电动自行车与机动车事故严重性影响因素分析

为减少电动自行车与机动车事故造成的损失，定量剖析不同因素对事故严重程度的差异性影响至关重要。基于上虞区2018年10304起电动自行车与机动车事故，分析该类事故的严重性分布情况和时间与空间分布特性。以事故严重性为因变量，将其有序分为未受伤、轻伤及重伤事故3类，从时间、空间、道路、环境、骑行者及车型6个方面，选取17个事故严重性潜在影响因素， 采用多项Logit模型、有序Logit模型、广义有序Logit模型及偏比例优势模型进行拟合度对比分析，并以最佳模型(偏比例优势模型)和边际效应，量化分析各因素对事故严重性影响的显著性与差异性。结果表明，除节日类型、车道限速、车流相交角及温度对事故严重性影响不显著外，其余 13个因素都有显著影响，事故时间、光线亮度、骑者性别、骑者年龄、车辆类型及电动自行车类型违反平行线假设；对该类事故严重性影响最大的前4个因素为电动自行车类型、机动车类型、骑行者年龄与性别，其边际效应绝对值的最大值均超过61%，事故区位、道路类型及光线亮度的影响较大(20%~30%)，事故时间和风力等级影响较小(10%~20%)，而季节、事故位置、慢行干扰度和天 气状况的影响最小(≤8%)。基于各因素的差异性影响，为交通管理部门提出了有效改善建议。     

基于视知觉的交通可变标志信息认度评价

交通可变信息标志(Variable Message Signs,VMS)作为交通信息动态发布设施,被广泛应用于城市道路及高速公路管理中。由于VMS发布的图符信息数量及大小等缺乏标准,无法衡量发布信息是否有效传递给了驾驶人。为了准确度量VMS发布信息的视认有效性,基于驾驶人视知觉理论和VMS识别过程的特征,建立VMS信息量的量化方法,提出VMS认度概念。根据影响静态VMS有效视认的信息量、驾驶人动视力、车速等因素,以认度率为评价指标,建立信息量-认度评价模型;对影响动态VMS有效视认的屏幕信息滚动周期、视认冗余距离等因素,以周期有效度为评价指标,构建周期-认度评价模型。然后,通过视觉信息获取试验,将1s时间内人眼可获取信息量与实际信息量的比值作为可获取信息系数:当信息量在50比特内,测试对象可获取信息系数最大,可获取信息系数趋于常数1;当信息量增加至56~105比特时,测试对象可获取信息系数呈指数骤减,随后趋于稳定(人眼可获取信息系数ρ=0.22±0.02)。最后,通过对实际道路中驾驶人对VMS信息获取情况的调查,采用认度评价模型与驾驶人实测结果进行对比分析,当静态VMS信息量大于90比特时,信息量轻微过载,驾驶人无法准确获取标志信息;当动态VMS标志周期有效度小于0.9时,驾驶人无法完整视认标志。该认度评价方法经过路测试验验证,可为VMS设计、信息发布管理提供参考。