Earticle

EDR (Event Data Recorder) is part of the ACU (Airbag Control Unit) function installed in vehicles. EDR data includes pre-crash and post-crash data. Pre-crash data is recorded within 5 seconds from AE (time 0) at 0.5-second resolution and displays vehicle speed, engine RPM, throttle opening, brake pedal activation, accelerator pedal position, and steering angle, etc. Using these EDR data, traffic accident investigations can become more objective and scientific. In this case, by compared the EDR data stored in the event of an accident with the actual accident situation through accident cases, we will find out what to be careful in analysis the cause of the accident.

이 연구는 미국 오하이오주 클리블랜드-엘리리아 핵심기반 통계영역의 소규모 지역(센서스 블록그룹)에 서 발생한 부주의 운전에 의한 교통사고의 상대위험도에 영향을 미치는 요인 탐색을 위한 연구이다. 이를 위해 공간정보, 사회인구학 및 환경 정보와 교통사고 등을 포함한 다양한 분야의 공공 데이터 수집과 데이터 마이닝 기법이 활용되었다. 구축된 자료를 바탕으로 계층적 베이지안 기법을 적용하여 일반화선형모형 기반의 교통사고 분석 모형을 개발하였다. 선정된 최적모형에 따르면, 고용과 직장 등 사람들의 활동 밀도, 토지이용의 다양성, 교차로 밀도의 경우 부주의 운전에 의한 교통사고의 상대위 험을 높이는 것으로 나타났다. 반면, 인구밀도는 교통사고의 위험을 감소시키는 것으로 나타났다. 아울 러, 잔차의 불확실성(확률적 변동)의 대부분은 연구 지역 내 블록그룹과 센서스 트랙의 변동성에서 기인 한 것으로 나타났다. 이 연구의 결과를 활용하여, 우리는 부주의 운전에 의한 교통사고의 위험 경감을 위한 지역의 교통안전 정책 수립에 기여할 수 있을 것이다.

This study aims to identify influential factors affecting the relative risks of vehicle crashes related to distracted driving at small area-levels (i.e., census block group) in Northern Ohio, U.S. To this end, we utilize data mining techniques to analyze publicly available data from multiple sources, which include spatial, sociodemographic, and environmental features alongside crash data. We then develop several generalized linear mixed models using a full Bayesian hierarchical formulation. The selected optimal model indicates that factors such as gross activity density, landuse mix, and density of intersection appear to increase the relative risks of vehicle crashes due to distracted driving, while population density contributes to reducing these risks. In addition, we observe substantial random fluctuation of residuals originating from both block-group and census tract level variability across the study region. These findings allow us to help build regional transportation safety policies to mitigate negative consequences of distracted driving.

우리나라가 고령화시대에 진입하면서 고령운전자를 위한 교통 안전성 정책에 대한 관심이 높아지고 있다. 이를 위해서는 고령자 관련 교통사고의 영향요인을 분석하는 연구가 활성화될 필요가 있지만, 국내의 사고 데이터는 효과적인 사고분석 연구를 수행하기에는 한계가 있다. 이에 본 연구는 미국의 사고 데이터를 살펴보고 기계학습 알고리즘을 활용하여 고령운전자 사 고심각도 예측 모형을 개발하고, 주요 사고 영향요인을 도출하여, 향후 국내 사고 데이터의 보 완 방향을 제시하고자 한다. 분석 결과에 따르면, 주행속도, 제한속도, 사고 시 근접 주행 여부 등이 고령운전자 사고 심각도에 영향을 주는 요인으로 나타났는데, 한국의 사고 데이터에서 제공하지 않는 것으로 나타났다. 그러므로 이와 같은 정보들이 한국의 사고 데이터에서 제공 된다면 고령운전자 교통안전성 제고에 기여할 수 있을 것이다.

Currently, in our society with a substantial and increasing fraction of the elderly population, transport safety for elderly drivers is becoming the center of attention. However, deficient data on vehicle crashes in South Korea limits the growth of traffic accident research pertaining to the country. So, we complemented South Korean vehicle crash data by examining USA vehicle crash data, especially the data of Ohio State, and analyzing the influential factors of elderly driver-involved crashes of the State. Subsequently, we suggested a way of improving the South Korean dataset. Notably, our study showed that the influential factors were vehicle speed, posted speed, and following other vehicles too close and provided them in the South Korean dataset.

본 연구는 공식 교통사고 데이터베이스에서 별도 식별이 어려운 급발진 주장 및 페달 오조작 의심 사고를 대상으로, 대규모언어모델(LLM)을 활용하여 뉴스기사 기반 비정형 사고자료를 구조화하고 사고 특성 및 심각도 관련 요인을 분석하였다. 2024~2025년 국내 뉴스기사 중 관련 키워드가 포함된 기사를 수집하여 중복 및 비관련 기사를 정제하고, 동일 사고 단위로 통합하였다. 이후 LLM을 이용해 사고일시, 장소유형, 운전자 특성, 충돌대상, 피해규모, 급발진 주장, 페달 오조작 언급 및 조사당국 판단 등을 JSON 형식으로 추출하였다. 기사 원문과 비교‧검증 결과, 시군구, 장소유형, 운전자 연령대, 보행자 관련 여부, 피해규모 등 명시적 사고 정보는 높은 정확도로 구조화되었으나, 사고일시와 조사결과 정보는 일부 추가 검토가 필요하였다. 사고심각도 분석에서는 보행자 관련 여부가 중상 이상의 심각피해사고와 가장 강한 관련성을 보였으며, 운전자 성별, 장소유형, 페달 조작상황의 독립적 관련성은 제한적이었다. 본 연구는 LLM 기반 비정형 교통사고자료 구조화가 공식 사고자료에서 포착하기 어려운 특수사고유형의 탐색적 분석에 활용될 수 있음을 제시한다.

This study used a large language model(LLM) to structure news-reported crash data and explore injury severity factors in crashes involving sudden acceleration claims or suspected pedal misapplication. Domestic news articles published between 2024 and 2025 were collected, filtered, and integrated into crash-level records. The LLM extracted key information in JavaScript Object Notation(JSON) format, including the crash time, location type, driver characteristics, collision objects, injury outcomes, claims, and investigation findings. Validation against the original articles showed that explicitly reported information was generally extracted with high accuracy, whereas ambiguous information required additional review. The injury severity analysis revealed that pedestrian involvement was most strongly associated with severe crashes involving fatal or serious injuries. These findings suggest that LLM-based structuring of news-reported crash data can support exploratory safety analysis of rare crash types that are difficult to identify in official crash databases.

본 연구에서는 한국도로공사 도로교통기술원에서 수행한 충격흡수시설의 충돌시험 결과 데이터를 분석하여 충격흡수시설 설계법 개발을 위한 유용한 결과를 얻고자 하였다. 분석에 사용된 CC1등급 충격흡수시설 10회, CC2등급 충격흡수시설 24회 총34회의 충돌시험 결과데이터들을 이용하여 국내 지침에 따라 탑승자 충돌속도(THIV)와 탑승자 가속도(PHD)를 계산하였고 총34회의 충돌시험데이터에서 Y축 가속도와 Yaw 각속도를 무시하고 X축 가속도 충돌시험데이터만을 이용해 탑승자 충돌속도(THIV)와 탑승자 가속도(PHD)를 계산하였다. 비교분석 결과 충격흡수시설의 탑승자 안전도가 오차율 2% 미만으로 나타나 X축 가속도 충돌시험데이터만을 이용한 탑승자 안전도 계산의 유효성이 증명되었다. 충돌시험 데이터 중 X축 가속도를 적분하여 얻은 흡수에너지와 초기 충돌차량의 충돌에너지를 비교분석한 결과, 거의 정확히 일치하여 X축 가속도만을 사용한 충격흡수시설의 충돌거동 분석이 가능하였다. 본 논문에서는 충격흡수시설의 실물차량 충돌시험데이터를 이용해 탑승자의 안전도 및 충돌거동을 분석함으로써 일차원을 적용한 충격흡수시설의 설계법 개발의 근간을 마련하였다.

According to the rules, a crash cushion is supposed to set up products that is satisfied with the standard of a performance test after performing the car crash test by road safety facilities and management guide. For development of crash cushion, performance should be estimated through the car crash test eventually. However, there is no reasonable design method which considers passenger's safety and only depend on crash test without an alternative plan. Therefore it incurs a loss materially and takes a lot. Therefore, we are asked to create a systematic design of the crash cushion. This study shows that a scientific basis of applying single degree of freedom when it designs the crash cushion after analyzing vehicle crash test data of crash cushion and also represents design of crash cushion through single degree of freedom response spectrum using calculated by crash test data on crash cushion.

도로변에 설치된 중대형 지주구조물은 적절히 방호되지 않고 차량에 노출된 경우 충돌 시 심각한 차량 파손과 탑승자 상해로 이어진다. 북미지역이나 유럽은 차량에 노출된 지주에 대한 충돌피해를 줄이기 위하여 일반적으로 분리식 지주를 사용하고 있으나 분리된 지주의 낙하 시 2차 사고의 위험이 상존한다. 이를 해결하기 위한 방법으로 슬라이딩 지주가 제안되었다. 본 논문은 국도와 지방도에 많이 쓰이는 무게 507 kg의 편주식 지주구조에 대하여 기존의 방식으로 기초에 강결된 경우와 슬라이딩 지주로 개선된 경우에 대한 1.3 ton-60 km/h, 1.3 ton-80 km/h의 충돌실험을 실시하여 강결지주의 위험도를 보이고 슬라이딩지주의 감충성능(Crashworthiness)을 입증하였다. 한편 차량중심에서 계측된 가속도가 차량과 지주의 운동을 동시에 나타낸다고 보는 기존의 충돌해석 방법 대신 고속촬영 데이터를 이용하여 지주를 차량의 운동과 분리시켜 충돌과정을 단계별로 설명함으로써 감충성능을 갖는 지주설계의 기초를 제시하였다.

Medium to large post structures installed along the roadside without proper protection can lead to serious vehicle damage and occupant injury at the impact. In North America and Europe, splitting systems such as slip base or breakaway device are used to reduce impacts. But the system has the risk of secondary accident when the splitted post falls down to the traffic or pedestrian. Sliding Post have been proposed as a way to solve this problem. By studying the crash test results of the 1.3ton and 0.9ton vehicle with 60 km/h and 80 km/h to a Rigidly Fixed Post (RFP) and Sliding Post (SP), danger of the conventional RFP and crashworthiness of the SP have been proven. While collision analysis only from the acceleration measured at the center of the vehicle assumes the motion of the post is the same as that of the vehicle, in this paper, by adding high speed film data to the analysis with vehicle acceleration could have separate the post motion from the vehicle motion. It gives better explanations on the movement of post and vehicle in each distinctive time step and provides basics to the crashworthy post design.

본 연구는 자율주행차 사고 데이터를 활용하여 사고 위험 예측을 위한 분석 구조를 구성하 고, 정형 데이터와 비정형 사고 설명문이 사고 위험 설명에 기여하는 역할을 단계적으로 검토 하였다. 먼저 사고 발생 환경, 도로 및 차량 상태와 같은 정형 데이터를 기반으로 사고 위험과 관련된 구조적 특성을 분석하고, 사고 발생 과정이 서술된 비정형 사고 설명문을 통해 사고 상황의 맥락적 특성을 정리하였다. 이를 통해 각 데이터 유형이 사고 위험을 설명하는 데 제공 하는 정보의 성격과 한계를 비교하였다. 이후 정형·비정형 데이터에서 도출된 정보를 결합한 예측 구조를 구성하고, 회귀 기반 성능 지표를 활용하여 결합 모델의 사고 위험 예측 결과를 분석하였다. 분석 결과, 결합 모델은 사고 위험 분산의 상당 부분을 설명하며, 단일 데이터 기 반 분석에서 포착하기 어려운 사고 위험 특성을 보다 안정적으로 반영하는 경향을 보였다. 본 연구는 자율주행차 사고 위험 분석에서 정형·비정형 데이터의 역할을 구분하여 정리하고, 이 를 결합한 예측 구조의 적용 가능성을 제시하였다는 점에서 의의를 가진다.

This study developed an analytical framework for predicting the crash risk using autonomousvehicle crash data by examining the roles of structured data and unstructured crash descriptions in explaining the crash risk. Structured data representing crash environments, roadway conditions, and vehicle states were first analyzed to identify the structural characteristics associated with the crash risk. In addition, unstructured crash descriptions were examined to capture contextual information describing crash scenarios and crash progression. Based on these analyses, the characteristics and limitations of each data type in explaining the crash risk were reviewed. A combined prediction framework integrating information derived from structured and unstructured data was then constructed, and the performance of the combined model was evaluated using regression-based metrics. These results showed that the combined model explains a substantial portion of the crash risk variability and provides more stable risk estimates than analyses relying on a single data type. These findings highlight the importance of integrating heterogeneous data sources for crash risk prediction and demonstrate the applicability of a structured–unstructured data fusion approach in autonomous vehicle crash analysis.

The event recording devices such as EDR and DTG have recently been developed and installed in automobiles. The reliability of EDR application is being conducted in many previous studies, but with the development and development of autonomous vehicles, it is necessary to study the reliability of EDR and DTG application results for programs that can analyze autonomous driving. Therefore, in this study, the analysis was carried out in a way to secure the reliability of the application results of EDR and DTG of Carmaker, which can analyze the traffic accident analysis program PC-Crash and autonomous driving, and secure the reliability of the Carmaker program that applied EDR in Korea and abroad. As a result of the analysis, it was found that the speed error rate gradually increased from high speed to low speed, and the maximum error speed was less than 5 km/h through the average error rate for each speed. In the future, it is thought that it can be usefully used for analysis of traffic accidents in the event of autonomous vehicle accidents.

Data mining is the process of searching the information from a large amount of data. In order to evaluate the stock crash this paper proposes general decrementing service M/G/1 queue system with multiple adaptive vacations to find information related to stock crash in data about Shanghai Composite Index. We use the probability generating function (P.G.F.) of stationary queue length and LST of waiting time, and their stochastic decomposition to calculate Existing money flow. Existing Money flow calculation model is improved based on the stationary queue length and LST of waiting time. We program to achieve the stock of existing money flow algorithm, and get the number of existing money flow. The improved algorithm can early warn the stock market crash. The empirical result shows that: There will be a rise in price before the Stock Market Crash, and the stock of existing money inflow begin to decrease. The stock market crash fell for at least six months. The stock market crash fell by at least fifty-five percent. Most of the stock market crash fell by over seventy-percent. The stock market crash down time is inversely proportional to the magnitude of the decline. If the down time is short, the magnitude of the decline is large. If the down time is long, the magnitude of the decline is small. The stock market crash is great harm to investors.

교통시설에 대한 안전성 연구에 있어서 차량사고 분석은 매우 중요하다. 특히 교통사고에 대한 통계적 분석을 통해 교통안전전문가들은 그 원인을 파악하고 궁극적으로 사고 발생건수와 그 정도를 줄일 수 있을 것이다. 최근 Park과 Lord(2009)는 교통사고 자료에 존재할 수 있는 이질성(heterogeneity)을 파악하기 위해 음이항 혼합회귀모형(negative binomial mixture regression model)을 이용하였다. 본 연구에서는 혼합회귀모형을 위해 모수적 조건부 질량함수(parametric conditional mass function)와 참 조건부 질량함수(true conditional mass function) 간의 L2 거리를 이용한 L2E 추정방법을 제안하였으며, Park과 Lord의 베이지안 방법 외에도 기존의 최대우도추정법과 L2E 방법을 바탕으로 2-성분 음이항 혼합회귀모형을 이용하여 캐나다 토론토의 교통사고 자료를 재분석하였다. 분석 결과, 계산의 용이성뿐만 아니라 공변량을 통한 해석의 적절성 측면에서 L2E 방법 역시 교통사고 발생건수에 대한 추정방법으로 우수한 것으로 나타났다.

It is important to analyze motor vehicle crashes in traffic safety studies. In particular, transportation safety analysts study the causes of traffic accidents and reduce the number of traffic accidents and severity of collisions via statistical analyses in a crash data. Recently, Park and Lord(2009) provided a Bayesian approach that could be used for capturing heterogeneity in a Toronto motor vehicle crash count data through the use of finite mixture regression models. In this study, we propose L2E estimation method for finite mixture regression models based on minimum integrated L2 distance between parametric conditional and true conditional mass functions. We also analyze Toronto Motor Vehicle Crashes of Park and Lord(2009) with the maximum likelihood and L2E estimations. We show that our L2E estimation for two-component mixture of negative binomial regression models provides a better overall fit in terms of capturing the heterogeneity in the count responses and providing the interpretability of component profiles via their respective covariates.

The EDR(Event Data Recorder) is a part of the ACU(Airbag Control Unit) functions mounted on a vehicle. EDR data have pre-crash data and post-crash data. Pre-crash data are recorded within 5 sec from time zero(AE) with 0.5 sec resolution, and reveal vehicle speed, engine rotation speed, throttle opening, brake pedal operation, acceleration pedal position and steering angle, etc. Using this EDR data, the investigation of a traffic accident can become more objective and scientific. Crash tests of three vehicles equipped with EDR function had been performed successfully. Evaluation of EDR data reliability had also been performed using Vbox and PC-Crash's sequence table function. Based on the results, we could confirm EDR data's reliability and availability for Traffic Accident Analysis by the series of this process.