第四章 汽車車道變換模式
4.1 模式建構
4.1.1 個體選擇模型
國內特有之混和車流與國外車流行為有極大之差異，而混合車流內小汽車與機車之 變換車道行為模式也有所不同。欲構建汽車車道變換模式，須將原始資料庫內各個時點 之本車資料找出相對應之鄰車車輛資訊，而由於建置完成之資料庫數量龐大，因此本研 究透過撰寫程式作為篩選每筆資料之鄰車車輛方式，並依所欲分析之資料擷取相關變數，
最後則透過獨立出本車車種屬於小汽車之資料後，作為本研究探討的依據。
車流的變換車道模式屬於個體選擇模式行為，可運用於駕駛人於變換不同車道選擇 行為，本研究使用之離散選擇模式為個體選擇模式中之多項羅吉特模式，將本車駕駛人 選擇的目標車道區分為直行、往左向車道、往右向車道三類行為，並選取其選擇行為最 大化之效用方案。駕駛人 n 選擇方案 i 之效用為 Uni，但由於個體選擇模式無法完全衡估 個體對於方案之選擇，且效用無法精準測得因此產生隨機性之概念，其效用可分為可衡 量的效用與不可衡量(無法預知)的誤差項兩部分，其中羅吉特模式令其誤差項具獨立性 且各變數間服從相同之 Gumble 分配(方案間需相互獨立)。其效用函數及相關參數表示 如下：
Uni：駕駛人 n 選擇方案 i 之效用
Vni：駕駛人 n 選擇方案 i 之可衡量效用 εni：駕駛人 n 選擇方案 i 之不可衡量誤差項 αi：常數項(方案特定常數)
βik：方案 i 第 k 個解釋變數之校估參數
透過模式校估參數後，可得各駕駛人選擇方案 i 之選擇機率如下：
Uni = Vni + εni (3) Vni = αi + βi1× xn1 + βi2× xn2 + … +βiK× xnK (4)
𝑃𝑛𝑖 = exp (𝑉𝑛𝑖)
∑𝑗∈𝐽𝑛exp (𝑉𝑛𝑗)
(5)
29
多項羅吉特模式中，本研究判斷小汽車變換車道時採用之替選方案效用分別為：V1=向 前直行車輛、V2=向左變換車道、V3=向右變換車道，共三類選擇方案效用分別代表小汽 車於行進時所選擇方案對於駕駛人產生的效用。而此三種不同之效用函數則藉由擷取變 數並透過參數校估該資料點之結果，分析駕駛於該時點下之選擇行為機率和計算其方案 效用大小，藉以建立小汽車之變換車道行為模式。
4.1.2 效用函數
小汽車之車道變換模式需考量駕駛人於變換車道動作時主要影響選擇行為應受前 方鄰近車種之影響，且本研究認為直行方案與向左及向右變換車道方案為不同屬性之行 為，因此將前車與鄰前車解釋變數視為方案特定變數分別給予不同的參數值。本研究於 建構模式時選用之解釋變數包含：本車與鄰車之相對距離、相對速度以及鄰車之車種…
等。當選擇方案為向前直行時，考量之解釋變數包含本車與前車之相對 X 軸距離、與前 車之相對速度以及本車行駛速度三項解釋變數；當選擇方案為向左變換車道時，效用函 數所需考量之解釋變數則包含本車與左前車之 X 軸距離、與左前車之相對速度、左前車 車種、與左後車之相對 X 軸距離、與左後車之相對速度、左後車車種六項解釋變數；當 選擇向右變換車道時，效用函數考量之解釋變數則相對於向左變換車道，共六項解釋變 數。
而李健豪 (2012)於構建小汽車變換車道模式的方案效用函數中採用變數包含：與鄰 前車相對速度(含前車、左前車及右前車)與相對距離、鄰後車之相對速度與相對距離，
但所採用的前車與鄰前車相對速度及相對距離解釋變數皆屬共生變數，認為直行方案與 向左及向右變換車道方案屬於同屬性，因此將前車與鄰前車解釋變數視為方案特定變數 因此分別給予相同的參數值。其構建之變換車道模式及選用之解釋變數說明如下：
表 4.1-1 小汽車變換車道模式解釋變數說明
變數名稱 變數說明
ASCL / ASCR 常數(左 / 右)
DX_F 與前車相對 X 軸距離
DX_LF / DX_RF 與左前車相對 X 軸距離 / 與右前車相對 X 軸距離 DX_LB / DX_RB 與左後車相對 X 軸距離 / 與右後車相對 X 軸距離
DV_F 與前車相對速度
DV_LF / DV_RF 與左前車相對速度 / 與右前車相對速度 Mode_F 前車車種
Mode_LF / Mode_RF 左前車車種 / 右前車車種 Mode_LB / Mode_RB 左後車車種 / 右後車車種
30
1. Model A1
此模式為李健豪 (2012)所構建小汽車變換車道模式，將前車及鄰前車相對速度及相對距 離解釋變數視為同屬性之共生變數，然而本研究認為向左及向右變換車道方案與車輛選 擇繼續直行前進之行為屬於不同屬性之方案，因此另外給予不同之參數，其模式如下：
2. Model B1
另外，又考量變換車道模式本車選擇行為應受到自身之行駛速度變數之影響，因此加入 本車車速，構建另一變換車道模式如下：
3. Model C1
最後，考量變換車道模式受本車之行駛速度影響與各時點之鄰車車種影響，構建選擇模 式效用函數如下：
𝑉1 = 𝛽𝐷𝑋× 𝐷𝑋_𝐹 + 𝛽𝐷𝑉× 𝐷𝑉_𝐹 (6) 𝑉2 = 𝐴𝑆𝐶𝐿 + 𝛽𝐷𝑋× 𝐷𝑋_𝐿𝐹 + 𝛽𝐷𝑉× 𝐷𝑉_𝐿𝐹 + 𝛽𝐷𝑋𝐵× 𝐷𝑋_𝐿𝐵 + 𝛽𝐷𝑉𝐵× 𝐷𝑉_𝐿𝐵
(7)
𝑉3 = 𝐴𝑆𝐶𝑅 + 𝛽𝐷𝑋× 𝐷𝑋_𝑅𝐹 + 𝛽𝐷𝑉× 𝐷𝑉__𝑅𝐹 + 𝛽𝐷𝑋𝐵× 𝐷𝑋_𝑅𝐵 + 𝛽𝐷𝑉𝐵× 𝐷𝑉_𝑅𝐵
(8)
𝑉1 = 𝛽𝐷𝑋1× 𝐷𝑋_𝐹 + 𝛽𝐷𝑉1× 𝐷𝑉_𝐹 (9) 𝑉2 = 𝐴𝑆𝐶𝐿 + 𝛽𝐷𝑋2× 𝐷𝑋_𝐿𝐹 + 𝛽𝐷𝑉2× 𝐷𝑉_𝐿𝐹 + 𝛽𝐷𝑋𝐵× 𝐷𝑋_𝐿𝐵 + 𝛽𝐷𝑉𝐵
× 𝐷𝑉_𝐿𝐵 (10)
𝑉3 = 𝐴𝑆𝐶𝑅 + 𝛽𝐷𝑋2× 𝐷𝑋_𝑅𝐹 + 𝛽𝐷𝑉2× 𝐷𝑉_𝑅𝐹 + 𝛽𝐷𝑋𝐵× 𝐷𝑋_𝑅𝐵 + 𝛽𝐷𝑉𝐵
× 𝐷𝑉_𝑅𝐵 (11)
𝑉1 = 𝛽𝐷𝑋1× 𝐷𝑋_𝐹 + 𝛽𝐷𝑉1× 𝐷𝑉_𝐹 + 𝛽𝑉 × 𝑉 (12) 𝑉2 = 𝐴𝑆𝐶𝐿 + 𝛽𝐷𝑋2× 𝐷𝑋_𝐿𝐹 + 𝛽𝐷𝑉2× 𝐷𝑉_𝐿𝐹 + 𝛽𝐷𝑋𝐵× 𝐷𝑋_𝐿𝐵 + 𝛽𝐷𝑉𝐵
× 𝐷𝑉_𝐿𝐵
(13)
𝑉3 = 𝐴𝑆𝐶𝑅 + 𝛽𝐷𝑋2× 𝐷𝑋_𝑅𝐹 + 𝛽𝐷𝑉2× 𝐷𝑉_𝑅𝐹 + 𝛽𝐷𝑋𝐵× 𝐷𝑋_𝑅𝐵 + 𝛽𝐷𝑉𝐵
× 𝐷𝑉_𝑅𝐵
(14)
31
4. Model D1
透過解釋變數選擇組合的不同，本研究構建四種型態之變換車道模式，而本研究則 以此四種模式做為不同情景下車流資料之變換車道模式，並進行模式之參數校估及對於 車輛變換車道解釋能力比較。