道路监控补光灯对青年驾驶员夜间行车安全影响研究

为了研究夜间环境道路监控补光灯对青年驾驶员驾驶行为的影响，考虑不同光照强度和是否存在行人横穿道路行为2个变量，通过UC-win/Road软件设计城市道路仿真场景，采用驾驶模拟器开展试验，并结合眼动仪、生理记录仪采集青年驾驶员的视觉、生理及驾驶操作3种特性指标。再利用重复测量方差分析方法，分析变量对青年驾驶员的3种特性的影响及其显著性水平。结果表明:①无论是否存在行人横穿道路行为，随着光照强度的增加，青年驾驶员的注视时间、瞳孔面积变化率及脑电(α+θ)/β均减小，心率增长率、制动踏板深度比例及制动反应距离均增加，表明光照强度越大对青年驾驶员的视觉、生理、驾驶操作特性越不利；②在存在行人横穿道路行为时，光照强度对青年驾驶员的视觉、生理及驾驶操作特性的影响更加明显；③当光照强度小于50 lx时，脑电(α+θ)/β和驾驶操作指标变化较缓，而光照强度大于50 lx时，脑电(α+θ)/β指标下降显著，变化率大于10%，其数值低于3.70，表明青年驾驶员产生情绪波动，警觉性显著增大，制动踏板深度比例显著增大，其数值大于0.55，制动反应距离超过13.40 m，制动操作力度较大，操作稳定性降低，且避让行人的成功率显著降低，不利于夜间行车。因此，建议道路监控补光灯的光照强度宜小于50 lx。      

共享单车出行空间异质性特征及驱动因素研究

为实现基于轨迹数据挖掘的共享单车出行空间异质性特征及其驱动因素评估，本文应用核密度分析和热点探测，获取采样分析区域并以热力值表征共享单车出行发生量，减少尺度效应的干扰；引入空间统计学的半变异函数模拟共享单车出行发生量的结构性和随机性变化规律，挖掘空间异质性特征，确定邻域效应的尺度范围；利用空间序列的斜率表征变化趋势，同时，结合改进的空间滞后和残差模型，区分土地利用、邻域效应和其他建成环境各自对共享单车出行空间异质性特征的驱动力。以北京市为案例进行分析，结果表明：北京市的共享单车出行存在中等的、 正的空间自相关性，空间异质性特征的最佳拟合模型为指数模型；空间自相关性的衰减半径为 1860 m，大于此距离时邻域效应消失；建成环境对空间异质性特征的相对驱动力最大，邻域效应对其的相对驱动力则处于中间水平，而土地利用对其的相对驱动力最小。     

MaaS出行选择倾向性研究

为探索MaaS出行下,用户对不同交通出行方式组合的选择倾向性及其影响因素,针对目标用户设计了网络问卷,并回收233份有效问卷,筛选得出1个因变量和14个自变量,借助SPSS软件清洗数据并建立多项Logit模型,数据分析结果表明月生活开销和距离因素是促成用户选择MaaS不同出行方式组合的关键因素。     

构建“四个安全”打造“幸福公交”--淮安公交企业安全工作实践与启迪

淮安市城市公共交通有限公司(以下简称淮安公交)构建“四个安全”、倾情打造“幸福公交”起步于2019年,提升于2020年,完善于2021年。淮安公交用系统思维立体化地构建了“思想安全、心理安全、生活安全、运营安全”四大管理体系:“思想安全”是最持久、最牢靠的力量,可以增强行为自觉,牢牢把握安全生产主动权;“心理安全”是行为自觉最重要的基础,培养积极阳光心态,避免人为重大事故;“生活安全”是影响“思想安全”“心理安全”的外部因素,和谐的家庭生活,科学的生活规律,可以为稳定的思想和健康的心理创造良好条件;“运营安全”是根本目标,只有建立在前三个安全的基础上,安全管理制度、工作规范才能有效发挥作用,从而实现“运营安全”。     

河池海事局:加强安全监管保障春运期间市民安全出行

春运期间,河池辖区水上出行客流量明显增多,河池海事局加强对重点水域、重点船舶的现场安全监管,保障春运期间市民安全出行。     

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。      

纳观尺度沥青相态力学特性老化行为

选取原样、短期老化和长期老化的基质沥青与SBS改性沥青为研究对象, 利用原子力显微技术的定量纳米力学(QNM)性质功能模块测试了沥青纳观相态的力学性质; 利用Nano Scope Analysis软件对沥青相态力学图像进行量化分析, 重点分析了相态模量和黏附力这2个指标; 采用细观力学领域中的Halpin-Tsai模型研究了沥青多相态力学性质的复合行为, 并探究了纳观尺度沥青相态力学特性的老化行为。分析结果表明: 基质沥青中蜂形相态和基质相态的纳观模量分别集中在600.0和18.3 MPa, 纳观黏附力分别集中在10.3和18.6 nN; SBS改性沥青中蜂形相态和基质相态的纳观模量分别集中在899和35 MPa, 纳观黏附力分别集中在30.2和38.4 nN; 对于基质沥青, 原样、短期老化和长期老化沥青的复合模量分别为111、138和187 MPa, 复合黏附力分别为16.7、14.3和4.2 nN; 对于SBS改性沥青, 原样、短期老化和长期老化沥青的复合模量分别为158、313和547 MPa, 复合黏附力分别为32.2、35.0和15.8 nN; 沥青纳观相态结构中, 蜂形相态属于高模量、低黏附力相态, 而基质相态属于低模量、高黏附力相态; SBS改性沥青的相态模量与黏附力显著高于基质沥青; 随着老化程度的增加, 沥青相态的力学性质发生变化, 且不同相态的老化行为存在显著差异; 采用QNM技术可有效辨别纳观尺度沥青相态的力学特性, Halpin-Tsai模型可用于量化沥青相态力学性质的复合行为。      

基于TAM的通勤者出行方式选择影响因素研究——以天津市为例

本文在TAM中引入感知亲社会变量,通过实证研究,量化分析了态度和低碳相关的五个因素对于通勤者出行行为意向的影响及其内在关系。实证分析结果显示,功能因素、低碳意识、低碳习惯均通过感知有用性、感知易用性和感知亲社会性显著影响通勤者出行行为意向,其中的两个方面占据主导作用,分别是功能因素通过感知有用性和感知易用性对出行行为意向的影响以及低碳意识通过感知亲社会性对出行行为意向的影响;情感因素仅通过感知有用性显著影响行为意向;象征因素仅通过感知亲社会性显著影响行为意向。结论可为交通管理部门有针对性地制定政策措施,引导居民低碳出行,缓解城市交通问题提供参考和启示。     

基于量表型选择集的出行信息需求有序选择模型

研究了城市出行者日常活动和出行所需要的关键信息, 提出了一种针对量表数据的量化分析方法; 以出行者信息需求为研究对象, 设计了一项基于李克特5级量表的问卷调查; 总结了出行个体对各类出行信息需求程度的排名, 分别构建并标定了驾车线路、目的地位置和实时路况信息需求的有序选择模型; 与多项Logit模型在参数显著度、赤池信息量准则和对数似然函数值等指标上进行对比, 以验证有序选择模型的有效性, 并对影响信息需求的关键变量进行了局部效应分析。研究结果表明: 出行者在通勤出行前最需要公交运营变更信息, 而在通勤出行中最需要实时路况信息; 非通勤出行者最关注目的地位置信息, 在出发前和途中对目的地位置信息的需求概率较通勤出行前分别高出31.08%和29.25%;在职人员对信息的需求程度普遍高于学生和自由职业者, 说明时间价值高的人群更期望通过全面及时的信息获取来合理安排出行; 女性比男性对实时路况信息的需求概率高出10.23%, 说明女性对延误的风险规避意识更强; 20~40岁的人群出行信息需求最强烈, 随着年龄的增长该需求将逐渐下降; 各年龄段对实时路况信息都表现出了较高的需求, 说明人们对于有可能带来负面影响的信息更为敏感。可见, 采用有序选择模型能够精确分析量表型选择集。