本研究基于大样本的调查数据，从行人的行走需求入手，对影响行人满意度的交通流特性、步行设施、环境条件等多因素的提取和融合方法展开研究，建立科学、合理的城市道路人行道服务水平评价方法。主要内容与结论如下：.1）通过视频录制与轨迹跟踪技术采集不同行人流率条件下的行人轨迹数据，分析行人在发生超越、避让、跟随等行为时的相对累计横向位移与速度变化特性，根据行人的真实行走心理感受，对现有研究中划分人行道服务等级时的行人流率阈值标准进行了修正，提出了基于行人微观行为特征的人行道服务水平基础等级划分标准。.2）通过行人眼动实验获取不同行人流率条件下行人眼动注视范围，定性的确定行人的心理感知域范围。为了更加真实、客观地得到行人对不同条件人行道的满意度，通过眼动仪和心电仪分别采集行人在不同人行道条件下的平均瞳孔直径与平均心率变化，并通过生理指标与满意度问卷结果的对比，对行人满意度问卷得到的数据进行客观验证，进而获取更加客观、更符合行人心理需求的人行道服务水平评价数据基础。.3）采用信度检验方法，对最基础的行人满意度问卷量表设计方法与调查方法的有效性进行验证和比选，最终选取最符合国内行人打分习惯的10级量表问卷形式进行大样本的人行道路边随机问卷调查，获得有效问卷7300份，调查地点包含北京市不同区域、不同道路等级的132条人行道，为人行道服务水平评价方法的研究提供足够的样本数据支撑。.4）通过对影响行人心理感受的行人交通流状态、步行交通设施、行走环境条件等因素的分析，对人行道步行影响因素的层次结构进行划分。采用格式塔理论与图像边缘检测相结合的方法对复杂的步行环境因素进行量化，并根据等级相关分析计算结果提取各感知域范围内的影响行人满意度的显著性因素，进而建立不同行人感知域范围条件下的人行道服务水平评价指标体系。.5）采用模糊聚类方法获取不同人行道服务水平对应的行人满意度评分阈值，通过对行人流率与人行道道路环境条件对行人满意度主导作用的鉴别，根据不同行人流率条件下对行人满意度产生影响的因素的差异性，建立了基于行人流率划分的人行道服务水平系列评价模型。针对人行道服务水平与其各项影响因素包含多种类型变量的特点，采用模糊神经网络算法对各等级模型数据进行训练，提出了多因素影响下的城市道路人行道服务水平评价方法。