城市自行车骑行者疲劳感知特性（双语出版）

为了探究自行车骑行过程中骑行者的疲劳感知变化规律及其影响因素,设计实施了针对不同骑行环境的骑行试验。根据试验收集的骑行者个体属性、骑行强度数据及骑行者生理、心理数据,利用多元线性回归方法建立了骑行者疲劳感知模型,定量描述了骑行者疲劳感知与骑行者个体属性、骑行强度以及骑行者生理、心理负荷之间的变化关系。应用统计检验方法对模型的线性显著性、多重共线性进行检验;并通过实施新的骑行试验验证了模型对于实际骑行活动中骑行者疲劳感知的预测能力。由模型分析可知：骑行者的疲劳感知变化主要受到骑行者个体属性、骑行强度、骑行者生理负荷以及心理负荷等属性的影响,4种属性的建模变量对于出行者疲劳感知的影响因子分别为-0.291,0.353,0.253,0.265。研究结果表明：在骑行过程中,骑行强度、骑行者生理负荷以及心理负荷因素与疲劳感知呈正相关关系,而骑行者个体属性则与疲劳感知呈负相关关系,其中骑行强度因素对于疲劳感知变化影响最大;模型预测的骑行者疲劳程度值与试验实测值无显著性差异;可通过改善现有骑行环境来降低骑行过程中骑行者的生理负荷和心理负荷,从而减小骑行者出行疲劳感知期望值,以此影响自行车出行者骑行选择行为的决策;骑行疲劳感知模型可应用于自行车交通评估与规划。     

不同出行方式交通空间颗粒物浓度特征及人体摄入量估算方法研究

为了提高居民出行健康,建立了评估出行者采用不同出行方式时的PM人体摄入量估算方法体系.使用PM检测仪采集各出行方式(步行、自行车、公交、出租车、地铁)不同交通空间(包括车厢、站台、人行道等出行者在出行过程中身处的周围环境空间)的PM浓度,建立了基于多元线性回归的PM浓度与影响因素的关系模型,并考虑出行个体心率指标的变化...     

基于卷积神经网络的自行车骑行行为识别

为研究适合我国城市交通的自行车骑行行为分类识别方法,实施骑行行为视频调查试验,并提取骑行者骑行特征信息.结合我国交通现状和自行车交通特点,提出一种新的骑行行为分类方法,新的行为分类可基本覆盖我国自行车交通的所有骑行行为场景.采用提出的行为分类方法对试验个体骑行行为进行人工分类标记,得到不同骑行场景下的骑行行为分类数据集.基于卷积神经网络(CNN)建立自行车骑行行为识别模型,考虑模型输入特征特性以及分类任务复杂度对模型结构进行迭代设计选优,调整模型网络组成和卷积参数,得到分类效果显著的模型结构.对比分析多元Logit分类模型、三层全连接层BP神经网络模型,与本文的卷积网络模型在骑行行为分类预测的表现,在20 000次迭代训练之后,3个模型均得到收敛结果.结果 表明,提出的骑行行为分类模型准确率分别高于多元Logit模型20%,高于BP网络模型15%,显著优于对比模型的识别效果.卷积网络模型可有效解析骑行行为与各骑行特征因素之间的关系.      

出行者信息类型偏好对其路径选择行为影响研究

城市交通系统本质上是由大量个体出行行为聚集形成的宏观系统,对于城市交通管理者而言,研究微观个体出行者的自身内在因素以及一些外在因素对其选择行为的影响,是制定相关有效管理措施的前提.通过RP调查方法,获取了城市交通出行者个体属性(性别、年龄和驾龄)、信息类型偏好(描述性信息和规范性信息)以及路径选择偏好(最短路径、可接受路径以及固定路径)数据.基于调查数据,研究构建了城市交通出行者信息类型偏好对其路径选择行为影响的结构方程模型,通过对模型的拟合分析,探讨了城市交通出行者的个体属性及信息类型偏好,对其路径选择偏好的影响.研究发现,城市交通出行者个体属性间的差异,使得他们偏好于不同类型的交通信息,有着不同的路径选择行为;描述性信息能够使得城市交通出行者更加倾向于选择最短出行路径,而规范性信息能够使得城市交通出行者更多地打破其固定路径选择行为;但是在交通信息影响下,仍有部分出行者倾向于选择固定路径,即使该固定路径并非是最优出行路径.文中相关研究结果有助于交通管理者更好地去预测,在交通信息影响下不同类型出行者的路径选择行为变化情况.      

电动自行车车架/前叉组合件动态特性分析研究

电动自行车因其轻便性和绿色环保性的特征,近年来深受骑行者的青睐,为人们的出行提供了便利。车架/前叉组合件作为电动自行车整车的核心载体,其承载性和抗疲劳性极大影响骑行者的行车安全,因此,电动自行车车架应具有足够的强度和刚度。GB 17761—2018《电动自行车安全技术规范》将"车架/前叉组合件各部位不应有可见裂纹、破损、明显变形和松动"作为振动强度试验结果判定条件,并未提出该项目量化考察的指标和依据。但振动会对车架造成疲劳损坏,同样存在安全风险。本文针对车架/前叉组合件的动态特性进行分析,提取车架的低阶模态振型图,得到车架承受振动时的薄弱位置;并通过振动特性仿真分析研究车架在振动试验时的易疲劳位置及振动变形量。     

电动自行车安全驾驶技巧

正电动自行车是一种很便捷的交通工具,对于拥有电动自行车的朋友来讲,如何安全驾驶电动自行车显得尤为重要,因为它与我们的安全息息相关。出行前检查一、鞍座和车把高度调整好鞍座和车把的高度,以保证骑行的舒适性,减轻疲劳。鞍座和车把高度应因人而异,一般鞍座的高度以骑行者能够单脚可靠着地为适     

农村地区电动自行车骑行者调查

越来越多的农村家庭将电动自行车作为出行首选交通工具,电动自行车在带来便利和快捷的同时,也引起了较为突出的安全问题。在农村地区发生的交通事故中,电动自行车相关事故比例较高,且伤亡事故率高。为充分研究农村地区电动自行车骑行者的安全特征,本文针对农村电动自行车骑行者随机发放调查问卷,最终回收了310份有效问卷。分析得出:1)电动自行车骑行者女性比例并不低;2)电动自行车主要受众人群是个体和自由职业者;3)电动自行车车辆属性未得公众认可;4)道路交通安全隐患问题非常突出;5)传统主流的交通安全宣传方式效果有限。以上结论有助于针对性地开展交通管理工作。     

基于参考依赖理论的出行者路径选择模型研究

为了更好地解释和指导出行者的路径选择行为,有必要对个体出行路径选择行为进行多角度多方位研究,以期建立适用不同决策情景的模型。从出行行为的角度出发,以私家车出行者为研究对象,假设个体当前决策行为受参考状态的影响。在参考依赖理论的基本框架上,选取出行时间和费用两个影响因素建立单次出行的路径选择模型。通过设计问卷调查,应用最小二乘法和遗传算法对高时间价值和低时间价值类型出行者的模型参数进行标定。结果表明:对所研究对象进行分类之后,标定不同的模型参数能够较好地描述出行者的路径选择行为。2种类型出行者时间的损失规避参数和费用损失规避参数均大于1,出行者在时间属性和费用属性上都存在损失规避现象,损失会比等量的收益对出行者带来更大的心理效用;出行者对于时间的损失规避程度要高于费用的损失规避程度,即出行者对时间损失的敏感性更高;不同时间价值类型出行者有不同的损失规避系数,从而表现出不同的路径选择结果。高时间价值出行者的时间损失规避参数比低时间价值出行者高,时间损失对其造成的影响作用较大。在费用属性上高时间价值出行者的费用损失参数会比低时间价值出行者低。     

交通出行方式决策中的锚定效应影响研究

针对出行者感知效用与实际效用的差异性问题,分析出行方式决策的关键影响因素,并通过实验研究出行经验与关键因素信息对出行者出行方式决策的影响。结果表明,时间和安全是出行方式决策的关键影响因素;出行者的出行决策受个体经验与出行信息共同影响;提供的出行信息对出行方式决策的影响显著,符合锚定效应的作用机理,且该锚定效应具有一定感知递减性。     

用心去做 自然精彩——走进全福鞍座

<正>鞍座作为自行车、电动自行车的一个关键部件，其好坏不仅会影响骑行舒适度的优劣，而且会决定骑行者能否健康骑行，是决定骑行质量的重要因素之一。最近，《中国自行车》应邀走进了一家现代化的鞍座企业——天津市全福车业有限公司（以下简称“全福鞍座”）。     

基于强化敏感性理论的电动自行车风险骑行行为影响因素

从交通管理的奖惩机制角度,探究电动自行车骑行人的奖惩反应性对其风险骑行行为的影响机理。采用改进强化敏感性理论构建风险骑行行为的心理认知模型。在改进强化敏感性理论框架下,引入风险感知和风险骑行意向,同时考虑性别、年龄和骑行次数的影响,采用结构方程模型评估影响风险骑行行为的主要心理因素。通过问卷调查,共获取402个有效样本。研究结果表明:①修正后的心理认知模型对数据的适配性良好（χ2/df=1.343,RMSEA=0.029）,能解释风险骑行行为48%的变异;②惩罚敏感性和奖励敏感性显著影响风险骑行行为,且奖励敏感性的影响程度更大;③风险感知和风险骑行意向显著影响风险骑行行为;④性别显著影响惩罚敏感性和奖励敏感性,且通过二者间接显著影响风险骑行行为;而年龄、骑行次数对各变量的影响均不显著。      

城市居民出行方式与休闲地点联合选择模型——以邯郸市为例

针对邯郸市商业圈及其相关交通规划工作,根据邯郸市居民对于市区4个主要休闲地点选择和出行方式选择的意愿调查,利用NL模型建立休闲地点和出行方式的联合选择模型,对影响出行者选择4个休闲地点的出行方式的显著性因素进行比较分析.并针对公交车和公共自行车出行方式及4个休闲地点选择进行弹性分析,得到不同影响因素对公交车和公共自行车分担率及4个休闲地点的选择概率的影响程度,其结论可为邯郸市相关部门进行购物地点附近设施管理、道路规划、公交规划、公共自行车规划及相关政策制定提供依据.     

基于神经网络的交通方式选择模型

已有的交通拥挤问题研究大多关注于城市交通的宏观层面,而对于微观层面的居民出行个体研究甚少,这主要是因为与出行个体相关的特征指标难以量化,只能做定性分析,引入神经网络模型即能够识别线性指标又能够识别非线性指标的特性。分析了影响居民出行方式选择的相关因素,这些因素包括出行者自身特性、出行者的出行特性、运输系统特性、出行区域特性和目的地区域特性5类,并建立了神经网络居民出行方式选择预测模型。通过实际调查数据的验证,表明本文模型具有很好的实用性,为城市居民出行方式的选择预测提供了新的思路。     

贝肯霍夫berAlweld? 4043铝合金焊丝，打造轻巧强韧、高性价比车架

<正>自行车车架是自行车结构的核心组成部分，影响着骑行的稳定性、舒适性与使用寿命。合适的车架设计不仅可以提供稳定的操控感，还能减少骑行时的震动和颠簸，提高骑行舒适性。轻量化和强度兼具的车架则能减少骑行阻力，提升骑行效率和速度。在耐久性考量上，车架的坚固性确保自行车能在各种条件下使用，延长自行车的寿命。     

2015款Lapierre X-Control 327评测

<正>对于马拉松自行车和短程越野自行车的设计重点而言,主要在于骑行效率高、舒适性能好,使骑手在提高速度的同时防止过于疲劳,且能带来骑行乐趣。在Lapierre的越野自行车和马拉松自行车平台X-Control面世第14个年头之际,生产商对其进行了技术更新,包括对它的避震系统和650b轮组予以技术升级。     

基于地铁接驳的公共自行车系统研究

通过对西安市基于地铁接驳的公共自行车使用特征调查,分析影响公共自行车租借行为的因素。基于建设者与出行者的双层目标,从公共自行车服务站点的布设、自行车道建设、公共自行车运营管理模式等方面进行分析,提出相应的建议,以提高出行者对"地铁+公共自行车"交通模式的选择意愿。     

“CANNONDALE SCALPEL 3000”全避震自行车

关于是否骑上一辆普通自行车或是全避震自行车对于居住在那些两种自行车都不适合的骑行地方的骑行者来说是长时间都未能解决的难题,而且这个难题让他们非常敏感。制造出一辆能够集重量轻、避震性能强、骑行轻松、舒适于一体的高性能自行车实属不易。但是CANNONDALE(美国一家著名的自行车整车生产厂商)却做到了这一点。     

电动自行车电气系统维修 信号与照明部分

一、信号系统与照明系统的组成与结构1.信号系统的组成电动自行车的信号系统是电动自行车状态的指示部件,是反映车辆运动状态,保证车辆安全行驶的主要装置。使骑行者能正确、有效地对车辆行驶适时地进行控制,提高了电动自行车的安全使用性能。起到提醒、提示骑行者、行人及其他车辆的作用,保证了骑行者及他人的安全。信号系统主要包     

基于随机用户平衡的混合交通网络流量分离模型

考虑了影响出行者交通选择行为的主要因素(时间、费用、方便性、舒适性等),分析了在多种交通方式(私家车、出租车、公交车、轨道交通以及自行车等)存在条件下城市交通网络中出行者交通选择行为,包括交通方式选择和出行路径选择,并基于随机用户平衡(SUE)理论构造了城市混合交通网络的流量分离和分配综合模型及求解算法。最后通过一个简单算例,得到了当各种影响因素变化时,各种交通方式的流量变化情况。     

汽车紧急避让情况下驾驶员心理负荷的研究

为从车辆行驶安全的角度出发,揭示紧急避让情况下驾驶员心理负荷的变化,利用动态心电分析仪、Frecord数据采集系统和动态GPS,进行紧急避让情况下驾驶员生理反应的试验。基于多元线性回归统计方法,对试验数据进行拟合,建立了同一车道上汽车距前方障碍物距离、汽车行驶速度、紧急制动时最大制动踏板速度、为避障而突然转向时最大转向盘角速度和驾驶员心率变化量之间的多元线性回归模型,对诸参数之间的关系进行了分析。结果表明,车距障碍物距离对最大转向盘角速度和最大制动踏板速度的影响大于汽车行驶速度的影响,且随着行车速度的增加和车距障碍物距离的减小,驾驶员心理负荷增大。