第五章 實例分析
5.1 資料蒐集
本研究蒐集之資料包括 2009 年 6、7 月份某客運營運車輛行車紀錄器之原始資料、
某客運車輛基本資料以及 2009 年 6、7 月份車輛排班表等。
表 7 為行車紀錄器格式範例，行車紀錄器所紀錄之資料內容包括車號(carid)、車輛 位置之經緯度(lng、lat)、資料回傳時間(GpsTime)、車輛每秒之引擎轉速記錄值與輪軸 轉動記錄值(Rpm)、行駛路線編號(routeno)、去回程(goBack)、路線起點(xFrom)以及路 線終點(xTo)等。
表 7 之 Rpm 欄位中，以第一列為例，第一個數字 192 為客運公司系統所需之序號，
第二個數字 18017 為車輛輪軸轉動的累計距離，之後每兩個數字為一組，分別代表該列 GpsTime 與下一列 GpsTime 之間每一秒之引擎轉速記錄值(92)與輪軸轉動記錄值(63)。
速度之定義為物體於每秒內所移動之位移，而車輛之位移與輪軸轉動數成正比，因此可 將車輛每秒的輪軸轉動記錄值(63)視為「車速資料」，引擎轉速記錄值(92)則視為「轉 速資料」。goBack 則是代表車輛去回程，「0」代表去程，「1」代表回程。該路線預 設之去程為東南站往台中站。
表 7 行車紀錄器資料格式範例
carid Lng Lat GpsTime Rpm routeno goBack xFrom xTo
211-FM 120.813 24.262 2009/6/2 上午 06:10:20 192:18017,92,63,91,62,86,59; 6505 0 東南 台中 211-FM 120.812 24.262 2009/6/2 上午 06:10:35 192:18046,30,0,30,0,29,0; 6505 0 東南 台中
表 8 為車輛基本資料格式範例，由此資料可找出本研究所欲選用相同車型之車輛編 號，並配合車輛排班表找出駕駛該輛車的駕駛員。車輛基本資料內容包括場站編號 (DEPT)及車輛所屬場站(STATION)、車號(CAR_ID)、車輛廠牌(A)、車型編號(B)、引擎 號碼(C)、出廠年份(YEAR)以及排氣量(CC)。以表 3 第一列為例，車號 212-FM 的車輛 所屬場站為東勢站，東勢站之代號為 016，廠牌為國瑞，車型編號為 RK8JRSA，引擎號 碼為 JO8ETE167，出廠於 2008 年，排氣量 7684CC。
表 8 車輛基本資料格式範例
DEPT STATION CAR_ID A B C YEAR CC 016 東勢站 212-FM 國瑞 RK8JRSA JO8ETE167 2008 7684 016 東勢站 213-FM 國瑞 RK8JRSA JO8ETE168 2008 7684 016 東勢站 215-FM 國瑞 RK8JRSA JO8ETE168 2008 7684 016 東勢站 216-FM 國瑞 RK8JRSA JO8ETE168 2008 7684
表 9 為車輛排班資料格式之範例。以第一列資料為例，車輛排班資料內容包括車輛 行駛路線(6512)、司機編號(0963)、車號(220-FM)以及每一班次的發車日期(2009-07-17)、
發車時間(08:20:00)、完成時間(09:00:00)、起始站點(修平學院)等。配合車輛排班格式以 及行車紀錄器所紀錄的資料，可找出每位司機所負責的班次相關資訊，分析每位司機的 駕駛行為，進行相關研究。
表 9 車輛排班格式範例
路線 司機 車號 日期 發車時間 去回程 完成時間 起始地點
6512 0963 220-FM 2009-07-17 08:20:00 1 09:00:00 修平學院 6512 0963 220-FM 2009-07-17 09:55:00 1 10:35:00 修平學院 6512 0963 220-FM 2009-07-17 11:20:00 1 12:00:00 修平學院
由車輛基本資料可找出本研究所欲選用車型之車號，車輛排班表則是可以找出特定 路線所服務之駕駛員編號，配合行車紀錄器資料找出該路線之某駕駛員駕駛之班次。在 減少其他外在因素影響之前提下，本研究之範圍將針對同一車型、非尖峰時段之特定路 線不同駕駛人的行車紀錄進行分析。
本研究所選定觀察之車型國瑞 HINO RK8JRSA，為手動排檔。選定之駕駛班次須在 非尖峰時段，考量原因在於非尖峰時段之路況較為單純，可使駕駛員較能不受外在道路 環境的干擾，分辨其駕駛行為之優劣。在本研究中，根據調查，欲調查之特定路線其尖 峰時段之定義為早上 7 點 30 分至早上 9 點整以及下午 5 點整至下午 8 點整等兩個時段。
本研究所選定進行分析之路線為某客運 6505 路(台中-東勢)、6541 路(卓蘭-台中) 等兩條營運路線。6505 路線之營運車輛共計有 211-FM、212-FM 以及 213-FM 等三輛，
選定分析之駕駛員編號分別為 0480、0600、0556、0263、0672、0877 及 1132 等七位 駕駛員。6541 路線之營運車輛共計有 215-FM、216-FM 等兩輛，選定分析之駕駛員編 號分別為 0309、0300、0307、0725、0756 等五位駕駛員。班次時間範圍為 2009 年 6、
7 月份。
如第四章所述，欲將資料點進行分類，需找出 R_diff 值變化量門檻值以及怠速點之 速度門檻值。依 4.1 節所言，本研究將欲進行分析路線所使用之車輛各隨機取一班次進
在 0 至 0.04 間，且 R_diff 值大於 0.04 之後，其累積變化量劇烈減少，因此本研究以 R_diff 6 之流程後，可得到 0480、0600、0556、0263、0672、0877 及 1132 等七位駕駛員之行 車型態如下：
度，可節省燃料[21]。因此，若將一檔以及二檔歸類為低速檔位，三檔以及四檔歸類為
表 14 6505 路駕駛員 k-means 分群法初始集群中心點
集群
1 2
平均轉速差 .937 -1.521
高速檔位比例 -1.179 1.558
平均加速度 1.160 -1.245
平均減速度 -1.561 1.734
平均正衝度 1.660 -.817
平均負衝度 -1.666 .868
表 15 6505 路駕駛員 k-means 分群法最後集群中心點
集群
1 2
平均轉速差 .563 -1.408
高速檔位比例 -.404 1.011
平均加速度 .514 -1.284
平均減速度 -.326 .815
平均正衝度 .437 -1.093
平均負衝度 -.404 1.011
表 16 6505 路駕駛員 k-means 分群法集群成員
觀察值號碼 司機 集群 距離
1 600 1 1.290
2 480 1 1.328
3 1132 2 1.121
4 556 1 1.492
5 263 2 1.121
6 877 1 2.402
7 672 1 .987
表 17 6505 路駕駛員 k-means 分群法集群顯著性檢定
平均數相等的 t 檢定(顯著水準 = 0.05)
t 值 顯著性(雙尾) 結果
平均轉速差 7.855 .001 平均數有顯著差異
高速檔位比例 -2.133 .086 平均數無顯著差異
平均加速度 6.777 .002 平均數有顯著差異
平均減速度 -1.498 .194 平均數無顯著差異
平均正衝度 2.508 .054 平均數無顯著差異
平均負衝度 -2.133 .086 平均數無顯著差異
由上表 16 可知，經過 k-means 分群法將 6505 路駕駛員之行車型態進行分群後，最 終可得到集群 1 為 0600、0480、0556、0877 以及 0672，集群 2 為 1132 以及 0263 之結 果。將分群結果與表 12 以及表 13 之數據進行比對，發現集群 2 兩位駕駛員之各項指標 表現，除了高速檔位比例以及平均減速度外，其餘指標均低於集群 1 的所有駕駛員，表 示集群 2 駕駛員之駕駛行為在轉速變化、車速以及加速度的穩定度優於集群 1 的駕駛 員。因此集群 1 相對於集群 2 的駕駛員而言，可視為駕駛行為較差的一群。
將集群 1 與集群 2 之駕駛員行車型態進行 t 檢定後發現，雖然集群 2 之平均轉速差、
平均加速度、平均正衝度、平均負衝度指標均低於集群 1，但是真正具有顯著差異的指 標只有平均轉速差以及平均加速度，表示集群 1 與集群 2 駕駛員行車型態差距最大的是 平均轉速差以及平均加速度。因此客運公司可對集群 1 之司機進行後續之教育訓練，將 改善重點放在降低平均轉速差以及平均加速度上，並定期檢視其後續指標績效表現，以 收改正不良駕駛行為之效。
5.3 6541 路線測試分析 路線測試分析 路線測試分析 路線測試分析
在本研究蒐集的資料中，與 6505 路線使用相同車型的主要營運路線尚有 6541 路以 及 6555 路。然而，由於本研究可蒐集的數位式行車記錄器資料中，6555 路的部份遺漏 甚多，資料量不足以進行分析，因此本研究僅進行 6505 路以及 6541 路駕駛員之駕駛行 為。
同路線 6505，經過圖 6 之流程後，可得到 0300、0309、0756、0307 及 0725 等五位 駕駛員之行車型態如下：
表 18 6541 路駕駛員行車型態
表 21 6541 路駕駛員 k-means 分群法初始集群中心點
集群
1 2
平均轉速差 -1.418 .582
高速檔位比例 -.531 -.029
平均加速度 -1.230 .295
平均減速度 1.722 -.717
平均正衝度 -.658 1.585
平均負衝度 1.137 -1.353
表 22 6541 路駕駛員 k-means 分群法最後集群中心點
集群
1 2
平均轉速差 -1.418 .355
高速檔位比例 -.531 .133
平均加速度 -1.230 .308
平均減速度 1.722 -.431
平均正衝度 -.658 .164
平均負衝度 1.137 -.284
表 23 6541 路駕駛員 k-means 分群法集群成員
觀察值號碼 司機 集群 距離
1 300 1 .000
2 309 2 1.822
3 756 2 1.582
4 307 2 1.798
5 725 2 2.078
表 24 6541 路駕駛員 k-means 分群法集群顯著性檢定
平均數相等的 t 檢定(顯著水準 = 0.05)
t 值 顯著性(雙尾) 結果
平均轉速差 -2.253 .110 平均數無顯著差異
高速檔位比例 -.538 .628 平均數無顯著差異
平均加速度 -1.640 .200 平均數無顯著差異
平均減速度 6.180 .009 平均數有顯著差異
平均正衝度 -.685 .542 平均數無顯著差異
平均負衝度 1.426 .249 平均數無顯著差異
經過 k-means 分群法將 6541 路駕駛員之行車型態進行分群後，最終可得到集群 1 為 0300，集群 2 為 0309、0756、0307 以及 0725 之結果。將分群結果與表 19 以及表 20 之數據進行比對，發現集群 1 駕駛員之各項指標表現，除了高速檔位比例以及平均正衝 度外，均優於集群 2 的駕駛員。因此，集群 2 相對於集群 1 的駕駛員而言，可視為駕駛 行為較差的一群。
將集群 1 與集群 2 之駕駛員行車型態進行 t 檢定後發現，雖然集群 2 之平均轉速差、
平均加速度、平均減速度、平均負衝度指標均低於集群 1，但是真正具有顯著差異的指 標只有平均減速度，表示集群 1 與集群 2 駕駛員行車型態差距最大的是平均減速度。客 運公司可對集群 2 之司機進行後續之教育訓練，將改善重點著重於平均減速度，並定期 檢視其後續指標績效表現，以收改正不良駕駛行為之效。
5.4 小結 小結 小結 小結
實例驗證是以客運 6505 路(台中-東勢)、6541 路(卓蘭-台中)等兩條營運路線進行分 析。經過 SPSS 12.0 版進行駕駛員行車型態分群，可得到 6505 路編號 0600、0480、0556、
0877、0672 等五位駕駛，以及 6541 路編號 0309、0756、0307 以及 0725 等四位駕駛之 行車型態較差之分群結果。
透過該客運實地訪談，該客運公司管理階層指出，6505 路線駕駛行為表現較差者為 0600、0556 以及 0877 等三位。6541 路線駕駛行為表現較差者為 0309、0725 兩位，與 本研究提出之方法所得之結果雖然無法完全符合，仍可證明本研究之方法可有效分辨出 駕駛行為較差之駕駛員。
將 6505 路以及 6541 路駕駛員分群之結果進行顯著性檢定，發現 6505 路兩集群之 平均轉速差以及平均加速度有顯著差異，6541 路兩集群則是平均減速度有顯著差異。客 運公司管理階層可依此作為未來改善重點，改正駕駛員之不良駕駛行為。
第六章 第六章 第六章
第六章 相關參數敏感度 相關參數敏感度 相關參數敏感度 相關參數敏感度分析 分析 分析 分析
本研究於 4.1 小節介紹如何將車速與轉速資料進行分類，其中判斷車輛是否進行換 檔的主要依據為 R_diff 值。因此，R_diff 值之大小對於車輛檔位的判斷有著非常關鍵的 影響，造成使用檔位比例的分佈有所變動，進而使最終駕駛員分群結果產生變化。本章
(2) 駕駛員 0480
(4) 駕駛員 0556
(6) 駕駛員 0877
當 R_diff 門檻值為 0.01 時，分群結果為駕駛員 0556、0877、0672 為集群 1，0600、
0480、1132、0263 為集群 2；當 R_diff 門檻值為 0.13 時，分群結果為駕駛員 0600、0877、
0672 為集群 1，0556、0480、1132、0263 為集群 2。當分群結果開始改變之後，將新
的分群結果與 5.4 節客運公司所提供之駕駛行為較差之駕駛員名單(0556、0600、0887)
(3) 駕駛員 0756
(5) 駕駛員 0725
表 36 駕駛員 0725 轉速類指標與分群結果
R_diff 平均轉 速差
高速檔 位比例
一檔使 用比例
二檔使 用比例
三檔使 用比例
四檔使 用比例
同集群成員
0.01 5.378 0.618 0.120 0.262 0.382 0.235 0309, 0756, 0307 0.02 5.074 0.661 0.113 0.226 0.348 0.313 0309, 0756, 0307 0.03 5.053 0.663 0.118 0.219 0.338 0.325 0309, 0756, 0307
0.05 5.176 0.655 0.125 0.220 0.330 0.325 0309, 0756, 0307
0.17 5.782 0.618 0.355 0.027 0.285 0.332 0309, 0756, 0307 0.18 5.817 0.598 0.376 0.026 0.263 0.336 0300
當測試 R_diff 門檻值在 0.01 至 0.17 之間時，駕駛員分群結果與預設之 0.04 分群 結果相同，超出這個範圍後群結果將會改變。與 6505 路線相同的是，除了 R_diff 門檻 值為 0.01 之外，隨著門檻值的增加，一檔使用比例仍是逐漸增加，二檔使用比例則是 逐漸減少，平均轉速差有變大的趨勢，高速檔位則是有變小的趨勢。
當測試 R_diff 門檻值在 0.01 至 0.17 之間時，駕駛員分群結果與預設之 0.04 分群 結果相同，超出這個範圍後群結果將會改變。與 6505 路線相同的是，除了 R_diff 門檻 值為 0.01 之外，隨著門檻值的增加，一檔使用比例仍是逐漸增加，二檔使用比例則是 逐漸減少，平均轉速差有變大的趨勢，高速檔位則是有變小的趨勢。