Earticle

교통사고는 도로 구간의 기하구조, 교통, 운전자 특성과 같은 다양한 요인의 영향을 받아 발생한다. 사고발생과 요인간의 관계를 통계적으로 추정하기 위해 다양한 연구에서 안전성능 함수(SPF)를 활용하고 있으며 목적에 따라 다양한 특성 변수가 고려되었다. 기존 국내 선행 연구들은 연평균 일교통량과 같이 거시적인 집계 단위로 교통 패턴을 정량화하여 도로 구간별 특성을 반영하였다. 그러나 연 단위와 같은 거시적인 변수는 실시간으로 변화하는 교통 특성 을 반영하기 어렵다는 한계가 존재하여 효과적인 집계 단위에 대한 연구의 필요성이 제시되었 다. 따라서 본 논문에서는 기존 연 단위 사고예측모형과 1시간 단위 교통특성을 반영한 세부 집계 단위 사고예측모형을 개발하고 예측 성능 비교를 수행하였다. 분석 결과 1시간 단위의 세부 모형이 연 단위 모형보다 사고예측 성능이 높게 도출되는 것으로 나타났으며 향후 유동 적인 교통 특성을 고려한 고속도로 구간의 사고 위험요인 판단 및 세부 집계수준의 사고예측 모형 구축 시 활용될 수 있을 것으로 기대된다.

A vehicle crash occurs due to various factors such as the geometry of the road section, traffic, and driver characteristics. A safety performance function has been used in many studies to estimate the relationship between vehicle crash and road factors statistically. And depends on the purpose of the analysis, various characteristic variables have been used. And various characteristic variables have been used in the studies depending on the purpose of analysis. The existing domestic studies generally reflect the average characteristics of the sections by quantifying the traffic volume in macro aggregate units such as the ADT, but this has a limitation that it cannot reflect the real-time changing traffic characteristics. Therefore, the need for research on effective aggregation units that can flexibly reflect the characteristics of the traffic environment arises. In this paper, we develop a safety performance function that can reflect the traffic characteristics in detail with an aggregate unit for one hour in addition to the daily model used in the previous studies. As part of the present study, we also perform a comparison and evaluation between models. The safety performance function for daily and hourly units is developed using a negative binomial regression model with the number of accidents as a dependent variable. In addition, the optimal negative binomial regression model for each of the hourly and daily models was selected, and their prediction performances were compared. The model and evaluation results presented in this paper can be used to determine the risk factors for accidents in the highway section considering the dynamic characteristics. In addition, the model and evaluation results can also be used as the basis for evaluating the availability and transferability of the hourly model.

최근 고속도로 본선구간에서 발생한 교통사고에 대한 연구가 다수 수행되고 있으나, 램프와 같이 본선 외 구간에 대한 교통안전을 다루는 연구는 미미한 실정이다. 최근 5년(2015년~2019 년)동안 램프에서 발생한 사고는 총 6,717건으로 이는 전체 고속도로 사고의 약 15%를 차지한 다. 본 연구에서는 고속도로 램프구간에 대해 보다 정확한 사고 예측 모형을 제공하기 위해 포아송 감마(PG)와 포아송 역가우스(PIG)와 같은 다양한 통계 분포를 비롯하여 랜덤효과와 같 은 기법을 적용하여 Simple 및 Full SPF를 구축하고 비교하였다. 교통 및 도로 기하구조 데이터 는 로드뷰와 같은 다양한 시스템에서 수집되었다. 분석 결과, PIG 모형은 일반적으로 더 정확 한 사고 예측을 제시하며, Simpe SPF와 Full SPF 모두에서 임의효과 모형이 더욱 우수한 성능 을 나타내었다. 본 연구결과는 교통실무자들에게 정확한 사고 예측 모형을 기반으로 램프구간 교통안전을 증대시키고 이해할 수 있는 참고자료로써 활용될 수 있다.

In recent times, several studies have been conducted focusing on crashes occurring on the main segment of the highway. However, there is a dearth of research dealing with traffic safety relating to other highway facilities, especially ramp areas. According to the Korea Expressway Corporation’s Expressway Information Service, 6,717 crashes have occurred on ramps in the five years from 2015~2019, which accounts for about 15% of all highway accidents. In this study, the simple and full safety performance functions (SPFs) were evaluated and explored using different statistical distributions (i.e., Poisson Gamma (PG) and Poisson Inverse Gaussian (PIG)) and techniques (i.e., fixed effects (FE) and random effects (RE)) to provide more accurate crash prediction models for highway ramp sections. Data on the geometric characteristics of traffic and roadways were collected from various systems and with extensive efforts using a street-view application. The results showed that the PIG models present more accurate crash predictions in general. The results also indicated that the RE models performed better than FE models for simple and full SPFs. The findings from this study offer transportation practitioners using the Korea Expressway Corporation’s Expressway a dependable reference to enhance and understand traffic safety in ramp areas based on accurate crash prediction models and empirical evidence.

본 연구는 우리나라 전체 도로 유형을 대상으로 빅데이터를 이용하여 안전성능함수(safety performance function, SPF)를 개발하고, 그것을 바탕으로 다양한 도로에 대한 안전등급을 평가 함으로써 상대적으로 위험한 도로에 대한 대책을 수립할 수 있는 기초 정보를 제공하고자 하 였다. 교통사고 자료를 국가표준 노드 및 링크 체계를 기반으로 전국의 도로에 매칭 하여 종속 변수로 활용하였으며, 독립변수로 링크 길이, 차로 수 등 기하구조 자료 및 한국교통연구원의 ViewT 교통량 자료, 그리고 사업용 차량에 장착된 운행기록계를 통한 위험운전행동 건수를 활 용한 4개 시스템의 교통 빅데이터를 활용하여 연구를 진행하여 7개 도로 유형별 안전성능함수 를 개발하고, 개발된 안전성능함수를 활용하여 도로유형별로 A, B, C, D 네 개의 안전등급을 평가하였다. 본 연구에서 사용한 방법론과 분석 결과를 토대로 우리나라의 위험도로를 선정하 였다. 도출된 결과를 바탕으로 교통안전 개선사업의 대상을 선정하고 그에 따른 효과 등을 모 니터링하고 계량화할 수 있을 것으로 기대된다.

The purpose of this study was two-fold; first, to develop safety performance functions (SPF) using transportation-related big data for all types of roads in Korea were developed, Second, to provide basic information to develop measures for relatively dangerous roads by evaluating the safety grade for various roads based on it. The coordinates of traffic accident data are used to match roads across the country based on the national standard node and link system. As independent variables, this study effort uses link length, the number of traffic volume data from ViewT established by the Korea Transport Research Institute, and the number of dangerous driving behaviors based on the digital tachograph system installed on commercial vehicles. Based on the methodology and result of analysis used in this study, it is expected that the transportation safety improvement projects can be properly selected, and the effects can be clearly monitored and quantified.

최근 빅데이터 시대의 도래와 함께 교통사고와 관련된 요인을 설명하기 용이해졌다. 이에 따라 최신 분석 기법을 적용하여 교통사고 자료를 분석하고 시사점을 도출할 필요가 있다. 본 연구의 목적은 고속도로 교통사고 자료를 이용하여 고속도로의 주요 분석 단위인 콘존의 교통사고 건수를 예측하기 위하여 음이항 회귀모형과 딥 러닝을 이용한 기법을 적용하고 예 측 성능을 비교하였다. 예측 성능 비교 결과, 딥 러닝 모형의 MOE들이 음이항 회귀모형에 비해 다소 우수한 것으로 나타났으나, MAD 기준으로 차이는 미미한 것으로 나타났다. 하지 만 딥 러닝을 이용할 경우 다른 독립변수들을 추가하는 것이 용이하고, 모형의 구조 등을 변 경할 경우 예측 신뢰도를 더욱 증가시킬 수 있을 것으로 판단된다.

In recent years, it has become technically easier to explain factors related with traffic accidents in the Big Data era. Therefore, it is necessary to apply the latest analysis techniques to analyze the traffic accident data and to seek for new findings. The purpose of this study is to compare the predictive performance of the negative binomial regression model and the deep learning method developed in this study to predict the frequency of traffic accidents in expressways. As a result, the MOEs of the deep learning model are somewhat superior to those of the negative binomial regression model in terms of prediction performance. However, using a deep learning model could increase the predictive reliability. However, it is easy to add other independent variables when using deep learning, and it can be expected to increase the predictive reliability even if the model structure is changed.

Due to the aging workforce in the construction industry in South Korea, the accident rate has been increasing. The cognitive abilities of older workers are closely related to both safety incidents and labor productivity. Therefore, there is a need to improve cognitive abilities through personalized training based on cognitive assessment results, using cognitive training content, in order to enable safe performance in laborintensive environments. The provided cognitive training content includes concentration, memory, oreintation, attention, and executive functions. Difficulty levels were applied to each content to enhance user engagement and interest. To stimulate interest and encourage active participation of the participants, the difficulty level was automatically adjusted based on feedback from the MMSE-DS results and content measurement data. Based on the accumulated data, individual training scenarios have been set differently to intensively improve insufficient cognitive skills, and cognitive training programs will be developed to reduce safety accidents at construction sites through measured data and research. Through such simple cognitive training, it is expected that the reduction of accidents in the aging construction workforce can lead to a decrease in the social costs associated with prolonged construction periods caused by accidents.

해상교통안전 분야에 있어서 국토해양부와 해경이 해상교통관제 업무를 이원적 형태로 운영함에 따라 해상교통장애 해소와 선박사고 등에 긴급 대응이 곤란하다는 문제, 그리고 해양교통 민원에 대한 one-stop 서비스 제공 불가라는 문제가 제기되고 있다. 또한 해상교통시설(항로표지)관리에 있어서도 그 책임관할이 국토해양부 지방항만청 소속하로 되어 있기 때문에 실질적인 24시간 항로표지 점검 및 관리가 문제시되고, 그리고 교통시설과 교통안전 기능의 이원화로 국가행정 효율성 낭비라는 문제가 제기된다. 뿐만 아니라 해기사 면허관리에서도 국토해양부 지방항만청과 해경, 그리고 한국해양수산연수원에서 각각 담당함에 따라 행정단속기관과 행정처분기관이 일치하지 못하여 행정의 효율성을 저하시키고, 시험 관리상의 부실문제가 발생하여 공정성상의 논란이 제기되고 있다. 따라서 본 연구에서는 해사안전관리 분야 중 해상교통 분야(해상교통관제, 해상교통시설관리, 해기사 면허관리)를 중심으로 현행 체계상의 문제점을 살펴보고, 해외에서는 어떻게 운영되는지 그리고 그 문제점을 해소하기 위해 조직체계를 어떻게 재설정해야 하는지에 대해서 살펴보고자 하였다. 연구방법으로 각종 문헌자료, 연구보고서 등을 통해 해상교통 분야의 실태를 검토하였고, 언론 기사를 통해 업무 집행상 발생되는 중복성과 관할상의 문제를 도출하였다. 그리고 표집집단 면접법인 Focus Group Interview를 통해 해상교통 관리 체계상의 개선 및 효율화 방안을 모색하였다. 이를 토대로 해상교통안전 분야의 통합화 가능성을 모색한 결과, 각 기관으로 분산되어 있는 업무를 해경으로 통합함에 따라 해양업무 집행단계가 축소되어 효율성 제고에 기여할 것으로 예상되며, 통일된 조직체계 정비 및 효율적인 행정업무를 수행할 수 있을 뿐만 아니라 새로운 인력 증원 없이 업무수행이 이루어질 수 있으므로 비용 효과면에서도 그 타당성이 높다고 할 것이다.

In maritime traffic safety service, it is becoming problem that ‘Ministry of Land, Transport and Maritime Affairs’ and ‘National Maritime Police Agency(Korea Coast Guard)’ do not correspond urgently to maritime traffic obstruction resolve and casualties of vessels because are operating vessel traffic service dually and not offer one-stop service about maritime traffic civil complaint. Futhermore, supervision of navigation signal management is belong to Maritime Affairs and Post Office. On this account, substantial 24 hours check and management of navigational are bring up the problems. Besides, it causes inefficiency of administration by duality of traffic facility and traffic safety function. In addition, in the Maritime Officer License Examination System as ‘The Maritime Affairs and Post office’, ‘National Maritime Police Agency(Korea Cost Guard)’ and ‘Korea Institute of Maritime and Fisheries Technology’ are take charge in ‘Agency of Administrative Control’ and ‘Agency of Administrative Disposition’ are not coincide with each is come up to the surface : reduce the effectiveness, efficiency and fairness of examination management. So, in this study, focused on the current system problems of maritime traffic in maritime safety field, how to operate in a developed countries and how to reset the organize system to solve the issues. It's reviewed the maritime traffic's present condition by written documents and research paper as a study method. Besides, by the article of the press, draw the issues of redundancy and jurisdiction in execution of operation. Also through the FGI(Focus Group Interview), seek for solutions of improvement and efficient operation for maritime traffic managing system. Based on this study, look up the possibility, which is merging the maritime traffic safety, as a merge the spread duties in every agencies to ‘National Maritime Police Agency(Korea Coast Guard)’, it's expected to boost the effectiveness cause of minimizing execution stages of maritime duties. What's more, it could set the well organized system and efficient the administration duty, also possible to execute without any new recruitment, it's high validity in cost effectiveness.

고속도로 영업소에서 발생하는 교통사고는 사고발생 원인, 사고 유형, 사고 차종 측면에서 본선 구간 교통사고와 다른 특성을 보이므로, 본선 구간과는 별도로 고속도로 영업소에 초점을 맞춘 안전성능함수의 개발이 필요하다. 이에 본 연구에서는 고속도로 영업소의 교통사고 발생건수에 유의한 영향을 미치는 요인들을 규명하고, 이를 기반으로 사고예측을 위한 안전성능함수를 개발하고자 한다. 기존 문헌 및 사고 특성 분석을 통해 고속도로 영업소에서 발생하는 사고에 영향을 미치는 설명변수들을 설정하였으며, 설명변수의 형태에 따라 사고 예측을 위한 두 개의 음이항 회귀모형을 구축하여 모형 간 설명력 비교를 통해 고속도로 영업소에 대한 최종 안전성능함수를 제시하였다. 모형 구축 결과 AADT, 하이패스차로비율, 중차량 혼입률이 증가할수록, 평균 차로폭이 감소할수록, 그리고 본선형 영업소 유형에서 사고 건수가 증가하는 것으로 분석되었다. 본 연구에서 제시된 안전성능함수는 고속도로 영업소 사고다발지점 선정을 위한 근거로 활용될 수 있을 것이다.

Crashes that occur at tollgates have different characteristics compared to those of the mainline on expressways in terms of crash cause, crash type, and vehicle type. Due to this fact, the safety performance function (SPF) focused on the expressway tollgates, apart from the mainline, should be developed. The aim of this study is, therefore, to identify the influential factors and develope a SPF for crashes at tollgates. Firstly, we established independent variables affecting crashes at tollgates through literature review and descriptive statistical analysis. Based on these variables, two negative binomial regression models with different form of independent variables were developed and goodness-of-fits of each model were compared. According to the results, the number of crashes increases i) as AADT, Hi-pass rate, and heavy vehicle rate increase, ii) as average lane width decreases, iii) on the mainline tollgate type. The safety performance function developed in this study could be applied to select hot-spots for expressway tollgates.

Most existing industrial robots have fences installed around them to ensure safety. However, industrial sites are recently being transformed into workspaces shared by both robots and humans working cooperatively, wherein the robots are without security fencing owing to the development of sensor technology. However, in the last five years (2017-2021), 16 deaths have occurred due to robots at industrial sites, with the main cause of the accidents being workers approaching an industrial robot in operation and getting entangled with or colliding into the robot and its peripherals. To prevent such accidents, multilateral research is needed. To this end, this study analyzes the nonconforming contents of safety inspections for industrial robots and demonstrates the safety performance of the safety function control system implemented in an industrial robot cell. In addition, to ensure the fundamental safety of industrial robots, this study proposes the introduction of a safety certification system so that safety functions can be implemented in the design, manufacturing, and installation stages of the robots.