Earticle

본 연구는 교통사고 심각도를 정량적으로 측정하기 위해 대물피해환산법(EPDO: Equivalent Property Damage Only) 지표를 활용하고, 이를 기반으로 고속도로 2차 사고의 심각도 결정 요인 을 규명하였다. 분석 자료는 한국도로공사 관할 고속도로에서 발생한 최근 10년간의 사고 데 이터(2014~2023)이며, 기초통계와 상관분석을 거쳐 강건 회귀(Robust Regression)와 분위수 회 귀(Quantile Regression)를 적용하였다. 분석 결과, 사고 규모와 사고 유형이 심각도에 가장 큰 영향을 미쳤으며, 특히 고심각도 구간에서 그 효과가 더욱 두드러졌다. 반면, 날씨·노면 상태와 같은 환경 요인은 상대적으로 제한적인 영향을 보였다. 이러한 결과는 기존의 범주형 접근의 한계를 보완하며, 사고 심각도를 사회적 비용 차원에서 정량화할 수 있는 대안을 제시한다. 정 책적으로는 다중 차량사고와 보행자 사고를 핵심 관리 대상으로 설정하고, 고속도로 2차 사고 예방을 위한 차별화된 안전대책 마련이 필요함을 시사한다.

This study applied the Equivalent Property Damage Only (EPDO) index to quantify the traffic accident severity and examined the determinants of severity in secondary accidents on expressways. The analysis was based on a ten-year dataset (2014–2023) from the Korea Expressway Corporation. Descriptive statistics and correlation analysis were first conducted, followed by robust regression (RR) and quantile regression (QR) to identify the key influencing factors. The results showed that the accident scale (number of vehicles involved) and accident type (particularly pedestrian accidents) had the most significant effects on severity, with these effects being more pronounced in high-severity accidents. In contrast, environmental conditions such as weather and road surface played a relatively minor role. These findings address the limitations of conventional ordinal categorical approaches by introducing an EPDO-based framework for quantifying the severity of accidents in terms of social cost. From a policy perspective, this study highlights multi-vehicle and pedestrian accidents as priority targets and underscores the need for differentiated safety measures to prevent secondary accidents on expressways.

연구목적: 국내 고령인구 수는 계속 증가하고 있으며 2025년 이후에는 초고령사회가 불가피 할 것으로 예상하고 있다. OECD평균 기대수명보다 국내 예상 수명이 더 높게 측정되고 있으며 이에 반해 국내 고 령인구 교통사고 사망자는 43.6%의 비율을 보이고 있다. 이는 OECD 평균보다 높은 수치를 보이고 있으 며 사고요인을 분석할 필요가 있다. 본 연구는 특별시 및 6개 광역시에서 노인보행자 교통사고 심각도를 분석하여 교통사고 영향요인을 분석하고자 한다. 연구방법: XGBoost머신러닝 기법을 적용하여 심각도 를 분석하였으며 SHAP를 활용하여 변수중요도를 plot으로 시각화 하였다. 연구결과: 분석결과, 횡단중 인 보행자인 경우, 야간시간대일 경우, 가해운전자 차종이 화물차일 경우 등이 사고 심각도가 높아지는 영향을 미친 변수인 것으로 분석되었다. 결론: 본 연구는 노인보행자 사고의 요인을 분석하고 심각도 증 가의 요인을 도출한 것에 의의가 있으며 추후 개선 사업 등의 참고 자료에 활용할 수 있기 바란다.

Purpose: The number of elderly people in Korea continues to increase, and a super-aged society is expected to be inevitable after 2025. Expected life expectancy in Korea is measured higher than the OECD average, while the number of traffic accident deaths in the elderly in Korea is 46%. This is higher than the OECD average, and accident factors need to be analyzed. This study aims to analyze the factors influencing traffic accidents by analyzing the severity of traffic accidents for elderly pedestrians in special cities and six metropolitan cities. Method: Severity was analyzed by applying the XGBoost machine learning technique, and the importance of variables was visualized as a plot using SHAP. Result: As a result of the analysis, it was analyzed that the case of pedestrians crossing, the case of night time zone, and the case where the perpetrator's vehicle is a truck are variables that have an effect of increasing the severity of the accident. Conclusion: This study is meaningful in analyzing the factors of elderly pedestrian accidents and deriving the factors of increasing severity, and it is hoped that it can be used for reference materials such as improvement projects in the future.

본 연구는 고속도로에서 발생한 교통사고 블랙박스 영상을 기반으로 군집분석과 예측모형 비교를 수행하였다. 분석자료로 사고 직전의 도로 및 교통 상황을 파악할 수 있는 차량 주행행 태, 노면 상태 등 사고 영상에서 추출이 가능한 항목을 설명변수로 활용하였다. 여러 요소에 의해 영향을 받는 교통사고 데이터의 특징을 고려하여 데이터의 이질성을 반영하는 군집분석 을 활용하였다. 군집분석으로 분류된 각 군집을 사고 심각도 수준의 비율을 기준으로 나누고, 종속변수인 인명피해 수준을 반영하여 사고 예측 평가를 수행하였다. 사고 예측모형은 로짓 모형(Logit model)을 적용한 결과, 전체 데이터를 분석한 경우보다 군집분석에 의해 두 개의 사고 심각도 그룹을 분류하여 예측했을 때 우수한 예측 능력을 보여주었다. 이는 군집분석을 통한 그룹별 사고 특성과 사고 심각도를 반영하여 사고위험을 예측하는 것이 더 효과적인 것 으로 판단된다. 또한 2차 사고와 같은 정차 중 추돌사고, 차로변경 중 측면 추돌사고 등이 중요 한 주행행태변수로 작용하는 것으로 나타났다.

This study was based on the black box images of traffic accidents on highways, cluster analysis and prediction model comparisons were carried out. As analysis data, vehicle driving behavior and road surface conditions that can grasp road and traffic conditions just before the accident were used as explanatory variables. Considering that traffic accident data is affected by many factors, cluster analysis reflecting data heterogeneity is used. Each cluster classified by cluster analysis was divided based on the ratio of the severity level of the accident, and then an accident prediction evaluation was performed. As a result of applying the Logit model, the accident prediction model showed excellent predictive ability when classifying groups by cluster analysis and predicting them rather than analyzing the entire data. It is judged that it is more effective to predict accidents by reflecting the characteristics of accidents by group and the severity of accidents. In addition, it was found that a collision accident during stopping such as a secondary accident and a side collision accident during lane change act as important driving behavior variables.

교통사고보고서 상의 교통사고 관련 자료 속성들은 그 원인을 파악하고자 하는 전통적인 교통안전 관련 연구에서 뿐만 아니라 최근 자율주행자동차의 안전성 검증 시나리오 개발을 위 한 연구에서도 활용될 수 있다. 다만, 교통사고보고서의 자료 속성들은 교통사고 상황 재현 및 시나리오 개발만을 위해 정의된 항목들이 아니므로, 본 연구에서는 확대된 활용성 측면의 교 통사고보고서의 개선방향을 제시하고자 한다. 교통사고보고서의 개선방향은 각각 교통사고 발생 이전 상황(pre-crash), 교통사고 중 상황(on-crash), 교통사고 발생 이후 상황(post-crash)로 구분하여 제시하였으며, 각 구분에 따른 추가 자료 항목 또는 자료 처리 방안에 대하여 제시하 였다. 또한, 정형화된 형태의 교통사고자료 외에 비정형화된 서술 형태의 교통사고 경위자료로 부터 추출 가능한 정보항목들을 도출하여 제시하였다.

The accident data attributes of the traffic accident report are used not only in traditional traffic safety-related research to identify the cause of traffic accidents, but also as basis data for the development of the automated vehicle driving performance verification scenarios. However, since the data attributes of the traffic accident report are limited for the purpose of reconstructing the traffic situation and developing scenarios, this study aims to provide the directions for improvement of traffic accident report, ultimately for its expanded usability for the automated vehicle test scenarios. The directions for improvement of the traffic accident report are provided by categorizing the traffic situation before the accident (pre-crash), the situation immediately before or during the accident (on-crash), and the situation after the accident (post-crash), respectively. Additional data items or data processing methods are presented. Furthermore, data elements that can be extracted from the traffic accident process data in the unstructured narrative form are explored and provided.

본 연구는 고속도로 교통사고의 사고차량대수에 따른 요인의 영향을 분석하기 위해 다항로 짓모형을 이용하여 연구를 수행하였다. 기존의 교통사고 심각도 연구에서는 사고차량대수에 대한 분석이 미흡하였다. 그러나 다중추돌사고는 인명피해 사고로 이어질 가능성이 높고, 사고 지속시간과 사고처리를 위한 사회적 비용이 크기 때문에, 다중추돌사고에 영향을 미치는 요인 을 파악하는 것이 중요하다. 따라서 본 연구에서는 사고차량대수를 사고의 요인이 아닌 사고 의 결과로 해석하고, 이에 미치는 사고요인별 영향을 분석하였다. 분석결과, 야간사고와 고속 도로 본선, 터널, 교량에서 발생한 사고, 운전자과실, 도로장애물, 노면문제로 인한 사고, 내리 막 경사, 중차량 연관 사고가 다중추돌사고로 이어질 가능성이 높은 것으로 분석되었다.

The aim of this study is to analyze effects of factors on the number of vehicles involved in traffic accidents on freeway sections. In previous studies about traffic accident severity, the analysis of accidents involving multiple vehicles was insufficient. However, multiple-vehicle accidents are likely to cause casualties and are the main reasons increasing accident duration and social costs. In this study, the number of vehicles involved in an accident was interpreted as the result of the accident, not as the cause of the accident, and the impacts of each accident factor were analyzed using a multinomial logit model. The results indicate that multiple-vehicle accidents are mainly related to following factors: nighttime, driver’s faults, obstacles on the road, a downhill slope, heavy vehicles, and freeway mainline sections including tunnels and bridges.

버스운전자의 안전운행을 확보하기 위해서는 운전자 교통사고 원인 등을 분석해 안전운행 을 지원 할 수 있는 정책이 뒷받침되어야 한다. 따라서 국토교통부는 사업용 차량에 운전자를 보조하는 첨단 운전자지원시스템 중 전방충돌경고장치, 차선이탈경고장치의 장착의무대상을 단계적으로 확대하는 방안을 마련한 바 있다. 그러나 버스운전자 교통사고분석과 관련된 기초 연구는 국내에서 많이 수행되고 있지 않아, 버스사고예방을 위하여 향후 버스운전자에게 가장 필요한 첨단 운전자지원시스템이 무엇인지에 대한 연구가 필요한 시점이다. 본 연구에서는 버 스유형 및 반복사고 여부별 사고심각도를 분석하고 개선방안으로 버스의 첨단 운전자지원시 스템 지원 방향을 제시하는데 목적이 있다. 사고심각도 분석은 순서형 로짓 모형을 이용해 분 석하였으며 분석결과, 차대사람사고는 모든 모형에서 통계적으로 유의미하게 선정되었고 법 규위반항목의 속도위반, 신호위반, 승객을 위한 안전조치위반이 제안된 모형에서 공통적으로 선정되었다. 따라서 향후 버스 대 사람사고를 감소시킬 수 있는 보행자감지시스템, 보행자 자 동긴급제어장치의 설치가 반드시 필요하다.

For bus drivers’ safe driving, a policy that analyzes the causes of the drivers’ traffic accidents and then assists their safe driving is required. Therefore, the Ministry of Land, Infrastructure and Transport set up its plan to gradually expand the equipping of commercial vehicles with FCWS (Forward Collision Warning System) and LDWS(Lane Departure Warning System), from the driver-supporting ADAS(Advanced Driver Assistance Systems). However, there is not much basic research on the analysis of bus drivers’ traffic accidents in Korea. As such, the time is appropriate to research what is the most necessary ADAS for bus drivers going forward to prevent bus accidents. The purpose of this research is to analyze how serious the accidents were in the different bus routes and whether the accidents were repetitive, and to give recommendations on how to support ADAS for buses, as an improvement. A model of ordered logit was used to analyze how serious the accidents were and as a result, vehicle to pedestrian accidents which directly affected individuals were statistically significant in all of the models, and violations of regulations, such as speeding, traffic signal violation and violation of safeguards for passengers, were indicated in common in several models. Therefore, the pedestrian-sensor system and automatic emergency control device for pedestrian should be installed to reduce bus accidents directly affecting persons in the future, and education for drivers and ADAS are to be offered to reduce the violations of regulations.

연구목적: 본 연구는 화물차 교통사고의 심각도와 영향을 미치는 요인을 분석하기 위해 수행되었다. 특히 EPDO(Equivalent Property Damage Only) 가중치 세트에 따른 사고 심각도 영향요인의 차이를 비교하였 다. 개선된 EPDO 가중치에 따른 심각도 영향요인의 변화와 예측 정확도를 분석하여 화물차 사고의 원인 에 따른 안전 대책 수립을 위한 기초자료를 제공하는 것을 목표로 한다. 연구방법: 종속변수를 12:6:3:1, 3:3:3:1의 두 가지 EPDO 가중치 세트의 차이에 따라 두 가지 데이터 세트로 구성하였으며 Light Gradient Boosting Machine을 기반하여 최적의 모델을 선정하여 두 데이터 세트의 모형 성능 평가 지표 결과 값의 차이를 분석하였다. 또한, 각 모델의 변수 중요도를 Feature importance를 통해 나타냈다. 연구결과: 모델 성능 분석 결과, EPDO_A보다 EPDO_B에서 사고 심각도 예측 오차가 낮아 보다 신뢰할 수 있는 결과를 제공하였다. 또한, 사고 심각도에 영향을 미치는 주요 요인을 비교하여 제시하였으며, 사고의 경중보다는 인적 피해 예측이 상대적으로 용이함을 확인하였다. 결론: 화물차 사고의 심각도 분석을 통해 향후 교통 안전 정책 및 인프라 구축의 방향을 제시하였다. 특히, 인적 피해 예측을 중심으로 한 교통안전 전략 수립이 필요하며, 보다 정교한 데이터 수집과 분석이 사고 예방의 핵심이 될 수 있음을 강조하였다.

Purpose: This study aims to analyze the severity of truck-related crashes and the factors that influence them. In particular, the study aims to compare the differences in crash severity based on two sets of Equivalent Property Damage Only (EPDO) weights, providing fundamental data for establishing safety measures tailored to the characteristics of truck crashes. Method: The dependent variables were divided into two datasets based on the differences between the two EPDO weight sets, 12:6:3:1 and 3:3:3:1. The optimal model was selected using the Light Gradient Boosting Machine (LGBM), and the differences in the performance evaluation metrics of the two datasets were analyzed. Furthermore, the variable importance of each model was presented using feature importance analysis. Result: The analysis of model performance revealed that the crash severity prediction error was lower in EPDO_B compared to EPDO_A, resulting in more reliable outcomes. Additionally, the key influencing factors on crash severity were identified and compared, confirming that predicting human casualties is relatively easier than predicting crash severity. Conclusion: Through the analysis of truck crash severity, this study provides insights into future traffic safety policies and infrastructure development. In particular, the study emphasizes the necessity of developing traffic safety countermeasures that focus on predicting human casualties and highlights that more precise data collection and analysis are essential for effective crash prevention.

최근 코로나 19의 영향으로 이륜자동차 교통사고의 발생은 이전보다 급격히 증가하게 되었 고 이륜자동차 사고방지를 위한 다각적인 노력이 필요한 시점이다. 본 연구에서는 XGBoost를 활용하여 최근 10년간 발생한 이륜자동차 교통사고 자료로 사고 심각도에 영향인자를 도출하 여 각 영향인자가 주는 영향력을 분석하였다. 전체 변수 중 교통사고 심각도에 영향을 주는 변수는 신호 위반을 하였을 경우가 압도적으로 높았으며, 운전자 연령대가 60대 이상일 경우, 이륜자동차 단독사고일 경우, 중앙선 침범 사고일 경우 순으로 높은 것으로 나타났다. 연구 결 과를 바탕으로 이륜자동차의 심각한 교통사고의 방지와 안전관리를 강화하기 위한 합리적인 제도 개편방안을 제시하였다.

Emergence of the COVID 19 pandemic has resulted in a sharp increase in the number of two-wheeler vehicular traffic accidents, prompting the introduction of numerous efforts for their prevention. This study applied XGBoost to determine the factors that affect severity of two-wheeled vehicular traffic accidents, by examining data collected over the past 10 years and analyzing the influence of each factor. Among the total factors assessed, variables affecting the severity of traffic accidents were overwhelmingly high in cases of signal violations, followed by the age group of drivers (60s or older), factors pertaining only to the car, and cases of centerline infringement. Based on the research results, a reasonable legal reform plan was proposed to prevent serious traffic accidents and strengthen safety management of two-wheeled vehicles. Based on the research results, we propose a reasonable legal reform plan to prevent serious traffic accidents and strengthen safety management of two-wheeled vehicles.

연구목적: 전국 전체의 이륜차 사고 건수는 점점 감소하고 있지만 사망자 수는 증가한 것으로 나타났으 며 이륜차 사고가 집중되는 시간대는 16~22시인 저녁 시간대로 나타났다. 따라서 주거지역과 다른 지 역 간의 이륜차 사고 심각도 요인의 차이를 비교할 필요가 있다. 연구방법: Random Forest를 활용해 2007년부터 2021년까지 인천광역시에서 발생한 이륜차 사고 자료와 QGIS를 사용하여 도시지역 및 비 도시지역으로 구분하고 지역에 따라 사고 심각도 분석 및 사고 심각도에 끼치는 영향요인을 분석하였 다. 연구결과: 각 지역의 상위 2개의 변수 중요도를 분석한 결과, 도시 지역 이륜차 사고 심각도에 높은 영향을 끼치는 변수는 교차로 안에서 사고가 발생한 경우, 신호위반의 경우이고, 공업지역은 차대차 정 면충돌의 경우와 피해자 차종이 화물차인 경우, 녹지지역은 신호위반의 경우, 교차로 안에서 사고가 발 생한 경우, 상업지역은 신호위반,차대차- 측면직각충돌의 경우, 비도시지역은 가해운전자가 60세 이상 인 경우, 피해자가 40~50대인 경우 사고심각도에 더 영향을 주는 것으로 나타났다. 결론: 지역의 특성에 따라 이륜차 사고의 심각도에 영향을 끼치는 요인을 집중적으로 분석하였고 본 연구로 도출된 결과를 활용하여 이륜차 사고의 심각도를 개선하기 위한 효율적이고 대응책 수립이 필요하다.

Purpose: The number of motorcycle accidents nationwide is decreasing, but the number of deaths has increased, and the time when motorcycle accidents are concentrated is between 16:00 and 22:00 in the evening. Therefore, it is necessary to compare the differences in the severity factors of motorcycle accidents between residential areas and other areas. Method: Using Random Forrest, QGIS and data on motorcycle accidents in Incheon Metropolitan City from 2007 to 2021 were used to divide them into urban and non-urban areas to derive accident severity analysis and impact factors on accident severity by region. Result: As a result of analyzing the importance of the top two variables in each region, the variables that have a high impact on the seriousness of motorcycle accidents in urban areas are traffic lights in intersections Conclusion: It is necessary to establish efficient and countermeasures to improve the severity of motorcycle accidents by analyzing in-depth factors that affect the severity of motorcycle accidents according to the characteristics of the region and utilizing the results derived from this study.

연구목적: 고속도로 교통사고의 추세는 증감을 반복하며 도로 종류 중 고속도로에서의 치사율은 최고치 를 나타내고 있다. 따라서 국내 실정을 반영한 개선대책 수립이 필요하다. 연구방법: Random Forest를 활 용해 2019년부터 2021년까지 전국 고속도로 노선 중 사고 다발 10개 노선에서 발생한 교통사고 자료로 사고 심각도 분석 및 사고 심각도에 미치는 영향요인을 도출하였다. 연구결과: SHAP 패키지를 활용해 상 위 10개의 변수 중요도를 분석한 결과, 고속도로 교통사고 중 사고 심각도에 높은 영향을 미치는 변수는 가해자 연령이 20세 이상 39세 미만, 시간대가 주간(06:00-18:00), 주말(토~일), 계절이 여름과 겨울, 법규 위반이 안전운전불이행, 도로 형태가 터널, 기하구조상 차로 수가 많고 제한속도가 높은 경우로 총 10개 의 독립변수에서 고속도로 교통사고 심각도와 양(+)의 상관관계를 가지는 것으로 분석되었다. 결론: 고속 도로에서의 사고 발생은 매우 다양한 요인의 복합적인 작용으로 인해 발생하므로 사고 예측에 많은 어려 움이 있지만 본 연구로 도출된 결과를 활용해 고속도로 교통사고 심각도에 영향을 주는 요인을 심층적으 로 분석해 효율적이고 합리적인 대응책 수립을 위한 노력이 필요하다.

Purpose: The trend of highway traffic accidents shows a repeating pattern of increase and decrease, with the fatality rate being highest on highways among all road types. Therefore, there is a need to establish improvement measures that reflect the situation within the country. Method: We conducted accident severity analysis using Random Forest on data from accidents occurring on 10 specific routes with high accident rates among national highways from 2019 to 2021. Factors influencing accident severity were identified. Result: The analysis, conducted using the SHAP package to determine the top 10 variable importance, revealed that among highway traffic accidents, the variables with a significant impact on accident severity are the age of the perpetrator being between 20 and less than 39 years, the time period being daytime (06:00-18:00), occurrence on weekends (Sat-Sun), seasons being summer and winter, violation of traffic regulations (failure to comply with safe driving), road type being a tunnel, geometric structure having a high number of lanes and a high speed limit. We identified a total of 10 independent variables that showed a positive correlation with highway traffic accident severity. Conclusion: As accidents on highways occur due to the complex interaction of various factors, predicting accidents poses significant challenges. However, utilizing the results obtained from this study, there is a need for in-depth analysis of the factors influencing the severity of highway traffic accidents. Efforts should be made to establish efficient and rational response measures based on the findings of this research.

본 연구는 2019년부터 2021년의 고속도로 교통사고 위치 좌표를 콘존 데이터와 결합한 후 파이캐럿을 활용하여 고속도로 교통사고 심각도에 영향을 끼치는 요인을 분석할 수 있는 최적 모델을 선정하고 채택된 Random Forest 기법으로 고속도로 교 통사고 심각도에 영향을 끼치는 요인을 분석하고자 하였으며, 향후 전국 고속도로 교통사고에 영향을 주는 요인으로 확대하여 분석하고 사고 심각도 개선을 위한 대안 방안 마련이 가능할 것으로 판단된다.

최근 코로나 19의 여파로 이륜자동차의 수요가 늘어나게 되고 이에 따라 이륜자동차로 인해 발생하는 교통사고 증가하여 문제가 되고 있다. 이에 개발한 이륜자동차 가해 교통사고 심각도 모형을 활용하여 심각도 등급을 산정하고, 시도 별로 심각도 등급 분포를 살펴보았다.

연구목적: 국내의 차량 등록 대수는 계속 증가하고 있다. 삶의 질 향상으로 인한 교통량 또한 점진적으 로 증가하므로 사고 심각도가 증가 및 혼잡문제 또한 야기될 것으로 예상된다. 따라서, 첨두 교통사고와 비첨두 교통사고의 사고 요인을 분석할 필요가 있다고 판단된다. 연구방법: 인천광역시의 첨두 및 비첨 두 교통사고의 심각도를 첨두와 비첨두로 나누어 분석하여 사고에 영향을 미치는 요인을 알아보고자 한다. XGBoost 머신러닝 기법을 적용하여 첨두 및 비첨두 교통사고 심각도를 분석하였으며 결과를 통 하여 plot으로 시각화하였다. 연구결과: 첨두시 피해운전자 차종_승합인 경우 등 비 첨두시는 피해운전 자 차종_건설기계 등이 사고 심각도를 높이게 되는 변수인 것으로 분석되었다. 결론: 첨두와 비첨두 사 고 심각도의 요인을 도출한 것에 의의가 있고 추후 첨두 및 비첨두시의 사고 심각도를 낮추고 국내 교통 의 혼잡 요인을 분석하여 혼잡 비용을 줄일 수 있는 것에 활용되기를 바란다.

Purpose: The number of registered vehicles in Korea continues to increase. As traffic volume increases gradually due to improved quality of life, the severity of accidents is expected to increase and congestion problems are also expected. Therefore, it is necessary to analyze the accident factors of pointed traffic accidents and non-pointed traffic accidents. Method: The severity of the apical and non-pointed traffic accidents in Incheon Metropolitan City is analyzed by dividing them into apical and non-pointed traffic accidents to investigate the factors affecting the accident. XGBoost machine learning techniques were applied to analyze the severity of pointed and non-pointed traffic accidents and visualized as plot through the results. Result: It was analyzed that during non-peak hours, such as the case of the victim's vehicle type at peak times, the victim's vehicle type and construction machinery are variables that increase the severity of the accident. Conclusion: It is meaningful to derive the seriousness factors of apical and non-pointed accidents, and it is hoped that it will be used to reduce congestion costs by reducing the seriousness of accidents in the case of apical and non-pointed in the future.