扩展功能
文章信息
- 徐昶, 荣建, 伍毅平, 彭志彪
- XU Chang, RONG Jian, WU Yi-ping, PENG Zhi-biao
- 基于驾驶人视认特性的可变情报板文字信息优化
- Optimization of Text Information on Variable Message Signs Based on Drivers' Visual Recognition Characteristics
- 公路交通科技, 2020, 37(9): 113-119
- Journal of Highway and Transportation Research and Denelopment, 2020, 37(9): 113-119
- 10.3969/j.issn.1002-0268.2020.09.015
-
文章历史
- 收稿日期: 2019-09-26
随着信息技术的快速发展,人们对驾车出行的时效性提出了更高要求。可变情报板(Variable Message Sign, VMS)作为传播道路实时路况信息的重要交通设施,其数量逐年递增。以北京地区为例,截至2018年国省干道已安装VMS 414块,其中,国道设有VMS 86块,省道共安装VMS 202块,县道共设置VMS 126处,年增长率高达18.6%。
VMS的功能定位介于导航软件和静态交通标志之间,其本质是为局部路段或区域发布路况信息的终端[1-2]。通常来讲,VMS版面内容主要包括图形和文字两种形式[3]。图形式主要以路网结构图为主体并以文字为辅,共同显示实时路况信息;文字式则主要通过文字发布状况、突发性事件及计划性事件等信息。由于文字式VMS发布内容不受路网结构限制,可发布的信息更为丰富多样,目前仍为发布道路路况信息的主要手段。
虽然VMS在北京市应用广泛,但高达77%的驾驶人未能根据VMS提示的信息更改出行路径[4]。调研结果表明,41%的驾驶人主观层面认为VMS的设置存在一定问题,甚至有31.6%的驾驶人认为其应用问题较为严重。进一步分析表明,设计要素不统一及信息量过载为VMS应用存在的主要问题,分别占比21.6%及18.3%[5]。
《道路交通标志和标线》(GB5768.2—2009)对VMS的用途、显示方式、颜色及设置位置进行了较为详细的规定[6]。但是,文字信息的字数、信息单元的阈值及不同发布内容下信息结构的有关规定较为缺乏,对实际应用中发布信息量过载及信息有用性较低等问题并未提供有效解决方案。由于行车过程中驾驶人对VMS的视认时间非常有限,信息量过大会导致驾驶人在有限时间内较难获取有效信息,不仅会造成VMS利用率低,而且容易引起驾驶人分心,对行车安全甚至整个交通流运行带来不良影响[7-8]。实际上,美国《统一交通控制设施手册》(MUTCD)推荐信息单元主要由事件、位置、对象及建议4部分组成[9]。美国联邦公路局对信息单元的数量进一步规定为:车速≥56.3 km/h时不超过4个信息单元;车速<56.3 km/h时不超过5个信息单元[10]。虽然国外相关规范对VMS发布文字信息进行了较为详细的规定,但由于语言结构存在显著差异,并不直接适用于国内。
以往针对道路交通标志的相关研究主要集中在静态标志层面,通过模拟试验和实测等方法,结合认知心理学与人因工程学等理论取得了较多研究成果[11-13]。事实上,静态交通标志中的文字信息与VMS发布的文字信息存在较大差别,前者以路名或标志物名称向驾驶人传达信息,后者通常以整条语句向驾驶人提供路况信息。当前关于VMS发布内容的研究主要集中在信息有效性方面,包括驾驶人对发布信息内容的理解[4]、不同信息对驾驶人的作用效果[14]、不同信息内容对路网运行状态的影响[8]、不同信息对不同类别驾驶人改变行车路径的影响[15]等。有关VMS发布信息形式的研究主要通过试验及主观问卷两种途径获取。Lai[16]通过动态模拟试验得出了VMS显示双颜色的配色方案及两行文字效果较优的结论。Zhao等[4]通过行为调查及陈述偏好调查得出驾驶人更偏好黑底黄色文字的显示形式。
考虑到实际行车过程中,驾驶人主要通过视觉获取交通标志信息,发现和认读标志是产生相关驾驶操作的前提和关键[17],故本研究从驾驶人视觉认知特性的角度探究VMS文字信息阈值及其结构。考虑静态认知试验成本较低,便于测试各种不同的文字信息单元及组合形式,且研究表明车速在120 km/h以内驾驶人动视力与静视力较为接近[13],因此通过静态认知试验挖掘驾驶人视认特性与文字信息字数及信息单元数量的关联关系,以期获得VMS文字信息的阈值及其合理组成结构,完善VMS设置规范和使用标准,提升VMS的实际应用效果。
1 静态认知试验 1.1 试验人员共招募驾驶人45名。其中,男性驾驶人29名(占比64%),女性驾驶人16名(占比36%)。年龄分布为20~56岁(平均值=36.8岁,标准差=11.6岁),驾龄2~30 a(平均值=12.8 a,标准差=10.5 a)。所有驾驶人视力及矫正视力均高于4.8。
为保证样本选取合理,主要参考以往静态认知及动态模拟试验的样本选取原则[18-20]:样本总量不少于30个,且性别、年龄、驾龄分布合理。通过问卷和测评,确保被试者具有实际驾车经验和可变情报板使用经历。
1.2 试验仪器及环境试验设备参数如表 1所示。其中,E-prime软件为美国某公司研发的专业级心理测试软件,可获取被试视认及判断时间,精度为ms级。
仪器 | 型号 | 作用 |
笔记本电脑 | 联想U410 | 运行软件 |
液晶显示器 | 康佳LED42E350PDE | 显示可变情报板版面内容 |
纸/笔 | — | 记录被试基本信息 |
E-prime软件 | 版本:2.0.10 | 记录视认及判断时间 |
安排静态认知试验在封闭安静的室内进行。为使驾驶人在室内的视认效果与实际道路贴近,最大限度地避免视认距离等因素造成的系统误差,基于人因工程学原理,应用式(1)确定驾驶人与显示器的距离[21]:
![]() |
(1) |
式中,L为驾驶人的视线与液晶屏幕之间的距离;h为驾驶人视线高度距离液晶屏上边缘高度;θ为驾驶人视线高度与液晶屏上边缘夹角。
本次试验环境中,实际测量h为0.28 m。根据人因工程原理,当θ≤8°时,驾驶人可准确认读显示信息[21]。由此,计算得到驾驶人距离液晶显示器距离为2 m。
1.3 试验设计为获得试验测试范围及设计依据,首先通过主观问卷调查获得驾驶人对文字信息量的主观需求及偏好。利用问卷星线上问卷平台,共回收有效问卷424份。驾驶人可接受的VMS文字字数分布范围为4~32个(见图 1)。
![]() |
图 1 文字字数可接受上限 Fig. 1 Acceptable upper limit for word count |
|
基于VMS应用现状,选取应用最广泛的2 m×4 m为试验用VMS外观尺寸。选取黑体字为试验用字体。字高参照静态交通标志规范[6],结合VMS尺寸和文字数量设置:当版面显示文字信息量超过18个字时,字高35 cm;当信息量低于18个字,字高50 cm;文字高宽比为1:1。试验用VMS示例如图 2所示。
![]() |
图 2 可变情报板设计结果 Fig. 2 Design result of variable message sign |
|
依据问卷结果和实际应用情况,确定试验文字字数研究范围为4~36个字,共24幅VMS图片。参照《道路交通信息服务:通过可变情报板发布的交通信息》(GB/T 29103—2012)[22]及《统一交通控制设施手册》(MUTCD)[9], 将信息内容分为状况、突发事件及计划事件,具体信息内容及示例如下。
(1) 状况信息:主要用于阐述实时交通状况,描述内容包括畅通、缓慢、拥堵、车流量大、行驶正常等信息,如“南桥北路行驶畅通”。
(2) 突发性事件信息:主要用于阐述对通行造成影响且时效性较强的交通事件,描述对象应为发生的交通事件或对交通产生影响的事件,如“京藏高速至昌平西关发生事故建议绕行黄马路”。
(3) 计划性事件信息:用于阐述计划性交通事件,描述对象应为即将发生并对交通产生影响的事件,包括公路养护施工、桥隧施工养护、改扩建工程、重要社会活动等,如“2日至3日胡同大街至芙蓉东路施工占道建议绕道行驶”。
设计文字信息结构见表 2。
序号 | 状况信息 | 突发性事件信息 | 计划性事件信息 |
1 | 状况 | — | — |
2 | 位置+状况 | 位置+事件 | 位置+事件 |
3 | 位置+状况+车道 | 位置+事件+车道 | 位置+事件+时间 |
4 | 位置+状况+诱导 | 位置+事件+诱导 | 位置+事件+诱导 |
5 | 位置+状况+时间 | 位置+事件+时间 | 位置+事件+车道 |
6 | 位置+状况+车道+诱导 | 位置+事件+时间+诱导 | 位置+事件+时间+诱导 |
7 | 位置+状况+时间+诱导 | 位置+事件+车道+诱导 | 位置+事件+车道+诱导 |
8 | 位置+车道+状况+时间+诱导 | 位置+事件+车道+时间+诱导 | 位置+事件+车道+时间+诱导 |
1.4 试验流程
试验由被试者基本属性采集、预试验及正式试验3部分组成。试验前,被试者填写个人基本属性问卷,内容包括个人基本信息、试验前生心理状态及是否有使用可变情报板经历等。试验员宣读静态认知试验指导语并进入预试验。被试者通过预试验熟悉试验流程及基本操作,确认完毕后进入正式试验。首先,系统显示1幅VMS信息(简称A)并开始计时,被试者完成对文字信息的认识及理解后需迅速按下键盘对应按键,系统自动采集视认时间。其次,系统显示a,b,c,d 4个选项,有且仅有1个正确答案与图A相对应。被试者需口头告知试验人员答案并按下对应按键。试验员如实记录答案,系统自动记录被试者答题所用时长。被试者继续视认下一幅VMS信息,直至全部图片视认完毕。试验过程中,在不同VMS显示之间会随机出现风景图片供被试者缓解视觉疲劳。
2 试验数据分析基于静态认知试验,研究获取不同VMS文字信息及结构下驾驶人的视认时间、判断时间和理解错误率。利用频数直方图及Q-Q图对视认及答题时间进行假设检验,并通过拉依达准则对异常数据进行筛选。结果表明,试验数据均符合正态分布,共招募的45名驾驶人中42名被试者视认及答题数据有效。
2.1 文字字数阈值分析对不同字数对应条件下被试者的视认时间、判断时间及理解错误率进行统计,结果如表 3所示。总体来看,视认时间、判断时间及理解错误率的均值均随文字数量增加而增大。视认及判断时间标准差同样随可变情报板文字信息字数增加而增大。
文字字数/个 | 视认时间/s(均值±标准差) | 判断时间/s(均值±标准差) | 理解错误率/% |
4 | 1.89±0.77 | 8.96±4.51 | 2.38 |
8 | 2.45±1.01 | 5.59±2.54 | 0.00 |
12 | 6.45±2.75 | 6.47±2.60 | 5.55 |
16 | 6.41±2.61 | 7.61±3.52 | 9.53 |
18 | 6.52±2.78 | 7.84±3.55 | 6.66 |
20 | 6.85±2.77 | 7.46±3.28 | 13.10 |
22 | 8.76±3.70 | 8.59±4.44 | 19.05 |
24 | 8.55±3.71 | 8.54±4.07 | 9.52 |
26 | 8.82±3.68 | 8.52±3.46 | 11.31 |
32 | 10.32±3.69 | 9.52±4.08 | 14.29 |
36 | 11.75±4.77 | 11.70±6.76 | 16.67 |
首先,利用单因素方差分析探究视认时间及文字数量统计学关系,结果表明,文字字数对视认时间具有显著性影响, 显著性差异水平F值及检验水平p值分别为F(10, 1 039)=19.692,p < 0.001。可变情报板文字字数增加,伴随的视认时间显著增加,其变化趋势如图 3所示。其次,分别利用视认时间的15%位数、均值及85%位数拟合文字数量与视认时间量化关系模型。视认时间和文字数量的拟合关系如图 4所示,其中y为视认时间,x为文字数量。调整后的模型拟合优度系数R2依次为0.948,0.934,0.954,量化关系模型拟合效果较好,可以反映文字数量与视认时间的关系。然后,利用Duncan检验对各字数水平视认时间进行比较,将组间无显著性差异归为同一子集,结果表明,4~8个字属于子集1(p=0.261);12~20个字属于子集2(p=0.403);22~26个字属于子集3(p=0.606);32字属于子集4(p=1);36个字属于子集5(p=1)。当信息增至22个字时,视认时间达到极大值并且离散程度增加。故根据上述视认时间分析排除子集3~5,初步确定VMS发布信息的文字字数宜小于20个字。
![]() |
图 3 视认时间箱线图 Fig. 3 Boxplot of recognition time |
|
![]() |
图 4 驾驶人视认时间与文字数量关系曲线 Fig. 4 Curves of drivers' recognition time vs. word count |
|
进一步通过单因素方差分析发现文字字数对判断时间同样具有显著影响(F(10, 1 039)=7.631,p < 0.001),即判断时间随文字字数增加而显著增大。综合统计被试者视认及判断时间,结果见图 5。判断时间与视认和判断的总体时间均呈现先减小再增加的趋势;在相同文字数量下,被试者的视认时间及判断时间的差距先增大后缩减,当文字字数在4~8个时,驾驶人视认及判断时间的变化趋势并不统一。76.2%的被试者认为,当文字字数太少时,花费视认时间较少,导致判断文字信息具体内容时产生犹豫。因此,VMS发布文字信息的字数范围位于12~20个字更为合适。
![]() |
图 5 视认时间及判断时间 Fig. 5 Recognition time and judgement time |
|
文字字数与理解错误率相关性分析结果表明,二者呈现正相关性,相关系数r及检验水平p值分别为r=0.825,p=0.002。进一步对不同字数下离散变量理解错误率进行非参数检验,Friedman检验结果表明字数变化对理解错误率具有显著性影响,卡方值χ2及检验水平p值分别为χ2=77.304,p < 0.001。故错误率随文字数量增加而显著增长,当字数超过18时,理解错误率急剧增加。
综合驾驶人视认时间、判断时间和理解错误率,VMS发布文字信息的字数应为12~18个。结合试验前驾驶人主观偏好问卷结果,累积91.98 %的驾驶人可接受文字上限为16个字(见图 1)。故最终推荐VMS文字字数范围宜为12~16个字。
2.2 信息单元阈值及结构分析分别统计VMS状况信息、突发信息及计划信息下的单元视认指标,结果如表 4所示。总体而言,不同内容下各项指标均随信息单元数量的增加而增大。3种信息内容在同一单元数量下,视认时间、判断时间及理解错误率存在差异,且随信息单元数量的增加,不同信息下对应指标差异性减弱。
单元数量/个 | 状况信息 | 突发信息 | 计划信息 | ||||||||
视认时间/s | 判断时间/s | 理解错误率/% | 视认时间/s | 判断时间/s | 理解错误率/% | 视认时间/s | 判断时间/s | 理解错误率/% | |||
1 | 1.89 | 8.96 | 2.38 | — | — | — | — | — | — | ||
2 | 4.86 | 5.25 | 1.19 | 3.99 | 5.97 | 3.57 | 6.53 | 8.21 | 7.14 | ||
3 | 6.47 | 7.81 | 7.94 | 6.21 | 7.36 | 10.31 | 7.91 | 8.12 | 7.14 | ||
4 | 8.44 | 8.54 | 8.33 | 8.52 | 8.87 | 8.33 | 9.46 | 8.36 | 8.33 | ||
5 | 10.11 | 10.36 | 14.29 | 11.75 | 10.22 | 16.67 | 10.54 | 8.66 | 14.29 |
利用Kruskal-Wallis检验分别分析信息单元数量、信息内容对视认及判断时间的影响。结果表明,信息单元数量对视认及判断时间均存在显著性影响(χ视认2=350.678,χ判断2=110.551,p < 0.001)。信息内容对视认及判断时间同样具有显著性影响(χ视认2=32.485,χ判断2=7.622,p≤0.022)。一方面说明视认及判断时间随信息单元数量增加而显著增大,另一方面说明不同信息内容对驾驶人存在显著影响。利用Friedman非参数检验分析信息单元数量、信息内容对理解错误率的影响,结果表明单元数量对错误率无显著性影响(χ2=4.000,p=0.406),信息内容对理解错误率有显著性影响(χ2=48.000,p < 0.001)。
基于2.1节分析结果,将可变情报板文字字数上限16个代入3种拟合关系式(图 4),分别获得视认时间依次为3.72,6.02,8.41 s。结合表 4中不同信息单元数量与驾驶人视认时间的关系,得到不同信息内容视认时间与信息单元的关系,见表 5。
信息内容 | 状况信息单元数量 | 突发信息单元数量 | 计划信息单元数量 |
15%位数 | 2 | 2 | — |
均值 | 3 | 3 | 2 |
85%位数 | 4 | 4 | 3 |
以驾驶人视认时间15%位数为约束条件,状况及突发事件VMS信息单元数量上限,均为2个单元;以均值为约束,状况及突发事件信息单元数量上限为3个单元,计划事件信息单元数量上限为2个单元;以85%位数为约束,不同信息内容下单元数量上限均比以均值为约束增加1个单元。综合考虑VMS常用信息的文字长度与内容实用性等因素,最终确定:当显示状况信息及突发性信息时,上限为3个单元;当显示计划性信息时,上限为2个单元。
VMS发布文字信息不宜超过上述单元上限。反之,宜对信息分屏处理以符合限制。当信息单元数量为1,2,5个时,其结构组成方式唯一(见表 2),故着重研究不同信息内容下3,4个单元推荐信息结构,统计结果见表 6。状况信息单元数量为3个时,信息结构由位置、状况及诱导组成视认时间较低;信息单元数量为4个时,信息结构由位置、状况、时间及诱导组成所用视认时间较少。突发及计划事件单元数量为3个时,信息结构由位置、事件及诱导组成所用视认时间较低;信息单元数量为4个时,信息结构由位置、事件、时间及诱导组成所用视认时间较低。
信息内容 | 单元数量/个 | 信息结构 | 视认时间/s | 理解错误率/% |
状况信息 | 3 | 位置+状况+车道 | 6.57 | 2.38 |
3 | 位置+状况+诱导 | 6.30 | 7.14 | |
3 | 位置+状况+时间 | 6.55 | 14.29 | |
4 | 位置+状况+诱导+车道 | 8.76 | 7.14 | |
4 | 位置+状况+时间+诱导 | 8.12 | 9.52 | |
突发信息 | 3 | 位置+事件+车道 | 7.31 | 9.52 |
3 | 位置+事件+诱导 | 5.23 | 7.14 | |
3 | 位置+事件+时间 | 7.14 | 14.28 | |
4 | 位置+事件+时间+诱导 | 7.48 | 11.90 | |
4 | 位置+事件+车道+诱导 | 9.53 | 4.76 | |
计划信息 | 3 | 位置+事件+时间 | 6.72 | 7.14 |
3 | 位置+事件+诱导 | 6.33 | 7.14 | |
3 | 位置+事件+车道 | 8.00 | 7.14 | |
4 | 位置+事件+时间+诱导 | 8.79 | 7.14 | |
4 | 位置+事件+车道+诱导 | 10.14 | 9.52 |
表 6表明所有信息结构理解错误率均在15%以内。因此,研究以视认时间为主要参考依据,选取视认用时较少为推荐信息结构的依据。
3 结论针对可变情报板文字信息数量及信息结构开展静态认知试验,以信息内容(状况信息、突发事件及计划事件共3种)及信息单元(1~5个单元)为控制因素,通过视认时间、判断时间、理解错误率并结合驾驶人主观需求,分析了驾驶人对不同文字数量的视认特性,构建了文字数量与视认时间关系模型。进而获得不同信息内容下信息单元上限及推荐信息结构,结论如下:
(1) 文字数量对驾驶人视认时间具有显著性影响。文字数量增加,视认时间、判断时间及理解错误率随之增加。信息较多时,字数宜控制在12~16个字。
(2) 驾驶人视认时间和理解错误率随信息单元增加而增加。当显示状况信息时,建议信息单元上限为3个,由位置、状况及诱导信息组成;当显示突发性事件时,建议信息单元上限为3个,由位置、事件及诱导信息组成;当显示计划性事件时,建议信息单元上限为2个,由由位置及事件构成。
作为可变情报板文字信息优化研究的探索尝试,本研究以驾驶人视认特性为切入点开展了静态认知试验研究。由于静态认知试验未考虑车辆运行速度、交通量、外部环境等因素对驾驶人视认特性的影响,本研究视认特征数据可能比实际值高。后续研究将通过动态驾驶模拟试验和实车测试引入速度及交通量等因素,并进一步挖掘不同VMS文字信息影响下的性别、驾龄、路况熟悉程度等不同驾驶群体的差异特征,以及对驾驶操控行为和车辆运行状态的综合影响,对研究结果的有效性及适用性进行验证和优化。
[1] |
李金樱.城市交通可变信息板人机交互设计研究[D].大连: 大连理工大学, 2017. LI Jin-ying. Research on Human-machine Interaction Design of Urban Traffic Variable Message Sign[D]. Dalian: Dalian University of Technology, 2017. |
[2] |
孙伟力.基于VMS发布诱导信息的快速路网动态最优控制[D].杭州: 浙江大学, 2013. SUN Wei-li. Dynamic Optimal Control of Expressway Network Based on Variable Message Signs[D]. Hangzhou: Zhejiang University, 2013. |
[3] |
朱松坚. 交通可变信息标志与静态标志的协调设置分析[J]. 公路与汽运, 2007(6): 28-32. ZHU Song-jian. Analysis on Coordination of Traffic Variable Message Sign and Static Sign[J]. Highways & Automotive Applications, 2007(6): 28-32. |
[4] |
ZHAO W J, QUDDUS M, HUANG H L, et al. Analyzing Drivers' Preferences and Choices for the Content and Format of Variable Message Signs (VMS)[J]. Transportation Research Part C:Emerging Technologies, 2019, 100: 1-14. |
[5] |
北京市交通委员会.驾驶人对可变情报板信息需求的主观问卷调查报告[R].北京: 北京市交通委员会, 2018. Beijing Municipal Commission of Transport. Report on Subjective Questionnaire Survey on driver's Demand for information on Variable Message Signs[R]. Beijing: Beijing Municipal Commission of Transport, 2018. |
[6] |
GB 5768.2-2009, 道路交通标志和标线-第2部分: 道路交通标志[S]. GB5768.2-2009, Road Traffic Signs and Markings-Part 2: Road Traffic Signs[S]. |
[7] |
吕能超, 曹越, 秦羚, 等. 基于交通标志信息量的驾驶负荷加载有效性研究[J]. 中国公路学报, 2018, 31(8): 165-172. LÜ Neng-chao, CAO Yue, QIN Ling, et al. Research on the Effectiveness of Driving Workload Based on Traffic Sign Information Volume[J]. China Journal of Highway and Transport, 2018, 31(8): 165-172. |
[8] |
LI M, LIN X, HE F, et al. Optimal Locations and Travel Time Display for Variable Message Signs[J]. Transportation Research Part C:Emerging Technologies, 2016, 69: 418-435. |
[9] |
FHWA. Manual on Uniform Traffic Control Devices for Streets and Highways[M]. Washington, D.C.: U.S. Department of Transportation, 2009.
|
[10] |
FHWA. Changeable Message Sign Operation and Messaging Handbook[M]. Washington, D.C.: Operations Office of Travel Management, 2004.
|
[11] |
邵海鹏, 慕伟, 叶益翔. 交叉口指路标志信息有效性量化模型研究[J]. 交通运输系统工程与信息, 2017, 17(4): 70-75. SHAO Hai-peng, MU Wei, YE Yi-xiang. A Quantitative Model for the Validity of Guide Sign Information at Intersection[J]. Journal of Transportation Systems Engineering and Information Technology, 2017, 17(4): 70-75. |
[12] |
关伟, 赵晓华, 黄丽华, 等. 交通标志对制动操作认知模型的影响[J]. 北京工业大学学报, 2014, 40(3): 368-373. GUAN Wei, ZHAO Xiao-hua, HUANG Li-hua, et al. Effect of Traffic Signs on the Cognitive Model of Braking Operation[J]. Journal of Beijing University of Technology, 2014, 40(3): 368-373. |
[13] |
蒋海峰, 韩文元, 张智勇. 交通指路标志字高与视认性关系研究[J]. 公路交通科技, 2009, 26(7): 115-120. JIANG Hai-feng, HAN Wen-yuan, ZHANG Zhi-yong. Study of Relationship between Word Height and Recognition for Traffic Guide Signs[J]. Journal of Highway and Transportation Research and Development, 2009, 26(7): 115-120. |
[14] |
TAY R, DE BARROS A. Effectiveness of Road Safety Messages on Variable Message Signs[J]. Journal of Transportation Systems Engineering and Information Technology, 2010, 10(3): 18-23. |
[15] |
MA Z L, SHAO C F, SONG Y, et al. Driver Response to Information Provided by Variable Message Signs in Beijing[J]. Transportation Research Part F:Traffic Psychology and Behaviour, 2014, 26: 199-209. |
[16] |
LAI C J. Effects of Color Scheme and Message Lines of Variable Message Signs on Driver Performance[J]. Accident Analysis and Prevention, 2010, 42(4): 1003-1008. |
[17] |
LANSDOWN T C. Visual Allocation and the Availability of Driver Information[M]. [S. l.]: Elsevier, 1997.
|
[18] |
WU Y P, ZHAO X H, CHEN C, et al. Modeling the Influence of Chevron Alignment Sign on Young Male Driver Performance:A Driving Simulator Study[J]. Accident Analysis & Prevention, 2016, 95: 479-486. |
[19] |
YAO X L, ZHAO X H, LIU H, et al. An Approach for Evaluating the Effectiveness of Traffic Guide Signs at Intersections[J]. Accident Analysis & Prevention, 2019, 129: 7-20. |
[20] |
许亚琛, 吕柳璇, 黄利华, 等. 指路标志版面信息量与布局设计关系研究[J]. 公路交通科技, 2018, 35(2): 109-114. XU Ya-chen, LÜ Liu-xuan, HUANG Li-hua, et al. Study on Relation between Information Volume and Layout Design of Guide Signs[J]. Journal of Highway and Transportation Research and Development, 2018, 35(2): 109-114. |
[21] |
张晓楠.基于视认特性的京津冀地区平交口指路标志统一性研究[D].北京: 北京工业大学, 2017. ZHANG Xiao-nan. Research on Unification of Intersection Signs in Beijing-Tianjin-Hebei Region Based on Visual Recognition Characteristics[D]. Beijing: Beijing University of Technology, 2017. |
[22] |
GB/T 29103-2012, 道路交通信息服务通过可变情报板发布的交通信息[S]. GB/T 29103-2012, Road Traffic Information Service-Traffic Information Issued by Variable Message Signs[S]. |