의사결정트리 분석을 이용한 후방 충돌 시 탑승자 목 상해 예측에 관한 연구

Abstract

자동차는 우리 삶에서 필수적인 요소이다. 우리나라의 자동차 사고 사망자 수는 매년 감소하고 있지만, OECD 국가 중 그 비율은 여전히 높으며, 안전사고를 줄이기 위한 노력은 지속적으로 필요하다. 자동차안전연구원에서는 자동차의 안전도를 제고하기 위해, 자동차 안전성능을 객관적인 수치로 확인할 수 있는 자동차안전도평가 제도를 시행하고 있다.

본 연구는 자동차안전도평가의 목 상해 안전성 평가 시험데이터를 기반으로 시험조건에 따른 결과를 예측분석 하는 연구이다. 다년간 지속되어 온 안전도평가 결과를 통해 자동차 안전에 영향을 주는 요소와 각 요소의 중요도를 확인하고자 한다. 본 연구는 그동안 수행한 저속 후방 충돌 목 상해 안전성 평가의 수집된 데이터를 사용하였으며, 선행연구를 조사를 통해 7개의 시험조건을 독립변수로 설정하였다.

분석 예측을 위한 기계학습 모델로 시각적 논리적 설명이 가능한 의사결정트리 모델을 선정하였으며, 수집한 데이터의 유형에 따라 회귀 트리 알고리즘 방법을 선정하여 분석을 수행하였다. 데이터는 무작위로 나누어 예측분석을 하였으며, 7개 중 5개의 유의미한 모델을 확인할 수 있었다.

그 결과 인체 상해에 영향을 주는 요소 중 인체모형의 머리의 위치인 머리 간격의 영향이 가장 컸으며, 다음으로 머리의 높이, 그리고 인체모형의 골반 각도 순으로 영향을 주었다. 또한, 독립변수의 하나였던 차량의 좌석 타입과 머리지지대 타입은 분석에 영향을 주지 못했다. 연구를 통해 후방 충돌 시 탑승자의 머리 위치가 중요한 변수인 점을 확인하였으며, 목 상해 안전성을 위해 차량에 탑승 시 머리를 머리지지대와 가깝게 유지하는 것이 필요하다는 것을 확인하였다.

Automobile are an essential element in our lives. Although the number of automobile accident deaths in Korea is decreasing every year, the rate is still high among OECD countries, and efforts to reduce safety accidents are continuously needed. In order to improve the safety level of automobiles, the Korea Automobile Testing & Research Institute is implementing the Korea New Car Assessment Program that can verify automobile safety performance with objective numerical values.

This study predicts and analyzes the results according to the test conditions based on the neck injury safety evaluation test data of the KNCAP. Through the safety evaluation results that have been continued for many years, we want to confirm the factors that affect vehicle safety and the importance of each factor. This study used the collected data of the low-speed rear crash neck injury safety evaluation conducted so far, and set 7 test conditions as independent variables through an investigation of previous studies.

A decision tree model capable of visual and logical explanation was selected as a machine learning model for analysis prediction, and analysis was performed by selecting a regression tree algorithm method according to the type of data collected. The data were randomly divided for predictive analysis, and 5 out of 7 significant models were identified.

As a result, among the factors that affect human injury, the position of the dummy's head, the head backset, had the greatest effect, followed by the height of the head, and the angle of the dummy's pelvis in that order. In addition, the vehicle seat type and head restraint type, which were one of the independent variables, did not affect the analysis. Through the study, it was confirmed that the position of the occupant's head is an important variable in a rear-end collision, and that it is necessary to keep the head close to the head restraint when driving in a vehicle for neck injury safety.