贾特人 《先进的交通工具 2042 - 3195 0197 - 6729 Hindawi 10.1155 / 2018/8368294 8368294 研究文章 探索差异化的影响每道速度限制的高速公路交通安全考虑合规率 刘 梅雨 1 2 http://orcid.org/0000 - 0001 - 6329 - 0277 史 京 2 长久的 何塞·E。 1 建筑与土木工程学院 北京科技大学的 北京100124年 中国 bjut.edu.cn 2 土木工程学系 清华大学 北京100084年 中国 tsinghua.edu.cn 2018年 27 12 2018年 2018年 19 07年 2018年 04 12 2018年 12 12 2018年 27 12 2018年 2018年 版权©2018年梅雨刘和经史。 这是一个开放的文章在知识共享归属许可下发布的,它允许无限制的使用,分布和繁殖在任何媒介,提供最初的工作是正确的引用。

这是后续研究的双车道元胞自动机(CA)作者提出的交通仿真模型。目前的研究集中在理解影响的配置有区别的每道限速(DPLSL)及其对交通安全的合规率指标,包括换道频率、速度、变异系数和事件的危险情况。结果表明,高速公路与DPLSL部分,尤其是复杂DPLSL,有潜力减少速率变化,换道频率,和危险状况的机会,从而提高交通安全水平。此外,DPLSL配置下,合规率减缓车辆的车道可以积极影响交通安全水平。具体来说,合规率的降低,换道频率略有增加,速度的变差系数特别是外车道增加,和overtaking-on-the-right环境事件率的增加。与简单的DPLSL相比,高速公路段的复杂DPLSL配置对合规率的影响更敏感。

 中国国家自然科学基金 51578319 1。介绍

差异化的每道限速(DPLSL)是一种速度控制对高速公路交通管理,在中国通常采用当然应用或在其他一些国家的研究 1]。DPLSL下,每个车道可以应用独家最大速度限制,最低速度限制,或两个调节交通速度。通常,内车道设置的速度限制在一个更高的价值比一个外圈推动减缓车辆外车道,进而减少车辆对整个交通缓慢的影响。通过这样做,速度变化预计将减少为每个车道,车道的动机变化也可能受到限制。事实上,这两个产生的交通流特征的变化由于DPLSL势有利于交通安全水平( 2- - - - - - 5]。在实践中,有两种典型DPLSL配置,即。DPLSL DPLSL简单和复杂。对于简单的DPLSL,相邻车道有相同的最大速度限制,但是不同的最低限速,在复杂DPLSL下,最大和最小相邻车道限速是不同的。

事实上,现有的研究领域的限速设置重关注可变限速( 6- - - - - - 10)包括合作可变限速系统( 11, 12],限速策略[ 13- - - - - - 15],限速合规[ 16),和限速对交通安全的影响 17- - - - - - 19)和交通性能( 20.]。近年来,研究专注于可变限速connected-vehicle环境下还强调了( 21, 22]。这些研究的艺术做出了巨大的贡献,但没有人允许在不同的车道限速值不同。DPLSL对交通流的影响特点和交通安全水平已经很少了。此外,现有的交通仿真方法和行为分析( 13, 23, 24)能够考虑这种速度限制的配置是有限的。

由于上述原因,本研究旨在分析DPLSL对高速公路交通安全的影响通过最近提议交通流仿真模型( 1]。几个安全指标包括车道改变频率,每个车道的速率变化,发病率的危险的情况下研究了对不同交通密度。本研究认为减缓车辆的情况( 23外车道)可能违反了速度限制,进入内心的车道。仿真进一步进行情况有不同速度遵从性( 25- - - - - - 27)的速度慢的车辆。

 2。方法 2.1。交通仿真模型

最近的研究( 1)建立了交通仿真模型,允许速度限制配置不同不同的车道。使用这个模型,三种仿真场景中根据不同的限速配置建成,命名为场景1,场景2,场景3。规范的内部和外部车道限速值在这些场景展示在表 1。详细,场景1是定期统一限速设置,简单DPLSL设置场景2,场景3是复杂DPLSL设置。

限速值在不同的限速规范配置(单位:公里/小时)。

不。 内心的车道 外车道
Max。速度限制 分钟速度限制 Max。速度限制 分钟速度限制
场景1 120年 60 120年 60
场景2 120年 90年 120年 60
场景3 120年 90年 One hundred. 60

除了设置不同的限速值,所有其他参数和仿真环境特点设计三种情况是一样的。仿真采用了双车道环城公路每个车道有2000个细胞CA模型为每个细胞长度的25/9米。具体来说,DPLSL下的换道规则设置,使用驾驶模拟器校准数据和逆向传播神经网络,提出了在我们的一个先前的研究( 1]。背景的车辆,其中40%是设置为车辆具有较低的期望速度慢比其他车辆,代表群司机倾向于保持一个较慢的速度在实际驾驶情况。普通车辆的预期速度设置为12个细胞/秒(120千米/时),而缓慢的车辆将8个细胞/秒(80千米/时)。

分析一般限速配置对交通安全的影响指标,缓慢的车辆将完全遵守速度限制,因此他们没有进入内车道的场景有DPLSL配置(场景2和场景3)。缓慢的车辆被允许进入内车道的场景中有统一的限速(场景1),因为在这种情况下的最低限速60 km / h大于预期的速度慢的车辆。

进一步分析影响对不同的合规率缓慢的汽车,一些汽车将进入内车道缓慢和随机选择根据预定义的合规率。

 2.2。交通安全指标

一些交通安全指标采用代表在对高速公路交通事故的风险,包括车道改变频率,变异系数的速度,和事件的危险情况。车道改变频率被定义为每秒巷的平均数量的变化,这是计算为每个模拟试验。速度的变异系数被定义为标准差之间的比率 σ 和的意思 μ 的速度观察到特定的位置,也就是说, σ / μ 。

本研究有两个危险的情况下考虑。DS 1:第一个危险DS 1对应的情况time-to-collision小于5秒( 28)之间的汽车和领队汽车在当前车道,导致车辆在目标车道,或滞后车辆在目标车道上。DS 2:第二危险的处境DS 2对应于overtaking-on-the-right情况。使用right-hand-traffic的国家,像中国,司机坐在左边。车辆试图超越,采取正确的行动将经历比从左边事故的风险更高,因为在前者情况下,司机有一个小的视野比后者的情况。此外,司机也受伤前的情况,因为他/她是靠近碰撞区域的影响。注意,一个超越数只要有连续两个车道变化使车辆返回原车道,整个过程是一个预定义的时间内完成。

 3所示。结果和分析 3.1。DPLSL对交通安全的影响指标下缓慢的完整合规的车辆

本节的重点是影响DPLSL场景和一些其他因素包括车辆密度和内/外车道交通安全指标在三个指标,在缓慢的完整合规的车辆。表 2交通安全指标的方差分析结果报告。大多数交通安全指标与影响因素之间的关系是重要的。例外是DPLSL场景不产生重大影响的事件率危险场景1和2。

方差分析的结果下的交通安全指标完整合规的缓慢的汽车。

源 车道改变频率 变异系数的速度 事件的DS 1 事件的DS 2
Df F值 公关(>) Df F值 公关(>) Df F值 公关(>) Df F值 公关(>)
车辆密度 1 2036.099 < 2 e-16 1 155.552 < 2 e-16 1 6.708 0.0164 1 4.595 0.0429
DPLSL场景 2 8.137 0.00079 2 85.882 < 2 e-16 2 0.063 0.9394 2 0.098 0.9070
内/外车道 NA NA NA 1 6.468 0.0123 NA NA NA NA NA NA
3.1.1。车道改变频率

图 1说明了观察车道改变频率在不同车辆密度。一般来说,司机更有可能为短的情况下变换车道换车道交通密度较高时变得困难导致较小的车辆之间的差距。司机也更倾向于改变车道在场景1比其他两个场景。场景2和3限制外车道,车辆缓慢减少影响普通车辆运行在内心的车道上。之间的两个场景应用DPLSL配置,复杂DPLSL场景(场景3)提供了一个较小的合法的速度范围的重叠的两车道比简单的DPLSL场景(场景2)。因此,汽车将有最少的动机在场景3车道变化。

换道频率在不同车辆密度。

 3.1.2。变异系数的速度

图 2说明了速度在不同的变异系数为每个车道车辆密度。内部和外部通道和所有不同的密度,相应的速度持续较小的变异系数DPLSL场景比场景1。外车道,这样的模式是更加明显。场景2,场景3相比,前者展示了更高的速度变异系数在大多数这些交通密度。这样的结果表明,应用DPLSL高速公路可以减少速率变化为两车道的车辆在很大程度上局限于只运行缓慢外车道。

变异系数的速度在不同的车辆密度为每一个车道。

 3.1.3。事件的DS 1和DS 2

图 3说明了危险的事件率情况下DS 1和DS 2在不同车辆密度。虽然不能揭示产生重大影响的方差分析结果DPLSL场景事件率的DS 1和DS 2,小模式仍然存在,如图 3。在低密度情况下,场景3展品事件率较低的DS 1比场景1和2的场景。DS 1的整体事件率是33.8%不到场景1,表明严格DPLSL设置将有利于提高高速公路的安全水平。与交通密度的增加,DS 1的发病率往往是相同的三个场景。

事件的DS 1和DS 2在不同车辆密度。

汽车的速度比高密度低密度情况下更高的情况。然而,车辆很难采取一个右边超车动作因为速度限制低DPLSL场景。因此,场景3下DS 2的事件率小于下的场景1和2的场景。整个事件的DS 1 43.2%小于1的场景。因此,场景3有一个更高层次的交通安全。与交通密度的增加,DS - 2的发病率往往是相同的三个场景。

 3.2。DPLSL对交通安全的影响指标对不同的合规率

分析在前一节中考虑这种情况,所有慢车辆遵守限速为每一个车道,因此他们是不允许进入内车道。在现实中,缓慢的一部分车辆可能没有完全遵守限速设置由于定意或unpurposed车道改变活动。开明的结果在前一节中,这些非法巷变化由缓慢的汽车预计将对这些交通安全指标的影响。在本节中,模拟了在不同合规率缓慢的车辆从0到0.8,以及由此产生的车道改变频率,变异系数的速度,和事件的危险情况报告(数据 4, 5, 6)使用相对大小作为一个比相应的状况完全合规的缓慢的车辆。注意合规率代表的比例缓慢的车辆被允许进入内车道的模拟。这样选择缓慢的汽车可能不会执行一个车道改变如果修改巷的触发条件不符合。

换道频率下不同的车辆密度和合规率。

变异系数的速度在不同的车辆密度和合规率。

发病率在不同车辆密度、合规率,和危险的情况下。

表 3交通安全指标的方差分析结果报告。大多数交通安全指标与影响因素之间的关系是重要的。例外是DPLSL场景不产生重大影响速度和车辆密度的变异系数没有显著影响事件的DS 1。

交通安全指标的方差分析结果不同的合规率缓慢的汽车。

源 车道改变频率 变异系数的速度 事件的DS 1 事件的DS 2
Df F值 公关(>) Df F值 公关(>) Df F值 公关(>) Df F值 公关(>)
车辆密度 1 64.005 3.38 e-12 1 7.853 0.00559 1 2.341 0.1294 1 44.41 1.86 e-09
DPLSL场景 1 147.342 < 2 e-16 1 0.660 0.41770 1 4.726 0.0323 1 18.33 4.51 e-05
内/外车道 NA NA NA 1 143.545 < 2 e-16 NA NA NA NA NA NA
合规率 4 4.774 0.00151 4 32.043 < 2 e-16 4 3.308 0.0140 4 25.82 2.10 e-14
3.2.1之上。车道改变频率

图 4说明了车道改变频率的变化在不同的车辆密度和合规率。在图 4,红色实线结果的平均比例是完全合规的情况下在不同的场景中(合规率= 1)。广泛地说,有一些不守规矩的缓慢的车辆(合规率< 1)将导致更大的换道频率比下完整的合规情况(合规率= 1)。合规率的增加,有两个变化阶段的平均水平车道改变频率。合规率0、0.2和0.4,没有实质性变化的平均车道改变频率,当合规率为0.6,平均车道改变频率开始下降,接近水平对完整合规的情况下缓慢的汽车。因此,一小部分不守规矩的缓慢的车辆可能无法痛骂大量干扰整个车道改变系统的行为。场景2和场景3之间,后者仍有车道变化比前一直对所有交通密度和合规率。

有趣的是,换道频率之间的差距状况与难以驾驭的缓慢的车辆和完整的合规情况下相对较小的小型和大型密度与中等密度。与小流量密度的情况,预期的速度缓慢的汽车更有可能实现导致减少车道改变的动机不守规矩的缓慢的车辆。交通密度大的情况下,目标车道的车辆足够的差距使车道变化通常是很难寻找的。

 3.2.2。变异系数的速度

图 5说明了速度的变异系数在不同的车辆密度和合规率。结果也被单独报告内部和外部车道在场景2,场景3。广泛,合规率的增加,平均水平的速度继续下降的变异系数。那些违反慢车辆限速会扰乱交通流,进而扩大速度变化的内在和外在的小巷,但以不同的方式。关于内车道,源于不守规矩的慢速度的变化主要是由于添加剂减缓车辆的车辆进入内心的车道。结果变异系数的速度不是很大,因为缓慢的实际数量车辆进入内巷很小甚至合规率较低的情况下。事实上,不守规矩的减缓车辆的动力使车道变化并不如内车道的交通流运行这些缓慢的速度远远快于车辆的预期。关于外车道,有两个主要来源造成的变化速度。首先,缓慢的车辆,违反了限速本质上放大的变化速度。第二,不守规矩的缓慢的车辆,即使是很小的数字,将不可避免地减少常规车辆运行的速度背后,因此增加的动机车道改变常规车辆被屏蔽。 The consequent lane changes and overtaking made by the regular vehicles would heavily increase the coefficient of variation of speed for the outer lanes. Therefore, we see that the coefficient of variation of speed for the outer lane is more sensitive to the compliance rate of slow vehicles in contrast to the one for the inner lane. Although the ANOVA model indicates that the DPLSL scenario does not have a significant impact on the coefficient of variation of speed, minor patterns exist, worthy of being discussed. These patterns are slightly stronger under the complex DPLSL scenario (scenario 3) than the ones of the simple DPLSL scenario (scenario 2). In average, the coefficient of variation of speed increases by about 12% and 99%, respectively, for the inner and outer lanes under scenario 2, and increases by about 13% and 128%, respectively, for the inner and outer lanes under scenario 3.

 3.2.3。事件的DS 1和DS 2

根据方差分析模型、车辆密度没有显著影响事件的DS 1。所有其他影响被证实是重要的,特别是在DS的事件率2,对应于较高的显著水平。图 6说明了发病率在不同车辆密度、合规率,和危险的情况下。总的来说,合规率缓慢的影响车辆DS 1情况的发生是有限的,特别是在场景2中。它似乎是合理的,没有直接联系合规率和DS 1的事件率情况。相比之下,合规率会改变车辆超车的行为。与合规率的减少,DS 2的事件率情况(右边超车)大幅增加。在场景2,最大的提高DS 2情况在场景3 14.9%左右,最大的提高DS 2情况约为21.7%。正如上面提到的,不守规矩的车辆进入内车道影响正常车辆缓慢。这些常规的车辆的车道动机超越使用外车道导致发病率的增加DS 2的情况。

 4所示。讨论和结论

两个优点激励的应用差异化每道限速的高速公路段。首先,某些司机倾向于保持一个缓慢的速度在高速公路开车时因为化合物方面包括年龄、性别、情绪,和额外的任务。这些缓慢的车辆容易形成瓶颈,妨碍交通的车辆运行在正常或高速度,特别是在这种情况下,所有车道一个小范围内是被缓慢的汽车。DPLSL是发达国家限制车辆到指定车道缓慢(通常外车道)。通过这样做,正常速度的交通不会堵塞的情况。第二,DPLSL,换车道的动机可能是抑制在某种程度上,导致减少交通冲突的机会。此外,速度方差为所有车道可能会拒绝。

因此,交通安全水平的高速公路段可以影响每道限速配置这导致司机的不同的驾驶行为。一般来说,DPLSL,特别是复杂的配置,能够有效地提高高速公路的安全水平。这种模式下被推测为DPLSL场景,车道改变频率小于普通的场景以均匀的速度限制为两车道。DPLSL场景下,司机可能需要处理更多信息时车道改变相比常规限速控制。在这种情况下,司机会采用特殊safety-prone驾驶策略来弥补交通事故的潜在威胁 29日- - - - - - 31日),因此减少车道改变频率。这样频繁的换道行为复杂DPLSL场景中,事实上,有可能提高整个交通安全水平( 32)通过减少潜在的车辆车道变化所导致的冲突。同时,速度的变化是小DPLSL场景下尤其是外车道,这表明更高的交通水平。有两个可能的原因。一个是缓慢的汽车全部或部分约束只运行在外侧车道DPLSL场景。另一个是合法的速度比普通的小场景。更重要的是,复杂的DPLSL设置可以减少危险情况的机会(DS 1和DS 2)低密度情况。DPLSL复杂场景下,车辆难以采取右侧超车动作,因为限速DPLSL场景很低;因此DS的事件率2小于其他的场景。

合规率缓慢的汽车有一个实质性影响高速公路的交通安全水平下DPLSL场景。一般来说,减少合规率会降低安全水平。具体来说,换道频率增加的减少合规率。同样,速度变化的增加以及合规率的降低。和内部和外部之间的通道,后者更敏感的合规率。此外,合规率的影响发生的DS 1情况是有限的。它似乎是合理的,没有直接联系合规率和DS 1的事件率情况。然而,合规率有影响的事件率2 DS(右边超车)。与合规率的减少,DS 2的事件率大大增加。更难以控制的缓慢的汽车进入内车道会影响背后的普通车辆的减少合规率。 These regular vehicles in the inner lane were motivated to overtake using the outer lane resulting in the increased incidence rate of the DS 2. In a word, reducing compliance rates would reduce the safety levels of freeways under the DPLSL scenarios.

本研究的一个限制是,分析是高度依赖模拟。进行这样的研究具有极高的数据要求。特别是,所有车辆的确切位置在给的时间需要为了提取速度数据和检查两个危险的场景。另一方面,真正的交通流量是不再发生的。这意味着不可能重复一个给定的交通场景中通过观察数据真正的高速公路。这两个方面是使用真实数据的最关键的障碍。

本文中的结果意味着不同的交通安全水平不同的存在DPLSL配置,可以为决策者参考。这项研究表明考虑复杂DPLSL配置与非均匀最大和最小速度限制,可以有效地提高高速公路的安全水平。同时,提高合规率缓慢的车辆可以进一步提高高速公路的交通安全水平下DPLSL场景。

 数据可用性

(交通仿真结果)数据用于支持本研究的结果中包括这篇文章。

 的利益冲突

作者宣称没有利益冲突。

 确认

这项研究是由中国国家自然科学基金(批准号51578319)和作者欣然承认支持。

 刘 M。 史 J。 元胞自动机交通流模型结合一个基于BP神经网络的微观车道改变决策模型 《智能交通系统:技术、计划和行动 2018年 1 10 10.1080 / 15472450.2018.1462176 张 Y。 黄 Q。 张 M。 余 X。 车道改变行为特征及其对城市道路交通安全的影响 学报》第九次国际会议的中国交通运输专业人员(ICCTP ' 09) 2009年 1 7 10.1061/41064 (358)17 卡尔森 r . C。 Papamichail 我。 Papageorgiou M。 梅斯默 一个。 大规模的高速公路网络的最优主流交通流控制 交通研究部分C:新兴技术 2010年 18 2 193年 212年 10.1016 / j.trc.2009.05.014 2 - s2.0 - 75449105271 Quddus M。 探索之间的关系平均速度、速度变化,并使用空间统计模型和GIS事故发生率 交通安全与安全》杂志上 2013年 5 1 27 45 10.1080 / 19439962.2012.705232 2 - s2.0 - 84872388803 陈 R。 Kusano k·D。 加布勒 h . C。 从100辆车的司机行为在超车动作自然驾驶研究 交通伤害的预防 2015年 16 176年 181年 2 - s2.0 - 84943637265 10.1080 / 15389588.2015.1057281 26436229 张 Y。 loannou p。 稳定性分析和可变限速控制交通流模型 交通研究B部分:方法论 2018年 118年 31日 65年 10.1016 / j.trb.2018.10.005 穆勒 e·R。 卡尔森 r . C。 克劳斯 W。 Papageorgiou M。 交通微观仿真分析的实用角度与可变限速控制 IEEE智能交通系统 2015年 16 1 512年 523年 2 - s2.0 - 85027938593 10.1109 / TITS.2014.2374167 刘 H。 张 l 太阳 D。 王 D。 优化变量的设置限速系统来提高高速公路交通的性能 IEEE智能交通系统 2015年 16 6 3249年 3257年 2 - s2.0 - 84959503911 10.1109 / TITS.2015.2441373 张 Y。 loannou p。 结合可变速度限制,为公路交通车道变更控制 IEEE智能交通系统 2017年 18 7 1812年 1823年 2 - s2.0 - 84994300340 10.1109 / TITS.2016.2616493 Bie Y。 Seraj M。 张 C。 邱 t . Z。 可变限速控制改善交通状态预测模型通过引入随机供给和需求 《先进的交通工具 2018年 2018年 12 7959815 10.1155 / 2018/7959815 Grumert E。 马 X。 Tapani 一个。 分析合作可变限速系统使用的微观交通仿真 交通研究部分C:新兴技术 2015年 52 173年 186年 2 - s2.0 - 85027948406 10.1016 / j.trc.2014.11.004 张 Y。 loannou p。 协调变量速度限制,坡道计量和公路交通的车道变更控制 IFAC-PapersOnLine 2017年 50 1 5307年 5312年 2 - s2.0 - 85031804787 10.1016 / j.ifacol.2017.08.982 Soriguera F。 马丁内斯 我。 萨拉 M。 梅内德斯 M。 低限速的高速公路交通流的影响 交通研究部分C:新兴技术 2017年 77年 257年 274年 10.1016 / j.trc.2017.01.024 你 J。 方 年代。 张 l 塔普林 J。 郭 J。 通过干预提高高速公路安全交通流动态基于可变限速控制 《先进的交通工具 2018年 2018年 10 3610541 10.1155 / 2018/3610541 Frejo j . R。 舒特 b D。 SPERT:复发性交通拥堵的限速策略 IEEE智能交通系统 2018年 1 12 10.1109 / TITS.2018.2833628 危害 i M。 Brookhuis k。 动态交通管理一个熟悉的路上:未能检测变速范围的变化 交通研究部分F-Traffic心理学和行为 2016年 38 37 46 徐 X。 Šarić Ž。 调查事故的后果之间的相互作用和交通标志:贝叶斯二元托比特书分位数回归方法 《先进的交通工具 2018年 2018年 10 5032497 10.1155 / 2018/5032497 Vadeby 一个。 Forsman声称通过 一个。 在瑞典交通安全影响的新限速 事故分析和预防 2018年 114年 34 39 2 - s2.0 - 85013157733 10.1016 / j.aap.2017.02.003 农民 c . M。 交通死亡率关系最大限速状态 交通伤害的预防 2017年 18 4 375年 380年 2 - s2.0 - 85006129704 10.1080 / 15389588.2016.1213821 李 X。 太阳 J.-Q。 vehicle-pedestrian互动的效果和速度限制交通路口的性能 自然史答:统计力学及其应用 2016年 460年 335年 347年 2 - s2.0 - 84973473779 10.1016 / j.physa.2016.05.034 Khondaker B。 Kattan l 可变速度限制:在连接车辆环境中微观分析 交通研究部分C:新兴技术 2015年 58 146年 159年 10.1016 / j.trc.2015.07.014 2 - s2.0 - 84938833651 米塔尔 一个。 金 E。 Mahmassani h·S。 在香港 Z。 在连接环境预测动态限速天气影响交通网络:一个案例研究的芝加哥 交通研究记录 2018年 10.1177 / 0361198118791668 Masukura 年代。 Nagatani T。 田中 K。 Hanaura H。 理论和仿真干扰过渡诱导交通流车辆缓慢 自然史答:统计力学及其应用 2007年 379年 1 263年 273年 10.1016 / j.physa.2006.12.012 2 - s2.0 - 33947377438 京ydF4y2Ba W。 换道交通的宏观特征 交通研究记录:《交通研究委员会 2018年 2188年 1 55 63年 10.3141 / 2188 - 07 Hellinga B。 Mandelzys M。 司机遵守影响高速公路的安全和运营影响可变限速系统 交通运输工程学报 2011年 137年 4 260年 268年 2 - s2.0 - 79954476306 10.1061 /(第3期)te.1943 - 5436.0000214 贾尔斯 m·J。 司机速度合规在澳大利亚西部:多变量分析 交通政策 2004年 11 3 227年 235年 2 - s2.0 - 3042527543 10.1016 / j.tranpol.2003.11.002 Bhowmick 一个。 邱 t . Z。 Hadiuzzaman M。 司机合规分析基于可变限速的高速公路交通控制 美国土木工程师学会中国国家自然科学基金 2011年 4181年 4192年 奥尔森 e·c·B。 李 s E。 Wierwille W·W。 分析分布、频率和持续时间的自然巷的变化 人为因素和人类工程学协会年度会议程序 2002年 46 22 1789年 1793年 Cantin V。 Lavalliere M。 Simoneau M。 蒂斯代尔 N。 开车时精神工作负载模拟器:开车年龄和复杂性的影响 事故分析和预防 2009年 41 4 763年 771年 2 - s2.0 - 67349162621 10.1016 / j.aap.2009.03.019 19540965 Calvi 一个。 Benedetto 一个。 D中保 F。 调查司机反应时间和速度在前:手机与领头车驾驶模拟器全面研究 交通安全与安全》杂志上 2018年 10 1 - 2 5 24 2 - s2.0 - 85018431625 10.1080 / 19439962.2017.1310161 例如 R。 例如 s P。 Brookhuis K。 Daamen W。 心理工作负荷、纵向驾驶行为和充足的车辆模型事件在其他驾驶车道 交通研究记录 2010年 2188年 64年 73年 2 - s2.0 - 79551610011 郑 Z。 最近的进展和研究需求建模巷发生变化 交通研究B部分:方法论 2014年 60 1 16 32 10.1016 / j.trb.2013.11.009 2 - s2.0 - 84890940695