KSCE Journal of Civil and Environmental Engineering Research (대한토목학회논문집)

Korean Society of Civil Engeneers (대한토목학회)
권호 표지
DOI QR코드

DOI QR Code

Building a Traffic Accident Frequency Prediction Model at Unsignalized Intersections in Urban Areas by Using Adaptive Neuro-Fuzzy Inference System

적응 뉴로-퍼지를 이용한 도시부 비신호교차로 교통사고예측모형 구축

  • 김경환 (경상대학교 도시공학과, 환경 및 지역발전연구소) ;
  • 강정현 (경상대학교 대학원 도시공학전공) ;
  • 강종호 (경상대학교 대학원 도시공학전공)
  • Received : 2012.01.13
  • Accepted : 2012.02.14
  • Published : 2012.04.30
Download PDF
⟨ Previous Next ⟩

Abstract

According to the National Police Agency, the total number of traffic accidents which occurred in 2010 was 226,878. Intersection accidents accounts for 44.8%, the largest portion of the entire traffic accidents. An research on the signalized intersection is constantly made, while an research on the unsignalized intersection is yet insufficient. This study selected traffic volume, road width, and sight distance as the input variables which affect unsignalized intersection accidents, and number of accidents as the output variable to build a model using ANFIS(Adaptive Neuro-Fuzzy Inference System). The forecast performance of this model is evaluated by comparing the actual measurement value with the forecasted value. The compatibility is evaluated by R2, the coefficient of determination, along with Mean Absolute Error (MAE) and Mean Square Error (MSE), the indicators which represent the degree of error and distribution. The result shows that the $R^2$ is 0.9817, while MAE and MSE are 0.4773 and 0.3037 respectively, which means that the explanatory power of the model is quite decent. This study is expected to provide the basic data for establishment of safety measure for unsignalized intersection and the improvement of traffic accidents.

경찰청 발표 자료에 따르면 2010년 우리나라에서 발생한 교통사고 건수는 226,878건으로 전체 교통사고 중 교차로가 차지하는 비중이 44.8%로 교차로 사고는 교통사고 중 많은 부분을 차지하고 있다. 이 중 신호교차로 교통사고에 대한 연구는 지속적으로 이루어지고 있는 반면에 비신호교차로에 대한 연구는 아직 부족한 실정이다. 본 연구는 환경적 요인으로 퍼지적 성격을 가진 교통량, 차로폭, 시거를 입력변수로 비신호교차로에서의 사고건수예측을 위한 ANFIS(Adaptive Neuro-Fuzzy Inference System) 모형을 구축하였다. 이렇게 구축된 모형의 예측력은 검증자료를 이용한 실측치와 추론치를 비교함으로써 평가되었다. 본 모형의 예측력은 결정계수인 $R^2$와 평균절대오차(MAE), 평균제곱근오차(MSE)를 통하여 적합성을 평가하였으며, 이들은 각각 평가 결과 0.9817, 0.4773, 0.3037로 나타나 모형의 설명력이 우수한 것으로 평가된다. 본 연구의 비신호 교차로 사고예측분석 연구결과는 비신호교차로의 안전 대책 수립 및 교통사고 개선사업을 위한 기초자료를 제공할 것으로 사료된다.

Keywords

References

  1. 강영균, 김장욱, 이수일, 이수범(2011) 퍼지 및 신경망이론을 이용한 도시부 신호교차로 교통사고예측모형 개발, 한국도로학회 논문집, 한국도로학회, 제13권 제1호, pp. 69-77.
  2. 건설교통부(2001) 도로용량편람, 대한교통학회.
  3. 김경환, 조규붕(2011) 적응 뉴로-퍼지를 이용한 자전거도로 서비스수준분석에 관한 연구, 대한토목학회 논문집, 대한토목학회, 제31권 제2D호, pp. 217-225.
  4. 김윤석(2004) 퍼지 추론을 이용한 교차로에서의 사고예측기법에 관한 연구, 석사학위논문, 경상대학교.
  5. 도로교통공단(2011) 2010년 교통사고 통계.
  6. 도철웅(2001) 교통공학 원론(上), 청문각.
  7. 박종진, 최규석 공저, 퍼지 제어 시스템, 교우사.
  8. 오창석 저(2000) 뉴로 컴퓨터, 내하출판사.
  9. 이광용, 오길록 공저(1997) 퍼지이론 및 응용 I, II, 홍릉과학출판사.
  10. 이현엽, 문경일 공저(1999) MATLAB을 이용한 퍼지-뉴로, 아진출판사.
  11. 장일준, 김장욱, 이형록, 이수범(2011) 생활도로내 비신호교차로 사고예측 모형 개발, 대한토목학회 논문집, 대한토목학회, 제31권 제3D호, pp. 343-353.
  12. 정헌술(2005) MATLAB Toolbox 핸드북, 도서출판 아진.
  13. Brown, M. and Harris, C. (1994) Neuro fuzzy Adaptive Modelling and Control, Englewood Cliffs, NJ : Prentice-Hall.
  14. Fuzzy Logic Toolbox for Use with Matlab User's Guide Version 2.0 (2000) The Mathworks, Inc.
  15. Haleem, K. and Avdel-Aty, M. (2010), Examining Traffic Crash Injury Severity at Unsignalized Intersections, Journal of Safety Research, Vol. 41, No. 4, pp. 347-357. https://doi.org/10.1016/j.jsr.2010.04.006
  16. J. Wesley Hines (1997) Matlab Supplement to Fuzzy and Neural Approaches in Engineering, john Wiley & Sons, Inc.
  17. Jang, J. S. R. (1997) Neuro-fuzzy and Soft Computing : A computational Approach to Learning and Machine Intelligence, Englewood Cliffs, Prentice-Hall.
  18. Jang, J. S. R. (1993) ANFIS : Adaptive-Networks-Based Fuzzy Inference System, IEEE Transactions on system, man and cybernetics, Vol. 23, No. 3.
  19. Kasabov, N. K. (1996) Foundtions of Neural Networks, Fuzzy Systems, and Knowledge Engineering, Cambridge, MA : MIT Press.
  20. Lin, C. T. and C. S. G. Lee (1995) Neual Fuzzy System : A Neurofuzzy Synergism to Intelligent Systems, Englewood Ciffs, NJ : Prentice-Hall.
  21. NCHRP REPORT 500 (2003) Guidance for Implementation of the AASHTO Strategic Highway Safety Plan, TRB.
  22. Ogden, K. W. (1996) Safer Roads : A Guide to Road Safety Engineering, Avebury Technical.
  23. Sayed, T. and Rodriguez, F. (1999) Accident Prediction Models for Urban Unsignalized Intersection in British Columbia, Transportation Research Record (1665), pp. 93-99.