- 相關推薦
城市道路交通色彩安全評價及調和的研究
引言
近幾年國家不斷完善道路交通安全管理體系，積極改善道路交通安全狀況，已經取得了一定的成績，全國和各大城市的道路交通事故的四大指標（事故數、死亡人數、受傷人數、直接經濟損失）均開始下降。但是成績的背后，仍不能忽視我國尤其是城市的道路交通事故仍高于發達國家的同期水平。可見，我國繼續深化改革現行道路交通安全管理體系的同時，仍忽略了部分內容，使我國的交通安全現狀仍不容樂觀。
經過相關實例分析和文獻的閱讀[1]~[9]，在城市飛速發展的現代化建設道路上，城市色彩尤其是交通色彩問題已經比較突出。目前，交通管理部門和學術界對于城市道路交通色彩的關注還相對較少、涉及范圍較窄。如何科學、精確、系統地評價道路交通色彩安全性并合理地綜合考慮色彩心理學、現代色彩理論、城市交通學系統優化現行道路交通色彩體系，已經成為迫在眉睫的課題，是進一步降低道路交通事故的關鍵所在。
1 城市道路交通色彩安全評價指標體系
1.1 基于色彩心理學的城市道路交通色彩安全影響因素分析
城市道路交通是一個人車路的綜合體系，缺一不可。因此，在分析影響城市道路交通色彩安全的因素時，也細化到人、車、設施、環境等相關組成部分分析。
人是交通活動的主要參與者，是影響交通安全的主導因素。在道路交通系統中，行人的裝扮顏色豐富，種類繁多，會干擾駕駛人的視線，影響駕駛員的判斷，延誤駕駛員的反應時間。車是道路交通安全的關鍵因素。其不僅影響道路交通安全，同時由于色彩心理效應它也影響道路交通色彩安全。如車身色彩，不同的色系車身視認性有很大的區別；駕駛室內色彩，駕駛室內不應涂刷使人感到沉悶壓抑的暗淡顏色，也不應涂刷使人亢奮煩躁的強刺激顏色，一般應涂刷使人感到輕松愉快的色彩；汽車信號燈色彩，不同的色彩其警示和照明效果相差懸殊。
交通環境對于交通參與者來說，是再熟悉不過。然而，相當一部分群眾在參與交通過程中，卻往往忽視了交通環境，導致了本不該發生的事故發生了。交通環境對于交通安全的影響也不容忽視。環境的設置效果直接影響駕駛員的心理狀態，也影響交通事故率的高低。如綠化帶色彩，綠化帶主要以綠色為主，這種顏色屬于冷色調，可以調節駕駛人員以及行人的心理和情緒；建筑物及玻璃幕墻、裝飾色彩，色彩的過多及過少均容易導致駕駛員煩悶情緒，不利于安全，且玻璃幕墻色彩和裝飾性色彩均降低了人們覺察物體的可靠性，在某一瞬間遮住駕駛員的視野因而妨礙車輛和行人的正常通行，甚至導致文通事故。交通設施提供交通活動發生的場地，是交通活動的基礎，對于交通色彩安全存在著舉足輕重的影響。如交通事故的發生直接與道路條件有關，道路設計是否合理、質量是否合格、等級是否到位、路面色彩搭配是否合理等；道路照明色彩，尤其是在夜間行車的時候，不同顏色的燈光對于夜間行車的駕駛員視線以及靈敏度均會有不同程度的影響。
1.2 基于問卷形式的城市道路交通色彩安全影響因素調查
為了更加實際全面地了解城市道路交通色彩安全影響因素，并探究各影響因素對于城市道路交通色彩安全的影響程度，特組織了一次針對城市道路交通色彩安全的交通調查。調查針對群體為行人（含非機動車騎行者）和駕駛員兩類人群，分別從總體評價、人、車、環境、設施等組成部分調查現行城市道路交通色彩安全性能。在調查地點的選擇上，首先篩選出徐州市典型路段，經過對徐州市典型路段的對比，綜合車流、人流、交通系統組成等，最終選定徐州市解放南路為測試路段。解放南路，全長4860 米，路幅20m，南起城市主干道三環南路，北至和平路，共與6 條城市道路交叉，學校、單位、景點眾多，車流、人流量均居高不下。據2012 年底中國礦業大學交通運輸系的一次交通調查顯示，解放南路每小時的單向車流量達1000~1200 部，雙向車流量大約2000~2400 部。隨著經濟的不斷發展，解放南路將匯聚更多的人流、車流，變成更加復雜的交通系統。其全面的影響因素和復雜的城市道路交通系統為的評價模型的測試提供了一個良好的平臺。這有利于建立更具普適性評價指標體系，為城市道路交通色彩安全評價奠定良好的基礎。
整個調查過程共發放問卷300 份，共回收問卷281 份，有效問卷281 份，有效率100%。其中行人問卷回收181 份，駕駛員問卷回收100 份。從對回收問卷整理來看，我們系統分析了受訪人群的信息。本次調查受訪人群年齡的分布涉及20 歲以下、20~35、35~50、50 歲四個范圍，被調查者的性別比例相對比較均衡，對于交通參與者的出行方式比分配符合廣泛性，總體的調查范圍具有普遍性和代表性，能夠得到一組相對真實可靠的原始數據資料。因此，本次調查的數據能較好反映了徐州市解放南路的交通色彩安全影響因素，可以依此建立較好的評價指標體系。從對回收問卷整理來看，69%的受訪者認為交通色彩能影響交通安全，51%的受訪者并不滿意現行的城市道路交通色彩體系。從調查結果看，交通環境系統中光污染性質的霓虹燈色彩、廣告牌色彩、信號色彩、照明色彩和車輛系統中汽車車身色彩等都對交通色彩安全的影響較大，而駕駛員衣著、行人提包等色彩因素對交通色彩的安全影響就比較小。
1.3 城市道路交通色彩安全評價指標體系建立
城市道路交通系統是一個由人、車、路、環境構成的動態系統。它們是一個相互影響，相互聯系的整體，眾多的影響因素、復雜的關系、不斷變化的因素測度、數據的不確定性等都給普適性評價指標體系的確定帶來一定困難。因此，要建立一套科學合理的城市道路交通色彩安全評價體系是本項目的重點。
根據因素分析結果，建立以下指標篩選原則[10]：明確責任范圍、與研究對象緊密結合、量化標準的合理性和有效性、統計指標間的非因果性、指標內容間的排斥、數量與質量統一、駕駛行為的動態性等，并建立的交通色彩安全評價指標體系。
本文建立的“城市道路交通色彩安全評價指標體系”包括四個一級指標，分別為行人、非機動車色彩、機動車色彩、必要交通設施色彩、交通環境色彩。行人、非機動車色彩主要是集合行人衣著和非機動車車身色彩而確定的；機動車色彩是結合了機動車、駕駛室以及汽車車身的色彩而綜合確定的；必要交通設施色彩則結合了交通設施中的一些主要因素而概括性確定的；由于綠化帶、建筑及廣告牌色彩等交通環境中的要素對于交通色彩安全的影響權重也很大，匯集這些交通環境最終確定了第四個一級指標。
2 城市道路交通色彩安全評價模型
在對道路交通色彩安全進行評價時，評價模型的選擇是一個關鍵部分。這里由于交通色彩安全評價問題的模糊性，首先考慮傳統評價模型中的灰色系統評價法。灰色系統理論是從信息的非完備性出發研究和處理復雜系統的理論，它不是從系統內部特殊的規律出發去研究系統，而是通過對系統某一層次的觀測資料加以數學處理，達到在更高層次上了解系統內部變化趨勢、相互關系等機制[11]。雖然該模型實現了對系統內部的分析，但是很難擺脫決策過程中的隨機性和參評人員主觀上的不確定性及其認識上的模糊性。所以在此基礎上引入了神經網絡評價方法。其具備強大的表示任意非線性關系和自學習、處理推理規則不明確的問題等能力，且無需建立對象的精確數學模型，只需要根據輸入的采樣數據去估計其要求的決策。這里使用比較常用的BP 神經網絡模型[12]。GT-BPNN 模型，既充分考慮評價者的經驗和直覺思維的模式，又能降低綜合評價過程中的不確定因素，即具備綜合評價方法的規范性又能體現出較高的問題求解率。
在網絡訓練中，發現BP 神經網絡容易遇到訓練速度慢和目標函數存在局部極小的問題。本文針對這些問題，采用將自適應快速訓練算法和動量批梯度下降算法相結合的算法。同時，引入了遺傳算法對網絡的初始權值與閾值進行優化處理，提高了算法的精確度和網絡的訓練速度。遺傳算法，屬于智能優化算法又稱為現代啟發式算法，是一種具有全局優化性能、通用性強、且適合于并行處理的算法。這種算法一般具有嚴密的理論依據，而不是單純憑借專家經驗，理論上可以在一定的時間內找到最優解或近似最優解。這些算法與神經網絡算法相結合在保證發揮神經網絡自身優勢的同時還可以解決很好的彌補其在訓練速度和早熟方面的缺陷，對于解決徐州市解放南路的交通色彩安全問題有很大的實用價值。其聯合評價模型的流程如。
3 城市道路交通色彩調和優化模
型色彩調和可以理解為兩種或多種色彩按一定的方法，統一而協調的組合在一起，使色彩關系呈現出規律性、秩序性，滿足人的視覺審美和心理需求的色彩搭配。而科學的顏色描述是科學的顏色調和理論的基礎。目前，顏色一般以三維空間的形式表達，具體的度量尺度隨著應用的不同而不同。在基于顯示的模型中，RGB 系統常用于顏色編碼和生成；從顏色的心理效應出發描述顏色的空間一般稱為顏色感知空間，比如Munsell 系統。現代的色彩調和理論有孟塞爾色彩調和理論、孟·斯賓瑟色彩調和理論等。
將色彩設計方案進行調和處理以獲得和諧色彩效果的過程本質上是一個色彩配置的組合優化問題。所以在上述現代色彩理論的基礎上，建立了城市道路交通色彩調和優化模型，步驟如下：（1）建立待調和色彩庫，按灰色理論建立的各因素權重按由大到小的順序分批次向待調和色彩庫中加入該因素中與待調和色彩庫包含色彩不同的色彩；（2）將易于采集數據的RGB 模型轉換為HVC 模型；（3）進行兩兩色彩的組合，并計算色相差△H、明度差△V、純度差△C；（4）根據算得的△H、△V、△C 判定色彩間是否調和；（5）按照孟·斯賓瑟色彩調和理論提供的伯克霍夫公式進行美度評價，若美度評價值M>0.5，則符合美度要求，此時調和色彩庫的色彩組合均符合調和約束；否則，轉回步驟（2）調整色相H 值；（6）將完成調和的色彩庫中色彩HVC 值轉化回RGB 值，并用計算機生成相應顏色；（7）判斷所有因素相應的色彩是否已經分批次加入調和色彩庫，如果是，則城市道路交通色彩調和完成；否則，按權重大小降序分批次加入該因素所包含顏色與調和色彩庫中顏色不同的顏色。具體流程圖如。
4 城市道路交通色彩驗證算例
4.1 城市道路交通色彩安全評價
為了驗證上述評價模型的準確性，特選擇了一個算例對所建評價模型進行測試。經過對徐州市典型路段的對比，綜合車流、人流、交通系統組成等，最終選定徐州市解放南路為測試路段。本例的數據來自對徐州市解放南路色彩安全評價的調查。調查的數據以打分量表的形式返回（解放南路現場隨機發放，回收問卷234 份；中國礦業大學安全學院、藝術學院和交通運輸系中選取具有碩士以上學歷學者30 份），然后經過打分量表信效度的分析和異常數據的檢驗，篩選出正常合理的數據，應用灰色理論評價法評價，灰色理論評價法的結果數據即是BP 網絡評價法的期望值。這樣，便匯集了評價打分和評價結果，構成了BP 網絡的訓練樣本對。
將篩選后數據256 組數據分為三部分：專家打分的30 組數據作為測試組數據；剩余的226 組數據隨機分為兩部分，其中149 組數據為BP 神經網絡訓練組數據，77 組數據為BP神經網絡檢驗組數據。經過評判表方法得出評價系統樣例一二級指標目標權重值如下：
WA={5/24，9/24，9/24，1/24}；WB={1/2，1/2，5/12，2/12，5/12，5/24，5/24，9/24，5/24，5/12，2/12，5/12}。依據灰色系統評價的算法，運用EXCEL 2003 軟件對256 組數據進行傳統評價，得到綜合評價值6.3541。
標準化各組數據，并設置神經網絡和遺傳算法結構[13]。算例使用具有一個輸入層、一個隱含層和一個輸出層的三層網絡模型，輸入層節點數為12，輸出層節點數為1，隱含層節點數為10，初始學習率為0.1，動量因子為0.95，訓練誤差目標為1.0*10-6，最大訓練步數為10000，各層使用函數依次為tansig，tansig，logsig。訓練模式：traingdx。遺傳算法初始種群為90，遺傳代數為100。網絡訓練數據為訓練組數據與灰色評價值組成的149 組數據對，檢驗網絡訓練精度的輸入數據為77 組檢驗組數據、檢驗期望值均為灰色綜合評價值。最后測試組數據為專家學者提供的30 組打分數據。
經過以上參數的確定和輸入，使用MATLAB7.0（需另外加載遺傳算法工具箱GAOT）進行編程求解GA-BP 模型，求得綜合評價值6.3396 與專家評價綜合值6.3667 的誤差僅為0.43%，均屬于神經網絡評價集中的一般級別。
從評價和城市道路的實際安全情況來看，該路段是屬于城市道路交通色彩安全性比較一般的路段，雖然部分影響較重的因素其色彩控制較好，但是整體上來說，色彩間的搭配并不是很協調，仍會誘發一些不安全行為，導致交通事故。所以，其安全性能仍待進一步系統化的優化設計。
從該路段取得的評價指標、相應采集數據以及評價結果來看，應該采取交通改善措施，以減少交通事故。具體建議措施有以下幾點。
�。�1）積極調和優化交通色彩，合理選擇交通系統內各項因素的色彩，對其進行統一規劃，從而達到更加協調，更具規律性和秩序性，滿足交通參與者的視覺需求和心理需求；
�。�2）依托多種形式的大眾傳媒，結合時代流行趨勢，對交通參與者的衣著配色進行合理的引導。如周邊的學校可以開展相關的安全教育和引導，普通群眾則可通過網絡、公益廣告和宣傳材料等了解相應的安全知識；
（3）加強相關部門（如城建部門、環境部門）的監管審查力度，杜絕違規違章建設，共同建設和維護安全和諧、有規律、有秩序的交通色彩環境。
（4）定期維護相關交通設施，及時進行設施檢修，經常清潔相關的基礎設施，防止灰塵等雜物的附著，影響色彩環境。
4.2 城市道路交通色彩調和優化
依據的調和優化過程，我們依次篩選出各因素的色彩，并加入調和色彩庫中。然后使用計算機提供的色彩編輯器進行RGB 的讀取。
依據，我們可以將本次色彩調和過程按照權重分為六個批次。首先將第一批次的汽車車身和汽車車燈的6 種顏色進行調和，發現銀色藍色、銀色淡黃色、紅色淡黃色三組色彩并不調和，而從色彩心理學角度分析，銀色和紅色車身均有利于車輛的行車安全，藍色為深色系不利于晚間和晨間的車輛辨識，所以剔除了藍色并調整了淡黃色為目前高檔車燈常用的泛藍白色。經過調整后，第一批次的色彩均調和，且美度值達到0.89，符合美度值要求。向調和色彩庫加入第二批次的交通信號色彩紅色、綠色與黃色，進行色彩庫色彩調和，由于黃色明顯與紅色不調和，但是紅黃色彩的明顯對立，可以有效提醒和警示交通參與者，是一種國際社會公認的有效的安全色彩，所以這里只向色彩庫加入綠色和黃色，但是黃色的使用時間不宜過長，這與現行的交通信號燈的建設趨勢相近，且美度值達到1.29，符合美度值要求。
向調和色彩庫加入第三批次的行人衣著、非機動車色彩，由于前面已經剔除了不易調和得藍色，所以這里只向色彩庫加入白色；向調和色彩庫加入第四批次的路面、標志標線、道路照明色彩，這里只向色彩庫加入灰色，剔除不調和的淡黃色和明黃色；向調和色彩庫加入第五批次的駕駛室色彩，這里只向色彩庫加入棕色和淡灰色；向調和色彩庫加入第六批次的綠化帶、裝飾照明、建筑及廣告色彩，這里只向色彩庫加入深綠色。最后所有批次均達到調和要求且美度值分別達到1.50、1.55、1.49、1.59，符合美度值要求。
經過上述的調整調和過程，提出了以下的交通色彩推薦配置方案：
汽車車身的配色，推薦為淺色系的銀色和深色系的黑色、紅色，白天黑色和紅色的安全性較好，傍晚和晨曦的淺色系辨識性較好，可根據環境需要自行選擇。汽車車燈的選擇，除了提示的紅色燈，對于車燈照明上，推薦為泛藍白色的燈光，亮度高，與周圍環境色彩的協調性好，美度好。路面色彩鋪裝灰色，就目前調和情況而言，可以滿足需要，但是長久的灰色會給人壓抑感，同時道路兩邊的綠化較好，可換裝鮮艷的紅色和深綠等色彩的路面，且不同色彩的車道容易辨識，不需配備道路標線。交通信號色彩配置基本合理，但也可嘗試建議取消影響色彩美度和協調的黃色，保留紅色和綠色，同時可增加讀秒設備以提醒司機起動或停車，還可以減少交通信號的復雜度和成本。標志標線的配色也基本合理，此處也可嘗試單一化色彩改進為多元化色彩，使標志標線更具立體感，更能引起交通參與者的注意。道路照明可采用白色光或泛黃的白光。綠化帶顏色現行的大部分為深綠色，已經滿足美度和調和要求，同時也可點綴一些紅色的花圃。裝飾照明和廣告牌，應是有關部門必須控制的一項，尤其是注意帶有黃色的裝飾照明，此處不提倡使用，推薦紅、綠、白等色。建筑色彩則紅、淺灰、白、銀、棕等色均可取，但是要注意限制玻璃幕墻，玻璃幕墻的反射光對城市道路交通安全影響巨大。行人衣著是本次配色方案中最不易控制的一種，建議行人著裝時分時段著裝。比如，傍晚和晨曦時，應以醒目的淺色系白色等為主；白天天氣良好時可以穿著以鮮艷色彩并最好以紅綠等為主和深色系的衣物。
5 結語
項目以城市交通色彩為基礎，引入系統工程學、統計學、現代色彩理論和色彩心理學等知識。在進行城市道路交通色彩安全評價時，基于現有研究成果，通過問卷實地調查方式，構建了城市道路交通色彩安全評價指標體系，并建立GT-GA-BP 的聯合模型進行交通色彩安全評價。同時在現代色彩理論的基礎上，提出了城市道路交通色彩進行調和優化算法。通過城市道路色彩驗證算例，以上模型均達到了預期效果，適于在城市交通色彩領域應用，并提出了相關改善建議和推薦配色方案。
安全改善建議為調和交通系統色彩、加強相關部門監管審查和宣傳教育力度，并及時檢修和清潔相關設施。色彩推薦配置方案為汽車車身推薦淺色系的銀色和深色系的黑色、紅色；汽車車燈照明上推薦為泛藍白色；路面色彩可鋪裝鮮艷的紅色或深綠等色彩；需注意限制帶有黃色的裝飾照明，推薦紅、綠、白等色；建筑色彩中紅、淺灰、白、銀、棕等色均可取，但是不宜采用藍色墻體，同時需盡量避免玻璃幕墻的使用；交通信號和綠化帶、標志標線的現行配置基本合理，但可以嘗試進行大小、形狀的改進；行人衣著是本次配色方案中最不易控制的一種，建議行人分時段著裝。
由于研究項目比較新穎，相關的研究較少，本項目也只是做了初步的研究，還存在以下幾點的進一步研究：（1）將色彩安全評價綜合到交通安全評價中，完善現行交通安全評價體系和方法；（2）色彩對交通安全的影響能夠進行計算機仿真模擬。
中國碩士論文網提供大量免費mba碩士論文，如有業務需求請咨詢網站客服人員！
[參考文獻] (References)
[1] 高等院校安全工程專業教學指導委員會．安全人機工程學[M] ．北京：煤炭工業出版社，2002．
[2] Yoshi Miyakawa 著，丁良旭譯．色彩戰略——色彩設計對汽車的作用[J] ．客車技術與研究，1994，12(2)：130~133．
[3] 苑紅偉，肖貴平等．色彩與交通安全關系探析[J] ．工業安全與環保，2006，32(5)：62~64．
[4] 李振福．色彩心理與城市交通安全文化分析[J] ．安全與環境工程，2006，13(4)：70~76．
[5] 李振福．城市色彩控制與城市交通安全文化[J] ．人類工效學，2007，13(3)：52~54．
[6] 李振福．城市交通色彩安全研究[J] ．交通建設與管理，2007，(8)：42~45．
[7] 苑紅偉，肖貴平等．汽車色彩設計對交通安全的影響研究[J] ．安全與工程學報，2006，6(6)：112~115．
[8] 盛尚雄．交通色彩和城市色彩設計與國家標準[J] ．標準化報道，1997，18(1)：14~16．
[9] 張強，陳雨人等．色彩心理在道路交通安全中的應用[J] ．華東公路，2005，(6)：65~67．
[10] 趙新建著．系統評價學[M] ．北京：中國科學技術出版社，2007．
[11] 楊亞萍． 基于 BP 網絡的產品造型評價系統[D] ．西安：長安大學，2006．
[12] 謝慶生等．機械工程中的神經網絡方法[M] ．北京：機械工業出版社，2003．
[13] 吳建生，金龍，農吉夫．遺傳算法BP 神經網絡預報研究和應用[J] ．數學的實踐和認識，2005，35(1)：83~88．
【城市道路交通色彩安全評價及調和的研究】相關文章：
城市中的色彩初探03-20
城市公交線路網規劃評價方法研究12-26
淺論城市色彩的現狀與意義03-19
游客感知的古都類城市旅游資源評價研究03-21
莫奈油畫色彩觀念探索研究03-08
基于游客感知的古都類城市旅游資源評價研究03-22
關于包豪斯的色彩空間應用研究03-06