老年人对自动驾驶汽车接受度研究

有限的交通方式选择使得老年群体出行的机动性、便捷性和可达性往往难以得到充分的满足,这会极大影响晚年生活的幸福感,为解决这一问题,针对老年群体的出行行为研究受到了广泛关注。自动驾驶汽车作为一种新兴出行方式,能够提高老年群体出行机动性,这一新兴出行方式得以普及的前提条件之一在于广大老年群体是否能迅速且广泛地接受。因此,在自动驾驶汽车大规模应用之前,研究老年群体对这一新兴技术的接受度对于未来提高老年群体出行质量具有重要意义。从行人和使用者2个角度,同时融合极具中国特色的面子意识等影响因素来探讨老年人（60岁及以上）对自动驾驶汽车的认知和接受度。从行人角度,进行了2种情景的假设,并采用有序Logistic回归分析态度、感知有用性、信任和感知风险等变量对自动驾驶汽车接受度的影响,结果发现信任对接受意向的影响最为显著,而感知有用性的影响并不显著。从使用者角度,采用结构方程模型探索面子意识等心理潜变量对自动驾驶接受意向的行为机理,结果表明态度、感知有用性、感知风险和面子意识等对使用意向都有显著影响,而对行人影响显著的信任因素对使用者影响却并不显著。研究成果能够为自动驾驶汽车企业推出老年群体相关出行服务提供一定的科学依据,同时也为政府相关政策的制定提供理论依据。     

车路协同系统接受度建模及性别差异分析

为了研究公众对车路协同系统（CVIS）的接受度以及在性别上的差异,考虑心理因素,基于拓展的技术接受模型建立车路协同系统接受度模型,通过网络问卷调查方法获取车路协同系统接受度影响因素的主观评价数据,使用偏最小二乘法的结构方程模型（PLS-SEM）检验测量模型的内部一致性和可靠性、收敛效度和判别效度以及模型的假设。研究结果表明：该模型对男性接受意向方差具有70.1%的解释力,对女性接受意向方差具有45.0%的解释力,表明模型对男性接受意向的解释力更强;男性与女性之间的接受意向存在很大的差异,女性比男性更加注重车路协同系统的实用性和安全性,而男性比女性更加注重车路协同系统的便利性,也更容易受到社会因素的影响;对于男性和女性来说,行为态度（ATB）对行为意向（BIU）具有正向显著影响,感知易用性（PEU）可以通过感知有用性（PU）和行为态度间接影响行为意向,感知有用性和可靠性对信任度具有正向显著影响;由于受访者对车路协同系统的实用性感知很高,导致对隐私的关注就越少,因而感知隐私风险（PPR）对信任度的影响并不显著;总体来看,构建的模型对于描述车路协同系统接受度具有一定的合理性与有效性,并且可以针对不同性别的人提高其接受度,可对制定精细化、差异化的策略提供支持。     

老年人对自动驾驶汽车接受度影响因素分析

为了改善老年人出行,针对中国老年人出行机动性差和可达性低的问题,提出用自动驾驶汽车技术解决,研究了老年人群体对自动驾驶汽车接受度的潜变量因素。采用结构方程模型,对全国的734份有效问卷调查样本分析,构建了三个模型进行了分析和对比。本文揭示了构建的模型的优劣,并分析了影响老年人对自动驾驶汽车接受度的心理潜变量因素,找出了其中的关键影响因素,为自动驾驶汽车在老年人中的普及提供了建议。     

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。      

基于扩展TAM的车路协同系统驾驶人接受度研究

车路协同系统（Cooperative Vehicle Infrastructure System，CVIS）已成为智能交通领域的前沿技术和研究热点。世界各国都在致力于CVIS的研发、试验、示范应用和效用评估。然而CVIS的服务对象是驾驶人，在其正式投入使用之前研究驾驶人对CVIS的主观接受度及其影响因素非常重要。基于此，以基础的技术接受模型（Technology Acceptance Model，TAM）为理论框架，在基础变量（感知有用性、感知易用性、态度和使用意图）的基础上，引入预警服务质量、分心感知、个人创新和信任度4个扩展变量，建立扩展TAM，分析驾驶人对CVIS的主观接受度及其影响因素。首先，通过在线调查收集392名驾驶人对CVIS的技术接受问卷；然后，使用Cronbach's α和验证性因子分析检验问卷的信效度；最后，采用路径分析探究驾驶人对CVIS的接受度及其影响因素。研究结果表明：基础TAM变量之间的关系与基础模型假设一致；CVIS的预警服务质量通过感知有用性、感知易用性和态度间接影响使用意图；驾驶人对CVIS的分心感知对其态度和使用意图没有负向影响；驾驶人的个人创新不仅直接影响使用意图，而且通过态度间接影响使用意图；驾驶人对CVIS的信任度是使用意图的直接影响因素，也通过其他变量间接影响使用意图。研究结果有助于了解驾驶人对CVIS的接受度及其影响因素，并为CVIS的设计提供理论依据。     

北京市纯电动出租车换电技术用户接受度研究

采用换电技术的电动出租车近年来发展迅速,但其利用效率、盈利能力和用户接受度尚不清晰.为了分析换电技术的用户接受度及其影响因素,该文基于技术接受模型,引入感知有用性、感知易用性、感知风险指标体系,构建换电技术接受度模型.采用问卷调查方法收集北京市纯电动出租车驾驶员的换电技术使用数据,分析换电技术接受度及其影响因素.结果表...     

驾驶模拟环境中激进驾驶行为的影响因素分析

为了分析驾驶人在驾驶模拟试验过程中出现的相对实际驾驶的激进驾驶行为的影响因素，采用计划行为理论构建心理认知模型。基于计划行为理论设计问卷调查私家车驾驶人对"在驾驶模拟过程中激进驾驶"行为的信念、态度、主观规范、行为感知控制、意向与行为。采用结构方程模型得到观察变量与基本构念以及基本构念内部的相关关系，并最终分析得到影响驾驶人激进驾驶行为的主要因素。通过先导性调查问卷以及正式调查问卷的投放，最终得到217个有效的样本。研究结果表明：心理认知模型具有良好的适配性，其卡方自由度比为1.802，RMSEA值为0.062；态度、行为感知控制是影响驾驶人行为的主要因素，主观规范对行为的影响相对较小；各信念与对应的态度、主观规范及行为感知控制之间存在显著关联，各信念的测量模型的适配性良好，卡方自由度比、RMSEA等指标基本满足要求。采用完整的计划行为理论结构同时从标准获取构念和自行获取构念的角度解释了驾驶人对"在驾驶模拟过程中激进驾驶"行为的心理认知，研究成果可用于驾驶模拟-自然驾驶行为数据差异性控制，驾驶模拟试验规范化方法构建。     

不同情景下自动驾驶接管行为的影响特征

为探究不同情景下自动驾驶接管行为的影响特征,面向驾驶人、自动驾驶车辆、交通环境等内容提出自动驾驶测试研究框架。基于驾驶模拟技术开发自动驾驶测试平台,通过案例验证其有效性,为自动驾驶相关技术的测试评估提供有力支撑。研究以接管场景、接管请求时间、驾驶次任务、交通流为要素设计18个高速公路接管情景,邀请被试开展驾驶模拟试验测试。从主观维度探究驾驶人对自动驾驶的适应性差异,从客观维度构建广义线性混合效应模型,研究驾驶人属性因素(性别、年龄、驾龄)和接管情景因素(接管场景、接管请求时间、驾驶次任务)的主效应及其交互作用对接管行为的影响。统计分析结果表明：①性别因素对自动驾驶的信任度和状态感知度有统计学差异,男性对自动驾驶的适应性高于女性;②驾驶人的年龄和驾龄因素对试验前和试验后的技术接受度具有显著影响,对技术信任度和状态感知度具有统计学差异,中年人和老年人、中驾龄和高驾龄人群的适应性相对较高;③不同因素水平对应的接管成功率、正确率和第一操纵行为不同。广义线性混合效应模型结果表明：①接管情景因素及其交互作用对接管行为指标具有显著影响;②模型中引入驾驶人属性因素,发现与接管情景因素存在交互效用。研究基于驾驶模拟技术开发自动驾驶测试平台的方法具有一定的推广性,研究结果可为深度挖掘自动驾驶接管行为影响因素及其作用机理奠定基础。     

面向自动驾驶的道路适驾性研究进展

现有道路设计规范考虑了驾驶人感知反应时间和车辆动力学特征,而自动驾驶汽车与驾驶人在感知反应时间、感知距离和感知高度等方面存在差异。这些差异可能会导致自动驾驶汽车在特定道路条件下面临挑战,例如复杂的道路线形、不规则交叉口等情况。为了解道路基础设施对自动驾驶汽车运行的影响,需要开展面向自动驾驶的道路适驾性研究。针对不同道路类型,道路几何设计、交通控制设施和路侧设施等对自动驾驶汽车安全运行影响的定量研究尚不充分。从路段、交叉口、交通标志标线3个方面进行归纳整理,结果表明：(1)现有的研究建立了道路线形设计、交叉口几何设计与自动驾驶感知能力的关系,发现平曲线半径、弦长和曲线偏转角等设计指标影响自动驾驶视距;(2)实车测试发现道路类型、平曲线曲率和车道宽度对自动驾驶失效事件具有显著影响;(3)随着自动驾驶汽车市场渗透率的增加,自动驾驶汽车之间交互行为规则更加明确,有利于提升道路适驾性水平;(4)自动驾驶的感知识别准确率会受到交通标志的反光性能和设置位置的影响,失效概率与交通标线的尺寸、逆反射亮度系数以及延长线相关。面向未来自动驾驶应用需求,针对已建道路,需要测试不同复杂工况条件对自动驾驶汽车运行...     

基于XGBoost算法的危险场景驾驶行为模式分析及安全评估

危险感知能力对驾驶人的驾驶行为模式具有重要影响。为准确评估驾驶人的危险感知能力、提升危险感知水平判别的准确度，提出了基于模拟驾驶技术的危险感知能力影响分析方法和基于极端梯度提升树（XGBoost）算法的危险感知水平判别模型。通过设计3种常见交通冲突场景，采集模拟驾驶中驾驶人的多维度驾驶行为特征数据，并分析危险感知能力与驾驶行为的相关关系。通过模拟实验发现:驾驶人对行人的危险感知能力较弱，易发生碰撞事故；驾驶人在危险场景中的车速（p＝0.01）、制动反应位置（p < 0.01）以及反应时间（p < 0.01）与危险感知水平之间存在显著负相关关系。在相关性分析的基础上，利用XGBoost算法识别能反映驾驶人危险感知能力的重要特征变量，并构建以制动反应位置、反应时间、车速、刹车深度，以及加速度为指标的驾驶人危险感知水平判别模型；通过与LightGBM、支持向量机（SVM），以及逻辑回归（LR）等算法分类预测性能的对比分析，评价危险感知模型的判别精度，结果表明:基于XGBoost算法的危险感知水平判别模型的判别准确率为84.8%、F1值为83.4%、AUC值为0.959，优于LightGBM（准确率为78.8%、F1值为76.7%、AUC值为0.924）、SVM（准确率为57.6%、F1值为42.2%、AUC值为0.859），以及LR算法（准确率为69.7%、F1值为65.5%、AUC值为0.836）。所提方法可为判别驾驶人危险感知能力及其对驾驶行为模式的影响提供可靠手段。      

城市居民使用共享单车意向研究——以合肥为例

为了探究共享单车使用意向的影响因素和因素间的作用关系,基于计划行为理论(TPB)构建了关于态度、主观规范、感知愉悦、灵活便捷和行为意向等潜变量的计划行为理论扩展模型.通过对问卷调查数据的信度和效度的分析,构建了共享单车使用意向的结构方程模型(SEM),得到各影响因素间的关系路径.结果表明,TPB理论可以很好地解释居民使用共享单车的行为意向,在共享单车的使用意向影响因素中,主观规范的影响最为显著,态度居其次,再次是感知愉悦,而灵活便捷对行为意向的影响作用相对较弱.      

Using an integrated model of TPB and TAM to analyze the pandemic impacts on the intention to use bicycles in the post-COVID-19 period

Due to the rapid increase in bicycle usage during the pandemic, this study aims to ascertain the effects of COVID-19 and the role of psychosocial factors on the intention to cycle in the future. An integrated model of the theory of planned behavior (TPB) and technology acceptance model (TAM) was modified and utilized with a sample of 473 cyclists in Yogyakarta, Indonesia. The results confirm that the awareness change because of the advent of COVID-19, especially related to the environment, negative impacts of motorized vehicles (including road safety burden), and climate change issues, has the strongest power to influence bicycle use intention. The positive effect of COVID-19 also significantly influenced subjective norms and perceived behavioral control. Meanwhile, attitudes toward cycling and its perceived usefulness did not significantly contribute to bicycle use intention. Attitudes to use bicycles also could not mediate the relationship between COVID-19 and the intention to use bicycles. Based on the study findings, a set of policy initiatives was proposed, including cycling campaigns related to environmental issues, promoting bicycle use by public figures, providing a segregated bike lane, and introducing bicycle-specific programs, such as bicycle usage in cultural events.     

Automated vehicle collisions in California: Applying Bayesian latent class model

The emerging technology of automated vehicles (AV) has been rapidly advancing and is accompanied by various positive and negative potentials. The new technology is expected to affect costs mainly by reducing the number of collisions and travel time, as well as improving fuel efficiency and parking benefits. On the other hand, safety outcomes from AV deployment is a critical issue. Ensuring the safety of AVs requires a multi-disciplinary approach that monitors every aspect of these vehicles. The California Department of Motor Vehicles has mandated that AV collision reports be made public in recent years. This study collected the scanned collision reports filed by different manufacturers that are assessing AVs in California (September 2014 to May 2019). The collected data offers critical information on AV collision frequencies and associated contributing factors. This study provides an in-depth exploratory analysis of the critical variables. We demonstrated a variational inference algorithm for Bayesian latent class models. The Bayesian latent class model identified six classes of collision patterns. Classes associated with turning, multi-vehicle collisions, dark lighting conditions with streetlights, and sideswipe and rear-end collisions were also associated with a higher proportion of injury severity levels. The authors anticipate that these results will provide a significant contribution to the area of AV and safety outcomes.     

自适应巡航及协同式巡航对交通流的影响分析

自适应巡航（ACC）和协同式自适应巡航（CACC）等自动驾驶技术正逐渐进入市场，未来一段时间内道路交通流将由人工驾驶车辆与不同等级、不同形式的自动驾驶车辆混合构成。为分析ACC和CACC对交通流的影响，利用实测交通数据NGSim建立人工驾驶车辆跟驰模型，并在综合已有ACC和CACC模型的基础上，提出基于安全间距的自动驾驶跟驰行为模型，进而得出不同ACC，CACC车辆渗透率下交通流的基本图模型。研究结果表明：自动驾驶可以提升交通容量；与ACC车辆比例r_a相比，CACC车辆比例r_c对交通容量的影响更为显著；当r_c>0.5时，饱和流量快速增加，当r_c=1时，饱和流量约为纯人工驾驶时的2倍。进一步，通过仿真考察车辆在车队中的跟驰响应和交通流在瓶颈处的运行情况。研究结果表明：自动驾驶改善了交通流的动态特性，对存在跟驰关系的连续车流来说，自动驾驶使得后车可以更加及时地响应前车的行为，车流会在更短的时间内进入稳态；在交通瓶颈处，自动驾驶降低了拥堵程度，提高了阻塞发生的临界流量。总体来看，自动驾驶对交通流静态和动态性能均有所提升，特别是在协同式自动驾驶场景下，车辆行为更加协调一致，交通流表现出良好的抗扰性，进一步验证了车路协同对自动驾驶的意义。     

先进驾驶辅助系统的接受程度及其影响因素分析

研究驾驶人对驾驶辅助系统(ADAS)的接受程度及其影响因素,有利于ADAS的推广和功能改善.招募46名被试,分2次驾驶未安装和安装有ADAS的车辆,行驶于武汉市典型道路各105km,并完成驾驶人基本信息和关于ADAS接受程度问卷.基于技术接受模型(TAM)分析驾驶人对ADAS的接受程度,应用方差分析方法研究驾驶人对ADAS接受程度的影响因素.结果表明,43名驾驶人对ADAS的接受程度均值为80.9%(SD=0.191);驾驶人的性别、年龄和驾驶经验对ADAS的接受程度没有显著性影响;ADAS类别对驾驶人的接受程度有显著性影响,驾驶人对于FCW系统的接受程度较高,而对LDW系统接受程度较低;道路类型对驾驶人的接受程度也有显著性影响,驾驶人在城市道路上对ADAS的接受程度最低.      

Can't drive,I'm drunk – Exploring factors influencing the intention to drink and drive among Indian drivers

The crash risk of drivers increases significantly while driving under the influence of alcohol. However, the drivers' intention to drink and drive has not been explored yet in the context of a developing country like India. The present study applied an extended version of the theory of planned behaviour (TPB) to investigate the psychosocial predictors of drunk driving intentions of Indian drivers. 252 drivers participated in a self-reported survey designed for the study. Apart from the standard TPB components (attitudes, subjective norms, and perceived behavioural control), the survey also captured the extension measures such as risk perceptions, moral norms, traffic fatalism, sensation-seeking, conformity tendency, past engagement in drunk driving, crash history and driver demographics. The standard TPB model was successful in explaining 68.6% of the variance in the intention to drink and drive. The attitudes displayed the strongest influence on the intention (β = 0.696, p < 0.001), followed by perceived behavioural control (β = 0.180, p < 0.001); whereas subjective norms showed a moderate significance in influencing the intention (β = 0.062, p < 0.1). Among the extension variables, past behaviour showed the strongest influence on the intention to drink and drive (β = 0.123, p < 0.05), followed by sensation-seeking (β = 0.080, p < 0.05) and traffic fatalism (β = 0.072, p < 0.1). The extended TPB model explained 72% of the variance in the intention to drink and drive. The study findings can assist in the development of strategies/interventions to reduce drunk driving incidences.An earlier version of the paper was presented at the TRB 101st Annual Meeting, Washington, D. C., 2022.     

重大疫情对乘客公共交通依赖性的影响

深入探究重大疫情对乘客公共交通使用行为和依赖性的影响,有助于针对性地改善公共交通服务质量和供需平衡情况。结合前景理论与计划行为理论,开展重大疫情时期SP/RP出行调查,从出行行为表现维度选取3个指标并利用k-means算法标定公共交通出行群体,从7个层面筛选公共交通依赖性内外部影响指标,采用结构方程模型构建重大疫情对乘客公共交通依赖性影响模型。结果表明,个体属性、出行环境和出行特征潜变量通过改变个体心理因素间接影响乘客公共交通依赖性,反映了乘客公共交通依赖性受主客观影响因素的共同作用;重大疫情下出行意向对公共交通依赖性的正向作用强度为0.36,低于常态化时的影响强度0.51;出行环境的正向影响效应较强,而个体属性影响效应较低且与公共交通态度和主观规范呈负相关性;此外,自行车可用性、是否途径风险区和出行强度影响度几乎不影响乘客公共交通依赖性;而防控政策了解度、主观规范变量和公共交通出行偏好的影响作用显著,反映了重大疫情时期在公共交通市场中社会促进效应与消费心理学中的模糊效应较为明显。