新冠肺炎交通防控政策对长沙市人口流动的影响

为探究新冠肺炎疫情下交通防控政策对长沙市人口流动的影响，本文根据长沙市在新冠 肺炎疫情期间颁布的交通防控政策和疫情实时防控情况划分防控阶段，基于百度迁徙大数据，利 用双重差分模型，识别长沙市不同阶段的交通防控政策以及量化防控效果，分析交通防控政策对 长沙市人口流动的影响。结果显示，长沙市在交通管制阶段，平均人口迁出强度、平均人口迁入 强度及城市内部出行强度分别下降了83.68%、69.24%及59.74%，有效地控制了人口流动，降低了 疫情扩散危险。在交通恢复阶段，长沙市人口流动强度逐渐反弹，城市内部出行强度基本恢复到 2019年同期水平。本文研究结果显示了交通管制对疫情扩散限制的有效性，为常态化疫情防控 下精准防控政策和复工复产政策制定提供参考。     

基于固有匹配对数据的交通事故致亡风险因素分析

机动车乘员在道路交通事故中死亡风险的大小受到很多因素的影响.为分析交通事故中致亡因素的非线性效应,在美国交通事故死亡分析报告(FARS)的数据基础上,对机动车乘员的事故结果进行匹配筛选,得到了固有匹配对数据.进而以相对死亡风险为衡量指标,通过非参数logistic回归的方法揭露了性别、年龄、安全带的使用情况以及座椅位置4个因素对致亡伤害的深层次影响机理,有望为交通安全政策的制定和交通安全措施的实施提供重要依据.除此之外,非参数logistic模型能够揭露年龄作为连续变量的重要非线性影响.研究结果表明,固有匹配对的数据结构能够排除外界因素对模型的干扰,且性别、年龄、安全带的使用情况以及座椅位置4个因素会对交通事故中机动车乘员死亡风险的大小造成显著影响.女性的死亡风险相对男性高出15.9%(对数值);使用安全带可以降低74.8%的死亡风险(对数值);死亡风险随机动车乘员年龄增长呈上升趋势;小汽车的后座左侧和后座中间位置是最安全的位置.      

雾天驾驶人车辆操纵行为特性及其与追尾风险相关性分析

为分析驾驶人在雾天环境下的车辆操纵行为特性及其与追尾风险的内在关系,设计并开展驾驶模拟试验,采用方差分析,混合效应模型等对晴天、雾天2种环境下驾驶人的车辆操纵行为特性进行对比分析,并利用相关性分析及二元Logistics回归模型对避撞过程中行为间的相互作用及其与追尾风险间的关系进行挖掘.结果表明:雾天环境下驾驶人的车道...     

雾天对驾驶行为的影响研究——避撞驾驶行为

考虑雾天环境下不良视距对驾驶行为的影响,基于驾驶模拟器为实验平台,通过对46名实验人员在不同雾天实验场景下的测试来分析雾天对驾驶人紧急避撞行为的影响.选取一组非平衡重复测量数据,以刹车瞬时速度和刹车反应时间为因变量,将性别、职业作为固定效应,雾天作为重复测量变量建立线形混合效应模型,并采用SPSS求解.结果表明,在无雾、轻雾与浓雾环境下,驾驶人的平均刹车反应时间分别是1.22,1.26,1.56s,而平均刹车瞬时速度分别为68.10,45.53,48.85 km/h.与无雾环境相比,驾驶人在有雾环境下的可视距离受到限制,刹车反应时间分别增加了0.04 s和0.34s,刹车瞬时速度分别减少了22.57 km/h和19.25 km/h.     

基于驾驶模拟器的性别对信控铁路道口抵近行为的影响研究

为了分析不同性别驾驶人抵近信号灯控制铁路道口的驾驶行为特性，设计了5个具有不同红灯触发时距的信号灯控制铁路道口的虚拟场景，并进行了驾驶模拟试验，采集24名男性驾驶人和20名女性驾驶人抵近道口的微观驾驶行为数据。基于时空特性将抵近行为划分为月白灯期间、红灯进入时刻、红灯期间3个阶段，利用混合线性模型和二元Logistics线性回归模型对比分析了2组驾驶人抵近道口的制动行为、加速行为和闯红灯行为特性，并探索性别与信号灯控制铁路道口抵近行为的相关关系。结果表明：男性驾驶人更倾向于在月白灯期间提前制动，其提前制动率是女性驾驶人的1.57倍；男性驾驶人在红灯进入时刻和红灯期间的车辆操控行为特性与女性驾驶人无显著性差异；男性驾驶人的总体违法率是女性驾驶人的1.5倍，尤其在红灯触发时距较大（4~6 s）时，女性驾驶人几乎无人违法，而男性驾驶人在3个场景下的违法率仍然达到25.0%、12.5%和16.7%；男性驾驶人闯红灯的严重性更高，驾驶风格更加冒险激进；另外，驾驶人闯红灯行为还受红灯进入时刻位置、制动时刻位置和加速时刻位置显著影响，说明驾驶人在走停决策的制定上更依赖于物理空间位置，与车辆运行速度和驾驶人反应能力无关。研究结果可应用于铁路道口安全管理与防护对策设计。     

雾天对弯道驾驶行为的影响研究

雾天环境下不良的视距条件使得驾驶员在驾驶过程中存在安全隐患.利用驾驶模拟器,选取雾天环境作为典型干预因素进行驾驶模拟实验,同时考虑驾驶人职业和性别作为可能的影响因素,实验设计直角弯道和S形连续弯道2种道路线形,从实验数据中抽取平均车速与车辆驶出弯道率作为关键变量,采用多变量方差分析、均值统计等方法分析雾天环境下驾驶人的驾驶速度和驶出弯道率,并建立Logistic回归模型分析各因素对车辆驶出弯道可能性的影响.实验结果表明,驾驶人在弯道雾天行驶时的平均车速要比无雾情况下略高,且职业驾驶人的平均车速较非职业驾驶人明显偏低;随着雾的浓度的增大,驾驶人在直角弯道处和S形连续弯道处驶出弯道的比例均显著增大.     

基于虚拟现实的车辆换道最小安全距离研究

从换道需求和换道安全两个方面对换道行为进行了分析,结合阅读文献给出了常用的分析模型。在此基础上,以换道车辆为目标,运用车辆运动学理论,对车辆换道过程中目标车辆与周围车辆的安全距离进行了分析,给出了多车道、多车辆情况下相应的换道最小安全距离模型。为使换道时各车辆间的位置关系以及运动安全状态有效、直观的表现出来,利用虚拟现实建模语言VRML和Matlab/Simulink建立了联合动态仿真模型,对给出的最小安全距离模型进行了实验验证。实验结果显示,给出的换道最小安全距离模型能够有效的实施安全换道决策,避免碰撞发生。     

抵近信控交叉口分心驾驶识别模型

为降低驾驶人抵近交叉口过程因分心导致的交通事故，本文基于双向长短时记忆网络 (BILSTM)建立分心驾驶识别模型。依托驾驶模拟实验，采集了45位驾驶人抵近信控交叉口过程中的横纵行为数据，通过方差分析研究分心任务对驾驶行为的影响。结果表明，分心驾驶人需要更长的制动反应时间，制动操作时间缩短，踩压制动踏板的力度下降，同时操纵方向盘的稳定性变差。然后，筛选有显著性影响的6个特征行为指标作为模型的输入，结果表明：BILSTM模型分心状态识别的精确率最高，达到92.6%，F1值为88.7%；准确率、精确率、召回率、F1、AUC和ROC曲 线等模型性能均优于单向长短期记忆网络、支持向量机和决策树5.0分心识别模型。研究结果说 明BILSTM模型能有效判别抵近信控交叉口驾驶人分心状态，可为交叉口驾驶人分心预警系统的优化设计提供依据和指导。     

基于通勤模式的都市圈中心结构判别研究

面对日益严重的城市交通问题，城市管理者尝试从城市空间规划层面引导交通出行模式的转型，调节供需关系，缓解交通问题，而中心结构识别作为城市空间规划的重要步骤，在分析方法与数据应用等方面仍然受限。本文利用百度位置数据挖掘出的都市圈通勤数据，采用基于网格的DBSCAN(Density-Based Spatial Clustering of Applications with Noise)密度聚类算法，识别出我国35个主要都市圈的中心布局，并根据5种通勤模式的理论模型和相应的量化指标对都市圈中心结构进行判别，最后对主要中心结构下影响通勤效率的因素进行回归分析。研究发现，虽然不同都市圈的中心布局差异明显，但大部分都市圈表现为非均衡多中心结构。不同中心结构的 分布呈现出一定的地域特征，单中心结构都市圈主要位于中西部城市，而约束扩散结构和均衡多中心结构都市圈大多是由东部沿海开放城市发展形成。城市规模与通勤时耗的相关性最为显著，职住平衡度对通勤时耗也有较大影响。上述研究结果为针对性地制定不同都市圈的资源配 置策略和通勤效率优化策略提供了有效支撑，对都市圈空间规划和交通可持续发展具有一定的理论价值和现实指导意义。     

基于驾驶模拟实验的层级式驾驶行为安全模型研究综述

针对驾驶行为的研究,从理论层面总结了国内外驾驶行为模型的演变发展过程,进而从应用层面上介绍了各种干预因素(分车载设备因素和非车载设备因素2类)对驾驶行为的影响.由于目前利用驾驶模拟器研究干预因素对驾驶行为的影响存在行为分析单一化、缺乏系统性的缺陷,据此提出了基于驾驶模拟实验的层级式驾驶行为安全模型,根据驾驶环境的复杂度及驾驶员涉及交通事故的可能性将驾驶行为按低、中、高3个风险层级分类,分别为基本车辆控制行为、在复杂交通环境中的动态决策行为以及在紧急交通状况中的避祸行为.利用该模型可以对干预因素影响下的驾驶行为安全进行系统全面的分析和评估.