0 引 言

黄灯启亮时，直行车道上的首停车（第一辆选择停止的车辆）和末行车（最后一辆选择继续通行的车辆）最有可能陷入两难区。根据两难区的定义，黄灯期间首停车及末行车行驶参数与两难区边界确定密切相关[1]。因此，探究黄灯期间首停车及末行车行驶参数，对揭示两难区分布及缩小或消除两难区范围具有重要的意义。

关于黄灯期间首停车及末行车行驶参数，国外学者主要关注了感知反应时间，减速度，以及加速度。感知反应时间包括停车和行驶感知反应时间，且二者常被假设为相等[2]。众多学者分析了停车感知反应时间（以下简称感知反应时间）的范围、均值、百分位值等，并认为对数正态分布或贝塔分布能较好地拟合感知反应时间[3,4]。关于减速度，美国交通工程师协会推荐其取值为3.05 m/s2[5]，而美国国家公路与运输协会标准的推荐值是3.41 m/s2[6]。一些文献也给出了减速度的百分位值[7]，且其中85%位值均比美国交通工程师协会和美国国家公路与运输协会标准的推荐值大。与前面两个行驶参数不同的是，加速度常被假设为0，然而，这与实际情况不符。

越来越多的人类劳动可以被人工智能替代，这对人类来说，是巨大的变迁。它对极少数人来说，是机遇、财富和统治权，但对绝大多数人来说，却是灾难和奴役。为什么?让我们回顾一下大历史。

尽管国内学者对驾驶人反应时间开展了一定的研究[8]，但关于黄灯启亮时驾驶人感知反应时间的研究鲜见报道。对于减速度，国内文献大多直接采用美国交通工程师协会或美国国家公路与运输协会标准的推荐值。同样地，加速度也常取定值0。

综上，国内外关于黄灯期间首停车及末行车行驶参数的研究较少，且不系统。因此，本文以有无倒计时信号交叉口为调查地点，通过视频观测法采集黄灯期间首停车及末行车行驶参数，并比较分析这些参数的描述统计值和拟合分布。

1 数据采集

1.1 首停车及末行车行驶参数定义

（1）首停车行驶参数

① 黄灯启亮时至停车线距离，黄灯启亮时首停车沿车道线平行方向上至停车线的距离。

黄灯启亮时首停车速度的描述统计值，如表4所示。Levene’s检验结果表明，有无倒计时条件下黄灯启亮时首停车速度的方差具有显著差异性，F(1,497)=6.397，p=0.012。因此，由异方差t检验可知，无倒计时条件下黄灯启亮时首停车的平均速度显著大于倒计时条件下的平均速度，t=2.134，p=0.033。

学生翻译能力的提高，既有赖于他们在课堂中积极参与理论学习和实践训练，也有赖于他们积极参加翻译实训基地提供的翻译实训操练。特别是翻译实训基地提供的实训操练，能使学生接触不同专业领域的翻译项目，更有助于学生提高翻译技能。然而笔者在调查中发现，连云港三所高校虽然与一些翻译公司和企业建立了合作关系，但是建有的校外翻译实训基地不能完全满足学生翻译实训的需要，为学生提供的走进企业承担翻译项目的机会很少。这种情况导致学生翻译训练无法实现情境真实化，翻译教学与社会实际融合不够。

② 黄灯启亮时速度，以区间速度代替。

③ 感知反应时间，指黄灯启亮与刹车灯启亮之间的时间差。

④ 减速度，等于黄灯启亮时速度与制动时间的比值。

根据样本数据的特点，选择约翰逊SB分布、韦布尔3P分布、贝塔分布和正态分布进行拟合，得到参数估计结果见表13。K-S检验结果表明，有无倒计时条件下黄灯启亮时末行车速度服从约翰逊SB分布、贝塔分布或韦布尔3P分布，且最佳分布均为约翰逊SB分布。

黄灯启亮时首停车至停车线距离的描述统计值如表2所示。Levene’s检验结果表明，有无倒计时条件下黄灯启亮时首停车至停车线距离的方差无显著性差异，F(1,497)=0.105，P=0.746（显著性水平为0.05，下同）。于是，由等方差t检验可知，这两种条件下其均值无显著性差异，t=1.960，p=0.051。

减速度的描述统计值，如表8所示。Levene’s检验结果显示，有无倒计时条件下减速度的方差无显著性差异，F(1,497)=2.036，p=0.154。因此，由等方差t检验可知，这两种条件下减速度的均值无显著性差异，t=1.732，p=0.084。

① 进入时间，指黄灯启亮与末行车越过停车线的时间差。

根据样本数据的特点，选择对数逻辑斯谛分布、对数正态分布、韦布尔分布和伽马分布进行拟合，得到参数估计结果见表7。K-S检验结果表明，无倒计时条件下感知反应时间服从对数逻辑斯谛分布、对数正态分布或伽马分布，且对数逻辑斯谛分布是最佳分布；倒计时条件下感知反应时间服从韦布尔分布和伽马分布，且韦布尔分布是最佳分布。

 

式中：a为加速度（m/s2）；XC指黄灯启亮时至停车线距离（m）；v是黄灯启亮时速度（m/s）；t为进入时间（s）。

1.2 视频观测

黄灯期间首停车及末行车行驶参数通过视频观测方法获取。在哈尔滨市内选择了具备良好视距、过街行人流量小、相交道路限速为60 km/h及以上、进口道上游存在人行天桥等条件的4个有倒计时和2个无倒计时信号交叉口作为观测点。对每个观测点仅拍摄一次且均选在晴天的下午2～6点进行拍摄。最终，共获得24 h的视频数据。各观测点的详细信息及视频观测的具体情况详见文献[9]。

1.3 数据提取

凭借Pure Codec Player播放器和图林白板软件，提取黄灯期间首停车及末行车行驶参数。删除黄灯启亮前便制动及无法确认刹车灯是否启亮的首停车的相关信息。此外，删除闯红灯末行车和少量常规公交车的相关信息。更多关于数据提取的细节，详见文献[9]。最终，所提取的样本数，如表1所示。

 

表1 所提取的样本数Tab.1 The sample size

  

条 件 首停车 末行车 合 计无倒计时 220 176 396有倒计时 279 378 657合 计 499 554 1 053

2 首停车行驶参数分析

2.1 黄灯启亮时至停车线距离

（2）末行车行驶参数

 

表2 黄灯启亮时首停车至停车线距离的描述统计值Tab.2 Descriptive statistics of the distance to the stop line at the start of yellow time of the first-to-stop vehicles

  

统计量 值/m无倒计时 有倒计时最小值 16.67 12.50最大值 118.00 116.67平均值 66.21 61.81标准差 24.67 25.07 15%位 40.00 35.00 50%位 61.18 57.50 85%位 95.00 93.21 90%位 100.67 99.00 95%位 110.00 103.33

根据样本数据的特点，选择约翰逊SB分布、广义极值分布、韦布尔3P分布和对数皮尔森3分布进行拟合，得到参数估计结果见表3。Kolmogorov-Smirnov（K-S）检验结果表明，这四种分布均可用于拟合有无倒计时条件下黄灯启亮时首停车至停车线距离，且最佳拟合分布均是约翰逊SB分布。

待孕产妇住院后,临床医生应询问患者上次行剖宫产分娩的时间,手术情况以及妊娠结局。经B超对孕产妇子宫瘢痕情况进行检查,获得孕产妇及其家属同意后,选取合理分娩方式。阴道分娩标准:(1)与上次剖宫产手术距离时间在2年以上;(2)上次剖宫产手术术式为子宫下段横切口;(3)上次剖宫产手术后未有感染;(4)经B超检查发现子宫条件成熟,未有阴道试产禁忌症。剖宫产标准:(1)与上次剖宫产手术时间在2年以下;(2)上次剖宫产手术为子宫下段剖宫产且为纵型切口;(3)经B超显示子宫条件未成熟,存在阴道分娩禁忌症。

 

表3 拟合分布中参数估计结果Tab.3 Parameters of the fitted distributions (distance to the stop line)

  

条 件 约翰逊SB分布 广义极值分布α ζ β γαβγ无倒计时 0.885 0.326 110.560 18.964-0.155 23.081 55.984有倒计时 0.821 0.279 106.460 15.523-0.171 23.780 51.580条 件 韦布尔3P分布对数皮尔森3分布αβγαβγ无倒计时 2.359 61.210 12.009有倒计时 2.229 59.158 9.462 13.482 -0.111 5.611 13.141 -0.125 5.668

2.2 黄灯启亮时速度

图3(a)和图3(b)分别展现了由于环境温度改变导致的IC器件中芯片和接合层焊点中的热应力,比较了未灌装构型和灌装构型的结果。选取3个代表性器件U1,U3,U8,取各自的绝对值最大应力进行比较。可以看出,芯片中的应力和焊点中的应力符号相反。温度升高时,芯片承受拉应力,焊点承受压应力,温度降低时情况相反,这主要是由于接合层的热膨胀系数大于IC器件导致的。对整体灌装构型,由于灌装聚合物的热膨胀系数大于IC器件,在一定程度上加剧了IC器件中应力,同时略微减小了接合层中的应力。同时可看到,对于环境温度改变情形,在所研究灌装厚度下不同器件所受应力差别不大。

类似地，选择贝塔分布、伽马分布、韦布尔3P分布以及正态分布拟合样本数据，得到参数估计结果见表5。K-S检验结果表明，这四种分布均可用于拟合有无倒计时条件下黄灯启亮时首停车速度，且伽马分布是无倒计时条件下的最佳分布，而贝塔分布是倒计时条件下的最佳分布。

 

表4 黄灯启亮时首停车速度的描述统计值 Tab.4 Descriptive statistics of the speed at the start of yellow time of the first-to-stop vehicles

  

统计量 值/（km/h）无倒计时 有倒计时最小值 12.65 13.24最大值 112.89 85.71平均值 41.76 39.10标准差 15.04 12.11 15%位 25.71 25.71 50%位 40.00 37.97 85%位 57.69 50.52 90%位 60.94 54.91 95%位 65.93 60.30

 

表5 拟合分布中参数估计结果Tab.5 Parameters of the fitted distributions (speed)

  

条 件 贝塔分布 伽马分布α1α2abαβ无倒计时 6.235 677.530 4.214 4122.400 7.712 5.415有倒计时 4.900 26.012 9.448 196.510 10.425 3.751条 件 韦布尔3P分布 正态分布αβγσ μ无倒计时 2.104 34.061 11.579 15.038 41.762有倒计时 2.339 30.113 12.431 12.110 39.101

2.3 感知反应时间

感知反应时间的描述统计值，如表6所示。Levene’s检验结果显示，有无倒计时条件下感知反应时间的方差有显著性差异，F(1,497)=10.810，p=0.001。于是，由异方差t检验可知，这两种条件下感知反应时间均值有显著性差异，t=-2.988，p=0.003。

② 加速度，由其余三个参数确定，计算公式为：

 

表6 感知反应时间的描述统计值Tab.6 Descriptive statistics of the perception-reaction time

  

统计量 值/s无倒计时 有倒计时最小值 0.04 0.04最大值 4.02 4.04平均值 1.29 1.54标准差 0.84 0.96 15%位 0.56 0.48 50%位 1.08 1.44 85%位 2.28 2.68 90%位 2.64 2.92 95%位 3.05 3.16

 

表7 拟合分布中参数估计结果Tab.7 Parameters of the fitted distributions (perception-rection-time)

  

条 件对数逻辑斯谛分布 对数正态分布 韦布尔分布伽马分布αβσ μ αβαβ无倒计时 2.483 1.039 0.696 0.045 1.765 1.434 2.355 0.549有倒计时 1.943 1.154 0.867 0.148 1.433 1.717 2.544 0.604

2.4 减速度

除黄灯启亮时至停车线距离和速度外，还包括：

根据样本数据的特点，选择贝塔分布、对数逻辑斯谛3P分布、对数正态3P分布和伽马分布进行拟合，得到参数估计结果见表9。K-S检验结果表明，这四种分布均可拟合有无倒计时条件下减速度，且对数逻辑斯谛3P分布是无倒计时条件下的最佳分布，而对数正态3P分布是倒计时条件下的最佳拟合分布。

 

表8 减速度的描述统计值Tab.8 Descriptive statistics of the deceleration rate

  

统计量 值/（m/s2）无倒计时 有倒计时最小值 0.54 0.55最大值 6.78 5.31平均值 2.04 1.88标准差 1.11 0.78 15%位 1.12 1.04 50%位 1.77 1.64 85%位 3.08 2.79 90%位 3.47 3.20 95%位 4.18 3.78

 

表9 拟合分布中参数估计结果Tab.9 Parameters of the fitted distributions (deceleration rate)

  

条 件 贝塔分布 对数逻辑斯谛3P分布α1α2a b αβγ无倒计时 2.268 9.2E+6 0.480 6.3E+6 2.920 1.450 0.311有倒计时 2.207 5.2E+6 0.516 3.2E+6 2.812 1.256 0.383条 件 对数正态3P分布 伽马分布σ μ γαβγ无倒计时 0.556 0.456 0.196 3.393 0.601 0有倒计时 0.560 0.324 0.266 4.004 0.470 0

3 末行车行驶参数分析

3.1 黄灯启亮时至停车线距离

黄灯启亮时末行车至停车线距离的描述统计值，如表10所示。Levene’s检验结果显示，有无倒计时条件下黄灯启亮时末行车至停车线距离的方差无显著性差异，F(1,552)=0.117，p=0.732。于是，由等方差t检验可知，这两种条件下黄灯启亮时末行车至停车线距离的均值具有显著性差异，t=6.934，p＜0.0001。

根据样本数据的特点，选择广义极值分布、伽马分布、对数皮尔森3分布和对数正态分布进行拟合，得到参数估计结果见表11。K-S检验结果表明，这四种分布均可拟合无倒计时条件下黄灯启亮时末行车至停车线距离，且广义极值分布是最佳分布，但无分布可用于拟合倒计时条件下黄灯启亮时末行车至停车线距离。

 

表10 黄灯启亮时末行车至停车线距离的描述统计值Tab.10 Descriptive statistics of the distance to the stop line at the start of yellow time of the last-to-go vehicles

  

统计量 值/m无倒计时 有倒计时最小值 6.5 0.5最大值 79.5 84.29平均值 29.84 21.52标准差 13.21 13.14 15%位 18.33 10.00 50%位 28.00 20.00 85%位 41.11 32.50 90%位 45.56 40.00 95%位 58.00 48.75

 

表11 拟合分布中参数估计结果Tab.11 Parameters of the fitted distributions (distance to the stop line)

  

条 件 广义极值分布 伽马分布αβγαβ无倒计时 0.039 9.882 23.747 5.105 5.845有倒计时 0.133 8.560 15.292 2.682 8.021条 件 对数皮尔森3分布 对数正态分布αβγσ μ无倒计时 70.664 -0.052 7.008 0.440 3.302有倒计时 2.386 -0.439 3.927 0.678 2.879

3.2 黄灯启亮时速度

黄灯启亮时末行车速度的描述统计值，如表12所示。Levene’s检验结果显示，有无倒计时条件下黄灯启亮时末行车速度的方差无显著性差异，F(1,552)=2.957，p=0.086。因此，由等方差t检验可知，这两种条件下黄灯启亮时末行车速度的均值无显著性差异，t=-0.262，p=0.794。

例如，许多司机不熟悉他们所行驶道路上不断变化的交通规则，而且他们经常违反这些规定。此外，由于每个司机都是个体，当两辆车接近同一交叉口时，驾驶员有时会误判彼此的意图并发生碰撞。相比之下，自动驾驶汽车会知道所有的交通规则，并且不会故意违反交通规则，而且自动驾驶汽车可以相互连接在一起。当两辆无人驾驶汽车接近同一个交叉口时，它们实际上不是两个独立的个体，而是同一个算法的一部分。因此，它们误判和碰撞的可能性要小得多。

人们出游的时间段主要是春夏秋季方式主要是和家人、朋友、同事一起，而且他们更加青睐观光类、文化旅游类和度假类产品。

 

表12 黄灯启亮时末行车速度的描述统计值Tab.12 Descriptive statistics of the speed at the start of yellow time of the last-to-go vehicles

  

统计量 值/（km/h）无倒计时 有倒计时最小值 13.28 8.65最大值 90.00 90.00平均值 44.47 44.80标准差 15.28 13.11 15%位 29.97 30.00 50%位 42.86 42.96 85%位 60.00 57.27 90%位 65.77 64.29 95%位 73.12 67.50

 

表13 拟合分布中参数估计结果Tab.13 Parameters of the fitted distributions (speed)

  

条 件 约翰逊SB分布 韦布尔3P分布α ζ β γ α β γ无倒计时 1.678 1.701 133.850 6.894 2.273 37.020 11.677有倒计时 2.004 1.325 121.37 2.500 3.123 42.473 6.789条 件 贝塔分布 正态分布α1 α2 a b σ μ无倒计时 5.690 37.611 5.095 304.750 15.276 44.469有倒计时 11.653 47.937 -5.392 251.290 13.114 44.800

3.3 进入时间

进入时间的描述统计值见表14。Levene’s检验结果表明，有无倒计时条件下进入时间的方差无显著性差异，F(1,552)=0.287，p=0.592。于是，由等方差t检验可知，这两种条件下进入时间的均值具有显著性差异，t=8.952，p＜0.0001。

根据样本数据的特点，选择约翰逊SB分布、对数皮尔森3分布、贝塔分布和韦布尔分布进行拟合，得到参数估计结果见表15。K-S检验结果表明，这四种分布均可拟合有无倒计时条件下进入时间，且韦布尔分布是无倒计时条件下的最佳分布，而约翰逊SB分布是倒计时条件下的最佳分布。

5.运营机制。在组织机构上，干部网络教育管理主要是由组织部门主办，专门机构或者委托党校、电大系统等进行运维。在学习支持服务上，平台一般提供了热线等联系方式为学员解决问题。在维护更新上，各平台更新速率不齐，部分平台更新及时，部分平台内容更新较慢。

在设备频率确定后，正确选择比功率值，对满足零件的技术要求是十分重要的。如上所述，频率、比功率确定后，加热速度也就随之而定，经过某一时间后，零件表面一定的厚层就被加热到淬火温度。此时进行淬火冷却，加热淬火层的深度也就完全确定了。实际上，在透入式加热条件下因表面升温速度相对较小，大都是用调整时间的方法来满足要求的加热深度。过多地延长加热时间，将引起表面的严重过热。因此，此时就要重新选择较低的比功率。相反，如要求加热层深度很小时，就需要选用较大的比功率进行加热。

 

表14 进入时间的描述统计值Tab.14 Descriptive statistics of the entry time

  

统计量 值/s无倒计时 有倒计时最小值 0.42 0.13最大值 4.08 4.08平均值 2.38 1.71标准差 0.83 0.82 15%位 1.52 0.84 50%位 2.28 1.60 85%位 3.30 2.68 90%位 3.48 2.92 95%位 3.76 3.04

 

表15 拟合分布中参数估计结果Tab.15 Parameters of the fitted distributions (entry time)

  

条 件 约翰逊SB分布 对数皮尔森3分布α ζ β γ αβγ无倒计时 1.279 -0.033 4.794 -0.040 2.809 -0.247 1.489有倒计时 1.244 0.764 4.935 -0.108 4.123 -0.283 1.566条 件 贝塔分布 韦布尔分布α1 α2 a b αβγ无倒计时 2.579 2.156 0.204 4.218 2.979 2.670 0有倒计时 2.364 4.414 0.041 4.833 2.184 1.928 0

3.4 加速度

减速度的描述统计值，如表16所示。Levene’s检验结果显示，有无倒计时条件下加速度的方差具有显著性差异，F(1,552)=16.383，p＜0.0001。因此，由异方差t检验可知，这两种条件下加速度的均值无显著性差异，t=-1.186，p=0.236。

根据样本数据的特点，选择对数逻辑斯谛3P分布、对数正态3P分布、广义极值分布和正态分布进行拟合，得到参数估计结果见表17。K-S检验结果表明，这四种分布均可拟合有无倒计时条件下加速度，且对数逻辑斯谛3P分布均是最佳分布。

 

表16 加速度的描述统计值Tab.16 Descriptive statistics of the acceleration rate

  

统计量 值/（m/s2）无倒计时 有倒计时最小值 -8.66 -9.03最大值 12.90 13.70平均值 0.51 0.93标准差 3.54 4.47 15%位 -2.60 -3.29 50%位 0.46 0.54 85%位 3.08 5.38 90%位 4.37 6.52 95%位 6.68 9.14

 

表17 拟合分布中参数估计结果Tab.17 Parameters of the fitted distributions (acceleration rate)

  

条 件 对数逻辑斯谛3P分布 对数正态3P分布αβγσ μ γ无倒计时 32.768 60.693 -60.282 0.060 4.064 -57.789有倒计时 13.290 33.294 -32.647 0.118 3.626 -36.909条 件 广义极值分布 正态分布αβγσ μ无倒计时 -0.221 3.238 -0.764 3.544 0.512有倒计时 -0.173 4.145 -0.846 4.474 0.931

4 结 论

本文利用视频观测方法采集了有无倒计时条件下黄灯期间首停车及末行车行驶参数（包括黄灯启亮时至停车线距离、速度、感知反应时间、减速度、进入时间、加速度），对这些参数进行了描述统计分析，探讨了倒计时对首停车及末行车行驶参数的影响，并分析了有无倒计时条件下上述参数的拟合分布。假设检验结果表明，倒计时对首停车黄灯启亮时速度、感知反应时间及末行车黄灯启亮时至停车线距离、进入时间有显著影响。Kolmogorov-Smirnov检验结果显示，有无倒计时条件下黄灯期间首停车及末行车行驶参数的最佳拟合分布各异。

公元1882年春，有个叫皮肖普的英国人，在上海正丰街（今广东路）至十六铺之间，铺设了一条电话线，两端各接上一部电话机，广为宣传电话的神奇功能，声言将铁线一接，在其讲话器一端说话便可传出，极远者可至数千里之外，听得明白，如同面晤……

本文研究成果可为有无倒计时条件下两难区边界确定及黄灯期间车辆行驶行为模拟奠定数据及理论基础。然而，由于采集数据的精度有限且无倒计时条件下样本数据偏少，故关于有无倒计时条件下黄灯期间首停车及末行车行驶参数的统计分析结果有待后续研究进一步完善。

参考文献

[1] ZHANG Y, FU C, HU L. Yellow light dilemma zone researches：a review[J]. Journal of Traffic and Transportation Engineering（English Edition），2014，1（5）：338-352.

[2] LI Z. Dynamic dilemma zone modeling and its protection[D].Cincinnati：University of Cincinnati，2011.

[3] SETTI J R，RAKHA H，EL-SHAWARBY I. Analysis of brake perception-reaction times on high-speed signalized intersection approaches[C]. Proceedings of 2006 IEEE Intelligent Transportation Systems Conference. Toronto：2006：689-694.

[4] GOH P K, WONG Y D. Driver perception response time during the signal change interval[J]. Applied Health Economics and Health Policy，2004，3（1）：9-15.

[5] ITE. Traffic engineering handbook（the seventh edition）[M]. New Jersey：John Wiley & Sons，Inc.，2016.

[6] CLICK S M. Application of the ITE change and clearance interval formulas in North Carolina[J]. ITE Journal，2008，78（1）：20-24.

[7] GATES T J, NOYCE D A, LARACUENTE L, et al.Analysis of driver behavior in dilemma zone at signalized intersections[J]. Transportation Research Record：Journal of the Transportation Research Board，2007，（2030）：29-39.

[8] 柴琳果，蔡伯根，王化深，等. 车联网中驾驶员反应时间实时估计方法[J]. 交通运输系统工程与信息，2016，16（5）：71-78.

[9] FU C, ZHANG Y, BIE Y, et al. Comparative analysis of driver’s brake perception-reaction time at signalized intersections with and without countdown timer using parametric duration models[J]. Accident Analysis and Prevention，2016，95：448-460.