PURPOSES : Because a driving simulator typically focuses on analyzing a driver’s driving behavior, it is difficult to analyze the effect on the overall traffic flow. In contrast, traffic simulation can analyze traffic flow, that is, the interaction between vehicles; however, it has limitations in describing a driver’s driving behavior. Therefore, a method for integrating the simulator and traffic simulation was proposed. Information that could be controlled through driving experiments was used, and only the lane-change distance was considered so that a more natural driving behavior could be described in the traffic flow. METHODS : The simulated connection method proposed in this study was implemented under the assumption of specific traffic conditions. The driver’s lane-changing behavior (lane-changing distance, deceleration, and steering wheel) due to the occurrence of road debris was collected through a driving study. The lane-change distance was input as a parameter for the traffic simulation. Driving behavior and safety were compared between the basic traffic simulation setting, in which the driver's driving behavior information was not reflected, and the situation in which the driving simulator and traffic simulation were integrated. RESULTS : The number of conflicts between the traffic simulation default settings (Case 1) and the situation in which the driving simulator and traffic simulation were integrated (Case 2) was determined and compared for each analysis. The analysis revealed that the number of conflicts varied based on the level of service and road alignment of the analysis section. In addition, a statistical analysis was performed to verify the differences between the scenarios. There was a significant difference in the number of conflicts based on the level of service and road alignment. When analyzing a traffic simulation, it is necessary to replicate the driving behavior of the actual driver. CONCLUSIONS : We proposed an integration plan between the driving simulator and traffic simulation. This information can be used as fundamental data for the advancement of simulation integration methods.

PURPOSES : In this study, model-agnostic methods are applied for interpreting machine learning models, such as the feature global effect, the importance of a feature, the joint effects of features, and explaining individual predictions. METHODS : Model-agnostic global interpretation techniques, such as partial dependence plot (PDP), accumulated local effect (ALE), feature interaction (H-statistics), and permutation feature importance, were applied to describe the average behavior of a machine learning model. Moreover, local model-agnostic interpretation methods, individual conditional expectation curves (ICE), local surrogate models (LIME), and Shapley values were used to explain individual predictions. RESULTS : As global interpretations, PDP and ALE-Plot demonstrated the relationship between a feature and the prediction of a machine learning model, where the feature interaction estimated whether one feature depended on the other feature, and the permutation feature importance measured the importance of a feature. For local interpretations, ICE exhibited how changing a feature changes the interested instance’s prediction, LIME explained the relationship between a feature and the instance’s prediction by replacing the machine model with a locally interpretable model, and Shapley values presented how to fairly contribute to the instance’s prediction among the features. CONCLUSIONS : Model-agnostic methods contribute to understanding the general relationship between features and a prediction or debut a model from the global and/or local perspective, securing the reliability of the learning model.

해상교통관제 업무의 최적화를 위하여 요구되는 인적요소 분야 중 관제사의 상황인식(SA: Situation Awareness)와 관제 업무부하 (Workload)와의 관계성을 확인하는 것이 해상교통 분야에서는 중요한 실정이다. 이 연구에서는 관제사의 상황인식과 업무부하를 상황인식 평가기술(SART)과 다차원 작업부하 지표(NASA-TLX)를 실제적으로 측정하고, 측정 결과를 비교함으로서 개념들에 대한 이해와 시스템적 으로 관리할 수 있는 방법을 제시함으로써 해상교통관제사 전문성 제고방안에 기여하고자 한다.

철도안전법 상의 사고 분류 이외에도 철도운영기관의 실무 차원에서 인적 오류를 유발한 당사자에게 책임이 있다고 판정할 경우 처벌과 불이익을 부과하는 책임사고 판정제도가 있다. 책임사고경험이 있는 당사자는 심리적, 신체적 피로와 긴장감을 경험하는 한편, 사고 및 장애발생의 가능성을 늘 염려하면서 주어진 과업을 수행하게 된다. 본 연구는 그 동안 철도분야 인적오류 연구의 공식적 대상에서 제외되어 왔던 철도차량 검수직 종사자를 대상으로 책임사고경험이 이례상황 스트레스 및 건강의 한가지 척도인 신체적 우울감에 미치는 인과관계를 AMOS 통해 밝혀보았다. 연구 결과, 검수직 종사자의 책임사고 경험은 이례상황 스트레스를 부분 매개로 하여 신체적 우울감에 유의한 영향을 미치는 것으로 나타났다.

최근 고속도로 터널부 대형사고의 발생으로 사회적 관심이 급증하고 있다. 고속도로의 터널부는 일반부와는 다른 터널부만의 주행특성을 가지고 있으며, 이에 따라 차량 주행시 고속도로 일반부와 터널부의 속도차이가 발생하게 된다. 이와 같은 현상은 터널 구간이 운전자의 차량 간 거리 감지능력과 급격한 명암 변화에 의해 암순응과 명순응의 시간이 일반구간과 달리 길기 때문에 발생하는 운전자의 자기방어 성격이라 할 수 있다. 이처럼 고속도로 터널부의 경우 고속도로 시설 중 사고에 가장 취약한 구간이라 할 수 있으며 이러한 구간에서의 속도의 변화는 대형 사고로 이어질 가능성이 크다. 본 연구의 목적은 터널 내 설치된 VDS 데이터 자료(속도, 교통량, 점유율)를 활용하여 터널 내 사고 발생시의 기존 대처방안을 보완하고, 터널 이전 지점의 교통량, 점유율 패턴을 통해 터널 내 사고 발생 가능성을 예측하며 사전에 터널 내 소통상황을 향상시키는 방안을 제시하는것이다. 이를 위해 본 연구에서는 각 터널 내 속도패턴, 터널 이전 지점의 교통량 , 점유율 패턴 등을 분석하고, 해당 패턴에서의 사고 발생 가능성을 파악하는 등 터널 부 사고시 신속한 대처 방안 및 터널 내 소통향상 기법 등을 제시한다.

항만 및 연안의 관제구역 내에서는 VHF를 이용하여 24시간 해상교통관제가 이루어지고 있다. 그러므로 VHF 교신을 분석하면 관제구역 내의 선박 움직임이나 관제사의 관제패턴을 확인할 수 있다. 따라서 본 연구에서는 VHF 교신분석으로 관제사가 관제구역 내 위험상황을 관제하는 간격을 도출하고 관제 가이드라인 및 위험한 상황을 사전에 대비할 수 있는 기초 자료로 제공하고자 한다. 이를 위하여 부산항을 대상으로 7일간 VHF 교신을 청취하고, VTS가 직간접적으로 관제한 선박에 대하여 Park 모델을 이용하여 위험도를 도출하였다. 이를 이용하여 단위시간당 일정 위험도 이상의 선박을 관제하는 빈도확률이 푸아송 분포를 따르고 있음을 확인하였고, 그 결과 VTS가 선박을 직접 관제에 개입할 경우는 3.50시간마다, 특히 주간시간대의 경우 2.85시간마다 관제하는 것으로 분석되었다. 그리고 3.84시간마다 일정 위험도 이상의 선박간의 교신이 있음을 확인하였다.

PURPOSES: The purpose of this study is to develop a methodology for estimating additional carbon emissions due to freeway incidents. METHODS : As our country grows, our highway policy has mainly neglected the environmental and social sectors. However, with the formation of a national green growth keynote and an increase in the number of people interested in environmental and social issues, problems related to social issues, such as traffic accidents and congestion, and environmental issues, such as the impact of air pollution caused by exhaust gases that are emitted from highway vehicles, are beginning to be discussed. Accordingly, studies have been conducted on a variety of environmental aspects in the field of road transport, and for the quantitative calculation of greenhouse gas emissions, using various methods. However, in order to observe the effects of carbon emissions, microscopic simulations must use many difficult variables such as cost, analysis time, and ease of analysis process. In this study, additional greenhouse gas emissions that occur because of highway traffic accidents were classified by type (incident handling time, number of lanes blocked, freeway level of service), and the annual additional emissions based on incidents were calculated. According to the results, congestion length and emissions tend to increase with an increase in incident clearance time, number of occupied lanes, and worsening level of service. Using this data, we analyzed accident data on the Gyeong-bu Expressway (Yang-Jae IC - Osan IC) for a year. RESULTS : Additional greenhouse gas emissions that occur because of highway traffic accidents were classified by type (incident handling time, number of lanes blocked, freeway level of service) and annual additional emissions caused by accidents were calculated. CONCLUSIONS: In this study, a methodology for estimating carbon emissions due to freeway incidents was developed that incorporates macroscopic flow models. The results of the study are organized in the form of a look-Up table that calculates carbon emissions rather easily.

PURPOSES : This study aims to investigate the direct and indirect influence areas from incidents on urban interrupted roadways and to develop traffic management strategies for each influence area. METHODS : Based on a literature review, various traffic management strategies for certain incidents were collected. In addition, the relationship between the measure of effectiveness and the characteristics of incidents was explored using an extensive simulation study. RESULTS : From the simulation studies, traffic delays increased as the number of lane closures increased, and the impact of lane closures was reduced to the direction upstream from the incident site. However, the magnitude of the delay change depended on the degree of saturation. Using these characteristics, the direct and indirect influence areas resulting from incidents were defined, and traffic management strategies were established for each direct and indirect influence area and for each level of incident. CONCLUSIONS: The results of this study will contribute to the improvement of national traffic safety by preventing secondary incidents and by effective adaptation to incident events.

PURPOSES : To operate more efficient traffic management system, it is utmost important to detect the change in congestion level on a freeway segment rapidly and reliably. This study aims to develop classification method of congestion change type. METHODS: This research proposes two classification methods to capture the change of the congestion level on freeway segments using the dedicated short range communication (DSRC) data and the vehicle detection system (VDS) data. For developing the classification methods, the decision tree models were employed in which the independent variable is the change in congestion level and the covariates are the DSRC and VDS data collected from the freeway segments in Korea. RESULTS : The comparison results show that the decision tree model with DSRC data are better than the decision tree model with VDS data. Specifically, the decision tree model using DSRC data with better fits show approximately 95% accuracies. CONCLUSIONS : It is expected that the congestion change type classified using the decision tree models could play an important role in future freeway traffic management strategy.

교통사고 발생시점부터 사고처리가 완료된 시점까지를 돌발상황 지속시간(Incident Duration Time)이라고 정의하는데, 이를 단축시켜야만 교통사고 피해를 최소화할 수 있다. 본 연구는 고속도로 교통사고를 대상으로 돌발상황 지속시간에 영향을 주는 요인들을 찾아내기 위한 모형을 개발하였다. 모형은 모든 사고자료에 포함한 통합 모형(모형1)과 일반구간, 교량, 터널 등 교통사고 장소별로 구분하여 분석한 세부 모형(모형 2, 3, 4) 등 모두 4개의 모형을 구축하였다. 분석 결과, 교통사고가 발생한 장소에 따라 돌발상황 지속시간에 다른 영향을 주는 것으로 나타났으며, 현장 처리를 위한 작업차량 도착시간이 가장 민감한 요인으로 분석되었다. 또한 차-차 사고, 화물차에 의한 사고, 야간 사고, 주말 사고 등의 시사점 있는 요인들을 찾아냈다. 이러한 연구결과는 향후 교통사고 관리대책을 수립하는 데 있어 중요한 판단지표로 활용이 가능할 것으로 판단된다.

운전환경에 영향을 주어 사고를 유발하는 원인에는 교통 흐름, 기상상황, 도로 기하구조 등의 환경적 요인이 있으며, 환경변화에 대한 적절치 못한 대응은 심각한 사고를 유발하여 교통혼잡, 시설물피해, 인명피해 등 사회적 비용손실로 이어지게 된다. 이에 현재 국내·외에서는 여러 요인에 따른 사고 심각도 모형의 연구가 활발히 진행되고 있으나 사고정보, 교통흐름, 기상상황, 도로 기하구조 등 다양한 환경적 요인을 복합적으로 고려한 분석은 전무하기 때문에 본 연구에서는 환경적 요인을 복합적으로 고려하여 교통사고 심각도를 모형화 했다. 사고 심각도 분석을 위해 다양한 환경적 요인에 대한 정보를 수집하고 ArcGIS를 활용하여 사고 발생지점에 수집정보를 융합하였으며, 사고로 인한 교통패턴의 변화를 피하기 위해 교통정보와 기상정보는 사고발생 5분 전의 정보를 융합 하였다. 또한 본 연구에서는 다양한 기상상황 중 강설상황의 정보만을 추출하여 사고 심각도의 관계를 분석하여 모형화 하였는데, 강설시의 환경변화는 운전자의 부주의를 유도하고 사고의 심각도를 가중시키기 때문에 그 심각도가 다른 때 보다 더 큰 경향이 있다. 사고 심각도는 순서화된 이산변수(레벨 1~4)로 표현되기 때문에 순서형프로빗(Ordered Probit)모형을 분석에 활용하였으며, 모형 분석결과 사고 심각도에 영향을 주는 변수로는 강설량, 일누적강설량, 속도, 편경사로 나타났다. 개발된 모형을 활용하여 도로이용자에게 교통안전 취약성 정보를 제공할 수 있다면 안전한 도로서비스 수준확보와 취약성 예측 및 도로 운영관리를 통한 사회적 비용 감소에 기여할 수 있을 것으로 기대한다.