平均速度變動分析

對於平均速度的變動分析來說，此節本文將除了平均速度之外的變數之值固 定，觀察當平均速度變化時對駕駛者心智負荷的影響為何。以下圖 5.2.12 為平均 速度對應於心智負荷的折線圖：

-10 -5 0 5 10 15

1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52 55 58 61 64 67 70 73

相對速度

加(減)速度

加速度

圖 5.2.12 平均速度對應於駕駛者心智負荷的折線關係圖 般跟車模式(Fuzzy logic-based models)的模擬實驗資料，因此，先將量子力學模式 的模擬實驗結果整理如下：

Gazis, Herman and Rothery (1961)提出了Gazis-Herman-Rothery (GHR) model 。GHR模式的架構如下：

a

n

(t)=c v

^mn

(t) ﹝△V(t-T) / △x

^l

(t-T)﹞

其中，

a

_n

(t)

代表在 t 時間時，n車輛的加速度

△x

代表相對車間距

△V

代表相對速度

T

代表駕駛者的反應時間 C、l、m 代表需決定的常數值

而之後Chandler et al. (1958)、Herman and Potts (1959)、Hoefs(1972)、Treiterer and Myers(1974)、Ozaki(1993)將GHR模式做模擬實驗得到的結果如下：

表5.3.2 GHR可靠模式參數估計

__________________________________________________________________________________________________________________________________________

Source m l

____________________________________________________________________________________________

Chandler et al. (1958) 0 0 Herman and Potts (1959) 0 1 Hoefs (1972) (dcn no brk/dcn brk/acn) 1.5/0.2/0.6 0.9/0.9/3.2 Treiterer and Myers (1974) (dcn/acn) 0.7/0.2 2.5/1.6 Ozaki (1993) (dcn/acn) 0.9/-0.2 1/0.2

Key:：dcn/acn: deceleration/acceleration; brk/no brk: deceleration with and without the use of brakes.

在1992年時，Kikuchi & Chakroborty使用了部分GHR的變數構建了Fuzzy logic-based models，而模擬實驗結果如下：

_____________________________________________________________________

初速度(km/hr) 加速度(m/s²) 時間(t) First case 13.3 -2.4 2 Secoand case 15.8 -3.6 1

_____________________________________________________________________

從模擬結果可以得知，GHR 的模式在具有不同加速度及末速度時，會造成 車間距的不同；而量子力學模式之車速跟車間距彼此之間會有相關的現象，詳情 可見參考文獻[27]。

本節由於資料以及時間限制的因素之下，在此本文只能對修正後的量子力學 模式及 GHR 之相關模式的模擬實驗結果做初步的比較與分析，因此比較分析的 內容尚且不夠完整詳盡，建議後續研究者可以再做更進一步的探討。

第六章、結論與建議 6.1 結論

駕駛者心智負荷的程度，往往會對駕駛者作出的駕駛行為有所影響，當駕 駛者遭遇狀況時若其心智負荷大，代表他比較保守、心理容易緊張、不敢冒險，

心智負荷小時則代表駕駛者較具冒險心，情緒的變化較小。因此本文收集了過去 影響駕駛者心智負荷的相關因素，搭配自身攝影調查的動態資料，構建出動態的 心智負荷多元迴歸模式。因此藉由此模式，搭配手上現有的資料(駕駛平均速度、

駕駛心跳變動率、相對速度)，就可以預測出駕駛者的動態心智負荷值為多少，

而之後或許可以利用這些資料，對交通安全的控制貢獻一份心力。

在過去的跟車理論文獻中只將對象鎖定為前車，因此本文在之後利用了駕駛 者的心智負荷，搭配 SHEU(2006)所提出的量子力學相關文獻之 PHASE(2)模式，

將對象增加成前車和旁車，以實際攝影調查的資料，觀察駕駛者的行為。根據本 文調查分析的結果，駕駛者的心跳變動率，確實是會隨著駕駛者心智負荷值的增 加，而有逐漸上升的趨勢，這個跟車行為研究結果，和過去學者 Kalabeek(1971)、

Grandjean(1985)、Green(1986)、Mulder(1988) 提出的研究結果相符合，證明跟車理 論也可以沿用這個研究的結果；針對駕駛車輛的加速度來說，當駕駛者具備低心 跳變動率及中心跳變動率時，加速度的值擺幅不大，而當駕駛者具備高心跳變動 率時擺盪的比較劇烈，由此可知，若駕駛者具備低及中心跳變動率時，他尚且能 平穩駕駛，但若是駕駛者已達到高心跳變動率時，他對於突發狀況的發生心裡會 有高度慌亂甚至緊張的感覺，而造成他比較無法遵循正常駕駛的反應，因此他的 駕駛行為會有比較大幅度的偏差。調查分析的結果，駕駛的心智負荷值，亦會隨 著駕駛平均速度的增加而增加，因為在跟車行為中，後車之速度多半受制於前車 的車速(在動態安全間距內及 125M 的距離之外除外)，因此當前車加速時，由於 在進行跟車行為，駕駛者也會有加速的動作，造成駕駛者的心智負荷上升。調查 分析的結果，針對相對速度來討論，此時之相對速度指的是前車和後車的速度 差，當相對速度大的時候，代表此時前車所給予後車的心理壓力較小，因此駕駛 者的心智負荷值會較小；反之，當相對速度小的時候，前車所施加給後車的壓力 較大，因此後車駕駛者的心智負荷較高；針對加速度來說，當遭遇突發狀況時，

隨著車輛的瞬時相對速度的遞增，其瞬時加速度的變化並不大，換句話說，此時 相對速度對加速度的影響不明顯，因為當前車和後車的瞬時相對速度變大或變小 時，兩車之車間距的大小仍不得而知，因此對於駕駛者加減速的反應並無一定的 影響。

6.2 建議

1. 本文中攝影調查資料的地點為市區中的一個路段，因此若在高速公路、

快速道路甚至其他型態的道路做研究的話，也許結果會不盡相同，建議後續研究 者可以針對這個部分繼續進行研究的工作。

2. 本文中的駕駛性模擬問卷之受訪對象限制為必須具備一年以上的駕駛經 驗、不分性別者，因此將來的研究者可以針對自己所需要調查對象的滿足條件去 設計問卷，蒐集自身所需的相關資料，同時也對資料繼續進行研究。

3. 對於心理上的測量儀器來說，如果可以克服設備的成本限制的話，就可 以得到更多且更精密的心理研究資料，而這些資料可能可以用來代表其他影響心 智負荷的變數，進而使心智負荷值的預測更為精確。

4. 對於影響心智負荷的因素來說，本文探討的因素有以下五個：駕駛平均 速度、駕駛載客數、安全績效、心跳變動率及相對速度，仍有因素尚未納入討論，

例如駕駛當天的天候狀況、駕駛的疲勞度等等….，建議後續研究者也可針對這 些研究課題繼續進行研究。

5. 在本次攝影調查的過中，駕駛者與前車均未變化車道，因此並未探討當 前車或駕駛者變換車道時對駕駛員之心智負荷值的影響，故建議接下來的研究者 可以繼續就變換車道這方面來做研究。

6. 在模擬實驗的分析比較方面，由於本文運用量子力學模式搭配駕駛者心 智負荷的模式，過去並無此相關研究，且此模式和以往之一般跟車模式的基本假 設不盡相同，因此本文尚無法完整的做比較分析的工作，故建議後續研究者可以 找出和本文基本假設相近者進行比較分析。

參考文獻

[1] Sheu, Jiuh-Biing, “A Quantum Mechanics-based Approach to Model

Incident-Induced Dynamic Driver Maneuvers”, paper submitted to Physica D, 2006.

[2] Sheu, Jiuh-Biing; Chou, Yi-Hwa; Shen, Liang-Jen, “A stochastic estimation approach to real-time prediction of incident effects on freeway traffic

traffic congestion”,Transportation Research Part B, 2001.

[3] 許鉅秉，應用先進式微觀車流模擬器-PARAMICS 建構台灣地區智慧型運輸 模擬系統之可行性研究.交通部運輸研究所，民國 87 年

[4] Goolsby M.E. and Smith W.(1971),”Incident characteristics, frequency, and duration on a high volume urban freeway, ”Transportation Research, 23A, pp.387-396 [5] Russel L.M. and M.L. Harold, ”Simulation of Traffic Flow to Obtain Volume Warrants for Intersection Control, ”HRR15, pp.1-43,1963

[6] Chakroborty P. and S. Kikuchi, ”Evaluation of the General Motors Based Car-Following Models and a Proposed Fuzzy Inference Model, ”Transportation Research C, vol.7no.4.pp209-235.1999

[7] Kikuchi S. and P. Chakroborty, ”Car-Following Model Based on Fuzzy Inference System, ”Transportation Research Record 1365, pp.82-91, 1992

[8] 藍武王.王日昌.江勁毅,模糊控制跟車模式之探討,運輸,25 期,pp.43-55,民國 83 年 9 月

[9] 傅耀南,魏健宏,模糊類神經網路應用於跟車模式之研究.八十四年電子計算 機於土木水利工程應用論文研討會論文集,pp.859-869,民國 84 年 10 月

[10] Hoefs,D.H. ,”Undersuchung des Fahrverhaltens in FahrzeugKolonnen”, Forchungsberichte des Institute fur Verkehrswesen, Heft 140,Universitate

Karlsruhe,1972

[11] May A.D. , “Traffic Flow Fundamentals”, Prentice-Hall, 1990

[12] Washington D.C. ,”Traffic Flow Theory-A State of the Art Report ”, Transportation Research Board.1997

[13] 李梁堅,建立微觀車流模擬模式以發展交通適應性號誌控制邏輯之研究,成 大交管博士論文,民國 81 年 6 月

[14] 李月仙,微觀車流模擬模式語適應性交通控制策略之整合研究,成大交管所 碩士論文,民國 77 年 6 月

[15] 陳俊鴻, 以視覺模擬方式研究機車駕駛人於路段中之駕駛行為,台大土木 工程學研究所碩士論文,民國 92 年 6 月

[16] Robert G.V. Baker,“On the quantum mechanics of optic flow and its application to driving in uncertain environment.”, Transportation research park F ,1999

[17] 張鈞華, 模擬一般市區道路事故發生之微觀車流行為,台大土木工程學研 究所碩士論文,民國 90 年 6 月

[18] Wilson,G..F.,&Eggemier,F.T.(1991).Phsiological measures of workload in multi-task environments.In D.Damos(Ed.),Multiple task performance

(pp.329-360).London :Taylor & Francis.

[19] Wierwille,W.W.,&Eggemier,F.T.(1993).Recommendations for mental workload Measurement in a test and evaluation environment.Human

Factors,Vol.35(2),263-281.

[20] Wickens.C.D.,&Hollands,J.G..(2000).Engineering Psychology And Human Performance.3rd edition.

[21] Veltman.J.A.&Gaillard,A.W.K.(1996).Physiological indicates of workload in a

simulated flight task.Biological Psychological 42.323-342.

[22] Richter,P.,Wagner,T.,Heger,R.,and Weise,G.,(1998).Psychophysiological

analysis of mental load during driving on rural roads-A quasi-experimental field study Volume:35,Issue:1,pp.24.

[23] Collet,C.,Petit,C.,Champely s.,&Dittmar,A.(2003).Assessing workload through Physiological measurements in bus drivers using an automated.Human Factors, Vol.45,No.4,539-548.

[24] De Waard,D.(1996).The measurement of drivers^, mental workload.Ph.D.Thesis, University of Groningen.Haren,The Netherlands:University of Groningen,Traffic Research Center.[http://home.zonner.nl/waard2]94/10/08.

[25] Hancock,P.A.(1989).A dynamic model of stress and sustained attention.Human Factor 31(5),519-537.

[26] Ma.R.and Kaber.D.B.(2005).situation awareness and workload in driving while Using adaptive cruise control and a cell phone .International Journal of Industrial

Ergonomics 35,939-953.

[27] 邱明鋒，高速公路事故發生時非事故車道上駕駛人感受與駕駛行為之研 究，交通大學交通運輸研究所碩士論文，民國94 年 6 月

[28] 黃兆鉑，高齡社會都市大眾運輸課題與改善策略之研究-以大台北都會區為 例，交通大學交通運輸研究所碩士論文，民國94 年 6 月

[29] 陳木炯，台灣醫師心智負荷量表之發展與建立，中國醫藥學院醫務管理研 究所碩士論文，民國92 年

[30] 陳虹尹，個人學習風格與心智負荷相關性之初探研究-以電子化學習為例，

佛光人文社會學院管理研究所碩士論文，民國95年

[31] 林品君，駕駛者心智負荷之動態評估，清華大學工業工程管理學系碩士論

文，民國95年

[32] Dietrich Manzey.Vorlesung(2006) Arbeits-und Organisationspsychologie 1(15)

在突發狀況之下心智負荷評估值的研究

以下為駕駛模擬問卷之內容，而駕駛的基本假設為駕駛者對前車進行跟 車行為(前車定義為駕駛者前方而和其距離最接近之車輛)：

P.S 若同時出現兩種狀況時，以本車道為主：

1、在駕駛的過程中，同車道的前車突然加速...( ) 2、在駕駛的過程中，同車道的前車突然煞車...( ) 3、在駕駛的過程中，異車道的前車突然加速...( ) 4、在駕駛的過程中，異車道的前車突然煞車...( ) 5、在駕駛的過程中，同車道的前車欲在下一路口左右轉彎...( ) 6、在駕駛的過程中，異車道的前車欲在下一路口左右轉彎(對同車道無影響)...( ) 7、在駕駛的過程中，異車道的前車欲在下一路口左右轉彎(對同車道有影響)...( ) 8、在駕駛的過程中，前方的黃燈突然亮起...( ) 9、在駕駛的過程中，同車道的前車突然轉向異車道...( ) 10、在駕駛的過程中，異車道的前車突然轉到駕駛者的前方...( ) 11、在駕駛的過程中，遭遇塞車情形...( )

本駕駛模擬問卷採取不記名的方式，請您放心的作答，而您所提供的寶貴意 見，將是本研究進行的重要參考根據，感謝您不辭辛勞的協助，並祝您身體健康、

本駕駛模擬問卷採取不記名的方式，請您放心的作答，而您所提供的寶貴意 見，將是本研究進行的重要參考根據，感謝您不辭辛勞的協助，並祝您身體健康、

在文檔中 駕駛者心智負荷模式之發展及驗證 (頁 81-0)