PURPOSES : Under the Traffic Safety Act, the installation and management of transportation facilities (facilities and attachments necessary for the operation of transportation, such as roads, railways, and terminals) must take necessary measures to ensure traffic safety, such as enhancing safety facilities. Recently, railway operators have graded the congestion level inside railway stations and vehicles, addressing safety and convenience issues arising from congestion and providing this information to users. However, for bus-related transportation facilities (such as bus stops, terminals, and transfer facilities), criteria and related research for assessing traffic congestion are lacking. Therefore, this study developed a model for the congestion risk factors of four bus-related transportation facilities and proposed criteria for classifying congestion risk levels. METHODS : This study involved selecting congestion risk influence variables for each traffic facility through field surveys, calculating congestion risk index values through evacuation and pedestrian simulations, and constructing a congestion risk influence model based on the ridge model. RESULTS : The factors influencing congestion were selected to include the number of people waiting, effective sidewalk width, and number of bus stops. As a result of developing congestion risk grades, the central bus stops were determined to be in a severe stage if the Average Waiting Time (AWT) was 2.7 or above. Roadside bus stops were considered severe at 4.2, underground metropolitan transit centers at 3.7, and bus terminals at 5.9 or above. CONCLUSIONS : This study can help establish a foundation for a safety management system for congested areas in transportation facilities. When the congestion risk prediction results correspond to cautionary or severe levels, measures that can reduce congestion risk must be applied to ensure the safety of road users.

PURPOSES : In this study, the main factors affecting the severity of traffic accidents among elderly drivers were reviewed, and accident factors with a high accident risk were analyzed. This provided basic data for preparing a traffic safety system for elderly drivers and establishing policies. METHODS : Based on machine learning, the major factors influencing accident severity (from the analysis of traffic accident data for elderly drivers) were analyzed and compared with existing statistical analysis results. The machine learning algorithm used the Scikit-learn library and Python 3.8. A hyperparameter optimization process was performed to improve the safety and accuracy of the model. To establish the optimal state of the model, the hyperparameters were set (K = 5) using K-fold cross-validation. The hyperparameter search applied the most widely utilized grid search method, and the performance evaluation derived the optimal hyperparameter value using neutral squared error indicators. RESULTS : The traffic laws, road sections of traffic accidents, and time zones of accidents were analyzed for accidents involving elderly drivers in Daejeon Metropolitan City, and the importance of the variables was examined. For the analysis, a linear regression model, machine learning-based decision tree, and random forest model were used, and based on the root mean square error, the random forest accuracy performance was found to be the best. Ultimately, 18 variables were analyzed, including traffic violations, accident time zones, and road types. The variables influencing the accident severity were the speed, signal violation, intersection section, late-night driving, and pedestrian protection violation, with the relative importance of the variables in the order of speed (0.3490966), signal violation (0.285967), and late-night driving (0.173108). These can be seen as variables related to the expansion of life damage owing to physical aging and reduced judgment abilities arising from decreases in cognitive function. CONCLUSIONS : Restricting the driving of the elderly on the expressway and at night is reasonable, but specific standards for driving restrictions should be prepared based on individual driving capabilities.

PURPOSES : Presently, it is impossible to evaluate the actual number of operational plans and punctuality of bus routes. In this study, a methodology for separating bus stops and sorting departure orders was developed using city bus operation information, and its field applicability was examined. METHODS : Based on current bus data, the "moving speed (km/h)," "Lag data," and "Lead data" were generated. The number of stops was classified based on the location where the order of the stops changed for each vehicle, and an arbitrary ID was assigned for each number of stops. In the case of a preceding vehicle, for each rotation information, a time interval was calculated based on the same point, and the rotation with the smallest time interval was determined as the preceding vehicle. RESULTS : An evaluation was conducted on Bus Route 201 in Daejeon. The vehicles were classified based on the operation data of the previous day. From analyzing the operation time and distance for each operation based on the last stop and starting point, it was found that both the number of operation plans and performance were consistent. The punctuality was analyzed and was found to be inversely proportional to the difference between the stop arrival time and preset arrival time, preset dispatch interval, and actual dispatch interval. The on-time(regularity) ratio was determined as 98.0% and the early departure ratio was 99.3%, indicating very good regularity. CONCLUSIONS : The research results can be used by local governments with insufficient levels of public transportation-based data management, and can be used as basic data for establishing public transportation policies. The results of this study can be referred to when evaluating the transparency of financial support for public transportation operators and operations, with the aim of enhancing public transportation services.

PURPOSES : In this study, we quantitatively prove the rubber necking phenomenon for highway traffic accidents and develop a calculation model based on the influencing factors. METHODS : Vehicle detector speed data in the opposite direction to the accident point were used based on the accident data on highways over the past three years, and a comparative verification was performed between nearby vehicle detector data to verify the reliability of the data. Accordingly, a binomial logistic model, ordinal probit regression model, and multilinear regression model were developed to compare the orientation. RESULTS : There was a difference in the influencing factors based on the dependent variable, and the day of the week, vehicle type, weather, longitudinal slope, and median height had an effect. Through a regression analysis, an influence coefficient was derived to calculate the driving speed deceleration value by rubbernecking. The results of the model analysis proved that the speed reduction caused by rubbernecking was more evident during the daytime than at night, during weekends compared to weekdays, and the speed reduction was more obvious for heavy vehicles compared to other types of vehicles. It can also be concluded that longer clearance time, higher accident severity, and higher traffic volume affect traffic delay. To verify the data and model equation, the mean prediction bias (MPB) and mean absolute deviation (MAD) were calculated for hundred cases randomly extracted from the collected accident data. These results were excellent. CONCLUSIONS : It can be developed into a human-engineered model that reflects various road/facility conditions, such as highways, other lanes, general roads, and roads without a median strip. This study is meaningful as a basic study on the quantitative effect of rubber necking.

PURPOSES : In this study, the factors influencing traffic accidents of commercial vehicles in the transportation industry were examined. The evidence observed in this study showed how it contributes to the establishment of safety management policies. METHODS : Safety management data obtained from the Korean Transportation Safety Authority were integrated. A multi-regression analysis was performed by comparing data for the past three years of traffic accident data. RESULTS : Through multi-regression analysis, items that significantly influenced the safety evaluation index (the number of traffic accidents per vehicle owned and the number of dangerous driving actions per 100 km per person) were analyzed. Items with similar patterns observed for various commercial vehicle industries were also analyzed. Monthly average drop off rate, number of law violations per driver, percentage of drivers above 65 years old, percentage of drivers that have completed the compulsory education, number of vehicles owned, and driving distance per vehicle are the variables that influenced the safety evaluation index. CONCLUSIONS : There is a growing need to establish safety management policies and management measures to enhance the voluntary safety management capabilities of the industry. Safety management should be conducted through the analysis of traffic accident impact factors for commercial vehicles.

서울시 간선축자전거도로의 경우 한강변을 중심으로 축이 형성되어 있어 이용자가 많은 한강변 주변에 거주자들의 이용이 높은 반면, 도심지역 거주자들의 한강변자전거도로의 이용도는 낮다. 이는 한강변자전거도로를 연결하는 자전거도로와 도심지역의 자전거도로와의 연계성이 떨어지는 것으로 판단되며, 한강이남자전거도로의 접근성을 높이기 위한 정책보다는 시설위주의 정책을 시행하고 있다. 한강변자전거도로의 이용만이 아닌 서울시 자전거도로의 연계성을 높이기 위한 합리적인 개선책이 필요한 시점이라 할 수 있다. 본 연구의 목적은 한강이남자전거도로를 대상으로 자전거도로의 접근성을 분석하기 위하여 한강이남지역의 공간구조를 Space Syntax Model을 이용하여 현재 및 자전거간선축설치계획 후와 일반도로설치 후를 비교하여 강서 강동지역간의 연계성을 분석하고, 그에 따른 변화를 예측하는 것이다. 본 연구에서 사용된 주요 분석방법은 Space Syntax Model을 이용한 한강이남자전거도로의 특성을 분석하였다. 결과적으로, 강서 강동지역간 자전거도로 연결 시 한강이 남자전거도로의 접근성은 향상하였으나, 공간구조명료도(R2)는 낮아지는 것으로 나타나 현재에 비해 지역 전체에 예측률이 낮다고 할 수 있다. 이는 현재의 한강이남자전거도로와 간선축 설치계획안 일반도로설치안 비교 시 상대적으로 가장 높은 공간구조명료도를 나타내어 자전거도로가 지역 간 연결이 이루어지기 전인 도로형태이기 때문인 것으로 분석되었다.

현재 서울시는 대중교통 활성화 정책에 따라 버스전용차로제도를 실시하고 있다. 과거 가로변버스전용차로 설치를 시작으로 현재에는 중앙버스전용차로 설치구간도 증가하고 있다. 본 연구의 목적은 이 중앙버스전용차로와 가로변버스전용차로에서 버스사고에 영향을 미치는 요인을 분석하는데 있다. 분석방법으로 교통사고가 확률적으로 극히 드물게 일어난다는 점을 생각하여 포아송 회귀모형과 음이항 회귀모형을 선택하였으며, 과산포 존재여부에 따라 음이항 회귀모형으로 최종모형을 정립하였다. 중앙버스전용차로구간은 버스노선수, 중앙차로 진출입 유형수, 중앙차로 정지선 후퇴유무, 중앙차로 정지선과 횡단보도 이격거리, 교통량, 가변차로 정류장 정차노선수 6개의 변수에서 버스사고에 유의한 영향을 미치는 것으로 나타났다. 가로변버스전용 차로구간은 우회전 버스노선수, 상습 불법주정차 유무, 보행신호시간, 토지이용형태 4개의 변수에서 버스사고에 유의한 영향을 미치는 것으로 나타났다.

가로 및 교차로에 설치된 단순입체시설의 현행 분석기법은 시설을 이용하는 주교통류를 분석대상에 포함시키지 않고 있어 불합리한 도로 및 신호운영을 유도하여 엇갈림현상, 병목현상과 같은 도로의 혼잡을 야기한다. 이러한 여건에도 불구하고 단순 입체시설을 이용하는 교통류 분석기법의 연구가 거의 수행된 바 없다. 또한 개략적으로 제시되어 있는 설정기준 역시 여러 가지 도로 및 교통조건을 반영하지 못하고 있는 실정으로, 단순입체시설이 포함된 교차로분석 시 지체도가 과소 추정되는 경향이 있다. 그러므로 본 연구는 도시내 입체시설의 효과를 파악하기 위한 선행과정으로서 대상시설의 효과를 파악할 수 있도록 입체시설의 분석기법을 개발하고 분석교차점의 적정간격을 응용하는데 그 목적이 있다. 본 연구는 다음과 같이 수행하였다. (1) 기존 분석기법의 문제점 제기, (2) 새로운 분석기법의 정립, (3) 사례지역의 적용 및 비교검정, (4) 분합류구간의 적정간격에 대한 민감도 분석을 수행한다. 연구결과, 본 연구에서 제시한 분석기법은 기존 분석기법의 모호한 부분을 명확히 하고 합리적인 결과를 추정할 수 있었다. 또한 그 분석기법을 응용하여 분합류구간에 대한 적정간격을 추정한 결과, 본선에서는 65m, 측도에서는 45m로 나타나 최소한 그 이상의 위치에 접속지점을 설치하는 것이 타당하다고 판단된다. 본 연구의 수행으로 얻어지는 가치는 다음과 같다. (1) 당해 시설에 대한 선행연구 또는 분석방법이 없었으므로 대상시설물로 인한 파급효과를 파악할 수 있다. (2) 본 연구의 분석기법은 기존 교차로의 분석방법을 차용함으로써 새로운 분석방법을 숙지하지 않아도 용이한 분석이 가능하다. (3) 본 연구에서 제시한 분석기법에 의하면 기존에 제외된 통과교통량을 포함시켜 분석할 수 있다. 이러한 방법을 통해 교차로 및 가로분석 시에 현황과 동떨어질 수 있는 결과에 대한 오류를 최소화할 수 있다. (4) 새로운 분석기법을 이용하면 신설 또는 기존 시설물에 대한 문제점을 도출하여 도로운영 및 신호운영 등의 개선방안을 제시할 수 있다.

고속도로의 터널구간은 일반구간과는 다른 주행특성(속도, 교통량, 밀도 등)을 가지게 되고 이에 따라 고속도로 일반부에서 터널진입 전과 후에 운전자 행태가 변하는데, 가장 대표적인 예가 속도의 감소 현상이라 할 수 있다. 하지만, 이러한 다양한 요인들 중 현재까지 연구의 진행 추세는 도로의 용량, 속도감소 측면의 정량적인 부분에 초점을 맞춘 연구들 위주로 진행되고 있는 것이 현실이다. 따라서 본 연구에서는 터널의 다양한 여건을 고려할 수 있는 구간을 대상으로 설문조사와 설문결과 분석을 통해서 터널구간 속도감소에 영향을 미치는 정성적 요인들을 알아 보았다. 분석 결과 최근 증가 추세인 장대터널과 관련된 터널 자체의 형상(차로폭, 갓길폭, 터널길이)에 대한 요인이 터널 내부 속도감소에 영향을 미치는 것으로 나타났다. 또한 터널입구 보임여부와 같은 시각적 환경이 속도감소의 영향요인으로 나타났으며 터널 내부의 조명밝기에 따라 속도변화가 나타나는 것을 알 수 있었다. 본 연구결과를 활용하여 고속도로 터널부 설계관련 기술개발 및 서비스개선을 위해 지속적인 투자가 이루어질 것이라 판단된다.

고령화가 진행될수록 고령운전자의 수 역시 증가될 것으로 예상되어 향후 고령운전자에 의한 교통사고는 급증할 것으로 판단된다. 본 연구는 고속도로 교통사고 발생시 고령층과 비고령층의 구분에 따른 교통사고 특성을 분석하였다. 분석결과 비고령층에 비해 고령층에 작용하는 영향요인이 다르게 나타남을 알 수 있었다. 로짓모형을 통해 비고령층과 고령층의 Odds Ratio를 분석하여 사고영향요인에 따른 차이점을 알아보았으며 고령운전자의 사고 분석 모형을 개발하였다. 비고령층에 비해 곡선구간 및 절토구간, 노면의 습기상태일 때 고령운전자의 사고위험이 높은 것으로 나타났다.