近年來由於都市的高度發展，交通問題日趨嚴重，民眾對於「行」的資訊需求亦是與日俱增。以先進用路人資訊系統（Advanced Traveler Information Systems, ATIS）角度探討都市幹道旅行時間議題為目前重要的研究課題之一。為提供即時交通資訊，各交通主觀機關均積極佈設各項交通偵測器，藉由交通偵測器所回報之各項交通參、變數，進一步應用各種模式轉換為對民眾具有價值之有效資訊。由於「旅行時間」對民眾而言可說是一種最直接的交通資訊，民眾在得知相關路徑的旅行時間後，在出發前可據以評估選擇所使用之交通運具；在途中亦可做為路徑選擇的依歸，故路段旅行時間可說是相當直觀、有效的交通資訊。

目前國內、外有關旅行時間主要的資料來源為交通偵測器，大部分的偵測器皆可收集流量、佔有率、速度等交通變數，但是不同種類的偵測器也會因其不同特性而有所限制，因此在使用上必須通盤考量才能有較佳之資料品質。本研究以非接觸式微波雷達偵測器SmartSensor作為資料蒐集之工具，並透過不同方法論推估路段旅行時間。

目前常見的旅行時間演算法主要的理論可分為三個方向：車流理論、統計分析，以及人工智慧方法。各項方法均有其限制條件及不同的輸出、輸入項，故本研究藉由比較巨觀車流理論、卡門濾波模式，以及類神經網路模式等方法論，進一步找出較適合台灣地區使用之路段旅行時間推估模式與演算法。

此外，偵測器之佈設策略對於模式績效的影響甚鋸，故本研究希冀分析最合適的偵測器佈設準則，以獲得準確的旅行時間預測值。本研究藉由實驗設計，以旅行時間推估模式為基準，分別從縱向、橫向與數量等三個角度分析適合台灣地區的偵測器佈設準則，藉此希望能找出適合本土的都市幹道路段旅行時間推估模式及偵測器佈設策略，以期能提供用路人可靠且值得信賴的交通資訊。

根據模式數值分析結果顯示，旅行時間推估模式以類神經網路模式之績效最佳，其MAPE值約10%。而偵測器佈設策略方面，合適的佈設位置短路段以距路段上游約100公尺為佳；長路段則以路段中游處為佳，惟該分析結果為特定路型之結論而非通則性之答案。此外，成對偵測器佈設策略可提高模式之準確性，使得模式績效提高，但是幅度不大，是否值得在同一路段上佈設兩組偵測器，鑒於偵測器之成本高昂，在成本效益的考量下，原則上以每一路段佈設一組車輛偵測器為宜。

Due to the rapid development in urban areas, traffic problem becomes serious in recent years. It turns out that travelers need more traffic information both in qualitative and quantitative perspectives.  In the area of advanced traveler information systems (ATIS), the estimation of arterial travel time is one of the crucial research topics.  In order to conduct effective traffic management, the government agencies have installed vehicle detectors to monitor and collect traffic characteristics (e.g., flow, occupancy, and speed) and estimate link travel time accordingly.

The present research used a microwave type vehicle detector called SmartSensor to collect traffic characteristics and use three kinds of models to estimate link travel time.  The research is aiming to evaluate different link travel time estimation methodologies and propose installation criteria for traffic detector on urban arterials.

Because little work has been done in the area of arterial link travel time estimation and corresponding vehicle detector installation strategies, therefore we are targeting to investigate the relationship between detector location and the ability of a system to monitor traffic characteristics.

To evaluate the targeted travel time models and to evaluate the installation criteria for traffic detector, RMSE and MAPE values were calculated.  In the issue of travel time estimation, the results were promising in view of most travel time estimates are statistically accepted.  The best model is ANN-based models.  Its MAPE is 10%.  In another issue, the optimal detector location was identified to be about 100 meters from upstream intersection.  The study also showed that detector data obtained on one link could only represent accurate link travel time estimate on that link, and it could not be representative to an adjacent link.  Finally, link travel time estimate obtained by using pair-wise is slightly better than that of using single vehicle detector, however in view of the high cost of traffic detector costs, it is suggested to install one traffic detector at most in a single link on urban arterials.

目         錄
頁次  
中文摘要
英文摘要
目錄.......................................................................................................................Ⅰ
圖目錄……………………………………………………………………………Ⅳ
表目錄……………………………………………………………………………Ⅵ

第一章  緒論
1.1 研究背景與動機……………………………………………………….1
1.2 研究目的……………………………………………………………….2
1.3 研究範圍……………………………………………………………….3
1.4 研究流程……………………………………………………………….4
1.5 研究內容……………………………………………………………….4

第二章  文獻回顧
    2.1 旅行時間推估方法……………………………………………………6
    2.2 考慮路口影響之旅行時間推估方法…………………………………16
    2.3 交通偵測器佈設議題…………………………………………………19
    2.4 其他相關文獻…………………………………………………………21
    2.5 小結……………………………………………………………………22

第三章 問題描述與現況探討
    3.1 問題描述………………………………………………………………26
        3.1.1 都市幹道旅行時間推估議題………………………………….26
        3.1.2 交通偵測器佈設策略議題…………………………………….28
        3.1.3 小結…………………………………………………………….29
    3.2 現況探討………………………………………………………………30
        3.2.1 國內旅行資訊提供現況……………………………………….30
        3.2.2 國內偵測器佈設現況………………………………………….32
3.2.3模式應用之交通資料定義與車輛偵測器資料蒐集能力……..34
   
第四章 理論模式
    4.1 迴歸分析方法…………………………………………………………37
    4.2 以巨觀車流理論推估旅行時間………………………………………39
    4.3 以類神經網路模式推估旅行時間……………………………………46
    4.4 以卡門濾波模式推估旅行時間………………………………………51
    
第五章 實驗設計與資料分析
    5.1實驗設計……………………………………………………………….59
    5.2資料分析……………………………………………………………….69
    
第六章 實證分析
    6.1 Oh模式分析結果………………………………………………………88
    6.2 類神經網路模式分析結果…………………………………………….97
    6.4 卡門濾波模式分析結果……………………………………………….107
    6.4 交通偵測器佈設策略分析…………………………………………….109
    6.5 小結…………………………………………………………………….119

第七章 結論與建議
    7.1 結論…………………………………………………………………….121
    7.2 建議…………………………………………………………………….123
參考文獻…………………………………………………………………………124
附錄一 文獻回顧附表…………………………………………………………..125
附錄二 Oh模式數值分析流程…………………………………………………133
附錄三 類神經網路模式數值分析流程………………………………………..135





















圖     目     錄
頁次  
圖1.1 研究流程圖……………………………………………………………...4
圖2.1三角型態之流量-密度關係圖…………………………………………..9
圖3.1 交通管理與控制系統流程圖…………………………………………..29
圖3.2 研究問題界定圖………………………………………………………..30
圖4.2 大度路求解結果評估比較圖…………………………………………..45
圖4.3 類神經網路架構示意圖………………………………………………..49
圖4.4 系統基本關係圖………………………………………………………..52
圖4.5 卡門濾波模式求解流程圖……………………………………………..56
圖5.1 實測調查路段範圍圖…………………………………………………..60
圖5.2 堤頂大道調查範圍圖…………………………………………………..60
圖5.3 舊宗路調查範圍圖……………………………………………………..61
圖5.4a  堤頂大道車牌辨識旅行時間調查位置……………………………..61
圖5.4b  舊宗路車牌辨識旅行時間調查位置………………………………..62
圖5.5a 堤頂大道停等延滯調查範圍…………………………………………62
圖5.5b 舊宗路停等延滯調查範圍……………………………………………63
圖5.6a 堤頂大道轉向調查範圍………………………………………………63
圖5.6b 舊宗路轉向調查範圍…………………………………………………64
圖5.7a 堤頂大道流量調查範圍示意圖………………………………………64
圖5.7b 舊宗路流量調查示意圖………………………………………………65
圖5.8 偵測器架設方式………………………………………………………..66
圖5.9 偵測器架設於路燈柱示意圖…………………………………………..66
圖5.10實驗流程圖…………………………………………………………….69
圖6.1 Oh模式分析流程圖…………………………………………………….88
圖6.2 堤頂大道各時階旅行時間值比較圖…………………………………..91
圖6.3舊宗路各時階旅行時間值比較圖……………………………………...96
圖6.4 類神經網路模式分析流程圖…………………………………………..98
圖6.5 堤頂大道模式A輸出結果評估圖…………………………………….100
圖6.6堤頂大道模式B輸出結果評估圖……………………………………..102
圖6.7 舊宗路模式A輸出結果評估圖……………………………………….104
圖6.8 舊宗路模式B輸出結果評估圖……………………………………….106
圖6.9 兩實測路段類神經網路模式績效評估圖……………………………..107
圖6.10 堤頂大道卡門濾波模式績效分析……………………………………108
圖6.11 舊宗路那門濾波模式績效分析………………………………………108
圖6.12縱向偵測器佈設策略分析圖（堤頂大道）………………………….112
圖6.13縱向偵測器佈設策略分析圖（舊宗路）…………………………….114
圖6.14 橫向偵測器佈設策略分析圖（堤頂大道）…………………………115
圖6.15 橫向偵測器佈設策略分析圖（舊宗路）……………………………116
圖6.16 成對偵測器佈設策略分析圖（堤頂大道）…………………………119
圖6.17 成對偵測器佈設策略分析圖（舊宗路）…………………………....119










表     目     錄
頁次  
表2.1-1旅行時間之分類與內容表……………………………………………7
表2.1-2交通分析需求之旅行時間分類表……………………………………7
表2.1-3國內以類神經模式為主之旅行時間研究表…………………………11
表2.1-4以統計方法為基礎旅行時間推估模式之比較表……………………13
表2.2-1 Sisiopiku與Rouphail所回顧之模式評比表（1）………………….17
表2.2-2 Sisiopiku與Rouphail所回顧之模式評比表（2）………………….17
表2.3-1 美國FHWA設置車輛偵測器間距之建議…………………………..21
表2.5-1旅行時間推估模式之定性評比表…………………………………....23
表3.1-1 市區道路與公路系統差異表………………………………………...27
表3.2-1 國內交通資訊網站彙整比較表……………………………………...31
表3.2-2 國內交通資訊網站彙整比較表……………………………………...32
表3.2-3 城際省道車輛偵測器佈設現況表…………………………………...33
表3.2-4台北市車輛偵測器佈設數量與種類現況表………………………....33
表3.4-5各偵測器安裝方式、可量測資料及偵測能力比較表……………....36
表4.2-1 大度路之OH模式評估結果………………………………………...43
表4.2-2 OH+Webster模式估計結果…………………………………………..45
表5.1-1模式推估能力評估準則……………………………………………....67
表5.1-2 相關研究績效結果…………………………………….……………..68
表5.2-1 堤頂大道之流量VS旅行時間ANOVA表…………………………70
表5.2-2 堤頂大道之流量VS旅行時間迴歸模式參數估計表………………70
表5.2-3 堤頂大道之速度VS旅行時間ANOVA表…………………………71
表5.2-4 堤頂大道之速度VS旅行時間迴歸模式參數估計表………………71
表5.2-5 堤頂大道之佔有率VS旅行時間ANOVA表………………………72
表5.2-6 堤頂大道之佔有率VS旅行時間迴歸模式參數估計表……………72
表5.2-7 堤頂大道之密度VS旅行時間ANOVA表…………………………73
表5.2-8 堤頂大道之密度VS旅行時間迴歸模式參數估計表………………73
表5.2-9 舊宗路之流量VS旅行時間ANOVA表……………………………74
表5.2-10 舊宗路之流量VS旅行時間迴歸模式參數估計表………………..74
表5.2-11 舊宗路之速度VS旅行時間ANOVA表……………………..........75
表5.2-12 舊宗路之速度VS旅行時間迴歸模式參數估計表…………..........75
表5.2-13 舊宗路之佔有率VS旅行時間ANOVA表………………………..76
表5.2-14 舊宗路之佔有率VS旅行時間迴歸模式參數估計表……………..76
表5.2-15 舊宗路之密度VS旅行時間ANOVA表………………………......77
表5.2-16 舊宗路之密度VS旅行時間迴歸模式參數估計表………………..77
表5.2-17 堤頂大道之流量、速度VS旅行時間ANOVA表………..............80
表5.2-18 堤頂大道之流量、速度VS旅行時間迴歸模式參數估計表……..80
表5.2-19堤頂大道之流量、佔有率VS旅行時間ANOVA表……………....81
表5.2-20堤頂大道之流量、佔有率VS旅行時間迴歸模式參數估計表……81
表5.2-21 堤頂大道之流量、密度VS旅行時間ANOVA表………………...81
表5.2-22 堤頂大道之流量、密度VS旅行時間迴歸模式參數估計表……...81
表5.2-23 堤頂大道之速度、佔有率VS旅行時間ANOVA表……………...82
表5.2-24堤頂大道之速度、佔有率VS旅行時間迴歸模式參數估計表……82
表5.2-25堤頂大道之速度、密度VS旅行時間ANOVA表…………………82
表5.2-26堤頂大道之速度、密度VS旅行時間迴歸模式參數估計表………83
表5.2-27 堤頂大道之流量、速度、佔有率VS旅行時間ANOVA表………83
表5.2-28堤頂大道之流量、速度、佔有率VS旅行時間迴歸模式參數估計表
………………………………………………………………………………........83
表5.2-29 舊宗路之流量、速度VS旅行時間ANOVA表……………………84
表5.2-30 舊宗路之流量、速度VS旅行時間迴歸模式參數估計表…………84
表5.2-31 舊宗路之流量、佔有率VS旅行時間ANOVA表…………………84
表5.2-32 舊宗路之流量、佔有率VS旅行時間迴歸模式參數估計表………84
表5.2-33 舊宗路之流量、密度VS旅行時間ANOVA表……………………85
表5.2-34 舊宗路之流量、密度VS旅行時間迴歸模式參數估計表…………85
表5.2-35 舊宗路之速度、佔有率VS旅行時間ANOVA表…………………85
表5.2-36 舊宗路之速度、佔有率VS旅行時間迴歸模式參數估計表………86
表5.2-37 舊宗路之速度、密度VS旅行時間ANOVA表……………………86
表5.2-38 舊宗路之速度、密度VS旅行時間迴歸模式參數估計表…………86
表5.2-39舊宗路之流量、速度、佔有率VS旅行時間ANOVA表……….....87
表5.2-40舊宗路之流量、速度、佔有率VS旅行時間迴歸模式參數估計表..87
表6.1-1 堤頂大道旅行時間估計值基本資料分析…………………………....89
表6.1-2堤頂大道各時階旅行時間相關比較表……………………………….89
表6.1-3堤頂大道OH模式績效……………………………………………….92
表6.1-4舊宗路旅行時間估計值基本資料分析……………………………….92
表6.1-5 舊宗路各時階旅行時間相關資料比較表（4月14日）……………93
表6.1-6 舊宗路各時階旅行時間相關資料比較表（4月15日）……………94
表6.1-7舊宗路OH模式績效…………………………………………………..97
表6.2-1 堤頂大道模式A輸出結果評估表……………………………………99
表6.2-2 堤頂大道模式B輸出結果評估表…………………………………....101
表6.2-3 舊宗路模式A輸出結果評估表………………………………………103
表6.2-4 舊宗路模式B輸出結果評估表………………………………………105
表6.2-5 類神經網路模式績效比較表…………………………………………107
表6.3-1 卡門濾波模式績效評估表……………………………………………109
表6.4-1堤頂大道偵測器縱向佈設評估比較表……………………………….111
表6.4-2 舊宗路偵測器縱向佈設評估比較表…………………………………113
表6.4-3 橫向分析偵測器佈設策略評比表……………………………………115
表6.4-4 成對佈設策略評估表…………………………………………………118
表6.5-1 佈設分析績效評比表…………………………………………………120
表6.5-2 實測地點特性與模式績效評估比較表………………………………120

參考文獻
1.	交通部運輸研究所，「台灣地區發展智慧型運輸系統架構之研究」，民國九十年。
2.	內政部營建署，「市區道路工程規劃及設計規範之研究」，民國九十年。
3.	董啟崇等人，「智慧型交通資訊蒐集、處理、傳播與旅行者行為系列之研究－號誌化道路路況資訊偵測方法與格式訂定（一）」，交通部委託研究計畫，淡江大學執行，民國九十三年。
4.	飯田恭敬編著，「交通工學」（日文），國民科學社，1992年。
5.	Oh, J. S., Jayakrishnan, R., and Recker, W. “Section Travel Time Estimation from Point Detection Data”, presentation at the 82th Annual Meeting of Transportation Research Board, Washington, D. C., U.S.A., 2002.
6.	胡守任等人，「智慧型交通資訊蒐集、處理、傳播與旅行者行為系列之研究－號誌化道路路況資訊偵測方法與格式訂定（二）」，交通部委託研究計畫，淡江大學執行，民國九十四年。
7.	Paterson, D. and Geoff, R, “Dynamic Travel Time Estimation on Instrumented Freeways”, presented at the 6th World Congress on Intelligent Transport Systems, Toronto, Canada, 1999.
8.	Cofiman, B.”Vehicle reidentification and travel time measure in real-time on freeways using the existing loop detector infrastructure”, Transportation Research Record 1643,Transportation Research Board,181-191,1998.
9.	Coifman, B., ”Estimating Travel Times and Vehicle Trajectories on Freeways Using Dual Loop Detector”, Transportation Research 36A, 2002, pp. 351-364.
10.	Coifman, B., Dhoorjaty, S., and Lee, Z. H., ”Estimating Median Velocity Instead of Mean Velocity at Single Loop Detectors”, Transportation Research 11C, 2003, pp. 211-222.
11.	Dharia, A. and Adeli, H., ”Neural Network Model for Rapid Forecasting of Freeway Link Travel Time”, Engineering Application of Artificial Intelligence 16, 2003, pp. 607-613.
12.	Dia, H., ” An object-oriented neural network approach to short-term traffic forecasting. ”,European Journal of Operational Research 131,253-261 ,2001.
13.	魏健宏、林士傑、李穎，「高速公路客運車輛旅行時間預測之實證評析」，運輸計劃季刊，第三十二卷第四期，頁651-680，民國九十二年。
14.	林士傑，「高速公路旅行時間預測模式之研究-類神經網路之應用」，成功大學研究所碩士論文，民國九十年。
15.	張修榕，「高速公路旅行時間之研究」，中央大學研究所碩士論文，民國九十年。
16.	李穎，「類神經網路應用於國道客運班車旅行時間預測模式之研究」，成功大學研究所碩士論文，民國九十一年。
17.	李季森，「應用探測車法預測高速公路旅行時間」，中央大學研究所碩士論文，民國九十一年。
18.	溫志元，「高速公路進口匝道匯流路段旅行時間研究」，中央大學研究所碩士論文，民國九十二年。
19.	Abe, A., Shimizu, M., and Daito, T. “Evaluation of Route Comparison Information Boards on HANSHIN Expressway”, presented at the 5th World Congress on Intelligent Transport Systems, Seoul, Korea, 1998.
20.	Matsumura, S., Yamashita, H., Iwaki, S., and Sugimura, H. “Experimental Verification of Travel Time Prediction Method”, presented at the 5th World Congress on Intelligent Transport Systems, October 12-16, Seoul, Korea, 1998.
21.	Arem, B. V., Vlist, M. J. M., Muste, M., and Smulders, S.A., ”Travel Time Estimation in GERDIEN Project”, International Journal of Forecasting 13, 1997, pp. 73-85.
22.	Dailey, D. J. “Travel Time Estimates Using a Series of Single Loop Volume and Occupancy Measurements”, presented at the 76th Annual Meeting of Transportation Research Board, Washington, D.C., U.S.A., 1997.
23.	Chen, M. and Chien, S. I. J., “Dynamic Freeway Travel Time Prediction Using Probe Vehicle Data: Link-Based vs. Path-Based,” 80th Annual Meeting of Transportation Research Board, 2001.
24.	Lee, Y. I. and Choi, C. Y., “Development of a Link Travel Time Prediction Algorithm for Urban Expressway”, presented at the 5th World Congress on Intelligent Transport Systems, Seoul, Korea, 1998.
25.	Huisken G. and Berkum, E.V. “Short-Term Travel Time Prediction Using Data from Induction Loops”, presented at the 9th World Congress on Intelligent Transport Systems, Chicago, U.S.A., 2002.
26.	Kim, Y., Kim, D., Kim, D.G. “Estimation of Link Travel Time Using Vehicular Detection Devices in TRACS (Traffic Adaptive Control System).”, Presented at the 5th World Congress on Intelligent Transport Systems, October 12-16, 1998, Seoul, Korea.
27.	Palacharla, P.V. and Nelson, P.C. “Application of Fuzzy Logic and Neural Network for Dynamic Travel Time Estimation.” , International Transactions in Operational Research 6,145-160,1999.
28.	許雅惠，「以模擬分析法探討轉換函數在預測旅行時間之應用」，淡江大學運輸科學研究所碩士論文，民國九十三年。
29.	Sisiopiku, V.P., and Rouphail, N.M., “Toward the Use of Detector Output for Arterial Link Travel Time Estimation: A Literature Review.” Transportation Research Board 1457(1994):158-165.
30.	Sisiopiku, V.P., Rouphail, N.M. and Santiago, A., “Analysis of correlation between arterial travel time and detector data from simulation and field studies” Transportation Research Board 1457(1994):166-173
31.	May, A.D., Traffic Flow Fundamentals, Prentice Hall, New Jersey, 1990.
32.	McShane W.R., Roess, R.P., and Prassas, E.S., Traffic Engineering, 2nd edition, Prentice Hall, New Jersey, 1998.
33.	Lin, W. H., Kulkarni, A., and Mirchandani, P., “Short-Term Arterial Travel Time Prediction for Advanced Traveler Information Systems”, Intelligent Transportation Systems, 8:143-145, 2004.
34.	Thomas, G. B. and Upchurch, J. E., ”The Relationship between Detector Location and Travel Characteristics on Arterial Streets.”, ITE Journal, Vol.69, 1998, pp. 36-42.
35.	Oh, S., Ran, B., and Choi, K., “Optimal Detector Location for Estimating Link Travel Speed in Urban Arterial Roads, ” presented at 83th Annual Meeting of Transportation Research Board, Washington, D. C., U.S.A., 2003.
36.	Chan, K. S. and Lam, W. H. K., ”Optimal Speed Detector Density for the Network with Travel Time Information”, Transportation Research 36A, 2001, pp. 203-223.
37.	黃琳桂，「環路線圈車輛偵測器之最佳佈設方式研究」，國立臺灣大學土木工程學研究所碩士論文，民國九十一年。
38.	葉怡成，類神經網路模式應用與實作，第八版，儒林圖書公司，民國九十二年。
39.	林茂文，時間數列分析與預測，初版，華泰書局，1992年。
40.	吳柏林，時間數列分析導論，初版，華泰書局，1995年。
41.	葉小蓁，時間數列分析與應用，初版，台北市，1998年。
42.	馮正民與邱裕鈞，研究分析方法，建都文化事業有限出版公司，民國九十三年。
43.	陳建旭，「交叉路口間距對幹道車流抒解影響之研究」，國立交通大學交通運輸研究所塑是論文，民國八十七年。
44.	陳齊邦，「高速公路動態旅行時間推估與旅次起迄推估之研究」，江大學運輸科學研究所碩士論文，民國九十三年。
45.	交通部運研所，交通資料偵測與蒐集，民國八十五年。
46.	李博志，應用計量經濟學，五南文化事業，民國八十九年。