차선이탈은 자동차 추돌사고 횟수를 지속적으로 증가시키는 원인이 되고 있으며 상당한 수의 사망자를 포함한다. 단독으로 도로를 벗어나 달리다 난 사고가 교통사고 사망자의 39%에 달한다. 정면이중추돌사고는 비 인터체인지, 비 교차로 사망추돌사고의 18%를, 분리되지 않은 2차선 도로에서는 75%를 차지한다. 그러므로 미국에서는 차선이탈추돌사고를 해결하는 것이 주요 안전 목표이다. 차선이탈은 안전에 심각한 우려사항이지만, 차량의 차선이탈여부에 영향을 주는 요소와 그 결과를 결정하는 행위와 사건 간의 관계는 복잡하고 이해하기가 쉽지 않다. 제2차 전략적 도로연구사업(SHRP2)의 안전연구계획의 초점은 참여자의 차량에 설치된 종합적인 최첨단 기술의 계측 패키지를 사용해서 실질적인 운전행위와 성능에 대한 대규모 현장연구에 맞춰져 있다. SHRP 2의 실질적인 운전연구(NDS)는 운전자의 행위와 성능이 도로, 환경적, 차량과 관련된 요소와 어떻게 상호 작용하는가 및 이러한 요소의 영향, 충돌위험, 특히 차선이탈과 교차로추돌사고의 위험성에 대한 그들의 상호작용에 대한 종합적 안전과제를 지원하는 것이 목표이다. SHRP 2의 안전연구계획은 안전프로젝트 S06, 기술협력, 품질관리, 안전프로젝트 S07, 차량 내 운전행위 현장연구 하에서 실질적인 운전행위 데이터의 데이터베이스를 만들어 낼 것이다. 차량데이터는 실질적인 운전데이터에서 이용할 수 있을 것이다. 환경적 데이터 또한 차량의 계장시스템의 외부비디오 장면에서 발췌할 수 있다. 안전프로젝트 S04A, 도로정보데이터베이스 개발자, 기술협력, 차량자료수집에 대한 품질보장, S04B, 차량데이터수집으로 안전 분석을 지지하기 위한 실질적인 운전 데이터베이스에 연결될 수 있는 도로특징들에 관한 데이터베이스를 만들 것이다. 일부 도로데이터는 실질적인 운전연구 데이터가 수집되는 지역에서 주와 지방도로기관에 속하는 기존도로자료세트에서 얻을 수 있을 것이다. 선정도로데이터요소 또한 자동차 데이터 단위를 사용해서 수집될 것이다. 일부 도로정보는 차량계장의 외부비디오 촬영장면에서 얻을 수 있다. 결과로 초래된 데이터베이스는 연구원이 운전자의 행위와 도로, 환경적 요소, 차량요소의 결합이 어떻게 다른 결과를 이끌어 내는지를 더 잘 이해하도록 도움을 줄 것이다. 특히, 데이터 가운데 일부는 SHRP 2 안전프로젝트 S08, SHRP 2 자연주의 운전연구데이터의 차선이탈에 관한 실증적 평가에 사용될 것이다. SHRP 2 NDS를 준비할 때, 이 보고서에서 논의된 그 연구의 일차적인 목표는 현장조사에서 수집된 데이터를 사용해서 해결될 수 있는 차선이탈연구문제를 인식하는 것이며, 그 문제들을 해결하기 위해 필요한 데이터를 확보하고, 그러한 연구문제를 해결하기 위해 사용될 수 있는 분석적 방법을 증명하는 것이다.

 

이러한 목표를 달성하기 위해서, 다음과 같은 임무를 수행했다.

 

1. 차선이탈과 관련된 중요한 연구문제 확인하기

2. 이러한 유형의 연구에서 사용할 수 있는 데이터유형을 평가하기 위해 기존의 실질적인 운전연구에서 데이터를 검토하고 추론하기.

3. SHRP 2 실질적인 운전연구에서 이용할 수 있는 데이터의 유형에 대한 정보 검 토하기.

4. 확인된 차선이탈연구문제들(임무 1) 가운데 어느 것이 철저한 연구를 위해 실현 가능성이 있을 것 같은지 식별하기.

5. 차선이탈연구문제를 해결하는데 사용하기 적합할 수도 있는 추돌사고대리유형 확인하기.

6. 확인된 문제(임무 4)를 해결하기 위해서 SHRP 2 현장연구데이터를 분석하기 위 한 방법을 탐색하기 위해 기존의 실질적인 운전데이터 세트 사용하기.

 

차선이탈이 어떤 도로유형 상에서도 발생할 수 있지만, 이 보고서에서 다룬 것은 시골의 2차선 포장도로에 초점을 맞춘 시골도로에서 발생하는 차선이탈사고의 해결이다.

 

차선이탈연구문제와 필수요소의 확인

 

그 연구의 주요 목표 가운데 하나는 SHRP 2 NDS와 도로특성데이터베이스를 사용해서 해결될 수 있고 운전자들이 왜 도로를 이탈하는지와 어느 요소들이 다른 결과를 초래하는지를 결정하는데 유용한 일련의 연구문제를 확인하는 것이다. 실현가능성이 있는 연구문제의 확인은 2장에 제시되어 있다. 연구팀은 또한 데이터 제한으로 실현가능성이 없을 것 같은 문제들을 확인했다. SHRP 2의 차선이탈에 관한 실증적 연구를 위해 실현가능성이 있는 것으로 확인된 연구문제들은 다음과 같다.

 

. 환경적 요소, 도로, 운전자, 또는 차량요소가 어떤 차량의 차선이탈여부에 영향을 주는 것은 무엇인가?

. 환경적 요소, 도로, 운전자, 또는 차량요소가 차선이탈결과에 영향을 주는 것은 무 엇인가?

. 차선이탈빈도와 결과에 영향을 미치는 차선이탈대책은 무엇인가?

. 차선이탈추돌 써로게이트와 추돌사고의 관계는 무엇인가?

 

다음의 요소를 포함하는 연구문제는 SHRP 2 현장연구결과데이터를 보아 실현가능성이 없는 것 같다.

 

. 운전자의 음주나 약물복용;

. 포장도로 표면마찰;

. 포장도로 가장자리의 급경사면;

. 도로위의 비, 눈, 빙판에 대한 계량방법.

 

연구문제해결을 위한 필수데이터의 확인

 

연구의 또 다른 목표는 어떤 데이터가 확인된 차선이탈연구문제를 해결하기 위해 필수적인가를 결정하는 것이다. 운전자, 도로, 환경적 요소, 차선이탈추돌사고에 어떤 상호연관성이 있다는 것을 보여준 차량요소를 확인하기 위해 포괄적인 논문검토를 수행하였다. 확인된 요소들은 수평적 및 수직적 곡률, 도로횡단면, 진입로 밀도, 조명, 날씨, 노면요철의 존재, 도로설계 및 표지, 포장도로 가장자리의 급경사면, 차종, 속도, 음주나 약물복용의 영향, 운전자의 나이, 부주의이다. 확인된 요소들에 대한 필수적인 정확도와 해결 또한 결정되었다. 제4장에서 데이터요소의 요약을 제공하고 있다. 일단 연관된 요소들을 확인하면, 팀은 확인된 각각의 데이터요소를 얻기 위해 실현가능성 여부를 결정하는 기존의 자연주의 운전연구와 도로데이터를 검토하였다. 이러한 실습은 데이터요소가 SHRP 2 현장연구에 이용할 수 있는지와 쉽게 이용될 수 없는 요소를 뽑아내는데 어떻게 실현될 수 있는지에 관한 통찰력을 제공한다. 팀은 도로이탈 커브경고시스템에 대해 미시건 대학 교통연구원(UMTRI)이 수행했던 현장운용시험에서 많은 사실을 얻었다. 그 사실에는 운전자들이 자신이 가던 차선을 이탈한 곳에 대한 사례와 시골도로에서의 일반적인 운전데이터가 포함된다. 차량의 기기장치시스템에서 나온 원 자료에는 10 Hz에서 제공된 차량의 변수( 즉, 차량의 위치, 전진속도, 전진가속도, 좌우 흔들림, 상하요동, 횡방향가속도)와 2Hz에서 제공된 전진영상이 포함되어 있었다. 미시건 주교통국에서 UMTRI VTTI 100-승용차 실질적인 운전연구에서 33건의 사고 또는 유사사고의 차선이탈사건을 받았다. 원 자료 보다는 오히려 감소된 데이터세트가 가장 다양하게 각 사건에 제공되었다. 또한 차량외부의 장면을 보여주는 비디오 클립도 제공되었다.

UMTRI와 VTTI 데이터 모두 관련 운전자, 차량, 환경적 요소, 도로요소를 끌어낼 가능성을 결정하기 위해 검토되었다. UMTRI와 VTTI 데이터베이스의 데이터에 대한 유용성이 검토되었고 제한사항이 설명되었다. 제3장에서는 연구에 사용된 여러 가지 데이터세트를 요약해 놓고 있다. 공통 데이터용어에 대해서도 설명이 되어 있다. 부록 A와 B에서는 프로토콜, 방식, UMTRI와 VTTI 실질적인 운전연구 데이터세트에서 자료를 추출하기 위해 사용된 여러 가지 서술을 설명하고 있다. 매뉴얼로 데이터를 뽑아내었고, 방대한 양의 자원이 소비되었다. 데이터를 꺼내기 위해 사용된 방식은 SHRP 2 자연주의 운전연구데이터를 가지고 일을 할 때 다른 연구원들이 사용할 수 있도록 틀을 제공한다. 정확도, 빈도, SHRP 2 자연주의 운전연구에 사용될 수 있을 만한 데이터요소의 해결력 또한 계장차량의 데이터 수집시스템(안전프로젝트 S05, 차량 내의 운전행위 및 추돌사고위험성연구의 설계)에 대한 이용할 수 있는 문서의 검토와 제4장에서 논의된 것처럼, 안전프로젝트 S03(도로측정시스템평가)에서 확인된 예비도로데이터요소의 검토를 통해서 확인되었다. SHRP 2 현장연구에서 자원한정으로 자료 수집이 제한될 것이기 때문에 데이터요소를 우선시했다.

데이터요소가 차선이탈연구문제와 SHRP 2 현장에서 예상되는 제한사항을 해결하는데 필수적이라는 것에 대한 정보가 제안된 차량의 데이터 수집시스템(안전프로젝트 S05)에 입력시키기 위해 그리고 안전프로젝트 S03에서 초기 데이터 요소에 대한 확인을 피드백하기 위해 사용되었다. 그 정보는 또한 안전프로젝트 S04A와

S04B에서 도로데이터수집의 확인 및 우선하도록 도울 것이다.

 

차선이탈추돌사고 써로게이트 선정을 위한 방법론적 접근

 

차선이탈추돌사고는 도로안전의 중요한 부분이다. 그러나 자연주의 운전연구, 심지어 철저하게 전개된 SHRP 2 현장연구 조차도 차선이탈사고의 제한된 사례만을 가지고 있을 것이다. 실질적인 운전연구는 추돌사고, 유사추돌사고, 우발사건 뿐 만 아니라 일반적인 운전을 잡았을 것이다. 우발사건과 유사사건의 빈도는 대개 사고의 빈도보다 더 크고, 우발사건과 유사사건은 추돌사고 써로게이트로서 사용될 수 있다. 써로게이트를 사용하면 차선이탈사건 전후에 무슨 일이 일어났는지를 연구할 기회를 제공할 것이다. 실질적인 운전연구의 가장 중요한 장점은 추돌사고나 사건 이전에 일어난 사건에 대해 직접적인 기록을 제공한다는 것이다. 제5장에서는 실질적인 운전연구 자료에서 얻을 수 있는 잠재적 차선이탈사고 써로게이트에 대해 논의한다. 차선이탈사고 써로게이트에 대해 강조하는 사고 써로게이트에 대한 논문이 요약되어 있고, 차선이탈사고 써로게이트의 선정 및 적용을 위한 방법론적 접근에 대한 개요를 서술하고 있다. 또한 차선이탈사건을 확인할 장치를 설정하기 위한 시작점을 결정하기 위해 기존의 실질적인 운전연구 자료를 평가했다. 팀은 22건의 우측차선이탈사고와 55건의 좌측차선이탈사고로 시골의 이차선 도로에 대한 자료인 UMTRI 자료세트에서 차선이탈사고를 감소시켰다. 어떤 사고도 발생하지 않았었다는 자료는 일반 운전 자료인데 그것 또한 배제가 되었다. 변수와 임계값이 실증적 현장연구에서 차선이탈사건을 확인할 장치를 설정하는데 가장 유용하게 사용할 수 있다는 것을 평가하기 위해 감소된 자료를 사용했다. 차선이탈신호를 보낼 수 있는 여러 가지 운동학적 차량변수(횡방향 속도, 좌우 진동율, 측면가속도, 전진가속도, 롤 회전속도, 상하 진동율)에 대한 자료가 확인되었다. 일반 운전 자료가 통계학적으로 차선이탈사건과 차이가 있는지 여부를 결정하기 위해서 Wilcoxon Rank Sum 시험을 사용하여 운동학적 변수 값으로 좌, 우측차선이탈사고 대비 일반 운전을 비교했다. 가장 많은 변수에 대한 분배가 95% 수준의 중요도에서 차이가 있다고 결정되었다 하더라도, 상당한 양의 중복이 존재한다. 이것은 모든 사고를 포함하기에 충분히 낮지만 여전히 충분히 높은 임계값 설정에 어려움을 나타내고 있어서 대량의 비 사고 자료는 평가될 필요가 없다. 얼마의 임계값을 설정해야만 하나를 결정할 만한지 충분한 자료가 없었지만, 초기의 결과는 좌측차선이탈에 대해서, 롤 회전속도, 상하 진동율, 측면가속도, 측면속도가 사건을 확인하는데 좋은 사례가 될 가능성이 있다는 것을 제시한다. 또한 우측차선이탈에 대해서, 상하 진동율, 측면가속도, 횡방향속도가 사건을 확인하는데 좋은 대상임을 제시한다. 다른 데이터를 각각에 대해 이용할 수 있기 때문에 UMTRI와 VTTI 데이터를 분리해서 평가했다. VTTI 데이터세트에 이용할 수 있는 유일한 운동학적 변수는 전진 및 측면가속도이었다. 게다가, 일반 운전 자료는 어떤 것도 이용할 수 없었다. 결과적으로, 차선이탈이 발생했었을 때 그런 데이터세트의 사용을 결정하기 위해 어느 변수들을 사용할 것인지를 평가하는 것은 어려운 일이었다. 일반 운전연구 데이터를 구분하는 방법 또한 UMTRI 데이터를 사용해서 평가되었다. 측면 오프셋으로 여러 운전 상황을 비교했다. 직선도로에서의 운전과 좌, 우측커브도로에서의 운전, 주간과 야간운전, 운전자 개개 간의 차이가 있음이 주목되었다. 관련 변수에 의한 일반 운전 분류에 대한 지침도 제공했다. 제5장에서만 차선이탈사고 써로게이트를 선정하고 평가하는 접근방법을 제공하고 있다. 그 데이터를 이용해서 팀은 차선이탈사고 써로게이트와 사고 사이의 관계를 평가하는 분석을 수행할 수 없었다. UMTRI 데이터세트에서는 많은 수의 차선이탈사고와 일반 운전 자료를 제공했지만 추돌사고는 포함되어 있지 않았다. VTTI 데이터세트에는 추돌사고와 차선이탈사건 모두가 포함되어 있지만 그 데이터가 도로유형에 따라 분류되어 있으면 평가를 수행하기에 불충분하다. 더구나, 비교를 위한 일반 운전 자료는 아무것도 제공되지 않았다.

 

차선이탈연구문제를 해결하기 위한 분석적 접근방법의 탐구

 

SHRP 2 현장연구에서 도출된 자료를 평가해서 제6장에서 논의했듯이 차선이탈연구문제를 해결하기 위해 사용할 수 있는 4가지 분석접근방법이 확인되었다.

 

1. 분류와 회귀트리분석을 사용한 데이터 마이닝;

2. 간단한 교차비와 로지스틱 회귀분석;

3. 관찰자료(즉, 같은 운전자, 운행 반복샘플링)가운데 반복샘플링을 설명하는 상호 연관 데이터에 대한 로지스틱 회귀분석;

4. 시계열분석.

 

제5장에서 논의되었듯이 UMTRI데이터에서 나온 차선이탈과 일반운전사건에 대한 초기 분석은 4가지 접근방법을 사용해서 수행되었다. 각 접근방법에 대한 설명은 제6장에 제시되어 있다. 모델, 결과, 샘플크기, 전면적 연구의 함축의미에 대한 서술, 데이터 세분화방식과 같은 사용된 데이터 또한 제시되어 있다. 초점은 지방의 2차선도로에 맞추고 있다. 연구기간 동안 데이터가 한정되어 있기 때문에, 그 접근방법이 SHRP 2 현장연구에 적합한지 여부를 결정하기 위한 분석을 탐구했다.

 

방식 1 (분류 및 회귀분석트리)과 방식 2 (간단한 교차비와 로지스틱 회귀분석)에서는 좌, 우측차선이탈의 가능성을 평가했다. 샘플기반 데이터집합 접근방법을 분류 및 회귀트리분석에 사용했고, 로지스틱 회귀분석에는 사건기반 데이터집합 접근방법을 사용했다. 이용할 수 있는 샘플크기는 한정되어 있지만, 두 방법 모두 비슷한 결과를 내었다. 둘 다 커브반경, 운전자 연령, 갓길유형이 차선이탈을 설명하는데 연관성 있는 부분이라는 것을 지적했다. 로지스틱 회귀분석에서도 좌, 우측차선이탈은 야간에 발생할 가능성이 더 많고 차선폭이 증가됨에 따라 발생 확률은 더 줄어든다는 사실을 지적했다. 좌측차선이탈모델에서는 남성운전자들이 여성운전자들보다 차선이탈사고를 더 많이 낼 가능성이 있다는 것을 나타냈고, 우측차선이탈모델에서는 차선이탈사고는 차선이탈추돌사고의 비중이 더 높고 10mph나 표시된 속도제한 이상으로 운행하면서 더 많은 시간을 보내는 운전자들이 다니는 도로에서 발생할 가능성이 더 많다는 것을 보여주었다. 3번째 방식은 단지 서술된 로지스틱 회귀분석을 기반으로 다양한 로지스틱 회귀분석접근방법으로 확대했다. 이것은 실증연구에서 나온 데이터에 더 잘 맞을 수 있다. 4번째 방식인 시계열분석은 여러 가지 차량의 운동학적 다양성의 기능으로서 오프셋을 예측하는 모델을 개발하기 위한 연속데이터를 사용했다. 운전자의 행위를 포함해서, 여러 설명변수를 포함하는 SHRP 2 현장연구에 채택될 수 있는 그러한 방법으로 4번째 방식을 개발하고 설명했다. 이러한 접근방법은 이전 시간대의 운전자의 부주의와 같은 정보를 그 모델에 포함되도록 허용한다. 각각의 분석적 접근방법은 실증적 연구에 장점이 되고 제한점을 가지기도 한다. 적합한 방법을 선정하는 것은 제기된 명확한 연구문제와 데이터를 감소시키는데 이용할 수 있는 자원에 달려있다. 데이터가 시골의 2차선 도로에 대해 뽑아지면 한정된 사건 수만이 이용할 수 있기 때문에 그 분석에 VTTI데이터를 사용할 수 없다.

 

제7장

요약

차선이탈이 자동차 추돌사고 수를 지속적으로 증가시키는 원인이 되고 있으며 상당한 수의 사망자를 차지한다. 단독으로 도로를 벗어나 달리다 난 사고가 교통사고 사망자의 39%에 달한다. 정면이중추돌사고는 비 인터체인지, 비 교차로 사망추돌사고의 18%를, 분리되지 않은 2차선 도로에서는 75%를 차지한다. 그러므로 미국에서는 차선이탈추돌사고를 해결하는 것이 주요 안전 목표이다. 차선이탈은 안전에 심각한 우려사항이지만, 무엇보다도 어떤 차량의 차선이탈여부에 영향을 주는 요소와 그 결과를 결정하는 행위와 사건 간의 관계는 복잡하고 이해하기가 쉽지 않다.

 

SHRP 2는 미국 전역에서 실질적인 운전 자료를 수집하는 대규모 현장연구를 실행하는 과정 속에 있다. 이 연구로 차선이탈을 평가하고 운전자의 행위와 도로와의 통합조정, 환경적 요소, 차량요소가 어떻게 상이한 결과를 이끌어 내는지를 더 잘 결정하는데 사용될 수 있는 풍부한 데이터베이스의 결과를 얻을 것이다. 이 연구에서 차선이탈연구문제는 SHRP 2의 실증적 실질적인 운전연구로인 한 데이터를 이용할 수 있을 때 해결될 수 있다는 것을 조사했다. 차선이탈연구문제를 완전히 해결할 수 있는 필수적이고 이용 가능한 데이터요소를 결정하고 실증적 연구를 위해 사용할 수 있는 방식의 개발을 위한 기존의 자연주의 운전연구데이터의 초기분석을 수행하는데 초점을 맞추었다. 그러한 연구문제를 해결할 수 있는 분석적 방식을 또한 탐구했다. 이 연구의 초점은 지방의 2차선 포장도로에 맞추었다.

 

다음의 단락은 각 장에서 제공한 정보의 요약이다. 제1장은 배경정보를 제공했고 그 연구범위의 개요를 서술했다.

 

제2장은 최종 연구문제를 요약해 놓고 있으며 차선이탈사고와 일부 관계가 있는 운전자, 도로, 환경적 요소, 차량요소를 확인하기 위해 수행된 논문검토의 결과를 제공했다. 확인된 요소들은 수평적 및 수직적 곡률, 도로횡단면, 진입로 밀도, 조명, 날씨, 노면요철의 존재, 도로설계 및 표지, 포장도로 가장자리의 급경사면, 차종, 속도, 음주나 약물복용의 영향, 운전자의 나이, 부주의이다. 차선이탈의 가능성과 결과에 영향을 미치는 것으로 알려진 요소에 대한 정보는 적절한 데이터를 이용할 수 있다면 해결을 위해 바람직할 것으로 예상되는 일련의 차선이탈연구문제를 체계적으로 나타내는데 사용되었다. 기존의 실질적인 운전연구에 따른 데이터세트를 탐구했고 실증연구에서 이용할 수 있는 데이터에 대한 가장 최근의 정보를 검토했다(즉, 운전자, 도로, 환경적 변수, 차량변수). 다음에는 실증연구에 따른 데이터를 사용해서 해결될 수 있는 문제와 데이터의 한정 때문에 해결될 수 없는 문제를 구별하기 위해서 연구문제를 분류했다.

본 연구가 진행되는 동안 해결되었던 연구문제들이 또한 확인되었다. 실증연구에서 실현가능성이 없는 차선이탈연구문제에는 다음과 같은 요소를 요구하는 문제들을 포함한다. 운전자의 음주나 약물복용(알코올 감지는 되지만, 개개의 복용기록은 되지 않을 것이다), 포장도로 표면마찰측정, 포장도로 가장자리의 급경사면, 도로위의 비, 눈, 빙판에 대한 계량방법.

 

제2장에서 실현가능한 연구문제를 확인하기 위해서는 이 보고서 전체에서 제공된 정보를 필요로 하지만, 그 정보는 명백한 목적을 위해 제2장에서 요약해 놓고 있었다.

 

제3장에 그 연구에 사용된 다양한 데이터세트가 요약되어 있다. 또한 공통데이터용어에 대한 설명이 되어 있다.

 

제4장에서는 차선이탈연구문제해결을 위해 필요할 것으로 예상되는 데이터요소를 확인했는데 이용할 수 있는 논문의 조사를 근거로 할 뿐 만 아니라 차선이탈문제에 대한 팀의 전문가적 지식을 근거로 했다. 각 데이터요소의 정확도, 빈도, 해결력을 결정하고 설명했다. UMTRI와 VTTI 데이터베이스의 데이터 이용가능성을 검토했고 제한사항을 설명했다. 팀은 또한 SHRP 2 안전프로젝트 S03(도로측정시스템평가), S04A(도로정보데이터베이스개발자, 기술협력, 모바일 데이터 수집을 위한 품질보장), S04B(모바일 데이터 수집)에 대한 이용할 수 있는 작업문서를 검토했다. 이러한 출처를 근거로, 실증적 연구에서 차선이탈연구문제를 해결하기 위해 이용할 수 있을 것으로 기대되는 데이터의 정확도, 빈도, 해결력을 평가했다.

 

제4장에서 서술했듯이 팀은 재한사항을 확인했고 SHRP 2에 피드백을 제공했다. SHRP 현장연구에서 자원한정으로 자료 수집이 제한될 것이기 때문에 데이터요소를 또한 우선시했다. 제5장에서는 자연주의 운전연구 자료에서 얻을 수 있는 잠재적 차선이탈사고 써로게이트에 대해 논의했다. 차선이탈사고 써로게이트에 대해 강조하는 사고 써로게이트에 대한 논문이 요약되어 있고, 차선이탈사고 써로게이트의 선정 및 적용을 위한 방법론적 접근에 대한 개요를 서술하고 있었다. 또한 차선이탈사건을 확인할 장치를 설정하기 위한 시작점을 결정하기 위해 기존의 실질적인 운전연구 자료를 평가했다. 일반운전데이터를 구분할 수 있는 방법 또한 UMTRI 데이터를 사용해서 평가되었다. 측면 오프셋으로 여러 운전 상황을 비교했다.

 

직선도로에서의 운전과 좌, 우측커브도로에서의 운전, 주간과 야간운전, 운전자 개개 간의 차이가 있음이 주목되었다. 5장에서 지적했듯이, 일반운전행위를 구성하는 것에서 차이가 예상된다. 이러한 분석은 관련 변수에 의한 일반 운전 분류에 대한 일부 지침을 제공했다. 제6장에서는 실질적인 운전연구 자료를 평가하고 차선이탈연구문제를 해결하기 위해 사용할 수 있는 4가지 분석적 접근방법을 서술했다. 차선이탈문제를 실증연구에서 해결할 수 있는 방법을 입증하기 위해 기존의 실질적인 운전연구에 따른 데이터에 여러 가지 탐구적 분석방식을 적용했다. 이러한 분석의 의도는 실증연구에서 결과로 나올 데이터를 분석하는데 사용할 수 있는 다른 여러 분석방식을 증명하는 것이었다. 데이터샘플링접근방법(SHRP 2 안전프로젝트 S02 연구원들이 개발한)을 설명하고, 4가지의 분석방식을 제시했다. 그 4가지 분석접근방법에는

 

(1) 분류와 회귀트리분석을 사용한 데이터 마이닝

(2) 간단한 교차비와 로지스틱(논리적) 회귀분석

(3) 관찰자료(즉, 같은 운전자, 운행 반복샘플링)가운데 반복샘플링을 설명하는 상호연관데이터에 대한 로지스틱(논리적) 회귀분석

(4) 시계열분석

 

이러한 방식 가운데 3개는 기존의 실질적인 운전연구데이터를 평가하는데 사용했고, 1개는 실증연구에 따른 데이터에 더 적합할 수 있는 다양한 로지스틱(논리적) 회귀분석접근방법을 확장했다.

 

비 충돌 차선이탈사고와 일반운전샘플의 수를 포함하고 있는 UMTRI RDCW FOT에서 나온 데이터는 이용할 수 있다. 방식 1과 2 ([1] 분류 및 회귀분석트리 [2] 간단한 교차비와 로지스틱(논리적) 회귀분석)는 좌, 우측차선이탈의 가능성을 평가했다. 샘플기반데이터집합접근방법을 분류 및 회귀트리분석에 사용했고, 로지스틱 회귀분석에는 사건기반데이터집합접근방법을 사용했다. 이용할 수 있는 샘플크기는 한정되어 있지만, 두 방법 모두 비슷한 결과를 내었다. 둘 다 커브반경, 운전자 연령, 갓길유형이 차선이탈을 설명하는데 연관성 있는 부분이라는 것을 지적했다. 로지스틱(논리적) 회귀분석에서도 좌, 우측차선이탈은 야간에 발생할 가능성이 더 많고 차선폭이 증가됨에 따라 발생 확률은 더 줄어든다는 사실을 지적했다. 좌측차선이탈모델에서는 남성운전자들이 여성운전자들보다 차선이탈사고를 더 많이 낼 가능성이 있다는 것을 나타냈고, 우측차선이탈모델에서는 차선이탈사고는 차선이탈추돌사고의 비중이 더 높고 10mph나 표시된 속도제한 이상으로 운행하면서 더 많은 시간을 보내는 운전자들이 다니는 도로에서 발생할 가능성이 더 많다는 것을 보여주었다. 3번째 방식은 단지 서술된 로지스틱 회귀분석을 기반으로 다양한 로지스틱(논리적) 회귀분석접근방법으로 확대했다. 이것은 실증연구에서 나온 데이터에 더 잘 맞을 수 있다. 4번째 방식인 시계열분석은 여러 가지 차량의 운동학적 다양성의 기능으로서 오프셋을 예측하는 모델을 개발하기 위한 연속데이터를 사용했다.

 

운전자의 행위를 포함해서, 여러 설명변수를 포함하는 실증연구에 채택될 수 있는 그러한 방법으로 그 방식을 개발하고 설명했다. 이러한 접근방법은 이전 시간대의 운전자의 부주의와 같은 정보를 그 모델에 포함되도록 허용한다. 부록 A와 B에서는 프로토콜, 방식, UMTRI RDCW FOT와 VTTI 100-승용차 실질적인 운전연구 데이터에서 자료를 추출하기 위해 사용된 여러 가지 서술을 설명하고 있다. 데이터를 꺼내기 위해 사용된 방식은 실증연구 작업을 하는 다른 연구원들이 사용할 수 있도록 틀을 제공한다. 매뉴얼로 데이터를 뽑아내었고, 방대한 양의 자원이 소비되었다. 그러나 그 틀은 일부 데이터의 도출을 자동화하는데 사용할 수 있다. 부록 A 또한 UMTRI데이터세트에서 차선이탈사고를 어떻게 확인했는지에 대한 논의사항을 제공한다.

 

 

▣ 원문제목 : Evaluation of Data Needs, Crash Surrogates, and Analysis Methods to Address Lane Departure Research Questions Using Naturalistic Driving Study Data

 

▣ 원문의 주요목차********************************************************************

 

1. 배경

2. 종국적 도로 출발 탐구문제

3. 자료수집

4. 도로, 운전자, 환경과 자도아 자료 필요성

5. 도로 출발 손상 감지 정의 및 평가

6. 도로 출발 연구의 초기분석과 분석 도구

7. 요약 정리