автореферат диссертации по транспорту, 05.22.10, диссертация на тему:Определение показателей безопасности движения с учетом оценки водителями взаимодействий в транспортном потоке

На правах рукописи

УТКИН Анатолий Викторович

0031705Э5

ОПРЕДЕЛЕНИЕ ПОКАЗАТЕЛЕЙ БЕЗОПАСНОСТИ ДВИЖЕНИЯ С УЧЕТОМ ОЦЕНКИ ВОДИТЕЛЯМИ ВЗАИМОДЕЙСТВИЙ В ТРАНСПОРТНОМ ПОТОКЕ

(05 22 10 - Эксплуатация автомобильного транспорта)

Автореферат

диссертации на соискание ученой степени кандидата технических наук

Москва 2008

003170595

Работа выполнена в Проблемной лаборатории организации и безопасности движения (ПЛОБД) Московского автомобильно-дорожного института (государственного технического университета)

Научный руководитель - заслуженный деятель науки и техники

РФ

доктор технических наук, профессор Сильянов Валентин Васильевич

Официальные оппоненты - доктор технических наук, профессор

Зырянов Владимир Васильевич - кандидат технических наук Анохин Борис Борисович Ведущая организация - Открытое Акционерное Общество «НИИАТ»

Защита состоится « //»ив _ 2008 года в 10 часов на заседании диссертационного совета Д 212 126 04 Минобрнауки РФ при Московском автомобильно-дорожном институте (государственном техническом университете) по адресу 125319, г Москва, Ленинградский проспект, дом 64, ауд 42

Справки по телефону (495) 155-93-24

С диссертацией можно ознакомиться в библиотеке МАДИ (ГТУ) Отзывы в двух экземплярах, заверенные печатью, просим направлять в диссертационный совет университета и по электронной почте E-mail uchsovet@madi ru

Автореферат разослан « 2008 г

Ученый секретарь диссертационного совета

В А Максимов

Общая характеристика работы

Актуальность работы Возросший уровень автомобилизации страны, переполнение дорожной сети, усложнение условий движения влекут за собой постановку задачи исследования влияния пробок (заторов) и ударных волн в транспортном потоке на безопасность дорожного движения (БДД)

Для оценки БДД применяется большое количество методических приемов и показателей, которые отличаются между собой степенью сложности и детализацией исходных данных Дорожно-транспортное происшествие (ДТП) является относительно редким событием, а частота ДТП нестабильна по своей природе Поэтому в качестве меры уровня БДД используются транспортные конфликты (ТК) Предполагается, что причины, лежащие в основе ТК и ДТП, одни и те же

Мерой измерения ТК является время до столкновения Понимание того, какой вид зрительной информации используется и какие факторы воздействуют на оценку времени до столкновения, имеет большое значение для решения задач БДД Только эмпирическое решение этих вопросов не дает соответствующего затратам эффекта, поэтому математическое моделирование ТК и работы зрительной системы водителя является важной проблемой

Цель и задачи диссертационной работы Целью диссертации является разработка и исследование количественных показателей уровня БДД в транспортном потоке с макроскопическими неоднородностями

Для достижения этой цели решаются следующие задачи

1 Разработка математических моделей транспортного потока с макроскопическими неоднородностями при наличии помех движению и численная реализация моделей

2 Разработка математической модели распределения перемещений и скоростей объектов в поле зрения водителя для описания деформации и скорости деформации образа среды и численная реализация модели

3 Определение и вычисление показателей БДД и характеристик транспортных пробок с помощью моделей транспортного потока

4 Проведение натурных экспериментов для проверки кинематического подхода к зрительному восприятию водителя, калибровки моделей движения транспортных потоков

5 Анализ мест концентрации КС и ТК с помощью численного моделирования

Научная новизна работы

• Разработана математическая модель и графический метод для выявления мест концентрации КС на границе скачков плотности в транспортном потоке и цепных КС в моделируемой системе

• Разработан метод оценки скорости формирования транспортной пробки, доли автомобилей в пробке и времени «жизни» пробки в зависимости от плотности потока на моделируемом участке дороги

• Построены математические модели транспортного потока, основанные на взаимодействии одновременно двух и трех последовательно движущихся друг за другом автомобилей при наличии нескольких узких мест в моделируемой системе для определения показателей опасности движения

• Разработана математическая модель распределения перемещений объектов в поле зрения водителя и оценки деформации образа трассы дороги

Достоверность научных выводов подтверждается сходимостью результатов моделирования и натурных наблюдений Практическое значение диссертационной работы

Практическая значимость работы заключается в

• разработке методики и пакета прикладных программ для оценки деформации образа трассы дороги в поле зрения водителя при выборе вариантов проектируемых дорог,

• разработке имитационных моделей, реализованных в виде пакета прикладных программ, для вычисления показателей опасности движения и определения характеристик транспортных пробок на автомобильной дороге при наличии нескольких помех движению,

• разработке графического метода анализа мест концентрации КС,

• создании базы данных для анализа тенденций изменения транспортного и персонального рисков и уровня автомобилизации в регионах Российской федерации Реализация работы

Результаты исследования внедрены в практическую деятельность Московского автомобильно-дорожного института (государственного технического университета) при создании базы знаний для интеллектуальной электронной платформы передачи, обмена знаниями и интенсификации образования в области организации и БДД, ОАО «ЦНИИС» при разработке «Норм проектирования городских автомобильных тоннелей» МГСН5 03-02, AHO «Института проблем безопасности движения» при разработке руководства «Методические рекомендации по оценке пропускной способности автомобильных дорог»

Положения и рекомендации диссертации используются в учебном процессе курса дистанционного образования по БДД в МАДИ (ГТУ) и Линчопингском Университете (Швеция) Апробация работы

Основные положения и результаты исследований были доложены и получили одобрение на 45-й, 46-й, 47-й, 48-й, 49-й, 50-й, 51-й, 64-й научно-методических и научно-исследовательских конференциях МАДИ (1987-2005 гг), на 3-й Всесоюзной конференции по автодорожной медицине (г Горький, 1989 г), на Всесоюзной конференции «Человеческий фактор в проблеме обеспечения БДД» (г Ярославль, 1990 г), на 7-й Всесоюзной научной конференции «Безопасность движения» (г Таллин, 1990 г), на Международном симпозиуме «Офтальмоэргономика - итоги и перспективы» (г Москва, 1991 г), на Международном симпозиуме «Автодорожная медицина» (г Нижний Новгород, 1991 г), на 12th World Congress of The Internationa! Association for Accident and Traffic Medicine and 7th Nordic Congress on Traffic Medicine (Helsinki, Finland, 1992), на 13th World Congress of the International Association for Accident and Traffic Medicine (Säo - Paulo, Brazil, 1994), на 4th International Conference on Safety and Environment in the 21st Century (Tel-Aviv, Israel, 1997), на отчетной конференции-выставке подпрограммы 205 «Транспорт» (Москва-Звенигород, 2002 г), на 6-й Международной конференции «Организация

и безопасность движения в крупных городах» (г Санкт- Петербург, 2004 г), на Международной научно-практической конференции «Управление городом в 21 веке», (г Москва, 2006 г), на 7-й международной научной конференции «Организация и безопасность движения в крупных городах» (г Санкт-Петербург, 2006 г), на 18th Conference of EAIE (Basel, Switzerland, 2006), на Международной научно-практической конференции «Проблемы развития автотранспорта и транспортных коммуникаций в центрально-азиатском регионе» (г Ташкент, 2007 г), на семинаре по проекту Tempus, SafelT (Horns, Syria, 2007) и на заседаниях совета Проблемной лаборатории организации и безопасности движения - ПЛОБД МАДИ (ГТУ)

На защиту выносятся:

1 Математическая модель и графический метод анализа мест концентрации КС на пространственно-временной диаграмме транспортного потока

2 Метод оценки скорости формирования области высокой плотности, времени «жизни» транспортных пробок и оценки доли автомобилей в пробках

3 Математические модели транспортного потока, построенные одновременно на взаимодействии двух и трех движущихся друг за другом автомобилей при наличии нескольких помех движению для оценки уровня БДД Результаты исследования поведения показателей опасности при наличии нескольких помех движению с помощью численного эксперимента

4 Математическая модель распределения перемещений и скоростей объектов в поле зрения водителя и методика оценки деформации и скорости деформации образа трассы дороги в поле зрения Публикации

По теме диссертации опубликовано 10 работ, в том числе 2 в журналах, рекомендованных перечнем ВАК Структура и объем работы

Диссертация состоит из введения, четырех глав, общих выводов, изложена на 178 страницах машинописного текста, содержит 73 рисунка, 1 таблицу, 3 приложения и библиографический список из 231 наименования

СОДЕРЖАНИЕ РАБОТЫ

В первой главе диссертации анализируются основные показатели и методы, применяемые для оценки уровня БДД, приведен обзор исследований по зрительному восприятию водителя Вопросами оценки уровня БДД занимались отечественные (Б Б Анохин, М Б Афанасьев, В Ф Бабков, В М Еремин, В В Зырянов, В А , Иларионов, В И Коноплянко, Е А Кошкин, Е М Лобанов, М Т Работяга, А И Рябчинский, В В Силья-нов, В Н Сытник, А П Юров и др ) и зарубежные (К Асп, В Лейтцбах, М Миндерхоуд, Р Олсоп, Р Смид, Дж Хайвард, Ч Хайден, А Хорст, Д Ши-нар и др ) исследователи

С помощью показателей транспортного и персонального рисков проведен сравнительный анализ влияния роста автомобилизации на БДД в регионах России в 2000-2005 годах (рис 1)

Часть представленных регионов следуют за общей и ожидаемой тенденцией они смещаются вниз по линии регрессии, демонстрируя уменьшение транспортного риска при увеличении уровня автомобилизации Однако наблюдается и тенденция сдвига точек в область выше регрессионной прямой Анализ изменения персонального риска (количества погибших на 100000 населения) показал, что с ростом автомобилизации происходит увеличение персонального риска

Помимо показателей, основанных на количестве ДТП, применяются методы, использующие подсчет КС в потоке Они представляют не менее реальную основу для оценки уровня БДД

В процессе взаимодействия водителей в КС значимой величиной становится время достижения препятствия или время до столкновения Понимание того, какой вид зрительной информации используется водителем для оценки времени до столкновения и какие факторы воздействуют на эту оценку, вызывает необходимость изучения закономерностей процессов восприятия водителем динамических событий в транспортном потоке

В главе приводится обзор исследований по зрительному восприятию водителя Существующие в настоящее время представления о зрительном восприятии водителя состоят из разнообразных методов и концеп-

ций, цель которых сводится к упорядочиванию возрастающего потока эмпирических фактов. Можно выделить три направления изучения зрительного восприятия водителя: классическое, информационное и экологическое.

150 170 190 210 230 250 270 290 310

160 180 200 220 240 260 280 300

Количество автомобилей/1000 жителей

1 - Белгородская обл. 7 - Нижегородская обл. 13 - Самарская обл.

2 - Вологодская обл. 8 - Новосибирская обл. 14 - Ленинградская обл.

3 - Воронежская обл. 9 - Омская обл. 15 - Смоленская обл.

4 - Сверддовская обл. 10 - Приморский край 16 - Хабаровский край

5 - Краснодарский край 11 - Республика Карелия 17 - Челябинская обл.

6 - Московская обл. 12 - Россия 18 - Ярославская обл.

Рис. 1. Транспортный риск как функция автомобилизации по регионам России (изменения с 2000 по 2005 годы)

Возможность получения водителем точной оценки пространственных характеристик дороги влияет на правильность выбора скорости движе-

ния Количественные измерения зрительных оценок водителя базировались на анализе изображения дороги на картинной плоскости На основе этого были сформулированы критерии зрительной плавности трассы

Основным недостатком классического подхода к зрительному восприятию является статичность изображения Математические формулировки существующих критериев зрительной плавности трассы, как правило, явно не включают в себя скорость автомобиля, хотя ясно, что характер трансформации трассы в поле зрения водителя существенно зависит от этого параметра и от изменения его во времени

С развитием вычислительной техники произошло формулирование проблем зрительного восприятия водителя в терминах представлений, заимствованных из кибернетики Это привело к развитию информационного подхода к зрительному восприятию водителя Процессы восприятия стали трактоваться по аналогии с процессами переработки информации в компьютере

Критическое отношение к принципам информационного подхода стимулировало поиск других подходов При этом большое значение приобрели работы по перестройке представлений о зрительном восприятии водителя на базе экологического подхода, который, в частности, оказался пригодным для исследования оценки водителем времени до столкновения Исследуемая с помощью экологического подхода задача не сводится лишь к классическим проблемам восприятия пространства и признаков глубины, а включает в себя задачу психологии передвижения, те получение оценок, необходимых для контроля перемещения как в пространстве, так и во времени

Для осуществления этой возможности необходимо решить ряд вопросов, связанных, в частности, с построением математической модели кинематики среды в поле зрения водителя, для которой характерны малые и конечные деформации, высокая и низкая скорости деформирования образа среды, вызванные собственным движением и движением объектов

Во второй главе диссертации представлено описание разработанного кинематического подхода к зрительному восприятию водителя, который может быть использован для моделирования КС в транспортном потоке

Для указания соответствия элементов поверхностей окружающей среды и частей сетчатки введено понятие системы «среда - сетчатка»

Термин «деформация» относится к изменению формы образа на сетчатке в результате относительного движения среды и сетчатки

Предложено начальный и конечный образы относить к различным осям координат (начальным и текущим) Для описания деформации предлагается использовать совмещенные оси координат Построена математическая модель распределения перемещений объектов в поле зрения водителя Выражения для поля перемещений получены в текущей и начальной системах координат для прямолинейного и криволинейного движения автомобиля Разработан аппарат для локального анализа деформации образа дороги

Закругление дороги, при подходе автомобиля к нему, как правило, находится в области «неподвижности», поэтому скорость трансформации трассы в поле зрения водителя будет невелика В таком случае для описания изменяющегося вида дороги достаточно определить деформацию образа трассы Проведен анализ деформации получены выражения для тензора малых деформаций и формулы изменения угла поворота кривой в поле зрения водителя Разработанная методика позволяет количественно оценить деформацию различных геометрических объектов в поле зрения водителя и, в частности, изменение угла поворота трассы дороги при подходе к закруглению при различных параметрах движения автомобиля Выделение и количественное описание параметров деформации образа кромок дорога и разделительной линии дают возможность учесть их при анализе влияния закругления на режим движения, не ограничиваясь лишь геометрическими характеристиками кривой

Изучение промежуточных состояний, или частной последовательности конфигураций системы «среда - сетчатка», является неотъемлемой частью исследования течения (непрерывного движения элементов образа), для которого определено переменное во времени поле скоростей на поверхности сетчатки Выведены формулы поля скоростей (оптического потока) в текущей и начальной системах координат для прямолинейного и криволинейного движениий в различных случаях при направлении взгляда водителя под углом к направлению движения, при фикса-

ции взгляда на поверхности дороги, при прослеживающих движениях глаз водителя за подвижным объектом и тд Построение полей перемещений и скоростей было реализовано на ЭВМ в виде пакета прикладных программ Получены уравнения для нахождения линий тока оптического потока и траекторий движения образов текстурных элементов среды в поле зрения водителя Если движение стационарное, то линии тока определяют потенциальный путь, по которому будут следовать текстурные точки в поле зрения водителя Таким образом, можно предложить следующее формальное описание зрительной плавности трассы дороги с учетом характеристик движения автомобиля если линии тока оптического потока, вызванного движением автомобиля, имеют одинаковое направление с кромками дороги, то движение автомобиля осуществляется гладко и бесконфликтно, не требуя коррекции

Проведено исследование скорости деформации среды в окрестности точки на сетчатке глаз водителя, получены выражения для тензора малых скоростей деформации при прямолинейном и криволинейном движениях автомобиля

Математический анализ полей оптического потока позволил получить простые аналитические выражения для вычисления размеров и формы характерных областей трансформации среды в поле зрения водителя (областей «размытости» и «неподвижности»)

Исследовано влияние движения глаз водителя на строение поля скоростей Доступная водителю в процессе движения зрительная информация была разделена на две составляющие зависящую и не зависящую от движения глаз Разделение поля скоростей на внутренне и внешне обусловленные компоненты совпадает с разложением на соле-ноидальную и потенциальную составляющие Показано, что водитель может уничтожить соленоидальную составляющую соответствующим движением глаз Потенциальная (свободная от вихрей) составляющая не зависит от движения глаз водителя Вся информация о направлении движения автомобиля, структуре среды и времени до столкновения с различными объектами содержится в потенциальной составляющей, которая полностью определяется дивергенцией поля оптического потока Таким образом, выделение ламинарного поля скоростей имеет значение при моделировании КС

Третья глава диссертации посвящена экспериментальной проверке разработанного кинематического подхода к зрительному восприятию водителя, экспериментальной оценке распределения скоростей и интервалов в потоке для калибровки модели транспортного потока

В результате эксперимента по догону лидера получены величины времени до столкновения, выбираемые водителем для смены локомоторных программ Анализ полученных экспериментальных данных показал, что стратегии движения, построенные на оценках времени до столкновения (скорости деформации образа автомобиля-лидера), используются при догоне и при движении за лидером

Для проверки гипотезы о влиянии величины времени до столкновения на принятие решения водителем экспериментально исследовано поведение водителей на пересечении Первый автомобиль двигался с постоянной скоростью, которая корректировалась по мере приближения к перекрестку Водитель второго, стоящего на перекрестке автомобиля, осуществлял маневр проезда перекрестка, пересекая траекторию первого автомобиля Фиксировались пройденный первым автомобилем путь и характерные моменты развития дорожно-транспортной ситуации (ДТС)

Коэффициент линейной корреляции зависимости расстояния от скорости в целом по всем данным был равен 0,7, при встраивании перед лидером - 0,8 Это объясняется тем, что при встраивании на полосу приближающегося автомобиля риск столкновения особенно велик Из построенных диаграмм рассеяния видно, что экспериментальные точки в этом случае располагаются почти на одной прямой, тангенс угла наклона которой равен дивергенции поля оптического потока Средний временной интервал между моментом принятия решения о пересечении пути вторым водителем и моментом прохода перекрестка первым автомобилем составил 8,0 с при среднеквадратическом отклонении 3,2 с Вычисленная исходя из дивергенции оптического потока оценка этого временного интервала вторым водителем составила 8,1 с при отклонении 2,9 с

Таким образом, подтверждается значимость дивергенции для принятия водителем решения о начале движения при встраивании в поток, при проезде перекрестка, при догоне лидера и при движении за лидером

Экспериментально исследованы закономерности движения транспортных потоков на двухполосной дороге Полученные частотные распределения скоростей автомобилей и интервалов между автомобилями применялись для калибровки моделей транспортного потока

Четвертая глава диссертации посвящена определению показателей БДД и анализу мест концентрации КС с помощью численного моделирования движения транспортного потока

Используемые модели транспортного потока должным образом описывают качественные характеристики транспортного потока Модели основаны на том, что сумма тормозного пути и пути, пройденного ведомым автомобилем за время реакции водителя, должна быть меньше, чем тормозной путь автомобиля впереди плюс расстояние между автомобилями

Простая схема правил для описания движения автомобилей в потоке сформулирована по аналогии со способом, используемым в модели клеточных автоматов первое правило позволяет вычислить максимальную «безопасную» скорость исходя из взаимодействия с лидером, второе правило означает, что скорость ограничена желательным ускорением, безопасной скоростью и максимально возможной скоростью, в третьем уравнении введено случайное возмущение, чтобы учесть отклонение от заданной стратегии движения (замедление автомобиля)

Модель была обобщена на случай наличия на дороге нескольких узких мест Для описания движения автомобилей используется модернизированная схема правил, в которую добавляются безопасная скорость и желательная скорость движения на участке с помехой В данной модели каждый водитель при определении своего движения принимает во внимание не только следующий впереди автомобиль, но и приближение к узкому месту

Предыдущие модели транспортного потока были построены на взаимодействии двух автомобилей ведомого (1) и лидера (2) Однако водитель может (особенно в плотном потоке) при определении своего поведения принимать во внимание не только характеристики движения лидера (2), но и лидера своего лидера (3) Чтобы учесть такое упреждение, необходимо отказаться от известной модели «следования за лиде-

ром» и строить модель транспортного потока на взаимодействии трех движущихся друг за другом автомобилей

Модель «трех автомобилей» обобщает представленную выше базовую модель для однополосной дороги В этой модели ведомый водитель (1) будет стараться упредить действия своего лидера (2) на следующем временном шаге Эти действия, выраженные через оценку скорости лидера (2), обусловлены дистанцией между автомобилями (2) и (3) и скоростью автомобиля (3) Водитель (1) будет использовать полученную оценку в дальнейшем для определения своей безопасной скорости Новое положение x(t+At) каждого автомобиля на следующем временном шаге t+At вычисляется после определения его безопасной скорости согласно используемой ранее схеме преобразования координат автомобилей в потоке

Объединение базовой модели с моделью «трех автомобилей» позволило получить смешанную модель, в которой водители могут использовать ту или иную стратегию поведения, те либо включать предвидение, либо обходиться без него Проведено обобщение моделей на случай четырехполосной дороги

Все описанные математические модели были реализованы численно Моделировалась система с периодическими граничными условиями Максимальная скорость движения автомобилей равнялась 110 км/ч

В модели используются показатели для определения степени опасности движения на виртуальном участке дороги Показатели основаны на подсчете количества ситуаций с критическими величинами времени до столкновения TTC, при которых время до столкновения было меньше возможного предельного значения ТТС„р

Показатель опасности Р определяется на каждом шаге моделирования At для каждого водителя i Его величина в расчете на единицу времени моделирования Г и на одного из N водителей г = (1 N) вычисляется с помощью формулы

N Т

1=1 (=0 NT

где S, = 1, если 0 < TTC, < TTCv и 8t =0 во всех других случаях

Р= 1=1 --(1)

NT

Показатель опасности К (суммарное время до столкновения в расчете на один автомобиль и на единицу виртуального времени наблюдения Т) имеет вид

А,^(ТТСпр-ТТС,)5,

Был введен также показатель средней тяжести одной КС, который имеет размерность времени

„ г--(3)

II*.

1=1 1-0

Модели правильно воспроизводят качественные особенности движения транспортного потока Численный эксперимент показал, что в системе может происходить спонтанное разделение на области высокой и низкой плотности Области высокой плотности соответствуют ударным волнам и транспортным пробкам, низкой плотности - свободному потоку Модель позволяет количественно охарактеризовать макроскопическую неоднородность транспортного потока Выявлено, что увеличение общей плотности потока приводит к монотонному росту доли автомобилей, находящихся в пробках, и к увеличению скорости роста пробок (увеличение плотности потока с 26 до 30 авт/км вызывало увеличение скорости роста пробки от 4 до 10 авт/мин)

Получены распределения расстояний между автомобилями для различных плотностей, при которых в системе присутствуют пробки Распределения являются бимодальными Два максимума распределений для различных плотностей расположены в одних и тех же местах Изменяется только величина этих максимумов Это подтверждает, что поток может находиться в свободном состоянии и в состоянии затора (транспортной пробки)

Распределения величин времени до столкновения в транспортном потоке (рис 2) построены для двух различных плотностей, при которых в системе присутствуют и отсутствуют макроскопические неоднородности Отсутствие пробок и ударных волн в транспортном потоке приводит к сдвигу частотного распределения в сторону больших величин времени

до столкновения, превышающих пороговое значение, равное 2,6 с, Таким образом, можно сделать вывод, что КС сопутствуют ударным волнам в транспортном потоке. Это подтверждается расположением КС и ТК на пространственно-временной диаграмме транспортного потока при наличии в нем макроскопических неоднородностей. С помощью разработанного графического метода анализа мест концентрации КС показано, что КС имеют место, прежде всего, на границе скачков уплотнения в транспортном потоке. Метод позволил выявить наличие цепных КС в системе, которые могут служить предвестниками цепных ДТП. Показано, что скорость распространения цепных КС может почти в три раза превышать скорость распространения ударной волны в транспортном потоке.

Время до столкновения, с

Рис. 2. Распределения величин времени до столкновения при наличии (плотность 30 авт./км) и отсутствии (плотность 20 авт./км) макроскопических неоднородностей в потоке

Получена зависимость среднего времени «жизни» транспортных пробок, возникающих перед узким местом, от средней плотности автомобилей в моделируемой системе (рис. 3). Зависимость имеет линейный характер, при этом коэффициент корреляции оказался достаточно высо-

ким (г «О 994, р<\О"9) Определена зависимость показателя опасности движения Р от длины пробки в процессе ее зарождения и роста

Плотность(авт /км)

Рис 3 Зависимость среднего времени «жизни» транспортной пробки (в минутах) от средней плотности потока (авт/км) (длина узкого места 10 м, ограничение по скорости в области узкого места v=40 км/ч)

Выявлено, что показатель опасности Р растет при увеличении средней плотности потока Показатель средней тяжести КС F с ростом средней плотности быстро достигает постоянного максимального значения и в дальнейшем практически не зависит от плотности

Показатели опасности Р и К снижаются с ростом длины препятствия и увеличением скорости в узком месте Увеличение длины узкого места от 50 до 550 м приводит к более чем десятикратному уменьшению показателя опасности Р (рис 4) при ограничении скорости в области узкого места до 40 км/ч Получена зависимость показателя К от ширины полосы дороги в узком месте Модель позволяет оценить степень влия-

ния на поток и уровень БДД двух и более близко расположенных препятствий: искусственных неровностей,, съездов и въездов на магистраль, пешеходных переходов и т.д.Посредством вычислительного эксперимента проведено сравнение традиционной модели следования за лидером и модели движения транспортного потока, построенной на взаимодействии трех автомобилей. Выявлено, что учет третьего автомобиля приводит к появлению малых временных интервалов между автомобилями в моделируемой системе (меньше 1 с), что совпадает с результатами проведенного натурного зксперимента.

Ё 0,002 <0

„V

н 0.00151 о о

X о го с.

° 0,001) с; ф ь ГО

О 0,0005

100

200 300 400

Длина участка, м

500

Рис. 4. Зависимость показателя опасности Р от длины узкого места (ограничение скорости 40 км/ч, средняя плотность 19 авт./км)

Сравнение зависимостей показателя опасности Р от средней плотности потока для двух моделей выявило, что организация потока в системе с предвидением приводит к повышению БДД. Кроме того, в системе происходит уменьшение доли автомобилей в пробках.

Очевидно, что характер взаимодействия в потоке зависит от опыта и обучения водителей навыкам совместной деятельности. Вычислитель-

ный эксперимент позволил оценить влияние умения предвидеть развитие ситуации на эффективность группового взаимодействия (рис 5)

о.мш

н

§ 0,0032 ^ 0,0028

| 0,0024

0

О 0,0020

га с

° 0 0016 с; 0)

£ 0 0012 га

ГЭ

§ с,от п.

0,0004 О

Рис 5 Зависимость показателя опасности Р от доли водителей, использующих стратегию предвидения Общая плотность потока 40 авт/км

Можно сделать вывод, что обучение водителей прогнозированию ситуаций влияет на характер и качество транспортного потока Предвидение приводит к появлению в потоке групп автомобилей, следующих друг за другом с очень короткими интервалами на больших скоростях Таким образом, модель «трех автомобилей» описывает качественно иное состояние взаимодействия автомобилей в транспортном потоке, другой уровень его функционирования, который позволяет достичь более высокой эффективности в совместной деятельности

Общие выводы и результаты

На основании выполненных исследований сделаны следующие выводы

1 Разработана модель транспортного потока, которая построена одновременно на взаимодействии как двух, так и трех движущихся друг за

5 Г

\

А -

X

10 20 30 40 50 60 70 80 80 Доля водителей (%)

другом автомобилей Численная реализация построенной на взаимодействии трех автомобилей модели показала при прочих равных условиях более низкие показатели опасности движения и меньшую долю автомобилей в пробках (заторах) Проведено обобщение модели для учета нескольких помех движению транспортного потока

2 Построена математическая модель распределения перемещений объектов в поле зрения водителя для описания деформации образа среды Выведены формулы поля скоростей для различных случаев при прямолинейном и криволинейном движениях Разработана методика оценки деформации образа трассы дороги, дана математическая формулировка зрительной плавности трассы Разделение доступной водителю в процессе движения зрительной информации на внутренне и внешне обусловленные компоненты совпадает с разложением на соле-ноидальную и потенциальную составляющие Вся информация о движении автомобиля, структуре среды и времени до столкновения с объектами содержится в потенциальной составляющей, которая не зависит от движения глаз и полностью определяется дивергенцией поля скоростей

3 Для оценки уровня безопасности и качества транспортного потока введены основанные на величине времени до столкновения показатели опасности и показатель тяжести КС Получена зависимость показателя опасности от длины пробки Показано, что в процессе зарождения и роста пробки происходит увеличение количества КС и ТК в системе Модель позволяет исследовать характер изменения показателей опасности при наличии нескольких узких мест на автомобильной дороге Получены зависимости средней длины транспортной пробки при ее формировании от времени, времени «жизни» пробки и доли автомобилей в пробке от плотности потока на моделируемом участке дороги

4 В результате натурного эксперимента получены величины времени до столкновения, выбираемые водителем для смены локомоторных программ Стратегии движения, построенные на оценках времени до столкновения, используются водителем при движении за лидером и при взаимодействии водителей на нерегулируемом пересечении Проведено экспериментальное исследование закономерностей движения транспортных потоков на двухполосной дороге

5 Разработан графический метод анализа мест концентрации КС и ТК на пространственно-временной диаграмме транспортного потока Показано, что КС имеют место, прежде всего, на границе скачков уплотнения в транспортном потоке Вычислительный эксперимент позволил выявить наличие цепных КС в системе Показано, что скорость распространения цепных КС может почти в три раза превышать скорость движения ударной волны в потоке

По результатам исследований опубликованы 10 печатных работ, в которых отражены основные положения диссертации

1 Зрение и вождение транспорта / С Г Чернышова, Ю 3 Розенб-люм, Е И Ячменева, В M Еремин, С А Елисеева, А В Уткин // Физиология человека - 1993 -Том 19 - № 1 -С 138-146

2 Utkin А V Divergence as a eue for Visual control of the vehicle motion Journal of traffic medicine, Supplément 1993, Vol 21, N 3, pp 294-297

3 Silyanov V, Utkin A Mathematical model of the driver's eye-movements mechanism under a curvilinear motion 13th World Congress of the International Association for Accident and Traffic Medicine Abstracts Sào - Paulo, Brazil May 16th to 20th, 1994, p 47

4 Елисеева, С A Оценка перцептивных возможностей водителя в критических ситуациях I С А Елисеева, А В Уткин Конгресс «Общественное развитие и общественная информация», IV Международный форум по информатизации -М 1995- С 36-37

5 Уткин, А В Моделирование поведения водителя и оценка качества смешанного транспортного потока / А В Уткин //«Организация и безопасность дорожного движения в крупных городах» сборник докладов 7-й Международной научно-практической конференции - С -Петербург, 2006 - С 84-86

6 Сильянов, В В Российско-шведский проект дистанционного образования по безопасности дорожного движения (TechTrans) (особенности технологии обучения) Известия Международной академии наук высшей школы / В В Сильянов, А В Уткин, К Асп - 2007 - № 2 (40) - С 69-78

7 Уткин, А В Тенденции развития безопасности дорожного движения в регионах России / А В Уткин // Транспорт наука, техника, управление - 2007 - № 9 - С 55-56

8 Сильянов, В В Моделирование транспортного потока для оценки

уровня аварийности и эффективности мероприятий по организации и безопасности дорожного движения / В В Сильянов, А В Уткин II Транспорт наука, техника, управление -2007 -№7 - С 15-17

9 Уткин, А В Моделирование макроскопических неоднородностей и распределения критических ситуаций в транспортном потоке для оценки уровня безопасности движения / А В Уткин Деп в ВИНИТИ 28 08 2007, № 849-В2007 С 32

10 Уткин, А В Кинематический подход к зрительному восприятию водителя в задачах организации и безопасности движения / А В Уткин Деп в ВИНИТИ 29 06 2007, № 687-В2007, С 28

Подписано в печать /г? 05~. 2008 г Формат 60x84/16

Уел Печ л / О

Тираж ¡ОО экз Заказ //' ?

"Техполиграфцентр"

Россия, 125319, г Москва, ул Усиевича, д

Тел/факс (495) 152-17-71

Введение.

Глава I. Анализ исследований по оценке уровня безопасности дорожного движения.

1.1. Показатели уровня безопасности дорожного движения, основанные на данных о ДТП. Транспортный и персональный риски

1 | 1 i и

1.2. 'Метод транспортных конфликтов

1.3. Существующие подходы к исследованию зрительного восприятия водителя автомобиля.

1.4. Время до столкновения, как показатель безопасности движения.

Цели и задачи исследования.

Глава 2. Кинематический подход к описанию восприятия водителем дорожной среды.

2.1. Деформация образа среды в поле зрения водителя.

2.2. Движение окружающей среды в поле зрения водителя.

2.3. Локальный анализ.деформации и скорости деформации образа среды в окрестности зрительного направления.

2.4. Анализ структуры поля скоростей при управлении' автомобилем. Потенциальное и соленоидальное поля скоростей.

2.5. Влияние движения глаз водителя на структуру поля скоростей.

Выводы по главе 2.

Глава 3. Экспериментальное исследование поведения водителя и появления критических ситуаций в транспортном потоке.

3.1. Перцептивная основа управления автомобилем.

3.2. Экспериментальное исследование догона автомобиля - лидера.

3.3. Экспериментальная проверка поведения водителей на перекрестке.

3.4. Экспериментальное исследование закономерностей движения транспортных потоков на двухполосной дороге

Выводы по главе 3.

Глава 4. Определение уровня безопасности дорожного движения с помощью моделей транспортных потоков.

4.1. Описание различных подходов к математическому моделированию транспортных потоков.

4.2. Математические модели транспортного потока для анализа уровня безопасности дорожного движения.

4.3. Описание алгоритма численной модели .*.

4.4. Программа моделирования транспортного потока и уровня безопасности дорожного движения.

4.5. Калибровка модели транспортного потока.

4.6. Вычисление характеристик транспортных пробок.

4.7. Влияние макроскопических неоднородностей на распределение критических ситуаций в транспортном потоке. Показатели уровня безопасности дорожного движения.

4.8. Влияние узких мест на автомобильной дороге на показатели опасности движения.

4.9. Применение модели с предвидением для оценки уровня безопасности дорожного движения.

Выводы по главе 4.

Актуальность работы. Возросший уровень автомобилизации страны, переполнение дорожной сети, усложнение условий движения ставят задачу исследования влияния пробок (заторов)v и ударных волн в транспортном потоке на безопасность дорожного движения (БДД).

Для оценки БДД применяется большое количество методических приёмов и показателей, которые отличаются между собой степенью сложности и детализацией исходных данных. Дорожно-транспортное происшествие (ДТП) является относительно редким событием, а частота ДТП нестабильна по своей природе. Поэтому в качестве меры уровня БДД используются транспортные конфликты (ТК). Предполагается, что причины, лежащие в основе ТК и ДТП, одни и те же.

Мерой измерения ТК является время до столкновения. Понимание того, какой вид зрительной информации используется, и какие факторы воздействуют на оценку времени до столкновения, имеет большое значение для решения задач БДД. Только эмпирическое решение этих вопросов не дает соответствующего затратам эффекта, поэтому математическое моделирование ТК и работы зрительной системы водителя является важной практической проблемой.

Цель и задачи диссертационной работы. Целью диссертации является разработка и исследование количественных показателей уровня БДД в транспортном потоке с макроскопическими неоднородностями.

Для достижения этой цели решаются следующие задачи.

1. Разработка математической модели транспортного потока с макроскопическими неоднородностями при наличии помех движению и численная ее реализация.

2. Разработка математической модели распределения перемещений и скоростей объектов в поле зрения водителя для описания деформации и скорости деформации образа среды и численная реализация модели. .

3. Определение и вычисление показателей БДД и характеристик.транспортных пробок с помощью модели транспортного потока.

4. Проведение натурных экспериментов для проверки кинематического подхода, к зрительному восприятию водителя, калибровки моделей движения транспортных потоков.

5. Численное моделирование и анализ мест концентрации KG и ТК.

Научная новизна работы '■.<;'

• Разработана математическая модель и графический метод для выявления: мест концентрации КС на границе скачков плотности в транспортном потоке и цепных КС в моделируемой системе.

• Разработан метод оценки скорости формирования транспортной пробки, и доли автомобилей в пробке и времени «жизни» пробки в:зависимости от плотности потока на моделируемом участке дороги.

• Построены математические модели транспортного потока, основанные на взаимодействии одновременно: двух и трех последовательно;; движущихся друг за другом автомобилейшри наличии нескольких узких мест в; моделируемой системе для определения показателей, опасности движения.

• ■ Разработана математическая модель распределения перемещений объектов в поле зрения водителя и оценки деформации образа трассы дороги. Достоверность научных выводов подтверждается: сходимостью результатов моделирования и натурных наблюдений.

Практическое значение диссертационной работы Практическая значимость работы заключается в:

• разработке методикии; пакета прикладныхпрограмм для оценки деформации образа трассы дороги в поле зрения водителя при выборе: вариантов проектируемых; дорог;

• разработке имитационной» модели, реализованной в виде: пакета1 прикладных программ; для-вычисления показателей опасности движения и определения характеристик транспортных пробок на автомобильной, дороге при;: наличии нескольких помех движению;

• разработке графического метода анализа мест концентрации КС;

• создании базы данных для анализа тенденций изменения транспортного? и? персонального рисков и уровня автомобилизации в регионах- Российской федерации:

Реализация работы

Результаты исследования внедрены в- практическую деятельность Московского автомобильно-дорожного института (государственного технического университета) при создании базы знаний для интеллектуальной:; электронной платформы передачи, обмена знаниями и интенсификации образования в области организации и БДД, ОАО. «ЦНИИС» при» разработке «Норм проектирования городских автомобильных тоннелей» МГСН5.03-02, АНО «Института проблем безопасности движения)» при разработке руководства «Методические: рекомендации. по оценке; пропускной способности автомобильных дорог». ,

Положения и рекомендации диссертации! используются, в учебном процессе курса дистанционного образования по БДД в МАДИ (ГТУ) и Линчо-пингском Университете (Швеция).

Апробация работы.

Основные положения и результаты исследований были доложены и получили одобрение на 45-й, 46-й, 47-й, 48-й, 49-й, 50-й, 51-й, 64-й научно-методических и научно-исследовательских конференциях МАДИ (1987-2005 гг.), на 3-й Всесоюзной конференции по автодорожной медицине (г. Горький, 1989 г.), на Всесоюзной конференции «Человеческий фактор в проблеме обеспечения БДД» (г. Ярославль, 19901г.), на 7-й Всесоюзной научной конференции «Безопасность движения» (г. Таллин, 1990 г.), на Международном симпозиуме «Офтальмоэргономика - итоги и перспективы» (г. Москва, 1991 г.), на Международном симпозиуме «Автодорожная медицина» (г. Нижний th

Новгород, 1991 г.), на 12 World Congress of The International Association for th

Accident and Traffic Medicine and 7 Nordic Congress on Traffic Medicine (Helth sinki, Finland, 1992), на 13 World Congress of the International Association for tV»

Accident and Traffic Medicine (Sao-Paulo, Brazil, 1994), на 4 International Conference on Safety and Environment in the 21st Century (Tel-Aviv, Israel, 1997), на отчетной^ конференции-выставке подпрограммы 205 «Транспорт» (Москва-Звенигород, 2002 г.), на 6-й Международной конференции «Организация и безопасность движения в крупных городах» (г. Санкт- Петербург, 2004 г.), на Международной научно-практической конференции «Управление городом в 21 веке», (г. Москва, 2006 г.), на 7-й международной научной конференции «Организация и безопасность движения в крупных городах» (г. Санкт-Петербург, 2006 г.), на 18th Conference of EAIE (Basel, Switzerland, 2006), на Международной научно-практической конференции «Проблемы развития автотранспорта и транспортных коммуникаций в центрально-азиатском регионе» (г. Ташкент, 2007 г.), на< семинаре по проекту Tempus, SafelT (Homs, Syria, 2007) и на заседаниях совета Проблемной лаборатории организации и безопасности движения - ПЛОБД МАДИ (ГТУ).

На защиту выносятся:

1. Математическая модель и графический метод анализа мест концентрации КС на пространственно-временной диаграмме транспортного потока.

2. Метод оценки скорости формирования области высокой плотности, времени «жизни» транспортных пробок и оценки доли автомобилей в пробках.

3. Математические модели транспортного потока, построенные одновременно на взаимодействии двух и трех движущихся друг за другом автомобилей при наличии нескольких помех движению для оценки уровня БДД. Результаты исследования поведения показателей опасности при наличии нескольких помех движению с помощью численного эксперимента.

4. Математическая модель распределения перемещений и скоростей объектов в поле зрения водителя и методика оценки деформации и скорости деформации образа трассы дороги в поле зрения водителя.

Публикации

По теме диссертации опубликовано 10 работ, в том числе 2 в журналах, рекомендованных перечнем ВАК.

Структура и объем работы.

Диссертация состоит из введения, четырех глав, общих выводов, изложена на 178 страницах машинописного текста, содержит 73 рисунка, 1 таблицу, 3 приложения и библиографический список из 231 наименования.

Общие выводы

На основании выполненных исследований сделаны следующие выводы.

1. Разработана модель транспортного потока, которая построена одновременно на взаимодействии как двух, так и трех движущихся друг за другом автомобилей. Численная реализация построенной на взаимодействии трех автомобилей модели показала при прочих равных условиях более низкие показатели опасности движения и меньшую долю автомобилей в пробках (заторах). Проведено обобщение модели для учета нескольких помех движению транспортного потока.

2. Построена математическая модель распределения перемещений объектов в поле зрения водителя для описания деформации образа среды. Выведены формулы поля скоростей для различных случаев при прямолинейном и криволинейном движении. Разработана методика оценки деформации образа трассы дороги; дана математическая формулировка зрительной плавности трассы. Разделение доступной водителю в процессе движения зрительной информации на внутренне и внешне обусловленные компоненты совпадает с разложением на соленоидальную и потенциальную составляющие. Вся информация о движении автомобиля, структуре среды и времени до столкновения с объектами содержится в потенциальной составляющей, которая не зависит от движения глаз и полностью определяется дивергенцией поля скоростей.

3. Для оценки уровня безопасности и качества транспортного потока введены основанные на величине времени до столкновения показатели опасности и показатель тяжести КС. Получена зависимость показателя опасности от длины пробки. Показано, что в процессе зарождения и роста пробки происходит увеличение количества КС и ТК в системе. Модель позволяет исследовать характер изменения показателей опасности при наличии нескольких узких мест на автомобильной дороге. Получены зависимости средней длины транспортной пробки при ее формировании от времени, времени «жизни» пробки и доли автомобилей в пробке от плотности потока на моделируемом участке дороги.

4. В результате натурного эксперимента получены величины времени до столкновения, выбираемые водителем для смены локомоторных программ. Стратегии движения, построенные на оценках времени до столкновения, используются водителем при движении за лидером и при взаимодействии водителей на нерегулируемом пересечении. Проведено экспериментальное исследование закономерностей движения транспортных потоков на двухполосной дороге.

5. Разработан графический метод анализа мест концентрации КС и ТК на пространственно-временной диаграмме транспортного потока. Показано, что КС имеют место, прежде всего, на границе скачков уплотнения в транспортном потоке. Вычислительный эксперимент позволил выявить наличие цепных КС в системе. Показано, что скорость распространения цепных КС может почти в три раза превышать скорость движения ударной волны в потоке. Перед узким местом на дороге одновременно могут существовать сразу несколько областей концентрации КС, движущихся от узкого места.

1. Анохин, Б.Б. Исследование влияния сочетания основных геометрических элементов двухполосных дорог на пропускную способность / Б.Б. Анохин // Проектирование автомобильных дорог и безопасность движения: труды МАДИ. - М: МАДИ. - 1980. - С. 27-33.

2. Антов, Д.Э. Использование метода конфликтных ситуаций на городских нерегулиуемых перекрестках / Д.Э. Антов // Научные труды ТПИ. Таллин. - 1984. - С. 36-82.

3. Бабков, В.Ф. Дорожные условия и безопасность движения / В.Ф. Бабков. М.: Транспорт. - 1982. - 288 с.

4. Бабков, В.Ф. Сочетание автомобильных дорог с ландшафтом / В.Ф. Бабков. М.: Высшая школа. - 1964. - 66 с.

5. Бадалян, A.M. Оценка уровня безопасности движения на двухполосных автомобильных дорогах методом имитационного моделирования конфликтных ситуаций: автореф. дис. канд. техн. наук / A.M. Бадалян. М.-2002. .23 с.

6. Байэтт, Р. Расследование дорожно-транспортных происшествий / Р. Байэтт, Р. Уотте. М.: Транспорт. 1983. - 288 с.

7. Бегма, И.В. Проектирование автомобильной дороги с учетом зрительного восприятия / И.В. Бегма, Е.С. Томаревская. М.: Автотрансиздат. -1963.-42 с.

8. Бернштейн, Н.А. Физиология движения и активность / Н.А. Бернщ-тейн. М.: Наука, 1990. - 495 с.

9. Бойков, В.Н. Обеспечение зрительной плавности и ясности автомобильных дорог при автоматизированном проектировании: дис. канд. техн. наук / В.Н. Бойков. Томск, 1985. - 192 с.

10. Борисюк, Н.В. Исследование надежности оценки водителем режима движения с помощью средств организации: дис. канд. техн. наук / Н.В. Борисюк. -М. 1973. - 143 с.

11. Борисюк, Н.В., Визуальная оценка водителем скорости движения / Н.В. Борисюк, В.Н. Сытник // Организация автомобильных перевозок и безопасность движения: сб. науч. тр.: МАДИ.- М. 1972. - Вып. 43.- С. 4-10.

12. Буслаев, А.П. Вероятностные и имитационные подходы к оптимизации автодорожного движения. / А.П. Буслаев, А.В. Новиков, В.М. Приходь-ко, А.Г. Татащев, М.В. Яшина. М.: Мир. - М.- 2003. - 368 с.

13. Бусленко, Н.П. Моделирование сложных систем / Н.П. Бусленко.-М.: Наука.- 1978.-339 с.

14. Гаврилов, А.А. Моделирование дорожного движения / А. А: Гаврилов.- М.: Транспорт.- 1980.- 189 с.

15. Газван, А.-Х., Асп К. Международные модели оценки уровня безопасности дорожного движения / А.Х. Газван, К.Асп // «Наука и техника в дорожной отрасли».--2006.-ЖЗ.- С. 3-9.

16. Гибсон, Дж. Экологический подход к зрительному восприятию. / Дж. Гибсон.- М.: Прогресс.- 1988.- 464 с.

17. Государственный доклад о состоянии безопасности дорожного движения в Российской Федерации // Stop газета.- 2006.-№4. С. 3-9.

18. Дзенис, П.Я. Количественные показатели зрительной плавности и ясности автомобильных дорог. / П.Я. Дзенис // Вопросы проектирования и эксплуатации зданий и сооружений. Рига: Изд. РПИ.- 1974. - С. 118-135.

19. Дивочкин, О.А. Некоторые вопросы обеспечения безопасности движения на автомобильных дорогах: дис. канд. техн. наук / О.А. Дивочкин.-М.: 1968.-323 с.

20. Елисеева, С.А. Влияние сложности автобусного маршрута на функциональное состояние водителя / С.А. Елисеева, А.В. Уткин // Тезисы докладов 3 Всесоюзной конференции по автодорожной медицине. Горький, 1989. -С. 96-98.

21. Елисеева, С.А. Применение численного метода для расследования ДТП / С.А. Елисеева, А.В. Уткин // Тезисы докладов научной конференции "Безопасность движения". Таллин, 1990. С. 107-109.

22. Елисеева, С.А. Оценка перцептивных возможностей водителя в критических ситуациях / С.А. Елисеева, А.В. Уткин. Конгресс «Общественное развитие и общественная информация», IV Международный форум по информатизации. М., 1995. С. 36-37.

23. Еремин, В.М. Модель динамической перспективы дорожной обстановки при управлении автомобилем / В.М. Еремин, А.В. Уткин. Труды НИЦ БД Груз.ССР. Тбилиси, 1988. Вып. 3. - С. 71-85.

24. Роль зрения в поведении водителей / В.М. Еремин, С.А. Елисеева, А.В. Уткин // Автодорожная медицина: тезисы докладов международного симпозиума. Нижний Новгород, 1991. - С. 34-35.

25. Роль зрения при взаимодействии водителей на перекрестке / В.М. Еремин, С.А. Елисеева, А.В. Уткин // Офтальмоэргономика: итоги и перспективы: тезисы докладов Международного симпозиума. — М., 1991. С. 12.

26. Еремин, В.М. Влияние пачковой структуры транспортного потока на интенсивность и уровни удобства движения / В.М. Еремин, И.Р. Живописцев // Проектирование автомобильных дорог в сложных условиях: сб. науч. тр. МАДИ. М., 1988. С. 102-108.

27. Живописцев, И.Р. Экспериментальная оценка локомоторных программ и функционального состояния водителя / И.Р. Живописцев, А.В. Уткин. Тезисы докладов 3 Всесоюзной конференции по автодорожной медицине. Горький, 1989. С. 101-102.

28. Иванов, В.Н. Кибернетика на автомобильном транспорте / В.Н. Иванов, А.А. Гаврилов, Н.И. Охапкин. М.: Высшая школа, 1971. - 124 с.

29. Иванов, В.Н. Вопросы психофизиологии человека на автомобильном транспорте / В.Н. Иванов, Н.В. Борисюк, С.А. Елисеева, В.Н. Сытник. -М.: Высшая школа, 1973. 307 с.

30. Оценка влияния случайных возмущений на управляемое движение автомобиля / В.А. Иларионов, И.К. Пчелин, Ю.Г. Огиенко // Исследованиеторможения автомобиля и работы пневматических шин. Омск: ОмПИ, 1983. -С. 3-14.

31. Иларионов, В.А. Экспертиза дорожно-транспортных происшествий / В.А. Иларионов. М.: Транспорт, 1989. 255 с.

32. Ильин, В.А. Основы математического анализа / В.А. Ильин, Э.Г. Позняк. М.: Наука, 1980. 4.II - 448 с.

33. Иносэ, X., Хамада Т. Управление дорожным движением / X. Иносэ, Т. Хамада. М.: Транспорт, 1983. 248 с.

34. Клебельсберг, Д. Транспортная психология / Д. Клебельсберг. М.: Транспорт, 1989. 367 с.

35. Клинковштейн, Г.И. Организация дорожного движения / Г.И. Клин-ковштейн. М., Транспорт, 1981. 240 с.

36. Кузиков, А.А. Количественная оценка зрительной плавности автомобильных дорог: дис. канд. техн. наук / Кузиков А.А. — Ленинград, 1974. -169 с.

37. Лобанов, В.М. Пропускная способность автомобильных дорог / В.М. Лобанов и др. М.: Транспорт, 1970. 152 с.

38. Лобанов, В.М. Проектирование дорог и организация движения с учетом психофизиологии водителя / В.М. Лобанов. М.: Транспорт, 1980. -311 с.

39. Лобанов, В.М. Количественная оценка зрительной плавности дороги / В.М. Лобанов // Транспортные качества автомобильных дорог и безопасность движения: сб. науч. тр. МАДИ. М, 1984. С. 4-21.

40. Марр, Д. Зрение. Информационный подход к изучению представления и обработки зрительных образов / Д. Марр. М.: Радио и связь, 1987. — 400 с.

41. Метсон, Т.М. Организация движения / Т.М. Метсон, B.C. Смит, Ф.В. Хард. М.:Автотрансиздат, 1960. 335 с.

42. Мах, Э. Анализ ощущений и отношение физического к психическому / Э. Мах. Спб.: издательство Скирмунта, 1908. 300 с.

43. Микконен, В. Когнитивная теория управления транспортными средствами / Микконен В., Кескинен Е // Когнитивная психология: материалы финско-советского симпозиума. М.: Наука, 1986. С. 184-189.

44. Миглиорино, Д. Зрение водителей и безопасность / Д. Миглиорино// Офтальмоэргономика: сборник научных трудов. М.,1976. С 61-67.

45. Моутино, Г. Зрение и дорожный транспорт / Офтальмоэргономика: сборник научных трудов. М., 1976. С. 53-60.

46. Насутавичюс, Р.А. Повышение безопасности движения пешеходов на автомобильных дорогах путем снижения уровня конфликтности: автореферат дисс. канд. техн. наук / Р.А. Насутавичюс. М., МАДИ, 1989. 24 с.

47. Науджун, Ю.Я. Пространственное проектирование криволинейных участков автомобильных дорог с обеспечением эстетического качества: автореферат дисс. канд. техн. наук / Ю.А. Науджун. М., МАДИ, 1987. 22 с.

48. Полищук, В.В. К вопросу об оценке степени плавности криволинейных участков автомобильных дорог / В.В. Полищук, М.А. Луговой // Геометрия и восприятие изображений: труды МАДИ. М:, МАДИ, 1973. 64. - С. 93- 96.

49. Сафонов, В.В. Зрительная плавность автомобильных дорог / В.В. Сафонов // Вопросы прикладной геометрии и ее приложения: научные труды МИТХ. М.: МИТХ, 1970. С. 50-60.

50. Седов, Л.И. Механика сплошной среды / Л.И. Седов. М.: Наука, 1976.-Т. I.- 536с.

51. Сильянов, В.В. Теория транспортных потоков в проектировании дорог и организации движения / В.В. Сильянов. М.: Транспорт, 1983. 248 с.

52. Сильянов, В.В. Применение численного метода в экспертизе ДТП / В.В. Сильянов, С.А. Елисеева, А.В. Уткин //Новые компьютерные технологии в учебном процессе и научных исследованиях: материалы международной выставки-конференции. М.: МАДИ, 1995. С. 69.

53. Сильянов, В.В. Имитационное моделирование транспортных потоков в проектировании дорог / В.В. Сильянов, В.М Еремин, Л.И. Муравьева. М.: МАДИ, 1981.- 119 с.

54. Сильянов, В.В. Моделирование транспортного потока для оценки уровня аварийности и эффективности мероприятий по организации и безопасности дорожного движения /В.В. Сильянов, А.В. Уткин // Транспорт: наука, техника, управление. — 2007. № 7. - С. 15-17.

55. Состояние аварийности на автомототранспорте в Российской Федерации в 2006 г. / Stop газета. 2007.- № 2. - С. 8-9.

56. Состояние аварийности на автомототранспорте в Российской Федерации в 2005 г. / Stop газета. 2006. - № 2. - С. 3-4.

57. Справочник по инженерной психологии: под ред. Б.Ф. Ломова М.: Машиностроение, 1982. 368 с.

58. Сытник, В.Н. Решение некоторых вопросов организации и безопасности движения с учетом особенностей зрительного восприятия водителя: дис. ст. канд. техн. наук/В.Н. Сытник//. -М., 1971. 121 с.

59. Сытник, В.Н. Исследование условий зрительного восприятия водителя / В.Н. Сытник, Н.В. Борисюк // Организация и безопасность движения на автомобильных дорогах: научные труды МАДИ. М., 1970. Вып. 29: - С. 70-76.

60. Тонконоженков, О.И. Имитационный алгоритм моделирования конфликтных ситуаций при обгонах / О.И. Тонконоженков // Режимы и безопасность движения в сложных'дорожных условиях: сб.науч.тр./МАДИ. М., 1987. -С. 21-29. . ^

61. Тонконоженков, О.И. Оценка вариантов проектных решений двухполосных автомобильных дорог с учетом состава транспортных потоков: автореферат дис. канд. техн. наук / О.И. Тонконоженков. М.: МАДИ, 1989, -21 с.

62. Транспорт и связь России: Стат.сб./Госкомстат России. — М., 1996. —271 с.

63. Транспорт и связь в России, 2001: Стат.сб./Госкомстат России. — М., . 222 с.

64. Транспорт в России. 2005: Стат.сб./Госкомстат России. — М., 2005. —198 с.

65. Уткин, А.В. Изучение точности оценок водителем параметров движения дорожных объектов / А.В. Уткин // Пути повышения БДД: тезисы докладов 6 Всесоюзной научно-технической конференции. Тбилиси, 1987. С. 286-287.

66. Уткин, А.В. Оптический поток и управление автомобилем / А.В. Уткин // Сб. научн. тр. М.: МАДИ, 1988. С. 47-51.

67. Уткин, А.В. Моделирование оценки водителями дорожной обстановки / А.В. Уткин, В.М. Еремин //Системный анализ дорожного движения и дорожно-транспортных происшествий: сб. научных трудов МАДИ. М., 1989. -С. 95-100.

68. Уткин, А.В. Изучение механизма оценки водителем параметров движения дорожных объектов / А.В. Уткин // Развитие методов и средств использования ЭВМ для оценки проектных решений автодорог: сб. научных трудов Союздорнии. М., 1989. С. 103-107.

69. Уткин, А.В. Методика расчета кинематики дорожной среды в поле зрения водителя / А.В. Уткин // Офтальмоэргономика: итоги и перспективы: тезисы докладов Международного симпозиума. Москва, 1991. С. 16-17.

70. Уткин, А.В. Влияние кинематики среды в поле зрения водителя на режим движения автомобиля / А.В. Уткин // Труды НИЦ БД МВД Респ. Груз. ССР. Тбилиси, 1991. Вып.4. - С. 101-107.

71. Уткин, А.В. Оценка качества смешанного транспортного потока / А.В. Уткин // Управление городом в 21 веке: материалы российско-британской научно-практической конференции. М., 2006 г. С. 227-228.

72. Уткин, А.В. Тенденции развития безопасности дорожного движенияв регионах^ России;/ А.В: Уткин, // Транспорт: наука, техника, управление. -2007. № 9.- С. 55-56.

73. Уткин, А.В■ Кинематический подход к зрительному восприятию водителя в задачах организации и безопасности движения / А.В. Уткин. Деп. в ВИНИТИ 29.06.2007, № 687-В2007, С. 28.

74. Уткин*. А.В: Моделирование макроскопических неоднородностей и распределения критических ситуаций в транспортном потоке для оценки уровня безопасности движения / А.В: Уткин. Деп. в ВИНИТИ 28.08.2007, № 849-В2007. С. 32.

75. Фишельсон, M.G. Городские пути сообщения. / M.G. Фишельсон:-М.: Высшая школа, 1980. 292 с.

76. Чванов, В.В. Системный анализ факторов, способствующих дорожной аварийности в Российской Федерации / В.В. Чванов, В.В// Сборник «Дороги и мосты». М., 2006. - С. 43-60.

77. Зрение и вождение транспорта / С.Г. Чернышова, Ю.З. Розенблюм, Е.И. Ячменева; В.М. Еремин, С.А. Елисеева, А.В. Уткин // Физиология человека.-1993: Том 19;-№ к-С. 138-М6: v.

78. Зрительные функции и качество вождения автотранспорта / С.Г. Чернышова, В.М. Еремин, С.А. Елисеева, А.Вi Уткин // Автодорожная медицина: тезисы докладов международного^ симпозиума. Нижний Новгород, 1991.-С. 115-116.

79. Шештокас, В-В. Конфликтные ситуации и безопасность движения в городах /В.В. Шештокас, Д:С. Самойлов Д.С. М.: Транспорт, 1987. 207 с.

80. Шештокас, В В. Оценка опасности дороги методом конфликтных ситуаций / В.В. Шештокас, Р.А. Насутавичюс // Автомобильные дороги, 1984.-№ 8.-С. 4-10.

81. Albus J.S. Data storage in the arebellar model articulation controller (CMAC). Trans. ASME, J. Dynamic Systems, Measurement and Control, 1975, 97(3), pp. 228-33.

82. Al-Haji, G. Traffic Safety in Developing Countries- New Approaches in Technology Transfer by Using Distance Education Technique. Master's thesis, LITH-ITN-EX-2001:156-SE, Linkoping University, Sweden, 2001, pp. 7-23.

83. Allen R.W., Szostak H.T. & Rosenthal T.J. Analysis and computer simulation of driver/vehicle interaction. SAE Technical Paper Series, 1987, No. 871086, pp. 1-22.

84. Asmussen E.(Ed). International calibration study of traffic conflicts techniques. NATO ASI Series F: Computer and System Sciences, Springer-Verlag, Berlin, v.5, 1984.

85. Amundsen F.H.E. and, Ну den Ch. Proceedings First Workshop on Traffic Conflicts. Institute of Transport Economics, Oslo/Lund Institute of Thechnol-ogy, Lund, 1977.

86. Baker W.T. An evaluation of the traffic conflicts technique. Highway Research Record, 1972, 384, pp.1-8.

87. Baxter J. & Harrison J.Y. A nonlinear model describing driver behavior on straight roads. Human Factors, 1979, 21(6), pp. 691-707.

88. Billing A.M. Modelling driver steering in normal and severe manoeuvres. Simulation Council Proc. Series, 1977, 7(2), pp. 151-165.

89. Bjorkman M. An exploratory study of predictive judgments in traffic situation. Scandinavian Journal of Psychology, 1963, 4, pp. 65-76.

90. Blackwell H.R. Contrast threshold of the human eye. Journal of the Optical Society of America, 1946, v.36, N11, pp.624-643.

91. Bonnet C. A tentative model for visual motion detection. Psychologia, 1975, 18, pp. 35-50.

92. Bower T.G.R., Broughton J.M. & Moore M.K. Infant responses to approaching objects: an indicator of response to distal variables. Perception and Psy-chophysics, 1970, 9, pp. 193-196.

93. Brandt Т., Dichgans J., Koenig E. Differential effects of central versus peripheral vision on egocentric and exocentric motion perception. Experimental Brain Research, 1973, 16, pp. 476-491.

94. Brouard J., Deutsch C., RoutinM., Cuny X. Etapes prealables a l'ana-lyse de la conduite: l'exemple du pilotage portuaire, Bulletin de Psychologia, 1979, 33, pp. 263-272.

95. Brown I.D. Drivers' perception of motion. In: Vision in Vehicles (Edited by A.G.Gale et al.) (North Holland), 1986.

96. Brown I.D. & McFaddon S.M. Display parameters for driver control of vehicles using indirect viewing. In: Vision in Vehicles (Edited by A.G.Gale et al.) (North Holland), 1986.

97. Campbell R.E. and King, L.E. The traffic conflicts thechnique applied to rural intersectionals. Accid. Anal. & Prev. 1970, v.2, pp. 202-221.

98. Carel W.L. Visual factors in the contact analog. Publication, R61 ELC60, General Electronics Center, Ithaca, NY,' 1961.

99. Carson J.M. & Wierwile W.W. Development of a strategy model of the driver in lane keeping. Vehicle System Dynamics. 1978, 7, pp. 233- 253.,

100. Cavallo V.,Laya O. & Laurent M.(1986) The estimation of time — to -collision as a function of visual stimulation. In: Vision in Vehicles (Edited by A.G.Gale et al.) (North Holland), 1986, pp. 179-183.

101. Cavallo V., Brun-Dei M., Laya O. & Neboit M. (1988) Perception and anticipation in negotiating curves: the role of driving experience. In: Vision in Vehicles II (Edited by A.G.Gale et al.) (North Holland), 1988, pp. 365-374.

102. Chandler R.E., Herman R., Montroll E.W. Traffic Dynamics: Studies in car following. Opns. Res. 1958, 6, pp. 165-184.

103. Crawford A. The overtaking driver. Ergonomics, 1963, 6, pp 153-170.

104. Cross P.G. Driver behavior and Conflicts at Pedestrian Crossing. In: Proceedings Joint Australian Road Research Board/Department of Transportation Pedestrian Cohference. Nunawading. Victoria, Australia. ARRB., 1978.

105. Donges E. A two level model of driver steering behavior. Human Factors, 1978, Vol. 20, No.67 , pp.691-700.

106. Dunn R.C.M. Unsignalized Pedestrian Crossing: New Zealand's Technical Recommendation. ITE Journal, 1989, 9, pp. 19-23.

107. Edie L.C. Car-following and steady state^theory for non-congested traffic. Opns. Res. 1961, 9(1), pp. 66-76.

108. Eissfeldt N., Wagner P. Effects of anticipatory driving in* a traffic flow model. arXiv: cond-mat/0302512, vl, 25 Feb, 2003.

109. Farber E. Passing behavior on public highways under daytime and nighttime conditions. Highway Research Record, 1969, No.292, pp. 11-23.

110. Fildes B.N. & Triggs T.J. An illusion of curvature in perception of road curves. In: Vision in Vehicles (Edited by A.G.Gale et al.) (North Holland),. 1986, pp. 409-412. •

111. Fildes B.N., Trigs T.I. The effect of changes in curve geometry on magnitude estimates of road-like perspective curvature. Perception and Psychophysics, 1985, v.37, p. 218-224.

112. Forbes T.W.(ed.) Human factors in highway traffic safety research. New York: Wiley, 1972.

113. Forbes, T.W. Analysis of near accident reports. HRB Bulletin 152, Highway Research Board, Washington, D.C., 1957, pp.23-25.

114. Gazis D.C., Herman R., Rothery R.W. Nonlinear follow-the-leader models of traffic flow. Opns. Res., 1961, 9, 545.

115. Gazis D.C., Herman R., Potts R.B. Car following theory of steady state traffic flow. Opns.Res. 1959, 7(4), pp. 499-505.

116. Gibson J.J. The perception of the visual world. 1953, p. 123.

117. Gibson J.J. The senses considered as perseptual systems. Houghton Mifflin, Boston, 1966.

118. Gibson J.J. Visually controlled locomotion and visual orientation in animals. British Journal of Psychology, 1958, 49, pp. 182-194.

119. Gibson J.J. What gives rise to the perception of motion? Psychological Review, 1974, pp. 335-346.

120. Gibson J.J., Olum P., Rosenblatt F. Parallax and perspective during aircraft landings. The American Journal of Psychology, 1955, v.57, No.3, pp. 372385.

121. Gipps P.G. A behavioural car following model for computer simulation. Trans. Res. B, 1981, 15, pp. 105-111.

122. Godthelp H. Vehicle control during curve driving. Human Factors, 1986, v. 28, №2, pp. 211-221.

123. Godthelp H., Milgram P., Blaauw G.J. The development of a time- related measure to describe driving strategy. Human Factors, 1984, 26, 257-268.

124. Gogel W.C. The metric of visual space. In: Stability and Constancy in Visual Perception: Mechanisms and Processes. Ed. W. Epstein, New York: John Wiley, 1977, pp.129-181.

125. Gordon D.A. Experimental isolation of the driver's visual input. Human Factors, 1966, N4, pp. 129-137.

126. Gordon D.A. Perceptual basis of vehicular guidance. Public Roads, 1966, 34(3), pp. 53-68.

127. Gordon D.A. Static and dynamic visual fields in human space perception. Journal of the Optical Society of America, 1965, v.55, N10, pp. 1296-1303.

128. Gordon D.A. & Mast T.M. Driver's judgments in overtaking and passing. Human Factors, 1970, 1970, pp. 341-346.

129. Grayson G.B. (Ed). The Malm о study: a calibration of traffic conflicts techniques. Report R-84-12, Institute for Road Safety Research SWOV, Leid-schendam. 1984.

130. Grayson G.B. and Hakkert A.S. Accident analysis and conflict behaviour. In: Rothengatter J.A. and Bruin R.A. de (eds.), Road users and traffic Safety, Van Gorcum, Assen, 1987, pp. 27-59

131. Greenberg H. An analysis of traffic flow. Opns. Res. 1959, pp.7, pp.7985.

132. Groeger J.A.& Brown I.D. Motion perception is not direct with indirect viewing systems. In: Vision in Vehicles II (Edited byA.G.Gale et al.)(North Holland), 1988, pp. 27-34.

133. Harano R.M. Relationship of field dependence and motor-vehicle accident involvement. Perceptual and Motor Skills, 1970, 31, pp. 272-274.

134. Hauer E. The traffic conflicts technique: fundamental issues. Publication 75-01, University of Toronto, Department of Civil Engineering, Toronto. 1975.

135. Hauer E. Traffic conflicts survey: some study design considerations. TRRL Supplementary Report 352, Transport and Road Research Laboratory, Crowthorne, Berkshire. 1978.

136. Hauer E. Traffic conflicts and exposure. Accid. Anal. & Prev. 1982, v.14, pp. 359-364.

137. Hauer E. and Garder P. Research into the validity of the traffic conflicts technique. Accid. Anal. & Prev. 1986, v. 18, pp. 471-481.

138. Hayhoe G.F. A driver model based on the steering behavior. Human Factors. 1978, 20(6), pp. 691-707.

139. Hayward J.Ch. Near miss determination through use of a scale of danger. Report no. TTSC 7115, The Pennsylvania State University, Pennsylvania. 1972.

140. Helbing D., Batic D., Schonhof M., Treiber M. Modelling widely scattered states in 'synchronized' traffic flow and possible relevance for stock market dynamics. Physica A 303, 2002, pp. 251-260.

141. Helmholtz H. Physiological Optics, v.3, 1925, pp.295.155 . Herman R. & Potts R.B. Single lane traffic theory and experiment. Theory of traffic flow. Ed: by Herman R., 1961, pp. 120-146.

142. Hirst S., Graham R.; The format and presentation of collision warnings,, In: Ergonomics and safety of intelligent driver interfaces^ Noy, Y.I. (Ed.), Lawrence Erblaum Associates, New Jersey, 1997.

143. Hoffman E.R. Human control of road vehicles. Vehicle System Dynamics. 1975,5,105-126.

144. Hoffman E.R., Payne A. & Prescott S. Children's estimates of vehicle approach times. Human Factors, 1980, 22, 2, pp. 235-240.

145. Hyden C. Relations between conflicts and traffic accidents. Lund Institute of Thechnology, Lund. 1975.162: Hyden С. A traffic conflicts technique for determining risk. Lund Institute of Thechnology, Lund. 1977.

146. Jiang R., Wang X.-L., Wu Q.-S., Dangerous situations within the framework of the Nagel-Schreckenberg model. J. Phys. A: Math; Gen. 2003, 36, pp. 4763-4769

147. Johansson G. Perception of motion and changing form. Scandinvian Journal of Psychology, 1964, 5, pp. 181-208.

148. Kaplan G. Kinetic disruption of optical texture: the perception of dept at an edge. Perception and Psychophysics, 1969, 6, pp.193-198.

149. Katz A., et al. An Experimental study of driver and pedestrian interaction during the crossing conflict. Human Factors, 1975, 7, 5, pp. 514-527.

150. Kerner B.S., Rehborn H. Experimental features and characteristics of traffic jams, Phys. Rev. E 53, 1996, R1297-R1300.

151. Kerner B.S., Rehborn H. Experimental properties of complexity in traffic flow, Phys. Rev. E 53, 1996, R4275-R4278.

152. Kerner B.S., Rehborn H. Experimental properties of phase transitions in traffic flow. Phys. Rev. Lett. 1997, 79(20), pp. 4030-4033.

153. Knospe W., Santen L., Schadschneider A., Schreckenberg M., J. Phys. A 33, 2000, p. 477.

154. Koenderink J.J. Optic flow. Vision Res. Vol. 26. No. 1, pp. 161-180.1986.

155. Krauss S. Micriscopic modelling of traffic flow: investigation of collision free vehicle dynamics. 1998, 115 p.

156. Krauss S., Wagner P., Gawron C., Phys. Rev. E. 1996, 54, 3707.

157. Krauss S., Wagner P., Gawron C., Metastable states in a microscopic model of traffic flow, Phys. Rev. E. 1997, 55, pp.5597-5602.

158. Krauss S. in: Traffic and Granular Flow'97, p. 269, M. Schreckenberg, D.E. Wolf (eds.), Springer, 1998.

159. Lee D.N. The Optic flow field: the foundation of vision. Phil. Tran. R/ Soc.Lond.B., 1980, 290, pp. 169-179.

160. Lee D.N. A theory of visual control of braking based on information about time-to-collision. Perception, 1976, v.5, pp.437-459.

161. Leibowitz H.W. Shina K. & Hennessy R.T. Oculomotor adjustments and size constancy. Perception and Psychophysics, 1972, 12, pp. 497-500.

162. Lubashevsky I., Wagner P., and Mahnke R . Towards the fundamentals of car following theoiy. arXiv :cond mat /0212382 v.2 15 Apr 2003.

163. MacAdam C.C. Mathematical modelling of driver steering control at UMTRI. An overview. UMTRI Res. Rev. 1989, 20, N 1, pp. 1-13.

164. Malaterre G.,Ferrandez F.,Fleury D. & Lechner D. Decision making in emergency situations. Ergonomics, v.31, No.4, 1988, pp. 643-655.

165. Malaterre G.,Peytavin J.F.,Jaumier F. & Kleinmann A. L'estimation des manoeures realisables en situation d'urgence an volant d'une automobile. 1987.

166. Masuda K., Nagata M., Kuriyama H., Sato T.B. Visual behavior of novice drivers as affected by traffic conflicts. SAE Techn. Pap. Ser. 1990, № 900141, pp. 1-7.

167. McLeodR.W. & Ross H.E. Optic flow and cognitive factors in time-to-collision estimates. Perception, 1983, 12, pp. 417-423.

168. Mestre D., Cavallo V., Peruch P. Definition of an on-board visual aid for piloting large ships. In: Vision in Vehicles (Edited by A.G.Gale et al.) (North Holland), 1988, pp. 257-264.

169. Michaels R.M. Proceedings of the Second International Symposium on the Theory of Traffic Flow, London, 1963, pp. 44-59.

170. Michaels R.M., Cozan L.W. Perceptual and field factors causing lateral displacement.Public Roads, 1963, vol.32, N 11, pp. 233-240.

171. Mihal W.L. & Barret G.V. Individual differences and their relation to automobile accident involvment. Journal of Applied Psychology, 1976, 61, pp.229-233,1976.

172. Miglez D.J., Glauz W.D. and Bauer K.M. Relationships between traffic conflicts and accidents. Report No. FHWA/RD-84/042, U.S. Department of Transportation, Federal Highway Administration, Washington, D.C. 1985.

173. Miller J.W. & Ludvigh E.J. Survey of ophthalmology, 1962, vol.7,p.83.

174. Minderhoud M.M. Supported driving: impacts on motorway traffic flow. 1999, p. 266.

175. Moore R.L. Some human factors affecting the design of vehicles and roads. The Journal of the Institution of Highway Engineers, 1969, v. 16, N 18.

176. Moore R.L. & Older S.J. Pedestrians and motor vehicles are compatible in today's world. Traffic Engng. 1965, 35(12), pp 20-52.

177. Mourant R.R. & Rockwell Т.Н. Strategies of visual search by notice and experienced drivers. Human Factors, 1972, v. 14, pp. 325-335.

178. Nagel K., Schreckenberg M. A cellular automaton model for freeway traffic. J. Physique 12, 1992, p. 2221.

179. Older S.J. and Spicer B.R. Traffic conflicts a development in accident research. Human Factors, 1976, v.18, №4, pp.335-350.

180. Oppe S. An analysis of the similarities and dissimilarities of the international observation team in Malm о. The ICTCT calibration study of traffic conflicts techniques. Institute for Road Safety Research SWOV. 1983.

181. Osaka N. Naso-temporal differences in human reaction time in the peripheral visual field. Neuropsychologia, 1978, 16, pp. 299-303.

182. Perdock J. & Elzinga Th. The application of micro simulators in port design and ship handling training courses. In: Proceedings of the Third Conference on Marine Simulation. MARSIM 84, Rotterdam, 1984.

183. Perkins S.R. and Harris J.I. Traffic conflicts characteristics — accident potential at intersections. Highway Research Record, 1968, 225, pp. 35-43.

184. Pipes L.A. An operational analysis of traffic dynamics. J. Appl. Phys. 1953,24, p. 274.

185. Regan D., Beverley K.I. Visual fields for frontal plane motion and for changing size. Vision Res., 1983, v.23, №7, pp. 673-676.

186. Reid L.D. A survey of recent driver steering behavior models suited to accident studies. Accident Analysis and Prevention, 1983, v. 15, No.l, pp. 23-40.

187. Reddy R.N. & Ellis J.R. Contribution to the stimulation of driver- vehicle- road system. SAE Technical Paper Series, 1981, N 810513, p.24.

188. Rockwell Т.Н. Eye-movement analysis of visual information acquisition in driving: an overview. Proceedings of the 6th Conference of the Australian Road Research Board, 1972, v.6, pp. 316-331.

189. Rockwell Т.Н. Skills, judgement, and information acquisition in driving. In: Forbes T.W. Human factors in highway traffic safety research. New York: Wiley, 1972, pp. 106-120.

190. Rumar K., Asp K., Andersson J. Urban transport in a road safety perspective. A review of road safety problems in a number of developing countries based on available accident statistics. VTI Utveckling AB, 1998, p. 21.

191. Salvatore S. The estimation of vehicular velocity as a function of visual stimulation. Human Factors, 1968, 10(1), pp.27-32.

192. Salvatore S. Effect of removing acceleration cues on sensing vehicular velocity. Perceptual and Motor Skills, 1969, 28, 615-622.

193. Schadschneider A., Schreckenberg M. Cellular automaton models and traffic flow. Journal of Physics A. 1993, 26, L679.

194. Schiff W. Perception of impending collision. 1979, pp. 604.

195. Schiff W. & Detwiler M.L. Information used in judging impending collision. Perception, 1979, vol.8, pp. 647-658.

196. Semb G. Scaling automobile speed. Perception and Psychophysics, 1969, 5,pp.97-101.

197. Shinar D. Psychology on the road. The human factor in traffic safety. 1978,212 р.

198. Shinar D. Curve perception and accidents on curves: an illusive curve phenomenon. Zeitschrif for Verkenhussicherheit, 1977, Vol 23, pp. 16-21.

199. Shinar D., McDowell E.D. and Rockwell Т.Н. Eye movements in curve negotiation. Human Factors, 1977, 19, 63-71.

200. Shinar D., Rockwell Т.Н., Malecki J.A. The effects of changes in driver perception on rural curve negotiation. Ergonomics, 1980, vol.23, no.3, pp. 263275.

201. Spurr R.T. Subjective aspects of braking. Automobile Engineer 39, 1969, pp. 58-61.

202. Steierwald G.,Jacobs F.,Feier H. Ueberholverhalten und qualitaet auf zweispurigen landstrassen mit gedenvrkehr. Forschung, Strassenbau und Strassen-verkehrstechnik, 1986, No. 472.

203. Ten Brummelaar T. The reversal point in the perspective road picture. Australian Road Research, 1983, v. 13, p. 123-127.

204. Ton W.H. Rate of apparent magnification as a cue to distance: Laboratory investigation. Perceptual and Motor Skills, 1972, 35, pp. 283-288.

205. Triggs TJ. & Fildes B.N. Roadway delineation at night. In: Vision in Vehicles (Edited by A.G.Gale et al.) (North Holland), 1986, pp. 375-384.

206. Utkin A.V. Divergence as a cue for visual control of the vehicle motion. Journal of traffic medicine, Supplement. 1993, Vol.21, N 3, pp. 294-297.

207. Williams M.I. Validity of the traffic conflicts technique. Accid. Anal. &

208. Prev. 1981, v.13, pp.133-145.

209. Whiteside T.S.D. & Samuel G.D. Blure zone. Nature, 1970, v. 225, p.94.

210. ФИПММ! Опфьпкгв Днциомермага ОДщр! ни "Ниу^О иесгншчсгапьамй HUTKTYTтр«НСпортного пр«1><ЛЬЛВ1

211. Научко-ксспедовэтельский центр ТОННЕЛИ И МЕТРОПОЛИТЕНЫ"1Mwwa. Кольсшпул, д.1т«144евиео*1ю ТБ1. Ечш1 пЬ&п@штн41|П1

212. Г&с. лицензия РФ рт 3 сентября 20Q7 № ГС-1-09-02-26^0 771607031-0 БвББЕ-2 Г* ГС-1-ЗЭ-02-771607031-05635S-2 № PC-1-99«Q2-20-0-771607031-С 55 G-21. B1W

213. AflB«t»d Bmnch of Jg%rt$tocfc Company ТтегярвЛ Comrtwctter RmmkN Indtui»

214. RESEARCH CENTER 'TUNNELS.4 UNDERGROUND"рл bs BM ннпам;

215. КоМюа«Г~1.12952Э.Мсэсэ<л, Rwta TeI.(dfiE.1B9d1 Ю; Fax 4106)180 1С 76 E-imB nizlm@iniGfl ju

216. Использование моделей» разработанных A3.Уткиным, позволяет повысить обоснованность оценок характеристик транспортных потоков, движущихся а автотранспортных то кнелях, при рассмотрении вариантов проектных решении.

217. Директор филиала ОАО ЦНИИС .«ЛИЦ «Тоннели и метрополнтены», Д.Т.Н.;, проф./1. BJE. Мер кин

218. ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ

219. Государственное образовательное учреждение высшего профессионального образования

220. МОСКОВСКИЙ АВТОМОБИЛЬНО-ДОРОЖНЫЙ ИНСТИТУТ (ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ? МАДЩГТУ)

221. Росой, 125319, Moon*, ДенжраджЯ вроспекг.М. Тел. (495) 131-6412-рехтод. 4м (493) 151-8963. Ияиряег. hCfn'/miwintdJAL E-<riit' hh@m*di m1. HaJft от1. СПРАВКА

222. О внедрении результатов, приведенных в кандидатской диссертации АВ.Уткина: «Определение показателей безопасности движения с учетом оценки водителями взаимодействий в транспортном потоке»

223. Использование интеллектуальной платформы в области Управления безопасностью движения» позволяет повысить уровень безопасности дорожного движения за счет устранения недостатка знаний лиц, ответственных за выполнение программ дорожной безопасности.

224. Разработанная интерактивная виртуальная Система управления обучением в области безопасности дорожного движения использовалась в учебном процессе Московского автомобильно-дорожного института (государственного технического университета).

225. Проректор по научной работе, ^ и В.1ХНосов1. Проф,, Д.Т.Н,

226. ИНСТИТУТ ПРОБЛЕМ БЕЗОПАСНОСТИ ДВИЖЕНИЯ

227. Tr&fftc Safety Problems institute12S31S, г. Моема, Ланимрюкий rjxr, р в4 тал. 15ЫЫ7.1Б1-62-41. фжс452-01-88, 151-03-31email: waglmidl.ni101/08.251601.2008 г.1. СПРАВКА

228. О внедрении результатов, приведенных в кандидатской диссертации А.В.Уткина: «Определение показателей безопасности движения с учетом оценки водителями взаимодействий в транспортном потоке»

229. Практическое применение попутали разработанные А.В.Уткиным математические модели транспортных потоков и алгоритмы численной реализации моделей.

230. Использование этих моделей позволяет повысить обоснованностьоценок пропускной способности автомобильных дорог.j1. Клен. "' '