고위험군 운전자의 운행행태 판단기술 개발

Abstract

교통사고의 발생의 주요 원인의 대부분은 운전자의 법규 위반 행위이며, 특히 과속 및 불법유턴은 대형 사고로 이어질 잠재적 위험성을 내포한다. 사업용 차량의 경우 불법유턴 위험성에 대한 지각이 부족하고, 단속장비 및 감시 인력 또한 부족한 실정이다. 이에 본 논문에서는 사업용 운전자의 불법유턴 위반행위를 예방하고, 안전운행 습관을 유도하고자, 맵 연동기반 운행행태 판단 기술을 개발에 대해 소개한다. 이를 위해 전국 총 26만개 링크자료 중 23,782 건의 유턴 허용 정보와 14만 6천 건의 제한속도 정보를 수집하였다. 또한 운행행태 분석을 위해 판단알고리즘을 구축하였으며, 최종적으로 안드로이드 기반 애플리케이션을 개발하였다. 개발된 애플리케이션의 맵 매칭, 운행행태 판단 및 기타 데이터 산출의 정확도를 평가하기 위해 테스트를 수행하였으며, 분석결과 맵 매칭은 86%, 운행행태 판단 정확도는 83%로 평가되었다. 또한 정보출력 표출에 대한 정확도는 모두 100%로 평가되었다. 향후 과제로서는 기술의 정확도 향상을 위해 모니터링 시스템 설계가 필요할 것으로 판단되며, 개발된 기술을 활용할 수 있는 서비스 시나리오의 검토가 필요하다고 판단된다. Driving behaviors such as speeding and illegal u-turn which violate traffic rules are main causes of car accidents, and they can lead to serious accidents. Bus drivers are less aware of dangers of illegal u-turn, and infrastructures such as traffic enforcement equipment and watchmen are deficient. This research aims to develop technology for estimating driving behaviors based on map-matching in order to prevent illegal u-turns. For this research, 23,782 of u-turn permit data and 146,000 of speed limit data are collected nationwide, and an estimation algorithm is built with these data. Then, an application based on android is developed, and finally, tests are conducted to assess the accuracy in data computations and GPS data map-matching, and to extrapolate driving behavior. As a result of the tests, the accuracy results in the map-matching is 86% and the assessment of driving behavior is 83%, while the display of the data output yielded 100% accuracy. Additional research should focus on improvement in accuracy through the development of a robust monitoring system, and study of service scenarios for technology application.