第三章 影片收集與資料庫建立
3.2 資料庫建置
3.2.1 影片資料轉換
收集完成之車流影片需運用數位化轉換的方式，將影片資料轉化為實際可分 析的原始資料數值以作為研究分析基礎，本研究影片資料之數位化方式採用(Lee et al., 2008)開發之車流軌跡程式讀取影片檔案，以建立分析所需之資料庫。透過 程式讀取影片資料，並將所收集之 30 分鐘影片依每秒一筆的方式，採用人工點擊 車流軌跡的方式記錄及運算每一車輛於每一秒之車輛原始相關數據，每點擊一輛 車輛做為樣本收集之對象，程式可自動跳往下一秒的畫面方便使用者沿車輛軌跡
14
記錄其行駛行為，直到完整記錄完一台車輛之軌跡資料。
此外，原始影片車輛資料點選之位置也依據拍攝角度的特性有所差異，而此 程式也配合影片拍攝可能遭遇之情況，讓使用者可分別點選車輛之車頭、車尾終 點和車輛四點位置來記錄行駛軌跡行為，最後透過程式內部計算將點選的座標位 置全轉換為車頭中間點座標，同時於點選軌跡時記錄車輛之種類、座標、行駛速 率等並直接換算為車輛四點座標、加速度…等一同存入原始資料庫檔案內，有效 且快速記錄完整車流資料，並方便於後續之資料分析。
本研究於正式拍攝車流影片資料前曾於交通技術研發與人才培育規劃研究案 內嘗試收集 30 分鐘尖鋒時段，台北市忠孝東路四段車道 170 公尺路段之車流影片，
並自行以上述車流軌跡程式與自行人工點擊車輛行駛軌跡的方式收集此段影片之 資料，建立車流資料庫嘗試做初步的車流行為分析。以此段 30 分鐘影片建立之資 料庫為例，單人操作此程式收集所有車輛資料約需 30 小時的時間，也就是 1 分鐘 單一路段影片就需花費一小時的時間做完整之資料收集，雖耗時較長但能完整收 集影片時段內所有車流數據資料。
3.2.2 原始資料庫型態
透過程式建置完成之台北地區車流影片資料庫，每筆資料皆有其時點及車輛 編號分別記錄不同車輛於某段時段經過拍攝路段之軌跡座標與相關車輛資料，以 提供本研究做後續之資料篩選、分析和相關變數擷取。擷取部分資料庫相關應用 參數及參數項目說明如表 3.2-1 所示：
15
表 3.2-1 原始資料項目說明
車輛編號 vehicle_number
車輛種類 vehicle_type
車輛長度(m) vehicle_length 車輛寬度(m) vehicle_width
圖片編號 video_frame
畫面 X 座標(車頭中點) screen_x 畫面 Y 座標(車頭中點) screen_y 實際 X 座標(車頭中點) real_x 實際 Y 座標(車頭中點) real_y
實際車輛左前 X、Y 座標 front_left_x、front_left_y 實際車輛右前 X、Y 座標 front_right_x、front_right_y 實際車輛左後 X、Y 座標 rear_left_x、rear_left_y 實際車輛右後 X、Y 座標 rear_right_x、rear_right_y
與前一秒的行駛距離(m) Distance
偏向角度 theta
速度(m/sec) Speed
加速度(m/sec2) Acceleration
原始資料庫所收集的資料項目可方便後續分析利用，圖片編號代表每一車輛 於每秒之時點，車輛種類於此原始資料中主要可分為小汽車、機車及公車三類，
並依其每次點擊車輛時所選取車輛種類選項有對應之車身長、寬度。而資料庫內 的車輛四點座標、偏向角度以及速度與加速度…等項目，則是程式依據車輛行駛 軌跡座標所運算出之原始資料。以上車流行為資料收集項目完整，不但可便於研 究分析時根據所欲分析項目及對象的不同自由做篩選，也同時能夠提供後續不同 類型之車流研究做為數據參考。
另外，此車流讀取程式同時能修正於資料收集點選時因疏忽所造成錯誤資料 並重新計算相關數據，不至於造成因資料記錄過程因人工上的錯誤造成整份原始 資料須重新點選收集(圖 3.2-1)。透此程式更正功能，可將人工作業時不慎所造成 一開始座標轉換錯誤之資料，全部重新計算資料庫，而不需要重頭收集所有數據 資料。若是於點選過程中忘記選擇正確的車輛種類，也可透過此程式直接變更車 輛種類選項後重新計算相關資料及車輛軌跡座標。
16
圖 3.2-1 資料庫更新功能
為方便研究者於瞭解收集完成資料庫的車流行為，此程式除了擁有車流軌跡 之收集及錯誤修正功能，也同時可重現收集完成之資料庫。透過重現車流的功能，
可幫助研究者判斷並審視資料收集時是否有錯誤以及不合理情況的發生，並針對 有問題之車輛循車輛編號作個別處理(圖 3.2-2)。
圖 3.2-2 車流資料重現功能
17