������ͨ������ATIS��Ϣѡ����ΪӰ�������о�

公共交通出行者ATIS信息选择行为对ATIS实际实施效果存在显著影响。本文以大连市公共交通出行信息需求专项调查为基础,通过因子分析方法提取并定义ATIS信息因子,对公共交通相关ATIS信息进行合理分类,同时引入公共交通出行者年龄、职业、先进通讯技术使用情况等个人特征变量,建立公共交通出行者ATIS信息选择Binary Logit 模型,对公共交通出行者ATIS信息选择行为影响因素进行研究。研究结果显示公共交通出行者个人特征与ATIS信息内容特性对公共交通出行者ATIS信息选择行为存在不同程度的影响,城市交通信息服务系统的建设与运营应进一步面向公共交通出行者实现“以人为本”。     

私家车出行者ATIS信息选择影响因素研究——以大连市为例

私家车出行者对ATIS信息的选择意愿受到多种因素的影响。开展大连市私家车出行者ATIS信息需求意向调查,以探索性因子分析和累积Logit模型理论为基础,对ATIS信息内容进行分类,同时引入出行者性别、年龄、收入水平、交通补助情况等特性变量,建立私家车出行者ATIS信息选择模型。模型标定结果显示,私家车出行者个人特征与ATIS信息特性对ATIS信息选择意愿存在不同程度的影响：私家车出行者主要关注与出行质量相关的信息,收入水平、交通补助、驾照保有情况等对私家车出行者ATIS信息选择意愿影响显著。     

交通事件影响下驾驶人行为选择计量分析模型

交通事件对人的行为选择具有重要影响.在充分考虑驾驶人认知特征的基础上,通过驾驶人意向行为问卷调查获取各类交通事件影响下驾驶人的行为选择数据,运用计量经济学的离散选择分析方法建立描述行为选择概率的二元Logit模型,分析交通事件下驾驶人行为选择的影响因素及特征规律.研究发现:驾驶人的性别、年龄、驾龄及各类交通事件产生的时间延误对驾驶人行为选择有显著影响,而不同类型交通事件这一因素对驾驶人的行为选择影响较小.研究结果可为交通事件发生前后的交通诱导策略提供依据.     

货车驾驶人驾驶行为与行车安全研究进展

驾驶行为是影响交通安全最活跃的因素,在“人-车-路”复杂环境中扮演着关键角色。为了深入理解货车驾驶人驾驶行为规律和行为风险性,本文聚焦货车驾驶人驾驶行为对行车安全的影响,对货车驾驶人的驾驶行为风格、行为风险性及其与行车安全的关系等相关研究成果进行系统地梳理和分析。首先,利用构建的文献检索策略,筛选出38篇相关文献,并结合LDA(Latent Dirichlet Allocation)模型,对生成的4个研究主题,即货车驾驶人驾驶行为辨识,危险驾驶行为与行车安全,货车碰撞事故致因分析及驾驶安全风险评估进行总结;其次,针对数据源、特征工程及建模方法等分析要素,构建了适用于任意研究主题的通用研究路径,并重点归纳了目前研究主题在数据源、变量选择方法、研究地点及建模方法等关键要素的研究进展;最后,分析和探讨了货车驾驶人驾驶行为与行车安全领域面临的主要问题,从描述、解释、关联及应用的角度提炼该领域研究的未来发展趋势。研究认为：有必要将驾驶状态特性、车辆运行状态及道路交通状况等多维特征变量进行多源信息融合,开展基于大数据和人工智能双驱动的驾驶行为研究;需加强研究山区公路环境下货车与其他类型车辆之间的交互作用机制,从“人-车-路”视角分析货车碰撞事故致因;需进一步完善智能网联和自动驾驶等高新智能自动化环境下的货车驾驶人驾驶行为与行车安全关系研究;拓展面向驾驶安全的货车驾驶人驾驶风险评估的理论方法和应用框架。研究 成果将为货车事故治理、公路货运平台监控及道路线形设计等应用场景提供重要依据,并有助于相对全面地理解货车驾驶人驾驶行为与道路行车安全的交互作用机理。     

先进的出行者信息服务不确定性问题研究综述

为提高先进的出行者信息服务（ATIS）对交通系统效率的改善能力,需深入分析ATIS不确定性问题对主动查询或被动接受ATIS的出行者的影响。回顾了近20年的相关文献,从出行者交通信息需求及影响因素、ATIS对出行者选择行为的影响、交通信息检索行为和出行选择决策模式、ATIS不确定性的作用机理等四方面分析了ATIS不确定性问题的国内外研究现状、存在问题及未来研究方向。指出既有文献缺乏对不确定性ATIS作用机理的深刻阐述,尤其缺少针对采用不同决策方式和具有不同知识水平的出行者的认知差异分析。未来研究只有关注出行者对ATIS不确定性的主观认知和感知价值,洞悉面向ATIS不确定性时各类出行者的适应性决策方法,才能有效改善ATIS的市场占有率。     

车辆跟驰模型研究进展

梳理了近70年关于跟驰模型的研究, 根据建模方法将其分为理论驱动与数据驱动2类模型, 并归纳了跟驰模型的研究热点; 从人类因素、基础设施、交通信息、异质交通流、新建模型理论5个方面对理论驱动类跟驰模型的研究进行了综述; 根据所用机器学习算法的不同, 从模糊逻辑、人工神经网络、实例学习、支持向量回归、深度学习5个方面对数据驱动类跟驰模型的研究进行了综述。分析结果表明: 理论驱动类跟驰模型以理论推演交通现象, 对影响因素的考量难以全面, 部分人类因素难以量化, 驾驶人决策制定过程的解释不够准确, 异质交通流的跟驰模型缺乏一般交通条件下有效性的理论基础和形式化证明; 数据驱动类跟驰模型以交通现象归纳交通规律, 由于数据的来源、评价指标及评价方法不同, 导致应用机器学习算法得到的模型无法系统比较; 数据驱动类模型侧重于从微观角度研究驾驶行为特性, 对复杂交通现象(如交通震荡、迟滞等)的解释性不强; 跟驰模型的研究应创新数据采集方法, 捕捉驾驶人的心理倾向、感知特性和认知能力, 并量化人类因素的影响和充分利用大数据; 数据驱动类跟驰模型应为无人驾驶技术发展提供技术支持; 在自动驾驶完全普及之前, 人工驾驶与自动驾驶混合场景下的驾驶人跟驰行为特性尚待深入研究。      

ATIS影响下的混合随机用户均衡交通分配模型研究

在考虑信息对出行者路径选择行为影响的基础上,基于路网混合随机用户均衡建模理论,建立了ATIS影响下的混合随机用户均衡交通分配模型,证明了该数学规划模型解的等价性,设计了求解算法,并利用算例进行了计算分析.     

ATIS影响下的混合随机用户均衡交通分配模型研究

在考虑信息对出行者路径选择行为影响的基础上,基于路网混合随机用户均衡建模理论,建立了ATIS影响下的混合随机用户均衡交通分配模型,证明了该数学规划模型解的等价性,设计了求解算法,并利用算例进行了计算分析.     

道路环境对驾驶人眼动行为影响的试验研究

为了分析道路类型条件对驾驶人眼动行为的影响,分别在城市道路、城乡结合道路及山区公路上开展试验,利用EyeLink Ⅱ型眼动仪对20 名驾驶人的眼动行为进行测试和记录,分析不同道路环境中驾驶人的注视区域、注视目标及注视时长等特征.结果表明,驾驶人根据道路环境的变化调整其视觉搜索行为,在交通环境相对简单的道路上,驾驶人注视较远且平均注视时间较短,而在交通环境复杂多变的道路上,驾驶人注视较近且平均注视时间较长.研究结果为深入研究驾驶人的视觉行为规律、提高驾驶人行车安全性奠定了试验基础.     

基于市民生活行为学的交通行为研究综述

对交通行为的研究应该打破传统研究方法，转向基于市民生活行为学(狭义：生活导向型方法论)的研究方法。市民生活行为学侧重于考量生活选择之间的相互依存关系，不仅主张交通行为是各种生活选择的结果，也主张生活选择受交通行为的影响。这些主张既有理论基础也有实证依据，因此，涉及市民生活的各种决策需要不同部门的沟通与合作，这种沟通与合作需要有共同语言。市民生活行为学既为跨部门交通规划与管理提供全新的理论，也是服务于跨部门城市与区域政策(公共政策)的全新理论。市民生活行为学作为跨学科的理论体系，有望成为支持跨部门决策的通用语言。本文首先介绍市民生活行为学及其在交通行为研究的应用。其次，针对生活方式、汽车依赖、家庭能源消耗、信息通信技术与生活、健康与生活选择、旅游行为、老年人出行、年轻人风险行为、自然灾害应对及生涯流动在内的10个与交通行为密不可分的热点话题，介绍了基于市民生活行为学的交通行为研究进展。最后，提出基于市民生活行为学的交通行为研究的挑战与展望。     

ATISӰ���µĻ��ڹ���ɱ�������û�ƽ��ģ��

在考虑交通信息对出行者路径选择行为影响的基础上,运用随机用户平衡配流的基本思想和交通流理论,提出了广义成本的概念。将广义成本定义为行驶时间、道路拥挤度、路段可靠性三者的线性加权和。将出行者划分为“有ATIS接受装置”和“无ATIS接受装置”两类。假定在路网随机变化的情况下,两类出行者均以广义成本费用最小作为路径选择准则,建立了ATIS影响下的基于广义成本的随机用户平衡模型。证明了模型的等价性和解的唯一性,并利用对角化算法和MSA算法设计了模型求解算法。通过一个算例表明：算法具有较好的收敛性,且该模型能反映出行者在交通信息影响下的随机路网中的路径选择行为。     

风险驾驶模拟情境下驾驶人风险感知研究

分析风险驾驶情境中静态与动态结合过程的特征,给出风险驾驶情境风险度 (SRD)的定义.基于交通冲突分析技术及主观评价,提出风险驾驶SRD的量化评价方法.采用驾驶模拟实验研究,以六个典型的风险驾驶情境为研究对象,提取专家型被试的驾驶行为进行风险驾驶情境下的交通冲突分析,结合主观评价结果,得到驾驶人风险感知能力的识别基准.通过分析不同风险度情境下的驾驶行为差异,验证SRD 对驾驶行为的影响.本文的实验过程、方法及结论为我国驾驶人风险感知能力测试提供理论与实践参考.     

城市道路交通拥塞对驾驶人操作行为影响研究

针对驾驶人行为特性能造成交通拥塞的问题,运用模糊综合评价法将城市道路交通拥塞度划分为轻度拥塞、中度拥塞和重度拥塞.根据实际调查、实验数据回归分析出不同拥塞度下不同驾龄驾驶人操作转向盘、档位及停车次数的3种操作行为的变化规律及拥塞路段停车频率图.对交通拥塞程度进行量化为研究交通拥堵问题提供理论支持.研究交通拥塞下驾驶人的操作行为能充分了解驾驶人在交通拥堵下的操作行为规律,为提高交通运行安全和效率的研究提供理论支持.     

ͻ���¹��½�ͨ��Ϣ�����о�

突发事故及其所造成的非重复性拥堵会对城市交通系统正常运行有重大影响,其造成的拥堵传播会使得拥堵区域内的大量路段瘫痪.因此研究缓解突发事故下交通拥堵的策略具有十分重要的意义.本文研究突发事故下先进的交通信息系统策略设计问题.建立了ATIS策略设计的双层规划模型,上层目标从交通管理者的角度追求出行者的系统总阻抗与交通信息运营成本最小化,下层描述在ATIS作用下出行者的动态路径选择行为,并通过元胞传输模型仿真拥堵的传播与路段上车辆的走行.提出了基于遗传算法的求解方法.算例结果表明,优化的ATIS策略能够有效地缓解突发事故所导致的交通拥堵,提高交通网络的系统性能.     

ATIS影响下的随机用户均衡模型的研究

在考虑交通信息对出行者路径选择行为影响的基础上,将出行者划分为配有＂先进的出行者信息系统（Advanced traveler information system,ATIS）接受装置＂和＂无ATIS接受装置＂两类。假定在路网随机变化的情况下,两类出行者均以成本最小为路径选择准则,建立了在ATIS影响下的基于出行成本的随机用户均衡模型,并利用相继平均算法（Method of successive averages,MSA）和蒙特卡罗（Monte-Carlo）法设计了模型的求解算法。最后,通过一个算例验证了算法的有效性,表明该模型能反映出行者在交通信息影响下,做出的路径选择行为能带来一定的收益。     

基于模拟实验的驾驶人警觉影响因素研究

为测试驾驶人警觉影响因素,设计了基于驾驶模拟系统,以驾驶人为主体,以交通信号灯和风险信息数量分别为警觉影响因素的城市道路和高速公路为测试场景,以驾驶人在4种场景下面对风险情况时的制动反应时间和注视行为数据作为驾驶人警觉特性评价参数的仿真测试实验。分析驾驶人在不同场景因素下警觉水平的差异性。结果表明:所设计的仿真实验与测试结果良好,不同交通管控条件和不同风险信息量下,驾驶人警觉水平存在一定差异。研究结果可用于道路交通事故的原因分析。     

基于累积Logit模型的驾驶人路径改换行为影响因素分析

基于调查数据,采用累积Logit模型对影响驾驶人路径改换行为的影响因素进行综合分析,通过理论与实证分析,分析影响路径改换行为的主要因素.首先采用SP调查的方式,用离散选择分析法对影响路径改换的因素进行多变量分析;然后,建立多元累积Logit模型,并利用经济学的基本原理,建立路径改换行为的动态评价模型.分析表明：在拥挤收费的前提下,影响驾驶人路径改换的主要因素,取决于不同的收费额度、驾驶人个体属性（驾车类型、月收入等）.这一研究结果可以应用到交通规划与管理过程中.     

驾驶人个人特征对行车速度的影响

为分析驾驶人个人特征与行车速度之间的关系,采用个人属性调查和实车试验相结合的方法,获得80份驾驶人行车速度记录数据。按照驾驶人行车超速时间与总行车时间的比例,将驾驶人超速选择行为区间划分为4个小区间。运用非集计理论,将驾驶人的性别、年龄、性格、教育程度、驾龄等个人特征作为影响因素,并将4个小区间作为4个选择肢,建立了驾驶人个人特征对行车速度的影响度量模型,并结合弹性理论分析了各个影响因素的敏感度。分析结果表明:驾驶人的性别、年龄、教育程度、矫正视力、职业驾驶人和发生交通事故6个影响因素对应的弹性值均小于1.000,说明上述因素对速度选择行为缺乏弹性;在4个小区间上,驾驶人的驾龄对应的弹性值分别为6.287、3.211、3.438和2.450,性格对应的弹性值分别为1.249、1.045、2.033和3.672,说明性格和驾龄2个影响因素对行车速度选择行为富有弹性,影响显著。     

汽车驾驶人驾驶经验对注视行为特性的影响

通过实车试验,分别在城市道路和公路上,利用EyeLinkⅡ眼动仪测试了20名驾驶人的眼动参数与注视行为特性。将被试驾驶人分为熟练驾驶人组和非熟练驾驶人组,通过将实际驾驶过程中的交通场景录像逐帧分解,并与驾驶人的眼动数据相结合来确定驾驶人的真实注视目标,对比了熟练与非熟练驾驶人的注视区域和注视目标特征,研究了2组驾驶人驾驶经验对驾驶人注视行为特性的影响,并分析了导致2组驾驶人注视行为差异的原因。研究结果表明：驾驶经验对驾驶人注视行为特性有显著影响;在城市道路上,熟练驾驶人对近处目标的注视频次比非熟练驾驶人高约18％,而对车内后视镜的注视频次约为非熟练驾驶人的4．7倍;在公路上,非熟练驾驶人对远距离区域的注视频次仅为熟练驾驶人的4l％,而对车内区域的注视频次则为熟练驾驶人的2．1倍;驾驶人对右区域的注视频次平均约为左区域的2．5倍,且熟练驾驶人对右区域关注更多,约为左区域的4倍,而非熟练驾驶人对右区域的注视频次约为左区域的1．5倍;非熟练驾驶人处理信息的策略和效率均比熟练驾驶人差。     

高速公路视觉环境与车辆运行特征相关性分析

为研究高速状态下驾驶人视觉特征与车辆运行特征的相关性,提出高速公路视觉环境层级结构,将高速公路视觉环境解析成意义性、运动性、物理性和景观性4个层级。通过设计考虑道路视觉环境差异的实车试验,获得较为准确的驾驶人在高速公路环境下的车辆运行表征指标,采用独立样本T检验分析研究高速公路视觉环境中有无广告牌对行车速度和加速度的影响情况,进而研究驾驶人注意力分散与车辆操控的内在关系。分析结果表明,在不同视觉环境下驾驶人对车速的保持能力差异显著,夜间复杂路侧环境对驾驶人横向稳定性操控影响程度是其他各路段的2倍以上。