- 相关推荐
城市道路交通色彩安全评价及调和的研究
引言
近几年国家不断完善道路交通安全管理体系，积极改善道路交通安全状况，已经取得了一定的成绩，全国和各大城市的道路交通事故的四大指标（事故数、死亡人数、受伤人数、直接经济损失）均开始下降。但是成绩的背后，仍不能忽视我国尤其是城市的道路交通事故仍高于发达国家的同期水平。可见，我国继续深化改革现行道路交通安全管理体系的同时，仍忽略了部分内容，使我国的交通安全现状仍不容乐观。
经过相关实例分析和文献的阅读[1]~[9]，在城市飞速发展的现代化建设道路上，城市色彩尤其是交通色彩问题已经比较突出。目前，交通管理部门和学术界对于城市道路交通色彩的关注还相对较少、涉及范围较窄。如何科学、精确、系统地评价道路交通色彩安全性并合理地综合考虑色彩心理学、现代色彩理论、城市交通学系统优化现行道路交通色彩体系，已经成为迫在眉睫的课题，是进一步降低道路交通事故的关键所在。
1 城市道路交通色彩安全评价指标体系
1.1 基于色彩心理学的城市道路交通色彩安全影响因素分析
城市道路交通是一个人车路的综合体系，缺一不可。因此，在分析影响城市道路交通色彩安全的因素时，也细化到人、车、设施、环境等相关组成部分分析。
人是交通活动的主要参与者，是影响交通安全的主导因素。在道路交通系统中，行人的装扮颜色丰富，种类繁多，会干扰驾驶人的视线，影响驾驶员的判断，延误驾驶员的反应时间。车是道路交通安全的关键因素。其不仅影响道路交通安全，同时由于色彩心理效应它也影响道路交通色彩安全。如车身色彩，不同的色系车身视认性有很大的区别；驾驶室内色彩，驾驶室内不应涂刷使人感到沉闷压抑的暗淡颜色，也不应涂刷使人亢奋烦躁的强刺激颜色，一般应涂刷使人感到轻松愉快的色彩；汽车信号灯色彩，不同的色彩其警示和照明效果相差悬殊。
交通环境对于交通参与者来说，是再熟悉不过。然而，相当一部分群众在参与交通过程中，却往往忽视了交通环境，导致了本不该发生的事故发生了。交通环境对于交通安全的影响也不容忽视。环境的设置效果直接影响驾驶员的心理状态，也影响交通事故率的高低。如绿化带色彩，绿化带主要以绿色为主，这种颜色属于冷色调，可以调节驾驶人员以及行人的心理和情绪；建筑物及玻璃幕墙、装饰色彩，色彩的过多及过少均容易导致驾驶员烦闷情绪，不利于安全，且玻璃幕墙色彩和装饰性色彩均降低了人们觉察物体的可靠性，在某一瞬间遮住驾驶员的视野因而妨碍车辆和行人的正常通行，甚至导致文通事故。交通设施提供交通活动发生的场地，是交通活动的基础，对于交通色彩安全存在着举足轻重的影响。如交通事故的发生直接与道路条件有关，道路设计是否合理、质量是否合格、等级是否到位、路面色彩搭配是否合理等；道路照明色彩，尤其是在夜间行车的时候，不同颜色的灯光对于夜间行车的驾驶员视线以及灵敏度均会有不同程度的影响。
1.2 基于问卷形式的城市道路交通色彩安全影响因素调查
为了更加实际全面地了解城市道路交通色彩安全影响因素，并探究各影响因素对于城市道路交通色彩安全的影响程度，特组织了一次针对城市道路交通色彩安全的交通调查。调查针对群体为行人（含非机动车骑行者）和驾驶员两类人群，分别从总体评价、人、车、环境、设施等组成部分调查现行城市道路交通色彩安全性能。在调查地点的选择上，首先筛选出徐州市典型路段，经过对徐州市典型路段的对比，综合车流、人流、交通系统组成等，最终选定徐州市解放南路为测试路段。解放南路，全长4860 米，路幅20m，南起城市主干道三环南路，北至和平路，共与6 条城市道路交叉，学校、单位、景点众多，车流、人流量均居高不下。据2012 年底中国矿业大学交通运输系的一次交通调查显示，解放南路每小时的单向车流量达1000~1200 部，双向车流量大约2000~2400 部。随着经济的不断发展，解放南路将汇聚更多的人流、车流，变成更加复杂的交通系统。其全面的影响因素和复杂的城市道路交通系统为的评价模型的测试提供了一个良好的平台。这有利于建立更具普适性评价指标体系，为城市道路交通色彩安全评价奠定良好的基础。
整个调查过程共发放问卷300 份，共回收问卷281 份，有效问卷281 份，有效率100%。其中行人问卷回收181 份，驾驶员问卷回收100 份。从对回收问卷整理来看，我们系统分析了受访人群的信息。本次调查受访人群年龄的分布涉及20 岁以下、20~35、35~50、50 岁四个范围，被调查者的性别比例相对比较均衡，对于交通参与者的出行方式比分配符合广泛性，总体的调查范围具有普遍性和代表性，能够得到一组相对真实可靠的原始数据资料。因此，本次调查的数据能较好反映了徐州市解放南路的交通色彩安全影响因素，可以依此建立较好的评价指标体系。从对回收问卷整理来看，69%的受访者认为交通色彩能影响交通安全，51%的受访者并不满意现行的城市道路交通色彩体系。从调查结果看，交通环境系统中光污染性质的霓虹灯色彩、广告牌色彩、信号色彩、照明色彩和车辆系统中汽车车身色彩等都对交通色彩安全的影响较大，而驾驶员衣着、行人提包等色彩因素对交通色彩的安全影响就比较小。
1.3 城市道路交通色彩安全评价指标体系建立
城市道路交通系统是一个由人、车、路、环境构成的动态系统。它们是一个相互影响，相互联系的整体，众多的影响因素、复杂的关系、不断变化的因素测度、数据的不确定性等都给普适性评价指标体系的确定带来一定困难。因此，要建立一套科学合理的城市道路交通色彩安全评价体系是本项目的重点。
根据因素分析结果，建立以下指标筛选原则[10]：明确责任范围、与研究对象紧密结合、量化标准的合理性和有效性、统计指标间的非因果性、指标内容间的排斥、数量与质量统一、驾驶行为的动态性等，并建立的交通色彩安全评价指标体系。
本文建立的“城市道路交通色彩安全评价指标体系”包括四个一级指标，分别为行人、非机动车色彩、机动车色彩、必要交通设施色彩、交通环境色彩。行人、非机动车色彩主要是集合行人衣着和非机动车车身色彩而确定的；机动车色彩是结合了机动车、驾驶室以及汽车车身的色彩而综合确定的；必要交通设施色彩则结合了交通设施中的一些主要因素而概括性确定的；由于绿化带、建筑及广告牌色彩等交通环境中的要素对于交通色彩安全的影响权重也很大，汇集这些交通环境最终确定了第四个一级指标。
2 城市道路交通色彩安全评价模型
在对道路交通色彩安全进行评价时，评价模型的选择是一个关键部分。这里由于交通色彩安全评价问题的模糊性，首先考虑传统评价模型中的灰色系统评价法。灰色系统理论是从信息的非完备性出发研究和处理复杂系统的理论，它不是从系统内部特殊的规律出发去研究系统，而是通过对系统某一层次的观测资料加以数学处理，达到在更高层次上了解系统内部变化趋势、相互关系等机制[11]。虽然该模型实现了对系统内部的分析，但是很难摆脱决策过程中的随机性和参评人员主观上的不确定性及其认识上的模糊性。所以在此基础上引入了神经网络评价方法。其具备强大的表示任意非线性关系和自学习、处理推理规则不明确的问题等能力，且无需建立对象的精确数学模型，只需要根据输入的采样数据去估计其要求的决策。这里使用比较常用的BP 神经网络模型[12]。GT-BPNN 模型，既充分考虑评价者的经验和直觉思维的模式，又能降低综合评价过程中的不确定因素，即具备综合评价方法的规范性又能体现出较高的问题求解率。
在网络训练中，发现BP 神经网络容易遇到训练速度慢和目标函数存在局部极小的问题。本文针对这些问题，采用将自适应快速训练算法和动量批梯度下降算法相结合的算法。同时，引入了遗传算法对网络的初始权值与阈值进行优化处理，提高了算法的精确度和网络的训练速度。遗传算法，属于智能优化算法又称为现代启发式算法，是一种具有全局优化性能、通用性强、且适合于并行处理的算法。这种算法一般具有严密的理论依据，而不是单纯凭借专家经验，理论上可以在一定的时间内找到最优解或近似最优解。这些算法与神经网络算法相结合在保证发挥神经网络自身优势的同时还可以解决很好的弥补其在训练速度和早熟方面的缺陷，对于解决徐州市解放南路的交通色彩安全问题有很大的实用价值。其联合评价模型的流程如。
3 城市道路交通色彩调和优化模
型色彩调和可以理解为两种或多种色彩按一定的方法，统一而协调的组合在一起，使色彩关系呈现出规律性、秩序性，满足人的视觉审美和心理需求的色彩搭配。而科学的颜色描述是科学的颜色调和理论的基础。目前，颜色一般以三维空间的形式表达，具体的度量尺度随着应用的不同而不同。在基于显示的模型中，RGB 系统常用于颜色编码和生成；从颜色的心理效应出发描述颜色的空间一般称为颜色感知空间，比如Munsell 系统。现代的色彩调和理论有孟塞尔色彩调和理论、孟·斯宾瑟色彩调和理论等。
将色彩设计方案进行调和处理以获得和谐色彩效果的过程本质上是一个色彩配置的组合优化问题。所以在上述现代色彩理论的基础上，建立了城市道路交通色彩调和优化模型，步骤如下：（1）建立待调和色彩库，按灰色理论建立的各因素权重按由大到小的顺序分批次向待调和色彩库中加入该因素中与待调和色彩库包含色彩不同的色彩；（2）将易于采集数据的RGB 模型转换为HVC 模型；（3）进行两两色彩的组合，并计算色相差△H、明度差△V、纯度差△C；（4）根据算得的△H、△V、△C 判定色彩间是否调和；（5）按照孟·斯宾瑟色彩调和理论提供的伯克霍夫公式进行美度评价，若美度评价值M>0.5，则符合美度要求，此时调和色彩库的色彩组合均符合调和约束；否则，转回步骤（2）调整色相H 值；（6）将完成调和的色彩库中色彩HVC 值转化回RGB 值，并用计算机生成相应颜色；（7）判断所有因素相应的色彩是否已经分批次加入调和色彩库，如果是，则城市道路交通色彩调和完成；否则，按权重大小降序分批次加入该因素所包含颜色与调和色彩库中颜色不同的颜色。具体流程图如。
4 城市道路交通色彩验证算例
4.1 城市道路交通色彩安全评价
为了验证上述评价模型的准确性，特选择了一个算例对所建评价模型进行测试。经过对徐州市典型路段的对比，综合车流、人流、交通系统组成等，最终选定徐州市解放南路为测试路段。本例的数据来自对徐州市解放南路色彩安全评价的调查。调查的数据以打分量表的形式返回（解放南路现场随机发放，回收问卷234 份；中国矿业大学安全学院、艺术学院和交通运输系中选取具有硕士以上学历学者30 份），然后经过打分量表信效度的分析和异常数据的检验，筛选出正常合理的数据，应用灰色理论评价法评价，灰色理论评价法的结果数据即是BP 网络评价法的期望值。这样，便汇集了评价打分和评价结果，构成了BP 网络的训练样本对。
将筛选后数据256 组数据分为三部分：专家打分的30 组数据作为测试组数据；剩余的226 组数据随机分为两部分，其中149 组数据为BP 神经网络训练组数据，77 组数据为BP神经网络检验组数据。经过评判表方法得出评价系统样例一二级指标目标权重值如下：
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}。依据灰色系统评价的算法，运用EXCEL 2003 软件对256 组数据进行传统评价，得到综合评价值6.3541。
标准化各组数据，并设置神经网络和遗传算法结构[13]。算例使用具有一个输入层、一个隐含层和一个输出层的三层网络模型，输入层节点数为12，输出层节点数为1，隐含层节点数为10，初始学习率为0.1，动量因子为0.95，训练误差目标为1.0*10-6，最大训练步数为10000，各层使用函数依次为tansig，tansig，logsig。训练模式：traingdx。遗传算法初始种群为90，遗传代数为100。网络训练数据为训练组数据与灰色评价值组成的149 组数据对，检验网络训练精度的输入数据为77 组检验组数据、检验期望值均为灰色综合评价值。最后测试组数据为专家学者提供的30 组打分数据。
经过以上参数的确定和输入，使用MATLAB7.0（需另外加载遗传算法工具箱GAOT）进行编程求解GA-BP 模型，求得综合评价值6.3396 与专家评价综合值6.3667 的误差仅为0.43%，均属于神经网络评价集中的一般级别。
从评价和城市道路的实际安全情况来看，该路段是属于城市道路交通色彩安全性比较一般的路段，虽然部分影响较重的因素其色彩控制较好，但是整体上来说，色彩间的搭配并不是很协调，仍会诱发一些不安全行为，导致交通事故。所以，其安全性能仍待进一步系统化的优化设计。
从该路段取得的评价指标、相应采集数据以及评价结果来看，应该采取交通改善措施，以减少交通事故。具体建议措施有以下几点。
（1）积极调和优化交通色彩，合理选择交通系统内各项因素的色彩，对其进行统一规划，从而达到更加协调，更具规律性和秩序性，满足交通参与者的视觉需求和心理需求；
（2）依托多种形式的大众传媒，结合时代流行趋势，对交通参与者的衣着配色进行合理的引导。如周边的学校可以开展相关的安全教育和引导，普通群众则可通过网络、公益广告和宣传材料等了解相应的安全知识；
（3）加强相关部门（如城建部门、环境部门）的监管审查力度，杜绝违规违章建设，共同建设和维护安全和谐、有规律、有秩序的交通色彩环境。
（4）定期维护相关交通设施，及时进行设施检修，经常清洁相关的基础设施，防止灰尘等杂物的附着，影响色彩环境。
4.2 城市道路交通色彩调和优化
依据的调和优化过程，我们依次筛选出各因素的色彩，并加入调和色彩库中。然后使用计算机提供的色彩编辑器进行RGB 的读取。
依据，我们可以将本次色彩调和过程按照权重分为六个批次。首先将第一批次的汽车车身和汽车车灯的6 种颜色进行调和，发现银色蓝色、银色淡黄色、红色淡黄色三组色彩并不调和，而从色彩心理学角度分析，银色和红色车身均有利于车辆的行车安全，蓝色为深色系不利于晚间和晨间的车辆辨识，所以剔除了蓝色并调整了淡黄色为目前高档车灯常用的泛蓝白色。经过调整后，第一批次的色彩均调和，且美度值达到0.89，符合美度值要求。向调和色彩库加入第二批次的交通信号色彩红色、绿色与黄色，进行色彩库色彩调和，由于黄色明显与红色不调和，但是红黄色彩的明显对立，可以有效提醒和警示交通参与者，是一种国际社会公认的有效的安全色彩，所以这里只向色彩库加入绿色和黄色，但是黄色的使用时间不宜过长，这与现行的交通信号灯的建设趋势相近，且美度值达到1.29，符合美度值要求。
向调和色彩库加入第三批次的行人衣着、非机动车色彩，由于前面已经剔除了不易调和得蓝色，所以这里只向色彩库加入白色；向调和色彩库加入第四批次的路面、标志标线、道路照明色彩，这里只向色彩库加入灰色，剔除不调和的淡黄色和明黄色；向调和色彩库加入第五批次的驾驶室色彩，这里只向色彩库加入棕色和淡灰色；向调和色彩库加入第六批次的绿化带、装饰照明、建筑及广告色彩，这里只向色彩库加入深绿色。最后所有批次均达到调和要求且美度值分别达到1.50、1.55、1.49、1.59，符合美度值要求。
经过上述的调整调和过程，提出了以下的交通色彩推荐配置方案：
汽车车身的配色，推荐为浅色系的银色和深色系的黑色、红色，白天黑色和红色的安全性较好，傍晚和晨曦的浅色系辨识性较好，可根据环境需要自行选择。汽车车灯的选择，除了提示的红色灯，对于车灯照明上，推荐为泛蓝白色的灯光，亮度高，与周围环境色彩的协调性好，美度好。路面色彩铺装灰色，就目前调和情况而言，可以满足需要，但是长久的灰色会给人压抑感，同时道路两边的绿化较好，可换装鲜艳的红色和深绿等色彩的路面，且不同色彩的车道容易辨识，不需配备道路标线。交通信号色彩配置基本合理，但也可尝试建议取消影响色彩美度和协调的黄色，保留红色和绿色，同时可增加读秒设备以提醒司机起动或停车，还可以减少交通信号的复杂度和成本。标志标线的配色也基本合理，此处也可尝试单一化色彩改进为多元化色彩，使标志标线更具立体感，更能引起交通参与者的注意。道路照明可采用白色光或泛黄的白光。绿化带颜色现行的大部分为深绿色，已经满足美度和调和要求，同时也可点缀一些红色的花圃。装饰照明和广告牌，应是有关部门必须控制的一项，尤其是注意带有黄色的装饰照明，此处不提倡使用，推荐红、绿、白等色。建筑色彩则红、浅灰、白、银、棕等色均可取，但是要注意限制玻璃幕墙，玻璃幕墙的反射光对城市道路交通安全影响巨大。行人衣着是本次配色方案中最不易控制的一种，建议行人着装时分时段着装。比如，傍晚和晨曦时，应以醒目的浅色系白色等为主；白天天气良好时可以穿着以鲜艳色彩并最好以红绿等为主和深色系的衣物。
5 结语
项目以城市交通色彩为基础，引入系统工程学、统计学、现代色彩理论和色彩心理学等知识。在进行城市道路交通色彩安全评价时，基于现有研究成果，通过问卷实地调查方式，构建了城市道路交通色彩安全评价指标体系，并建立GT-GA-BP 的联合模型进行交通色彩安全评价。同时在现代色彩理论的基础上，提出了城市道路交通色彩进行调和优化算法。通过城市道路色彩验证算例，以上模型均达到了预期效果，适于在城市交通色彩领域应用，并提出了相关改善建议和推荐配色方案。
安全改善建议为调和交通系统色彩、加强相关部门监管审查和宣传教育力度，并及时检修和清洁相关设施。色彩推荐配置方案为汽车车身推荐浅色系的银色和深色系的黑色、红色；汽车车灯照明上推荐为泛蓝白色；路面色彩可铺装鲜艳的红色或深绿等色彩；需注意限制带有黄色的装饰照明，推荐红、绿、白等色；建筑色彩中红、浅灰、白、银、棕等色均可取，但是不宜采用蓝色墙体，同时需尽量避免玻璃幕墙的使用；交通信号和绿化带、标志标线的现行配置基本合理，但可以尝试进行大小、形状的改进；行人衣着是本次配色方案中最不易控制的一种，建议行人分时段着装。
由于研究项目比较新颖，相关的研究较少，本项目也只是做了初步的研究，还存在以下几点的进一步研究：（1）将色彩安全评价综合到交通安全评价中，完善现行交通安全评价体系和方法；（2）色彩对交通安全的影响能够进行计算机仿真模拟。
中国硕士论文网提供大量免费mba硕士论文，如有业务需求请咨询网站客服人员！
[参考文献] (References)
[1] 高等院校安全工程专业教学指导委员会．安全人机工程学[M] ．北京：煤炭工业出版社，2002．
[2] Yoshi Miyakawa 著，丁良旭译．色彩战略——色彩设计对汽车的作用[J] ．客车技术与研究，1994，12(2)：130~133．
[3] 苑红伟，肖贵平等．色彩与交通安全关系探析[J] ．工业安全与环保，2006，32(5)：62~64．
[4] 李振福．色彩心理与城市交通安全文化分析[J] ．安全与环境工程，2006，13(4)：70~76．
[5] 李振福．城市色彩控制与城市交通安全文化[J] ．人类工效学，2007，13(3)：52~54．
[6] 李振福．城市交通色彩安全研究[J] ．交通建设与管理，2007，(8)：42~45．
[7] 苑红伟，肖贵平等．汽车色彩设计对交通安全的影响研究[J] ．安全与工程学报，2006，6(6)：112~115．
[8] 盛尚雄．交通色彩和城市色彩设计与国家标准[J] ．标准化报道，1997，18(1)：14~16．
[9] 张强，陈雨人等．色彩心理在道路交通安全中的应用[J] ．华东公路，2005，(6)：65~67．
[10] 赵新建著．系统评价学[M] ．北京：中国科学技术出版社，2007．
[11] 杨亚萍． 基于 BP 网络的产品造型评价系统[D] ．西安：长安大学，2006．
[12] 谢庆生等．机械工程中的神经网络方法[M] ．北京：机械工业出版社，2003．
[13] 吴建生，金龙，农吉夫．遗传算法BP 神经网络预报研究和应用[J] ．数学的实践和认识，2005，35(1)：83~88．
【城市道路交通色彩安全评价及调和的研究】相关文章：
城市公交线路网规划评价方法研究05-11
电影色彩艺术的美学特征研究论文08-21
公共艺术在城市中的交互研究论文05-23
多层螺旋CT心功能评价研究概况06-14
城市巡逻移动自组网路由协议研究05-30
城市绿化园林工程关键技术研究05-03
张承地区可持续发展评价研究04-29