교통 안전 관리에서 교통사고가 발생하기 쉬운 고위험 지역을 식별하는 것은 중요하다. 도로 당국은 반복되는 사고의 영향을 완화하기 위한 전략을 시행하기 위해 이러한 고위험 구간에 집중한다. 그러나 이러한 핫스팟을 식별하는 과정에서의 오류는 안전 개선을 위한 자원 배분의 비효율을 초래할 수 있다. 이러한 오류는 종종 사고 발생 빈도를 예측하기 위해 집계된 교통 데이터를 의존하는 데서 비롯된다. 도로 교통 시스템은 인간, 차량, 도로 요인의 상호작용으로 특징지어지며 본질적으로 복잡하다. 많은 연구자들이 안전 평가 연구에서 도로 교통 시스템의 구성요소들을 활용해 왔지만, 반복되는 교통 패턴의 활용은 상대적으로 덜 탐구되어 있다. 이러한 문제를 해결하기 위해, 본 연구는 실시간 교통 데이터에서 도출한 안전 성과 분석과 다양한 사고 요인을 포함하는 모델을 활용하는 핫스팟 식별 방법을 제안한다. 본 논문은 고위험 교통 패턴에 대해 실시간 사고 예측 모델을 이용한 핫스팟 식별 접근법을 제안한다. 구체적으로, 로지스틱 회귀를 사용하여 고위험 교통 패턴 하에서 사고가 발생할 가능성을 추정하는 실시간 사고 예측 모델을 개발하였다. 해당 모델은 실시간 교통, 기상, 도로 기하(geometry) 정보를 통합하여 이러한 확률을 추정한다. 제안된 방법의 타당성을 검증하기 위해 Spearman의 상관 분석을 수행하였다. 본 연구는 대상 빈도(사고와 급박한 제동(hard braking) 사건을 결합한 지표)와, 실시간 사고 예측 모델이 식별한 유해한 교통 패턴의 수 사이에 강한 상관관계가 있음을 보여준다.

효율적인 교통 안전 관리를 위해서는 고속도로 특성을 활용한 실시간 충돌 위험 예측이 필요하다. 자율주행차(AV)의 출현과 함께 핵심 능동 교통관리 기법인 가변 속도 제한(VSL) 전략의 개발 및 평가는 혼재 교통 흐름에서의 안전성과 이동성 향상을 위해 중요해지고 있다. 이는 기존 차량과 AV를 모두 수용할 수 있도록 최적화된 VSL 전략의 필요성을 강조한다. 본 논문은 미시적 교통 시뮬레이션에서 심층 강화학습을 이용한 VSL 제어 알고리즘의 개발에 관한 연구를 제시한다. 보상 함수로는 충돌까지의 시간(time-to-collision)과 속도를 고려하였다. 교통 안전을 향상시키기 위해 연결된 AV의 다양한 시장 침투율에 따라 VSL 전략을 정교화하였다. 분석 결과, 시장 침투율(MPR) 50에서 각각 안전성과 교통 밀도가 53%와 59% 향상되어, 혼잡 상황 및 낮은 MPR 시나리오에서 유의미한 안전 개선이 나타났다. 이러한 결과는 특히 연결 및 자율주행차의 보급이 증가하는 맥락에서 혼재 교통 흐름을 위한 VSL 전략을 개발하고 평가하는 것의 중요성을 보여준다.

교통 안전 관리에서 교통사고가 발생하기 쉬운 고위험 지역을 식별하는 것은 중요하다. 도로 당국은 반복되는 사고의 영향을 완화하기 위한 전략을 시행하기 위해 이러한 고위험 구간에 집중한다. 그러나 이러한 핫스팟을 식별하는 과정에서의 오류는 안전 개선을 위한 자원 배분의 비효율을 초래할 수 있다. 이러한 오류는 종종 사고 발생 빈도를 예측하기 위해 집계된 교통 데이터를 의존하는 데서 비롯된다. 도로 교통 시스템은 인간, 차량, 도로 요인의 상호작용으로 특징지어지며 본질적으로 복잡하다. 많은 연구자들이 안전 평가 연구에서 도로 교통 시스템의 구성요소들을 활용해 왔지만, 반복되는 교통 패턴의 활용은 상대적으로 덜 탐구되어 있다. 이러한 문제를 해결하기 위해, 본 연구는 실시간 교통 데이터에서 도출한 안전 성과 분석과 다양한 사고 요인을 포함하는 모델을 활용하는 핫스팟 식별 방법을 제안한다. 본 논문은 고위험 교통 패턴에 대해 실시간 사고 예측 모델을 이용한 핫스팟 식별 접근법을 제안한다. 구체적으로, 로지스틱 회귀를 사용하여 고위험 교통 패턴 하에서 사고가 발생할 가능성을 추정하는 실시간 사고 예측 모델을 개발하였다. 해당 모델은 실시간 교통, 기상, 도로 기하(geometry) 정보를 통합하여 이러한 확률을 추정한다. 제안된 방법의 타당성을 검증하기 위해 Spearman의 상관 분석을 수행하였다. 본 연구는 대상 빈도(사고와 급박한 제동(hard braking) 사건을 결합한 지표)와, 실시간 사고 예측 모델이 식별한 유해한 교통 패턴의 수 사이에 강한 상관관계가 있음을 보여준다.

효율적인 교통 안전 관리를 위해서는 고속도로 특성을 활용한 실시간 충돌 위험 예측이 필요하다. 자율주행차(AV)의 출현과 함께 핵심 능동 교통관리 기법인 가변 속도 제한(VSL) 전략의 개발 및 평가는 혼재 교통 흐름에서의 안전성과 이동성 향상을 위해 중요해지고 있다. 이는 기존 차량과 AV를 모두 수용할 수 있도록 최적화된 VSL 전략의 필요성을 강조한다. 본 논문은 미시적 교통 시뮬레이션에서 심층 강화학습을 이용한 VSL 제어 알고리즘의 개발에 관한 연구를 제시한다. 보상 함수로는 충돌까지의 시간(time-to-collision)과 속도를 고려하였다. 교통 안전을 향상시키기 위해 연결된 AV의 다양한 시장 침투율에 따라 VSL 전략을 정교화하였다. 분석 결과, 시장 침투율(MPR) 50에서 각각 안전성과 교통 밀도가 53%와 59% 향상되어, 혼잡 상황 및 낮은 MPR 시나리오에서 유의미한 안전 개선이 나타났다. 이러한 결과는 특히 연결 및 자율주행차의 보급이 증가하는 맥락에서 혼재 교통 흐름을 위한 VSL 전략을 개발하고 평가하는 것의 중요성을 보여준다.

[이는 10.1371/journal.pone.0318725의 오류를 정정한 내용입니다].

최근 개정된 한국 도로교통법은 운전자에게 교차로에서 이미 횡단 중인 보행자뿐 아니라 이제 막 횡단하려는 보행자에 대해서도 정지를 요구하도록 하였으며, 이는 우회전 행동에 큰 변화를 가져오고 운전자의 책임을 크게 증대시켰다. 이러한 변화는 특히 보행자 동시 신호가 진행되는 교차로에서 혼란을 야기하였다. 본 연구에서는 다음을 수행할 수 있는 탐지 시스템을 개발하였다. 1) 운전자가 우회전을 수행할 수 있는지 여부를 판단하고, 2) 불법 우회전을 식별한다. 이 시스템을 기반으로 우회전 정보 제공을 위한 장치를 설계하였으며, 설치 효과는 실제 도로 조건과 유사한 주행 시뮬레이터를 사용하여 평가하였다. 또한 CCTV 영상을 YOLOv8 기반으로 활용하는 알고리즘을 개발하였고, 시스템이 높은 정확도를 보임을 확인하였다. 더불어 차량 속도, 감속, 브레이크 페달 힘 등 다양한 운전 관련 지표를 이용하여 도출된 데이터를 분석하기 위한 주행 실험을 수행하였다. 그 결과 우회전 정보가 제공된 경우 운전자들은 더 낮은 속도(약 2–4 km/h 감소)를 보였고, 감속이 증가했으며, 브레이크 반응은 더 이르게 그리고 더 강하게 나타났다. 이러한 결과는 교통안전 정책 수립에 중요한 시사점을 제공하며, 차량–보행자 충돌을 완화하고 더 안전한 도시 환경을 조성하는 데 있어 자동화된 단속 시스템의 핵심적 역할을 강조한다.

본 연구에서는 자율주행차(AV)와 수동주행차(MV)가 혼재된 교통 환경에서 자동화 주행 안전성을 평가하기 위한 새로운 방법론을 제안한다. 방법론의 개발과 평가는 한국의 실제 자율이동성 테스트베드(real-world autonomous mobility testbed)에서 획득한 오픈소스 AV 데이터셋을 사용하였다. 주행 행태는 차량 속도의 표준편차, 가속도 노이즈, 차선 이탈(lane offset)의 표준편차, 충돌 시간(time to collision; TTC), 충돌 회피 감속(deceleration to avoid a crash; DRAC) 등 널리 알려진 유망 지표를 사용하여 평가하였다. 평가지표의 단위를 통합하기 위해 min-max 및 max-min 정규화를 수행하였다. 각 주행 안전 지표의 중요도는 교통 전문가가 수행한 분석적 계층 과정(Analytical Hierarchy Process; AHP)을 통해 도출하였으며, 가중치는 수집된 중요도의 평균을 기반으로 추정하였다. 정규화된 지표는 통합되어 자동화 주행 위험 점수(automated driving risk score; ADRS)를 산출하였고, 이는 자동화 주행 안전성의 척도로 간주된다. 버스 정류장이 있고 교차로에서 우회전이 이루어지는 도로 구간에서는 자동화 주행 안전성이 상당 수준 저하되었다. AV의 위험한 주행 사건은 시각화되었으며, 이는 혼재 교통의 안전 모니터링과 선제적 도로 안전 관리를 위한 효과적인 대응책 개발에 유용하다.