英语原文共 12 页，剩余内容已隐藏，支付完成后下载完整资料
衡量自动驾驶汽车使用意向：以德克萨斯州为例
摘要：尽早地进行公众对自动驾驶汽车使用意向的测量，将有助于探索公众对自动驾驶汽车的反应，改善这方面知识基础，并有助于人们理解其可能实现的潜在利益。我们采用汽车技术接受度模型（CTAM），在德克萨斯州的几个城市进行了网上调查，包括2016年对达拉斯，休斯敦和韦科的调查，延伸了2015年以前在奥斯丁进行的调查研究。在研究中添加不同的地理内容为评估公众在自动驾驶汽车接受方面地趋势，获得更可靠的结果提供了可能性，同时对研究自动驾驶汽车的消费者接受度和出行方式影响提供了不同的见解。经过广泛的描述性分析，在对德克萨斯州的研究中，我们使用多变量模型来研究影响公众对自动驾驶汽车使用意向的因素。结果显示，从2015年到2016年，公众对自动驾驶汽车使用意图有所增加。虽然人口统计变量重要，但与汽车技术接受度模型中的社会心理变量相比重要程度较小，后者在预测使用意图方面具有重要意义。在较年轻的人群中，男性和因身体状况无法驾驶的人对自动驾驶汽车有较高的使用意向。同时，出行方式特征也很重要，例如，拥有高度自动化车辆的消费者对自动驾驶汽车有更高的使用意向。对自动驾驶汽车的态度，性能期望，感知安全性和社会影响力等因素与使用意向有很大关系。在后续研究中，我们将把研究重心放在继续跟踪记录不同人群的行为上，并通过不断衡量公众对自动驾驶汽车使用意向来建立基于证据的共识。
关键词：车辆自动化；新技术的采用；CTAM模型；自动驾驶汽车；德克萨斯州
1 引言
自动驾驶汽车（AV）技术是潜在的变革性技术，其对运输系统的影响，成本和收益是高度不确定的。自动化的汽车技术从驾驶员手中承担了部分甚至所有的汽车操作责任。由于大多数交通事故是由人为失误引起的，因此自动驾驶汽车技术在交通安全方面的益处是令人信服的。此外，自动驾驶汽车技术在缓解拥堵和减少空气污染方面也有预期效益。在评估自动驾驶汽车对政策和社会的潜在影响的研究中，, Milakis, Arem, 和 van Wee（2017年）证实了自动驾驶汽车在道路通行能力，排放和事故风险方面有正面影响。然而，在经济，公共卫生和社会公平等其他方面的影响还有待探索。其预期的应用场合和应用时间也不太确定。在乘用车中，自动驾驶汽车可以作为私有车辆或机动性车队。而预期应用时间并不依赖技术开发，而更多取决于政策和市场需求。
关于消费者对自动驾驶汽车接受和采纳情况等市场需求层面内部问题，对于理解自动驾驶汽车对出行需求的未来影响至关重要。尽管自动驾驶汽车技术正在以多种方式发展，并且有一些汽车已经以进入测试阶段，但高度自动化的汽车（或自动驾驶汽车）尚未向公众开放。因此，目前没有任何案例将该技术作为现有运输系统的一部分进行衡量，所以很难可靠地预测其对未来的影响。只有大众大量使用自动驾驶汽车，交通运输规划者才能使用这些数据来建立数据支持的行为模型。
当今的交通运输规划者陷入了两难境地：期望技术带来变革，但无法充分确定这种变革所产生的影响。推动其发展的一个基本步骤是不断研究和监控公众行为变化和与自动驾驶汽车相关的数据。无人驾驶汽车的使用可能会带来许多预期的正面收益，但这取决于人们在面对自动驾驶技术及其特性时所做出的决定。因此，当务之急是继续衡量个人对于自动驾驶汽车的态度和使用意向。尽早地进行公众对自动驾驶汽车使用意向的测量，将有助于探索公众对自动驾驶汽车的反应，改善这方面知识基础，并有助于人们理解其可能实现的潜在利益。对自动驾驶汽车公众态度的连续性观测可以指导有关该技术的预期全系统性收益的政策和计划决策。
为了解决上述讨论中的潜在问题，本研究旨在通过回答以下几个问题来帮助提高研究人员对于自动驾驶汽车及接受度方面的了解程度：人们使用高度自动化的车辆的可能性有多大？影响接受度和使用意向的因素有哪些？人们会因使用高度自动化的车辆而以何种方式改变其当前的出行行为？具体来说，本文通过在德克萨斯州几个城市实施的在线调查，探索并评估了公众对于自动驾驶汽车的基本使用意向。
2 文献综述
近年来，研究人员认识到自动驾驶汽车接受度的重要性，对研究自动驾驶系统的普遍接受度和潜在用途的兴趣也日益浓厚。许多研究已经确定了可能影响和塑造消费者观念和态度的因素。然而，据我们所知，没有一项研究采用了接受和使用的理论或概念模型，并且这些研究都是由学术或行业研究人员进行的一次性特定调查。这类研究涵盖了各种方法学方法，数据来源和变量，导致研究相关结论彼此矛盾，并且很难将研究结果进行比较。但是，有一些本研究感兴趣的主题显现了出来。
首先，人口统计变量的意义尚不确定，因为不同的研究结果得出了相互矛盾的结果。许多跨代研究发现，年轻的驾驶员更可能接受自动驾驶汽车和相关技术，而年长的驾驶员则对此不太满意或不感兴趣。Rodel发现年龄的影响在不同程度的自动化汽车之间是不同的，这表明年龄是一个需要进一步深入研究的话题。但是，一些研究发现年龄对自动驾驶汽车接受度的影响有限或不明显。例如，Kyriakidis等人对109个国家的人们进行了调查，结果发现年龄和性别都不是重要因素。但是，他们发现人们对自动驾驶技术的支付意愿与其收入和车辆行驶公里数有关。同样，加州大学伯克利分校的研究人员也发现，人们是否采用自动驾驶技术与收入有关。
其次，在经过相关研究中，诸如信任和技术安全感等社会心理变量是自动驾驶汽车接受度的影响因素。s. Fraedrich和Lenz网上调查了消费者的评论，发现了大多是与安全性，信任度和可靠性有关的问题。在其他研究中，自动驾驶汽车的安全问题与起在混合交通中的性能以及其相对于人类的驾驶性能有关。信任问题与数据隐私、系统漏洞以及控制问题有关。
第三，其他几项研究发现了驾驶员的特征和驾驶经历都是接受度的决定因素，例如人们当前驾驶的汽车类型以及以前使用或接触过车载技术的经历。2017年Becker对自动驾驶汽车的调查回顾发现，目前拥有先进驾驶系统的车辆的人群更倾向于使用自动驾驶汽车，并且对当前技术有一定程度的了解。. Sener, Zmud, 和Simek发现，乘坐叫车服务的用户使用自动驾驶汽车的总体意图要高于不使用此类服务的用户。他们的结果表明，乘车服务的长期用户中使用意图最高，与非用户相比，使用无人驾驶技术的可能性更高，几乎为2：1。研究报告还显示，人们落入技术采用曲线的时间（即早期或晚期）与接受和使用自动驾驶汽车的可能性之间存在密切的联系。一般而言，技术的早期使用者有望成为自动驾驶汽车的早期使用者。
第四，人们对自动驾驶技术的支付意愿很低。先前的一些研究已经对支付意愿进行了衡量。尽管使用的方法各不相同，但研究结果是一致的，因为大多数受访者不愿意为此技术支付额外费用。例如，在一项年度调查中， J.D. power发现只有24％的受访者愿意支付3000美元为自己的下一辆汽车中加入自动驾驶模式。虽然这个比例从2012年的20％有所增加，但仍然很低。 除了自动驾驶功能以外，还有其他有关无线连接系统的研究也是如此。
第五，在出行行为影响方面的经验证据很少。尽管上述研究调查了接受和使用情况，但没有一个研究调查对旅行需求的潜在影响问题。有几项研究将建模技术应用于现有数据集以研究此类问题。这些研究得出的结论是，车辆拥有量将减少，VMT将增加，而公交模式所占份额将减少。尽管此类研究在潜在影响方面提供了指导，但在加深我们对自动驾驶汽车的可接受性，采用和使用的决定因素的理解方面受到了限制。这是因为研究结果通常基于纯逻辑或建模假设，而不是基于观察收集的可验证信息。
有必要收集有关接受和采用自动驾驶汽车技术的文献，以更好地分析公众个人的观点并开发更合乎逻辑的市场渗透模型。进行更多的培训对于基于合理的自动车辆撞击场景开发战略模型尤为重要。建立基于证据的接受和采用情况，将有助于在这种不确定的复杂环境中进一步发展。
3 研究过程
3.1数据采集
本研究中使用的数据来自德克萨斯州的调查。该研究方案得到了德克萨斯A＆M大学系统机构审查委员会的批准。这项调查的首次实施于2015年4月至5月，针对的是德克萨斯州奥斯汀市的居民。在收集奥斯丁样本后仅一年，即2016年4月至5月，该调查就扩展到了德克萨斯州的更多人口，其中包括另外三个城市：休斯敦，达拉斯和韦科。 如本文所述，添加不同的地理内容，并包括具有不同旅行和人口统计环境的区域，极大地帮助获得了更可靠的结果，并获得了对自动驾驶汽车的消费者接受度和旅行行为影响的不同见解。
调查方法来自其他学者的早期研究。在该研究中，研究人员第一次使用汽车研究文献中的汽车技术接受模型（CTAM）来评估自动驾驶汽车的接受和使用情况。汽车技术接受度模型是从与信息技术接受和采用相关研究的悠久历史发展而来的。在信息技术领域，接受度被定义为“用户组中愿意将信息技术用于其所支持的任务的明显意愿”。计划行为理论和技术接受度模型是定义和衡量信息技术接受度的常用框架，Venkatesh等人成功地综合了这些框架和其他六个框架中的不同基础概念，从而提出了接受和技术使用的统一理论（UTAUT）。Osswald等人进一步修改了UTAUT模型，使其适用于汽车环境。CTAM根据汽车技术研究文献向这些技术改进模型中添加了变量。 在汽车技术研究领域，接受度被定义为“个人在驾驶中使用该系统的程度，或者，如果该系统不可用，则对该系统使用意向的程度”。对于自动驾驶汽车，使用意向是一个重要的概念，因为该技术尚未投放市场。使用意图基于接受程度。直到产品应用于实际且驾驶员有机会“真实地”体验到产品，他们才能做出判断并就与实际使用有关的问题提供可靠和有效的答复。该方法旨在解决以下事实：大部分公众不了解自动驾驶汽车，因此对该技术可能存在一些误解和不确定性，这会影响调查答复的准确性和可靠性。除了人口统计资料外，社会心理因素也被纳入模型框架，作为决定是否采用新技术的潜在指标。在线调查针对18岁以上的个人，包括36个问题。平均答复时间为10-15分钟。该调查包括以下几个主题：
（1）个人人口统计信息（年龄，性别等）。
（2）家庭人口统计信息（收入，子女数量等）。
（3）出行行为特征（车辆所有权、通勤方式等）。
（4）隐私问题和采用曲线。
（5）CTAM变量（对自动驾驶汽车的态度/看法；心理变量，例如感知安全性，社会影响力；以及个性程度，例如对控制的渴望，对技术的接受程度等）
本研究共在四个城市中收集了3097份可用调查：奥斯汀（556），休斯敦（1532），达拉斯（1039）和韦科（526）。图1显示了被调查区域的调查数据空间分布。
图1 自动驾驶车辆调查的空间分布
3.2数据分析
受访者被问及他们对自动驾驶汽车的使用意向：1（完全没有可能），2（有点可能），3（有点不太可能）到4（极有可能）：``想象一下，无人驾驶汽车现在已经在市场上出售或出租。 您每天会乘坐自动驾驶汽车的可能性有多大？” 鉴于自动驾驶汽车是一种新的车辆技术，因此自动驾驶汽车一词被用于与研究对象的沟通中。很明显，该研究的关注的是完全控制驾驶任务各个方面的车辆。
在提供了自动驾驶汽车的定义之后，我们提出了有关使用意向的问题，然后是一个简短视频的链接，该视频演示了在公共道路上行驶的自动驾驶汽车：
“在我们的研究中，我们对您对自动驾驶汽车的看法感兴趣。 在接下来的5到8年内，您可能可以从主要制造商那里购买自动驾驶汽车，或者通过汽车共享服务使用自动驾驶汽车。无人驾驶车辆是在整个行程中控制所有驾驶功能的车辆，包括转向，制动和加速。 它涵盖高速公路驾驶，邻里驾驶和停车等活动。“操作员”提供目的地或导航输入，并且在条件允许的情况下位于车辆中，以接管车辆的控制权。 无人驾驶汽车的市场推动力是使驾驶更安全，更高效。 在继续下一个问题之前，请观看以下有关自动驾驶汽车的视频：”
观看视频后，受访者在参与调查之前被问及是否听说过自动驾驶汽车。 大多数受访者听说过自动驾驶汽车，在休斯敦（85％），达拉斯（84％）和韦科（84％）的认识水平相对相似。 前一年，奥斯丁调查受访者的认识水平有所降低（80％），这可能表明奥斯丁调查（于2015年进行）与其他城市的调查（于2016年进行）之间存在一年的差异。
我们进行了几项分析以探讨德克萨斯州四个城市使用自动驾驶汽车的意图问题。这些分析始于对调查结果的广泛描述性分析，着重于详细研究跨城市使用趋势的意图。然后，我们使用意向的多元有序响应模型，以检
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[238216]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
