192AUTOTIMETRAFFICANDSAFETY|交通与安全基于结构方程模型的驾驶特征研究宋昊1杨光强2林展州3田磊2谢圣滨11.同济大学交通运输工程学院上海市2018042.上海城投（集团）有限公司上海市2003363.杭州络达交通市政规划设计院有限公司浙江省杭州市310006摘要：探究驾驶特征与驾驶安全之间的关系，并提出有效的驾驶建议和安全控制方法，可以显著提高驾驶安全性。但是驾驶特征的影响变量多且复杂，并且变量之间的相互关系不容易被识别。研究探讨了驾驶安全与驾驶特征之间的关系，其中驾驶特征包括驾驶员特征、环境特征和车辆特征。采用上海自然驾驶实验数据，基于结构方程模型构建驾驶安全相关变量之间的复杂关系，16个变量在结构方程模型中被分组为5个具有良好适应度的潜在变量。模型结果表明，与其他变量相比，年龄对驾驶员特征潜变量的贡献度最大，该变量显著影响驾驶安全（老年的驾驶员表现出更高的危险驾驶倾向）。恶劣的天气对驾驶安全产生了负面影响（致使驾驶人变为较低的速度和较高的横向加速度）。综上，研究表明年龄较大的司机、恶劣的天气和速度较高的情况下驾驶安全水平较低。此外，驾驶员特征和环境特征是影响驾驶安全性的主要因素。关键词：驾驶安全驾驶特征结构方程建模自然驾驶研究1引言每年，全世界有超过125万人死于交通事故[1]。因此许多研究人员试图研究获得交通事故发生的主要致因[2]。同时，研究人员通过对驾驶特征与驾驶安全关系的研究，发现可以通过培训驾驶员、改善交通环境、纠正不良驾驶习惯等方式提高驾驶安全性[3]。例如，Ahmed[4]的研究表明，在纠正不良驾驶特征的基础上，联网车辆系统在非拥堵条件下可以减少事故概率。驾驶特征的改善包括几个方面。研究人员在寻找单一驾驶特征与驾驶安全之间的关系上做了大量工作。例如，Bedard等人[5]采用多元logistic回归，发现驾驶伤害的严重程度随司机年龄和性别的不同而不同；Reymond等人[6]提出了一种驾驶行为模型，该模型考虑了驾驶员对最大横向加速度和转向修正的预测；Wang[7]识别了三种道路类型的安全切入特性。此外，相当多的研究还分析了多因素情况下驾驶特征与驾驶安全之间的关系。然而，在驾驶特征与驾驶安全的关系研究上仍然存在一些方法和数据来源上的不足。对于分析方法，最先进的机器学习方法和计算能力的快速发展推动了此类技术在解决工程和社会科学领域复杂模式识别问题中的应用。Júnior[8]建议将机器学习方法应用于与安全相关的驾驶特征的任务，并取得了一定的结果...
