인천시 택시 블랙박스자료를 활용한 이륜차 운전자 사고 심각도 영향인자 분석 = Injury severity analysis of cyclists in two wheeler to taxi crashes : An application of vehicle black box data in Incheon, Korea

국문 초록 (Abstract)

일반적으로 사고 분석을 위해 대부분 경찰에서 수집한 사고 자료를 활용하였다. 그러나 경찰의 사고 수집은 사고 후 사고 당사자 혹은 주변의 목격자 진술이나 차량의 파손정도, 스키드 마크 등을 분석하여 기록하기 때문에 충돌 속도, 사고 발생시간, 사고 장소 등과 같이 사고분석에서 중요하게 활용되는 정보가 부정확하게 기록될 가능성이 존재해 왔다. 최근 차량용 블랙박스 장착이 보편화되면서 분석자가 정확한 사고 자료를 분석에 활용할 수 있게 되었다.
본 연구의 목적은 블랙박스 자료를 활용하여 이륜차 운전자의 부상 심각도 영향인자를 분석하고자 한다. 분석을 위해 법인택시 블랙박스에 기록된 2년(2010-2011) 간의 이륜차 사고 248건에 대한 영상 자료를 활용하였다. 사고 심각도와 관련된 종속변수로 사고 진단, 사고 후 보행가능여부 등과 같은 다수의 변수가 있으며, 이때 구조방정식모형은 다수의 종속변수와 영향인자 간의 관계를 동시에 분석할 수 있다는 장점이 있다. 따라서 본 연구에서는 구조방정식모형을 활용하여 이륜차 운전자의 사고 심각도에 대한 영향인자를 도출하고자 한다.
분석결과, 도로특성의 경우 차로수가 많을수록, 일반신호가 운영되는 곳에서 발생한 사고일수록, 그리고 중앙분리대가 설치된 곳에서 발생한 사고일수록 사고 심각도를 높이는 것으로 나타났다. 또한 택시특성의 경우 주행 속도 및 충돌 속도가 높을수록, 측면충돌 사고일수록 사고 심각도를 높이는 것으로 나타났다. 마지막으로 이륜차특성의 경우 이륜차 파손이 발생한 사고, 이륜차 운전자의 2차 충돌 부위가 머리인 경우, 이륜차 운전자의 3차 충돌 대상이 도로인 경우, 그리고 오토바이 사고일수록 사고 심각도를 높이는 것으로 나타났다.
본 연구는 분석자가 블랙박스 영상 정보를 확인하여 사고 자료를 수집하였기 때문에 수집 과정에서 오차가 발생할 수 있다. 향후 자동 사고과정 재구성 시스템이 개발되어, 이를 사고 분석에 활용한다면 도로교통 안전 증진을 위한 기초 자료로 활용될 것으로 기대된다.

다국어 초록 (Multilingual Abstract)

Historically, crash data used in traffic safety analysis has been collected by the police officer. Since the police officer is dispatched to the crash scene after the crash occurrence, however, crash information inevitably includes errors influencing on traffic safety analysis. Such errors includes crash speed, crash time, crash location, and other crash characteristics. In recent, the advancement of in-vehicle video event record technologies, called a vehicle black box (VBB), enables the traffic safety professionals to use more accurate crash information.
This study analyzes the injury severity of two-wheeler (TW) riders in taxi-to-TW crashes with the accurate crash data collected from VBBs equipped in taxis. To perform this objective, 248 crash data from a two-year period (2010-2011) are used. Since the injury severity is related to various safety variables such as level of hospitalization and level of walkability in appearance, structural equation modeling (SEM) is used to identify the relationship between variables associative with injury severity and their affecting variables.
The estimated model suggests that road characteristic factors (section with more lanes, section with traffic signals, and section with median), taxi characteristic factors (higher operating speed, higher crash speed, and broadside crash), and two-wheeler characteristic factors (damaged TW, motorcycle-typed TW, crashes where the secondary impact region of TW riders is their head, and crashes where the third impact object of TW riders is roadway) have a great effect on the injury severity of TW riders.
This study was conducted based on the data reconstructed by a manual method from VBBs. However, if an automatic crash reconstruction method from in-vehicle video event recording systems is developed, the presented analysis procedure or approach can serve as a basis in increasing road traffic safety.

목차 (Table of Contents)

• 제1장 서 론 1
• 1.1. 연구의 배경 및 목적 1
• 1.2. 연구의 범위 2
• 1.3. 연구의 수행절차 3
• 제2장 이론 및 선행연구 고찰 5
• 2.1. 구조방정식모형 5
• 2.1.1. 구조방정식모형 개요 5
• 2.1.2. 모형의 적합도 평가 7
• 2.2. 선행연구 고찰 10
• 2.2.1. 오토바이 사고 심각도 연구 10
• 2.2.2. 자전거 사고 심각도 연구 15
• 2.2.3. 블랙박스 자료 활용 연구 19
• 2.3. 연구의 차별성 19
• 제3장 자료 구축 21
• 3.1. 자료 수집 21
• 3.2. 변수 설정 22
• 제4장 구조방정식모형 구축 29
• 4.1. 연구가설 설정 29
• 4.2. 구조방정식모형 추정 31
• 4.3. 모형의 해석 33
• 제5장 결론 36
• 5.1. 연구결과 요약 36
• 5.2. 연구의 한계점 및 향후 연구과제 37
• 참고문헌 38
• Abstract 42