研究動機

當代交通與人們生活息息相關，隨著不斷增長的車輛數目、不停拓展的 交通路網及與時俱進的交通法規，交通運作過程中所產生的資料量與複雜度已超 越人力所能處理，而發展出的交通科學也成為了重要的研究領域。

隨著資通訊設備與技術的進步與發展，行動式隨意網路(Mobile Ad-Hoc Network, MANET)的技術已經日益成熟，而使用在車輛上的 MANET 技術便被稱 為車用隨意網路(Vehicular Ad-Hoc Network, VANET)。人們已經可以藉由車輛上 裝置的車上設備(On Board Unit, OBU)或是道路上的路側設備(Roadside Unit, RSU)收集行車間的數據與各地的交通狀況，直接進行處理或是傳送給遠端的電 腦建立交通模型，並且用以評估與分析交通狀況 (Vahdat & Becker, 2000)。

VANET 架構中，無線網路的通訊方式依溝通雙方設備之類別，主要可分為 RVC (Roadside-to-Vehicle Communication)、IVC(Inter-Vehicle Communication)與混 合 RVC 及 IVC 兩者等三種。VANET 使用者可以在具有 RSU 的道路上，使用 OBU 向 RSU 取得附近停車場的位置與剩餘車位數量，也可以對從對向車道來的 車輛詢問前方道路的路況，成為了提供各種進階服務發展的基礎技術，圖 1 即為 OBU 與 RSU 之網路傳遞關係圖。

圖 1. On-Board Unit(OBU)與 Roadside Unit(RSU)之網路傳遞關係圖

在以 RVC 為主的 VANET 架構下，先前的研究主要都是著重於當車輛在交 通路網中行駛時，判斷何時可以將目前正在通訊的 RSU 切換成另一個車輛正在 靠近 RSU，而仍然保持通訊不中斷 (Bechler & Wolf, 2005; Ghassemian, Friderikos,

& Aghvami, 2005; Little & Agarwal, 2005)。而在以 IVC 為主的 VANET 架構方面，

由於車輛間的網路拓樸會快速的變動，如何選擇傳遞訊息的路由方式便成為 IVC 領域的主要議題 (Little & Agarwal, 2005; Nadeem, Shankar, & Iftode, 2006)。

VANET 技術的發展提供了許多應用的可能性，其中一種重要的應用服務就 是車輛導航系統。駕駛人將車輛目的地輸入 OBU，透過地理資訊系統(Geographic Information Systems, GIS)取得地圖與道路資訊，再經由全球定位系統(Global Positioning Systems, GPS)取得車輛在地球上的位置，並判斷目前車輛正在行駛的 道路，再作出車輛路徑規劃，導引駕駛人行駛最短的路徑。駕駛人不需要熟悉出 發的或目的地附近的道路，也可以輕易到達目的地 (Skog & Handel, 2009)。

然而，有了良好的車輛導航系統，卻也產生了新的問題。首先，由於車輛導

航系統大部份採用以靜態的道路長度作為權重之最短路徑演算法，容易將起點與 服 (Blum, Eskandarian, & Hof, 2004)。由於在 VANET 中最基本的傳遞資訊方式 就是廣播，再加上在市區中，一段道路上可能會有數以千計的車輛，對一輛車來 說，在 VANET 的可傳輸範圍中，可能也會有數百台車輛可以與自己傳遞訊息，

如此高密度的節點之無線網路環境造成的密集資料傳輸，使得資料容易產生碰撞，

造成資料遺漏或損壞，造成需要重傳更多次的封包以彌補先前發送的封包，產生 廣播風暴問題(Broadcast Strom Problem)(Tseng, Ni, Chen, & Sheu, 2002)，使得網 路的有效利用率大幅降低。

過去有關於無線網路的研究中，提出了許多關於廣播風暴問題的解決方法，

其中一種主要的解決方式是產生叢集(Cluster) (Basu, Khan, & Little, 2001; Yu &

Chong, 2005)。將一群車輛組成叢集，並由叢集管理者(Cluster Head)之車輛負責 向叢集外要求資料或是回應叢集內的查詢路況資訊之要求，使得封包傳送量與傳

送路徑長度都可以大幅減少。使用叢集實作的車用無線網路概念如下圖 2，以叢 集管理者為中心，每一個叢集領導者就代表了一個叢集，其他車輛則被稱為叢集 成員(Cluster Member)，而連接到兩個叢集的叢集成員，也被稱為叢集閘道(Cluster Gateway)。

圖 2. 交通中的叢集架構概念圖

雖然使用叢集化演算法作為網路基礎架構將會具有以上所提到之優點，但由 於目前對於叢集化演算法(Clustering Algorithm)的研究所提出之方法大多是經由 靜態車輛資訊、基本網路拓樸特性或針對如高速公路等特殊道路情況產生叢集管 理者，如選擇鄰近區域中 OBU 之 ID 最小車輛、節點分支度(Degree)最高車輛與 位置最接近其他叢集之車輛等 (Basu, Khan, & Little, 2001)，而不是依實際資料傳 輸需求而選擇代表車輛。經由此類方法所產生的代表車輛，由於選擇方式過於簡 單，也缺少將地理位置與實際的資訊傳播情形加入考慮，不容易適應各種變化的 交通狀況。

因為以上所提之各種原因，本研究將提出一個依實際傳輸資料的需求並加以 分析，能依各種路況資訊傳遞情形動態形成與調整叢集之演算法，稱為交易代幣 式叢集化(Token-Based Clustering, TBC)演算法。