• 沒有找到結果。

丁字路口闖紅燈行為研究

N/A
N/A
Protected

Academic year: 2021

Share "丁字路口闖紅燈行為研究"

Copied!
80
0
0

加載中.... (立即查看全文)

全文

(1)

運 輸 科 技 與 管 理 學 系 碩 士 班

碩 士 論 文

丁字路口闖紅燈行為研究

Red Light Running Behavior at T-junctions

研 究 生:洪龍勳

指導教授:吳宗修

(2)

丁字路口闖紅燈行為研究

Red Light Running Behavior at T-junctions

研 究 生:洪龍勳

Student: Lung-Hsun Hung

指導教授:吳宗修

Advisor: T. Hugh Woo

國立交通大學

運輸科技與管理學系

碩士論文

A Thesis

Submitted to Department of Transportation Technology & Management College of Management

National Chiao Tung University In Partial Fulfillment of the Requirements

for the Degree of Master

in

Transportation Technology and Management July 2011

Hsinchu, Taiwan, Republic of China

(3)

I

丁字路口闖紅燈行為研究

學生:洪龍勳 指導教授:吳宗修 國立交通大學運輸科技與管理學系碩士班

摘要

丁字路口的衝突點比十字路口少,因此闖紅燈的行為會有所不同。本研究在 中壢市及桃園市選取 4 處丁字路口及 1 處十字路口進行觀察,其中一處路口作為 對照組,而實驗組則是路口有遲閉時相路口、路口紅燈時相較長、路口有紅燈倒 數計時及十字路口等 4 處不同環境變數的路口,以錄影方式搜集各路口車流量、 闖紅燈車輛等資料,並於其中一個路口進行夜間的錄影。使用紅燈時相占周期長 度的比例來推算每小時紅燈時相抵達之車流量,以此作為曝露量基礎來討論各路 口闖紅燈比例。結果發現不論何種路口,直行闖紅燈車輛的闖紅燈時間點都集中 於紅燈時相開始的百分之十及結束的百分之十,十字路口在紅燈時段中間的百分 之八十幾乎沒有車輛敢穿越路口,而丁字路口因為不會有右側來車,約有四分之 一的闖紅燈直行車輛會在紅燈時段中間的百分之八十通過;左轉的闖紅燈時間點 並無明顯特徵;流量較低的夜間時段闖紅燈比率較高;在能夠觀察是否有載客及 駕駛人的性別的樣本中,男性與無載客的樣本較多;左轉遲閉時相會使得在紅燈 時段的前百分之十闖紅燈比率降低,因為會受到待轉格內車流影響;紅燈倒數計 時顯示裝置能讓車輛準確的在綠燈時才通過路口,因此紅燈時段的最後百分之十 闖紅燈比率較低;大型車與小型車會因車體較大而不願急減速,造成大型車與小 型車的闖紅燈時間點集中於紅燈時段的前百分之十;而機車有高度的機動性,會 在紅燈時段的最尾端時即提前起動,造成機車會在紅燈時段的最後百分之十闖紅 燈。 關鍵詞:闖紅燈、丁字路口、十字路口、闖紅燈時間點

(4)

II

Red Light Running Behavior at T-junctions

Student:Lung-Hsun Hung Advisor:T. Hugh Woo Department of Transportation Technology and Management

National Chiao Tung University

ABSTRACT

The conflict points are much less at a T-junction than at a crossroad, thus making the red light running behavior at these two locations far different from each other. This research chooses 4 T-junctions and one crossroad in Zhongli City and Taoyuan City to observe the behavior. One of the T-junctions is chosen as the control site. Four different environment variables were selected for comparison: T-junction with left-turn lagging phase, T-junction with longer red-light phase, T-junction with red-light count-down displays, and the crossroad. The data were collected by video recording at each intersection, with one site recorded at night time. The result showed that red light running occurred most at the first 10% and the last 10% of a red phase. Drivers who decided to go straight in a crossroad hesitate to run red lights at the intermediate 80% time of a red phase, while about one quarter of drivers who run red lights at T-junctions violated at the intermediate 80% time of a red phase. Left turn in a red phase would disperse. At night, when the traffic is light, red light running rate is higher than that at daytime. Males and drivers who didn‟t accompanied by passengers are the major violators of the red light running. The rate of red light running at the first 10% of a red phase is less at T-junction with left-turn lagging phase, because hook-turn motorcycles would block the cars or motorcycles which intended to cross the junction. The T-junctions with red-light count-down displays give drivers clear forehead time when the light would change to red, thus reduce red light running at the last 10% red phase. Full-size cars and compact cars tend to run the red light during the first 10% of a red phase because of their large momentum. Motorcycles and bicycles, which have higher mobility would take off early, reflected by the result that their red light running often occur during the last 10% of a red phase.

(5)

III

誌謝

在研究所的兩年中,承蒙恩師吳宗修老師的辛勤教導,在課業及研究上獲益匪淺, 兩年的時間不算長,但獲益良多,感謝老師悉心的指導,兩年的教誨,學生將永 記在心。 論文口詴與審查期間,承蒙中央警察大學陳高村教授與中華大學張建彥教授 撥冗審閱與指導,提供了許多精闢及寶貴的意見,使本論文能夠更臻完備,僅以 特表謝枕。 在學期間,感謝實驗室學長冠霖、聖霖、政鴻在課業上與生活上的協助,與 瑋晉及信宏共同修課及努力作計畫,還有學弟恕信、冠旭及佳龍在 meeting 時能 提出一些意見,提供我論文的一些想法,博班的俊良學長豐富的經驗提供了許多 幫助。剛進來很照顧我的紹唐學長、Wu Lab 的學長姐、眾多同學們以及小一屆 的學弟妹們,還有日本的朋友們,感謝你們,讓我這兩年過的很充實。 最後感謝我的親人給我的支持,使得這麼多年求學過程都能夠無後顧之憂, 謹將成果與榮耀獻給我的家人。 洪 龍 勳 謹誌 中華民國一百年九月 交通大學

(6)

IV

目錄

目錄 ... IV 表目錄 ... VI 圖目錄 ... VII 照片目錄 ... VIII 第一章 緒論 ... 1 1-1 研究背景與動機 ... 1 1-2 研究目的... 5 1-3 研究對象... 6 1-4 研究步驟與流程 ... 6 第二章 文獻回顧 ... 8 2-1 闖紅燈之定義 ... 8 2-2 闖紅燈之事故嚴重性分析 ... 9 2-3 影響闖紅燈之因素 ... 10 2-4 小結 ... 14 第三章 研究方法 ... 16 3-1 實驗目的... 16 3-2 實驗設計... 16 3-3 實驗路口之選擇 ... 16 3-4 實驗流程... 17 3-5 調查項目與方法 ... 17 3-6 分析方法... 21 3-6-1 敘述性統計分析 ... 22 3-6-2 卡方檢定 ... 22 3-6-3 假設檢定 ... 22 第四章 資料收集 ... 24 4-1 實驗路口... 24 4-1-1 對照組路口 ... 25 4-1-2 紅燈時相較長路口 ... 27 4-1-3 左轉遲閉時相路口 ... 29 4-1-4 紅燈倒數計時路口 ... 31 4-1-5 十字路口 ... 33 4-1-6 實驗路口比較 ... 35 4-2 調查流程... 36 第五章 資料分析 ... 38 5-1 資料分類... 38 5-2 資料修正... 38 5-2-1 違規比例 ... 38

(7)

V 5-2-2 車輛闖紅燈時間點 ... 39 5-2-3 闖紅燈後行駛方向 ... 39 5-3 整體樣本統計資料 ... 40 5-4 個別路口統計資料 ... 42 5-4-1 對照組路口 ... 42 5-4-2 紅燈時相較長路口 ... 42 5-4-3 左轉遲閉時相路口 ... 43 5-4-4 紅燈倒數計時路口 ... 44 5-4-5 十字路口 ... 44 5-5 討論 ... 45 5-5-1 路型 ... 45 5-5-2 闖紅燈時間點 ... 46 5-5-3 違規比例 ... 53 5-5-4 車種、行駛車道 ... 55 5-5-5 性別、乘客 ... 56 5-5-6 小結 ... 58 第六章 結論與建議 ... 60 6-1 結論 ... 60 6-2 建議 ... 61 參考文獻 ... 63 附錄-各路口車流量 ... 65

(8)

VI

表目錄

表 1-1 96-99 年 A1 道路交通事故原因 ... 2 表 1-2 96-99 年違規取締件數 ... 2 表 1-3 路口衝突點數比較 ... 5 表 1-4 幹道車輛通過路口衝突點數比較 ... 5 表 2-1 闖紅燈可能產生的衝突形態 ... 12 表 2-2 影響闖紅燈行為因子 ... 15 表 3-1 實驗假設... 16 表 4-1 實驗路口比較 ... 24 表 4-2 各路口幹道時相比較 ... 25 表 4-3 路口拍攝時間 ... 37 表 5-2 各路口闖紅燈樣本數 ... 40 表 5-3 各變項之樣本數 ... 41 表 5-4 違規車輛數轉向樣本數 ... 41 表 5-5 中華路-忠孝路路口違規車輛組成 ... 42 表 5-6 中華路-龍祥街路口違規車輛組成 ... 43 表 5-7 中華路-自強一路路口違規車輛組成 ... 44 表 5-8 中園路-西園路 77 巷路口違規車輛組成 ... 45 表 5-9 自強一路-自強四路路口違規車輛組成 ... 46 表 5-10 左轉闖紅燈時間點樣本數 ... 47 表 5-11 直行闖紅燈時間點樣本數 ... 48 表 5-12 左轉闖紅燈時間點比較表 ... 49 表 5-13 各時段直行闖紅燈時間點比率 ... 51 表 5-14 各車種直行闖紅燈時間點比較 ... 51 表 5-15 闖紅燈時間點卡方檢定 ... 52 表 5-16 各時段違規車流量比率 ... 54 表 5-17 尖離峰之直行闖紅燈比率分析 ... 54 表 5-18 尖離峰及夜間之直行闖紅燈比率分析 ... 54 表 5-19 闖紅燈直行車輛數比率檢定 ... 54 表 5-20 車種與轉向之交叉分析 ... 55 表 5-21 車種與車道之交叉分析 ... 55 表 5-22 車種與車道之交叉分析 ... 56 表 5-23 駕駛人性別與闖紅燈時間點之卡方檢定 ... 56 表 5-24 駕駛人性別與轉向之卡方檢定 ... 57 表 5-25 駕駛人性別與行駛車道之卡方檢定 ... 57 表 5-26 是否有載人與闖紅燈時間點之卡方檢定 ... 57

(9)

VII 表 5-27 是否有載人與轉向之卡方檢定 ... 58 表 5-28 是否有載人與行駛車道之卡方檢定 ... 58 表 5-29 驗證研究假設 ... 59

圖目錄

圖 1-1 90-99 年台灣地區機動車輛登記數 ... 1 圖 1-2 丁字型路口 ... 2 圖 1-3 丁字型路口二時相的時相順序 ... 3 圖 1-4 丁字型路口三時相的時相順序 ... 3 圖 1-5 十字型路口衝突點 ... 4 圖 1-6 丁字型路口衝突點 ... 4 圖 1-6 研究流程圖 ... 7 圖 3-1 闖紅燈擷取圖(一之一) ... 18 圖 3-2 闖紅燈擷取圖(一之二) ... 18 圖 3-3 闖紅燈擷取圖(二之一) ... 19 圖 3-4 闖紅燈擷取圖(二之二) ... 19 圖 3-5 闖紅燈擷取圖(二之三) ... 20 圖 3-6 闖紅燈擷取圖(三之一) ... 20 圖 3-7 闖紅燈擷取圖(三之二) ... 21 圖 3-8 闖紅燈擷取圖(四) ... 21 圖 4-1 錄影地點地理位置圖 ... 24 圖 4-2 中華路-忠孝路路口地理位置圖 ... 26 圖 4-3 中華路-忠孝路路口簡圖 ... 26 圖 4-4 中華路-龍祥街路路口簡圖 ... 28 圖 4-5 中華路-龍祥街路口簡圖 ... 28 圖 4-6 中華-自強一路路口地理位置圖 ... 30 圖 4-7 中華-自強一路路口簡圖 ... 30 圖 4-8 中園路-西園路 77 巷路口地理位置圖 ... 32 圖 4-9 中園路-西園路 77 巷路口簡圖 ... 32 圖 4-10 自強一路-自強四路路口地理位置圖 ... 34 圖 4-11 自強一路-自強四路路口簡圖 ... 34 圖 5-1 左轉闖紅燈時間點比較圖 ... 50 圖 5-2 直行闖紅燈時間點比較圖 ... 50 圖 5-3 直行與左轉闖紅燈時間點比較圖 ... 52

(10)

VIII

照片目錄

照片 4-1 中華路-忠孝路路口(由南往北拍攝) ... 27 照片 4-2 中華路-龍祥街路口(由南往北拍攝) ... 29 照片 4-3 中華-自強一路路口(由南往北拍攝) ... 31 照片 4-4 中園路-西園路 77 巷路口(由南往北拍攝) ... 33 照片 4-5 自強一路-自強四路路口(由北往南拍攝) ... 35

(11)

1

第一章 緒論

1-1 研究背景與動機

根據交通部公路總局的統計資料顯示,至 99 年底台灣地區車輛登記數已達 21,771,805 輛 [1],有逐年增加的趨勢,如圖 1-1 所示。台灣地區至 99 年底人口 數為 23,162,123 人[2],代表帄均每 1.06 人即擁有一台機動車輛,但台灣地區面 積僅有 36,191 帄方公里,每帄方公里約有 602 輛機動車輛,在車輛的密度如此 高的地方,交通事故頻繁是台灣需要解決的重要課題。 資料來源:交通部 圖 1-1 90-99 年台灣地區機動車輛登記數 在機動車輛數逐年增加的情況下,使發生交通事故的機率提高。民眾在日常 生活中不易看到重大交通事故,因此許多人無法瞭解交通事故造成的損害是多麼 龐大,在不瞭解嚴重性的情況下,民眾會因為自身的方便而進行一些將造成交通 事故的違規行為。造成交通事故的一個重要因素即為交通違規,駕駛人若違反道 路交通規則,造成的危險性及對其他周遭用路人的影響是不可忽視的。 內政部警政署 96-99 年 A1 事故的統計指出,交通事故的發生原因與人為因 素(駕駛人行為過失、乘客行為過失或行人行為過失)有關者占 95%以上[3], 如表 1-1,因此大多數事故的發生並不是意料外造成的,絕大多數與人的因素有 密切的關係。駕駛人行為過失中包含了違規,由表 1-2 可看出,每年舉發違反道 路交通管理處罰條例都有超過 10%為闖紅燈,僅次於超速及違規停車[3],這三 1500.0 1600.0 1700.0 1800.0 1900.0 2000.0 2100.0 2200.0 2300.0 90 91 92 93 94 95 96 97 98 99 單 位 : 萬 輛

(12)

2 項違規可逕行舉發,因此總件數較多。以數量來看,99 年帄均每天約有 2610 人 闖紅燈被舉發,可看出闖紅燈是民眾極為常見的行為,闖紅燈穿越路口容易與其 他方向的來車發生碰撞,進而造成用路人的生命財產的重大損失,因此減少並預 防闖紅燈行為是能夠增進交通安全有效的途徑。 表 1-1 96-99 年 A1 道路交通事故原因 年份 總計 (件) 汽(機、慢)車 駕駛人過失 機件故障 行人(或乘客) 過失 交通管制 (設施)缺陷 其他 96 年 2463 96.14% 0.53% 3.21% 0.12% 0.00% 97 年 2150 96.60% 0.74% 2.51% 0.09% 0.05% 98 年 2016 95.68% 0.64% 3.52% 0.00% 0.15% 99 年 1973 96.10% 0.71% 3.19% 0.00% 0.00% 資料來源:內政部警政署 表 1-2 96-99 年違規取締件數 年份 總計(件) 闖紅燈 直行或左轉 比率 闖紅燈 右轉 比率 闖紅燈 總比率 96 年 11,015,114 1,326,149 12.04% 176,082 1.60% 13.64% 97 年 10,396,652 1,380,801 13.28% 184,004 1.77% 15.05% 98 年 9,575,241 940,336 9.82% 134,633 1.41% 11.23% 99 年 8,549,228 845,203 9.89% 107,279 1.25% 11.14% 資料來源:內政部警政署 N 圖 1-2 丁字型路口 路口依交叉的道路數可區分為三岔路口、四岔路口、五岔路口等等,而丁字 路口(T-junction) 為三岔路口的一種,道路的分布形狀如國字的「丁」或英文字 母的「T」,如圖 1-2。丁字路口的英文為 T-junction 或 T-intersection。根據牛津英 語辭典 (Oxford English Dictionary),T-junction 的意義為“a junction in the shape of a „T‟, in particular a road junction at which one road joins another at right angles

(13)

3

without crossing it.” [4],即指一個形狀為 T 字型的路口,特別的是一條道路與另 外一條道路以直角相連接,但是並沒有穿越此條道路。 這種路型造成通過路口時的衝突點數較少,若以圖 1-2 為例,在二時相(圖 1-3)的第二個時相或三時相(圖 1-4)的第三個時相,路口僅有南來向的車流往 東及往西行,對東往西在等待紅燈的車流來說,通過路口僅會有一個分流及一個 併流的衝突點,其中分流的衝突點又因號誌管制的關係而不存在,僅有一個衝突 點的情況下,會使得駕駛人比較敢於闖紅燈。 Φ1 Φ2 圖 1-3 丁字型路口二時相的時相順序

Φ1

Φ2

Φ3

圖 1-4 丁字型路口三時相的時相順序 將十字型與丁字型的路口會產生衝突的點加以比較,會發現十字型的衝突點 高達 32 點,如圖 1-5,相較之下,丁字型路口僅有 9 處衝突點[5],如圖 1-6,以 下將直行、右轉及左轉車流加以分類: 1. 若以東往西的直行車流為例,在十字型的路口依序有分流往南的車流、分流 往北的車流、交叉南往北的車流、交叉西往北的車流、交叉北往東的車流、 交叉北往南的車流、與北往西車流併流及與南往西車流併流。單單只是通過 路口,卻有 8 個衝突點可能使駕駛人在通過路口時發生衝突;而在丁字路口, 僅會與分流往南的車流及由南往西的車流併流兩個衝突點。 2. 由東往南的左轉車流在十字型路口依次會與分流往北或西的車流、交叉南往 北的車流、交叉北往東的車流、交叉南往西的車流、交叉西往東的車流及與 北往南車流併流等 6 處衝突點;但在丁字路口會與分流往西的車流、交叉南 往西的車流、交叉西往東的車流及與西往南車流併流等 4 處地點為衝突點。 3. 若是由南往東的右轉車流,在十字路口會依序有分流往西或往北的車流、與 西往東的車流併流及與北往東的車流併流等 4 處可能發生衝突的地點;而在 丁字路口則僅有與分流往西的車流及西往東的車流併流,共 2 處衝突點。 由上述三點可發現,不論是何種轉向,丁字路口的衝突點都明顯少於十字路口, 如表 1-3。

(14)

4 N 圖 1-5 十字型路口衝突點

N

圖 1-6 丁字型路口衝突點 由表 1-4,在丁字路口衝突點較少的情況下,通過丁字路口的駕駛人會較敢 於闖紅燈,尤以東來向的車流情況最嚴重。東往西方向僅有 2 個衝突點,一處為 分流而另一處為併流,並無最危險的交叉穿越型衝突點,造成於丁字路口幹道直 行闖紅燈的情況層出不窮,其次為東往南,該轉向雖有 4 處衝突點,但在紅燈時 受到號誌管制而有 2 處衝突點並不會有車流出現,因此紅燈左轉的車輛也是極為 常見。

(15)

5 表 1-3 路口衝突點數比較 方向 十字型路口 丁字型路口 直行車輛 8 2 左轉車輛 6 4 右轉車輛 4 2 表 1-4 幹道車輛通過路口衝突點數比較 十字型路口 丁字型路口 直行 車輛 交叉 4 0 分流 2 1 併流 2 1 左轉 車輛 交叉 4 2 分流 1 1 併流 1 1

1-2 研究目的

在道路線型不同的情況下,丁字型路口用路人所面臨的衝突點較十字型路口 少,使得駕駛人在通過丁字路口與十字路口時的感受有很大的不同,造成闖紅燈 的行為與型態會有所不同。本研究以實際觀察法觀察通過丁字路口的駕駛人闖紅 燈的情況,期望找出丁字路口的闖紅燈特性後利用執法或其他方式減少闖紅燈的 情況。本研究的研究目的如下所述: 1. 探討衝突點較少的丁字路口是否闖紅燈行為與十字路口有所差異。 2. 在流量較大或小的時段,闖紅燈的比例是否會有所差異。 3. 路口號誌時制不同與紅燈倒數計時顯示裝置是否對駕駛人闖紅燈的行 為造成差異。 員警於路口進行執法,可使違規情況大幅減少,但在人力成本與時間的考量 之下,找出闖紅燈頻率較高的路口或時段,於該路口或該時段進行執法,可有效 嚇阻駕駛人的闖紅燈行為;找出闖紅燈行為特性,可宣導民眾通過路口時在高危 險的時間點能夠主動注意周遭可能發生的危險作防禦,進而減少闖紅燈造成事故 的損害。

(16)

6

1-3 研究對象

本研究為探討「丁字路口」的「闖紅燈」行為,針對主線通過路口時右側無 來車的方向為研究對象,通過丁字路口的幹道的所有駕駛人皆為研究對象,不論 大型車、小型車、機車及腳踏車皆屬於研究對象。若於綠燈及黃燈時通過路口之 車輛僅計算車流量,不對其作分析與討論;腳踏車不計算於車流量中。僅針對闖 紅燈之車輛進行分析與討論。

1-4 研究步驟與流程

本研究首先進行問題的分析與界定,而後針對過去關於闖紅燈的文獻進行回 顧與整理,之後進行實地的觀測與調查,實驗人員實際前往觀測的路口使用攝影 機拍攝影像及記錄該路口資料,觀看錄影所得影片並將闖紅燈樣本之資料編碼、 分類及統整,將各路口所蒐集到的樣本就相同及相異性進行討論,最後提出結論 與建議。 1. 問題分析與界定 就闖紅燈之行為之文獻進行整理,進而對在丁字路口的用路人駕駛行為 進行假設,以找尋研究方向與內容。 2. 文獻回顧 廣泛蒐集國內外相關之文獻,進行統整與分析。蒐集關於「丁字路口」 及「闖紅燈」之相關文獻,作為選擇之後變數及方法之參考。 3. 實驗設計 選擇實驗的路口與架設攝影機的地點,及確定所需要觀測之項目。 4. 錄影觀察 以架設攝影機的方式來觀察通過丁字路口的用路人,並擷取錄影的結果, 將錄影得來的資料進行分類與整理。 5. 統計分析 將錄影得來的資料,編碼後進行資料的解讀,使用敘述性統計、卡方分 配及母體比例檢定來檢定是否有顯著的差異。使用 SPSS Statistics 及 Microsoft Office Excel 等套裝軟體進行統計及分析,並針對所得結果進 行討論。

(17)

7 6. 結論與建議 將分析的結果,建立結論與建議,作為後續研究及實務應用的參考。 根據研究流程繪製研究流程圖,如圖 1-6 所示。 問題分析與建立 文獻回顧 實驗設計 錄影觀察 統計分析 結論與建議 圖 1-6 研究流程圖

(18)

8

第二章 文獻回顧

本章節分為三大部分,第一部分針對闖紅燈的定義進行回顧,第二部分的文 獻為過去闖紅燈事故造成的傷亡損失進行嚴重性分析,第三部分為探討會影響駕 駛人闖紅燈的因素。

2-1 闖紅燈之定義

根據「道路交通標誌標線號誌設置規則」第 230 條規定,設置於三岔路口之 行車管制號誌之時相可使用二時相號誌。行車管制號誌設置於左轉車輛較多,且 兩向交通流量懸殊之交岔路口者,可使用綠燈早開或綠燈遲閉方式處理。[6] 台灣地區與闖紅燈相關的法律條文「道路交通管理處罰條例」第 53 條「汽 車駕駛人,行經有燈光號誌管制之交岔路口闖紅燈者,處新臺幣一千八百元以上 五千四百元以下罰鍰。前項紅燈右轉行為者,處新臺幣六百元以上一千八百元以 下罰鍰」。實際實施時依當時所使用的車輛處以不同款項的罰金,若在到案日前 繳納,機車為新臺幣 1800 元整,小型車為新臺幣 2700 元整,大型車為新臺幣 3600 元整,若是逾期繳納則罰款金額會上升,機車最高 4500 元,大型車與小型 車最高為 5400 元。[6] 根據交通部於 82 年 3 月 27 日「研商闖紅燈標準會議」會議記錄: 『有關闖紅燈行為的認定,於「道路交通管理處罰條例」中並未見相關之解釋。 另依「道路交通標誌標線號誌設置規則」第一百七十條第一項「停止線用以指示 行駛車輛停止之界限,車輛停止時,其前懸部分不得伸越該線。」及同規則第二 百零六條條一項第五款(一)「車輛面對圓形紅燈表示禁止通行,不得超越停止線 或進入路口。」若據此認定超越停止線即為闖紅燈,則一般大眾恐難以接受,亦 非「道路交通管理處罰條例」當初立法精神。 為促使駕駛人回歸於對標線之認知,同時兼顧執法技術層面與大眾接受程度,茲 將面對圓形紅燈時超越停止線或闖紅燈之認定敘述如后提供參考: (一) 車輛面對圓形紅燈時仍逕予穿越路口至銜接路段,含左轉、直行、迴轉及右 轉(依箭頭綠燈允許行駛者除外)即視為闖紅燈之行為。 (二) 有繪設路口範圍者:車輛無視於紅燈警示,有穿越路口之意圖,而車身已伸 入路口範圍亦視同闖紅燈;若僅伸越停止線而未達路口範圍者,則視為不遵 守標線指示。(可以處罰條例第六十條第三項之規定處分之)

(19)

9 (三) 無繪設路口範圍者:以車輛無視於紅燈號誌,而有穿越路口之企圖,其車身 並已伸越停止線並足以妨害其他方向人(若有行人穿越道)、車通行者亦以 闖紅燈論處;若僅車身伸越停止線則以不遵守標線指示視之。 (四) 目前交岔路口已繪設網狀黃線區者暫以該範圍視作路口,未繪設者請公路主 管機關依內政部警政署六十五年二月十六日(65)警署交字第00二四九號 函之規定,視路況車況繪設路口範圍。 (五) 另路口設有照相設施者並請有關單位依會議結論之認定標準配合調整以更 能明確認定。』[7]

2-2 闖紅燈之事故嚴重性分析

Retting 等人 (1998) 將一些有關於闖紅燈文獻進行了回顧與整理,其中包含 一篇於 1983 年在澳洲研究的文獻,在澳洲的 Victoria 實施闖紅燈照相執法,使 得路口減少了 10%的傷亡人數,且減少了 32%的事故數。[8]

Retting 等人 (1999) 收集 Fatality Analysis Reporting System (事故報告分析 系統, FARS)的資料進行分析,自 1992-96 年間,FARS 共記錄了 3753 件與闖紅 燈有相關之死亡車禍事故,依年齡分為未滿 20 歲、20~69 歲及 70 歲以上作個別 分析,發現未滿 20 歲的用路人較容易在尖峰時間發生事故,20~69 歲的用路人 有一部分會在午夜發生死亡事故,而 70 歲以上的用路人的事故很集中的分布於 白天。另外將僅有兩台車輛的事故且只有其中一台車輛為闖紅燈的車輛的死亡事 故挑出進行統計,發現闖紅燈的用路人多為 30 歲以下,男性多於女性,闖紅燈 的人有喝酒的比例較沒有闖紅燈的高,闖紅燈的人死亡率較沒有闖紅燈的人高。 同篇文章內提到 Federal Highway Administration (FHWA, 1999) 研究發現,男性 在夜間時較容易闖紅燈,夜間的事故中有 30%的駕駛人為無駕照或是駕照失效。 [9] Shauna 等人 (2010) 於美國愛荷華洲 (Iowa) 進行研究,2001~2006 年在愛 荷華州的事故有 21%與闖紅燈有關係,有 35%的死亡車禍與闖紅燈有關,一些 交通部門將闖紅燈照相機作為解決闖紅燈事故的重要工具,在愛荷華州選取了 3 個社區進行闖紅燈照相機對減少闖紅燈事故的功效研究,於 2004 年安裝闖紅燈 照相機後,於 2006 年蒐集安裝前及安裝後兩年的事故資料進行分析,使用 Bayesian statistical before-and-after analysis 分析,發現闖紅燈照相機能有效的減 少闖紅燈造成的事故,及一般的交通事故,另外此研究中發現,有裝設闖紅燈照 相機的路口的追撞事故並沒有顯著性的增加。[10]

(20)

10

2-3 影響闖紅燈之因素

Retting 等人 (1998) 將一些有關於闖紅燈文獻進行了回顧與整理,以下將分 項說明[8]: 1. 一個於 1994 年於 Virginia 進行實地觀察的研究,以攝影機進行錄影, 但記錄時僅記錄時速高於 15 英哩的車輛,以避免記錄到紅燈時右轉的 車輛,觀測結果發現,流量較大的路口,闖紅燈的比例會較高;另外下 雨天與闖紅燈機率的關係在此研究並無顯著的影響。 2. 一個以攝影機進行錄影的研究,此研究定義紅燈開始後 0.5 秒後才進入 路口的車輛為闖紅燈的車輛,此研究旨在比較闖紅燈的車輛與有機會闖 紅燈但是並沒有闖的車輛的差別,發現闖紅燈的人通常年紀較輕、安全 帶使用率較低、駕駛記錄不佳、或是行駛較小或較老的車。 3. 在一些流量不大的路口,將原來由燈號控制的路口取消號誌控制,改為 在路口放置停止標誌,發現會減少事故的發生數及傷亡人數。 4. 調整黃燈時相長度和(或)全紅的時相長度將會使事故數減少,建議將號 誌的轉換時間調整至 Institute of Transportation Engineers (ITE) 建議的 時間。

5. 1995 年由美國公路安全保險協會( Insurance Institute for Highway Safety, IIHS) 進行問卷調查,有 66%的民眾支持設置闖紅燈照相機,也有其他 在歐洲進行類似的調查,發現民眾大多支持設置闖紅燈照相機。 Lum 與 Wong (2002) 於新加坡進行研究,使用 logistic modeling 進行闖紅燈 照相機對闖紅燈行為分析,在選取地點的時候,為了減少差異性,選擇的路口必 頇時相、順序皆相同,並且地理位置要相近,在同一條道路上,才能使得駕駛人 經過對照組的路口和實驗組的路口時闖紅燈的機率相近及各路口間車流量相近, 最後選擇了三處位在同條路上的三個丁字路口,結果發現在有闖紅燈照相機的方 向與沒有闖紅燈照相機的方向的勝算比相差 17 倍之多,闖紅燈照相機系統會使 得在通過該路口時,燈號若是黃燈,駕駛人會選擇停車。此研究為在新加坡的丁 字路口實驗,研究中發現,有右轉衝突車流的車道在黃燈時會選擇停止的駕駛人 是沒有右轉衝突車流的車道的 6.5 倍,因為新加坡是靠左行駛的國家,因此若是 在靠右行駛的國家,結果將變為有左轉衝突車流的車道在黃燈時會選擇停止的駕 駛人是沒有左轉衝突車流的車道的數倍,因此駕駛人會對通過路口時,是否有衝 突車流而決定在黃燈時是否要停車。[11]

(21)

11 Lum 與 Tan (2004) 於新加坡進行研究,在新加坡一個三時相的丁字路口進 行黃燈不亮時與闖紅燈行為之間的關係,此路口為兩條均為雙向六車道的道路, 於各個車道皆放兩個感應器,分別放置於停止線前與停止線後,研究結果發現若 是比較黃燈亮與不亮的情況,由速度的減慢情況可以發現在黃燈消失時,駕駛人 會遲疑一下,並且有降低車速的行為,此時通過的車輛數就會減少,在黃燈不亮 的情況下,會闖紅燈的情況有以下三種:原本可以通過,但因為遲疑而減速,造 成在紅燈時才通過路口;車輛原本在較上游,但還是小心謹慎的於紅燈時通過路 口;車輛已經在停止線停止,但後來還是決定闖紅燈。而在黃燈正常時,大部份 的闖紅燈行為會發生在燈號轉變成紅燈後的前 2 秒;若是在黃燈不亮的時候,駕 駛人會先減速,然後若是情況許可,駕駛人會選擇闖紅燈,並且這些人認為若是 被警察攔住時,能夠因為黃燈不亮而不會被處罰。[12] Li 等人(2009) 於中國大陸的河南省帄頂山市,為了確保無號誌化的丁字路 口的道路交通流暢,將原可直行且可左轉的方向,改為禁止左轉,使用 Gap acceptance theory 及 Potential capacity calculation models 進行研究,發現為了保持 道路的順暢,若是左轉的車流量大於此路口可提供左轉的能力,這個路口建議採 取禁止左轉的措施,以保持交通順暢。[13] Putranto 與 Sucipto (2007) 於印尼進行研究,印尼的交通情況與亞洲的其他 發展中國家類似,摩托車的比例較西方已開發國家高,甚至部分市區的機車擁有 率達到 653 台/ 仟人,於 Suryo Pranoto 進行研究,使用 2 台攝影機同時進行錄影, 一台拍攝車流,另一台則拍攝號誌,以記錄當時的號誌。此研究將闖紅燈分為兩 種型態,型一為機車在燈號已變為紅燈之後闖越路口,型二為機車在燈號轉變成 綠 燈 之 前闖 越 路口 , 並根 據 印尼 當 地的 公路 容 量 手冊 (Indonesian Highway Capacity Manual, 1997) 計算該路口之流量及容量,結果顯示在流容比(Volume to Capacity Ratio, V/C ratio) 越低時,較多的闖紅燈情況為類型一,而流容比越高時, 較多的闖紅燈的情況為類型二。在高流容比時,車流的狀況會鼓勵機車騎士在停 等時超越停止線,或在等待紅燈時運用前方可利用的空間往前停等。[14] Porter 與 Berry (2001)以問卷方式詢問,有 20%的受訪者在最近經過的 10 個 號誌化路口曾經闖過紅燈,統計後發現年紀越輕的駕駛人越容易闖紅燈;而當駕 駛人獨自騎機車時或有急事時也較易闖紅燈;受訪問者中有 10%曾發生過與闖紅 燈有關的交通事故。[15] Köll (2004)在一些歐洲國家進行研究,這些國家的時相變換為綠燈-閃綠燈-黃燈-紅燈-紅燈/黃燈-綠燈,自瑞士、奧地利及德國的觀察發現閃綠燈會使駕駛 提早進行停車的行為,因為駕駛在行駛時無法準確預估閃綠燈到黃燈的時間,造 成會低估了這段時間的長度,進而讓煞車的行為提早開始。[16]

(22)

12 表 2-1 闖紅燈可能產生的衝突形態 分類 描述 圖示 (靠左行駛) 圖示 (靠右行駛) Cross traffic 車輛自鄰近方向接近。 Right Far 車輛 1 直行,車輛 2 轉彎 進入與車輛 1 同方向車 道。 Right Near 車輛 1 直行,車輛 2 轉彎 進入與車輛 1 相反方向。 Two Right Turing 兩車由相鄰方向來車,同 時進行同方向轉彎。 Left Near 車輛 1 直行,車輛 2 轉彎 進入與車輛 1 同方向車 道。 Right Through 車輛 1 直行,車輛 2 轉彎 時穿越車輛 1 行進的車 道。 Green (2003) 於澳洲進行分析闖紅燈的死亡事故,發現在路口寬度較大的路 口,可能原因包含物理上的大小及流量的關係造成會有較高的闖紅燈的比例;此 研究並將十字型路口闖紅燈時可能造成的衝突整理,如表 2-1。但本篇文獻來源 於澳洲,澳洲為靠左行駛的國家,因此左右的狀況將會與台灣的情況相反,文獻 僅提供靠左行駛國家可能會發生之圖示,本研究將其改為適合靠右行駛的國家的 圖示,但原始的分類名稱不予以更動。[17] 此為十字型路口會發生的情況,若 是在丁字路口的情況下,僅有第一種 ( cross traffic ) 不會發生,其他的衝突仍然 有發生的機會。 Baguley (1988) 將燈號轉變成黃燈時,駕駛人所在的區域作了分類,第一種 為必然能通過路口,第二種為必然能在停止線前停車,第三種為通過路口或在停 止線前停車都是有可能的,稱為 Option Zone,第四種為無法在燈號轉換成紅燈 前以現在的速度通過路口,但要以一個舒適的煞車方式在停止線前停車也是不可 能的,這段區域稱為 Dilemma Zone。[18] Elmitiny (2010) 等人於美國佛羅里達州 ( Florida ) 進行研究,收集一個有架 設三個攝影機的號誌化十字型路口,第一個攝影機可拍攝路口的情況,第二個攝

(23)

13 影機拍攝路口停止線上游至左轉專用車道出現,第三個攝影機拍攝再更上游的區 域,其中第二個攝影機與第三個攝影機的拍攝區域有一部分重疊,於周中選取了 28 個離峰時段及 8 個尖峰時段,觀察的內容包含了駕駛決定繼續前進或停止, 闖紅燈的車輛數、行車的車道、在車流中的位置、車輛種類及在黃燈亮時當時的 速度與離路口的距離。駕駛者在黃燈時離路口的距離越短就越容易穿過路口,但 是黃燈時離路口的距離與闖紅燈的機率並沒有線性相關,原因是一部分比較積極 的駕駛會即使在黃燈時離路口還有一段距離,會以闖紅燈的方式來通過路口;此 研 究 使用 tree-based model 建立模式,若是 黃燈亮起時 , 車輛離路口介於 267.5~372.5 英尺 ( 81.53 公尺~ 113.54 公尺) 時,且駕駛者當時的速率大於 46.9 英哩 /小時,會有 50 %的駕駛會穿越路口,但是若是小於等於 46.9 英哩 /小時, 則有 75%的駕駛會選擇停車,因此在這個距離下,駕駛人會依照當時的行進的速 度決定是否要繼續通過路口。[19] 黃國帄 (民 82) 於台南市的三處丁字路口進行機車違規闖紅燈的特性調查, 選擇北門路與小東路口、大學路與長榮路口、林森路與東寧路口進行調查。闖紅 燈的機車占所有直行機車的 23%,約占到達車流的 53%,違規的時間以 10~12 時的比例最高,而 18~19 時比例最低:違規數在 7~8 時為最多,15~16 時最少。 此三處路口流量差異越大的路口,違規的比例越高,直行路段的綠燈比越高,則 違規情況越是嚴重。闖紅燈的機車有 83.3% 並沒有載乘客,顯示單獨騎乘機車 會較易闖紅燈。[20] 詹善斌 (民 93) 於新竹市光復路與東光路口、新安路與展業二路使用攝影來 收集數據,量測號誌倒數計時器對駕駛行為的影響,發現綠燈倒數計時會對汽車 駕駛人有顯著的影響,綠燈倒數計時開啟時汽車在綠燈結束前五秒通過停止線的 車速會比綠燈倒數計時器關閉的高,在綠燈快結束及黃燈時有 59%的車輛會以高 於速限 (50 km/hr) 的速度通過路口,在車速提高的情況下,肇事率也會提高, 會造成交通事故的發生。而有紅燈倒數計時的路口,機車提早起動的情況遠較汽 車嚴重。[21] 賴祈延 (民 97) 於新竹市進行問卷調查,使用計畫行為理論設計給予機車騎 士填答的問卷,發現騎機車的民眾會因警察或闖紅燈照相機的取締而不想闖紅燈; 當對闖紅燈有正向影響程度越高的受測者,對於各種不同的情境而增加闖紅燈意 願的程度也越高;另外當深夜四下無人、趕時間時、通過小路口時是受訪者最容 易想闖紅燈的情境。[22] 根據台灣法規「道路交通安全規則」第 99 條機車行駛規定,「在同向三車道 以上道路,均應以兩段式進行左轉彎;單行道道路,行駛於右側車道或慢車道者, 應以兩段式方式進行左轉彎,行駛於左側車道或慢車道者,應以兩段方式進行右 轉彎。」[6]因此台灣設立有機車待轉格提供機車於兩段式左轉時待避的空間, 在同向車道以上的道路若機車直接進行左轉是違反台灣的法規的。在丁字路口設

(24)

14 立待轉格會使得通過路口的車輛的行為造成差異,因為產生了一股新的車流,並 會使得車輛在綠燈轉變為紅燈時通過路口時,會擔心待轉格車輛提前起動,使得 通過路口的行為造成差異。 溫仁億 (民 94) 於台北市選擇 10 處丁字路口,進行在丁字型路口的兩段式 左轉待轉區的研究,將這 10 處的事故資料做整理並且分析。台灣地區在同向三 車道以上的交岔路口必頇以兩段式左轉進行左轉彎,一般的十字型路口可以將機 車待轉區退縮,以避免停等的機車暴露在車道上,但是丁字型路口卻因為路口的 限制無法往後退縮,造成在丁字路口機車待轉區的機車會和外側車道的直行車流 形成衝突,研究發現以台北市和帄東路與師大路交岔路口為例,不論何種車種, 在昏峰時間通過路口時,駕駛人會明顯的速度減慢,並且這現象在最外側車道尤 為嚴重;待轉區設置以內縮式待轉區為安全性最佳的選擇,但是經過實際調查, 發現台灣地區人行道寬度明顯的不足,並且加上在人行道上的行人設施或其他硬 體設施的影響,使得內縮性待轉區並非是每個路口都可實行。[23] 根據 Matthews 與 Moran (1986) 提出的風險感認理論,對風險的感認程度是 駕駛人是否採取冒險性駕駛行為的中介途徑。若是在一個既定的駕駛行為下,如 果駕駛人感受到較低的危險,該動作即會安全地進行。對於遭取締或是發生意外 事故的感認機率與發生事情的嚴重性會與風險感認程度的建立有密切的關係。此 研究分別請年輕族群與年長族群,透過影片來評斷特定的行為是否危險,結果顯 示年輕者在資訊接收方面較無法感受到危險,而年長者則是在行為表現方面較為 謹慎。[24] 陳政凡 (民 98) 使用計畫行為理論 (TPB) 來檢驗那些因子會影響民眾在騎 機車時進行兩段式左轉行為意向。風險感認分為兩部分,一種為感認取締風險, 而另一種為感認車禍風險,感認取締風險於大型路口皆不顯著,因此受訪者認為 在較大的路口鮮少受到警方取締,大多數的取締皆發生在較小的路口;另外感認 車禍風險在各情境下皆是顯著的。顯示受訪者認為執行直接左轉的潛在車禍風險 是影響受訪者是否進行兩段式左轉行為的重要因素。[25]

2-4 小結

由 2-1 至 2-3 的文獻顯示,有許多因子會使駕駛人選擇是否要於紅燈時闖越 路口,路口設施方面包含時相長度、號誌倒數計時設施及闖紅燈照相機,駕駛人 方面包含駕駛人性別、年齡及是否單獨騎車,其他還包含了行駛時間、是否有左 轉衝突車流、路口的流量及容量,整理如表 2-2。 文獻中有部分研究選擇丁字路口為實驗地點,原因為在丁字路口的進行研究 可將研究路口簡化,但與國外相關研究不同的是台灣的機車需要進行兩段式左轉,

(25)

15 因此同向三車道以上的路口皆設有待轉格,會與其他國家的情形有一定程度的差 別。 表 2-2 影響闖紅燈行為因子 文獻 因子 時相 長度 號誌倒 數計時 闖紅燈 照相機 性 別 年 齡 單獨 騎車 時 間 左轉衝 突車流 流量/ 容量 丁字 路口 Retting (1999) ○ ○ ○ ○ ○ Porter (2001) ○ Lum (2002) ○ ○ Lum (2004) ○ ○ Köll (2004) ○ ○ Putranto (2007) ○ 黃國帄(民 82) ○ ○ ○ 詹善斌(民 93) ○ 賴祈延(民 97) ○ ○

(26)

16

第三章 研究方法

3-1 實驗目的

本研究的實驗目的是瞭解在通過丁字路口時,駕駛人是否會因各種不同的因 素而影響闖紅燈的行為。 經由前一章對闖紅燈與丁字路口之相關文獻回顧後,需針對研究所考量的變 數進行實地觀察,因闖紅燈行為為違規行為,使用模擬或問卷方式不易探討真正 的駕駛行為或不同的路口對駕駛人造成的影響,但是無法得知所有通過路口的駕 駛人的基本資料、事故經驗或心理狀態等資料。考量時間與成本的限制,選擇適 當的路口進行現場觀察可有效且快速反映真實情況。

3-2 實驗設計

根據文獻回顧中指出時相長度、時間及紅燈倒數計時會影響駕駛者在通過一 般路口的闖紅燈行為,因此本研究針對這些會影響駕駛人行為的因子,驗證在丁 字路口是否亦顯著影響到駕駛行為。根據以上因子建立了五項研究假設,如表 3-1: 表 3-1 實驗假設 編號 研究假設 H1 白天與夜間會影響駕駛人於丁字路口闖紅燈行為 H2 紅燈時相長度會影響駕駛人於丁字路闖紅燈行為 H3 左轉遲閉時相會影響駕駛人於丁字路闖紅燈行為 H4 紅燈倒數計時會影響駕駛人於丁字路闖紅燈行為 H5 十字路口與丁字路口的闖紅燈行為不同

3-3 實驗路口之選擇

為了使路口型態單純化,並使周圍的道路或設施影響駕駛人行為的情況最小, 因此選擇的路口有以下的原則: 1. 因為闖紅燈是個違規行為,因此民眾在周圍有警察或是攝影機的情況下, 行為會與帄常不同,並為了使資料收集方便及清晰,因此攝影機需架設 於有良好的視野的地點,以避免後段在計算時發生錯誤,將選擇路口附 近沒有警察執法及周圍適合藏匿攝影機的地點作為實驗地點。

(27)

17 2. 避免選取號誌化丁字路口旁有無號誌控制的小巷道,雖小巷道車流量稀 少,但是會使駕駛人對行駛過此路口的風險感知發生改變,因此並不適 合。 3. 在同一區域蒐集資料,不使城鄉之間的差距影響駕駛人的行為,在同一 區域行駛的駕駛行為差異性較小。 4. 該路口並無交通警察進行指揮,以避免駕駛人行為受到引導的影響,無 法顯現一般的狀況。 經由以上的路口選擇條件,由於台一線在桃園縣中壢市及桃園市路段均與鐵 路相鄰且帄行,因此產生許多丁字路口,故選擇於桃園縣進行實地觀察,選擇的 路口皆在中壢市及桃園市的重要幹道上,選擇在省道台一線與縣道 110 甲線進行 觀察,選定的地點皆在方圓 2 公里內,車流型態皆類似,駕駛人的行為也因距離 相近而相似,幹道的車道數及寬度也相似,速限規定相同,減少路口相異處,增 加控制變因,讓操縱變因設定為各路口之間的差異。為了比較丁字路口與十字路 口的差異,並於選定範圍內選擇一個十字路口作為比對的路口。

3-4 實驗流程

本研究利用 DV 錄影機作為錄影的器材,前往路口架設攝影機以收集觀察路 口之車流量、號誌及闖紅燈車輛數等資料,錄影設備為「Sony HDR-SR12」,以 1440x1080 的比例進行拍攝。待資料錄影收集完成後,於實驗室將錄影成果使用 播放軟體「The KMPlayer 3.0.0.1439」反覆觀看及擷取圖片,同時使用計數器計 算車流及闖紅燈車輛數,並將闖紅燈的車輛的資料進行編碼,最後利用套裝統計 軟體 Microsoft Office Excel 及 SPSS Statistics 進行資料整理與分析。

3-5 調查項目與方法

本研究主要目的在不同的路口及時段下,駕駛人在丁字路口闖越紅燈行為之 差異,使用錄影方式進行。將攝影機統一架設在幹道上,攝影機進行單向幹道車 流的計算及闖紅燈樣本的記錄,而實驗人員同時間進行對向車流之計算,若是該 路口車流量較大,影響實驗人員計算對向車流的計算時,實驗人員會至對向進行 計算。 本實驗的樣本為闖越丁字路口的車輛,定義「在紅燈時相時超越停止線且有 穿越路口行為的車輛」才為本研究所收集的樣本,其他違反號誌管制的情況,例 如號誌僅有直行箭頭綠燈時左轉彎或號誌僅有左轉箭頭綠燈時直行等情況,則不

(28)

18 列入討論範圍。反覆播放錄影所得的影片,確定每個樣本都有實際穿越路口的行 為再重覆播放以記錄樣本的資料,圖 3-1 至 3-5 均為影片的擷取圖,於圖 3-1, 在影片的時間點還無法確定這台小型車與這台腳踏車是否闖紅燈,於圖 3-2 的時 間點確定這兩輛皆闖紅燈,將影片的時間軸退回至左圖,記錄圖 3-1 的時間為此 紅燈時相的第幾秒鐘,並記錄腳踏車為「闖紅燈直行」,而小型車為「闖紅燈左 轉」。 圖 3-1 闖紅燈擷取圖(一之一) 圖 3-2 闖紅燈擷取圖(一之二) 而圖 3-3 至 3-5 為先進入待轉格再左轉的闖紅燈違規,圖 3-3 中一位女性機 車騎士於紅燈時穿越路口,先將車輛騎至待轉格內,如圖 3-4,之後再進行左轉

(29)

19 的動作,如圖 3-5,但第一動作是直行騎至待轉格內,因此將此機車記為「闖紅 燈直行」。 圖 3-6 至 3-7 為闖紅燈待轉的情況,記為「闖紅燈左轉」,於圖 3-7 時間點確 定該車輛闖紅燈左轉後,退回圖 3-6 的時間點進行記錄;圖 3-7 為待轉格車輛未 在支道綠燈前即穿過路口。 圖 3-3 闖紅燈擷取圖(二之一) 圖 3-4 闖紅燈擷取圖(二之二)

(30)

20

圖 3-5 闖紅燈擷取圖(二之三)

(31)

21 圖 3-7 闖紅燈擷取圖(三之二) 圖 3-8 闖紅燈擷取圖(四)

3-6 分析方法

將攝影的影片擷取來取得闖紅燈樣本,整理後並編碼進行分析,分成車種、 車道、闖紅燈時間點、駕駛人性別與是否有載客,但除了闖紅燈時間點為等距尺 度外,其餘變項皆為名目變項,因此不適合進行帄均數或變異數等分析,因此使 用敘述性統計方析、卡方檢定與假設檢定等分析,茲將使用之統計分析方法簡介

(32)

22 如下。

3-6-1 敘述性統計分析

針對名目變數及類別變數,使用次數分配表整理與描繪資料,使用長條圖代 表各變項水準之次數與比例。比較兩變項之間之分布關係,使用交叉表來整理及 呈現變數間關連性。

3-6-2 卡方檢定

Karl-Pearson 所提出的卡方獨立性檢定(chi-squared test of independence)可以 用來檢測兩個類別變項( X 和 Y )之間關連性。 如果兩個類別變項沒有互動關係(卡方值不顯著),稱兩個變項相互獨立;相 反地,當兩個變項有交互作用影響時(卡方值顯著),則可說此兩個變項不獨立, 或具有相依或相互關聯。當卡方值( Pearson χ2 )大於顯著水準之臨界值,則拒絕 虛無假設H ,接受兩變項具有特殊關係之對立假設0 H1(不獨立)。 檢定H 之皮爾森卡方統計量為: 0 :觀察次數, :期望次數 檢定統計量在大樣本下滿足自由度為 之卡方分配,大樣本的 定義一般認為期望次數最少要大於等於 5,即 。 卡方分配亦可作適合度檢定,用以檢定母體分配是否為某特定分配或其他理 論分配,虛無假設H0為假設母體服從某種分配,而對立假設H1為母體不服從某 種分配。統計檢定量與皮爾森卡方統計量相同,當卡方值大於臨界值則稱此母體 不服從某特定分配。

3-6-3 假設檢定

當母體如果只有兩種結果,成功與失敗,並想檢定兩群母體之間的成功比例 是否有差異,使用母體比例的假設檢定,雙尾檢定的虛無假設H0為兩者機率相

(33)

23 等,即 ,右尾檢定的虛無假設則是假設 ,檢定的統計量為: n1為母體 1 的總樣本數,n2為母體 2 的總樣本數,x1為母體 1 成功的樣本數, x2為母體 2 成功的樣本數。檢定統計量的結果滿足 Z 分配,若是檢定統計量大 於顯著水準之臨界值則稱不顯著,即兩群母體的成功比例沒有證據說明有明顯差 異。

(34)

24

第四章 資料收集

4-1 實驗路口

實驗共分五個路口,其中有四個丁字路口及一個十字路口,為了後續的說明 方便,將各路口以羅馬數字 I 至 V 進行編號,路口 I 為中華路與忠孝路路口,路 口 II 為中華路與龍祥街路口,路口 III 為中華路與自強一路路口,路口 IV 為中 園路與西園路 77 巷路口,路口 V 為自強一路與自強四路路口,圖 4-1 為各路口 間的相關地理位置。 圖 4-1 錄影地點地理位置圖 表 4-1 實驗路口比較 路口 幹道 支道 路口型態 幹道車道數 支道車道數 時相 I 中華路 忠孝路 丁字路口 雙向四車道 雙向二車道 簡單二時相 II 中華路 龍祥街 丁字路口 雙向四車道 雙向二車道 簡單二時相 III 中華路 自強一路 丁字路口 雙向四車道 雙向四車道 左轉遲閉 二時相 IV 中園路 西園路 77 巷 丁字路口 雙向四車道 雙向二車道 簡單二時相 V 自強一路 自強四路 十字路口 雙向四車道 雙向二車道 簡單二時相 路口 I 至 IV 為丁字路口,幹道皆為雙向四車道,僅有路口 III 為支道是雙向 四車道,其他路口的支道為雙向二車道;除了路口 III 為遲閉型左轉保護二時相, 另外三處路口皆為簡單二時相;路口 V 為簡單二時相十字路口,幹道為雙向四

(35)

25 車道,支道為雙向二車道,如表 4-1。各路口幹道的時相長度皆有些不同,其中 路口 III 為左轉遲閉時相,因此綠燈時段分為兩個階段,第一階段僅有直行綠燈, 第二階段有直行綠燈與左轉綠燈同時亮,詳如表 4-2。 表 4-2 各路口幹道時相比較 幹道時相 綠燈 黃燈 紅燈 (全紅時相) 周期 路口 I 離峰 110 3 37 (2) 150 尖峰 110 3 37 (2) 150 路口 II 離峰 110 3 47 (2) 160 尖峰 130 3 57 (2) 190 路口 III 離峰 90 20 3 37 (2) 150 尖峰 90 20 3 37 (2) 150 路口 IV 離峰 105 3 42 (2) 150 尖峰 110 3 47 (2) 160 夜間 60 3 27 (2) 90 路口 V 離峰 77 3 40 (2) 120 尖峰 77 3 40 (2) 120

4-1-1 對照組路口

中華路-忠孝路路口(以下稱為路口 I)位於台一線 32 公里附近,忠孝路為 通往內壢市區之道路,中華路在此路口為直線路段,有中央分隔島,雙向四車道, 車道寬約 3.5 公尺,且有路肩;忠孝路為雙向二車道且並有慢車道之道路,如圖 4-2。 實驗進行時,攝影機位於中華路北向之人行道,實驗人員位於中華路南向之 人行道,實驗人員於現地計算中華路南向車流及忠孝路南去向車流,攝影機記錄 中華路北向車流及忠孝路北去向車流,並使用影片記錄中華路北向之闖紅燈車輛 之特徵,如圖 4-3。照片 4-1 為該路口的實際狀況,照片右側圈選處為攝影機放 置的地點。 本路口為簡單二時相路口,幹道時相為綠燈 110 秒,黃燈時相 3 秒及紅燈時 相 37 秒,合計周期為 150 秒。 本路口作為本研究之對照組,此路口為簡單二時相為一般丁字路口最常見的 時相,在左轉車流並無特別龐大的情況下不會使用三時相,而該路口並無裝設紅 燈倒數計時設施,有中央分隔設施能讓所有轉向行為都限制於路口中,因此選擇 此路口作對照組,用以比較及分析不同路口間差異。

(36)

26 圖 4-2 中華路-忠孝路路口地理位置圖 忠孝路 中華路 攝影機 N 圖 4-3 中華路-忠孝路路口簡圖

(37)

27 照片 4-1 中華路-忠孝路路口(由南往北拍攝)

4-1-2 紅燈時相較長路口

中華路-龍祥街路口(以下稱為路口 II)位於桃園市台一線上,龍祥街行經 的區域主要為住宅區,車流量較其他路口小,中華路在此路口為直線路段,有中 央分隔島,雙向四車道,車道寬約 3.5 公尺,且有慢車道;龍祥街為雙向兩車道, 如圖 4-4。 實驗進行時,攝影機位於中華路北向之人行道,如圖 4-5 的圓點處,實驗人 員位於中華路南向之人行道,如圖 4-5 的打叉處,實驗人員於現地計算中華路南 向車流及龍祥街南去向車流,攝影機記錄中華路北向車流及龍祥街北去向車流, 並使用影片記錄中華路北向之闖紅燈車輛之特徵。照片 4-2 為該路口實際狀況, 圈選處為攝影機拍攝地點。 本路口為簡單二時相路口,但尖離峰的時相並不相同,離峰時相為綠燈 110 秒,黃燈時相 3 秒及紅燈時相 47 秒,合計周期為 160 秒;尖峰時相為綠燈 130 秒、黃燈時相 3 秒及紅燈時相 57 秒,合計周期為 190 秒。 本路口為本次挑選的五個路口中,紅燈時相最長的路口,用以比較紅燈較長 的路口對駕駛人闖紅燈行為的差別。

(38)

28 圖 4-4 中華路-龍祥街路路口簡圖 龍祥街 中華路 攝影機 觀察人員 N 圖 4-5 中華路-龍祥街路口簡圖

(39)

29 照片 4-2 中華路-龍祥街路口(由南往北拍攝)

4-1-3 左轉遲閉時相路口

中華路-自強一路路口(以下稱為路口 III)位於台一線 33.5 公里附近,中華 路為省道台一線,自強一路為通往中壢工業區的主要道路,因此本路口車流龐大, 且大型車輛較一般道路多。中華路在此路口為直線路段,有中央分隔島,車道寬 約 3.5 公尺,北向車道為雙車道,在路口前有一左轉車道及路肩,過路口後有慢 車道;南向車道為雙車道及一慢車道;自強一路為雙向四車道的路口,相關地理 位置如圖 4-6。 實驗進行時,攝影機及實驗人員位於中華路北向之人行道,如圖 4-7 之圓圈 處,實驗人員於現地計算中華路南向車流及自強一路南去向車流,攝影機記錄中 華路北向車流及自強一路北去向車流,並使用影片記錄中華路北向之闖紅燈車輛 之特徵。圖 4-3 為該路口實際狀況,圈選處為攝影機放置的地點。 本路口為有遲閉的左轉保護時相路口,時相為直行綠燈 90 秒、左轉保護 20 秒、黃燈時相 3 秒及紅燈時相 37 秒,周期為 150 秒。 本路口為本次挑選的五個路口中,唯一有左轉遲閉時相的路口,用以比較有 無左轉遲閉時相對駕駛人闖紅燈行為的差異。

(40)

30 圖 4-6 中華-自強一路路口地理位置圖 中華路 自強一路 攝影機 N 圖 4-7 中華-自強一路路口簡圖

(41)

31 照片 4-3 中華-自強一路路口(由南往北拍攝)

4-1-4 紅燈倒數計時路口

中園路-西園路 77 巷路口(以下稱為路口 IV))位於縣道 110 甲線,此路口 位於中壢工業區內,因此大型車輛較多,中園路為縣道 110 甲線,雙向四車道, 有中央分隔島,車道寬約 3.5 公尺,且有慢車道;西園路 77 巷為雙向兩車道, 相關地理位置如圖 4-8。 實驗進行時,攝影機位於中園路北向之人行道,如圖 4-9 的圓點處,實驗人 員位於中園路南向之人行道,如圖 4-9 的打叉處,實驗人員於現地計算中園路南 向車流及西園路 77 巷南去向車流,攝影機記錄中園路北向車流及西園路 77 巷北 去向車流,並使用影片記錄西園路北向之闖紅燈車輛之特徵。照片 4-4 為該路口 實際狀況,照片圈選處為攝影機放置的位置。 本路口為簡單二時相路口,離峰時相為綠燈 105 秒、黃燈時相 3 秒及紅燈時 相 42 秒,周期共 150 秒;尖峰時相為綠燈 110 秒、黃燈 3 秒及紅燈 47 秒,周期 共 160 秒;夜間時相為綠燈 60 秒、黃燈 3 秒及紅燈 27 秒,周期為 90 秒。 本路口為本次挑選的五個路口中,唯一有紅燈倒數計時的路口,用以比較有 無紅燈倒數計時的路口對駕駛人闖紅燈行為的差別。並於此路口進行夜間觀察, 探討在尖峰、離峰及夜間的闖紅燈行為差異。

(42)

32 圖 4-8 中園路-西園路 77 巷路口地理位置圖 中園路 西園路77巷 觀察人員 攝影機 N 圖 4-9 中園路-西園路 77 巷路口簡圖

(43)

33 照片 4-4 中園路-西園路 77 巷路口(由南往北拍攝)

4-1-5 十字路口

自強一路-自強四路路口(以下稱為路口 V)位於中壢工業區內,此路口位 於中華-自強一路路口北側,為一十字路口,自強一路與自強四路在此路口皆為 直線路段,皆無中央分隔島,自強四路雙向四車道,車道寬約 3.5 公尺;自強四 路為雙向兩車道的道路,車道寬約 3.5 公尺。本路口的幹道為自強一路,支道為 自強四路。路口相關位置圖如圖 4-10,路口的簡圖如圖 4-11。 實驗進行時,攝影機與實驗人員位於自強一路北向之人行道,攝影機記錄路 口車流,並使用影片記錄幹道闖紅燈車輛之特徵,照片 4-5 為該路口的實際狀況, 圈選處為攝影機放置位置。 本路口為簡單二時相路口,時相為直行綠燈 77 秒、黃燈時相 3 秒及紅燈時 相 40 秒,周期合計為 120 秒。 本路口為本次挑選的五個路口中,唯一的十字路口,用以比較全部丁字路口 與十字路口的闖紅燈行為之差異。

(44)

34 圖 4-10 自強一路-自強四路路口地理位置圖 自強四路 自強一路 攝影機 N 圖 4-11 自強一路-自強四路路口簡圖

(45)

35 照片 4-5 自強一路-自強四路路口(由北往南拍攝)

4-1-6 實驗路口比較

路口 I 為本實驗對照組,作為基準與各路口進行比較,路口 II 為紅燈時相較 對照組長,並且周期長度也是實驗路口中最長的,作為討論因子「紅燈時相長度」 的實驗組;路口 III 的時相長度和對照組是一模一樣的,但是路口 III 為遲閉型的 左轉保護二時相路口,與對照組的簡單二時相不同,作為討論因子「左轉遲閉保 護時相」的實驗組;路口 IV 有紅燈倒數計時設施,而對照組並沒有倒數計時設 施,作為討論因子「紅燈倒數計時」的實驗組;路口 V 為十字路口,作為討論 因子「路型」的實驗組。 各路口皆有在離峰及尖峰進行觀察,因此路口 II、III 及 IV 皆為討論因子一 「尖離峰」的實驗組;因為路口 I 及路口 III 在夜間時並非為控制號誌,而是閃 光號誌,路口 II 在夜間與鄰近路口皆為號誌連鎖,實地搜集後發現闖紅燈樣本 取得困難,因此改至路口 IV 進行夜間的樣本搜集,進而討論因子「白天與夜間」 的實驗組。各路口相對狀況比較圖如圖 4-12 所示。

(46)

36 簡單二時相 (對照組路口) 有左轉遲閉時相 紅燈時相較長 有紅燈倒數計時 夜間 十字路口 V. 自強一路-自強四路 IV. 中園路-西園路77巷 I. 中華路-忠孝路 III. 中華路-自強一路 II. 中華路-龍祥街 圖 4-12 路口相對狀況比較圖

4-2 調查流程

本研究的資料蒐集工作可分為以下幾個步驟: 1. 確認研究路口:進行樣本蒐集前,需確認該路口的條件,以確保該地點 適合本研究之選取。 2. 實地踏勘:實地觀察該路口情況,尋找適當的觀察地點,並確定能夠在 該路口蒐集到足夠樣本。 3. 選定調查時間:經實地踏勘後,即選定進行觀察的日期與時間。日期選 擇星期二與星期四,離峰時間選擇為 10 時 30 分至 11 時 30 分或 14 時 30 分至 15 時 30 分,尖峰時間選在昏峰的 17 時 30 分至 18 時 30 分, 夜間為 23 時 30 分至隔日 0 時 30 分。 4. 現場資料收集:在天氣許可的情況下,進行資料收集。 5. 資料整理:於現場收集完資料後,在實驗室進行影片觀看,並記錄相關 資料。 6. 確認資料狀況:經資料整理後,確認樣本收集情況正常,若有樣本不足 的情況,將視情況於原地點再進行一次調查。 在 100 年 4 月至 6 月間進行路口的實地觀察,每個路口選擇離峰及尖峰各一 小時,夜間時段由於車流量較少,因此觀察時間增為兩小時,共 12 小時。離峰 時間選擇 10 時 30 分至 11 時 30 分,路口 V 的離峰時間選在 14 時 30 分至 15 時

(47)

37 30 分,尖峰時間選擇 17 時 30 分至 18 時 30 分,而夜間時段是選擇 23 時 30 分 至隔日 0 時 30 分,詳細時間如表 4-3。 表 4-3 路口拍攝時間 離峰 尖峰 夜間 I.對照組 4/26 10:30~11:30 4/26 17:30~18:30 II.紅燈時相長 5/31 10:30~11:30 5/12 17:30~18:30 III.左轉遲閉時相 4/21 10:30~11:30 4/21 17:30~18:30 IV.紅燈倒數計時 4/28 10:30~11:30 4/28 17:30~18:30 5/27 & 5/31 23:30~次日 0:30 V.十字路口 6/02 14:30~15:30 6/02 17:30~18:30

(48)

38

第五章 資料分析

5-1 資料分類

由觀察地點所拍攝的影片,自 DV 中截取影片並標定時間,首先進行車流的 計算,接著進行闖紅燈車輛的資訊收集。將資料依地點及時段分類及整理,依不 同方向及車種進行統計分析,使用 SPSS 統計軟體進行統計相關計算,並對運算 結果進行分析。 變數共有八項,有地點、時段、車種、車道、通過路口後的行駛方向、載客 與否、駕駛人性別及紅燈時相開始後幾秒超越停止線。編號方式如下所列: 1. 地點依路口 I 至路口 V 順序將其編號為 1 至 5。 2. 時段依離峰、尖峰、夜間依序編成為 1 至 3。 3. 車種依大型車、小型車、機車、腳踏車依序編號為 1 至 4。 4. 行駛車道依內側快車道、外側快車道、慢車道依序編號為 1 至 3。 5. 闖紅燈後行駛方向依直行、左轉、機車進入待轉區後再進行左轉行為、 迴轉、待轉格內車輛於支道綠燈前即穿越路口、右轉依序編號為 1 至 6。 6. 載客與否將無載客編為 0,有載客編為 1。 7. 駕駛人性別將男性編為 1,女性編為 2。 8. 紅燈時相開始後幾秒闖紅燈依實際秒數記錄。 僅有機車及腳踏車的樣本能由錄影所得的影片觀察「載客與否」及「駕駛人 性別」。由實驗人員於實驗室由影片進行判斷機車及腳踏車駕駛人的性別與是否 有載客,駕駛人的性別由觀察人員經由服飾或身材等主觀判斷;觀察載客與否僅 分有載客及無載客,若樣本車輛有乘客站立於駕駛者前方踏板處,或是樣本車輛 有承載兩人以上,則一律計為有載客。

5-2 資料修正

5-2-1 違規比例

計算車輛闖紅燈違規比例時,計算公式為:

(49)

39 違規比例 違規車輛數 輛 車流量 輛 假設車流量是均勻且穩定,理論上,號誌化路口的車流量僅能在綠燈時段被計算 到,但是車流並不是只有在綠燈時段才會抵達到路口,會連續且穩定的抵達路口, 但是在綠燈及黃燈抵達路口的車輛本身即可在當下立即通過路口,因此在綠燈及 黃燈時抵達的車流應不需要討論這些車輛是否闖紅燈,故將綠燈及黃燈時理論上 抵達的車流量將其剔除,僅計算理論上紅燈時抵達的車流,調整車流量的計算公 式如下: 每小時紅燈時段抵達車流量 一小時總車流量 紅燈時相長度 秒 周期長度 秒 因此將車輛闖紅燈違規比例修改為: 違規比例 紅燈時段違規車輛數 輛 紅燈時段抵達車輛數 輛 因為部分路口紅燈秒數較短,能夠闖紅燈的車輛數不多,但是道路車流輛較多, 使得闖紅燈的比例相對起來較低,為了使闖紅燈比例更貼近在路口等待紅燈車輛 的行為,因此進行上述的公式修改。

5-2-2 車輛闖紅燈時間點

路口的紅燈時相長度在不同的路口及時段皆不相同,以絕對時間進行比較或 檢定會較不合適,因此將各個樣本闖紅燈的時間進行修正,計算公式如下: 闖紅燈時間點 車輛闖紅燈時為紅燈的第幾秒 紅燈時相長度 將所有的闖紅燈車輛樣本都經由此轉換,才能讓各路口與各時段不因為時相長度 的差距而無法進行比較與分析。為了進一步分析闖紅燈的性質,將闖紅燈時間點 以 10%作切割,即將整個紅燈時相等分十等分。將闖紅燈時間點為小於 10%的 樣本於闖紅燈時間點欄位記為「1」,將闖紅燈時間點大於等於 10%小於 20%的 樣本記為「2」,將闖紅燈時間點大於等於 20%小於 30%的樣本記為「3」,以此 類推,最後一組為時間點大於等於 90%的樣本記為「10」。

5-2-3 闖紅燈後行駛方向

經由現場觀察,闖紅燈的行為包含六種情況,直行、左轉、機車進入待轉區

(50)

40 後再進行左轉行為、迴轉、待轉格內車輛於支道綠燈前即穿越路口、右轉。但六 種行為不易進行討論,而將其分為三類,即直行、左轉及右轉。闖紅燈右轉僅出 現於十字路口中,將單獨進行討論。有部分機車會進入待轉區後再進行左轉行為, 由於這些樣本闖紅燈後第一目標為直行至待轉格,即使後續動作為左轉行為,仍 應將此行為與直行闖紅燈合併計算;迴轉為連續兩次左轉,因此將此行為與左轉 闖紅燈合併計算;而待轉格內車輛於支道綠燈前即穿越路口不予以計算,因幹道 車流於綠燈時進入待轉格後,即視為支道車輛,並非為本研究欲研究的對象。 因此闖紅燈直行包含「直接闖紅燈直行」與「先進入待轉區後再進行左轉」 等兩種行為,而闖紅燈左轉包含「直接闖紅燈左轉」與「迴轉」等兩種行為。闖 紅燈右轉僅包含「直接闖紅燈右轉」。

5-3 整體樣本統計資料

於各路口尖離峰時進行錄影與計算車流,各路口皆觀察一小時,而路口 IV 夜間時段,因車流量及違規樣本數較少,因此選擇兩個帄日觀察各一小時,共兩 小時。 於觀察時間內共搜集 751 個闖紅燈車輛樣本,另外的 63 個樣本是在計算車 流時間前後額外收集到的闖紅燈樣本,因此另外的 63 個樣本在計算闖紅燈比例 時,因為無額外時間的曝露量資料,因此不與其他 751 個樣本合併計算闖紅燈比 例,僅在分析闖紅燈行為時使用。表 5-2 為各路口收集到的樣本數,表 5-3 為本 研究對於各變項所取得的樣本數,表 5-4 為各路口於觀察時間內,依違規者轉向 進行分類所收集到違規樣本數。 表 5-2 各路口闖紅燈樣本數 路口 一小時 額外時間 小計 I 離峰 62 16 78 尖峰 128 10 138 II 離峰 62 5 67 尖峰 114 10 124 III 離峰 40 0 40 尖峰 82 0 82 IV 離峰 28 6 34 尖峰 45 5 50 夜間 71 11 82 V 離峰 63 0 63 尖峰 56 0 56 小計 751 63 814

(51)

41 表 5-3 各變項之樣本數 變項 樣本數 百分比 總和 時段 離峰 282 34.64% 814 尖峰 450 55.28% 夜間 82 10.07% 車種 大型車 21 2.58% 814 小型車 190 23.34% 機車 579 71.13% 腳踏車 24 2.95% 車道 內側快車道 133 16.34% 814 外側快車道 198 24.32% 慢車道 419 51.47% 待轉格 64 7.86% 行駛 方向 直行 517 63.51% 814 左轉 155 19.04% 右轉 78 9.58% 待轉格內車輛 闖紅燈進入支道 64 7.86% 乘客 有 72 8.85% 814 無 531 65.23% 無法觀察 211 25.92% 駕駛人 性別 男 444 54.55% 814 女 159 19.53% 無法觀察 211 25.92% 表 5-4 違規車輛數轉向樣本數 路口 左轉 直行 右轉 小計 I 樣本數 39 134 173 % 22.54% 77.46% 100% II 樣本數 26 150 176 % 14.8% 85.2% 100% III 樣本數 32 45 77 % 41.56% 58.44% 100% IV 樣本數 31 113 144 % 21.53% 78.47% 100% V 樣本數 16 25 78 119.00 % 13.45% 21.01% 65.55% 100%

(52)

42

5-4 個別路口統計資料

5-4-1 對照組路口

本路口於離峰時,共收集到 78 個樣本,在計算流量的一小時內收集 62 個樣 本,無計算流量時收集到 16 個樣本;尖峰時,共收集到 138 個樣本,在計算流 量的一小時內收集 128 個樣本,無計算流量時收集到 10 個樣本。 其中有 19 個樣本(有 17 個樣本在觀察流量的一小時內觀測到)為待轉格內 車輛闖紅燈進入支道的樣本,不列入接下來討論違規直行及違規左轉中。 計算違規比例時僅保留在計算流量的一小時內的違規樣本,包含 3 台大型車、 27 台小型車、139 台機車及 4 台腳踏車。其中能夠觀察是否有乘客及駕駛人性別 的機車與腳踏車有 143 台,其中有 123 台是未載有乘客(86%),而載有乘客的 有 20 台(14%);而駕駛人中有 97 位為男性(67.8%),女性駕駛人有 46 位 (32.2%)。 在離峰時直行的闖紅燈比率為 2.77%,而尖峰時為 3.01%;離峰時闖紅燈左 轉為 8.33%,而尖峰時 16.34%,詳如表 5-5。 表 5-5 中華路-忠孝路路口違規車輛組成 單位:輛 大型車 小型車 機車 總輛數 直 行 離峰 小時流量 43 767 779 1589 違規數 1 8 35 44 違規比率 2.33% 1.04% 4.49% 2.77% 尖峰 小時流量 78 919 1894 2891 違規數 2 11 74 87 違規比率 2.56% 1.20% 3.91% 3.01% 左 轉 離峰 小時流量 0 73 11 84 違規數 0 2 5 7 違規比率 N/A 2.74% 45.45% 8.33% 尖峰 小時流量 0 96 57 153 違規數 0 6 19 25 違規比率 N/A 6.25% 33.33% 16.34%

5-4-2 紅燈時相較長路口

本路口於離峰時,共收集到 67 個樣本,在計算流量的一小時內收集 62 個樣

數據

圖  3-5    闖紅燈擷取圖(二之三)

參考文獻

相關文件

(Class): Apples are somewhat circular, somewhat red, possibly green, and may have stems at the top. Hsuan-Tien

• When light is refracted into two rays each polarized with the vibration directions.. oriented at right angles to one another, and traveling at

obtained by the Disk (Cylinder ) topology solutions. When there are blue and red S finite with same R, we choose the larger one. For large R, it obeys volume law which is same

Two sources to produce an interference that is stable over time, if their light has a phase relationship that does not change with time: E(t)=E 0 cos( w t+ f ).. Coherent sources:

Had I the heaven’s embroidered cloths, Enwrought with golden and silver light, The blue and the dim and the dark cloths Of night and light and the half-light,. I would spread the

[1] Mark Adcock and Richard Cleve, “A quantum Goldreich-Levin theorem with cryptographic applications,” STACS 2002, 323–334. [2] Harry Buhrman, Richard Cleve, John Watrous and Ronald

• BP can not correct the latent error neurons by adjusting their succeeding layers.. • AIR tree can trace the errors in a latent layer that near the front

(b) Write a program (Turing machine, Lisp, C, or other programs) to simulate this expression, the input of the program is these six Boolean variables, the output of the program