城市道路交通擁塞對(duì)駕駛?cè)瞬僮餍袨橛绊懷芯浚?/h1>
2014-11-28 08:15:08孫亞南胡立偉祁首銘
孫亞南 胡立偉 祁首銘 程 浩
（昆明理工大學(xué)交通工程學(xué)院 昆明 650500）
0 引 言
準(zhǔn)確劃分城市道路交通流狀態(tài)，能為交通信息發(fā)布與服務(wù)水平評(píng)價(jià)提供重要依據(jù)，是交通控制與管理的前提，對(duì)緩解城市道路交通壓力、提高運(yùn)行效率具有現(xiàn)實(shí)意義.Pattara等［1］將交通狀態(tài)劃分為3個(gè)等級(jí)：通暢、中等擁塞及高度擁塞；王建玲等［2］將交通擁塞度定義為車流運(yùn)行狀態(tài)相對(duì)于暢行狀態(tài)的損失率；楊梅［3］將交通擁塞的空間分布分為孤立交叉口擁塞、線狀主干道擁塞和區(qū)域擁塞；呂非等［4］采用基于遺傳算法的模糊聚類劃分城市快速路交通流狀態(tài)并確定了閾值；郝媛等［5］基于測試數(shù)據(jù)和交通流模型劃分了6種典型交通狀態(tài)：穩(wěn)定自由流、準(zhǔn)自由流、臨界流、擁擠流、平均車速在10km／h 以下的擁擠、交通流模型不應(yīng)存在的嚴(yán)重?fù)頂D狀態(tài).在駕駛?cè)瞬僮餍袨榉矫妫琓imo 等［6］研究發(fā)現(xiàn)交通擁塞加劇侵犯性駕駛行為的發(fā)生，建議在培訓(xùn)中引入誘導(dǎo)駕駛?cè)藨B(tài)度變化的教育課程；Wakita等［7］研究了駕駛?cè)说牟僮鲃?dòng)作、熟練程度、車速快慢、心理緊張狀態(tài)等與駕駛行為的關(guān)系；John 等［8］用因子分析技術(shù)分析駕駛環(huán)境對(duì)駕駛?cè)藟毫Φ挠绊懀赋雠约袄夏耆艘桩a(chǎn)生心理壓力，具有事故發(fā)生經(jīng)歷的駕駛?cè)嗽诓涣捡{駛條件下易產(chǎn)生壓力；Parker［9］指出多數(shù)交通事故的發(fā)生與機(jī)動(dòng)車駕駛?cè)说那址格{駛行為有關(guān)；閻瑩等［10］指出在危險(xiǎn)路段及復(fù)雜交通狀況下，駕駛?cè)藭?huì)神經(jīng)緊張，理解、判斷與處理信息的能力下降；魏麗英［11］認(rèn)為駕駛?cè)俗陨砩硇睦硪蛩赜绊戃嚨雷儞Q行為，在允許范圍內(nèi)盡量提高車速是其主要?jiǎng)訖C(jī)；鄭華榮［12］等人提出駕駛員在憤怒駕駛時(shí)車輛的運(yùn)行速度、運(yùn)行軌跡等與正常駕駛時(shí)不同.綜上，國內(nèi)外都提出了一些調(diào)節(jié)駕駛?cè)松硇睦硖匦缘姆椒?但缺乏在該方面實(shí)測依據(jù)和定量分析方法.
1 基于模糊綜合評(píng)價(jià)法的城市道路擁塞等級(jí)研究
建立城市道路擁塞狀態(tài)判別的因素集為：U｛u1，u2，u3，u4｝.式中：u1為平均行程速度；u2為交叉路口阻塞率；u3為平均延誤；u4為排隊(duì)長度.判斷集為：V｛v1，v2，v3｝.式中：v1為輕度擁塞；v2為中度擁塞；v3為中度擁塞.
1.1 線性分析法確定隸屬函數(shù)
設(shè)某個(gè)交通擁塞狀態(tài)的評(píng)價(jià)因素是x，隸屬函數(shù)為u（x），則4個(gè)因素對(duì)各級(jí)交通擁塞狀態(tài)評(píng)價(jià)集的隸屬度u1（x），u2（x），u3（x），u4（x）為：
1）平均行程速度的隸屬函數(shù) 根據(jù)公安部交通管理局發(fā)布《城市道路的交通管理評(píng)價(jià)》［13］中平均車速的界定（見表1），由于本文研究對(duì)象是大城市的城市道路，所以按照A 類城市來建立平均行程速度的隸屬函數(shù).
2）交叉路口阻塞率的隸屬函數(shù) 根據(jù)《城市道路交通管理評(píng)價(jià)》中交叉路口阻塞率的界定（見表2），建立交叉路口阻塞率隸屬函數(shù)如下.
3）平均延誤的隸屬函數(shù) 根據(jù)我國信號(hào)交叉口建設(shè)的服務(wù)水平分級(jí)標(biāo)準(zhǔn)［14］（見表3）建立平均延誤的隸屬函數(shù)如下.
表1 高峰時(shí)段建成區(qū)主干道平均車速分級(jí)表
表2 高峰期交叉路口阻塞率分級(jí)表
表3 我國信號(hào)交叉口建設(shè)的服務(wù)水平分級(jí)標(biāo)準(zhǔn)
4）排隊(duì)長度的隸屬函數(shù) 根據(jù)表3建立排隊(duì)長隊(duì)的隸屬函數(shù)如下.
1.2 基于層次分析法權(quán)重的計(jì)算及評(píng)價(jià)結(jié)果
1）設(shè)W＝［w1，w2，w3，w4］為權(quán)重集，w1，w2，w3，w4分別為平均行程速度、交叉路口阻塞率、平均延誤、排隊(duì)長度所占的比重.w1，w2，w3，w4還需滿足歸一化的要求，即w1＋w2＋w3＋w4＝1.建立成對(duì)比較矩陣為
2）計(jì)算層次單排序的權(quán)重和一致性檢驗(yàn)矩陣A的最大特征值λ＝4.187 253 741，該特征值對(duì)應(yīng)的歸一化特征向量w＝｛0.104，0.129，0.448，0.318｝則CR＝（λ-n）／（n-1）＝4.187.其中：n為A的對(duì)角線元素之和，也為A的特征值之和.RI＝0.9，故表明A通過了一致性驗(yàn)證.
3）利用之前建立的評(píng)價(jià)矩陣評(píng)價(jià)
則評(píng)價(jià)的結(jié)果D＝W·R.即：
采用最大隸屬度原則，即取d1，d2，d33者中最大值所代表的交通擁塞狀態(tài)，作為道路交通擁塞模糊綜合評(píng)價(jià)的最終結(jié)果.
2 不同交通擁塞狀態(tài)下駕駛?cè)瞬僮餍袨樽兓?guī)律分析
由統(tǒng)計(jì)數(shù)據(jù)分析得出2種駕齡的駕駛?cè)嗽趽砣麪顟B(tài)下的操作行為規(guī)律十分相似且在在輕度擁塞和重度擁塞下更加突出.而中度擁塞路況的不定性更明顯，駕駛?cè)说牟僮餍袨楹茈y有規(guī)律可循.所以下面對(duì)駕齡在3年以上的駕駛?cè)嗽谳p度和重度擁塞下的操作行為進(jìn)行分析.
2.1 對(duì)方向盤的操作規(guī)律
在輕度擁塞和重度擁塞下駕駛?cè)瞬僮鬓D(zhuǎn)向盤（轉(zhuǎn)向盤的左轉(zhuǎn)和右轉(zhuǎn)）的次數(shù)規(guī)律見圖1.
對(duì)輕度擁塞下駕駛?cè)瞬僮鬓D(zhuǎn)向盤次數(shù)進(jìn)行回歸分析見表4.
表4 輕度擁塞下駕駛?cè)瞬僮鬓D(zhuǎn)向盤次數(shù)回歸分析
對(duì)重度擁塞下駕駛?cè)瞬僮鬓D(zhuǎn)向盤次數(shù)進(jìn)行回歸分析見表5.
表5 重度擁塞下駕駛?cè)瞬僮鬓D(zhuǎn)向盤次數(shù)回歸分析
圖1 輕度和重度擁塞下駕駛?cè)瞬僮鬓D(zhuǎn)向盤變化規(guī)律
2.2 對(duì)檔位操作的規(guī)律
在輕度擁塞和重度擁塞下駕駛?cè)瞬僮鳈n位的次數(shù)變化規(guī)律見圖2.
圖2 輕度和重度擁塞下駕駛?cè)瞬僮鳈n位變化規(guī)律
對(duì)輕度擁塞、重度擁塞下駕駛?cè)瞬僮鳈n位的次數(shù)進(jìn)行回歸分析見表6、表7.
表6 輕度擁塞下駕駛?cè)瞬僮鳈n位的次數(shù)回歸分析
表7 重度擁塞下駕駛?cè)瞬僮鳈n位的次數(shù)回歸分析
2.3 停車次數(shù)的規(guī)律
在重度擁塞和輕度擁塞下駕駛?cè)送＼嚧螖?shù)的變化規(guī)律見圖3.
圖3 輕度和重度擁塞下駕駛?cè)送＼嚧螖?shù)的變化規(guī)律
對(duì)輕度擁塞、重度擁塞下駕駛?cè)送＼嚨拇螖?shù)進(jìn)行回歸分析見表8、表9.
2.4 路段停車頻率分析
本文利用路段總的停車時(shí)間與整條路段的行車時(shí)間之比來更好地分析交通擁塞對(duì)駕駛?cè)瞬僮餍袨榈挠绊懀溆绊懶Ч妶D4.
表8 輕度擁塞下駕駛?cè)送＼嚨拇螖?shù)回歸分析
表9 重度擁塞下駕駛?cè)送＼嚨拇螖?shù)回歸分析
圖4 路段停車頻率圖
分析得出：（1）在輕度擁塞下駕駛?cè)瞬僮鬓D(zhuǎn)向盤、檔位和停車的次數(shù)明顯比在重度擁塞下操作轉(zhuǎn)向盤、檔位和停車的次數(shù)多；（2）在不同的擁塞度下駕駛?cè)藢?duì)轉(zhuǎn)向盤、檔位和停車操作次數(shù)都在一定的范圍之內(nèi)；（3）在重度擁塞下?lián)矶聡?yán)重車輛停車時(shí)間長，所以駕駛?cè)说牟僮餍袨檩^少；（4）在重度擁塞下檔位操作次數(shù)和停車次數(shù)在同樣的時(shí)間段內(nèi)是相同的，這是由于擁堵程度過重，檔位只用來啟動(dòng)車子和停車；（5）重度擁塞的路段停車頻率比輕度擁塞的路段停車頻率高出很多，說明重度擁塞下駕駛?cè)说臅r(shí)間出行成本很高.
3 結(jié)束語
本文以平均行程速度、交叉路口阻塞率、平均延誤和排隊(duì)長度為評(píng)價(jià)因素用模糊綜合評(píng)價(jià)法將城市道路交通擁塞狀態(tài)進(jìn)行了劃分為輕度擁塞、中度擁塞和重度擁塞.并在此基礎(chǔ)上根據(jù)實(shí)際調(diào)查、實(shí)驗(yàn)數(shù)據(jù)分析出不同擁塞度下駕駛?cè)瞬僮鬓D(zhuǎn)向盤、檔位及停車次數(shù)的變化規(guī)律和路段停車頻率圖.得出結(jié)論：駕駛?cè)嗽诮煌〒砣麪顟B(tài)的駕駛操作行為是有規(guī)律可循的；在不同的擁塞度下駕駛?cè)藢?duì)駕駛車輛有關(guān)部件的操作次數(shù)在一定的范圍之內(nèi)；擁塞程度越嚴(yán)重相應(yīng)的操作次數(shù)越少.對(duì)交通擁塞狀態(tài)下駕駛?cè)瞬僮餍袨橐?guī)律的研究能為從駕駛?cè)说慕嵌忍岢鼍徑饨煌〒矶虏呗蕴峁├碚撝С趾鸵罁?jù)，從而有助于提高交通安全.
［1］PATTARA A.W，PEACHAVANISH R.Estimating road traffic congestion from cell dwell time using neural network［C］.Proceedings of the 7th International Conference on Intelligent Transport Systems Telecommunications，Sophia Antipolis，F(xiàn)rance，Jun 2007：12-17.
［2］王建玲，蔣陽升.交通擁塞狀態(tài)的識(shí)別與分析［J］.系統(tǒng)工程，2006，24（10）：105-109.
［3］楊 梅.天津市城市交通擁塞問題及道路交通管理對(duì)策研究［D］.天津：天津大學(xué)，2005.
［4］呂 非，陸斯文，張?zhí)m芳，等.基于GA模糊聚類的城市快速路交通流狀態(tài)劃分［J］.公路，2010（8）：124-127.
［5］郝 媛，孫立軍，徐天東，等.城市快速路交通擁擠分析及擁擠閾值的確定［J］.同濟(jì)大學(xué)學(xué)報(bào)，2008，36（5）：609-614.
［6］TIMO L，DIANNE P，HEIKKI S.Does traffic congestion increase driver aggression［J］.Transportation Research，Part F：Traffic Psychology &Behavior，1999，2（4）：225-236.
［7］WAKITA T，OZAWA K.Driver identification using driving behavior signals［J］.IEICE Transactions on Information and Systems，2006，E89-D（3）：1188-1194.
［8］JOHN D H，LINDA N B.Driver stress as influenced by driving maneuvers and roadway conditions［J］.Transportation Research，Part F：Traffic Psychology&Behavior，2007，10（3）：177-186.
［9］PARKER D，LAJUNEN T，SUMMALA H.Anger and aggression among drivers in three european countries［J］.Accident Analysis &Prevention，2002，34（2）：229-235.
［10］閻 瑩，劉浩學(xué)，郭忠印.不同交通流狀態(tài)下駕駛員心理生理特性研究［J］.同 濟(jì)大學(xué)學(xué)報(bào)，2008，36（10）：1372-1377.
［11］魏麗英.駕駛員車道變換行為模擬分析［J］.中國公路學(xué)報(bào)，2001，14（1）：77-80.
［12］鄭華榮，吳超仲，馬曉鳳.考慮駕駛憤怒的元胞自動(dòng)機(jī)交通流模型［J］.武漢理工大學(xué)學(xué)報(bào)，2013，37（3）：617-621.
［13］公安部交通管理局，建設(shè)部城市設(shè)計(jì)司.城市道路交通管理評(píng)價(jià)指標(biāo)體系（2012版）［R］.北京：公安部交通管理局，建設(shè)部城市建設(shè)司，2012.
［14］任福田，劉小明，榮建.交通工程學(xué)［M］.2版.北京：人民交通工程出版社，2008.
猜你喜歡
高PG等級(jí)瀝青及其混合料在交叉路口中的應(yīng)用研究石油瀝青(2019年2期)2019-04-28 08:42:24 三繞組變壓器運(yùn)行分接頭檔位計(jì)算及電壓分析智富時(shí)代(2018年9期)2018-10-19 18:51:44 交通流隨機(jī)行為的研究進(jìn)展西南交通大學(xué)學(xué)報(bào)(2016年3期)2016-06-15 20:29:35 路內(nèi)停車對(duì)交通流延誤影響的定量分析中國工程咨詢(2016年1期)2016-02-14 06:47:44 無人駕駛汽車在交叉路口的避障規(guī)劃汽車文摘(2015年1期)2016-01-13 03:54:03 基于農(nóng)村主路交叉路口優(yōu)先右轉(zhuǎn)汽車的碰撞預(yù)警系統(tǒng)初步設(shè)計(jì)汽車文摘(2015年11期)2015-12-02 03:02:52 引入分接頭檔位的換流變差動(dòng)保護(hù)方案研究河南科技(2015年2期)2015-02-27 14:20:29 具有負(fù)壓力的Aw-Rascle交通流的Riemann問題數(shù)學(xué)年刊A輯(中文版)(2014年1期)2014-10-30 01:48:12 基于單片機(jī)的變壓器檔位監(jiān)測雙輸入BCD編碼器電測與儀表(2014年15期)2014-04-04 12:05:32 基于PreScan軟件的交叉路口防碰撞控制系統(tǒng)仿真機(jī)械與電子(2014年2期)2014-02-28 02:07:42
孫亞南 胡立偉 祁首銘 程 浩
（昆明理工大學(xué)交通工程學(xué)院 昆明 650500）
0 引 言
準(zhǔn)確劃分城市道路交通流狀態(tài)，能為交通信息發(fā)布與服務(wù)水平評(píng)價(jià)提供重要依據(jù)，是交通控制與管理的前提，對(duì)緩解城市道路交通壓力、提高運(yùn)行效率具有現(xiàn)實(shí)意義.Pattara等［1］將交通狀態(tài)劃分為3個(gè)等級(jí)：通暢、中等擁塞及高度擁塞；王建玲等［2］將交通擁塞度定義為車流運(yùn)行狀態(tài)相對(duì)于暢行狀態(tài)的損失率；楊梅［3］將交通擁塞的空間分布分為孤立交叉口擁塞、線狀主干道擁塞和區(qū)域擁塞；呂非等［4］采用基于遺傳算法的模糊聚類劃分城市快速路交通流狀態(tài)并確定了閾值；郝媛等［5］基于測試數(shù)據(jù)和交通流模型劃分了6種典型交通狀態(tài)：穩(wěn)定自由流、準(zhǔn)自由流、臨界流、擁擠流、平均車速在10km／h 以下的擁擠、交通流模型不應(yīng)存在的嚴(yán)重?fù)頂D狀態(tài).在駕駛?cè)瞬僮餍袨榉矫妫琓imo 等［6］研究發(fā)現(xiàn)交通擁塞加劇侵犯性駕駛行為的發(fā)生，建議在培訓(xùn)中引入誘導(dǎo)駕駛?cè)藨B(tài)度變化的教育課程；Wakita等［7］研究了駕駛?cè)说牟僮鲃?dòng)作、熟練程度、車速快慢、心理緊張狀態(tài)等與駕駛行為的關(guān)系；John 等［8］用因子分析技術(shù)分析駕駛環(huán)境對(duì)駕駛?cè)藟毫Φ挠绊懀赋雠约袄夏耆艘桩a(chǎn)生心理壓力，具有事故發(fā)生經(jīng)歷的駕駛?cè)嗽诓涣捡{駛條件下易產(chǎn)生壓力；Parker［9］指出多數(shù)交通事故的發(fā)生與機(jī)動(dòng)車駕駛?cè)说那址格{駛行為有關(guān)；閻瑩等［10］指出在危險(xiǎn)路段及復(fù)雜交通狀況下，駕駛?cè)藭?huì)神經(jīng)緊張，理解、判斷與處理信息的能力下降；魏麗英［11］認(rèn)為駕駛?cè)俗陨砩硇睦硪蛩赜绊戃嚨雷儞Q行為，在允許范圍內(nèi)盡量提高車速是其主要?jiǎng)訖C(jī)；鄭華榮［12］等人提出駕駛員在憤怒駕駛時(shí)車輛的運(yùn)行速度、運(yùn)行軌跡等與正常駕駛時(shí)不同.綜上，國內(nèi)外都提出了一些調(diào)節(jié)駕駛?cè)松硇睦硖匦缘姆椒?但缺乏在該方面實(shí)測依據(jù)和定量分析方法.
1 基于模糊綜合評(píng)價(jià)法的城市道路擁塞等級(jí)研究
建立城市道路擁塞狀態(tài)判別的因素集為：U｛u1，u2，u3，u4｝.式中：u1為平均行程速度；u2為交叉路口阻塞率；u3為平均延誤；u4為排隊(duì)長度.判斷集為：V｛v1，v2，v3｝.式中：v1為輕度擁塞；v2為中度擁塞；v3為中度擁塞.
1.1 線性分析法確定隸屬函數(shù)
設(shè)某個(gè)交通擁塞狀態(tài)的評(píng)價(jià)因素是x，隸屬函數(shù)為u（x），則4個(gè)因素對(duì)各級(jí)交通擁塞狀態(tài)評(píng)價(jià)集的隸屬度u1（x），u2（x），u3（x），u4（x）為：
1）平均行程速度的隸屬函數(shù) 根據(jù)公安部交通管理局發(fā)布《城市道路的交通管理評(píng)價(jià)》［13］中平均車速的界定（見表1），由于本文研究對(duì)象是大城市的城市道路，所以按照A 類城市來建立平均行程速度的隸屬函數(shù).
2）交叉路口阻塞率的隸屬函數(shù) 根據(jù)《城市道路交通管理評(píng)價(jià)》中交叉路口阻塞率的界定（見表2），建立交叉路口阻塞率隸屬函數(shù)如下.
3）平均延誤的隸屬函數(shù) 根據(jù)我國信號(hào)交叉口建設(shè)的服務(wù)水平分級(jí)標(biāo)準(zhǔn)［14］（見表3）建立平均延誤的隸屬函數(shù)如下.
表1 高峰時(shí)段建成區(qū)主干道平均車速分級(jí)表
表2 高峰期交叉路口阻塞率分級(jí)表
表3 我國信號(hào)交叉口建設(shè)的服務(wù)水平分級(jí)標(biāo)準(zhǔn)
4）排隊(duì)長度的隸屬函數(shù) 根據(jù)表3建立排隊(duì)長隊(duì)的隸屬函數(shù)如下.
1.2 基于層次分析法權(quán)重的計(jì)算及評(píng)價(jià)結(jié)果
1）設(shè)W＝［w1，w2，w3，w4］為權(quán)重集，w1，w2，w3，w4分別為平均行程速度、交叉路口阻塞率、平均延誤、排隊(duì)長度所占的比重.w1，w2，w3，w4還需滿足歸一化的要求，即w1＋w2＋w3＋w4＝1.建立成對(duì)比較矩陣為
2）計(jì)算層次單排序的權(quán)重和一致性檢驗(yàn)矩陣A的最大特征值λ＝4.187 253 741，該特征值對(duì)應(yīng)的歸一化特征向量w＝｛0.104，0.129，0.448，0.318｝則CR＝（λ-n）／（n-1）＝4.187.其中：n為A的對(duì)角線元素之和，也為A的特征值之和.RI＝0.9，故表明A通過了一致性驗(yàn)證.
3）利用之前建立的評(píng)價(jià)矩陣評(píng)價(jià)
則評(píng)價(jià)的結(jié)果D＝W·R.即：
采用最大隸屬度原則，即取d1，d2，d33者中最大值所代表的交通擁塞狀態(tài)，作為道路交通擁塞模糊綜合評(píng)價(jià)的最終結(jié)果.
2 不同交通擁塞狀態(tài)下駕駛?cè)瞬僮餍袨樽兓?guī)律分析
由統(tǒng)計(jì)數(shù)據(jù)分析得出2種駕齡的駕駛?cè)嗽趽砣麪顟B(tài)下的操作行為規(guī)律十分相似且在在輕度擁塞和重度擁塞下更加突出.而中度擁塞路況的不定性更明顯，駕駛?cè)说牟僮餍袨楹茈y有規(guī)律可循.所以下面對(duì)駕齡在3年以上的駕駛?cè)嗽谳p度和重度擁塞下的操作行為進(jìn)行分析.
2.1 對(duì)方向盤的操作規(guī)律
在輕度擁塞和重度擁塞下駕駛?cè)瞬僮鬓D(zhuǎn)向盤（轉(zhuǎn)向盤的左轉(zhuǎn)和右轉(zhuǎn)）的次數(shù)規(guī)律見圖1.
對(duì)輕度擁塞下駕駛?cè)瞬僮鬓D(zhuǎn)向盤次數(shù)進(jìn)行回歸分析見表4.
表4 輕度擁塞下駕駛?cè)瞬僮鬓D(zhuǎn)向盤次數(shù)回歸分析
對(duì)重度擁塞下駕駛?cè)瞬僮鬓D(zhuǎn)向盤次數(shù)進(jìn)行回歸分析見表5.
表5 重度擁塞下駕駛?cè)瞬僮鬓D(zhuǎn)向盤次數(shù)回歸分析
圖1 輕度和重度擁塞下駕駛?cè)瞬僮鬓D(zhuǎn)向盤變化規(guī)律
2.2 對(duì)檔位操作的規(guī)律
在輕度擁塞和重度擁塞下駕駛?cè)瞬僮鳈n位的次數(shù)變化規(guī)律見圖2.
圖2 輕度和重度擁塞下駕駛?cè)瞬僮鳈n位變化規(guī)律
對(duì)輕度擁塞、重度擁塞下駕駛?cè)瞬僮鳈n位的次數(shù)進(jìn)行回歸分析見表6、表7.
表6 輕度擁塞下駕駛?cè)瞬僮鳈n位的次數(shù)回歸分析
表7 重度擁塞下駕駛?cè)瞬僮鳈n位的次數(shù)回歸分析
2.3 停車次數(shù)的規(guī)律
在重度擁塞和輕度擁塞下駕駛?cè)送＼嚧螖?shù)的變化規(guī)律見圖3.
圖3 輕度和重度擁塞下駕駛?cè)送＼嚧螖?shù)的變化規(guī)律
對(duì)輕度擁塞、重度擁塞下駕駛?cè)送＼嚨拇螖?shù)進(jìn)行回歸分析見表8、表9.
2.4 路段停車頻率分析
本文利用路段總的停車時(shí)間與整條路段的行車時(shí)間之比來更好地分析交通擁塞對(duì)駕駛?cè)瞬僮餍袨榈挠绊懀溆绊懶Ч妶D4.
表8 輕度擁塞下駕駛?cè)送＼嚨拇螖?shù)回歸分析
表9 重度擁塞下駕駛?cè)送＼嚨拇螖?shù)回歸分析
圖4 路段停車頻率圖
分析得出：（1）在輕度擁塞下駕駛?cè)瞬僮鬓D(zhuǎn)向盤、檔位和停車的次數(shù)明顯比在重度擁塞下操作轉(zhuǎn)向盤、檔位和停車的次數(shù)多；（2）在不同的擁塞度下駕駛?cè)藢?duì)轉(zhuǎn)向盤、檔位和停車操作次數(shù)都在一定的范圍之內(nèi)；（3）在重度擁塞下?lián)矶聡?yán)重車輛停車時(shí)間長，所以駕駛?cè)说牟僮餍袨檩^少；（4）在重度擁塞下檔位操作次數(shù)和停車次數(shù)在同樣的時(shí)間段內(nèi)是相同的，這是由于擁堵程度過重，檔位只用來啟動(dòng)車子和停車；（5）重度擁塞的路段停車頻率比輕度擁塞的路段停車頻率高出很多，說明重度擁塞下駕駛?cè)说臅r(shí)間出行成本很高.
3 結(jié)束語
本文以平均行程速度、交叉路口阻塞率、平均延誤和排隊(duì)長度為評(píng)價(jià)因素用模糊綜合評(píng)價(jià)法將城市道路交通擁塞狀態(tài)進(jìn)行了劃分為輕度擁塞、中度擁塞和重度擁塞.并在此基礎(chǔ)上根據(jù)實(shí)際調(diào)查、實(shí)驗(yàn)數(shù)據(jù)分析出不同擁塞度下駕駛?cè)瞬僮鬓D(zhuǎn)向盤、檔位及停車次數(shù)的變化規(guī)律和路段停車頻率圖.得出結(jié)論：駕駛?cè)嗽诮煌〒砣麪顟B(tài)的駕駛操作行為是有規(guī)律可循的；在不同的擁塞度下駕駛?cè)藢?duì)駕駛車輛有關(guān)部件的操作次數(shù)在一定的范圍之內(nèi)；擁塞程度越嚴(yán)重相應(yīng)的操作次數(shù)越少.對(duì)交通擁塞狀態(tài)下駕駛?cè)瞬僮餍袨橐?guī)律的研究能為從駕駛?cè)说慕嵌忍岢鼍徑饨煌〒矶虏呗蕴峁├碚撝С趾鸵罁?jù)，從而有助于提高交通安全.
［1］PATTARA A.W，PEACHAVANISH R.Estimating road traffic congestion from cell dwell time using neural network［C］.Proceedings of the 7th International Conference on Intelligent Transport Systems Telecommunications，Sophia Antipolis，F(xiàn)rance，Jun 2007：12-17.
［2］王建玲，蔣陽升.交通擁塞狀態(tài)的識(shí)別與分析［J］.系統(tǒng)工程，2006，24（10）：105-109.
［3］楊 梅.天津市城市交通擁塞問題及道路交通管理對(duì)策研究［D］.天津：天津大學(xué)，2005.
［4］呂 非，陸斯文，張?zhí)m芳，等.基于GA模糊聚類的城市快速路交通流狀態(tài)劃分［J］.公路，2010（8）：124-127.
［5］郝 媛，孫立軍，徐天東，等.城市快速路交通擁擠分析及擁擠閾值的確定［J］.同濟(jì)大學(xué)學(xué)報(bào)，2008，36（5）：609-614.
［6］TIMO L，DIANNE P，HEIKKI S.Does traffic congestion increase driver aggression［J］.Transportation Research，Part F：Traffic Psychology &Behavior，1999，2（4）：225-236.
［7］WAKITA T，OZAWA K.Driver identification using driving behavior signals［J］.IEICE Transactions on Information and Systems，2006，E89-D（3）：1188-1194.
［8］JOHN D H，LINDA N B.Driver stress as influenced by driving maneuvers and roadway conditions［J］.Transportation Research，Part F：Traffic Psychology&Behavior，2007，10（3）：177-186.
［9］PARKER D，LAJUNEN T，SUMMALA H.Anger and aggression among drivers in three european countries［J］.Accident Analysis &Prevention，2002，34（2）：229-235.
［10］閻 瑩，劉浩學(xué)，郭忠印.不同交通流狀態(tài)下駕駛員心理生理特性研究［J］.同 濟(jì)大學(xué)學(xué)報(bào)，2008，36（10）：1372-1377.
［11］魏麗英.駕駛員車道變換行為模擬分析［J］.中國公路學(xué)報(bào)，2001，14（1）：77-80.
［12］鄭華榮，吳超仲，馬曉鳳.考慮駕駛憤怒的元胞自動(dòng)機(jī)交通流模型［J］.武漢理工大學(xué)學(xué)報(bào)，2013，37（3）：617-621.
［13］公安部交通管理局，建設(shè)部城市設(shè)計(jì)司.城市道路交通管理評(píng)價(jià)指標(biāo)體系（2012版）［R］.北京：公安部交通管理局，建設(shè)部城市建設(shè)司，2012.
［14］任福田，劉小明，榮建.交通工程學(xué)［M］.2版.北京：人民交通工程出版社，2008.
猜你喜歡
石油瀝青(2019年2期)2019-04-28 08:42:24
智富時(shí)代(2018年9期)2018-10-19 18:51:44
西南交通大學(xué)學(xué)報(bào)(2016年3期)2016-06-15 20:29:35
中國工程咨詢(2016年1期)2016-02-14 06:47:44
汽車文摘(2015年1期)2016-01-13 03:54:03
汽車文摘(2015年11期)2015-12-02 03:02:52
河南科技(2015年2期)2015-02-27 14:20:29
數(shù)學(xué)年刊A輯(中文版)(2014年1期)2014-10-30 01:48:12
電測與儀表(2014年15期)2014-04-04 12:05:32
機(jī)械與電子(2014年2期)2014-02-28 02:07:42
