第二章 文獻回顧
2.3 單環形感應線圈偵測器演算法
經由前述部份回顧可得知，目前應用市售偵測器除確定使用 FMCW 技術外，確定 可完成的測量為車道數、車道範圍、偵測車輛有無門檻值與車輛行進方向；但對於交通 參數的量測並未提出如何進行測量，因此本研究將回顧單一環形偵測器演算法，並作為 本偵測器演算法開發之基本原理。
偵測器計算原理之中各項交通參數，可分為經由觀測、估計，以及分類三種方式取 得，以下圖分別說明表示之。
圖 2.3-7 單迴圈感應線圈偵測器原理
資料來源：[8]
（1） 觀測
a. 流量（Flow rate）：
通常以設定之信號門檻決定是否為有車輛出現（present），當車輛通過 時所造成的信號變化大於門檻值，則計數為出現一次，經過累計得出於單 位時間內的車流量。
流量之計算方式如下：
T
q n （式 2.3-1）
其中
q ：表示流量。
n：表示在時間區間T 中被偵測器偵測到車輛數。
T ：表示某一特定時間區間。
b. 佔有率（Occupancy）
佔有率為在特定時間內，所有車輛停留時間所佔的百分比，其計算方 式如下：
n
i
ti
O T
1
100 （式 2.3-2）
其中
n：表示在時間區間T 中被偵測器偵測到車輛數。
T ：表示某一特定時間區間。
t ：第i 輛車在偵測器上的時間。 i
（2） 估計
a. 速度（Speed）
速度的算法是將有效車長加上偵測器長度，再除以離開偵測器時間減 掉進入偵測器時間的時間差。
1 2
ˆ t t
D v L
（式 2.3-3）
其中
v：車輛通過偵測器之速度。
Lˆ：有效車長。
D ：偵測器之感測器長度。
t1：車輛進入偵測器之時間。
t2：車輛離開偵測器之時間。
b. 平均速度（Average speed）
除了車輛單一速度外，在某一時間區間內之平均速度可由下列式子推 算而得：
) ˆ( ) (
) ) (
ˆ( L j j O
j j q v
（式 2.3-4）
其中
j：時間區間數列。
) ˆ j(
v ：各個區間的平均測量速度。
) ( j
q ：車流量。
) ( j
O ：佔有率。
) ˆ j(
L ：推估之平均有效車長（MEVL）。
（3） 分類
c. 車長（Vehicle length）
由於車長與車種有著密切的關係，感應線圈偵測器可利用檢測各種車 輛通過的訊號表徵，將車種進行分類，進而推估出車長。
相關研究[9]指出，波峰數與車輛長度以及汽車底盤存在著一定的關 係，短軸距車輛產生一個波峰；而長軸距車輛則可能產生多個波峰，波峰 相對大小，則代表著車輛金屬部份距離偵測器變異情形。
但需要考量車輛並不一定行駛於車道正中央，而波峰相對位置則代表 車輛金屬部份在車長範圍內分佈狀況，但不同車速則會產生不同的影響。
一般典型車輛分類[10]方式，以五種典型訊號表徵代表五種車種如下圖。
表 2.3-1 車種典型表徵圖分類表
資料來源：[10]
其車種分類流程則如圖 2.3-7，因偵測器每隔一段時間偵測脈衝之有 無，故以脈衝數作為判定變數，感測到脈衝的樣本數則可用來代表時間。
n*=100n/(t1-t2)
n*<22?
n*>32?
A=MAX*n/∑Si
B=MIN*n/∑Si
A<臨界值？ B<臨界值？
車種1
k
車速的影響。即在小型車慢速行駛或大型車高速行駛通過偵測器時，很有可能產生誤 判，使得小車慢速行駛遭致錯誤分類為大車正常速度通過，或大車高速通過遭致誤判，
回傳錯誤偵測資料。
本研究將利用微波偵測器與單環形感應線圈偵測器不同的性質，利用微波偵測器屬 性，將車速與車長兩種變因其一加以固定，而後將偵測車輛進行車種的分類，提供更精 準的假設車長，以提高演算法車輛速率之準確率。