第三章 影片收集與資料庫建立
3.3 重要變數擷取
分析國內市區道路的小汽車車道變換模式，將資料庫中的本車資料為小汽車 先進行篩選，然後使用程式將小汽車車道變換模式中所需要的變數擷取。小汽車 車道變換模式過去文獻主要注重高速公路，本計畫探討的對象為國內市區道路的 混合車流，因此影響本車小汽車的車種不僅只有小汽車，也涵蓋機車和公車等不 同類型的車輛。
3.3.1 判斷車輛相對位置
研究混合車流中車輛彼此之間的交互關係，首先必須將原始資料庫依照車輛 位置判斷標準分類，分成前車、左前車、右前車、後車、左後車、右後車的六種 原始資料關係。再依據這些原始資料進行變數擷取的步驟，而變數擷取依照不同 車種可以使用不同的變數，使用程式功能將變數依每秒每筆資料排序，整理為後 續模式建立需要的形式。
20
由於資料量大，判斷車輛相對位置目前採用自動化的方式，依據汽車與機車 設定不同的規則做不同的分類方式如下：
假設：
t = 時間(秒)
i = 本車; l
i, w
i 表示車長與車寬j = 鄰車車輛編號
x
it , yit = 車輛 i 在時間 t 的座標位置 (車頭中點)圖 3.3-1 資料庫型式整理與應用 鄰車計算定義(6 種方向)：
F
it, LF
it, RFit
, Bit
, LB
it , RBit表示車輛編號 i 在時間 t 的前車、左前車、右前車、
後車、左後車、右後車。目前判斷方法：
小汽車前(後)車：Δy 在 1.5m，Δx 最靠近之車輛
小汽車左(右)前(後)車：Δy 在 1.5m～3m 範圍，Δx 最靠近之車輛 機車前(後)車：Δy 在 0.6m，Δx 最靠近之車輛
機車左(右)前(後)車：Δy 在 0.6m～1.2m 範圍，Δx 最靠近之車輛
21
圖 3.3-2 本車與前車及後車相對位置示意圖
上圖中紅色車輛 i 為本車，橙色線條為本車車頭中點向左與向右 1.5 公尺的 區間範圍，在此 3 公尺的範圍內即為前車與後車的判斷區間，此範圍內前方最近 車輛即為前車 Fit；範圍內後方最近車輛為後車 Bit。
圖 3.3-3 本車與左前車及左後車相對位置示意圖
上圖中紅色車輛 i 為本車，橙色線條為本車車頭中點向左 1.5 公尺到 3 公尺 的區間範圍，在此 3 公尺的範圍內即為左前車與左後車的判斷區間，此範圍內前 方最近車輛即為左前車 LFit
；範圍內後方最近車輛為左後車 LBit
。判斷右前車與 右後車的方法如同判斷左側方法，判斷區間向右 1.5 公尺到 3 公尺。其判斷標準 主要是以車道寬度 3 公尺作為準則，而機車車寬較窄僅 0.6 公尺進行判斷。
有了車輛相對位置的判斷才能進行變數的擷取，例如在第 150 秒本車與前車 之相對距離與相對速度等變數擷取，前後左右車輛關係在建立了自動化的篩選機 制後，可以用影像還原播放的方式檢測各車輛相對位置，而自動化產生的結果與 影片還原播放所呈現的相對位置符合，本篇研究的判斷將以此為依據，將 30 分 鐘內各時點(秒)的所有車輛相對位置求算判斷。
22
3.3.2 判斷車輛車道變換
車道變換模式的車道變換選擇採用自動化判斷的方式。可以判斷每個時點的 本車直行、向左偏移、向右偏移狀態。三種狀態之規則如下：
1. 向左偏移：
(1) 汽車：同一車機於連續時間內，當∆yt = yt+1 - yt之值最少連續兩秒大 於 0.75 公尺，或者與下兩秒之側向偏移距離差值 (∆yt’ = yt+2 - yt)至 少大於 1.5 公尺，且∆yt’ > 0，則視為向左偏移。
(2) 機車：同一車機於連續時間內，當∆yt = yt+1 - yt之值最少連續兩秒大 於 0.6 公尺，或者與下兩秒之側向偏移距離差值 (∆yt’ = yt+2 - yt)至少 大於 1.2 公尺，且∆yt’ > 0。則視為向左偏移。
2. 向右偏移：
(1) 汽車：同一車機於連續時間內，當∆yt = yt+1 - yt之值最少連續兩秒大 於 0.75 公尺，或者與下兩秒之側向偏移距離差值 (∆yt’ = yt+2 - yt)至 少大於 1.5 公尺，且∆yt’ < 0，則視為向右偏移。
(2) 機車：同一車機於連續時間內，當∆yt = yt+1 - yt之值最少連續兩秒大 於 0.6 公尺，或者與下兩秒之側向偏移距離差值 (∆yt’ = yt+2 - yt)至少 大於 1.2 公尺，且∆yt’ < 0。則視為向右偏移。
3. 直行：
(1) 汽車：未發生向左偏移與向右偏移之狀態判斷為直行，其∆yt 與∆yt’ 皆未達到汽車偏移之標準。
(2) 機車：未發生向左偏移與向右偏移之狀態判斷為直行，其∆yt 與∆yt’ 皆未達到機車偏移之標準。
23
24