信號 交叉路 交通事故 豫測模型의 開發 및 適用 : 光州廣域市 4-支 信號 交叉路를 中心으로 = Development and application of signalized intersections traffic accident forecasting model : four-legged signalized intersections in Kwang-Ju

국문 초록 (Abstract)

교차로 교통사고는 도시가 발달하고 산업화가 고도화됨에 따라 교통혼잡 문제와 함께 우리사회에서 심각하게 대두되고 있다. 이러한 교통사고는 지금까지 차량 증가와 더불어 도로의 기하구조 등 여러 가지 복합적인 요인에 의해 발생됨으로 그 원인을 규명하는 것은 많은 어려움이 따랐다. 특히 신호 교차로 교통사고는 대부분 인적요인(Human Factor), 차량적요인(Vehicle Factor), 환경적요인(Environment Factor)등이 상호 복합적으로 작용하여 발생하는데, 신호 교차로상의 교통량은 운전자 과실과 함께 교통사고 발생의 주요요인으로 작용하고 있다.
본 연구는 이런 미분화·다변화된 요인들을 공학적인 통계적 처리기법들을 이용하여, 실제 광주광역시 73개소 4-지 신호 교차로 사고에 대한 자료를 분석하였고, 그 결과 안전한 4-지 신호 교차로 설계를 위한 모델을 개발하고자 하였다.
사용된 통계적인 기법은 주성분분석(Principal Component analysis)과 회귀분석(Regression Analysis) 및 상관분석(Correlation Analysis)등이며 교통사고 기술자료로는 대표적인 지표인 교통사고율(Accident Rate)을 충분히 고려하여 이를 4-지 신호 교차로를 통과하는 실제 교통량과 함께 비교 분석하여 이용하였다.
본 연구에서는 이런 일련의 과정들을 효과적으로 활용하여 실제 적용 가능한 4-지 신호 교차로에 대한 안전한 모델을 만들고자 연구하였으며, 개발된 모델을 이용하여 앞으로 4-지 신호 교차로 설계에 효과적으로 이용하고자 한다.
연구 결과는 다음과 같다.
1. 빈도분석을 이용한 광주광역시 4-지 선호 교차로의 사고는 1Type의 사고유형이 전체 사고비율의 31.2%, 5Type이 15%, 3Type이 6.8%의 순서로 비율이 나타났다. 이는 가·피해 차량을 진행방향별로 구분한 결과 직선방향이 73%의 비율로 가장 높았다.
2. 사고종별은 차대 차 사고가 전체의 78.5%, 차대 사람 사고는 8.8%, 차대 이륜차 사고는 10.4%를 나타내고 있었고, 사고원인으로 안전거리 미확보 및 운전 미숙이 54.9%, 신호위반이 19.6%, 음주운전이 13.4%의 비율로 나타났다.
3. 다중회귀분석을 통하여 유형별 사고건수와 교통량간의 상관관계를 파악하여 SPSS로 회귀분석한 결과 최적의 추정식을 도출하였다. 이는 모형으로서의 유효성이 낮은 사고유형은 버리고 적합도에 맞게 도출된 14유형의 회귀분석자료를 분석하여 14가지 추정식을 도출하였다.
4. 타지역 30개소 Sample에 대해 광주광역시 4-지 신호 교차로 사고 추정식을 적용한 결과 R²값이 약 0.324로 다른 지역의 4-지 신호 교차로에 대한 어느 정도의 사고예측이 가능할 수 있음을 검증하였다.
본 연구에서 실시한 광주광역시 4-지 신호 교차로 교통사고 예측모형으로 사고 원인분석이 용이하고, 개선안도 명확하게 지적할 수 있게 되므로 교통사고 예방에 도움이 될 것으로 기대된다. 따라서 다른 지역의 교차로 교통사고 예측 모형에 대한 지속적인 연구수행이 병행되어져야 할 것이다.

다국어 초록 (Multilingual Abstract)

As a city is developed and industrialized, traffic accidents and heavy traffic become serious and can be a large social problem in Korea. Due to an increase of the number of the traffic accidents, geographical road structure and many compound factors, it was difficult to figure out the reason of the traffic accidents. Especially traffic accidents on the signaling intersection are caused by cooperating Human Factor, Vehicle Factor and Environmental Factor. But the quantity of traffics on the signaling intersection are main factors.
The objective of this study analyzed Kwang-Ju 73 an approximate number of four-legged signalized intersection traffic accident, using engineering statistical processing with differential calculus and large quantity factors. The result focused on developing safe four-legged signalized intersections to develop models.
Statistics Method has used the principal component analysis and regression analysis and correlation analysis etc. We have considered accident models to find important statistics data analysis to use and traffic accident technique materials has used four-legged signalized intersections to pass by the fact volume of comparative-analysis, which is a substitute traffic accident rate.
The objective of this study is to make four-legged signalized intersections safety model of develop to use, and using developed model, thereafter is to effectively use the design four-legged signalized intersections.
The abstracted results of this study are as follows.
1. Using the frequency analysis, the ratio of total accident is 31.2%, the ratio of five type is 15%, the ratio of three type 6.8% type. This shows that based on assault / damage vehicles, straight line has maximum rate, 73 %.
2. Traffic accident type shows that totally a vehicle / vehicle collisions is 78.5%, vehicle / pedestrian collisions is 8.8%, motorcycle / bicycle-vehicle collision is 10.4%. And the reason shows that safety distance not to be enough and driving unripe is 54.9 %, a signal violation is 19.6% and drunken driving is 13.4 %.
3. With multiple regression analysis, type of accident a number or volume of correlations analysis, we analyzed SPSS's regression analysis result best of prediction models.
With an analysis of 14 type of regression analysis data and ignoring accident type of low effectiveness, we produced 14 type prediction models.
4. The result of other regions, 30 place samples which adapted four-legged signalized intersection accident prediction model, shows that R²has better accident predicts than other regions by 32.4%.
As four-legged signalized intersections traffic accident forecasting model Kwang-Ju, this study facilitates accident reason analysis, clarifies Improving idea and helps prevention of traffic accidents. Therefore a continual study of other region of signalized intersection traffic accident forecasting model should be done simultaneously.

목차 (Table of Contents)

• 목차
• 【표차례】 = iii
• 【그림차례】 = iv
• 【국문초록】 = v
• 제1장 서론 = 1
• 1.1 연구 배경 및 목적 = 1
• 1.2 연구 내용 및 방법 = 3
• 제2장 기존 연구문헌 고찰 = 6
• 2.1 국내외 교통사고예측 연구현황 = 6
• 2.2 교통사고 예측모형 = 8
• 가. 국내 신호 교차로 교통사고 예측모형 = 8
• 나. 국외 신호 교차로 교통사고 예측모형 = 10
• 다. 국내 비신호 교차로 교통사고 예측모형 = 16
• 라. 국내 도로구간 교통사고 예측모형 = 18
• 마. 국외 도로구간 교통사고 예측모형 = 30
• 바. 국외 기타 교통사고 예측모형 = 34
• 제3장 광주광역시 신호 교차로 사고 현황분석 = 43
• 3.1 광주광역시 신호 교차로 사고현황 = 43
• 3.2 광주광역시 4-지 신호 교차로 사고분석 = 45
• 가. 광주광역시 4-지 신호 교차로 사고분석 = 54
• 나. 4-지 신호 교차로에 대한 교차분석 = 57
• 제4장 사고예측 모형의 개발 및 검증 = 58
• 4.1 신호 교차로 교통사고의 정의 = 58
• 4.2 모형개발 = 60
• 가. 모형의 유형분석 = 60
• 나. 모형의 도출 = 65
• 4.3 모형의 검증 = 67
• 제5장 결론 및 향후 연구과제 = 71
• 5.1 결론 = 71
• 5.2 향후 연구과제 = 73
• 【Abstract】 = 74
• 【참고문헌】 = 76
• 【부록】 = 79