An ever increasing population is taking its toll on the traffic safety conditions. With the graying of the population of the United States, focus needs to be shifted on the older driver population which is expected to account for 25% of the total driver fatalities in 2030. A huge body of research is devoted to unveiling the distinct characteristics of this age group using the parametric techniques. A common approach is to compare the crash involvement trends for different age groups and identify factors that are distinctive for each group. This study aims at addressing the research gap which currently exists in literature related to old age drivers i.e., application of non-parametric approaches on an extensive database to identify risk factors effecting the crash severity of old age drivers.
A two-step methodology is used to model the traffic accident database of the State of California through the year 2011 to 2013. A few changes are made in the database in order to narrow down the scope of study. After finalizing the relevant input variables, their trend was analyzed for crashes of all severity levels. First step of methodology involved ranking of risk factors with respect to injury severity level using the Decision Tree analysis. The top ranked risk factors obtained at the end of this step were used as input flag variables to a neural network in second step. Then, crash severity was predicted using them, with an aim to validate their effectiveness as top ranked risk factors. Analysis results redefined some principles of crash severity which were not apparent in the trend analysis results. The type of crash, the other object/person involved in crash, violation category and the safety measure undertaken were ranked as the top risk factors. Relationships between these four risk factors were explained using the tree structure.
고령층 인구비중의 증가는 교통사고 예방에 있어서 주목해야할 요소이다. 2030년 미국의 총 교통사고 사상자 중 25%가 고령운전자가 될 것으로 예상되는 가운데, 앞으로 고령운전자 교통사고에 관한 연구에 더 많은 초점이 맞춰져야 한다. 본 연구는 비모수적 기법을 사용하여 교통사고 사상자의 연령대에 따른 사고특징 및 요인을 파악하는데 중점을 두고 있다. 기존 연구에서는 연령대별 사고동향 비교를 통해 각 연령대별 사고특징 및 요인을 판별하고 있는데, 본 연구에서는 광범위한 데이터베이스에 비모수적 방법 기반의 응용 프로그램을 이용하여 고령운전자의 사고 심각도에 영향을 미치는 위험요소를 식별하였다.
2011년부터 2013년까지의 캘리포니아 주 교통사고 데이터베이스를 모델링 하는데 두 단계의 기법이 사용되었다. 우선 사고 심각도에 관련된 입력변수를 확정한 후에, 모든 심각도 레벨의 사고경향 분석을 하였다. 첫 번째 단계로, 의사결정트리 분석을 사용하여 부상 심각도 수준에 대한 위험인자들의 순위를 매겼다. 순위가 높은 위험인자들은 두 번째 단계에서 신경망 모델의 플래그 입력변수로 사용되었다. 이를 통해 최고 순위 위험인자들의 영향력 검증을 목표로 사고 심각도를 예측하였다. 본 연구의 분석 결과, 단순 경향분석에서 알 수 없었던 사고 심각도의 몇 가지 원칙을 새로 정의할 수 있었다. 연구 결과에 따르면 사고유형, 타 객체/사람 포함 여부, 법규위반 종류, 그리고 안전조치 여부가 최고 위험인자들로 선정되었다. 위에 언급한 네 가지 위험인자들 간의 관계는 트리 구조를 사용하여 설명하였다.
