检索结果-南通市图书馆

行人交通安全与道路运输功能的平衡——欧美城市交通宁静化的经验与启示

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

道路交通与安全 2007年第4期7卷 7-10页

作者：罗剑单晋东南大学交通学院南京210096

西方各国奉行的规划理念中,"交通宁静化"一系列方法特别引人注目。交通宁静化的目的是控制汽车交通,保持有秩序的道路空间。为了实现这一目标,需要整合城市规划和交通设计的手段,一方面保证必要的汽车使用,同时还要将交通事故和交通对... 详细信息

西方各国奉行的规划理念中,"交通宁静化"一系列方法特别引人注目。交通宁静化的目的是控制汽车交通,保持有秩序的道路空间。为了实现这一目标,需要整合城市规划和交通设计的手段,一方面保证必要的汽车使用,同时还要将交通事故和交通对环境的影响限制在最新范围之内。

关键词：交通宁静化交通事故行人交通安全道路运输功能城市经验

在线全文

学校读者我要写书评

暂无评论

行人交通安全问题及解决措施

科技咨询导报 2007年第3期 199-199页

作者：刘书鹏马骏张志明中国人民公安大学交通管理工程系北京市交管局丰台区交警支队

本文对行人交通安全问题进行了阐述,指明了其危害性和严重性;分析了引起我国行人交通安全问题的主要原因;并针对这些原因,提出了通过加强交通安全宣传教育、增强执法力度和运用智能交通系统、完善行人过街设施等方法解决行人交通安全问题。

关键词：行人交通安全行人过街解决措施

行人使用降噪耳机听音乐时对环境警觉性的影响研究

在线全文

学校读者我要写书评

暂无评论

行人使用降噪耳机听音乐时对环境警觉性的影响研究

作者：代惜言华南理工大学

学位级别：硕士

随着个人音频设备的普及,人们在生活中使用耳机的场景越来越丰富。但行人在户外使用耳机时,可能难以感知周围环境,从而增加交通事故的发生率。此外,真无线降噪耳机的流行、城市禁鸣笛政策和电动汽车的普及等因素加剧了这一问题。因此,... 详细信息

随着个人音频设备的普及,人们在生活中使用耳机的场景越来越丰富。但行人在户外使用耳机时,可能难以感知周围环境,从而增加交通事故的发生率。此外,真无线降噪耳机的流行、城市禁鸣笛政策和电动汽车的普及等因素加剧了这一问题。因此,开展对行人在复杂环境中使用降噪耳机的风险研究具有重要意义。本文旨在探究行人在路上使用降噪耳机听音乐时的耳机模式、音量大小等因素对行人听觉警觉性的影响。主要开展了三项工作:首先通过互联网在全国范围内针对行人日常使用耳机情况展开了问卷调查,对回收的240份问卷进行了描述性统计分析,发现行人普遍使用降噪耳机且容易低估风险,证明了开展本研究具有重要的现实意义。其次进行了两个阶段的人因实验。第一阶段招募了30名受试者,测量了受试者在不同环境噪音下使用降噪耳机的不同模式听音乐时选择的偏好听音水平,并将该音量水平作为第二阶段实验的控制变量。结果发现受试者们倾向于调高音乐音量以对抗更嘈杂的环境噪音,这反映了行人把更好的听觉体验放在第一位,而不是交通安全。对第一阶段的30名受试者进行了第二阶段实验,受试者在不同环境噪音下戴着降噪耳机听音乐,同时检测6种车辆警示音,测量受试者对警示音的反应时间和检测率,从而评估行人使用降噪耳机听音乐时对环境的警觉性。结果发现更嘈杂的环境、能量更低的车辆警示音和降噪效果更好的耳机模式都会增加行人检测警示音的难度;在十字路口噪音环境下,无论使用何种耳机模式,行人对电动自行车运行声的检测概率均低于50%,这意味着大多数人都无法检测到这类警示音,从实验角度证实了行人在行走过程中使用降噪耳机的实际风险超出了自我预期。最后提出了一款智能安全提示降噪耳机产品的设计构想,对12名耳机高频使用者进行了深度访谈,挖掘用户需求,并结合问卷调查和实验研究的结果,提出了该耳机产品的应用策略和实现系统。本文从人机工程学实验角度研究了降噪耳机对行人听觉警觉性的影响,提出了开发利于行人交通安全的降噪耳机产品的需求和必要性,为行人使用降噪耳机提供了安全建议。该研究有助于推动降噪耳机新产品的研发,从而保障行人出行安全,降低交通事故发生率。

关键词：降噪耳机行人交通安全听觉警觉性声音检测人机工程学

无信号控制路段手机对行人过街行为和安全的影响

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

交通运输系统工程与信息 2018年第2期18卷 136-141页

作者：张存保陈峰韦媛媛张华龙武汉理工大学智能交通系统研究中心武汉430063

行人过街时使用手机会对其过街行为和交通安全产生一定的影响.本文以武汉市6个无信号路段交通调查数据为基础,对行人使用手机时的行为和安全性进行统计分析,并建立了基于Order Probit回归分析的人车冲突量化模型.结果表明:11.76%的行人... 详细信息

行人过街时使用手机会对其过街行为和交通安全产生一定的影响.本文以武汉市6个无信号路段交通调查数据为基础,对行人使用手机时的行为和安全性进行统计分析,并建立了基于Order Probit回归分析的人车冲突量化模型.结果表明:11.76%的行人在过街时会使用手机,其中看手机屏幕、打电话和听音乐分别占6.65%、2.83%和2.28%;使用手机对行人过街行为有明显影响,包括行人过街时间增加、过街眺望次数减小等;与不使用手机的行人相比,行人使用手机会有更大的几率与机动车产生冲突,其中,打电话对是否产生轻微冲突的影响最大,看手机屏幕对是否产生严重冲突的影响最大.

关键词：交通工程行人过街行为行人交通安全人车冲突量化模型无信号控制路段手机

基于CIDAS数据与可解释模型的行人交通事故风险识别

在线全文

学校读者我要写书评

暂无评论

汽车实用技术 2023年第16期48卷 29-35页

作者：胡金榜张泽庆白耀东雷晨阳长安大学汽车学院陕西西安710064

行人道路交通事故是一种常见的交通事故,为了构建有效的行人交通安全防治体系,论文使用中国事故深度调查(CIDAS)数据集进行分析研究。采用多次重复的K折交叉验证评估,并确认随机森林模型在该数据集上具有统计学功效后,利用基于排列的特... 详细信息

行人道路交通事故是一种常见的交通事故,为了构建有效的行人交通安全防治体系,论文使用中国事故深度调查(CIDAS)数据集进行分析研究。采用多次重复的K折交叉验证评估,并确认随机森林模型在该数据集上具有统计学功效后,利用基于排列的特征重要性算法对影响行人交通事故的特征进行了量化分析。随后对重要事故特征的数据进行统计,并使用卡方检验确定随机性的影响。研究表明,事故参与人员数、行人年龄段、事故发生时间与道路最高允许车速是影响行人交通事故后果的最重要特征。整体趋势表明事故参与人员数越多,事故后果越严重;对于13岁及以上的人群,行人年龄越大发生事故的后果也更严重;在凌晨0:00-4:00发生的事故中,事故的严重程度明显高于其他时间段;在限速为80 km/h及以上的道路上发生事故的后果更严重。

关键词：行人交通安全 CIDAS数据多次重复的K折交叉验证随机森林模型基于排列的特征重要性算法卡方检验

基于深度学习的非常态下行人跟踪与轨迹预测研究

在线全文

学校读者我要写书评

暂无评论

基于深度学习的非常态下行人跟踪与轨迹预测研究

作者：文琰杰北京建筑大学

学位级别：硕士

非常态环境下的行人检测、跟踪以及轨迹预测是行人交通安全研究的重要问题。由于在非常态环境下行人更加容易发生安全事故,因此相比较常态下的行人研究,对非常态环境下的行人展开研究对保障行人交通安全,降低风险损失具备十分重要的意... 详细信息

非常态环境下的行人检测、跟踪以及轨迹预测是行人交通安全研究的重要问题。由于在非常态环境下行人更加容易发生安全事故,因此相比较常态下的行人研究,对非常态环境下的行人展开研究对保障行人交通安全,降低风险损失具备十分重要的意义。鉴于目前针对非常态下的行人检测、跟踪及轨迹预测系统性研究较少以及研究方法中存在的不足,本论文基于深度学习的方法着重解决非常态环境下行人的检测,跟踪以及轨迹预测问题,所作的工作主要包括如下六个部分:1.围绕非常态环境下的行人检测、跟踪及轨迹预测研究发展趋势,阐述了行人检测,行人跟踪,行人轨迹预测以及行人交通流理论的研究现状,分析了基于深度学习对非常态环境下的行人进行研究的必要性。2.从设计理念、特征提取网络以及损失函数三个方面对比两类先进的目标检测框架-YOLOV3,SSD,通过自制非常态环境行人数据集APD结合公开数据集VOC对框架进行重训练,对比两类框架对非常态环境下行人检测结果,实验结果表明YOLOV3-VOC+APD对行人的检测精度为0.88,优于基线模型。通过对实例进行检测结果可视化分析,对比发现YOLOV3-VOC+APD能够有效识别非常态环境中模糊目标,小目标以及边缘目标。3.依托YOLOV3-VOC+APD底层检测框架提出了融合深度特征的行人跟踪算法,在公开数据集上与基线模型Sort算法进行了对比,论证了融合深度特征的跟踪算法产生的跟踪框能够与检测框在时间维度上较好匹配且能够解决行人之间长时间遮挡导致的ID频繁切换问题。4.为了对比算法对行人轨迹提取的准确性,考虑跟踪算法提取的轨迹为非完整序列轨迹,因此采用动态时间扭曲（DTW）算法将跟踪算法提取的轨迹与手动标记的轨迹数据在时间维度上进行对齐并评估轨迹相似性,以非常态环境下的三条行人轨迹为例进行实验性能测验,结果表明算法提取的轨迹与人工手动标记的轨迹数据具备高度相似性,其中横纵向轨迹相似性距离均低于0.03。5.针对融合深度特征的轨迹跟踪算法展开拓展,提出一种非常态环境下的行人交通流参数自动收集方法,主要包括:基于跨线规则的流量采集,基于兴趣区的密度采集及基于图叠加的密度监测,基于行人轨迹插值补全的速度计算。实验结果表明,非常态环境下关注截面最大人流量为1人/（米.秒）,对应服务水平D级;瞬时密度最大为0.29人/平方米,行人在该非常态环境下存在较自由的活动空间;平均速度为2.6m/s,行人之间的速度存在差异性,标准差为1.1m/s。6.针对非常态行人轨迹数据提出一种考虑行人交互行为的行人轨迹预测模型Seq2Seq-GAN。Seq2Seq-GAN与多个轨迹预测基线模型在公开数据集上进行泛化性能对比,实验结果表明Seq2Seq-GAN的平均位移误差为0.59米,最终位移误差1.19米均低于基线模型,对比结果证明了Seq2Seq-GAN对行人轨迹预测的有效性,适用性及先进性。结合模型对非常态环境下行人轨迹预测结果进行可视化,结果表明轨迹预测结果平均位移误差均低于1米,预测轨迹虽然与真实轨迹存在一定偏差但趋势基本一致且预测轨迹结果符合社会规范。另外,考虑静态目标影响能够有效改善模型的预测精度。

关键词：智能交通深度学习行人交通安全行人检测行人跟踪行人轨迹预测