第三章 旅行時間預測模式建構
3.2 資料融合模組
資料來源的準確性與可靠度對於旅行時間預測模式表現績效的影響程度相 當大，如果偵測器因為系統雜訊等因素而造成所蒐集到的交通參數無法反應真實 車流情況，相對地以此資料進行旅行時間預估演算時也將會得到不符合真實情況 的運算結果，而根據文獻回顧可以得知透過整合多個資料來源可以達到提升資料 可靠程度與改善偵測效果等目標，因此本研究將建構合適的資料融合演算法以提 高對偵測數據的信賴程度。
目前國道可取得的交通資料來源有車輛偵測器(Vehicle Detector, VD)、以 ETC 為基礎之探測車(ETC-Based Vehicle Probe, EVP)、GPS 探測車(GPS-Based Vehicle Probe, GVP)以及手機基地台為基礎之探測車(Cellular-Based Vehicle Probe, CVP)等，不同交通資料偵測技術所蒐集的資料型態、回傳頻率與準確程度等皆 具有差異，而本研究將以車輛偵測器資料(以下簡稱 VD 資料)和以 ETC 為基礎之 探測車所蒐集的交通資料(以下簡稱 ETC 資料)進行整合作為旅行時間預測模式 的演算依據。
3.2.1 交通資料特性
VD 所偵測到之交通參數包括速度、流量、佔有率與車間距等，其中其速度 是屬於時間平均速度(Time Mean Speed, TMS)，為所有在計算週期內通過偵測器 的車輛速度平均，若要用此速度推估路段旅行時間則需要額外的計算。國道高速 公路主線上約每 500 公尺至 1 公里佈設一支 VD，兩相鄰交流道之間根據其距離
35
不同大約佈設 5 至 20 支 VD，其所偵測的交通參數可以詳細描繪國道上各區間 的交通變化情形。而雖然 VD 具有相當高的佈設密度，但透過實際資料觀察得知 目前約有兩成至三成的故障率，且回傳資料中也常出現異常過大或過小的不合理 數據，是屬於可靠程度較低的交通資料來源。
ETC 所提供的交通資料有平均旅行時間、平均行駛車速、旅次平均長度以及 全日旅次交通量等，其資料產生方式為比對車輛 ID 通過不同電子收費門架所統 計而得，相較於 VD 資料而言是屬於準確度相當高的交通資料。台灣現行實施計 程收費系統，相較於之前的計次收費系統雖然可以獲得距離較短的旅行時間和平 均速度等交通資料，但由於電子收費門架是設置於兩交流之間的主線上，此資料 並不符合用路人對於交流道到交流道的旅行時間資訊需求。
綜合以上對 VD 資料與 ETC 資料的特性探討後，得知以這兩種資料作為旅 行時間預測模式的輸入值時各具有其優勢，其中 VD 資料可以反應國道上各細微 路段的交通狀態，而 ETC 資料則是具有高精準度的特性，因此本研究以提升資 料來源的準確度為融合目標，研擬的融合方法為在兩相鄰收費門架的路段範圍中，
將路段範圍內以各 VD 速度所計算而得的 VD 旅行時間調整至與 ETC 旅行時間 一致，以 ETC 資料當作校正基準去調整 VD 資料，使融合後的 VD 資料可以在 計算交流道到交流道的路段旅行時間同時具有高精準度的特性。
3.2.2 路段旅行時間定義
為進行 VD 與 ETC 交通資料的融合，必須先計算以 VD 資料和 ETC 資料推 估而得的路段旅行時間，以下說明兩交通資料的路段旅行時間計算方式：
(a) VD 旅行時間
以 VD 速度資料為基礎的路段旅行時間計算方式為假設車輛是以 ETC 平均車速行駛於兩收費門架之間的路段，再以此行駛速度從路段的迄點開始 回推經過每支 VD 的時間點，取出每支 VD 此時間點的速度資料而形成一速 度軌跡線，如圖 3-4 所示。
36
speed
space
time Vehicle Detector
37
x
=distance between two adjacent vehicle detectors(b) ETC 旅行時間
當車輛通過電子收費門架時會產生的通行資料包括車輛唯一碼、偵測站 編號、車道編號、車輛通過偵測站時間、車種以及方向。透過比對車輛唯一 碼與車輛通過兩相鄰偵測站的時間差即可以計算個別車輛的旅行時間，而在 ETC 各報表中「站間各車種平均旅行時間(M04)」報表即提供依車種分類的 平均旅行時間的交通資訊，其報表內容的欄位說明如表 3-1。
38
39