• 沒有找到結果。

行車視野輔助系統

第二章 文獻回顧

2.2 先進車輛控制系統與安全設備

2.2.1 行車視野輔助系統

透過裝設於車外之攝影鏡頭,並由顯示螢幕提供駕駛人車輛行駛時週邊路面 影像之視野輔助系統。

包含多顆監視鏡頭,提供駕駛不同角度的視野,藉此避免駕駛因視線死角而 造成事故的狀況。

圖 2、行車視野輔助系統

2.2.2 車道偏離輔助警示系統

車道偏離輔助警示系統(LDWS)主要是利用安裝於車輛上之攝影機 或雷達 波,用以偵測車輛外面左右兩側道路的狀況並確認車輛於行駛時是否保持於車道 之內(如圖 1),若偵測到車輛有偏離車道情形時,即對駕駛人發 出警示訊號,避 免因為駕駛人分心或其他因素而偏離車道造成交通事故的發生。一般車道偏離輔 助警示系統架構包含有功能元件及系統介面,利用車道 線感知器,持續的偵測 車輛與車道線的相對位置,並將訊號即時的傳入電子控制單元(ECU)進行演算與 判定;一旦偵測到車輛有偏離車道的情形時,則電子控制單元將對駕駛人自動發 出警示訊號,以提醒駕駛人應立即做出應變。

圖 3、車道偏離輔助警示系統

13

逢甲大學學生報告 ePaper (2018 年)

2.2.3 緊急煞車輔助系統

EBA(Electronic Brake Assist),中文稱為電子煞車輔助系統或是緊急煞車 輔助系統。EBA 電子煞車輔助系統是一套能有效幫助汽車駕駛在緊急煞車狀況 下適時增加煞車力道的輔助系統,能大幅縮短緊急煞車時的停止距離的一套系 統。

在一般正常情況下,大多數的駕駛在煞車時會根據情況增加或調整對煞車踏 板的施加力道,但如果突然遇到緊急狀況,大部分駕駛的反應都還算快,但是在 踩下煞車踏 板時卻往往無法即時以最大的力道對煞車踏板施加最大的壓力,又 或是駕駛反應有點慢時,在這種情況將就會造成煞車力不足,導致煞車距離過長 而發生意外或危險。

在配備 EBA 系統的車上如遇到上述的情況時,EBA 會利用感測器偵測駕駛 者對煞車踏板的踩踏力道與速度,將訊號傳送到電腦由電腦判斷 駕駛者煞車的 意圖。如果判斷為一般正常的煞車動作 EBA 不會啟動 ABS 作動,而如果判斷為 非常緊急的煞車時,EBA 會在幾毫秒內指示煞車系統產生最高的油 壓來加大煞 車力道同時啟動 ABS 發揮作用,其速度要比大多數駕駛員移動腳的速度快得 多,使煞車力道快速產生減少煞車的距離。因此就算是中度的踩踏力道,如 果 EBA 判斷踩踏速度異常的快,且力道一直持續,EBA 依然會在幾毫秒內啟動全 部煞車力道,避免或減少事故的發生。

圖 4、緊急煞車輔助系統

2.2.4 眼動儀

眼動儀又稱眼球(運動)追蹤儀,一般而言,是由測量眼球位置及眼球運動 訊息的設備、Eyelink+電腦顯示螢幕。

眼動追蹤是通過測量眼睛的注視點的位置或者眼球相對頭部的運動而實現 對眼球運動的追蹤。眼動的本質是人注意力資源的主動或被動分配,選擇更有用 或吸引力的訊息。

14

逢甲大學學生報告 ePaper (2018 年) 用戶在使用產品介面或與產品互動時,運用眼動追蹤方法收集詳細的技術信 息,並記錄用戶觀看(和沒有觀看)的位置,以及觀看的時間。在用戶讀取文本 和圖像時,眼動追蹤記錄了注視和掃視的過程,並完整地判斷出眼睛瀏覽和停留 的位置。這種技術清晰地解釋用戶的眼睛看過哪些位置,沒有看哪些位置。

圖 5、眼動原理

其他眼動儀應用於國外客運公司之案例,以下取日本 JR 客運公司為例:

一、 視頻記錄儀:

所有的車輛都配備了兩個相機,記錄汽車的正面和內部的圖像,另外也配備 拍攝左右的攝影紀錄器,用於事故發生時事故原因的依據。

二、 數字旅行記錄儀:

將行駛速度、發動機轉速、行駛里程、急加速度、急剎車等的行駛狀況記錄 為數字數據。

三、 攜帶免提手機:

在駕駛座上安裝免提電話設備,從運營經理那裡提供服務人員所需的連續信 息,確保安全運行。

四、 駕駛輔助設備:

當與前車的車間距離逐漸靠近快要碰撞時,制動器自動啟動,此系統將減少 車輛碰撞時的損壞。

(一)駕駛注意力降低警示裝置:

此裝置在駕駛的過程中感知車輛擺動情況,例如車道偏離情況,並 通過發出警報聲提醒警告駕駛員。

(二)車輛間距警告裝置:

此系統用來檢測與前車的距離,當車輛間距保持不足時, 此裝置將 引起對乘務員的注意。

(三)司機監視器:

駕駛行駛時,監視器照相機不斷地檢查駕駛員面部的方向 及眼睛的

15

逢甲大學學生報告 ePaper (2018 年) 狀態,當檢測到注意力不足時,警報器將發出警報。

(四)緊急事態發生表示装置:

當發生緊急情況時,公車上的「目的地顯示裝置」上會顯示「緊急 事件」,並將異常狀況通知給前方和後方車輛等。

(五)機房自動滅火系統:

當發動機艙內安裝有氣缸並檢測到火災時,滅火劑以霧狀噴射。透 過警報通知駕駛員異常情況。

2.2.5 目前國內設備-以 A 客運為例

本研究於車輛控制系統與安全設備部分針對 A 客運進行探討,此客運公司 的每部車輛皆擁有八個鏡頭。

一、車外監控設備

圖 6、前方路況監視鏡頭 圖 7、正後方監鏡頭

2

逢甲大學學生報告 ePaper (2018 年) 圖 8、左後方視野輔助鏡頭 圖 9、右後方視野輔助鏡頭

16

逢甲大學學生報告 ePaper (2018 年) 二、功能

(1)前方車輛距離警示:

透過前方鏡頭偵測與前車距離,若過於接近致使危險會發出警示聲提醒駕 駛。

(2)左右轉警示:

於左右轉時,駕駛右前方之螢幕(如圖 10),將會自動變為該行向之鏡頭

(如圖 11):

圖 10、駕駛右前方螢幕顯示

圖 11、車輛右轉時螢幕顯示狀況

17

逢甲大學學生報告 ePaper (2018 年) 三、眼動儀

利用眼動儀追蹤司機視距,藉此判斷駕駛是否有眨眼次數過多、低 頭滑 手機等分心情況以致駕駛危險時,便可與提醒器連動,發出聲響警示駕駛。

圖 12、某車眼動儀實例

18

此一狀況稱之為「人因工程(Human Factor)」,根據警政署統計分析國道高 速公路於 104 年的肇事原因,發現「駕駛人為因素」造成事故產生占總事故件數

19

20

逢甲大學學生報告 ePaper (2018 年)

駕駛行為項目 相關行車紀錄項目

起駛 行駛速率、煞車、方向燈、轉向操作行車方向

變換車道 行駛速率、煞車、方向燈、轉向操作行車方向

直行 行駛速率、煞車

穿越 行駛速率、煞車

轉向 行駛速率、煞車、方向燈、轉向操作行車方向

超車 行駛速率、煞車、方向燈、轉向操作行車方向

停車 行駛速率、煞車、停車警示燈

倒車 行駛速率、煞車、倒車警示燈、行車方向燈

21

22

23

24

Kiefer Jonathan M. Hankey (2007)

Lane change behavior with a side blind zone alert system

16 名中年(40-50 歲)

25

26

逢甲大學學生報告 ePaper (2018 年) 圖 13、研究方法流程圖

利用 A 客運提供的數據,統計分析出各項目中前高危險 的駕駛族群,從數據中了解其駕駛行為特性,個別分析

其駕駛行為做個人客製化的駕駛輔導。

敘述性統計

個案

分析

27

逢甲大學學生報告 ePaper (2018 年)

3.2 研究方法

利用 A 客運業者提供之資料庫,運用敘述性統計計算平均值,再找出異於 正常值之駕駛,予以輔導。

3.2.1 敘述性統計(Descriptive Statistics)

描述性統計是將研究中所得的數據加以整理、歸類、簡化或繪製成圖和表,

距)(range)(max-min)

 四分位差(Q3-Q1)

 變異(variance)

 標準差(standard deviation)

了解離散統計量的差別,包括 1. 計算方法

2. 使用意義

28

29

逢甲大學學生報告 ePaper (2018 年)

3.3 案例分析文獻回顧

3.3.1 案例分析法的背景說明

案例分析法(Case Analysis Method)由哈佛大學於 1880 年開發完成,後來被 哈佛商學院用於培養高級經理和管理精英的教育實踐,逐漸發展今天的「案例分

30

逢甲大學學生報告 ePaper (2018 年)

3.3.4 案例分析法的特別提醒

1. 指導員在開始培訓前,應該先讓大家瞭解培訓的目的、實施方法、主題 及計劃安排,以使訓練順利完成。

2. 全體討論解決問題的策略時,要注意控制時間,尤其注意能否進行更深 入的討論,以免草草收場使訓練半途而廢。

3. 在挑選最理想策略時,應依據現實狀況進行選擇。

4. 案例是由現場工作中收集而來的,因此應先說明訓練目標、方法和主題,

然後再提示個案,讓學員瞭解其內容,最後再進行其它步驟。

31

逢甲大學學生報告 ePaper (2018 年)

3.4 虛驚事件

本研究根據車輛各項目指標進一步分析駕駛行為,統整之數據可用來作為車 隊管理之依據,不論是在駕駛行為或是駕駛人方面,皆可依據分析結果進行預防 性的作為,主要目的為防止事故發生後造成人員傷亡或是財產的損失。

而本研究將注重於冰山理論的虛驚事件,以下圖為例,即在發生事故前的探 討。

圖 14、冰山理論-應用於交通事故層面

虛驚事件(Near Miss)的定義:未造成人員傷亡、財產損失、製程中斷但 引起人員驚嚇之事件。統計顯示每一百件不安全行為會有一件是虛驚事件;而每 十件虛驚事件會有一件是一般傷害事件;每十件傷害事件中會有一件是重大傷害 事件;每十件重大傷害事件中會有一件是造成死亡或殘廢的嚴重事件。

32

根據美國車輛協會交通安全基金會(AAA FTS)的研究,將駕駛專注區分為五 種類型:

上述分類的種類中,發呆或呆滯(looked but not see)可被視為分心的其中一種 型式,而有睡意也可用較廣意的「疲勞」來涵蓋,在本論文的討論中,將「駕駛 不專注」分為「疲勞」以及「分心」兩種狀態。

Angell 等人在技術報告中指出眼睛凝視方向可作為分辨駕駛是否分心,而 以上除了眨眼頻率增加的特徵外,PERCLOS 為目前最普遍用於判斷疲勞的特徵 之一,其定義為時間內(一般為,此特徵經過 EEG (electroencephalogram)量測腦 神經細胞活動發出的腦電波判斷疲勞的狀態)以及主觀評估的實驗驗證可有效指

33

34

320,775

因新竹站自 2018 年起撤站,既有

35

逢甲大學學生報告 ePaper (2018 年) 表 12、調度站六個月(2017 年 4 月至 9 月)百萬公里肇事率排名

*件數: 指 2017 年 4 月 1 日至 2018 年 3 月 31 日期間每一站別發生肇事案件件數

(包含有責、待鑑、相對)。

站別

*件數

總行駛里程(公里) 百萬公里肇事 排名

機場 13 2,062,902 6.30 1

光復 17 3,497,518 4.86 2

新竹 1 320,775 3.12 3

台中 41 13,388,675 3.06 4

高雄 34 12,843,913 2.65 5

北港 3 1,623,918 1.85 6

彰化 11 6,325,683 1.74 7

台南 18 11,912,847 1.51 8

嘉義 6 4,424,305 1.36 9

東勢 1 1,815,566 0.55 10

屏東 2 4,427,131 0.45 11

總計

147 62,643,233 27.45

平均

13.36 5,694,839 2.50

36

逢甲大學學生報告 ePaper (2018 年) 表 13、調度站九個月(2017 年 4 月至 12 月)百萬公里肇事率排名

逢甲大學學生報告 ePaper (2018 年) 表 13、調度站九個月(2017 年 4 月至 12 月)百萬公里肇事率排名

相關文件