隨著城市機動化進程的加快,私家車保有量與日俱增,道路擁堵、停車困難、交通事故、環(huán)境污染等問題日趨嚴重。與此同時,科技的進步使得自動駕駛汽車(Autonomous Vehicles:AV)成為現(xiàn)實,自動駕駛技術的發(fā)展有望在提高道路交通安全的同時減少交通擁堵、降低污染物排放。自動駕駛技術也可能為人們的出行提供諸如共享自動駕駛汽車(Shared Autonomous Vehicles:SAV)這樣的商業(yè)運營服務。如果融合私家車和公共交通兩者優(yōu)勢的SAV介入交通市場,私家車出行和公共交通出行勢必受到一定沖擊,其原因在于人們的日常出行多了一種選擇方式。另外,SAV可以與動態(tài)合乘系統(tǒng)進行結合,那么考慮合乘的SAV將是實現(xiàn)綠色交通和可持續(xù)發(fā)展的一種積極嘗試。因此,在這種出行方式投入市場之前進行全面的意愿調查及分析具有重要的現(xiàn)實意義,并有助于科學、合理地制定相關的交通政策。首先,通過查閱文獻資料,分析總結了考慮合乘的SAV出行方式選擇行為的影響因素,在此基礎上進行SP調查問卷的設計,于2019年2月共回收問卷488份,其中有效問卷393份。其次,針對有效數(shù)據(jù),基于K-Means聚類分析對出行者的歷史出...

【文章頁數(shù)】：92 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景
    1.2 研究目的
    1.3 研究意義
    1.4 研究內容
    1.5 技術路線
2 文獻綜述及出行行為分析理論
    2.1 國內外研究現(xiàn)狀
        2.1.1 SAV的提出
        2.1.2 SAV方式選擇行為
        2.1.3 SAV的合乘服務
    2.2 離散選擇模型
        2.2.1 隨機效用理論
        2.2.2 Mixed Logit模型
        2.2.3 模型參數(shù)估計方法
        2.2.4 模型檢驗
    2.3 行為調查方法
    2.4 數(shù)據(jù)分析方法
    2.5 本章小結
3 調查方案設計及數(shù)據(jù)分析
    3.1 調查問卷設計
        3.1.1 歷史出行行為特征調查
        3.1.2 出行方式選擇意愿調查
        3.1.3 性格態(tài)度特征調查
        3.1.4 個人社會經濟屬性調查
    3.2 數(shù)據(jù)預處理
    3.3 數(shù)據(jù)分析
        3.3.1 歷史出行行為特征屬性
        3.3.2 SAV相關事項的擔憂程度
        3.3.3 個人社會經濟屬性分析
    3.4 本章小結
4 考慮合乘的SAV選擇行為建模及分析
    4.1 模型變量界定
    4.2 模型變量處理
        4.2.1 歷史出行模式變量分類
        4.2.2 性格態(tài)度特征變量分類
        4.2.3 模型變量賦值
    4.3 Mixed Logit模型參數(shù)標定
        4.3.1 隨機變量系數(shù)對模型標定的影響
        4.3.2 ML-I、ML-II模型標定
    4.4 ML-II模型結果分析
        4.4.1 無私家車人群
        4.4.2 有私家車人群
    4.5 本章小結
5 結論
    5.1 總結
    5.2 創(chuàng)新點
    5.3 展望
參考文獻
附錄 考慮合乘的共享自動駕駛汽車使用意愿調查
攻讀碩士學位期間發(fā)表學術論文情況
致謝



本文編號：3997374