本論文主要在探討具加速度計應用程式之可攜式智能手機或內建行車記錄器導航機於車輛行駛之監測，它可提供用於記錄及分析車輛交通事故相關碰撞事件識別信息，以利迅速釐清交通事故責任和加速交通事故現場排除，進而提升交通事故路段疏通效率。監測參數包括車輛前方的影像、日期和時間、位置(經緯度)、車速及三軸加速度。
在本論文中，採用兩種加速度計應用程式進行量測實驗。智能手機或內建行車記錄器導航機固定於車輛上進行車輛行駛監測。同時以模型車進行撞擊測試與量測，並由撞擊曲線來分析整個撞擊的運動過程，以利識別車輛撞擊事件之類型。實驗結果已驗證目前可以從加速計APPs所記錄的曲線識別車輛的運動特徵和車輛撞擊事件之類型。
在未來研究中，將開發具即時事故分析和緊急信息服務的G-Force Meter APPs。

This dissertation mainly discusses the monitoring of vehicle driving with a smartphone or a built-in driving recorder navigation device based on accelerometer applications. These accelerometer applications can provide information for recording and analyzing vehicle collision-related incident information for rapid identification to clarify the responsibilities of traffic accidents and speed up the elimination of traffic accidents on site, thereby improving the processing efficiency of traffic accidents on road sections. The monitoring parameters included the front image, date and time, location (latitude and longitude), speed and triaxial acceleration of the vehicle.
In this thesis, two kinds of accelerometer applications were used for measurement experiments. A smartphone or a built-in driving recorder navigation machine fixed on the vehicle was to monitor the vehicle driving. At the same time, the model cars were used for impact testing and measurement, and the impact process was analyzed by the impact curve to facilitate the identification of vehicle impact events. Experimental results have verified that the type of vehicle's motion characteristics and vehicle impact events can now be identified from the curves recorded by the accelerometer applications.
In the future research, we will develop the G-Force Meter applications having the instant accident analysis and emergency information services.

目錄
誌謝	I
目錄	II
圖目錄	IV
表目錄	VIII
第一章 緒論	1
1.1 研究動機	1
1.2 研究目的	2
1.3 文獻回顧	3
1.4 章節介紹	3
第二章 加速計APP介紹	4
2.1 Car G-Force Meter APP1介紹	5
2.1.1 功能說明	5
2.1.2 操作介面說明	6
2.2 G-Sensor Logger APP2介紹	8
2.2.1 功能說明	8
2.2.2 操作介面說明	9
第三章 車輛撞擊事件介紹	10
3.1 碰撞理論	10
3.1.1 質點質心碰撞	12
3.1.1.1 直接中心碰撞	12
3.1.1.2 斜向中心碰撞	16
3.2 汽車碰撞概述	18
3.2.1 汽車碰撞類型	19
3.2.2 汽車撞擊事件介紹	22
第四章 實驗設置與實驗結果	24
4.1 APP1量測汽車實車行進特徵	24
4.2 APP1量測機車實車行進特徵	32
4.3 APP2量測模型車模擬直接碰撞	36
4.4 APP1量測模型車模擬直接碰撞	48
4.5 模型車模擬追撞和推撞事件的比較	55
4.5.1 APP2量測推撞和追撞事件	55
4.5.2 APP1量測推撞和追撞事件	61
第五章 結論與未來展望	65
5.1 結論	65
5.2 未來展望	67
參考文獻	68
 
圖目錄
圖 2 1智能手機加速計示意圖[1]	4
圖 2 2具Car G-Force Meter APP1導航機架設於車上圖	5
圖 2 3 Car G-Force Meter APP1畫面軌跡圖	5
圖 2 4 Car G-Force Meter APP1操作頁	6
圖 2 5 Car G-Force Meter APP1設定頁面	7
圖 2 6 G-Sensor Logger APP2主畫面	8
圖 2 7 G-Sensor Logger APP2設定頁面	9
圖 3 1碰撞種類示意圖[7]	11
圖 3 2直接中心碰撞示意圖[7]	12
圖 3 3斜向中心碰撞示意圖[7]	12
圖 3 4質點中心直接碰撞示意圖[7]	13
圖 3 5正向中心碰撞過程[7]	14
圖 3 6質點a到b之衝量與動量圖[7]	14
圖 3 7質點斜向中心碰撞示意圖[7]	16
圖 3 8斜向中心碰撞相位圖[7]	17
圖 3 9完全正面碰撞示意圖[7]	20
圖 3 10尾部追撞示意圖[7]	20
圖 3 11二維碰撞示意圖[7]	21
圖 3 12車輛直接對撞示意圖[7]	22
圖 3 13車輛直接追撞示意圖[7]	22
圖 3 14車輛側向撞擊示意圖[7]	23
圖 3 15車輛推撞過程示意圖[7]	23
圖 4 1出發前中心點校正	25
圖 4 2事件A：綠燈車子起步加速(0 km/h)	25
圖 4 3事件B：車子慢速左轉彎(7 km/h)	26
圖 4 4事件C：車子左轉彎後加速(21 km/h)	26
圖 4 5事件D：車子減速前行(前方右側有車) (48 km/h)	27
圖 4 6事件E：車子減速右轉彎(40 km/h)	27
圖 4 7事件F：車子減速剎車(23 km/h)	28
圖 4 8實車行進曲線圖	29
圖 4 9 汽車運動過程於APP1示意圖	31
圖 4 10汽車行駛中於APP1上的軌跡圖	31
圖 4 11將手機安置於手機架上並校正原點	32
圖 4 12事件A：直線加速到時速20 km，左轉後再加速，最後剎車	33
圖 4 13事件A於APP1上之軌跡圖	33
圖 4 14事件B：直線加速到時速20 km，右轉後再加速，左靠閃避右側車輛，再加速到時速20 km，最後剎車	34
圖 4 15事件B於APP1上之軌跡圖	34
圖 4 16事件A：APP2運作下，操控遙控車進行前撞擊測試	36
圖 4 17事件B：APP2運作下，操控遙控車進行左側撞擊測試	36
圖 4 18事件C：APP2運作下，操控遙控車進行後方撞擊測試	37
圖 4 19事件D：APP2運作下，操控遙控車進行右側撞擊測試	37
圖 4 20事件A：A車車頭受到撞擊，APP2加速度曲線	39
圖 4 21事件A：B車撞擊A車車頭，APP2加速度曲線	40
圖 4 22事件B：A車左側受到撞擊，APP2加速度曲線	41
圖 4 23事件A：B車撞擊A車左側，APP2加速度曲線	42
圖 4 24事件C：A車車尾受到撞擊，APP2加速度曲線	43
圖 4 25事件C：B車撞擊A車車尾，APP2加速度曲線	44
圖 4 26事件D：A車右側受到撞擊，APP2加速度曲線	45
圖 4 27事件D：B車撞擊A車右側，APP2加速度曲線	46
圖 4 28事件A：APP1運作下，操控遙控車進行前撞擊測試	48
圖 4 29事件B：APP1運作下，操控遙控車進行左側撞擊測試	48
圖 4 30事件C：APP1運作下，操控遙控車進行後方撞擊測試	49
圖 4 31事件D：APP1運作下，操控遙控車進行右側撞擊測試	49
圖 4 32事件A：A車車頭受到撞擊，APP1加速度曲線	51
圖 4 33事件A：B車撞擊A車車頭，APP1加速度曲線	51
圖 4 34事件B：A車左側受到撞擊，APP1加速度曲線	52
圖 4 35事件B：B車撞擊A車左側，APP1加速度曲線	52
圖 4 36事件C：A車車尾受到撞擊，APP1加速度曲線	53
圖 4 37事件C：B車撞擊A車車尾，APP1加速度曲線	53
圖 4 38事件D：A車右側受到撞擊，APP1加速度曲線	54
圖 4 39事件D：B車撞擊A車右側，APP1加速度曲線	54
圖 4 40事件A：APP2運作下，操控B車撞擊A車進行追撞測試	55
圖 4 41事件B：APP2運作下，手推B車撞擊A車進行推撞測試	55
圖 4 42事件A： APP2運作下，模擬追撞事件，測得A車之曲線圖	56
圖 4 43事件A： APP2運作下，模擬追撞事件，測得B車之曲線圖	57
圖 4 44事件B：APP2運作下，模擬推撞事件，測得A車之曲線圖	58
圖 4 45事件B：APP2運作下，模擬推撞事件，測得B車之曲線圖	59
圖 4 46事件A：APP1運作下，操控B車撞擊A車進行追撞測試	61
圖 4 47事件B：APP1運作下，手推B車撞擊A車進行推撞測試	61
圖 4 48事件A：APP1運作下，模擬追撞事件，測得A車之曲線圖	62
圖 4 49事件A：APP1運作下，模擬追撞事件，測得B車之曲線圖	62
圖 4 50事件B：APP1運作下，模擬推撞事件，測得A車之曲線圖	63
圖 4 51事件B：APP1運作下，模擬推撞事件，測得B車之曲線圖	63


 
表目錄
表 5 1兩種APP於辨識追撞和推撞的比較	66

[1]H. Eren, S. Makinist, E. Akin, and A. Yilmaz, “Estimating Driving Behavior by a Smartphone,” 2012 Intelligent Vehicles Symposium, pp.234-239, Alcalá de Henares, Spain, Jun. 3-7, 2012.
[2]馮德安, 車輛撞擊曲線之研究, 碩士論文, 車輛工程研究所, 大葉大學, 2007.
[3]M. Sysoev, A. Kos, J. Guna, and M. Pogaˇcnik, “Estimation of the Driving Style Based on the Users’ Activity and Environment Influence,” Sensors, Vol. 17, Oct. 2017.
[4]	D. Jiménez, S. Hernández, J. Fraile-Ardanuy, J. Serrano, R. Fernández, and F. Álvarez, “Modelling the Effect of Driving Events on Electrical Vehicle Energy Consumption Using Inertial Sensors in Smartphones,” Energies, Vol. 11, Feb. 2018.
[5]	J. Engelbrecht, “Identification of driving manoeuvres using smartphone-based GPS and inertial forces measurement,” Master Thesis, Dept. of Electrical and Electronic Engineering, Stellenbosch University, South Africa, Apr. 2015.
[6]	J. Ferreira, E. Carvalho, B. V. Ferreira, C. de Souza, Y. Suhara, A. Pentland, and G. Pessin, “Driver behavior profiling: An investigation with different smartphone sensors and machine learning,” PLoS One, Vol. 12, Apr. 2017.
[7]黃正雄, 車輛直接碰撞行為之分析, 碩士論文, 車輛工程研究所, 國立台北科技大學, 2010.
[8]張超群, 許哲嘉, 黃國平, “動力學方法於汽車碰撞之研究,” 道路交通安全與執法研討會, 2005.
[9]C. Ma, X. Dai, J. Zhu, N. Liu, H. Sun, and M. Liu, “DrivingSense: Dangerous Driving Behavior Identification Based on Smartphone Autocalibration,” Mobile Information Systems, Vol. 2017, Article ID：9075653, Mar. 2017.
[10]Karthikeyan R, T. Geetha, V. Kumari, and Vignesh M, “Estimating Driving Behavior by a Smart Phone,” International Journal of Engineering and Techniques, Vol. 3, No. 2, pp. 84-91, Mar.-Apr. 2017.
。