Vehicle sensor 자료를 이용한 후미 추돌사고의 주행 안전성 평가 방법론 개발open accessDevelopment of Evaluation Methodology for Rear Collision Situation using Vehicle Sensor Data
- Other Titles
- Development of Evaluation Methodology for Rear Collision Situation using Vehicle Sensor Data
- Authors
- 박재홍; 이건우; 오철; 김재헌; 윤덕근
- Issue Date
- Dec-2021
- Publisher
- 대한교통학회
- Keywords
- jerk; machine learning; stopping distance index (SDI); support vector machine (SVM); surrogate safety measure (SSM); 분류기; SDI; 서포트벡터머신; 교통안전대체지표
- Citation
- 대한교통학회지, v.39, no.6, pp.826 - 837
- Indexed
- KCI
- Journal Title
- 대한교통학회지
- Volume
- 39
- Number
- 6
- Start Page
- 826
- End Page
- 837
- URI
- https://scholarworks.bwise.kr/erica/handle/2021.sw.erica/111118
- DOI
- 10.7470/jkst.2021.39.6.826
- ISSN
- 1229-1366
- Abstract
- 도로를 주행하는 차량은 인접 차량과의 끊임없는 상호 작용을 통해 차량의 주행 안전성을 확보하고자 한다. 차량의 주행 안전성은 교통안전대체지표를 사용하여 평가 할 수 있으나, 교통안전대체지표를 사용하기 위해서는 상호 작용을 형성하고 있는 주체 차량 및 선행 차량의 모든 주행 정보를 취득해야 한다. 그러나 실도로의 주행 환경에서는 주체 차량을 선행하거나 인접하고 있는 모든 차량의 주행 정보를 수집할 수 없으므로, 주체 차량의 주행 안전성을 평가하는데 한계가 존재한다. 본 연구에서는 이러한 한계점을 보완하기 위하여, 주체 차량의 주행 정보만을 이용하여 차량의 주행 안전성을 평가 할 수 있는 방법론을 개발하였다. 주체 차량의 주행 정보는 속도, 가속도, Jerk를 사용하였으며, 교통안전대체지표에는 선행 차량과 후행 차량의 정지 거리를 비교하여 주행 안전성을 평가하는 Stopping Distance Index(SDI)를 사용하였다. 또한, 주행 안전성을 평가하는 분류기로써 Support Vector Machine(SVM)을 사용했으며, 차량의 주행 정보와 SDI를 입 ‧ 출력 변수로써 사용하였다. 또한, 오차 행렬에서 산출된 분류 정확도, 특이도, 정밀도, 재현율을 기준으로 분류기의 성능을 검증하였다. 분석 결과, 주행 안전성 평가 분류기의 분류 정확도는 80.1%로 나타났으며, 본 연구에서 개발한 주행 안전성 평가 방법론에 대한 타당성을 확보했다는 결론을 제시하였다.
- Files in This Item
-
Go to Link
- Appears in
Collections - COLLEGE OF ENGINEERING SCIENCES > DEPARTMENT OF TRANSPORTATION AND LOGISTICS ENGINEERING > 1. Journal Articles
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.