년 경찰청 통계자료에 따르면 사업용 차량(시내, 시외, 기타버스)의 교통사고 건수는 당 해 교통사고 건수의 3.5%에 해당하지만 사업용 차량의 경우 운전자 외 다수 승객의 안전을 책임져야 하므로 더욱 심각한 사회적, 경제적 문제를 초래한다. 이러한 사업용 차량의 교통사고 감소 및 안전운전에 대한 사회적 요구에 부흥하기 위하여 디지털 주행기록계, 차량용 블랙박스 등 다양한 형태의 시스템이 사용되고 있으나, 이러한 시스템은 사고 후 차량데이터를 기반으로 위험운전여부를 분석하여 운전자를 관리하기 때문에 실시간으로 운전자를 관리하기에는 큰 한계가 있다. 또한 현재 운영되고 있는 주행기록계는 운전자에게 경고 정보를 제공하지만 실제 위험운전 여부와 상관없이 차량의 속도와 RPM정보만을 이용하여 운전자에게 경고를 제공하고 있어 효율이 매우 떨어지는 실정이다. 이에 본 연구의 선행연구에서는 차량 운전자의 운전행태에 따른 차량 동역학 데이터를 저장?판단하여 운전자에게 실시간으로 경고정보를 제공해 줄 수 있는 위험운전 판단장치를 개발하였으며, 개발된 위험운전 판단장치에서 운전자의 안전운전을 향상 시킬 수 있는 위험운전 유형에 따른 임계값을 개발하였다.

2007년 경찰청 통계자료에 따르면 사업용 차량(시내, 시외, 기타 버스)의 교통사고 건수는 당해 교통사고 건수의 3.5%에 해당한다. 사업용 차량의 경우 운전자 외 다수 승객의 안전을 책임져야 하므로 더욱 심각한 사회적, 경제적 문제를 초래한다. 이러한 사업용 차량의 교통사고 감소 및 안전운전에 대한 사회적 요구에 부흥하기 위하여 디지털 주행기록계, 차량용 블랙박스 등 다양한 형태의 시스템이 사용되고 있으나 이러한 시스템은 사고 후 차량데이터를 기반으로 위험운전 여부를 분석하여 운전자를 관리하기 때문에 실시간으로 운전자를 관리하기에는 큰 한계가 있다. 또한 현재 운영되고 있는 주행기록계는 운전자에게 실시간으로 경고정보를 제공하지만 실제 위험운전 여부와 상관없이 차량의 속도와 RPM정보만을 이용하여 운전자에게 경고를 제공하고 있어 효율이 매우 떨어지는 실정이다. 이에 본 연구에서는 선행연구에서 개발된 위험운전 유형과 그 유형을 판단할 수 있는 프로그램이 탑재되어있는 시뮬레이터를 이용하여 우선적으로 일반운전자를 대상으로 하여 시뮬레이터 실험을 진행하였다. 본 연구에서 산정 되어지는 가중치를 이용하여 운전자에게 경고정보를 제공한다면 매우 효율적인 시스템이 될 수 있을 것으로 판단된다. 그러나 본 연구는 일반운전자의 시뮬레이터 실험에 따른 가중치이므로 실제 적용하기에는 한계성이 있는 것이 사실이므로 향후 연구에서는 실제 사업용 차량 운전자의 운전행태 데이터를 기반으로 하여 연구를 보완하여야 할 것이다.

교통사고의 여러 요인 중 대부분의 사고가 운전자의 특성과 운전행태가 교통사고에 가장 큰 영향을 미치고 있음을 2006년 경찰청 사고건수 자료를 통하여 파악할 수 있다. 현재 교통사고 감소 및 안전운전에 대한 사회적 요구에 부응하기 위하여 디지털 주행기록계, 차량용 블랙박스 등이 출시되고 있다. 주행기록계, 차량용 블랙박스 등은 사고 후 차량의 주행데이터를 이용하여 사고발생 원인에 대한 명확한 해석이 가능하다. 그러나 사고를 미연에 방지해 줄 수 있는 시스템은 현재 개발되지 못하고 있는 것이 사실이다. 본 연구는 실험차량을 이용하여 디지털 주행기록계, 차량용 블랙박스 등의 안전운전관리 시스템의 업그레이드가 가능할 뿐만 아니라, 운전자의 위험운전 정도를 분석할 수 있는 임계값을 개발하였다. 개발된 임계값을 이용하여 운전자의 안전운전 습성을 도모하고 안전운전 관리업무를 체계화하는데 기여할 수 있을 것이다.

현대 사회에서 자동차는 생활에 필수적인 요소로 자리잡고 있으며, 현대 생활의 편의성을 제공하는 자동차의 증가로 인하여 그에 따른 교통사고 또한 매년 증가하고 있다. 교통사고의 주요 발생요인은 운전부주의로써, 이 중 특히 피로운전은 일반교통사고의 10~20%와 관련되어 있으며, 사물감지능력 저하 및 반응시간 지연으로 치명적 사고피해를 야기한다. 이에 본 연구는 운전 중 휴대전화 사용 및 피로상태의 운전상황이 운전수행에 어떠한 결과를 미치는지 알아보고자 실시간 영상처리 방법을 이용하여 실험을 진행하였다. 실험을 진행하기 위하여 차량 시뮬레이터를 이용하였으며, 운전자의 눈꺼풀 움직임 추적방식에 대한 실험을 진행하기 위하여 Seeing Machines의 faceLAB 4.5를 차량 시뮬레이터의 전면부에 장착하여 운전자 눈꺼풀 상태를 정상상태와 피로상태로 나누어 비교 분석하였다.

영상처리시스템(VIPS: Video Image Processing System)은 실시간으로 들어오는 영상정보를 분석하여 유용한 정보를 제공하며, 하나의 카메라로 여러 차로를 동시에 감시할 수 있는 알고리즘으로 교통량, 속도뿐만 아니라 밀도 및 점유율 등 다양한 정보를 제공한다. 영상검지시스템으로 상용화 제품은 Tripwire시스템으로 검지영역의 픽셀 변화량으로 차량검지를 하나, 이는 교통량, 속도 등 단편적인 정보에 국한될 수 밖에 없다. 반면, 영상검지시스템이 개별차량에 대한 추적시스템으로 개발할 경우 사고 및 차로 변경의 위험요소 감지 등 보다 다양한 정보를 제공할 수가 있다. 본 논문은 컴퓨터비전 기술을 이용하여 Tripwire에서 수집할 수 있는 교통정보와 동일한 정보를 제공하는 개별차량의 추적시스템을 개발하였으며 이 시스템을 실제 도로영상에 적용하여 상용화된 시스템과 결과를 비교함으로써 성능검증을 하였다.

최근 교통감시시스템은 실시간의 영상검지시스템(VIPS)을 가장 선호하고 있으며, 그 수요는 매년 증가하고 있는 추세이다. 일반적으로 영상검지시스템은 공간기반의 검지알고리즘을 사용하고 있으며, 교통량, 속도, 점유율 등의 교통정보를 제공하고 있다. 현재 전 세계적으로 이미 상용화되어 있는 대부분의 영상검지시스템들은 Tripwire기반의 검지영역 내 차량의 존재유무를 판단하여 교통정보를 수집하는 알고리즘으로 구성되어 있으나, 개별차량에 대한 걸지는 불가능한 한계를 갖고 있다. 반면 개벽차량의 추적시스템은 보다 구체적인 공간적 교통정보를 제공할 수 있어 사고검지, 급차선 변경 등 교통정보를 보다 다양화 할 수 있다는 장점이 있으나 추적길이가 불과 100미터이내이면, 그 이상 관측하기 위해서는 운영자가 카메라를 줌인을 하여 영상을 확대하여야 한다. 따라서 본 논문에서는 차량 추적의 효과를 높이기 위해서 기존의 100미터 이내 추적거리를 여러 대의 CCTV시스템을 이용하더라도 200미터이상으로 확대함으로써 사고 또는 비정상적 차량흐름을 검지할 수 있는 알고리즘을 제안한다.

도로교통안전관리공단(2005)이 발표한 자료에 의하면 우리나라의 2004년 총 교통사고 건수는 220,755건이며, 사망자는 6,563명으로 조사되었으며, 이중 교차로에서의 사고가 1/4 이상을 차지하고 있는 것으로 보고하고 있다. 교차로 교통사고는 통행 특성상 단일로에 비하여 많은 상충점을 가지고 있어 사고의 잠재성이 높은 것이 사실이다. 교통상충기법은 다양한 측면에서 기존의 교통사고 자료를 활용한 분석방법보다 그 활용도가 높으며, 보다 많은 필요성이 제기되고 있지만, 기존의 교통상충기법은 신호교차로에서 발생하는 다양한 상충유형에 대해 상충발생의 심각도를 고려하지 못하는 단점을 가지고 있었다. 이에 본 연구에서는 신호위반시 발생하는 대향좌회전 상충의 유형에 대하여 상충심각도를 고려한 새로운 상충판단기준을 정립하였으며, 이를 인천광역시의 교통사고발생이 빈번한 교차로를 선정하여 상충수와 심각도를 분석하였다. 취득한 대상 교차로의 영상을 3시간 동안 분석한 결과, 총 41건의 대향좌회전상충이 발생하였으며, 각각의 심각도는 '상'이 3건, '중'이 10건 그리고 '하'가 28건 발생한 것으로 확인되었다. 신호교차로에서 발생하는 상충유형의 심각도 연구가 필요한 근거는 보다 교차로의 안전도를 평가하는데 있어 보다 정밀하게 접근하고자 함이며, 상충의 심각도가 고려되지 못한 기존의 상충발생의 건수만을 이용한 연구로는 상충연구가 가지는 의의가 제한적이기 때문이다. 또한, 본 연구의 결과는 대향좌회전상충유형을 비롯한 신호교차로에서 발생하는 다양한 상충유형의 심각도 판단기준을 정립하는데 중요한 기초자료가 될 것으로 판단된다.

1970년대 이후 급속한 경제성장과자동차의 증가로 인해 도심지의 극심한 교통정체와 환경파괴의 문제가 대두되었다. 이러한 도시의 부정적 문제를 해결하기 위해서는 승용차위주의 교통수단을 승용차외의 대체교통수단으로 전환하는 것이 보다 효과적인 방법이라 할 수 있다. 이러한 관점에서 자전거는 환경친화적인 그린교통수단(Green Mode)으로 세계 각국에서는 각광받고 있고, 국내에서도 자전거의 이용률을 높이기 위한 다양한 시도가 이루어지고 있다. 본 연구에서는 자전거 이용의 활성화를 위해 우선적으로 고려되어져야 하는 안전성 측면에서 자전거 사고에 영향을 미치는 영향인자들에 대한 분석을 시도하였다. 자전거 사고의 안전성 분석을 위하여 비선형 회귀분석을 통해 사고모델을 개발하였고, 이들 개발된 모델들을 이용하여 자전거사고에 영향을 미치는 주요설명변수들에 대한 분석을 시도하였다. 모델분석결과, 포아송회귀분석(poisson regression)이 모델개발에 가장 적합한 것으로 나타났으며, 자전거 사고에 영향을 미치는 변수로는 교통량, 진출입구 수, 지형, 자전거도로, 학교, 주거지역, 교차로의 크기 버스정류장 등으로 분석되었다.