차량 주행 빅데이터 수집 환경에서 사고위험도 통합 평가 방법론 개발

Abstract

차량 검지기술의 발전과 함께 개별차량에 대한 주행 빅데이터 수집이 가능함에 따라 능동적이고 효과적인 교통사고 대응책 개발을 위한 교통안전대체지표(Surrogate Safety Measure, SSM)에 대한 연구가 지속적으로 수행되고 있다. 따라서 본 연구의 목적은 실시간으로 개별차량의 후미추돌 사고위험도를 계량화하여 통합 평가할 수 있는 지표를 개발하는 것이다. 조건부확률 및 확률의 곱셈법칙을 적용하여 후미추돌 사고발생 확률과 심각한 상해발생 확률을 고려한 개별차량의 통합사고위험도를 산출하였다. 본 연구의 분석방법론을 적용하기 위하여 미시교통류시뮬레이션인 VISSIM을 통해 네트워크 환경을 구현하고, 사고 유무에 따른 시나리오에 대해 후미추돌 사고위험도를 산출하였다. 개별차량의 사고위험도에 대해 시 ‧ 공간을 기반으로 셀 단위로 집계한 결과, 고속도로 본선보다 유출입 연결로에서 통합사고위험도가 높은 것으로 나타났으며, 특히 사고발생 후 상류부의 통합사고위험도가 증가하는 것으로 분석되었다. 사고발생 시 통합사고위험도에 미치는 영향을 정량적으로 분석하기 위하여 시공도의 전체 셀의 개수 중 통합사고위험도 평균 값 이상의 셀의 비율을 Risk rate로 정의하였다. 분석결과, 사고로 인한 차로 통제 상황에서 Risk rate가 약 12% 증가하는 것으로 분석되었다. 본 연구의 결과는 개별차량의 사고 개연성 및 심각한 상해발생 확률을 정량적으로 분석함으로써 사고 예방 및 심각도 감소를 위한 체계적인 대응방안을 마련하는데 활용될 것으로 기대된다.