考虑合乘的共享自动驾驶汽车选择行为分析

发布时间：2024-06-29 07:36

　　随着城市机动化进程的加快,私家车保有量与日俱增,道路拥堵、停车困难、交通事故、环境污染等问题日趋严重。与此同时,科技的进步使得自动驾驶汽车(Autonomous Vehicles:AV)成为现实,自动驾驶技术的发展有望在提高道路交通安全的同时减少交通拥堵、降低污染物排放。自动驾驶技术也可能为人们的出行提供诸如共享自动驾驶汽车(Shared Autonomous Vehicles:SAV)这样的商业运营服务。如果融合私家车和公共交通两者优势的SAV介入交通市场,私家车出行和公共交通出行势必受到一定冲击,其原因在于人们的日常出行多了一种选择方式。另外,SAV可以与动态合乘系统进行结合,那么考虑合乘的SAV将是实现绿色交通和可持续发展的一种积极尝试。因此,在这种出行方式投入市场之前进行全面的意愿调查及分析具有重要的现实意义,并有助于科学、合理地制定相关的交通政策。首先,通过查阅文献资料,分析总结了考虑合乘的SAV出行方式选择行为的影响因素,在此基础上进行SP调查问卷的设计,于2019年2月共回收问卷488份,其中有效问卷393份。其次,针对有效数据,基于K-Means聚类分析对出行者的历史出...

【文章页数】：92 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景
    1.2 研究目的
    1.3 研究意义
    1.4 研究内容
    1.5 技术路线
2 文献综述及出行行为分析理论
    2.1 国内外研究现状
        2.1.1 SAV的提出
        2.1.2 SAV方式选择行为
        2.1.3 SAV的合乘服务
    2.2 离散选择模型
        2.2.1 随机效用理论
        2.2.2 Mixed Logit模型
        2.2.3 模型参数估计方法
        2.2.4 模型检验
    2.3 行为调查方法
    2.4 数据分析方法
    2.5 本章小结
3 调查方案设计及数据分析
    3.1 调查问卷设计
        3.1.1 历史出行行为特征调查
        3.1.2 出行方式选择意愿调查
        3.1.3 性格态度特征调查
        3.1.4 个人社会经济属性调查
    3.2 数据预处理
    3.3 数据分析
        3.3.1 历史出行行为特征属性
        3.3.2 SAV相关事项的担忧程度
        3.3.3 个人社会经济属性分析
    3.4 本章小结
4 考虑合乘的SAV选择行为建模及分析
    4.1 模型变量界定
    4.2 模型变量处理
        4.2.1 历史出行模式变量分类
        4.2.2 性格态度特征变量分类
        4.2.3 模型变量赋值
    4.3 Mixed Logit模型参数标定
        4.3.1 随机变量系数对模型标定的影响
        4.3.2 ML-I、ML-II模型标定
    4.4 ML-II模型结果分析
        4.4.1 无私家车人群
        4.4.2 有私家车人群
    4.5 本章小结
5 结论
    5.1 总结
    5.2 创新点
    5.3 展望
参考文献
附录 考虑合乘的共享自动驾驶汽车使用意愿调查
攻读硕士学位期间发表学术论文情况
致谢



本文编号：3997374