變換車道之決策模式

1. 變換車道門檻準則決策模式

張家祝等[9]認為車輛於高速公路符合下列五個條件便會採取變換車道：

(1) 前後兩車車距小於最小跟車距離 (2) 本車車速大於前車車速

(3) 本車車速低於期望車速85%

(4) 鄰近車道之前車車速大於本車車速 3m/sec 或鄰近車道之前車與本車距離 大於最小跟車距離

(5) 本車變換車道後，鄰近車道之後車不致撞上

其中，最小跟車距離張家祝等是採用 B.b Greenshields 之經驗公式，其所得之 最小跟車距離比較符合張家祝等所調查之國內之最小跟車距離。

0.20955 6.4

Dm = V + (2-12) 式中：

D ：最小跟車距離(公尺) m

V ：後車車速(公里/小時)

黃國平[17]於市區快車道車輛變換車道之處理乃採用虛擬車法，因此車輛變換 車道時對前後所在車道相關車輛推進均產生影響，並且考慮車輛符合以下之原 則，便可選擇性變換車道：

(1) 所在車道之前車速度較低，且兩車相距 30m 內 (2) 目前車速低於願望速度 5m/sec 以上

(3) 鄰車道車速大於前車 3m/sec 以上

(4) 所在位置至停止線範圍，鄰車道車輛數較少。

並且考慮本車與前車間距、變換至鄰車道後與鄰車道前車之車間距以及變換 至鄰車道後與鄰車道後車之車間距，其車間距假設呈對數常能分配，平均值為2.268 秒，標準差為0.402 秒。

李樑堅[16]判斷車輛於市區道路變換車道是否會成功，首先找出與處理 A 車同 車道與鄰近車道之前車B、B′，計算 A 與 B、B′於X 軸推進最遠的車輛偏向角θ 、₁ θ ，而2 θ 、₁ θ 之值均須小於 A 車最大偏向角，否則不得變換車道。若 A 車位於₂ 選擇變換車道區內，則該車為使其X 軸推進距離最遠，故選擇θ 與₁ θ 中較大者為2

該車變換車道偏向角；若鄰近車道之後車C 在 T 時刻不會超越 A 車在 T 時刻所在 位置，則A 車沿其變換車道之偏向角行進，當變換車道車輛在 Y 軸與期望車道路 線座標相吻合時，A 車變換車道行為即完成。其中最大偏向角乃採用傅耀南[18]

所提出之車速與偏向角之關係式。

黃泰林[6]於模式中採用不具冒險性行為的自由性變換車道需滿足以下條件：

(1) 本車速度大於前車速度 3.5m/sec 以上 (2) 本車與前車距離小於 45 公尺以內

(3) 前車屬性因子不高於本車且期望速度低於本車

(4) 前車車速小於鄰車道上前方 20m 內之平均動態車速或該範圍內之平均動 態車速為0 且無車

(5) 本車車速大於鄰車道上後方 15m 內之平均動態車速

(6) 該秒滿足佔位表格後，下一秒即能斜向推進，若不滿足則不佔位，且下 一秒重新判斷。

林鄉鎮[2]則參考黃泰林的方法，加以修正，其不具冒險性行為之自由性變換 車道所需滿足之條件如下：

(1) 本車速度大於前車速度 3.5m/sec 以上 (2) 本車與前車距離小於 60 公尺以內 (3) 前車期望速度低於本車

陳柏榮[5]於模式中採用之變換車道條件為：

(1) 與鄰車道前、後車均須大於最小跟車距離。

(2) 與同車道前車之距離小於最小跟車距離，便不能加速 (3) 本車速度大於同車道之前車速度

(4) 目前速度小於期望速度之 85%

(5) 符合可變換車道之機率

林宏達[15]在其智慧型跟車防撞控制系統中，使用 DSSS 雷達偵測鄰車道資 訊，當滿足下列以下四項條件時，即可變換車道：

(1) 本車車速小於等於本車期望速度且大於等於同車道之前車車速。

(2) 本車車速大於鄰近車道後車車速，且本車與鄰近車道後車之縱向相對距 離大於縱向安全跟車距離。

(3) 鄰近車道前車車速大於本車車速，且本車與鄰近車道前車之縱向相對距 離大於縱向安全跟車距離。

(4) 本車與前車相對距離大於安全變換車道距離。

其中，安全變換車道距離的定義為：假設在一最壞的狀況下，當本車以加速 度a 快速併入鄰車道時，前車正以最大減速度a_−max緊急煞車時，而本車不會碰撞 前車所應保持之距離。

圖2. 4 最差情況下座車避免碰撞前車之示意圖[15]

1 ^{' '}

(

) ( )

1 0

3.6 2

s V V

V V

d = AB− +S L = − t + a −a₋ t +L >

  (2-13) 式中：

d ：安全變換車道距離 s

t ：從變換車道開始到座車與前車不會發生碰撞的最小時間 '

AB ：座車由t 至₀ t 所行進之距離 ^'

S ：前車由1 t 至₀ t 所行進之距離 ^' V ：座車開始變換車道之速度

V ：表示當座車進入變換車道模式時，前車的初始速度偵測值 '

L ：車長，定為 5m V

2. 二元羅吉特模式

胡順章[20]利用二元羅吉特模式所建立之變換車道模式，：

0.87584 _b 0.99851 _ina 0.35703 _nbna 0.011546 _ia

LC= − GAP + V + GAP − D (2-14) 式中：

LC：決定變換車道之機率

GAP ：前車與本車之時間間距(秒) b

Vina：本車與鄰近車道後車之相對速度(公尺/秒) GAPnbna：鄰近車道前車與後車之時間間距(秒) D ：後車車頭與本車車尾之距離(公尺) ia

由模式之預測率為 85.85%，並由模式中可得到以下四點結果：

(1) 當鄰近車道前車與鄰近車道後車之車間距越大時，變換車道機率越大。

(2) 當本車與鄰近車道後車之相對速度越大時，變換車道機率越大。

(3) 前車與本車之時間間距越小時，變換車道機率越大。

(4) 本前與後車距離越小時，變換車道機率越大。

賴淑芳[12]亦證明二元羅吉特模式應用於車輛於高速公路匝道併入之預測結 果較普羅比模式及傳統臨界間距模式佳。

3. 應用虛擬實境(VR)及類神經網路

陳奕志[10]利用類神經網路來構建變換車道之決策模式，並且在資料蒐集上考 慮以虛擬實境(VR)之技術，來避免以拍攝攝影帶的方式蒐集變換車道行為資料可 能遭遇到的問題，並以本車車速、鄰車道前車車速、與鄰車道前車距離、本車道 前車車速、與本車道前車距離、鄰車道後車車速、與鄰車道後車之距離做為輸入 變數，其中本車與鄰車道後車距離及速度無法由虛擬實境求出，因此乃利用臨界 間距觀念，以變換車道不被鄰車道後車追撞為原則而自行產生，經由測試得到以 雙層隱藏層構建類神經模式，預測變換車道的準確率高達95.19﹪，比利用羅吉特 模式86.51%還要高，由此可知類神經網路比羅吉特更能代表駕駛者變換車道之行 為。

魏建宏、林鄉鎮[3]同樣以虛擬實境之技術蒐集資料，並且利用倒傳遞網路建 構八種狀況下之變換車道模式，分別為：一般車流狀況下之變換車道行為、擁塞 下之變換車道行為、受測者前後100 公尺以內至少有一車輛、受測者方 100 公尺 以內均無車輛、強迫性變換車道行為、選擇性變換車道行為、自由性變換車道行 為、不分類之所有資料。其考慮之變數與陳奕志類神經變換車道模式相同，其結 果得到所有模式中以受測者方100 公尺以內均無車輛模式之均方差最低，但預測 力卻為最強，亦即倒傳遞網路較適用預測後方近距離無車之變換車道行為。擁塞 下之變換車道行為模式變異較少，因此預測能力較一般車流狀況下之變換車道行 為的預測能力好。

鐘炳煌[21]係以倒傳遞網路構建高速公路加速車道併入之行為模式，且仍採用 虛擬實境之技術蒐集資料，為了避免之前之VR 技術無法取得鄰車道之後車相關資 料，鐘炳煌在駕駛模擬系統中加入中置及左側後視鏡，以求得鄰車道後車之相關 資料，使其模式更符合現況，其結果得到當駕駛者採取併入行為時，後車間距過

短出現的機率比前車間距高，除了顯示駕駛者對於本車與後車之掌控能力較差，

駕駛者亦有預期後車會有煞車之心理。而網路對於判斷併入之績效可達到0.9730，

而對於不併入之判斷亦提昇至0.9200，顯示類神經網路能有效地整合進口匝道所 有交通道路資訊，透過隱藏層之運作，產生高可靠度之資訊來輔助駕駛者。

4. 半間距模式

曹壽民[4]採用半間距觀念，構建強迫性變換車道行為模式，所謂半間距定義 為次車流車輛與主車流車輛通過交叉或併入區內特定參考點之時間間隔，該模式 以數學方式表示都市快速道路下匝道車變換車道之判斷準則如下式：

圖2. 5 下匝道車輛變換車道行為示意圖

t_r− ≥ (2-15) t_a h_a t_b− ≥ (2-16) t_r h_b 式中：

t ：下匝道車輛 R 通過參考點 Y 之時點(秒) r

t ：平面道路前車 A 通過參考點 Y 之時點(秒) a

t ：平面道路前車 B 通過參考點 Y 之時點(秒) b

h ：下匝道車輛與前車所需保持之最小安全車頭距(headway 秒) a

h ：下匝道車輛與後車所需保持之最小安全車頭距(headway 秒) b

其模式預測下匝道車輛是否變換車道之正確率為 89%較臨界間距模式高。