2.4.1 系統架構
本系統架構圖如圖2.13 所示，從系統架構圖可以了解本系統是利用系統外 部之資料來源，作為系統開發的基礎，透過管理中心伺服器來運作整個系統，並 且連結系統內部所開發的系統模組以及系統資料庫。
圖2.13 系統架構圖
本系統模組架構包括資料處理模組、路段速率運算模組、即時資料融合模 組，開發為Windows 服務應用程式。圖 2.14 為系統模組架構圖，透過區塊來表 示程序包含的資料、模組、資料庫，分別以圖文說明每個程序的內涵與實作成果。
圖2.14 系統模組架構圖 2.4.2 資料處理模組
資料處理模組將實作為Windows 服務應用程式，系統畫面如圖 2.15 所示，
當Windows Server 系統啟動完成後，將自動化開始進行資料處理的程序。
首先將自動開始擷取遠端的資料，進行資料轉換與資料清理，接著會判斷資 料是否為新的資料，若是新資料，就繼續判斷是否為同一天的資料，若是同一天
新的資料時，會在系統紀錄檔中（log.txt）寫下重複的紀錄；若判斷不是同一天 的資料時，就將資料寫另一天日期的資料表當中（yyyymmdd.mdf），如此一來每 天的資料將會更改檔名為當天日期的資料表，畫面如圖2.16 所示；假如系統出 現異常的狀況如系統中斷、登出、重開機等異常狀況時，會將此異常狀況寫在紀 錄檔中（log.txt）畫面如圖 2.17 所示，而系統一旦又重新啟動完成時，資料處理 程序又將自動開始運作。而資料處理模組實作的流程圖如圖2.18 所示。
圖2.15 資料處理模組之 Windows 服務應用程式系統畫面
圖2.16 資料處理模組之資料庫畫面
圖2.17 系統狀況紀錄檔 log.txt 畫面
圖2.18 資料處理模組實作流程圖
2.4.3 路段速率運算模組
路段速率運算模組主要就是為了處理GPS 的資料，將只有時間、X 座標、Y 座標等車輛的基本資料，運算出路段的速率。模組首先要先確認系統日期以及時 間，其次將設定時間間隔參數，從資料表（GPS_daily.mdf）中撈出時間範圍內 的資料，對此資料表作檢索。在這個過程中，會從同一車輛之同一次任務的資料 中執行檢索，將連續的兩點起迄資料挑選出來，包括起點與迄點的時間、X 座標、
Y 座標資料，計算出起迄兩點間的旅行時間。但是還沒辦法得知兩點之間車輛行 經那個路段，以及行經路段的距離，所以本模組將PaPaGo!SDK 元件加入當中，
運用PaPaGo!SDK 的路徑規劃元件，並且在路徑規劃參數設定為「最佳路徑：將 依每條道路的屬性及參考車速，選擇一條最佳的路徑」，PaPaGo!SDK 的路徑規 劃元件可以推導運算出兩點間所行徑的路段名稱以及路段長度，其結果如圖2.19 所示。本模組經由程式上的開發，可一次運算龐大的資料，透過輸出的資料路段 長度與路段旅行時間，利用速率公式，也就是距離除以時間等於速率，就可以求 得路段速率。
圖2.19 路徑規劃結果畫面
接著系統將判斷是否為同一天的資料，若是同一天的資料，就將資料存取在 當天日期的資料表當中（ROADGPS_daily.mdf），若判斷不是同一天的資料時，
就將資料寫另一天日期的資料表當中（ROADGPS_yyyymmdd.mdf），於是將路段 資料的資料表完成，而路段速率運算模組實作的流程圖如圖2.20 所示。
圖2.20 路段速率運算模組實作流程圖
2.4.4 即時資料融合模組
即時資料融合模組，其目的是要尋求資料表間的關聯性，建立其資料關係，
將多重資料融合進而建立出關聯式資料庫與關係代數。
首先確認系統日期與時間，確認完成後將對VD 資料表（VD_yyyymmdd.mdf）
與ROADGPS 資料表（ROADGPS_yyyymmdd.mdf）作檢索，取出路段名稱與路 段速率的資料，接著設定時間間隔參數，在本研究中設為五分鐘為時間間隔，並 且建立Section 資料表（Section.mdf）。
新建立的Section 資料表，是為了從 VD 資料表（VD_yyyymmdd.mdf）與 ROADGPS 資料表（ROADGPS_yyyymmdd.mdf）中透過實體關係資料模型之資 料模型化方法，找出實體與實體間的關係，並且建立出關係代數，故可建立出關 聯式資料庫，即時資料融合模組實作流程如圖2.21 所示。
2.4.5 關聯式資料庫
原本沒有相關聯性的兩種資料，經過資料處理模組、路段速率運算模組以及 即時資料融合模組，一連串的模組運算進行後，連接起資料間的關聯性、實體與 實體間的關係，建立出能夠作為交通研究資料基礎的關聯式資料庫。呈現出透過 系統模組運作後的關聯式資料庫之實作成果如圖2.22、圖 2.23 及圖 2.24。
1.關聯式資料庫之 VD 即時資料表（vd_daily.mdf）
圖2.22 VD 即時資料表實作成果
2.關聯式資料庫之 ROADGPS 資料表（roadgps.mdf）
圖2.23 ROADGPS 資料表實作成果
3
.實體關係資料模型圖（ER Diagram）
圖2.24 實體關係資料模型圖(ER Diagram)
第 3 章 市區棋盤型路網環境下動態旅行時間預測 與旅次 OD 推估模式之建立
根據前章所規劃之資料擷取系統，基於相關資料內容，本章將擬構建一數 學模式以對於此一市區棋盤型路網系統進行描述。第一小節為動態旅行時間預 測模式之建構，主要係根據Jarjees & Drane (1997) 所提出之公車旅行時間預測 方法再加入路口轉向車流之考量所得，並以最小平方遞迴估測方法進行系統狀 態之推估、預測車輛於各路段之旅行時間。第二小節部分，則是假設可靠之動 態流量指派模式存在，並以前一小節所求得之路段旅行時間作為指派模式中指 派參數之成本項，將路網下之旅次推估系統以系統狀態方程式和觀測式表示，
並以卡曼濾波器對於路徑選擇參數進行推估，進而求得動態旅次OD。
3.1 動態旅行時間預測模式
對於旅行時間的預測，在ITS 的發展當中一直是為相當重要的研究重點，
以往的研究之中，探測車技術普遍應用於高速公路系統之旅行時間預測。對於 市區道路系統，相關研究則多限於單一路段或是通過數個號誌路口的單一幹道 上旅行時間之預測、分析，實證測試之結果多呈現了顯著的成效。然而，對於 都市地區複數道路之交織或是規模較大之路網系統則仍舊少有進一步之探 討。是以，本研究將擬建構一數學模式和可行之演算流程，得以透過前一章所 述資料擷取系統之資料蒐集，對於都市地區路網之下，各路段車流行為、延滯 關係，進行廣泛之描述和預測。
在 Jarjee ＆ Drane 的公車旅行時間預測模式中，主要透過時間序列與空 間影響的概念，對於公車A 在某一站距 B 之旅行時間，係以前 N 班車輛通過 站距B 之旅行時間以及公車 A 通過站距 B 之前 M 個路段的旅行時間為背景數
據，建立修正型之線性旅行時間預測模式 (式 3.1a)。
市區路網下之車流，基於車輛路徑選擇與路口轉向之隨機性，本研究對於
其中必須注意的，此處所謂路段旅行時間係涵蓋了車輛行駛於路段中所 遭遇包含路口號誌延滯在內的所有延滯狀況。再者，路段旅行時間與號誌控 制路口和鄰近路段車流的轉向行為之間存在高度相關。路段上游路口之車流 轉向進入模式影響車輛進入路段之時間，間接影響車輛在路段下游受到路口 號誌延滯之程度；路段下游路口之車流轉向行為則直接影響到號誌對於車輛 之延滯，尤以左轉車流所受到的號誌延滯影響最為顯著。根據Hellinga & Fu (1999) 之研究，依車輛在下游路口的直行、左轉、右轉行為 (如圖 3.1 所 示)，可將兩號誌控制路口間之路段旅行時間分佈區分為九個群組。
圖 3.1 九種路口轉向模式示意圖 (T 表直行通過路口；L、R 分別為左右轉通過)
因此，在上述模式中，除路段上游路口的鄰近路段影響之外，本研究並同 時在變數項中考量路段下游路口的車流轉向行為，以將Hellinga & Fu 之研究 發現納入模式架構之中，以求算各段旅行時間期望值。
將模式以矩陣表示可得到 (式 3.2) 之線性方程式：
1
i+ = i i+
T T A ε (式 3.2) 其中，個別矩陣
T
i+1(L×1)、T
i[L×(N+1+M)]、A
i[(N+1+M)×1]、ε( L×1)，其內容單元，如下所列 (L 為路網中之路段總數；M 為最大相鄰路口總數)：
T-T T-L T-R
L-T L-L L-R
R-T R-L R-R