號誌化幹道旅行時間估計因受號誌干擾估計較困難，現行處理方式大多視路段與路口為獨立變數分開處理，最後加總分析；若以時空圖軌跡來看，可將車輛推進分為正常行駛區、減速區、等候區三種狀態來處理，對於車輛到達率部份，本研究提出二元決策模式來進行計算。根據此三階段界面定義相互影響關係，構建即時旅行時間估計模式。
本研究以大度路為實驗路網，利用微波雷達偵測器蒐集交通參數資料，嘗試以巨觀車隊運動型態為基礎，將所計算的旅行時間與錄影所觀測旅行時間進行比較，準確率可達90%內，所估計之即時旅行時間可反映現實狀況車隊運動型態，提高推估交通資訊的正確性。

Travel time estimation on signalized arterials is complicated because of hard to isolate the erroneous noise from outside of the system.  To simplify the problem, current research regards the link travel time and intersection delay as separated independent variables, and summation of them representing the total travel time on link. Based on the trajectory of time-space diagram, the vehicle movement on link could be explicitly expressed as three different discrete transition states, named as free flow travel time, approaching delay, and intersection delay.  Applying the detector data, vehicle flow rate on intersection with a binary choice can be defined.  Therefore, three transition states can be explained the interfaces and further estimate the real time on a general signaled arterials. 
This study estimates the real travel time on arterials, Dai-Du road, from macroscopic platoon movement pattern using microwave detector data. Results are compared with true values from video.  The accuracy of the proposed model is higher than 90% and it adequately reflects the real-time travel time within tolerant error in applications.

目錄	I
圖目錄	III
表目錄	V
第一章　緒論	1
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研究內容與流程	3
1.5研究方法	5
第二章　文獻回顧	6
2.1旅行時間定義	6
2.2高速公路旅行時間推估相關文獻	8
2.3都市幹道旅行時間推估相關文獻	11
2.4延滯時間推估相關文獻	14
2.4.1延滯定義	14
2.4.2延滯公式	17
2.4.3時空圖理論	20
2.5偵測器資料蒐集技術	23
2.6小結	30
第三章　研究方法與設計	31
3.1研究設計	31
3.2定義說明	34
3.3研究方法	37
第四章　模式建構	39
4.1模式架構	39
4.2全路段旅行時間模式	40
4.3時空圖理論	46
4.3.1傳統時空圖模式	48
4.3.2修正後時空圖模式	56
4.3.3下游路口流入率計算	62
4.4小結	64
第五章　調查資料蒐集	65
5.1背景分析	65
5.2測試計畫	66
5.2.1測試地點選擇	66
5.2.2交通參數資料蒐集項目	68
5.2.3偵測器基礎配備	70
5.2.4偵測器基本功能	71
5.2.5 測試程序	76
5.2.6 交通參數資料記錄	78
5.3偵測器調校	79
5.4 小結	82
第六章　資料分析	83
6.1輸出資料整理	83
6.1.1偵測器輸出資料整理	83
6.1.2錄影輸出資料整理	83
6.2下游路口流入率計算	85
6.2.1依二元決策模式計算車輛流入率	85
6.2.2評估流入率績效	86
6.3下游路口流出率計算	90
6.3.1依下游號誌計算車輛流出率	90
6.3.2依錄影資料計算車輛流出率	90
6.3.3評估流出率績效	91
6.4全路段旅行時間評析	92
6.4.1依傳統時空圖計算全路段旅行時間	93
6.4.2依修正後時空圖計算全路段旅行時間	94
6.4.3比較傳統及修正後時空圖所計算之全路段旅行時間	95
6.5綜合評析	100
第七章　結論與建議	102
7.1結論	102
7.2建議	103
參考文獻	104
附錄A

圖目錄
圖1.3.1研究範圍	3
圖1.4.1研究內容流程圖	4
圖2.1.1旅行時間組成要素示意圖	6
圖2.3.1 Lin模式樹狀圖	13
圖2.4.1號誌化路口車輛等候時空圖	21
圖2.4.2探針車之車輛時空軌跡圖	22
圖2.4.3車輛總延滯時間	22
圖2.5.1超音波式偵測器	24
圖2.5.2微波雷達式車輛偵測器	25
圖2.5.3影像式偵測器	25
圖2.5.4紅外線式偵測器	26
圖3.1.1車輛行駛軌跡圖	31
圖3.1.2車隊運動型態處理	32
圖3.1.3研究分析項目思考邏輯圖	32
圖3.1.4研究架構圖	34
圖3.2.1等候車隊情況	35
圖3.2.2等候車隊通過路口情況	35
圖3.2.3車輛遇等候車隊情況	36
圖3.2.4減速時間示意圖	36
圖3.2.5正常行駛時間示意圖	37
圖4.1.1路段處理模式	40
圖4.2.1模式架構	41
圖4.2.2路口等候車隊加速度	43
圖4.2.3減速區加速度	44
圖4.2.4平均加速度值	44
圖4.3.1時空圖之時區估計取樣方式	46
圖4.3.2各時區時空圖估計情況	47
圖4.3.3傳統時空圖處理號誌開始前無等候車輛，結束時有等候車輛模式	49
圖4.3.4 傳統時空圖處理號誌開始前後皆無等候車輛模式（i）	51
圖4.3.5 傳統時空圖處理號誌開始前後皆無等候車輛模式（ii）	52
圖4.3.6 傳統時空圖處理號誌開始前有等候車輛結束時無等候車輛模式（i）	53
圖4.3.7 傳統時空圖處理號誌開始前有等候車輛結束時無等候車輛模式（ii）	54
圖4.3.8 傳統時空圖處理號誌開始前後皆有等候車輛模式	55
圖4.3.9 修正後時空圖處理號誌開始無等候車輛結束時有等候車輛模式（i）	57
圖4.3.10修正後時空圖處理號誌開始無等候車輛結束時有等候車輛（ii）	58
圖4.3.11修正後時空圖處理號誌開始前有等候車輛結束時無等候車輛（i）	59
圖4.3.12修正後時空圖處理號誌開始前有等候車輛結束時無等候車輛（ii）	60
圖5.2.1大度路調查範圍圖	67
圖5.2.2測試路段場勘資料	67
圖5.2.3調查範圍	70
圖5.2.4偵測器安裝示意圖	71
圖5.2.5偵測距離、偵測車道示意圖	72
圖5.2.6偵測器架設位置	72
圖5.2.7 SmartSensor偵測畫面	73
圖5.2.8 SmartSensor微調功能	73
圖5.2.9 SmartSensor偵測感應中心線	74
圖5.2.10偵測器設定資料視窗	75
圖5.2.11偵測器觀測視窗	75
圖5.2.12原廠配置傳輸線	76
圖5.2.13微波雷達偵測器裝設流程	77
圖5.2.14測試計畫流程	77
圖5.2.15偵測設備佈設位置	79
圖5.3.1外側車道偵測感應中心線於中央	80
圖5.3.2外側車道偵測感應中心線靠近內側車道	80
圖6.2.1延滯值比較	87
圖6.2.2旅行時間平均絕對百分誤差比較	88
圖6.3.1流出率誤差百分比	92
圖6.4.1傳統時空圖計算出的全路段旅行時間	93
圖6.4.2修正後時空圖所計算出的全路段旅行時間比較	95
圖6.4.3傳統時空圖與修正後時空圖旅行時間值	96
圖6.4.4傳統時空圖與修正後時空圖旅行時間誤差百分比比較	96
圖6.4.5傳統時空圖與修正後時空圖旅行時間平均絕對百分誤差比較	98
圖6.4.6旅行時間模式既算之旅行時間平均絕對百分誤差比較	100










表目錄
表2.2.1高速公路旅行時間推估相關研究	10
表2.3.1都市幹道旅行時間推估相關研究	12
表2.4.1延滯時間定義	16
表2.5.1車輛偵測技術比較表	27
表2.5.2各偵測器安裝方式、可量測資料及偵測能力比較表	28
表2.5.3偵測器功能比較	29
表4.2.1延滯模式判斷	42
表5.2.1路段資料	68
表5.2.2偵測器架設高度	71
表5.2.3車輛長度設定	74
表5.3.1測試紀錄	81
表6.1.1號誌時制	83
表6.1.2依下游號誌時間對下游偵測器取樣	84
表6.1.3錄影器資料之車輛旅行時間值	84
表6.2.1依二元決策模式計算車輛流入率計算	85
表6.2.3 Webster公式延滯值計算	86
表6.2.4路段旅行時間值	87
表6.2.5以Oh模式計算路段旅行時間值	88
表6.2.6流入率績效評估	89
表6.3.1下游偵測器偵測器資料依下游號誌取樣	90
表6.3.2下游錄影資料依下游號誌取樣	91
表6.3.3流出率誤差百分比	92
表6.4.1傳統時空圖計算全路段旅行時間	94
表6.4.2修正後時空圖計算全路段旅行時間	95
表6.4.3傳統時空圖與修正後時空圖計算全路段旅行時間	97
表6.4.4傳統時空圖與修正後時空圖全路段旅行時間平均絕對百分誤差	98
表6.4.5旅行時間模式計算旅行時間平均絕對百分誤差比較	100
表6.5.1綜合分析比較表	101

參考文獻
1.	王文麟，交通工程學—理論與實用，民國87年。
2.	王國材等人，台灣地區建構自動化交通資料蒐集站之先期規劃研究，交通部運輸研究所合作研究案，民國89年。
3.	公路總局省縣道交通量調查資料，民國93年。
4.	台北市交通控制中心，交通資料蒐集系統規劃簡報，詹益活，民國93年。
5.	全徽道路交通安全器材有限公司，SmartSensor路側式流量偵測設備－安裝設定手冊，民國93年。
6.	全徽道路交通安全器材有限公司，先進智慧型交通安全設施，民國93年。
7.	交通部運輸研究所，2001年台灣地區公路容量手冊，民國90年。
8.	交通部運輸研究所，先進車輛偵測技術測試評估作業程序研擬及驗證之研究，民國91年。
9.	交通部運輸研究所，公路影像資料庫2003版。
10.	吳佳峰，有GPS資訊提供下之車輛旅行時間預估模式之研究，交通大學研究所碩士論文，民國90年。
11.	何美瑩，號誌化交叉路口車輛延滯模式之研究，國立交通大學交通運輸研究所碩士論文，民國90年。
12.	邱裕鈞，二次到達等候系統之解析研究，國立交通大學交通運輸研究所碩士論文，民國82年。
13.	邱敏華，高速公路事故路段動態旅行時間模式之研究，國立臺灣大學土木工程學研究所，民國92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90年。
15.	卓訓榮，王日昌，江勁毅，動態路段旅行時間之估算,中華民國運輸學會第十屆學術論文研討會論文集，民國84年。
16.	卓訓榮，周幼珍，游政雄，高速公路車輛起迄推估方法之研究，高速公路工程與管理研討會，民國84年。
17.	胡守任等人，智慧型交通資訊蒐集、處理、傳播與旅行者行為之系列研究─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，民國93年。
18.	許雅惠，以模擬分析法探討轉換函數在預測旅行時間之運用，淡江大學運輸管理學系運輸科學所，民國92年。
19.	郭梅芬，混合車流下號誌化交叉路口車輛延滯估計模式之研究，國立交通大學交通運輸研究所碩士論文，民國82年。  
20.	孫桂英，過飽和交通網路號誌時制之研究，淡江大學交通管理學系運輸科學研究所碩士論文，民國88年。
21.	孫以濬等人，公路行車時間資訊管理系統之規劃研究(1/4)–高速公路部分及模式先期研究，交通部運輸研究所委託研究，民國93年6月。
22.	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91年。
23.	董啟崇等人，智慧型交通資訊蒐集、處理、傳播與旅行者行為之系列研究─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，民國92年11月。
24.	魏健宏，混合車流狀況下市區道路V/C比值與車流延滯之關係研究，國立台灣大學土木研究所交通組碩士論文。民國73年。
25.	蔡輝昇，交通控制理論與實務，生合成出版社，民國79年。
26.	Choi, D. B., Ko, H. S., and Ahn, B. H., “On Multisensor Data Fusion using Attribute Association for Intelligent Traffic Congestion Information Inference,”5th ITS World Congress, 1998。
27.	Choi, K., Shin, C. H., and Park, I., “ An Algorithm for Calculating Dynamic Link Travel Times Using GPS and A Digital Road Map,” 5th ITS World Congress, 1998。
28.	Dailey, D. J. “Travel Time Estimates Using a Series of Single Loop Volume and Occupancy Measurements”, presentation at the 76th Annual Meeting of Transportation Research Board, Washington, D.C., U.S.A., 1997。
29.	Huisken, G.. and Berkum, V., “Short-Term Travel Time Prediction Using Data from Induction Loops”, Proc. Of the 10th World Conference on Transport Research, July 2002。
30.	Highway Capacity Manual, Transportation Research Board, Special Report 209, National Research Council,Washington, D. C.2000。
31.	Jasperse, D. and Toorenburg, J. V., “Real-Time Estimation of Travel-Times and Queue-Lengths A Practical Study,” 6th ITS World Congress, 1999。
32.	Lin, W. H., Kulkarni A., and Mirchandani P., “Short-Term Arterial Travel Time Prediction for Advanced Traveler Information Systems”, Presented at the 11th World Congress on Intelligent Transportation Systems, 8:143-145, 2004。
33.	Lawrence A.Klein, “ Sensor Technologies and Data Requirements for ITS”, 2001。
34.	May, A. D., “Traffic Flow Fundamentals”, New Jersey,Prentice-Hall Inc.1990。
35.	Martin G. Buehler、Thomas J. Hicks、Donald S. Berry ,“Measuring Delay by Sampling Queue Backup”, TRR615, PP23-27.1976。
36.	Oh, S., Ran, B., and Choi, K., “Optimal Detector Location for Estimating Link Travel Speed in Urban Arterial Roads, ” presentation at 83th Annual Meeting of Transportation Research Board, Washington, D. C., U.S.A., 2003。
37.	Otokita, T., Oda, T., and Hashiba, K., “Travel Time Prediction Based on Pattern Extraction from Database,” 5th ITS World Congress, 1998。
38.	Papacostas, C. S., “Transportation engineering and planning”, Englewood Cliffs, N.J., :Prentice-Hall, 1993。
39.	Son, Y. T. “Estimating Arterial Link Travel Times Using Loop Detector Output.”, Presented at the 5th World Congress on Intelligent Transport System, October 1998。
40.	Suzuki, H. et al., ”A Neural-Kalman Filter for Dynamic Estimation of Origin-Destination(O-D) Travel Time and Flow on a Long Freeway Corridor,”Prepared for Presentation at the 79th Transportation Research Board Annual Meeting, Washington, D. C., 2000。