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。     

基于SEM的自动驾驶汽车接受度模型与风险分析

为了探究社会大众对自动驾驶汽车的接受度及其影响因素,通过对自动驾驶汽车的风险评估,基于TAM模型增加外部变量,改进感知易用性与感知有用性,建立自动驾驶汽车接受度研究模型.将研究模型中假设的外部变量、潜在变量、认知变量与自动驾驶汽车社会接受度的关系进行Pearson相关性与Kendall相关性检验.基于相关性检验剔除无关...     

考虑心理潜变量的城市电动自行车用户出行决策行为

为探究电动自行车用户对不同城市电动自行车规范管理政策的行为响应机理,采用问卷调查方法收集用户的社会人口特征、出行特征、心理特征以及在不同政策下的决策,基于心理接受度等潜变量构建了多指标多因素模型,得出了潜变量的拟合值,将潜变量作为解释变量引入到行为决策模型中,构成了混合选择模型来分析社会人口变量、出行特征变量和心理潜变...     

“后疫情时代”基于扩展UTAUT模型的共享汽车用户接受度影响因素分析

共享汽车具有“低碳”特征且能为出行者提供安全独立的空间,为后疫情时代出行提供了新的选择。为挖掘疫情常态化下共享汽车使用意愿的影响因素以及作用机理,以网络问卷的形式对出行者进行调查,回收有效问卷109份,并对调查结果进行分析。融合疫情感知风险和财务风险因素,构建扩展的整合型技术接受与使用理论模型（unified theory of acceptance and use of technology,UTAUT）,提出11条假设并采用结构方程模型探索各潜变量影响共享汽车接受意向的途径,分析假设检验结果和模型拟合程度,对假设中不显著的路径进行中介效应分析。为探究社会经济属性变量的影响过程,构建基于结构方程的多原因多指标模型,并检验观测变量与潜变量的相关性以及潜变量与潜变量之间的相关性。研究结果表明：模型拟合程度均表现良好,潜变量中绩效期望对接受意向的正向影响最为显著,其次是促进条件和社会影响,而财务风险、努力期望对接受意愿有显著负向影响。疫情感知风险的直接影响不显著,但社会影响、绩效期望和促进条件在疫情感知风险和行为意向之间具有部分中介作用,总间接影响效应为0.240,中介效应占总效应的74....     

无人驾驶汽车对中短距离市际出行方式选择行为的影响

研究了无人驾驶汽车对中短距离市际间出行选择行为的影响.基于计划行为理论,通过建立结构方程模型,构建出行者对无人驾驶汽车的感知行为控制、主观规范、行为态度和行为意向心理潜变量.然后将这些心理潜变量纳入到随机系数Logit模型建立混合选择模型.以武汉市为例进行实证研究,结果表明:在效用函数中,车内时间、出入站和候车时间,以...     

基于低碳心理潜变量Logit模型的出行方式预测模型

为深入解析低碳出行行为机理,提出了将低碳心理变量引入离散选择模型的研究方法。基于计划行为理论考虑低碳出行心理因素,建立了多原因多指标潜变量模型。将潜变量模型预测后的潜变量代入多项Logit模型,构建了带低碳出行心理变量的混合选择模型。以镇江市居民通勤调查样本为研究对象,实证结果表明:相对传统离散选择模型,所建的混合选择模型预测精度整体提高了2.45%;低碳心理变量对于出行方式选择的影响各不相同,低碳出行方式"行为态度"对出行方式选择没有显著性影响,而高碳出行方式"行为态度"对低碳出行有显著性负影响。通过对月收入的敏感性分析检验模型性能,结果显示:随着收入的增长,低碳出行方式占比逐渐降低,其他两种方式占比变化相反,在考虑低碳心理因素后,高碳出行方式占比上升幅度降低。     

不同渗透率下自动驾驶混合交通流在天气条件影响下的通行能力建模

随着世界范围内对自动驾驶汽车及其相关产业发展的高度重视,自动驾驶车辆上路已成为重点领域协同创新、构建未来交通系统的重要载体。本文主要研究自动驾驶车辆不同渗透率参与的混合交通流受场景天气条件的耦合影响因素下的复杂车辆行为逻辑分析,影响机理解析,跟驰模型及通行能力模型构建等。最后我们通过SUMO仿真实验对模型进行嵌套及分析,以期对自动驾驶汽车在测试及上路引导中起到重要理论决策依据。     

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。     

世界汽车组织自动驾驶汽车"三支柱"认证方法提议及对我们的启示

自动驾驶技术发展背景下,软件在定义汽车,车辆功能日趋复杂、软件数量也越来越多.与传统车辆相比,影响自动驾驶汽车的安全因素、场景变量日益增长,通过传统的场地测试和台架测试,难以全部评估上述影响安全的变量.因此,为了车辆上道路运行,需要提出新的认证思路,支持车辆型式认证或自我认证.世界汽车组织在分析自动驾驶汽车技术特性和安...     

自动驾驶车流对区域规划路网密度的影响分析

自动驾驶车流的出现会对区域规划路网密度产生影响.文中基于供需平衡思想,构建考虑自动驾驶车流的路网密度模型,对自动驾驶车辆平均载客数、自动驾驶车辆出行方式占比和道路通行能力进行分析;以济南市某高密度、高强度开发区域地块为基础标定计算参数,分析合理的道路网密度与等级结构.结果表明,在自动驾驶车辆平均载客数不变的情况下,随着...     

自动驾驶能否助力共享经济？

<正>随着经济发展和社会进步,自动驾驶汽车、区块链及人工智能等技术成为大家热议的话题,甚至成为了一种新的潮流。与此同时,以共享经济为代表的新型经济业态蓬勃发展,不但惠及百姓,更创造出了新的投资机遇和经济增长点。众所周知,自动驾驶的目标是让自动驾驶汽车可以独立完成出行任务,人类将自己出行需求完全交付给自动驾驶汽车,在出行过程中的娱乐需求也可以由自动驾驶汽车提供,高度智能化的自动驾驶汽车可以让人们便捷、舒适地到达目的地。对于自动驾驶的未来,     

基于TD3算法的人机混驾交通环境自动驾驶汽车换道研究

提高人类驾驶人的接受度是自动驾驶汽车未来的重要方向,而深度强化学习是其发展的一项关键技术。为了解决人机混驾混合交通流下的换道决策问题,利用深度强化学习算法TD3（Twin Delayed Deep Deterministic Policy Gradient）实现自动驾驶汽车的自主换道行为。首先介绍基于马尔科夫决策过程的强化学习的理论框架,其次基于来自真实工况的NGSIM数据集中的驾驶数据,通过自动驾驶模拟器NGSIM-ENV搭建单向6车道、交通拥挤程度适中的仿真场景,非自动驾驶车辆按照数据集中驾驶人行车数据行驶。针对连续动作空间下的自动驾驶换道决策,采用改进的深度强化学习算法TD3构建换道模型控制自动驾驶汽车的换道驾驶行为。在所提出的TD3换道模型中,构建决策所需周围环境及自车信息的状态空间、包含受控汽车加速度和航向角的动作空间,同时综合考虑安全性、行车效率和舒适性等因素设计强化学习的奖励函数。最终在NGSIM-ENV仿真平台上,将基于TD3算法控制的自动驾驶汽车换道行为与人类驾驶人行车数据进行比较。研究结果表明：基于TD3算法控制的车辆其平均行驶速度比人类驾驶人的平均行车速度高4.8%,在安全性以及舒适性上也有一定的提升;试验结果验证了训练完成后TD3换道模型的有效性,其能够在复杂交通环境下自主实现安全、舒适、流畅的换道行为。     

常态化疫情防控阶段旅客中长距离城际出行联合选择行为建模

新冠肺炎疫情对旅客中长距离的城际交通出行影响巨大,现有研究侧重疫情暴发初期疫情对城际交通出行的影响,针对常态化疫情防控阶段旅客城际出行选择行为的研究相对较少,因此,本文旨在研究常态化疫情防控阶段旅客中长距离城际出行选择行为。针对民航、高铁、普铁和自驾等方式分别建立包含4种城际出行方式的多指标多因果出行选择模型（MIMIC）,模型中引入感知防疫安全程度、防疫策略、乘车体验与出行习惯4个潜变量,探究潜变量与观测变量的因子载荷并辨识模型参数,求取各潜变量的拟合值;在此基础上建立考虑出行方式特性、旅客社会经济属性与潜变量的多出行方式联合选择行为模型（MIMIC-Logit）,探究常态化疫情防控阶段旅客出行心理对其出行决策的影响;假设出行费用、时间与距离等变量的随机系数服从正态分布,采用抽样1000次的Halton序列对随机系数进行仿真求解,得到随机系数的回归分析结果。以2021年4月—6月到达西安旅客的调查数据为例进行实证研究,结果发现：所提MIMIC-Logit模型的拟合优度与命中率分别为43.621%与83.312%,均高于多项Logit模型与随机系数Logit模型;旅客对不同方式的出行费...     

基于联合模型的机场航站楼寻路影响因素

为解决旅客感知对机场航站楼寻路影响缺乏定量描述的问题,使用个人素质能力、感知信息有效性、感知设施布局分散程度这3个潜变量作为旅客在寻路过程中的感知影响变量。结合个人属性、出行特征、机场状况等变量,构建融合旅客感知影响的机场航站楼寻路SEM-Logit联合模型,并运用问卷调查数据进行实证分析。结果表明,感知因素潜变量对航站楼内的寻路过程具有重要影响作用。个人素质能力（0.107）、感知信息有效性（0.379）对寻路便捷程度具有正向影响,感知设施布局分散程度（-0.330）具有负向影响;旅客的年龄、性别也是影响航站楼寻路的关键因素。联合模型比基础回归模型考虑因素更全面、解释能力更强。      

基于心理潜变量的乘客公共交通满意度研究

为了缓解地铁运营初期城市交通拥堵,考虑常规公交和地铁的快速准时性、便捷性、舒适性等8个心理潜变量,运用结构方程模型分别对乘客常规公交和地铁的出行满意度影响机理进行深入探究,不仅分析各心理潜变量之间的内在联系,也探究个人社会经济属性与心理潜变量之间的相关性。结果表明,常规公交与地铁的快速准时性、便捷性、舒适性分别对乘客的常规公交出行满意度和地铁出行满意度存在显著影响;乘客的性别、年龄、受教育程度和是否有车对部分心理潜变量产生不同程度的影响。研究结果可为地铁运营初期的城市提升常规公交和地铁服务水平、提高公共交通出行分担率提供管理策略。     

考虑心理潜变量的出行方式选择行为模型

为系统考虑心理因素对出行方式选择行为的影响,以计划行为理论为框架整合了对通勤方式选择行为具有影响的各种心理因素,分别对摩托车、公交车和小汽车构建了3种多指标多原因模型,估计模型参数后预测心理影响潜变量的拟合值,作为解释自变量加入到传统的条件Logit模型中形成了混合选择模型。采用实证数据分别以公交车和小汽车作为效用基础项估计并比较了传统离散选择模型和混合选择模型中各参数影响的异同,最后利用月收入的变动检验了2个模型的预测能力。结果表明:不是所有的心理影响潜变量都对通勤方式选择行为有显著性影响,混合选择模型比传统不带潜变量的选择模型对实证数据具有更高的拟合度,其预测值也更为稳健。     

扩展计划行为理论框架下城际出行方式选择建模

本文引入外部价值观念和行为习惯的扩展变量,构建基于计划行为理论的城际出行者方式选择框架.在调查样本通过信度和效度检验的前提下,为高铁/动车、普通列车、长途汽车和自驾车等4种出行方式分别建立多指标多因果(MIMIC)模型,分析不同出行方式下扩展计划行为理论中各心理变量间的相关关系,以及出行者属性对心理变量的影响.研究表明,在不同的出行方式下,出行者个人及家庭社会经济属性对部分潜变量有显著性影响;"安全态度"和"行为习惯"潜变量对方式选择意向或行为有着直接或间接显著影响.研究成果可为制定城际间交通需求管理政策和城际交通系统优化提供支撑.     

山地城市建成环境对居民小汽车拥有影响研究——以贵阳市为例

为分析山地城市建成环境对居民小汽车拥有的影响，探究不同坡度下居民地形感知对小汽车拥有影响的差异，采用贵阳市中心城区不同坡度下的小区居民调研数据，引入3个观测变量来评价居民的地形感知，将结构方程模型（SEM）计算出的潜变量适配值融入Logit模型中，构建包含潜变量和显变量的SEM-Logit模型来研究主客观建成环境与小汽车拥有的关系。结果表明:坡度对小汽车拥有产生积极影响，但不同坡度下的地形感知对小汽车拥有的影响有所不同。在地形条件相对较好的环境中，当小区坡度小于8%，居民对地形感知并不强烈，并认为从小区步行到公共交通站点的距离和时间花费在其承受范围内。因此，地形感知并未对小汽车拥有造成显著影响；在小区坡度为8%~15%时，地形感知对小汽车拥有产生显著负效应。生活在该小区类型的居民，尤其是收入相对偏低的居民，更喜欢选择电动自行车出行，削弱了小汽车拥有量；当小区坡度大于15%时，小区坡度与小汽车拥有量具有正相关性。该小区类型的道路坡度大，居民出行过程中通常会经历频繁的上下坡，造成出行时间花费长，继而形成强烈的地形感知。这严重降低了居民出行选择步行或骑行的可能性，转而提升了小汽车拥有的概率。同时，在SEM-Logit模型中也证明了除地形因素外，家庭年收入、到地铁站最近距离、土地利用混合度、目的地可达性、出行态度对小汽车拥有具有较大影响。      

基于典型非机动车事故的自动驾驶汽车测试场景构建方法研究

基于交通事故卷宗、交通事故视频信息数据,研究机非混行交通环境下典型交通事故形态,构建了面向机非混行交通环境下的自动驾驶汽车测试场景,旨在针对我国较为特殊的机非混行环境下的自动驾驶汽车的测试场景及测试评价方法提供参考。本文首先分析了自动驾驶测试场景的构建需求,建立交通事故数据筛选标准,得到133例可用于构建自动驾驶汽车测试场景的机动车与非机动车交通事故数据集;其次基于《中华人民共和国道路交通安全法》行驶要求,对133例交通事故的发生地点、车辆行为、道路类型、环境光线等方面进行解构分析;最后通过聚类分析,建立了5类典型的自动驾驶测试场景模型,并分析了不同场景模型的关键要素,为实际道路测试提供理论指导。     

自动驾驶汽车交通事故侵权责任

科技的发展使得人们对生活的追求更为极致,以前只是出现在影视作品中的无人驾驶汽车现在也渐渐开始走向大众生活了.自动驾驶汽车的出现主要是基于降低交通事故发生率和提高日常出行通勤效率.但在自动驾驶汽车中,则要考虑到高度自动驾驶汽车拥有大数据支持下的计算和深度学习能力.自动驾驶汽车的生产者、销售者对外承担连带的产品责任,对内再...