With increasing traffic deaths around the world, many efforts are being made to reduce traffic accidents. Most of the efforts to solve the problem are focused on the installation of road safety facilities and legislations. However, conducting on-road experiment for the purpose of evaluating the effectiveness of the proposed policy is almost impossible due to the limited resources. One of the most popular alternatives to on-road experiment is traffic simulations that can describe real traffic situations in a similar way. The problem is that conventional traffic simulations cannot describe unsafe situations, including crash or near-crash. This leads to the problem that the policies that may cause more accidents are not properly evaluated.
On the other hand, one of the biggest causes of traffic accident is driver’s distraction. According to previous research, approximately 40% of accidents were caused by driver’s recognition error. Another study found that about 15% to 80% of accidents were directly or indirectly related to driver distraction. Driver’s eye glance is one of the mainly used for measure the distraction. Various researches already have proved the relationship between distraction and eye glance pattern.
Based on these background, this study aims to propose a framework to combine the driver's eye glance behavior in car-following model in order to describe unsafe situation. Especially, this study focuses on the rear-end collision, which accounts for about 48% of all accidents. As a first step, factors affecting driver's eye glance behavior are selected among the assorted factors related to the driving environment. Based on these results, driving scenarios according to the eye glance pattern are derived through the decision tree analysis. The eye glance module is constructed by analyzing the driving behavior according to the eye glance behavior for each scenario.
This study has contribution in suggesting a new concept of car-following model capable of describing unsafe situations. Continuous further studies are needed to develop and expand the proposed concept, which can be Used for various purposes such as policy safety evaluation.
전 세계적으로 연간 교통사고 사망자는 120만명에 달한다. 이에 전세계적으로 교통사고를 줄이기 위한 노력이 계속되고 있으며, 도로 안전 관련 시설물 설치나 법률개정등을 통해 문제를 해결하고 있다. 하지만 예산과 시간 등의 문제로 실제 도로 실험을 통해 제시된 정책의 효과를 평가하는 것은 거의 불가능한 실정이다. 도로 실험의 대안으로 가장 각광받고 있는 것은 실제 교통상황을 유사하게 묘사할 수 있는 교통 시뮬레이션이다. 문제는 현재 사용되는 교통 시뮬레이션들은 사고를 비롯한 위험상황을 묘사할 수 없다는 점이다. 이는 실제로 운전자들로 하여금 더 많은 사고를 유발시킬 수도 있는 정책들이 제대로 평가되지 않는다는 문제로 이어진다.
한편 연구 결과에 따르면 교통사고의 가장 큰 원인 중 하나는 바로 운전자의 부주의다. 운전자의 인지오류로 발생한 사고는 약 40%에 달했으며, 또 다른 연구에서는 약 15 - 80%의 사고가 직, 간접적으로 운전자의 부주의와 연관이 있음을 밝혔다. 운전자의 부주의를 정략적으로 측정하기 위하여 가장 많이 사용되는 것은 운전자의 주시 행태이며, 다양한 연구에서 운전자의 주시 행태와 운전자 부주의, 그리고 사고의 관련성을 입증했다.
따라서 본 연구는 사고 상황 시뮬레이션을 위하여 차량추종 모델에 운전자의 주시 행태를 결합시키기 위한 방안을 구축하는 것을 목적으로 한다. 특히 전체 사고 중 약 48%를 차지하는 후미추돌사고에 집중하였다. 이를 위하여 주행 환경과 관련된 다양한 요소들 중 운전자의 주시 행태에 영향을 미치는 요소들을 선별하였다. 이 결과를 바탕으로 결정트리 분석을 통해 주시 패턴에 따른 주행 시나리오들을 도출하였다. 시나리오별로 주시 행동에 따른 차량의 주행 행동 분석을 통해 주시 행태 모듈을 구성하였다.
본 연구는 사고 및 준사고 상황 묘사가 가능한 새로운 차량추종모델을 제안하였다는 것에 큰 의미가 있다. 제시된 개념을 발전 및 확장시키기 위한 지속적인 연구가 필요하며, 이는 정책 안정성 평가 등에 유용하게 사용될 수 있다.
