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发展时，人们不禁会思考先进技术与城市交通模式之间的关系。就如同有人会设想古代城市居民对现代巨型城市的看法一样，我们也在思考如何让城市交通朝着更人性化的方向发展，使人和技术相互优化、相互促进。而驾驶员的态势感知（SA）在城市交通中扮演着重要角色，它与不同的街道模式相互作用，影响着出行的多个方面。

研究设计

本研究运用交通微观模拟来测试不同程度的驾驶员态势感知与不同街道模式下的出行结果之间的相互作用。这里有四个因变量，分别是出行时长、出行距离、出行成本和碳排放。这些因变量取决于两个自变量：驾驶员态势感知程度和街道模式类型。街道模式基于真实的城市地点，为了控制连接性方面的非系统性偏差，网络深度保持恒定。网络需求也基于相关地点的实际交通流量数据。

现实中的城市交通网络

城市交通网络布局通常有四种常见形式：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。为此，使用了Beta和Gamma系数来计算网络原型的连接性，从而选择具有相同属性的现实道路网络。每个模型的深度设定为三，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。位于苏格兰高地的阿维莫尔（Aviemore）符合这一标准，它与巨型城市形成鲜明对比，更具魅力。
- 放射状网络 ：有几条道路在中心交汇或汇聚，类似于自行车车轮的辐条。爱丁堡南部的达尔基思（Dalkeith）符合这一特征，它通常是在十字路口形成的较大城镇。
- 网格状网络 ：