GIS 데이터를 활용한 도시부 인프라 세부위험구역 식별 방법론 개발

손승오,박준영 대한교통학회 2022 대한교통학회지 Vol.40 No.4

본 연구에서는 GIS 데이터를 활용한 도심 내 주요 교통인프라에서의 세부위험구역 식별 방법론을 개발하였다. 일반적으로 사고위험구역 식별은 구간, 교차로 단위로 수행되며 여기서의 그룹이 분석단위로 설정된다. 따라서 특정 교차로 및 구간이 위험구역(Hotspot)으로 설정되며 해당 구간의 특성을 고려한 안전대책 설계가 고려되는 것이 일반적이다. 다만 이러한 연구는 네트워크 관점의 분석으로 각 교차로 내부의 특성이 연구에 반영되지 않아 추가적이 분석이 요구되며, 특히 내부에서 발생한 사고와 해당 시설 고유의 특성을 고려한 분석이 필요하다. 이러한 연구가 필요한 주요 인프라에는 교차로, 환승시설, 합류부, 분류부 등이 있다. 본 연구에서는 도심 내 대표적인 주요 인프라인 교차로를 분석대상으로 하여 시설 내에서의 세부위험구역 식별 연구를 수행하였다. 발생한 사고의 내용을 고려하기 위해 데이터마이닝 기법인 랜덤포레스트 방법론을 활용하여 사고심각도 분류분석을 수행하였으며, 변수중요도 결과를 통해 정량화된 사고점수를 추정하였다. 추정된 지표를 GIS 환경에 맵핑하여 커널밀도추정(Kernel density estimation)과 역거리 가중치 보간법(Inverse distance weighted interpolation)을 적용하여 세부위험구역을 분석하였고, 연도별 변화하는 위험구역에 대해서 분석을 수행하였다. 향후 본 연구의 분석결과는 도심 내 주요 인프라에서 사고 GIS 데이터를 근거로 식별된 세부위험구역이 의미하는 공간적, 내용적 특성을 고려하여 세밀한 안전정책 설계 및 안전시설물 선택에 활용이 가능할 것으로 기대된다.

시간변화를 고려한 Macro-level 사고예측모형 개발

손승오,박준영 한국ITS학회 2022 한국ITS학회 학술대회 Vol.2022 No.06

GIS 데이터를 활용한 교차로 세부위험구역 식별 방법론 개발

손승오,박준영 대한교통학회 2022 대한교통학회 학술대회지 Vol.86 No.-

Hotspot 식별을 위한 데이터마이닝 가중치 기반의 신규 Performance measure 개발

손승오,박준영 대한교통학회 2021 대한교통학회 학술대회지 Vol.85 No.-

본 연구에서는 머신러닝 기법을 사용하여 사고심각도 요인 가중치를 추정하여 이를 반영한 도심부 교차로의 Safety Assessment Framework를 제안한다. 도심부 교차로에서 발생하는 사고의 심각도 요인 가중치를 추정하기 위해 연구에서는 트리 기반의 Random Forest 및 Extreme Gradient Boosting 방법론을 활용한다. Tree based 방법론은 분류에 활용된 변수의 중요도를 산출할 수 있어 대표적인 설명가능한 머신러닝 기술로 알려져 있다. 산출된 변수중요도를 표준화하여 표본 집단을 대상으로 Crash Severity 요인 분석 기반의 Crash frequency를 산출하였다. 산출된 Crash frequency는 Network Screening method에서 Safety Performance Functions (SPFs)의 dependent variable로 활용된다. SPFs는 웹지도에서 쉽게 수집가능한 교차로 기하구조 요소를 Input으로 하여 개발되었으며, Empirical Bayes Method를 사용하여 Expected Average Crash Frequency를 산출하였다. 본 연구에서는 Hotspot identification을 위해 Potential for Safety Improvements (PSI), EPDO Value등 총 9가지의 Performance Measure를 사용하였다. 2017년부터 2019년까지 3년간의 사고 데이터는 개별사고 심각도 및 요인에 대해 한국의 서울, 부산의 도심부 신호 교차로에서 수집되었다. 그중에서 총 81개의 교차로를 표본집단으로 하여 Hotspot identification이 수행되었다. 분석 결과, 일반적인 PSI의 결과와 RF, XGB 심각도 요인이 반영된 EPDO Value의 Hotspot 순위 결과에는 차이가 있는 것으로 나타났다. 제안한 방식에 따라 validation을 수행하였으며, XGB 기반의 performance measure를 사용한 방식이 우수한 것으로 나타났다. 이 연구는 기존 Crash Frequency 기반의 Hotspot Identification Method에서 심각도 요인을 정확하게 반영할 수 없다는 단점을 개선할 수 있다. 특히 각 사고의 심각도 요인 가중치가 반영되었기 때문에 위험한 사고에 취약한 spot을 보다 세밀하게 분석할 수 있어 안전관리자의 효과적인 의사결정 지원이 가능하다.

GPS 오차를 고려한 항만 내 낙하물 사고위험 알고리즘 보정 방법론 개발

손승오,김현서,박준영 한국ITS학회 2020 한국ITS학회논문지 Vol.19 No.6

IoT 디바이스로부터 수집된 위치정보를 활용한 실시간 위치센싱 기술은 항만 등 다양한 산 업현장에서 활용되고 있다. 그러나 GPS 센서의 특성상 오차는 항상 존재하며, 이를 활용하는 사고위험 검지 알고리즘은 오차의 고려가 필수적이다. 본 연구는 GPS 오차를 고려한 항만 내 낙하물 사고위험 구역 접근검지 알고리즘의 보정 방법론을 제안한다. IoT 디바이스로부터 수 집된 GPS 오차 데이터를 확률변수로 하는 확률밀도함수를 추정하였으며 알고리즘의 검증을 위해 미시적 시뮬레이션을 활용하였다. 검증 결과 알고리즘은 디바이스의 위치오차 1m, 5m에 따라 검지 정확도가 각각 93%, 77%로 나타났다. 본 연구는 향후 디바이스의 성능을 고려한 유효 위험범위 설정 및 안전관리에 중요한 역할을 할 수 있을 것으로 기대된다. Real-time location-sensing technology using location information collected from IoT devices is being applied for safety management purposes in many industries, such as ports. On the other hand, positional error is always present owing to the characteristics of GPS. Therefore, accident-risk detection algorithms must consider positional error. This paper proposes an methodology of calibration for falling object accident-risk-zone approach detection algorithm considering GPS errors. A probability density function was estimated, with positional error data collected from IoT devices as a probability variable. As a result of the verification, the algorithm showed a detection accuracy of 93% and 77%. Overall, the analysis results derived according to the GPS error level will be an important criterion for upgrading algorithms and real-time risk managements in the future.

실시간 항만 근로자 충돌 사고위험 감지 알고리즘 개발

손승오,박준영,김현서 대한교통학회 2020 대한교통학회 학술대회지 Vol.82 No.-

항만 내 근로자 실시간 사고위험 검지기술 개발 및 실증연구

손승오,김현서,박준영 대한교통학회 2021 대한교통학회 학술대회지 Vol.84 No.-

도시부 도로 제한속도 하향 사업 안전성 효과평가

손승오,박준영,김민우,최병호 대한교통학회 2019 대한교통학회지 Vol.37 No.6

This study evaluates the safety effectiveness of speed limit reduction on urban roads by estimating crash modification factors (CMF) using observational before and after methods. For the analysis, the study applied three methods: (1) Naive before-after method, (2) Comparison group (CG) method, (3) Empirical bayes (EB) method, proposed by the Highway Safety Manual (HSM). Observational before-after studies are well known approaches for evaluating safety impact (i.e., CMF) of roadway treatments and policies. The CMFs were calculated for speed limit reduction on urban roadways in Daegu Metropolitan City. Crash data and traffic volume data from 2012 to 2017 were collected for this study. In general, the results show that speed limit reduction on urban roads has positive effectiveness in terms of crash reduction and road safety. 본 연구는 차량으로 인한 교통사고 가능성과 심각도를 줄이고 보행자, 자전거 등 교통약자를 보호하기 위해 시행되는 안전속도 5030 사업의 안전성을 평가하였다. 도시부 도로의 제한속도 하향 후 사고 건수 기반의 안전성 개선 효과를 분석하기 위해 미국 Highway Safety Manual (HSM)에서 제시하고 있는 전후 비교분석 방법론 중 (1) 단순 비교방법(Naive before-after method), (2) 비교그룹 방법(Comparison group method, CG), (3) 경험적 베이즈 방법(Empirical bayes method, EB) 3가지 방법론을 활용하였다. 이 방법론을 활용하여 5030 속도 하향 사업 정책의 시범운영이 시행된 대구광역시를 대상으로 2012년부터 2017년까지 발생한 사고를 시행 시점 전후 1년으로 구분하여 CMF를 산출하였다. 특히 안전성능함수(Safety performance functions, SPF) 개발을 통해 도로의 사고 발생 핵심 Exposure를 고려한 안전성 효과평가를 수행하였다. 분석결과 도시부 제한속도 하향은 사고감소 등 안전성 측면에서 긍정적인 효과가 있는 것으로 나타났다. 본 연구는 향후 국내 도시부 도로를 대상으로 적용될 속도 하향 정책 확대에 유의한 역할을 할 것으로 기대된다. 나아가 운영 효율성, 환경성의 관점에서 추가적인 연구가 수행된다면 정책확대를 위한 전략수립 및 시행 사후평가에서 핵심적 역할을 할 수 있을 것으로 기대된다.

HSM 관측적 사전·사후 연구 방법론을 통한 도시부 도로 속도하향 전후 안전성 효과분석

손승오,박준영 대한교통학회 2019 대한교통학회 학술대회지 Vol.80 No.-

국내 인구 10만 명 당 보행 사망자 수는 3.5명으로 OECD 가입국 평균 1.1명의 3배 이상에 달한다. 또한 전체 교통사고 중 대다수(71.9%)가 도시부 도로에서 발생하고 있다. 이렇게 도시부 도로에서 발생하는 사상자 수로 인한 경제적, 사회적 피해는 여전히 심각한 문제로 인식되고 있기에 지자체 및 정부에서는 도시부 도로의 제한속도를 하향하는 정책과 사업을 시행하고 있다. 그러나 현재 택시, 버스 등의 사업운송자 집단과 출퇴근 시 심각한 체증을 경험하고 있다고 느끼는 일반 승용차 운전자들은 이러한 사업 시행을 반대하고 있다. 따라서 안전속도 5030 정책 시행의 타당성을 확립하고, 사업 시행의 효과를 확대할 수 있는 효과분석 연구가 필요한 상황이다. 본 연구는 도시부 도로를 대상으로 한 제한속도 하향 사업의 사고감소 자료를 분석하여 안전성 개선효과를 입증하고자 한다. 이를 위해 속도하향 사업이 시행된 대구광역시의 20개 구간을 대상으로 수집한 사고자료를 이용하여 효과분석을 수행한다. 관측 사전/사후 연구 방법론의 Comparison Group 전후 분석결과, 사고감소 효과는 -23.9%로 분석되었고 EB Method를 통한 전후 분석결과, 사고감소 효과는 -20.00%로 분석되었다. 속도하향 사업은 현재 각 지자체에서 시범적으로 시행되고 있으며, 전국적으로 확대되고 있다. 본 연구의 효과분석 결과는 안전속도 5030 사업의 시행 확대 및 정책 홍보와 국민의 보행안전 향상에 적극 활용되기를 기대한다.

머신러닝 기법을 활용한 사고심각도 기반 도심부 교차로 안전성 평가

손승오,박준영,이건우 한국ITS학회 2021 한국ITS학회 학술대회 Vol.2021 No.04

도시부 교차로는 도시 내 둘 이상의 도로가 교차하는 지점을 말한다. 이러한 구조적 특성에 기인하여 교차로에서는 많 은 교통사고가 발생하고 있으며 이를 해결하기 위해 특별한 관리가 요구된다. 일반적으로 수행되는 교차로 안전성 평가 연구는 교통량 및 사고빈도 데이터를 활용한 Hotspot identification 방법으로 수행된다. 그러나 이러한 방법은 사고 심각 도에 영향을 미치는 상황 요인을 반영할 수 없기 때문에 신뢰도가 낮은 결과를 초래할 수 있다. 본 연구는 사고 심각도 요인 분석 결과를 활용한 도시부 교차로 안전성 평가 프레임워크를 제안한다. 먼저 머신러닝 방법인 Random forest(RF) 및 Extreme gradient boosting(XGB) 기법을 활용하여 교차로 사고 심각도에 영향을 미치는 변수를 도출하였다. 도출된 변수의 중요도는 AHP 분석 및 엔트로피 방법론을 통해 혼합 가중치로 산출된다. 산출된 혼합 가중치를 통해 각 교차로 별 평가 score를 계산하였으며, 교차로 간 안전성 우선순위를 제시하였다. 제시한 우선순위는 기존 연구에서 활용되고 있는 안전성 평가지표인 사고빈도 기반 PSI(Potential for safety improvement) 분석 결과와 비교하여 검증하였다. 분석은 2017-2019년 서울시, 부산시내의 80개 교차로에서 발생한 사고를 대상으로 하였다. 1) 심각도 분석 결과 충돌 유형, 가 해운전자 연령, 세부사고유형, 사고발생 위치 변수가 심각도에 유의한 영향을 미치는 변수로 도출되었다. 2) 해당 변수 들은 AHP 및 엔트로피 방법론을 통해 교차로 요인별 혼합 가중치 및 안전성 평가 score로 산출되었으며, 3) 평가 score 기반의 안전성 평가결과 사고심각도를 고려한 안전성이 취약한 교차로 서울, 부산시의 상위 5개 교차로를 도출하였다. 심각도 기반의 분석결과는 기존 빈도분석 기반의 PSI 평가결과와 비교했을 때 일부 교차로와 유사한 결과를 보이는 것 으로 나타났다. 이는 기존 빈도분석 기반의 안전성 평가가 갖는 접근방식과 달리 개별 사고가 갖는 특징을 반영했다는 점에서 세밀한 안전성 개선방안 도출을 할 수 있다는 점에서 의의를 갖는다.