드론 영상데이터를 활용한 신호 교차로 세부 상충 위험 구간 식별

박누리; 박준영; 주양준; 김동규

doi:10.7470/jkst.2025.43.2.210

추천

검색

질문

자료유형: 학술저널

저자정보: 박누리 (한양대학교) 박준영 (한양대학교) 주양준 (University of Central Florida) 김동규 (서울대학교)

저널정보: 대한교통학회 대한교통학회지 대한교통학회지 제43권 제2호

발행연도: 2025.4

수록면: 210 - 221 (12page)

DOI: 10.7470/jkst.2025.43.2.210

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

도심부 교차로는 보행자, 자전거, 차량 등 다양한 이동 수단이 혼재되어 있어 교통안전에 각별한 주의가 필요하다. 특히, 교차로에서 발생한 사고는 보행자처럼 취약한 도로 이용자와 관련되어 심각한 사고를 초래할 수 있다. 따라서 사고 위험 발생 예방과 사고 심각도 감소를 위하여 교통안전에 취약한 구간을 사전에 식별하고 해당 구간 특성에 맞는 안전 관리 전략을 마련해야 한다. 본 연구에서는 신호 교차로 세부 위험 구간을 식별하고 해당 구간의 인프라적 특성과 교통환경 특성에 맞는 안전조치를 마련하기 위한 교통 상충 지표 기반의 micro-hotspot 식별 방법론을 제안하였다. 교통 상충 지표로는 Time to collision(TTC), Modified time to collision(MTTC), Post encroachment time(PET)을 산출하였으며, 신호 교차로에서의 사고 위험을 가장 잘 나타내는 상충 지표와 그 임곗값을 찾기 위해 사고 빈도를 종속변수로, 교통 상충 지표를 독립변수로 한 일반화 선형 모형을 구축하였다. 해당 모형을 통해 신호 교차로에서 사고 다발 구간을 가장 잘 포착할 수 있는 상충 지표를 선정하여 micro-hotspot을 식별하였다. 분석 결과, 세 개의 교차로에서 각각 임곗값 1.8s의 MTTC, 임곗값 1.2s의 MTTC, 임곗값 1.7s의 PET 지표가 사고 위험 상황을 잘 나타내는 것으로 도출되었으며, 해당 지표로 교차로의 micro-hotspot을 확인한 결과, 교차로 접근부, 물리적으로 분리되지 않은 자전거 도로가 함께 있는 구간 등에서 사고 위험도가 높게 나타났다. 본 연구의 분석 결과를 활용하여 신호 교차로에서의 세부 위험 구간을 식별하고, 해당 구간의 도로 기하구조와 교통 특성, 보행 특성 및 기타 다양한 도로 교통 환경 요인을 파악하여 보다 상세한 교통안전 관리전략을 수립할 수 있을 것으로 기대한다.

Signalized intersection is a complex road section where various modes of transportation, such as pedestrians, bicycles, and vehicles, converge, requiring heightened attention to traffic safety. Traffic crashes occurring at intersections, particularly those involving vulnerable road users, can result in severe injuries. Therefore, identifying risky areas in advance and developing detailed safety management strategies for these locations are crucial to preventing crashes and mitigating their severity. This study proposes a traffic conflict indicator-based micro-hotspot identification methodology to detect detailed high crash risk sections at signalized intersections and design safety interventions considering their infrastructural and traffic environment characteristics. The study derived traffic conflict indicators, including Time to Collision (TTC), Modified TTC (MTTC), and Post Encroachment Time (PET). To determine the most effective conflict indicator and its threshold for representing crash risks, a generalized linear model was constructed, using crash frequency as the dependent variable and traffic conflict indicators as independent variables. By employing this model, micro-hotspots were identified based on the conflict indicator that most effectively captured crash-prone areas. The analysis revealed that MTTC with thresholds of 1.8 seconds and 1.2 seconds, and PET with a threshold of 1.7 seconds, effectively represented high-risk situations at three intersections, respectively. These indicators highlighted micro-hotspots such as intersection approaches and sections where physically unsegregated bicycle lanes were present, exhibiting elevated crash risks. The findings of this study are expected to contribute to the identification of detailed high-risk segments at signalized intersections. Furthermore, they provide a foundation for developing more refined traffic safety management strategies by analyzing roadway geometry, traffic characteristics, and other factors associated with micro-hotspots.

#crash hotspot #drone data #signalized intersection #traffic conflict #traffic safety #사고 핫스팟 #드론 데이터 #신호 교차로 #교통 상충 #교통안전

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

이 논문의 저자 정보

박준영

소속기관 한양대학교

주요연구분야 공학 > 기타공학 > 교통공학 TOP 0.1% 공학 > 건축공학 > 토목공학

논문수 100 이용수 11,333

이 논문과 함께 이용한 논문

초음파 및 적외선 센서를 이용한 보행자 안전 시스템

김가형 , 조휘제 , 최재성 외 4명 한국정보전자통신기술학회 논문지 2025 .02

성능 기반 설계를 위한 도로 안전 시설 기준 개정 방안

김기동 , 김동성 , 이정화 대한토목학회 학술대회 2024 .10

측점의 지리좌표를 활용한 도로선형 이력관리 모델 개발

전남균 , 이지영 한국측량학회지 2023 .08

자율주행 기술 동향 및 발전 방향: AI를 중심으로

김산민 , 김영석 , 전형석 외 2명 한국자동차공학회논문집 2022 .10

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)