Due to an economic boost and population growth, roadway traffic demand has increased. The cost of traffic congestion and road accidents burdens society as traffic volume increased. Therefore, understanding accidents and reducing them are main issue for roadway safety engineers. Numerous research has analyzed factors affecting roadway accidents such as roadway geometries and environment. However, there are a few studies that researched on a relationship between a traffic state and accidents. To analyze the relationship, studies on accident risk must be conducted. Although accident risk is defined as a combination of accident frequency and severity, most existing hotspot identification methods defined high risk locations as accident frequent areas.
The purpose of this thesis, therefore, is to explore a risk-based hotspot identification considering the traffic state. The two aspects of accident risk, accident frequency and severity are estimated using traffic vari-ables, one of the most contributing factors influencing traffic accidents in rear-end collisions. And accident risk is estimated and compared to identify risk-based accident hotspots by applying to risk matrix. Three deci-sion parameters are compared to identify different features of accidents. The rear-end accident data from In-terstate 880N are collected and categorized into traffic states for 2005-2007.
The results find that categorizing accidents into section based traffic states by risk-based model has a power to identify accident hotspots that conventional method could not find. For example, the suggested method could spot where cannot be explained by speed variables while existing methods mostly finds fre-quent accident hotspots. Also, the two-dimensional approach could help safety engineers to find out severe accident hotspots
This thesis could be used to find risk-based accident hotspots for further safety investigations. The risk-based approach helps finding the hotspot locations with emphasis on the risk considering severity and frequency, which can be used to help reducing the fatality on roadway by providing additional information to roadway agencies for safety improvement.
경제 발전과 인구 증가로 인해 도로 교통 수요가 증가하고 있다. 교통량이 증가함에 따라 도로 혼잡과 교통 사고로 인한 비용이 증가해 사회에 부담을 주고 있다. 따라서, 사고를 이해하고 이를 감소시키는 것은 도로안전 연구자들의 주된 문제이다. 다수의 연구는 도로 교통사고에 영향을 미치는 도로 구조, 및 환경 같은 요인을 주로 분석하였다. 그러나 교통 사고와 교통류 상태를 고려한 연구는 부족한 상황이다. 교통류 상태와 교통사고간의 관계를 분석하기 위해, 사고 위험도를 고려한 교통사고 연구가 진행되어야 한다. 사고 위험도는 사고 빈도와 사고 심각도로 구성되어 있지만, 대부분의 기존 사고다발지역은 사고 빈도가 높은 지역을 사고 위험이 높은 곳으로 정의했다.
본 논문은 교통류 상태를 고려하여 위험도 기반의 사고다발지역 선정기법을 연구하였다. 사고 위험도의 두 측면인 사고 빈도와 사고 심각도는 후방추돌 사고에 가장 큰 영향을 주는 교통과 관련된 변수를 이용하여 추정하였다. 또한 위험 매트릭스를 이용하여 위험도 기반의 사고다발 구간을 비교하였다. 세 가지의 사고다발구간 판별 파라미터가 제시되었고 이를 이용해 사고다발 구간을 선정하였다. 본 연구에 사용된 데이터는 미국 I880고속도로의 2005-2007년 자료를 이용해 후방추돌 사고를 추출하여 사용하였다.
각각의 구간을 교통류 상태와 사고 심각도로 분류하여 사고다발 구간을 선정하는 방법을 통해 기존의 방법이 식별하지 못한 구간을 찾아낼 수 있었다. 예를 들어, 본 연구가 제안한 방법을 이용하면 교통과 관련된 변수가 예측하지 못한 사고 구간을 찾을 수 있다. 기존의 방법은 주로 사고 심각도에 관계없이 주로 사고 빈도가 높은 구역을 사고 다발구간으로 선정한다. 또한, 이차원의 위험도 매트릭스를 이용하여 각각 사고 심각도에 관한 사고 다발구간을 다각도로 선정할 수 있다.
이 연구를 통해 사고다발구간이 선정 되면 선정된 구간에 대해 자세한 사고 원인을 조사하여 대응방안을 마련해야 한다. 위험도 기반의 사고다발구간 선정 방법은 사고 빈도뿐만 아니라, 심각도를 함께 고려할 수 있어서 교통 안전 당국이 사망사고를 줄이는데 도움을 줄 수 있을 것이다.
