張 偉
(1.中鐵第五勘察設(shè)計院集團有限公司市政工程設(shè)計院, 北京 102600;2.北京工業(yè)大學 城市交通學院, 北京 100124)
?
城市道路交叉口指路標志信息認知案例分析
張 偉1,2
(1.中鐵第五勘察設(shè)計院集團有限公司市政工程設(shè)計院, 北京 102600;2.北京工業(yè)大學 城市交通學院, 北京 100124)
城市道路交叉口指路標志信息認知的水平直接影響交通參與者尋路的安全性和舒適性. 為此選取部分國家(中國、美國、日本、英國)、部分地區(qū)(北京、上海、武漢、南京)及新方案(4組)的城市道路交叉口指路標志進行案例分析. 應(yīng)用信息熵模型和人因工程學模型,定量評價其傳遞的交通信息的認知程度. 當指路標志傳遞的信息需求程度較高且易于理解時,此信息認知的水平較高.
交通工程; 指路標志; 認知實驗; 理解; 需求
1968年,聯(lián)合國通過了討論半個多世紀的《道路標志與信號條約》,由此交通標志走向國際統(tǒng)一化. 1986年,中國頒布了第一版《道路交通標志和標線》(GB 5768),結(jié)束了國內(nèi)各地交通標志各自為政的現(xiàn)象. 交通標志設(shè)置的目的是使所有交通人(又稱交通參與者,是參與交通活動的自然人,主要包括機動車駕駛?cè)恕⒎菣C動車駕駛?cè)撕托腥?在道路上有序地移動,提高道路的安全性和通行效率.
作為交通標志的重要組成部分,交通指路標志是道路交通的導航語言,經(jīng)常設(shè)置于交叉口,為交通人提供最直接有效的導航服務(wù). 同時作為道路交通管理系統(tǒng)中不可或缺的組成部分,交通指路標志被用于引導交通流,均衡路網(wǎng)流量,提高出行效率,降低交通事故風險. 交通人在駕駛路徑尋找過程中需要的信息主要包括道路、地點、方向和距離等[1-3]. 在不同的國家和地區(qū),傳遞給交通人的信息有所側(cè)重:在中國,道路名稱是交通指路標志上最主要的交通信息[4],傳遞方式以圖案式為主;在美國,交通指路標志以引導道路編號為主,地點名稱為輔[5],信息傳遞方式多為文字式;在日本,地點名稱具有優(yōu)先權(quán),以圖案式被顯著顯示在交通指路標志上[6];在英國,地點名稱和道路編號被以圖案式結(jié)合設(shè)置在交通指路標志上[7]. 形式多樣的交通指路標志在一定程度上滿足了交通人的尋路需求. 但由于標志圖案或文字排列形式不科學、標志信息或過少或過多、地點名稱存在局限性等問題,標志內(nèi)容出現(xiàn)多義性[8],標志信息出現(xiàn)缺失或超載[9],這些潛在的問題會降低交通出行效率,甚至會引起交通事故.
在設(shè)計交通指路標志時,交通人如何視認標志內(nèi)容需要重點關(guān)注,因為這將直接影響標志的可讀性和交叉口的安全性. 如何設(shè)計簡明易懂、滿足需求的交通指路標志,從而向交通人準確、及時地提供有效的交通信息,使其能夠了解道路網(wǎng)絡(luò)結(jié)構(gòu)及通達情況,快速、順利地到達目的地,具有非常重要的現(xiàn)實意義.
選取部分國家(中國、美國、日本、英國)、部分地區(qū)(北京、上海、武漢、南京)及新方案(4組)的城市道路交叉口指路標志進行認知實驗,分析其傳遞的交通信息是否滿足需求、易于理解.
1.1 實驗對象
年齡、婚姻狀態(tài)、駕駛經(jīng)驗、事故發(fā)生率對駕駛?cè)苏_理解交通標志的含義沒有顯著性影響,但女性理解能力較差于男性[10-11]. 有經(jīng)驗的駕駛?cè)送鶗瘸鯇W者犯更多的錯誤,因為他們總是先入為主,對標志內(nèi)容有著強烈的期望,這嚴重干擾了他們判斷的正確性[12].
在95%置信水平下,44名被試者被隨機挑選參加實驗1. 被試者男女各22人,平均年齡23歲(年齡介于20~30歲,標準差2歲). 被試者均為駕齡不足1年的駕駛?cè)?,來自安徽、北京、河北、河南、寧夏、山東、山西、云南等地區(qū). 被試者(矯正)視力均在5.0以上,無色盲色弱. 被試者在實驗前和實驗中均禁止服用精神活性物質(zhì),包括咖啡因、尼古丁、茶和啤酒.
1.2 實驗設(shè)計
1) 圖1舉例說明了實驗區(qū)域和實驗路網(wǎng),使用AutoCAD繪制,中文字體為黑體,數(shù)字字體為Arial. 實驗區(qū)域由16個社區(qū)構(gòu)成,每個社區(qū)由4棟單元樓組成;實驗路網(wǎng)為城市主次干道構(gòu)成的正交路網(wǎng). 如圖1(a)所示,除設(shè)置實驗標志的實驗交叉口位于路網(wǎng)中心外,空白實驗路網(wǎng)不提供其他任何信息. 如圖1(b)所示,標記詳細道路信息的實驗路網(wǎng)由60條道路信息構(gòu)成,依次編號1~60. 如圖1(c)所示,標記詳細地點信息的實驗路網(wǎng)由20條地點信息構(gòu)成,包括16條社區(qū)信息、1條飛機場信息、1條火車站信息、1條銀行信息和1條賓館信息.
圖1 實驗區(qū)域和實驗路網(wǎng)
2) 如圖2所示,實驗標志為城市主、次干道交叉口告知標志,參考相應(yīng)國家(中國、美國、日本、英國)、地區(qū)(北京、上海、武漢、南京)規(guī)定的標志內(nèi)容、顏色及形式繪制,同時設(shè)計4套新方案. 所有標志均設(shè)置在交叉口前30~80 m處. 由于道路走向不規(guī)律,方向作為可選內(nèi)容在分析交通指路標志傳遞的交通信息認知的優(yōu)劣程度時暫不考慮,圖中指北針僅供參考.
圖2 實驗標志
3) 實驗在室內(nèi)模擬環(huán)境中進行,將實驗標志以Microsoft PowerPoint幻燈片形式通過投影儀由后方投影到屏幕上. 被試者坐在屏幕正前方,距離屏幕4 m. 通過幻燈片設(shè)置中的切換- 換片方式- 設(shè)置自動換片時間設(shè)置實驗標志出現(xiàn)的時間,選取交通人在駕駛車輛時較為合理的標志視認最小時間1.5 s[16]作為單一信息的視認時間,根據(jù)中國等12組實驗標志(圖2)信息數(shù)量(道路信息或地點信息個數(shù)的總和)的不同,設(shè)置實驗標志出現(xiàn)的時間依次為9 s(信息數(shù)量為6)、10.5 s(信息數(shù)量為7)、9 s(信息數(shù)量為6)、13.5 s(信息數(shù)量為9)、12 s(信息數(shù)量為8)、12 s(信息數(shù)量為8)、10.5 s(信息數(shù)量為7)、13.5 s(信息數(shù)量為9)、4.5 s(信息數(shù)量為3)、6 s(信息數(shù)量為4)、10.5 s(信息數(shù)量為7)、12 s(信息數(shù)量為8). 不同實驗標志之間設(shè)置持續(xù)時間5 s的風景圖片,供被試者作答,同時緩解被試者的疲勞.
空白實驗路網(wǎng)(圖1a)由A3圖紙打印,每名被試者分發(fā)12份;標記詳細道路信息的實驗路網(wǎng)(圖1b)和標記詳細地點信息的實驗路網(wǎng)(圖1c)各由A3圖紙打印1份,交由實驗組織者保存.
1.3 實驗步驟
實驗分為7步進行.
第1步:對所有被試者進行實驗培訓,幫助其熟悉實驗步驟及注意事項.
第2步:實驗組織者計算中國等12組實驗標志中道路信息或地點信息個數(shù)的總和,即標志信息數(shù)量[13-15],填入表1.
表1 實驗標志信息數(shù)量
第3步:要求被試者依次認真觀察(閱讀并理解)幻燈片放映的實驗標志,之后依據(jù)自身理解將實驗標志上的道路信息或地點信息標記到空白實驗路網(wǎng)(圖1a)中相應(yīng)的位置處,如圖3所示.
圖3 實驗第3步示例
第4步:針對標記詳細道路信息的實驗路網(wǎng)(圖1b)和標記詳細地點信息的實驗路網(wǎng)(圖1c),假設(shè)被試者正駕車通過實驗路網(wǎng)中心的實驗交叉口,要求被試者于60 s內(nèi)在實驗路網(wǎng)上選擇并標記出其需要知道的道路信息或地點信息,如圖4所示.
圖4 實驗第4步示例
第5步:要求被試者認真檢查實驗材料,確保沒有遺漏任何信息.
第6步:通過比對標記詳細道路信息的實驗路網(wǎng)(圖1b)和標記詳細地點信息的實驗路網(wǎng)(圖1c),實驗組織者統(tǒng)計實驗第3步中被試者標記正確的道路信息或地點信息的數(shù)量,并由式(1)計算其標記正確率,填入表2.
(1)
式中,CRjk為實驗標志k上道路信息或地點信息j的標記正確率(理解正確率);Cijk為被試者i正確理解并正確標記實驗標志k(圖2)上道路信息或地點信息j在空白實驗路網(wǎng)(圖1a)中的位置的頻數(shù). 當正確標記j的位置時,取值1,否則取值0;n為被試者的數(shù)量.
表2 實驗標志上的道路信息或地點信息被標記正確(理解正確)情況
第7步:實驗組織者統(tǒng)計實驗第4步中被試者選擇并標記出的道路信息或地點信息的數(shù)量,并由式(2)計算其選擇率(需求率). 根據(jù)中國等12組實驗標志中出現(xiàn)的道路信息或地點信息情況,挑選出對應(yīng)的實驗道路信息或地點信息的選擇率(需求率),填入表3.
(2)
式中,SRjk為實驗標志k上道路信息或地點信息j的選擇率(需求率);Dijk為當被試者i正駕車通過實驗交叉口并找尋路徑時,從標記詳細道路信息的實驗路網(wǎng)(圖1b)和標記詳細地點信息的實驗路網(wǎng)(圖1c)分別選擇實驗標志k上道路信息或地點信息j的頻數(shù). 當j被選擇時,取值1,否則取值0.
表3 實驗標志上的道路信息或地點信息被選擇(需求)情況
根據(jù)部分國家、地區(qū)及新方案的城市道路交叉口指路標志認知實驗結(jié)果,應(yīng)用信息熵模型和人因工程學模型,定量評價指路標志傳遞的交通信息的認知程度.
2.1 標志易于理解程度計算
將表1和表2數(shù)據(jù)代入式(3),計算中國等12組實驗標志信息認知的優(yōu)劣程度,填入表4.
1≤i≤n, 1≤j≤m,1≤k≤p,
且i,j,k,n,m,p∈Z*
(3)
式中,Ck為標志易于理解程度,在特定的交通環(huán)境中,交通標志k傳遞的交通信息能被交通人準確理解的程度,量綱為一,取值0~100%,取值越大表征交通標志k傳遞的交通信息認知程度越優(yōu).
以中國組實驗標志為例,計算過程如下:
C中國=
65.9%
得到中國組實驗標志信息認知的優(yōu)劣程度為65.9%. 計算其余組實驗標志信息認知的優(yōu)劣程度.
2.2 標志滿足需求程度計算
將表1和表3數(shù)據(jù)代入式(4),計算中國等12組實驗標志信息認知的優(yōu)劣程度,填入表4.
1≤i≤n,1≤j≤m,1≤k≤p,
且i,j,k,n,m,p∈Z*
(4)
式中,Dk為標志滿足需求程度,在特定的交通環(huán)境中,交通標志k傳遞的交通信息能夠滿足交通人信息需求的程度,量綱為一,取值0~100%,取值越大表征交通標志k傳遞的交通信息認知程度越優(yōu).
以中國組實驗標志為例,計算過程如下:
D中國=
43.2%
得到中國組實驗標志信息認知的優(yōu)劣程度為43.2%. 計算其余組實驗標志信息認知的優(yōu)劣程度.
2.3 信息熵模型計算
2.3.1 信息熵模型
引入信息熵模型,依托信息熵理論,綜合語法、語義和語用信息,分別引入滿足需求程度、易于理解程度和預(yù)先學習程度作為計算指標,公式如下:
(5)
HkD=HkD1+HkD2
(6)
1≤i≤n,1≤j≤m,1≤k≤p,且i,j,k,n,m,p∈Z*
(7)
1≤i≤n,1≤j≤m,1≤k≤p,且i,j,k,n,m,p∈Z*
(8)
HkC=HkC1+HkC2
(9)
1≤i≤n,1≤j≤m,1≤k≤p,且i,j,k,n,m,p∈Z*
(10)
1≤i≤n,1≤j≤m,1≤k≤p,且i,j,k,n,m,p∈Z*
(11)
HL=HL1+HL2
(12)
1≤i≤n,且i,n∈Z*
(13)
1≤i≤n,且i,n∈Z*
(14)
2.3.2 計算示例
將表2和表3數(shù)據(jù)代入式(5)~式(14),計算中國等12組實驗標志信息認知的優(yōu)劣程度,填入表4.
以中國組實驗標志為例,模型計算過程如下:
當交通人未接受過交通法規(guī)培訓時,
[27.3%×log227.3%+
(1-27.3%)×log2(1-27.3%)+2+
27.3%×log227.3%+
(1-27.3%)×log2(1-27.3%)+2+
11.4%×log211.4%+
(1-11.4%)×log2(1-11.4%)+2+
11.4%×log211.4%+
(1-11.4%)×log2(1-11.4%)+2)]+
[-90.9%×log290.9%-
(1-90.9%)×log2(1-90.9%)-
90.9%×log290.9%-
(1-90.9%)×log2(1-90.9%)]+
[20.5%×log220.5%+
(1-20.5%)×log2(1-20.5%)+2+
20.5%×log220.5%+
(1-20.5%)×log2(1-20.5%)+2)]+
[-84.1%×log284.1%-
(1-84.1%)×log2(1-84.1%)-
84.1%×log284.1%-
(1-84.1%)×log2(1-84.1%)-
93.2%×log293.2%-
(1-93.2%)×log2(1-93.2%)-
93.2%×log293.2%-
(1-93.2%)×log2(1-93.2%)]+
當交通人接受過交通法規(guī)培訓時,
[27.3%×log227.3%+
(1-27.3%)×log2(1-27.3%)+2+
27.3%×log227.3%+
(1-27.3%)×log2(1-27.3%)+2+
11.4%×log211.4%+
(1-11.4%)×log2(1-11.4%)+2+
11.4%×log211.4%+
(1-11.4%)×log2(1-11.4%)+2)]+
[-90.9%×log290.9%-
(1-90.9%)×log2(1-90.9%)-
90.9%×log290.9%-
(1-90.9%)×log2(1-90.9%)]+
[20.5%×log220.5%+
(1-20.5%)×log2(1-20.5%)+2+
20.5%×log220.5%+
(1-20.5%)×log2(1-20.5%)+2)]+
[-84.1%×log284.1%-
(1-84.1%)×log2(1-84.1%)-
84.1%×log284.1%-
(1-84.1%)×log2(1-84.1%)-
93.2%×log293.2%-
(1-93.2%)×log2(1-93.2%)-
93.2%×log293.2%-
(1-93.2%)×log2(1-93.2%)]=18.7%
得到中國組實驗標志信息認知的優(yōu)劣程度依次為52.0%、18.7%. 計算其余11組實驗標志信息認知的優(yōu)劣程度.
2.4 人因工程學模型計算
2.4.1 人因工程學模型
引入人因工程學模型,依托人因工程學理論,分析交通人的心生理認知特征,分別引入滿足需求程度、易于理解程度和信息適量程度作為計算指標,公式如下:
當Ik≤I時,
I∈{5,6,7},1≤i≤n,1≤j≤m,1≤k≤p,
且i,j,k,n,m,p∈Z*
(15)
當Ik>I時,
I∈{5,6,7},1≤i≤n,1≤j≤m,1≤k≤p,
且i,j,k,n,m,p∈Z*
(16)
式中,DCIk為在特定的交通環(huán)境中,交通標志k傳遞的交通信息認知的優(yōu)劣程度,量綱為一,取值0~100%,取值越大表征交通標志k傳遞的交通信息認知程度越優(yōu);Dijk為在特定的交通環(huán)境中,交通人i在完成交通行為時需要交通標志k傳遞的交通信息j的頻數(shù),當j被需要時取值1,否則取值0;Cijk為在特定的交通環(huán)境中,交通人i在完成交通行為時準確理解交通標志k傳遞的交通信息j含義的頻數(shù),當j被準確理解時取值1,否則取值0;Ik為在特定的交通環(huán)境中,交通標志k傳遞的各類交通信息(道路信息、地點信息、危險警告等)的總量,單位“個”;I為“最優(yōu)”信息數(shù)量,單位“個”,交通指路標志“最優(yōu)”信息數(shù)量取值5~7[7,11-13].n為在特定的交通環(huán)境中,交通人的總量,單位“個”;m為在特定的交通環(huán)境中,交通標志設(shè)置位置周邊的各類交通信息(道路信息、地點信息、危險警告等)的總量,單位“個”;p為在特定的交通環(huán)境中,擬評價的交通標志的總量,單位“個”.
2.4.2 計算示例
將表1、表2和表3的數(shù)據(jù)代入式(15)和式(16),計算中國等12組實驗標志信息認知的優(yōu)劣程度,填入表4.
以中國組實驗標志為例,模型計算過程如下:
當“最優(yōu)”信息量I取5時,由于I中國=6>5,故:
當“最優(yōu)”信息量I取6時,由于I中國=6≤6,故:
當“最優(yōu)”信息量I取7時,由于I中國=6≤7,故:
得到中國組實驗標志信息認知的優(yōu)劣程度依次為42.6%、45.3%、43.0%. 計算其余11組實驗標志信息認知的優(yōu)劣程度.
由表4和圖5可以發(fā)現(xiàn):
1) 當僅考慮標志易于理解程度時,實驗標志信息認知的優(yōu)劣程度從好到差依次為新方案1、新方案2、日本、新方案4、新方案3、美國、上海、中國、南京、武漢、北京、英國;
2) 當僅考慮標志滿足需求程度時,實驗標志信息認知的優(yōu)劣程度從好到差依次為新方案1、新方案2、新方案3、新方案4、北京、中國、武漢、美國、南京、日本、上海、英國;
3) 應(yīng)用信息熵模型計算實驗標志信息認知的優(yōu)劣程度,當交通人接受過(或未接受過)交通法規(guī)培訓時,從好到差依次為新方案1、新方案2、中國、新方案4、新方案3、武漢、日本、美國、南京、上海、北京、英國;
4) 應(yīng)用人因工程學模型計算實驗標志信息認知的優(yōu)劣程度,當“最優(yōu)”信息量=5(或6)時,從好到差依次為新方案1、新方案2、中國、新方案3、日本、武漢、新方案4、上海、北京、美國、南京、英國;當“最優(yōu)”信息量=7時,從好到差依次為新方案1、新方案2、中國、新方案3、武漢、新方案4、日本、北京、上海、美國、南京、英國.
新方案1和新方案2組實驗標志信息認知程度較高,計算結(jié)果均位列第1位和第2位,且信息熵模型和人因工程學模型對標志信息認知的優(yōu)劣程度的評價大體一致. 由此可以得出:
1) 信息熵模型和人因工程學模型的計算結(jié)果是有效的、可靠的,可有效量化交通標志信息認知水平,進而科學評價交通標志版面的優(yōu)劣;
2) 如新方案1和新方案2組實驗標志,當引導交叉口交叉道路信息和交叉口附近重要地點信息,且標志牌體上的道路信息或地點信息的位置和排列方向與在路網(wǎng)中的相對位置和排列方向一致時,標志信息認知程度較高.
中國城市干道交叉口交通指路標志多采用圖案式引導交叉口交叉道路、外圍交叉道路以及交叉口周邊重要地點等. 為提供更多更加有效的交通信息,結(jié)合實際需要也可參考新方案3或新方案4設(shè)計標志版面,以獲得較高的標志信息認知程度.
表4 實驗標志信息認知計算結(jié)果
注:橫軸為分組實驗標志,縱軸為實驗標志信息認知計算結(jié)果,取值0~100%. 圖5 實驗標志信息認知計算結(jié)果分布圖
滿足需求、易于理解是城市道路交叉口指路標志設(shè)計時應(yīng)當重點考慮的因素. 本文選取部分國家(中國、美國、日本、英國)、部分地區(qū)(北京、上海、武漢、南京)及新方案(4組)的城市道路交叉口指路標志進行案例分析,應(yīng)用信息熵模型和人因工程學模型,計算其傳遞的交通信息的認知優(yōu)劣程度. 新方案1和新方案2組實驗標志由于傳遞了需求程度較高且易于理解的信息,其信息認知程度較高,結(jié)論可為設(shè)計科學合理的城市道路交叉口指路標志提供理論與技術(shù)參考.
[1] 周蔚吾. 道路交通標志標線設(shè)置技術(shù)手冊[M]. 北京: 知識產(chǎn)權(quán)出版社, 2007: 73-75.
[2] 韓鳳春, 紀強. 平面交叉口交通指路標志版面內(nèi)容設(shè)計方法研究[J]. 中國人民公安大學學報: 自然科學版, 2010(3): 77-80.
[3] 牟振華, 胡光明. 基于城市道路功能劃分的交叉口交通指路標志信息分級體系[J]. 道路交通, 城市道橋與防洪, 2007(4): 90-93.
[4] GB 5768. 2—2009 道路交通標志和標線 第2部分: 道路交通標志[S].
[5] FHWA, USDOT. Manual on Uniform Traffic Control Devices (2009) [M]. Baton Rouge: Claitor’s Law Books and Publishing, 2010: 137-179.
[6] 全國道路標識·標示業(yè)協(xié)會. 道路標識ハンド·バック(2004)[M]. 東京: 日本の建設(shè)省道路局、警察庁交通局, 2004: 29-65.
[7] Department for Transport ofGreat Britain. Traffic Signs Manual: Chapter 2 (2006) [M]. Norwich: The United Kingdom for the Stationery Office, 2006: 7-26.
[8] 李偉, 陳宏云, 張高強. 美日中三國公路交通指路標志設(shè)置比較研究[J]. 中外公路, 2007(6): 190-193.
[9] 李健行. 城市道路平面交叉口交通指路標志版式與信息組成研究[J]. 公路與汽車, 2008(4): 59-62.
[10] AL-MADANI H, AL-JANAHI A R. Role of drivers’ personal characteristics in understanding traffic sign symbols [J]. Accident Analysis & Prevention, 2002, 34(2): 185-196.
[11] AL-MADANI H, AL-JANAHI A R. Assessment of drivers’ comprehension of traffic signs based on their traffic, personal and social characteristics [J]. Transportation Research Part F: Traffic Psychology and Behaviour, 2002, 5(1): 63-76.
[12] Borowsky A, Shinar D, Parmet Y. The Relation between Driving Experience and Recognition of Road Signs Relative to Their Locations [J]. Human Factors: The Journal of the Human Factors and Ergonomics Society, 2008, 50(2): 173-182.
[13] FHWA. Changeable Message Sign Operation and Messaging Handbook [EB/OL]. [2014-01-10]. http:∥tmcpfs.Ops.Fhwa.Dot.Gov/cfprojects/uploaded_files/CMS%20Operation%20and%20Messaging%20Handbook-Final%20Draft.pdf.html.
[14] 杜志剛, 潘曉東, 郭雪斌. 交通指路標志信息量與認知性關(guān)系[J]. 交通運輸工程學報, 2008, 8(1): 118-122.
[15] 黃凱. 交通指路標志極限信息量及漢字字高模型研究[D]. 北京: 交通部公路科學研究院, 2008.
[16] 楊久齡, 劉學會. 《道路交通標志和標線》應(yīng)用指南[M]. 北京: 中國標準出版社, 1999: 74-75.
An Empirical Analysis of Information Cognition Transferred by Traffic Guide sign at Urban Road Intersections
ZHANG Wei
(1.Municipal Engineering Design Institute, China Railway Fifth Survey and Design Institute Group Co., Ltd., Beijing 102600, China;2.College of Metropolitan Transportation,Beijing University of Technology,Beijing 100124, China)
The cognitive level of information transferred by traffic guide sign at urban road intersections directly impacts the safety and comfort of roadway users finding path. This paper analyzes the traffic guide signs installed in urban arterial and minor roads in several countries (e.g. China, the U.S., Japan and UK) and Chinese cities (e.g. Beijing, Shanghai, Wuhan and Nanjing), as well as four new designs. The paper proposed using the information entropy model and human factors engineering model to quantitatively evaluate the cognitive level of information transferred by traffic guide sign. This research found that the cognitive level is higher when the information transferred by traffic guide sign meets the traffic participants’ demand.
traffic engineering; traffic guide sign; cognitive experiment; comprehension; demand
10.13986/j.cnki.jote.2015.04.010
2015- 01- 29.
國家重點基礎(chǔ)研究發(fā)展計劃(973計劃)“城市交通行為過程的基礎(chǔ)理論研究”(2012CB723303).
張偉(1988—), 男, 碩士, 助理工程師, 研究方向為交通運輸規(guī)劃與管理. E-mail: zhangwei1003@126.com.
U 491
A
1008-2522(2015)04-53-12