交通流理论第三章Word格式文档下载.docx
《交通流理论第三章Word格式文档下载.docx》由会员分享，可在线阅读，更多相关《交通流理论第三章Word格式文档下载.docx（26页珍藏版）》请在冰豆网上搜索。
（3—1）
式中：
——反应时间（s）；
H——信息量（bit），如果
是等概率事件数，
；
a——对刺激进行感觉登记和注意，使信号经传入神经至大脑，由中枢神经经系统进行编码后，经传出神经至效应器官引起反应的整个过程所需的时间，也就是外周复合过程的时间；
b——中枢神经系统进行辨别、选择、决策的时间，也可以理解为信息加工速率，即每增加一个比特的信息，中枢神经系统进行处理必须消耗的时间，约为0.13s。
式（3—1）是描述反应时间的海曼（Hick—Hyman）定律，即输入（刺激）觉察与控制开始或其它反应之间的时间。
如果也包括反应动作时间，那么总的延迟就称为“响应时间”。
通常“反应时间”和“响应时间”是可以相互替换的，因为反应动作时间相对小得多，可以忽略不计。
海曼反应定律的感觉—反应时间由两部分组成：
一部分是决定于刺激观测、选取、识别的总时间，对于所有驾驶员差别不大；
另外一部分是随机项，它与信息内容等因素有关。
组成
时间
累计时间
1）感觉—反应时间
0.31
眼睛转动
0.09
0.4
目标选择
0.6
1
识别
0.5
1.5
2）开始刹车
1.24
2.74
表3—1是根据经验得出的置信水平为感觉—反应时间（s）表3—1
85%的刹车反应时间。
不同的驾驶员感觉—反应时间不同，其上限值约为1.5s。
表中的估计包括了驾驶员将脚从加速器移到制动踏板的时间。
统计分析表明：
经验的感觉—反应时间概率并不是正态分布（又称高斯分布），图3—2是实际的分布曲线，用对数正态分布进行了拟合。
对数正态密度函数被广泛地应用于质量控制工程学等领域中。
在这里，观测变量
的值不能小于0，但可以是极小的正值。
当样本较大——50或更大时，这些数据的自然对数可以假定逼近正态分布。
对数正态分布值可以通过查表得到，对数正态分布的概率密度函数
如下：
（3—2）
参数
决定了分布状况，它们与感觉—反应时间样本数据的均值
和标准差
有关：
（3—3）
（3—4）
（3—5）
与
相关的标准值计算如下：
（3—6）
因此，可以通过用0.00、1.04、1.65和2.33替换式（3—6）中对应的Z值，求解
的50%（中位数）、85%、95%、99%值以及
。
如果观测数据较少，应通过估计区间逼近到近似的百分点。
类型
2
均值
1.31
0.54
标准差
0.61
0.1
0.17
－0.63
0.44
0.18
50%
1.18
0.53
85%
1.87
0.64
95%
2.45
0.72
99%
3.31
0.82
勒纳（Lerner）等人对刹车感觉—反应时刹车感觉—反应时间（s）表3—2
间（包括刹车开始）作了进一步研究，分析了两种类型的反应：
（1）驾驶员不知道什么时候开始刹车甚至是否刹车；
（2）驾驶员预先知道刹车信号到来，但不知道确切的时间。
通过对数正态分布将这些数据转化，得到表3—2中的数据。
对于第一种情况，95%感觉—反应时间为2.45s，接近美国各州公路工作者协会（AASHTO）的建议：
对所有车速安全停车距离的反应时间为2.5s。
表3—3为凡波（Fambro）等人的研究，这些数据可以当作驾驶员对意外事件的感觉—反应时间。
意外物体感觉—反应时间的百分比估计（s）表3—3
百分比
测试车辆、封闭道路
私人汽车、封闭道路
私人汽车、开放道路
1.09
1.11
75%
1.02
1.54
1.40
90%
1.15
1.81
1.57
1.23
1.98
1.68
1.39
2.31
1.90
对于远处的喇叭声，驾驶员平均感觉—反应时间是0.75s，标准差为0.28s。
转化到对数正态分布：
50%，感觉—反应时间为0.84s；
85%，感觉—反应时间为1.02s；
95%，感觉—反应时间为1.27s；
99%，感觉—反应时间为1.71s。
对于不同类型的道路，随着客观情况复杂程度的增加，感觉—反应时间从低交通量的1.5s增大到城市快速路的3.0s。
在繁忙的城市，驾驶员会接收到更多的交通信息，每一单位时间需要作出比乡村道路更多的决定，这些增加的因素延长了感觉—反应时间。
另外，反应时间的长短也取决于驾驶员自身的个性、年龄、对反应的准备程度、信息的强弱、刺激时间的长短、刺激次数的多寡、饮酒、疲劳、驾驶车辆、道路情况、设计车速等因素。
二、移动时间（MT）
驾驶员的刹车反应时间由两部分组成：
感觉—反应时间和随之而来的移动时间。
一旦与感觉以及随后的反应相关的延迟相继产生，那么刺激通过传输神经从中枢神经到达肌纤维，驾驶员开始移动他的手或脚。
以紧急制动为例，驾驶员从发现紧急情况到把脚移到制动踏板上所需要的时间，称为制动反应时间。
对于驾驶员来说，制动反应时间非常重要。
1954年费茨（Fitts）首次用模型对各种移动时间进行了标定，公式如下：
（3—7）
——参数，随个体不同而变化（s）；
——运动起点到终点的距离（m）；
——车辆宽度（肢体移动方向）（m）；
——难度指数。
研究表明，人的所有肢体移动都可以用费茨定理通过适当调整参数
来模型化，参数
与驾驶员年龄、驾驶条件、工作量大小、危险程度、事前准备等因素有关。
对于简短迅速的移动（少于180ms）需用下式计算，即与车辆宽度无关：
（3—8）
座位高度（cm）
刹车与加速踏板高度差
15cm
平齐
43
50
0.309s
0.337s
0.194s
0.183s
通常驾驶员脚的移动轨迹是抛物线形的，尽脚由加速器移到刹车踏板的时间表3—4管这对移动距离
的影响相对小一些，但对MT的影响很大。
当刹车踏板超过加速器踏板5cm以上时，时间将显著延长。
刹车踏板高于加速器踏板15cm与刹车踏板和加速器踏板在同一水平面的布置相比较，脚由加速器踏板移到刹车踏板上的时间对比如表3—4。
移动反应时间长短与感觉—反应时间无关，这就是说感觉—反应时间长，而移动反应时间并不一定就长。
应当指出，反应时间不单指快慢，而且驾驶员要动作正确。
驾驶员没有权利为了避免撞车而不考虑采取的措施如何，一味地求快，这样会招致更为严重的后果。
在混合交通条件下，能在最危险的情况下正确地、冷静地、迅速地做出反应是驾驶员必备的品质，特别是当有一定数量的行人时，更是如此。
三、对交通控制设备的反应时间和距离
在行车过程中，驾驶员需要及时感知外界各种交通信息。
根据统计分析，感觉器官给驾驶员提供的交通信息量比例如下：
视觉占80%，听觉占14%，触觉占2%，味觉占2%，嗅觉占2%。
可见，视觉是最重要的，透过车厢玻璃观测到的客观信息构成了驾驶员需要处理的主要信息，其中交通控制设备（TCD）提供的信息是影响驾驶员并且对于交通流理论研究者也非常重要的一个方面。
有关交通控制设备的主要问题与距离它们的远近相关，包括如下三个方面：
（1）在视野中作为目标被发觉；
（2）确认为交通控制设备（交通标志、交通信号或路障等）；
（3）清晰且易于辨认和理解。
图3—3为交通控制设备信息处理过程框图，包含许多影响因素。
另外，对交通控制设备的反应距离和时间也与驾驶员观看和使用这些设备的偏好有关。
1.交通信号灯的变化
从交通流理论和建模的观点出发，主要关注易理解性、视认性以及“读”和“理解”的结合，即驾驶员对交通信号灯变化的反应。
通过在信号交叉口的观测发现：
（1）驾驶员对交通信号变化的反应延误（交通信号变化开始到刹车灯亮）平均为1.3s，85%置信水平下为1.9s，95%下为2.5s，99%下为2.8s；
（2）感觉—反应时间随距离交叉口远近变化不大，平均感觉—反应时间（64km/h）在15m的距离处为0.20s，46m处为0.40s。
2.标志的能见度和易理解性
人的眼睛注视目标时，由目标反射的光进入眼内，经过玻璃体的折射，投影于眼睛黄斑中心窝，结成物象，再由视神经经过视路传至大脑的枕页视中枢，激起心理反应，形成视觉。
也就是说，所谓视觉，就是外界光线经过刺激视觉器官在大脑中所引起的生理反应。
视觉在辨别外界物体明暗、颜色、形状等特性以及对物体空间属性如大小、远近等的区分上起着重要作用。
视觉敏锐度是指分辨细小的或遥远的物体或物体局部的能力。
在一定条件下，眼睛能分辨的物体越小，视觉的敏锐度越大。
敏锐度的大小是用视角表示的，所以更恰当的定义是能分辨或看见视角越小的物体，视觉的敏锐度就越大。
视觉敏锐度的基本特征在于辨别两点之间距离的大小，因此也可以把它看作视觉的空间阈限。
视觉敏锐度是一个非常重要的指标，良好的视觉可以较早地确认目标产生的任何刺激，减少总反应时间。
视觉敏锐度关系到最清晰的视野，在
～
的锥体内，视觉最敏锐；
在
的锥体内，视觉十分敏锐；
的锥体内，视觉清晰；
的锥体内，有满意的视觉。
在垂直面上，视觉敏锐度的角度只是水平面上视觉敏锐度的1/2～1/3。
研究表明，辨认在交通标志上字母的能力，随着眼的光轴与到字体方向间夹角的增大而很快地降低。
如果该夹角在
以下时，有98%的驾驶员能准确地分辨字母，那么该夹角增大到
时，就只有66%的驾驶员能准确辨认出字母。
驾驶员的年龄对视觉敏锐度也有影响。
40岁的视觉敏锐度约为20岁时的90%，60岁约为20岁时的74%。
视角计算公式如下：
（3—9）
——视角（
）；
——目标（图案、文字、符号等）直径（m）；
——眼睛到目标的距离（m）。
由此可知，对于相同视觉角度的两个物体，观测者将产生相同的反应，而和它们的实际大小及距离无关。
对于特定交通标志，尤其是文字标志，其视认距离存在很大的可变性，这种可变性可以用变化系数CV表示，计算如下：
CV=100·
（标准差/均值）（3—10）
标志
青年驾驶员
老年驾驶员
最小
CV
最大CV
两车道交通
3.9
21.9
8.9
26.7
自行车交叉
6.7
37.0
5.5
39.4
十字路口
5.2
16.3
2.0
28.6
五路交叉
5.4
21.3
49.2
环形
7.7
33.4
15.9
44.1
T形交叉
5.6
24.6
4.9
28.7
表3—5总结了同一个符号标志的变化标志视认性的变化系数表3—5
系数。
在对一个给定标志的易读性和识别距离进行预测时，需要在控制条件下做多次试验。
通常实验室视认距离要比实际道路条件大3%～21%，具体取决于标志的复杂程度。
但是，视认距离的变化系数在实验室和实际道路条件下是相同的。
3.实时显示
随着智能运输系统的发展，可以将道路状况，如水毁、塌方、堆雪、交通状况、事故、气候变化等多种信息通过科技手段储存在某一情报板或标志牌上，也可根据道路监测情况把信息实时显示出来，使驾驶员能及时采取正确有利的交通行为。
因此，交通流建模者必须考虑可变信息标志对交通流中驾驶员行为的影响。
根据这些标志的设计原理，可以知道它们不会使驾驶员的视觉行为产生较大变化。
4.视认时间
交通标志还要使交通参与者在很短的时间内就能看到、认识并完全明白它的含义，以便采取正确的措施。
当标志不能够被立即理解时，例如文字信息标志，必须允许驾驶员在对信息做出操作反应前认读这个信息，然后采取行动，如加速、减速、转弯或停车等。
阅读速度受很多因素的影响，比如文字类型、数量、句子结构、信息顺序、阅读目的、表达方式以及驾驶员正在做的任何其它事情等等。
研究表明，对于一个短的单词（4到8个字母）需要最少1s的观测时间，而每一个信息单位则要2s。
对于没有经验的驾驶员来说，时间会长一些；
而对于有相似标志经验的驾驶员，时间要短。
每行有12到16个字符的标志，最小的阅读时间为每行2s，这可以用来估计驾驶员需要多长时间来阅读和理解给定消息。
5.视认距离
标志牌的大小应能保证在距标志一定的距离内，能清楚地识别标志上的图案、符号和文字，故图案、符号及文字的大小应能满足必要的距离条件，据此决定标志牌的尺寸，此距离称为视认距离。
计算行车速度（km/h）
汉字高度
（cm）
＞100
90～70
60～40
＜30
40
30
20
10
视认距离与行驶速度有关，并因设置地点的交通文字高度和行车速度的关系表3—6
量、车道宽度、地形与几何线形情况以及周围环境而有所变化。
指路标志上汉字的高度如表3—6所示，字宽与字高相等。
我国对文字高度和视认距离的关系有如下计算公式：
（1）在白天、步行、白底黑字的情况下：
（3—11）
——视认距离（m）；
——文字高度（cm）。
（2）在夜间情况下：
（3—12）
——标志板的照度（
视认距离与汉字的笔划有关，以10划为基准，笔划为5划的汉字视认距离为10划的1.5倍，笔划为15划的为10划的0.9倍。
视认距离还因字的种类不同而不同，汉字与拉丁字母的视认距离比为2:
1，即拉丁字母大小可采用汉字的1/2。
四、其它车辆的动态特性
交通流中的车辆是具有运动特征的离散物体，互相之间通过驾驶员对信息的处理和控制输入形成一定的联系。
其它车辆的速度和加速度变化会被相邻车辆驾驶员感觉到，从而采取相应的措施，其中两类车辆影响比较明显：
（1）前导车辆；
（2）侧向车辆。
1.前导车辆
当一个物体以一定的速度接近或驶离时，从接近轮廓线形到其实际几何形状的视觉角度转换将产生很大的变化，需要在视野中对其形状对称放大。
车辆运动是放射状的（存在横向摆动），图3—4是对一辆以88.5km/h速度行驶的卡车的观测。
如果视觉角度的变化速度是呈几何级数的，形状知觉系统会注意到一个物体将要和观测者碰撞或正在驶离观测者；
如果视觉角度变化速度是不固定的，视觉系统就会感觉到运动物体以变化的速度移动。
实际上，人对运动物体加速度的视觉感觉是非常不精确的，区别从匀速开始的加速是非常困难的，除非观测了相当长的时间。
对避免碰撞的研究发现，当跟驰车辆与前车之间的距离（即车间距离）变化12%左右或视觉角度的变化速度超过0.0035rad/s时，驾驶员可以觉察出来，从而做出相应的反应。
2.侧向车辆
周围视觉对运动的察觉通常没有视网膜中央窝部分视力敏锐，另一方面，周围视觉虽然非常模糊，但比起固定目标来说运动物体还是容易被感觉到的。
外围的一个固定对象（如侧向车辆）通常难以被觉察，除非对于观测者来说它是在一定的图案背景下运动。
周围视觉观测的相对运动通常也要比视网膜中央窝视觉观测到的要慢一些。
五、障碍和危险物的觉察、识别与确认
公路上的驾驶员可能面临很多种不同的情况，对于这些情况需要避让或停车等。
在进行操作前，必须先对该物体或危险察觉，并且确认。
1.障碍和危险的察觉
研究者作过专门的物体察觉试验，在封闭道路上，6个不同的典型障碍物被放在车辆行驶方向上，对觉察和视认距离进行记录，表3—7总结了这项研究的成果。
这些物体的平均视觉觉察角度从黑色玩具狗的最小1.8
变化到树枝的最大4.91
从这些研究可以发现，在95%的置信水平下，白天朝物体方向观看，99%的驾驶员可以在
内发现对向物体。
由于黄昏后视觉敏锐度下降，在同样的对比度下大约需要白天视觉角度的2.5倍。
物体觉察视觉角度表3—7
物体（
）
均值（
标准差（
置信水平
95%（
99%（
木板，
2.47
1.21
5.22
6.26
黑色玩具狗，
0.37
2.61
2.91
白色玩具狗，
2.13
0.87
4.10
4.84
轮胎鞋底，
2.15
0.38
2.95
3.26
树枝，
4.91
1.27
7.63
8.67
干草包，
4.50
1.28
7.22
8.26
所有物体
3.10
0.57
4.30
4.76
*正面观测尺寸大小
2.障碍和危险的识别与确认
一旦驾驶员觉察到道路上的某个物体，下一步将是：
（1）识别阶段，判断是否是一个潜在的危险；
（2）视认阶段，这一阶段驾驶员能够得出物体是什么。
如果这个物体（假定是静止的）非常小，可以从车底或车轮间穿过，那么它是什么并不重要，因此第一步估计主要是物体的大小。
如果物体很大不能从车底穿过，那么必须躲避或刹车，15cm或更低的物体一般不是引起交通事故的因素。
公路上构成危险并引起避让行为的多数物体都超过60cm，可根据字母或符号识别方法来确定危险或非危险物体的视觉角度。
通常，驾驶员考虑一个物体是否构成危险，主要通过将其与车道宽度以及其它熟悉的路旁物体（如邮箱）对比而得出该物体的大小，这些判断将有助于物体的识别。
六、驾驶行为的个体差异
由于性别、年龄、社会经济水平、教育、健康状况、种族等产生的个体差别，称为“个体差异”，其中有些变量对于交通流建模是有用的，这些变量直接影响被驾驶车辆在操作环境和给定时间下的路径和速度。
1.性别
在手指灵敏度和对颜色的感觉方面，女性要比男性强；
但是男性具有速度优势，通常女性反应时间要比男性稍微长一些。
当然，这些差异只具有统计意义，为了交通流分析方便，男性和女性的行为差异可以忽略。
2.年龄
人的驾驶行为会随着年龄的增长而变化，比如反应时间、决策时间等，这些变化中一些是由老年人的视力条件决定的，而另外一些与神经中枢处理视网膜上的图像变化有关。
这对于理解驾驶员年龄产生的行为差异非常重要，根据试验，同一个人，随着年龄的增长反应时间增大。
从40岁开始，反应时间均匀增加，一直到50岁，比平均反应时间增加25%。
50岁以后，反应时间开始明显增加。
1）视觉变化
（1）视觉敏锐度的降低（静态）——15%～25%的65岁以上老人视觉敏锐度要比矫正视力低，主要是因为老年斑的加重，眼睛更加向内凹陷，视野从
逐渐减小到
或更少，但周边视力相对没有受到影响。
驾驶员的静态视力敏锐度和事故经历并没有很大的关系，所以并不是影响辨识路径指引设施和标志的重要因素。
（2）光损失和散光——一些证据表明黑夜视力降低要比白昼视力快。
尽管老年人眼睛的玻璃体要比年轻人多这一现象仍然没有得到解释，但是随着年龄增加，眼睛的散光、瞳孔的扩大和晶状体的僵硬导致只有非常少的光线能够到达退化了的视网膜。
白天到达60岁老年人视网膜的光线只有20岁年轻人的30%，晚上减少到1/16，并且由于散光而加剧。
相对于30岁，70岁的老人必须将物体对比度从1.17增加到2.51才能看清。
（3）眩目——眩目是刺目光源引起的眼球中角膜与视网膜间介质的散乱现象。
眩光会使人的视力下降，下降的程度取决于光源的强度、视线与影响光间的夹角、光源周围的亮度、眼的适应性等多种因素。
强光照射中断以后，视力从眩光影响中恢复过来，从亮处到暗处大约需要6s，从暗处到亮处大约需要3s，视力恢复时间的长短与刺激光的亮度、持续时间、受刺激人的年龄有关系。
夜间驾驶时，如果受到对向车灯强烈照射，年老驾驶员通常会闭目或移开视线，避免产生较长时间的眩感。
（4）物体/背景的辨别——随着年龄的增加，觉察类型会发生变化，在高强度的工作条件下更明显。
许多老年驾驶员由于不能够区别物体及其背景，就可能在错误认识的条件下驾驶。
2）认知行为的变化
（1）信息过滤——年老的驾驶员可以忽略不相关的信息，正确识别有意义的交通信息线索。
（2）公路上的被迫跟随——大交通量下被迫的跟驰驾驶，会破坏老年驾驶员的行为。
他们趋向于通过降低速度，按照自己的步伐来控制车辆。
因此，交通流中有较大比例的老年驾驶员将导致车辆延误的增加和车流阻塞的加剧。
（3）中枢与外围处理——老年驾驶员的安全问题与主要依靠中枢神经处理的任务有关，这些任务包括对交通或路线的反应。
（4）时代的变化——与以前相比，现在的老年驾驶员多数具有良好的的教育状况、身体条件和经济条件，经过驾驶培训，他们能够更加适应现代城市的驾驶环境
升级会员 