无信号公路平交口支路上游功能区减速驾驶行为研究

为分析无信号公路平面交叉口上游功能区车辆通行安全和效率问题,针对驶入交叉口前驾驶员驾驶行为决策过程及其影响因素进行分析。对在南京采用视频采集的数据进行处理,提取驾驶员减速行为的速度和减速度数值并对它们的特性进行定量分析。采用方差分析得出各影响因素对速度、减速度的影响程度,并且建立减速度与各影响因素之间的减速驾驶行为模型。结果表明,车辆在无信号控制公路平交口上游功能区内车速呈现明显的下降趋势,且速度的分布逐渐由离散变得集中;车辆其减速度的变化过程是先变大后变小;初速度V A0、左右转变量被选入模型并对减速模型有显著作用。从而为无信号控制公路平交口交通设计、政策和改善安全提出建设性意见和提供理论基础。     

城市居民使用共享单车意向研究——以合肥为例

为了探究共享单车使用意向的影响因素和因素间的作用关系,基于计划行为理论(TPB)构建了关于态度、主观规范、感知愉悦、灵活便捷和行为意向等潜变量的计划行为理论扩展模型.通过对问卷调查数据的信度和效度的分析,构建了共享单车使用意向的结构方程模型(SEM),得到各影响因素间的关系路径.结果表明,TPB理论可以很好地解释居民使用共享单车的行为意向,在共享单车的使用意向影响因素中,主观规范的影响最为显著,态度居其次,再次是感知愉悦,而灵活便捷对行为意向的影响作用相对较弱.     

共享单车出行特性与出行行为分析

出行行为研究有助于制定更加有效的交通建设、管理与控制的政策措施.作为一种新兴的绿色出行方式,共享单车极大地方便了城市居民出行,但由于发展过快、缺乏科学的交通规划措施,共享单车在发展过程中遇到了许多障碍,因此,研究城市共享单车出行行为很有必要.采用调查问卷的形式,对出行者进行调查并得到621条有效数据.基于对调查数据的分析,得到了居民选择共享单车与否的影响因素,并从不同因素出发分析了共享单车出行特性.建立了是否选择共享单车出行的二项Logit模型,借助SPSS软件进行计算.结果显示,女性较男性更倾向于选择共享单车出行;年轻人更倾向于选择共享单车出行;受教育程度越高的人群越倾向于选择共享单车出行.其中,受教育程度的影响最显著.模型中月收入变量被剔除,表明月收入高低对居民是否选择共享单车没有显著影响.     

基于OBD数据的危险驾驶行为与建成环境空间关联研究

随着宽带移动通信、物联网等新一代信息技术在交通领域中的应用,面向交通安全的移动互联环境下驾驶行为研究成为热点课题.为弥补现有研究中对车联网数据分析较少或对危险驾驶行为空间分析不足等缺陷,基于车辆自诊断系统(OBD)数据对危险驾驶行为进行了空间识别与提取,并基于交通小区(TAZ)分析了危险驾驶行为的空间分布差异.研究揭示了危险驾驶行为空间分布差异的内在机理,利用百度兴趣点(POI)数据度量了城市建成环境因素,通过最小二乘法(OLS)回归模型识别出建成环境对危险驾驶行为显著影响的变量,在此基础上采用基于地理加权回归(GWR)模型得出了不同建成环境变量对危险驾驶行为的空间影响系数.模型显示,采用GWR模型拟合结果优于OLS一倍,并且可以有效地揭示出空间建成环境对危险驾驶行为影响的时空特征,为交通管理与规划部门制定措施或政策提供了决策支持.     

不良天气下驾驶行为研究综述

不良天气会对城市交通的运行和安全造成较大影响.事实上,不良天气条件下驾驶员驾驶行为的变化是造成交通拥堵和事故发生的根本原因.针对不良天气下的驾驶行为进行综述,对研究不良天气条件下的交通拥堵及事故具有积极意义.面向国内外不良天气条件下驾驶行为研究的进展,从雨、雪、雾3种常见的不良天气出发,对不良天气条件下环境变化及其对驾驶行为的影响进行分析,并对不良天气条件下驾驶行为的研究方向进行探讨.相关研究发现,不同等级的雨、雪、雾天气下驾驶员选择的车速、车头时距等驾驶行为参数以及反应时间、车辆启动延迟均存在较大差异.     

手机使用对驾驶员行为影响研究综述

驾驶中使用手机通话存在安全隐患,可能直接或间接地导致交通事故.从驾驶时使用手机的原因切入,分析了手机使用对驾驶的影响.手机使用引起驾驶分心从而影响驾驶行为.总结国内外手机对驾驶影响的研究,得出结论.     

混合交通流出行者Agent行为模型

由于混合交通流的交通行为和交通情况的复杂性,针对混合交通流的微观仿真模型开发一直是系统仿真领域研究难点和热点.文中提出一个基于活动的、适用于城域混合交通流仿真的出行者Agent行为模型——A-TAM,通过分析一个完整的典型出行过程,借此构建出A-TAM模型层次框架,应用Agent建模、效用函数理论和“心理场”理论对A-TAM模型中各层次模型进行分别建模,最后应用A-TAM模型对自行车在混合交通流无信号交叉口的行为进行建模,仿真结果验证了A-TAM模型的有效性.     

无信号控制交叉口老年驾驶人转向行为图谱研究

考虑到老年驾驶人存在的视觉弱化、反应能力下降等问题,有必要分析其转向行为特征。基于此,本文分析了在无信号控制交叉口情景下老年驾驶人的转向行为特征,并绘制图谱描述行为特征的时序变化。基于无信号控制交叉口的现实场景调查,搭建了具备常见冲突类型的虚拟仿真驾驶场景（包含6个无信号控制交叉口）,招募符合要求的老年驾驶人与中青年驾驶人进行驾驶模拟实验,分别采集车辆行驶数据（驾驶模拟器）、眼动数据和生理心理数据分析老年驾驶人与中青年驾驶人在不同转向场景下的行为特征差异,应用图谱理论构建驾驶人转向行为图谱描述老年驾驶人与中青年驾驶人的转向行为特征时序变化。实验结果表明：老年驾驶人的速度均值为20.4 km/h、注视持续时间均值为289.47 ms、扫视幅度均值为3.51°;中青年驾驶人的速度均值为35.79 km/h、注视持续时间均值为247.94 ms、扫视幅度均值为4.56°。老年驾驶人的心率变异性时域指标（SDNN和RMSSD）与频域指标（LF/HF和TP）的值更低,表明老年驾驶人在转向过程中更加紧张。图谱显示老年驾驶人的紧张持续时间更长,并在信息获取广度上弱于中青年驾驶人。结合图谱时空差异性指标发现,这2类驾驶人的驾驶行为在左转向场景下存在显著性差异,老年驾驶人驾驶操作的稳定性与安全性较低。     

驾驶次任务沉浸等级对接管行为的影响分析

为探究自动驾驶中驾驶次任务沉浸等级对接管行为的影响,基于驾驶模拟器搭建自动驾驶接管行为测试平台,设计事故接管场景,基于驾驶次任务（娱乐任务和工作任务）和接管请求时间（5 s和10 s）因素组合开发4个事故接管情景,招募被试参与驾驶模拟实验并采集驾驶人的接管行为数据,选择速度、横向偏移、接管反应时间和接管正确时间4个指标衡量接管行为。研究结果表明：①速度随着驾驶次任务沉浸等级的降低而降低,接管车辆后的降速幅度随之增大;接管请求时间为5 s时,驾驶次任务沉浸等级对横向偏移具有显著影响;②接管请求时间为10 s时,驾驶次任务沉浸等级对接管反应时间具有弱显著性（p = 0.056 < 0.1）, 接管反应时间随着驾驶次任务沉浸等级的增加而逐级降低（低沉浸等级=3.94 s;中沉浸等级=3.45 s;高沉浸等级=3.21 s）;驾驶次任务沉浸等级对接管正确时间均具有统计学差异（5 s时：p =0.031 < 0.05;10 s时：p =0.019 < 0.05）,接管正确时间随着驾驶次任务沉浸等级的上升而降低;③在相同驾驶次任务条件下,接管反应时间随着驾驶次任务沉浸等级的升高而降低,统计结果表明驾驶次任务与驾驶次任务沉浸等级的交互作用对接管反应时间无统计学差异,而对接管正确时间具有显著影响。

     

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。