不同信號(hào)過(guò)渡方式對(duì)交叉口駕駛行為選擇的影響

孫正良 顧金剛 祖永昶

（公安部交通管理科學(xué)研究所 江蘇 無(wú)錫 214151）

0 引言

隨著我國(guó)經(jīng)濟(jì)的迅速發(fā)展和城鎮(zhèn)化建設(shè)步伐的推進(jìn)，北京、廣州、深圳、杭州、南京等大城市汽車(chē)擁有量已達(dá)到20 輛／100人，我國(guó)正加速進(jìn)入汽車(chē)社會(huì)。但是社會(huì)公眾的文明駕駛意識(shí)沒(méi)有得到同步提高，隨意變道、闖紅燈等不文明行為現(xiàn)象較為普遍，引發(fā)的道路交通事故死亡已經(jīng)成為我國(guó)社會(huì)公眾非正常死亡的主因，而我國(guó)歷年道路交通事故死亡人數(shù)已位列世界各國(guó)首位。為保障公眾出行安全和道路暢通，公安部從2013年伊始對(duì)闖紅燈、故意搶黃燈和遮擋號(hào)牌等嚴(yán)重交通違法行為加大了處罰力度，新交通規(guī)則的實(shí)施引發(fā)了社會(huì)媒體對(duì)“黃燈處罰”的廣泛探討。

世界各國(guó)對(duì)黃燈信號(hào)的規(guī)定是：黃燈表示即將亮紅燈，車(chē)輛應(yīng)當(dāng)停止，但已經(jīng)接近停止線且無(wú)法安全制動(dòng)的車(chē)輛，可以越過(guò)停止線繼續(xù)通行。為有效提醒駕駛?cè)俗⒁庑盘?hào)燈的變化，歐美國(guó)家通常是采用黃燈過(guò)渡方式，而在我國(guó)各城市普遍使用“黃燈”“綠閃”和“倒計(jì)時(shí)”3種信號(hào)燈過(guò)渡方式。但我國(guó)現(xiàn)行道路交通法規(guī)和技術(shù)標(biāo)準(zhǔn)中規(guī)定的信號(hào)過(guò)渡僅為“黃燈”和“倒計(jì)時(shí)”2種方式。國(guó)家強(qiáng)制性標(biāo)準(zhǔn)《交通信號(hào)燈安裝與設(shè)置規(guī)范》（GB14886）和《道路交通信號(hào)燈》（GB14887）規(guī)定了“黃燈”作為信號(hào)過(guò)渡方式，“倒計(jì)時(shí)”僅是輔助提示裝置，不屬于強(qiáng)制性要求［1－2］，沒(méi)有定義或規(guī)定“綠閃”。

國(guó)內(nèi)外眾多學(xué)者對(duì)黃燈期間的駕駛行為開(kāi)展了研究。上海海事大學(xué)錢(qián)紅波［3－4］在2009年通過(guò)網(wǎng)絡(luò)問(wèn)卷方法，對(duì)390名駕駛?cè)诉M(jìn)行了黃燈期間駕駛行為的問(wèn)卷調(diào)查，結(jié)果表明36.1%的駕駛?cè)嗽邳S燈期間會(huì)選擇減速通過(guò)停止線，42.6%的駕駛?cè)诉x擇加速通過(guò)，僅有21.2%的駕駛?cè)诉x擇停車(chē)等候。吉林大學(xué)吳文靜、龍科軍等［5－6］研究了倒計(jì)時(shí)對(duì)信號(hào)交叉口駕駛行為的影響，運(yùn)用Logistic模型建立了相關(guān)決策模型。西安交通大學(xué)孫志強(qiáng)等［7］根據(jù)黃燈亮啟時(shí)的車(chē)速和位置，提出了進(jìn)退兩難、減速停車(chē)、勻速通過(guò)和加速通過(guò)等4種狀態(tài)，并根據(jù)駕駛?cè)思夹g(shù)和性格構(gòu)建了駕駛?cè)朔磻?yīng)行為模型。Papaioannou等［8］認(rèn)為信號(hào)交叉口的駕駛行為是多因素綜合的結(jié)果，并將駕駛?cè)朔譃楸Ｊ匦?、普通型和冒進(jìn)型等3類(lèi)，提出根據(jù)車(chē)輛行駛速度、與停止線距離、駕駛?cè)诵詣e等因素，計(jì)算能在停止線內(nèi)停車(chē)或越過(guò)停止線的概率。同濟(jì)大學(xué)李克平等［9－11］提出了交叉口駕駛行為決策過(guò)程中的黃燈困境問(wèn)題。而高鐵軍等［12－13］通過(guò)問(wèn)卷調(diào)查和理論分析，認(rèn)為倒計(jì)時(shí)會(huì)對(duì)駕駛行為決策產(chǎn)生通行安全等方面的負(fù)面影響。

國(guó)內(nèi)僅針對(duì)黃燈期間駕駛行為或倒計(jì)時(shí)的作用等開(kāi)展研究，沒(méi)有系統(tǒng)性地研究3種信號(hào)過(guò)渡方式對(duì)駕駛?cè)诵袨榈挠绊?，沒(méi)有深入研究“綠閃”的可行性和使用效果?，F(xiàn)有研究大多基于調(diào)查問(wèn)卷和理論推導(dǎo)，較少對(duì)實(shí)際道路狀態(tài)下駕駛?cè)诵袨檫M(jìn)行調(diào)研。因此，筆者將通過(guò)實(shí)地調(diào)研，重點(diǎn)分析3種過(guò)渡方式對(duì)駕駛?cè)诵袨橛绊懬闆r，以求對(duì)今后的信號(hào)燈的設(shè)置和控制方式提供指導(dǎo)。

1 信號(hào)過(guò)渡期間駕駛?cè)诵袨樘卣髡{(diào)查

1.1 駕駛?cè)诵袨檫x擇的過(guò)程和因素分析

心理學(xué)中的決策問(wèn)題分為3類(lèi)：①確定性決策，亦稱(chēng)標(biāo)準(zhǔn)決策或結(jié)構(gòu)化決策，即決策者在只存在1種自然狀態(tài)（客觀條件）且在準(zhǔn)確了解各種備選方案的執(zhí)行結(jié)果的情況下做出的決策；②風(fēng)險(xiǎn)決策，即未來(lái)某種客觀狀態(tài)出現(xiàn)的可能性大小可以用概率表示出來(lái)；③不確定決策，即在不了解客觀狀態(tài)出現(xiàn)概率的條件下進(jìn)行的決策［5］。在交通心理學(xué)中，黃燈期間通過(guò)路口的駕駛行為決策問(wèn)題，是在權(quán)衡各種利弊之后對(duì)駕駛行為做出的決策，不同的駕駛?cè)俗龀龅倪x擇是有明顯差異的。因此該決策選擇屬于風(fēng)險(xiǎn)決策。

筆者將駕駛?cè)嗽邳S燈期間的選擇過(guò)程分為4個(gè)階段（見(jiàn)圖1）：確定決策目標(biāo)；分析備選方案及可能的結(jié)果；選擇備選方案并付之實(shí)施；決策反饋。在確定決策目標(biāo)階段，駕駛?cè)司C合各類(lèi)因素，選擇是否繼續(xù)行駛越過(guò)路口或安全停車(chē)；在分析備選方案階段，駕駛?cè)朔治鲞x擇加速通過(guò)、勻速通過(guò)、減速通過(guò)和制動(dòng)停車(chē)等行為后可能帶來(lái)的交通沖突或事故的可能性；在選擇方案和實(shí)施階段，駕駛?cè)烁鶕?jù)判斷結(jié)果，選擇可行的駕駛行為并實(shí)施；在決策反饋階段，駕駛?cè)烁鶕?jù)方案實(shí)施過(guò)程中當(dāng)前交叉口交通現(xiàn)狀，可以及時(shí)終止正在實(shí)施的方案，重新選擇可行的駕駛行為（即返回決策過(guò)程的第二階段）。除了受交叉口信號(hào)燈的影響外，駕駛行為選擇還受到道路環(huán)境、行駛速度和駕駛?cè)俗陨硪蛩氐挠绊憽?/p>

根據(jù)對(duì)駕駛?cè)藳Q策過(guò)程分析可見(jiàn)，駕駛?cè)藳Q策結(jié)果最終反映在車(chē)輛運(yùn)行特征（車(chē)輛行駛狀況和行駛速度等）上。因此，為了分析黃燈期間駕駛?cè)诵袨?，筆者通過(guò)實(shí)地調(diào)研，長(zhǎng)時(shí)間觀測(cè)不同信號(hào)過(guò)渡方式下機(jī)動(dòng)車(chē)的運(yùn)行特征。

1.2 調(diào)研方法設(shè)計(jì)

此次調(diào)研采取攝像法，選擇“黃燈”、“綠閃”和“倒計(jì)時(shí)”等不同過(guò)渡方式的燈控路口，在每個(gè)觀測(cè)方向架設(shè)攝像設(shè)備，按圖2方式進(jìn)行觀察。

攝像機(jī)安裝位置要求能夠清晰地看到信號(hào)燈狀態(tài)、停止線位置、機(jī)動(dòng)車(chē)運(yùn)行狀態(tài)等，并同步拍攝觀測(cè)方向的機(jī)動(dòng)車(chē)正面動(dòng)態(tài)，利用道路上現(xiàn)有的標(biāo)志物（樹(shù)、燈桿等）推算車(chē)輛速度。

分別選擇2個(gè)工作日的早高峰、白天平峰、晚高峰、晚間平峰等4個(gè)時(shí)段，觀察和統(tǒng)計(jì)信號(hào)過(guò)渡期間接近和越過(guò)停止線的機(jī)動(dòng)車(chē)數(shù)量及駕駛行為狀態(tài)。

圖2 交叉口交通觀察點(diǎn)設(shè)置圖Fig.2 Traffic observation points at intersection

1.3 實(shí)驗(yàn)路口特征分析

筆者重點(diǎn)研究各種過(guò)渡方式對(duì)駕駛行為的影響，于2013年在江蘇蘇州、無(wú)錫、常州3城市開(kāi)展調(diào)研，選擇了3種過(guò)渡方式的燈控路口進(jìn)行觀察，共選取16個(gè)路口、21個(gè)方向進(jìn)行觀測(cè)。其中：6個(gè)方向?yàn)辄S燈提示，9個(gè)方向?yàn)榈褂?jì)時(shí)提示，6個(gè)方向?yàn)榫G閃提示。調(diào)查路口的特征見(jiàn)表1所列。

表1 路口特征分析Tab.1 Characteristics of intersection

2 數(shù)據(jù)分析

2.1 樣本數(shù)據(jù)

此次調(diào)查分別選擇2個(gè)工作日的早高峰、白天平峰、晚高峰、晚間平峰等4個(gè)時(shí)段進(jìn)行觀察，統(tǒng)計(jì)了信號(hào)過(guò)渡期間接近和越過(guò)停止線的機(jī)動(dòng)車(chē)數(shù)量及駕駛行為狀態(tài)，共攝錄約150h的視頻資料、統(tǒng)計(jì)近2萬(wàn)輛機(jī)動(dòng)車(chē)。

利用現(xiàn)場(chǎng)觀察得到的視頻資料進(jìn)行分析，采集獲得16個(gè)交叉口黃燈期間接近和越過(guò)停止線的機(jī)動(dòng)車(chē)有效樣本總量19 265輛。其中：最先接近停止線的前3輛機(jī)動(dòng)車(chē)樣本量為4 716輛，黃燈期間越過(guò)停止線的機(jī)動(dòng)車(chē)樣本量為862輛。

2.2 黃燈期間機(jī)動(dòng)車(chē)駕駛行為分析

1）黃燈期間接近或越過(guò)停止線的駕駛行為分析。通過(guò)分析黃燈期間接近或越過(guò)停止線的駕駛行為，結(jié)果表明：95.5%的機(jī)動(dòng)車(chē)在停止線內(nèi)停車(chē)，僅有4.5%的機(jī)動(dòng)車(chē)越過(guò)停止線繼續(xù)通過(guò)。

2）黃燈期間越過(guò)停止線的車(chē)速和初始位置分析。通過(guò)分析黃燈期間越過(guò)停止線繼續(xù)行駛的車(chē)輛，測(cè)算這些樣本車(chē)輛在黃燈啟亮?xí)r所處的位置和速度，分析其駕駛行為。黃燈期間越過(guò)停止線的機(jī)動(dòng)車(chē)速度與距離散點(diǎn)分布見(jiàn)圖3，平均車(chē)速為31.6km／h。經(jīng)分析，越過(guò)停止線的車(chē)輛在黃燈啟亮?xí)r，與停止線間的距離在15 m 以內(nèi)的機(jī)動(dòng)車(chē)占95.9%，與停止線間的距離超過(guò)15 m的機(jī)動(dòng)車(chē)僅占4.1%。

圖3 黃燈期間越過(guò)停止線的車(chē)輛速度和距離分布圖Fig.3 Speed and initial distance distribution for vehicles passing stopline during amber light

3）黃燈期間接近或越過(guò)停止線的前3輛機(jī)動(dòng)車(chē)的駕駛行為分析。利用視頻資料分析黃燈期間最先到達(dá)停止線的前3輛機(jī)動(dòng)車(chē)的駕駛行為，結(jié)果表明：54.75%的駕駛?cè)藭?huì)選擇停車(chē)，45.25%的駕駛?cè)诉x擇繼續(xù)通行（其中：33.16%的駕駛?cè)藭?huì)選擇勻速通過(guò)，11.60%的駕駛?cè)藭?huì)選擇加速通過(guò)，僅有0.49%的駕駛?cè)诉x擇減速通過(guò)）。

2.3 不同信號(hào)過(guò)渡方式下的駕駛特征分析

1）駕駛行為選擇分析。分析有效樣本數(shù)據(jù)，結(jié)果表明：在黃燈提示路口，3 389 輛車(chē)（占90.1%）選擇安全停車(chē)，373輛車(chē)（占9.9%）選擇越過(guò)停止線繼續(xù)通過(guò)；在綠閃提示路口，8 117輛車(chē)（占94.7%）選擇安全停車(chē)，僅有432輛車(chē)（占5.3%）選擇越過(guò)停止線繼續(xù)通過(guò)；在倒計(jì)時(shí)提示路口，7 329輛車(chē)（占99.2%）選擇安全停車(chē)，僅有57輛車(chē)（占0.8%）選擇越過(guò)停止線繼續(xù)通過(guò)，見(jiàn)圖4。

圖4 不同信號(hào)過(guò)渡方式路口黃燈期間駕駛行為選擇Fig.4 Driving behavior choices during amber light at different signal transition intersections

分析16個(gè)路口黃燈期間最先到達(dá)停止線的前3輛機(jī)動(dòng)車(chē)選擇的駕駛行為，共計(jì)4 716個(gè)有效樣本，結(jié)果表明：在黃燈提示路口，572輛車(chē)（占35.2%）選擇安全停車(chē)，1 051輛車(chē)（占64.8%）選擇繼續(xù)通過(guò)；在倒計(jì)時(shí)提示路口，828 輛車(chē)（占66.2%）選擇安全停車(chē)，423輛車(chē)（占33.8%）選擇繼續(xù)通過(guò)；在綠閃提示路口，1 182 輛車(chē)（占64.2%）選擇安全停車(chē)，僅有660輛車(chē)（占35.8%）選擇繼續(xù)通過(guò)，見(jiàn)圖5。

圖5 不同信號(hào)過(guò)渡方式路口黃燈期間駕駛行為選擇（前3輛車(chē)）Fig.5 Driving behavior choices during amber light at different signal transition intersections（the first three cars）

2）違法行為特征分析。進(jìn)一步分析黃燈期間越過(guò)停止線的862輛“闖黃燈”車(chē)輛（占4.5%）的駕駛行為，結(jié)果表明：黃燈提示路口，有373輛車(chē)（占9.9%）越過(guò)停止線；綠閃提示路口，有432輛車(chē)（占5.3%）越過(guò)停止線；在倒計(jì)時(shí)提示的路口，只有57輛車(chē)（占0.8%）越過(guò)停止線，見(jiàn)圖6。因此，綠閃提示路口的“闖黃燈”行為發(fā)生率極低；黃燈提示路口的“闖黃燈”行為發(fā)生率最高。

圖6 不同信號(hào)過(guò)渡方式路口的闖黃燈發(fā)生率Fig.6 Rate of vehicles running red light at different signal transition intersections

分析上述862輛“闖黃燈”車(chē)輛在黃燈亮起時(shí)距離停車(chē)線的初始位置和行駛速度，結(jié)果表明：黃燈提示路口的“闖黃燈”車(chē)輛的初始位置平均值為6.1m，平均車(chē)速為31.2km／h；綠閃提示路口的“闖黃燈”車(chē)輛的初始位置平均值為5.1 m，平均車(chē)速為29.5km／h，比黃燈提示路口的平均車(chē)速慢5%；倒計(jì)時(shí)提示路口的“闖黃燈”車(chē)輛的初始位置平均值為3.2m，平均車(chē)速為33.2km／h，比黃燈提示路口的平均車(chē)速快6%，見(jiàn)圖7和圖8。

圖7 不同過(guò)渡方式下的闖黃燈車(chē)輛初始位置Fig.7 Initial position of vehicles running amber light at different signal transition intersections

圖8 不同過(guò)渡方式下的闖黃燈車(chē)輛速度Fig.8 Speed of vehicles running amber light at different signal transition intersections

在初始位置方面，因倒計(jì)時(shí)提示對(duì)駕駛?cè)颂峁┝溯^長(zhǎng)的預(yù)知時(shí)間，方便距離停止線較遠(yuǎn)的車(chē)輛準(zhǔn)確選擇停車(chē)，因此，黃燈期間越過(guò)停止線的車(chē)輛初始位置距離最近；而黃燈提示方式因沒(méi)有給出具體的信號(hào)過(guò)渡時(shí)間，加上駕駛?cè)藢?duì)信號(hào)變化時(shí)的生理反映時(shí)間等因素，因此，黃燈期間越過(guò)停止線的機(jī)動(dòng)車(chē)的初始位置距離最遠(yuǎn)。

在行駛速度方面，因倒計(jì)時(shí)提示給出了明確的綠燈／黃燈剩余時(shí)間，接近停止線的車(chē)輛會(huì)加速越過(guò)停止線；而綠閃提示給出了比黃燈提示早3s的警示，接近停止線的部分車(chē)輛會(huì)提前降低車(chē)速，因此越過(guò)停止線的速度值最低；而黃燈提示的路口，駕駛?cè)艘驘o(wú)法提前獲知具體的綠燈結(jié)束時(shí)間，黃燈亮起時(shí)十分接近停止線的車(chē)輛會(huì)選擇繼續(xù)通過(guò)，因此越過(guò)停止線的速度值介于上述兩者之間。

3 結(jié)束語(yǔ)

筆者重點(diǎn)研究了我國(guó)目前較普及的3種信號(hào)過(guò)渡方式對(duì)駕駛?cè)笋{駛行為的影響，并首次研究了“綠閃”的作用。通過(guò)觀測(cè)發(fā)現(xiàn)，信號(hào)交叉口黃燈啟亮后，95.5%的車(chē)輛選擇安全減速停車(chē)，僅有4.5%的車(chē)輛選擇“闖黃燈”越線行駛。實(shí)驗(yàn)還發(fā)現(xiàn)，不同信號(hào)過(guò)渡方式將對(duì)駕駛行為產(chǎn)生不同影響；倒計(jì)時(shí)提示和綠閃提示的路口，能有效提示駕駛?cè)诉x擇合適的駕駛行為。

1）在倒計(jì)時(shí)提示的路口，接近100%的車(chē)輛選擇停車(chē)；在綠閃提示的路口，接近95%的車(chē)輛選擇停車(chē)；在黃燈提示的路口，約90%的車(chē)輛選擇停車(chē)。

2）在倒計(jì)時(shí)和綠閃提示的路口，因駕駛?cè)颂崆矮@知了信號(hào)燈即將轉(zhuǎn)換，顯著影響了駕駛?cè)藢?duì)駕駛行為的準(zhǔn)確判斷和合理選擇，有效減少了車(chē)輛闖黃燈行為，其闖黃燈行為發(fā)生率僅分別為黃燈提示路口的1／2和1／10。

3）在3種過(guò)渡方式控制路口，越過(guò)停止線車(chē)輛平均車(chē)速分別為：黃燈31.2km／h，綠閃29.5 km／h，倒計(jì)時(shí)33.2km／h?？梢?jiàn)在倒計(jì)時(shí)提示路口的平均車(chē)速明顯高于其它2種方式，綠閃提示路口的平均車(chē)速最低。在路口快速通行，且在黃燈期間快速通過(guò)最易引發(fā)交通事故。因此，綠閃提示可有效減少降低車(chē)輛通行交叉口的速度，確保通行安全。

4）實(shí)驗(yàn)還發(fā)現(xiàn)，黃燈期間最先接近停止線的前三輛機(jī)動(dòng)車(chē)中，接近1／2的車(chē)輛選擇繼續(xù)通行。其中：黃燈提示的路口選擇繼續(xù)通行的約占1／3；倒計(jì)時(shí)提示的路口選擇安全停車(chē)的約占1／3?？梢哉J(rèn)為，離交叉口停止線的距離是黃燈期間是否繼續(xù)行駛還是停駛行為選擇的關(guān)鍵因素。

下一階段，擬通過(guò)實(shí)驗(yàn)獲得更多城市不同特征交叉口在黃燈期間駕駛行為的樣本數(shù)量，深入分析黃燈期間的駕駛行為選擇，構(gòu)建可信的信號(hào)交叉口駕駛行為數(shù)學(xué)模型，提出科學(xué)引導(dǎo)駕駛?cè)诉x擇合適駕駛行為的信號(hào)方式，為制修訂相關(guān)的規(guī)范標(biāo)準(zhǔn)和交通管理部門(mén)的信號(hào)燈設(shè)置提供參考依據(jù)。

［1］GB14886－2006道路交通信號(hào)燈安裝與設(shè)置規(guī)范［S］.北京：中國(guó)標(biāo)準(zhǔn)出版社，2006.GB14886－2006Specification for setting and installation of road traffic signals［S］.Standards Press of China，2006.（in Chinese）.

［2］GB14887－2011道路交通信號(hào)燈［S］.中國(guó)標(biāo)準(zhǔn)出版社，2011.GB14887－2011 Road traffic signal lamps［S］.Standards Press of China，2011.（in Chinese）.

［3］錢(qián)紅波，韓 皓.機(jī)動(dòng)車(chē)綠燈倒計(jì)時(shí)對(duì)交叉口交通安全的影響研究［J］.中國(guó)安全科學(xué)學(xué)報(bào)，2010，19（3）：16－20.Qian Hongbo，Han Hao.Influence of countdown of green signal on traffic safety at crossing［J］.China Safety Science Journal，2010，19（3）：16－20.（in Chinese）.

［4］吳文靜，雋志才，賈洪飛.倒計(jì)時(shí)信號(hào)交叉口處的駕駛員行為決策［J］.系統(tǒng)工程理論與實(shí)踐，2009，29（7）：160－165.Wu Wenjing，Jun Zhicai，Jia Hongfei.Drivers＇behavioral decision－making at signalized intersection with countdown display unit［J］.Systems Engineering－Theory ＆Practice，2009（7）：160－165.（in Chinese）.

［5］龍科軍，何林儒，韓 立.黃燈期間信號(hào)交叉口的駕駛員行為［J］.系統(tǒng)工程，2010，28（12）：117－120.Long Kejun，He Linru，Hang Li.Drivers＇behavior during amber light at signalized intersection［J］.Systems Engineering，2010，28（12）：117－120.（in Chinese）.

［6］龍科軍，趙文秀，肖向良.交叉口黃燈期間駕駛員行為的模糊決策樹(shù)模型［J］.計(jì) 算機(jī)工程，2011，37（11）：16－18.Long Kejun，Zhao Wenxiu，Xiao Xiangliang.Fuzzy decision tree model for driver behavior confronting yellow signal at signalized intersection［J］.Computer Engineering，2011，37（11）：16－18.（in Chinese）.

［7］孫志強(qiáng)，楊建國(guó)，王忠民，等.混雜交通微觀仿真中駕駛員對(duì)黃信號(hào)燈的反應(yīng)行為模型［J］.西安交通大學(xué)學(xué)報(bào)，2004，38（12）：1260－1263.Sun Zhiqiang，Yang Jianguo，Wang Zhongming，et al.Driving behavior modeling during amber light under the mixed and disordered traffic micro－simulation［J］.Journal of Xi′an Jiantong University，2004，38（12）：1260－1263.（in Chinese）.

［8］Papaioannou P.Driver behavior，dilemma zone and safety effects at urban signalized intersections in Greece［J］.Accident Analysis and Prevention，2007，39（1）：147－158.

［9］李克平，楊佩昆.城市道路交叉口信號(hào)控制中的黃燈問(wèn)題［J］.城市交通，2010，8（4）：67－72.Li Keping，Yang Peikun.Amber interval design at urban signalized intersection［J］.Urban Transport of China，2010，8（4）：67－72.（in Chinese）.

［10］辛秀穎，馬壽峰，賈 寧.“闖黃燈”決策的影響因素分析：基于意向調(diào)查方法［J］.交通信息與安全，2013，31（3）：17－19.Xin Xiuying，Ma Shoufeng，Ja Ning.Incentive of yellow－light－running from economic perspective based on stated preference（SP）survey［J］.Jouranal of Transport Information and Safety，2013，31（3）：17－19.（in Chinese）.

［11］林筱怡，黃合來(lái)，程 琳.基于猶豫區(qū)的倒計(jì)時(shí)信號(hào)燈安全效應(yīng)分析［J］.交通信息與安全，2013，31（1）：147－150.Lin Xiaoyi，Huang Helai，Cheng Ling.Effect of countdown signals in dilemma zone［J］.Jouranal of Transport Information and Safety，2013，31（1）：147－150.（in Chinese）.

［12］高鐵軍.城市信控交叉口的過(guò)渡信號(hào)研究［D］.北京：北京交通大學(xué)，2008.Gao Tiejun.Study on the Transition signal of signal controlled intersection in cities［D］.Beijing：Beijing Jiaotong University，2008.（in Chinese）.

［13］劉潤(rùn)喬，韓加蓬.一種面向車(chē)輛闖黃燈和處理兩難區(qū)問(wèn)題的控制策略［J］.山東理工大學(xué)學(xué)報(bào)：自然科學(xué)版，2013，27（6）：35－39.Liu Runqiao，Han Jiapeng.A control strategy of vehicles running amber lights and dealing with the dilemma zone［J］.Journal of Shandong University of Technology：Natural Science Edition，2013，27（6）：35－39.（in Chinese）.