街道设计与驾驶行为：来自米兰、阿姆斯特丹和迪拜大规模研究中的证据
物理与社会
2025-07-08 v1 计算机视觉与模式识别
摘要
近年来，城市 increasingly 将速度限制从 50 km/h 降低到 30 km/h，以提高道路安全性、减少噪音污染并促进可持续出行方式。然而，实现对这些新限制的遵从率仍是城市规划者的关键挑战。本研究考察了米兰驾驶员对 30 km/h 速度限制的遵从情况，并分析街道特征如何影响驾驶行为。我们的发现表明，仅引入较低的速度限制并不足以有效降低驾驶速度，这凸显了需要理解街道设计如何改善速度限制遵从率的重要性。为此，我们应用基于计算机视觉的语义分割模型对 Google Street View 图像进行分析。大规模分析揭示，较窄的街道和密集建设环境与较低速度相关，而视野更广、天空视角更大的道路则鼓励更快的驾驶。为评估当地背景对驾驶速度的影响，我们将所develop的方法框架应用到另外两个城市：阿姆斯特丹（类似米兰，是历史悠久的欧洲城市，最初不为汽车设计），以及迪拜（近年来以更以汽车为中心的设计发展）。分析结果基本上确认了米兰获得的发现，表明本文确定的道路设计准则对于驾驶速度遵从率具有广泛适用性。最后，我们开发了一个机器学习模型，用于基于街道特征预测驾驶速度。我们展示了该模型的预测能力，通过估算若米兰全城采用 30 km/h 速度限制的合规情况，来说明该模型的实用价值。这一工具为城市规划者提供了可操作的见解，支持设计干预措施以提高速度限制遵从率。
引用
@article{arxiv.2507.04434,
title = {Street design and driving behavior: evidence from a large-scale study in Milan, Amsterdam, and Dubai},
author = {Giacomo Orsi and Titus Venverloo and Andrea La Grotteria and Umberto Fugiglando and Fábio Duarte and Paolo Santi and Carlo Ratti},
journal= {arXiv preprint arXiv:2507.04434},
year = {2025}
}