21、驾驶员态势感知与未来城市交通

驾驶员态势感知与未来城市交通

在探讨未来城市交通时，有人提出疑问：古代城市的居民会如何看待如今的大城市呢？或许他们会从先进技术中学到很多，但也有人认为，如今的大城市像一台巨型机器，技术主导一切，也许我们可以选择更以人为本的方向，让人和技术共同优化、相互促进。

研究设计

本研究运用交通微观模拟方法，测试不同程度的驾驶员态势感知（SA）与不同街道模式下的交通结果之间的相互作用。研究中有四个因变量，分别是行程时长、行程长度、行程成本和碳排放，这些因变量取决于两个自变量：驾驶员SA程度和街道模式类型。街道模式基于真实城市位置，为控制连接性方面的非系统性偏差，网络深度保持恒定，网络需求也依据相关地点的实际交通流量数据确定。

现实中的城市交通网络

常见的城市交通网络布局有四种形式：线性、放射状、网格状和支流状。为了进行实验，需要开发能紧密反映这些城市网络布局的微观模拟模型。通过Beta和Gamma系数计算网络原型的连接性，以选择具有相同特性的现实道路网络。每个模型的深度设定为3，以控制网络规模的影响。
- 线性网络 ：需要找到一个只有一条主干道且城镇沿主干道分布的小镇，符合此条件的是位于苏格兰高地的阿维莫尔（Aviemore），它与大城市形成鲜明对比，独具魅力。
- 放射状网络 ：有几条道路在中心交汇，类似于自行车轮的辐条，这种特征常见于十字路口形成的较大城镇，爱丁堡南部的达尔基思（Dalkeith）符合这些标准。
- 网格状网络 ：由笔直的道路相互垂直交叉形成正方形或街区，格拉斯哥市中心具有这种网络类型的特征。
-