1.1 研究背景與動機
台灣西部交通公路系統已布置相當嚴密，用路人可依需求選擇國道高速公路 或者平面替代道路，行走最合適的路線。在忙碌的現實社會中，時間就是金錢，
時間的管理儼然成為一門重要的課題，若要將交通運具納入時間管理，必須將足 夠的資訊提供給用路人，其中最重要且淺顯易懂的交通資訊，莫過於旅行時間。
以國道高速公路為例，目前較常見之交通資訊系統為警察廣播電台、交通服 務 E 網、Google 地圖等，僅能提供簡單之路況資訊，如有無事故發生、擁塞情 況等以及粗略的旅行時間公告。尚無建立完整的旅行時間預測資訊系統，當用路 人在選擇適合行駛路線時，由於資料不充足，僅能用過去經驗去判斷旅行時間，
當經驗與現實情況不相符，則會造成時間浪費，對個人及國家都是一大損失。
為了滿足用路人需求，可藉由智慧型運輸系統(Intelligent Transportation System, ITS)進行交通管理，提升道路使用效率。其中以先進旅行者資訊系統(Advanced Traveler Information System, ATIS)與先進交通管理系統(Advance Transportation Management Systems, ATMS)，與用路人最為相關。ATMS 將交通路網上偵測器 蒐集的資訊，經過分析、計算產生之結果，透過 ATIS 提供用路人即時交通資訊。
而國道上常見的偵測器有車輛偵測器(Vehicle Detector, VD)、自動車輛辨識 (Automatic Vehicle Identification, AVI)、探針車(Floating car)、電子收費(Electronic Toll Collection, ETC) 等種類繁多的交通偵測系統，本研究期望透過現有國道偵 測器，發展出一套旅行時間預測系統，提供給用路人使用。
目前造成台灣國道擁塞的主要原因在於，上下班時間過多的短程使用者，將 國道當作免費且快速的短程公路使用。為解決台灣國道高速公路壅塞問題，台灣 未來將實施國道高速公路里程收費政策，達到使用者付費的公平性原則，屆時國 道高速公路上必定將設置許多類似 ETC 的偵測器。此種偵測器特性為，詳細紀 錄車輛通過收費偵測器的里程數及時間，並且能將高速公路上行駛的所有車輛納 入分析資料來源，此資料相較於其它偵測器資料，有著偵測準確以及資料龐大的 特性，對於交通管理者來說是一大福音。由於計程收費系統尚未設置完成，本研 究僅能使用其它偵測器進行研究，選用資料量較少，偵測模式相似於里程收費偵 測器的 AVI 資料作為研究對象，並且結合其它偵測器資料，如 VD、GVP 等國道 偵測器，補足 AVI 資料無法即時蒐集的缺點，提升旅行時間預測之準確性，期 望能對社會大眾有貢獻。
建置旅行時間預測模式，除了能提升交通管理的效率，改善交通擁塞狀況，
也能提供用路人更為明確用路資訊，使用路人有足夠資訊進行選擇，將時間與資 源做更有效分配與運用。
目前的旅行時間預測研究大多數使用 VD 作為資料來源，但 VD 在尖峰時段 可能會產生旅行時間低估的狀況。AVI 簡介及旅行時間收集方式會在 2.2.1 詳述，
時間需要車輛通過兩台偵測器，在台灣無法即時取得，因此 AVI 資料應用於旅 行時間預測，僅能使用在建置歷史資料庫。而預測日的 AVI 旅行時間，事後收 集回來後，則可以當作標竿與預測結果比較。以下為台灣 VD 偵測器的低估實際 案例，圖 1-1 為 2012 年 1 月 27 日，國道一號南下路段 24~36 公里處，使用 AVI 所蒐集之平均旅行時間與使用 VD 推估之旅行時間，可由圖中看出，VD 在尖峰 時段，收集的即時資料出現了旅行時間低估的狀況。因此本研究將建立一旅行時 間預測模式，解決 VD 低估產生旅行時間預測誤差的狀況。
圖 1-1 VD 尖峰時段旅行時間低估案例
1.2 研究目的
本研究目的為建立旅行時間預測模式，解決單純使用 VD 進行旅行時間預測容易 造成低估之問題。因此本研究提出將 VD 與 AVI 資料結合，透過 AVI 蒐集的旅 行時間資料，提昇國道高速公路旅行時間預測的準確性。本研究將蒐集的 AVI 資料建置成 AVI 旅行時間歷史資料庫，結合 VD 具有蒐集即時資料的特性，發展 出新的旅行時間預測模式。
1.3 研究範圍與方法
本研究所建立之旅行時間預測模式，所需的 VD 及 AVI 資料，由台灣高速公 路局提供 2012 年 1 月~7 月，星期五的資料，作為研究分析材料。
資料整理後發現高速公路總局所提供之 AVI 資料妥善率以台中以北較佳，台 中以南 180km 至 360km 的 AVI 資料妥善率欠佳，因此本研究所選定的研究範圍 為台中交流道-台北交流道北上及南下方向，作為研究範圍，選定路段可切分為 兩大主題，(1)台中交流道-新竹交流道、新竹交流道-台中交流道，流量穩定、較 少塞車，(2)新竹交流道-台北交流道、台北交流道-新竹交流道，旅行時間有明顯
0 5 10 15 20 25
0:00 3:00 6:00 9:00 12:00 15:00 18:00
旅行時間(分)
時間
AVI旅行時間
VD旅行時間延遲加總
尖離峰變化，預測難度較高。
本研究主要方法是，利用國道高速公路總局提供之 AVI 及 VD 資料，建立 AVI 旅行時間歷史資料庫與 VD 旅行時間歷史資料庫。首先藉由 VD 可以即時收 集 速 度 、 流 量 資 料 ， 計 算 出 即 時 旅 行 時 間 的 優 點 ， 透 過 模 式 辨 認 (Pattern Recognition)中的 k-NN(k-Nearest Neighbor)法，去與 VD 旅行時間歷史資料庫比 對，找出 k 個最為相似的日期與時階，最後以對應日期與時階的 AVI 旅行時間 歷史資料，做為旅行時間預測結果的依據。最後以預測日事後收集回來的 AVI 資料作為真值比較，驗證本研究提出的預測模式。
1.4 研究流程
本研究將前述所提出之旅行時間預測之研究範圍與方法，擬訂可行之研究流 程，研究流程及研究流程圖如下圖 1-2 所示：
1. 決定研究範圍與對象
選定在尖離峰時段壅塞變化明顯，造成旅行時間有明顯變化之路段，作為第 一種預測對象，本研究選定國道一號北上方向新竹-台北、南下方向台北-新 竹，第二種預測對象為流量穩定且較少塞車的路段，本研究選定國道一號北 上方向台中-新竹、南下方向新竹-台中。
2. 蒐集相關文獻
蒐集各種偵測器應用旅行時間推估模式、資料過濾與插補方法、模式辨認等 相關文獻。
3. 資料蒐集與過濾
將蒐集之偵測器數據加以過濾、填補，使得資料完整，可提供旅行時間推估 及預測使用。
4. 建置 VD、AVI 旅行時間歷史資料庫 5. 建立 VD k-NN 模式
6. 預測結果分析 7. 結論與建議
研究對象與範圍
VD k-NN預測模式
預測結果參數(日 期、時階)
結論與建議 相關文獻回顧
資料蒐集與過濾
VD旅行時間歷史資 料庫建置
AVI旅行時間歷史 資料庫建置
對應結果參數的 AVI歷史旅行時間
資料
預測結果分析
圖 1-2 研究流程圖