應用駕駛模擬器與模糊理論於大客車駕駛行為之分析 Application of a Driving Simulator and the Fuzzy Set
Theory to the Analysis of Bus Driving Behavior
張建彥 游逸倫
助理教授 碩士班研究生
中華大學運輸科技與物流管理學系 中華大學運輸科技與物流管理學系 [email protected] [email protected]
摘要
本研究利用大客車駕駛模擬器進行大客車駕 駛者跟車及煞車行為之實驗，蒐集實驗資料，並應 用模糊理論進行跟車行為及煞車反應之模式構 建，而鑑於影響跟車行為及緊急煞車反應之輸入變 數為前後兩車速差、兩車間距及本車車速，輸出變 數則為跟車加減速率與煞車反應時之感知反應時 間與減速率，因此模糊模式之構建乃以前後兩車速 差、兩車間距及本車車速為輸入變數，加減速率為 跟車模式之輸出變數，感知反應時間與煞車減速率 為煞車模式之輸出變數，再透過隸屬度函數、推論 規則庫、以及解模糊化之處理，建立輸入、輸出之 推論法則，而為了確認與驗證模式之合理性，本研 究利用統計檢定方法分析模式推估值與模擬實驗 值之差異，作為模式修正之依據。本研究最後共建 立了大客車四種跟車行為及一種緊急煞車反應之 模糊推論模式，研究結果可作為大客車車流模擬模 式構建與大客車縱向防撞警示系統發展之基礎。
關鍵字：大客車駕駛模擬器、模糊理論、跟車、煞 車反應、縱向防撞警示系統
Abstract
This study utilized a bus driving simulator to conduct a car following and brake behavior experiment of the bus drivers. The experimental data were collected, and a fuzzy set theory was used to analyze the data and develop the models of car following and brake reaction. Since the input variables which affect car following behavior and emergency brake reaction include speed difference and spacing between the lead vehicle and the following vehicle, and the speed of the following
vehicle, and the output variables are acceleration (or deceleration) in car following and perception-reaction time and deceleration in brake reaction, the fuzzy set model developed by this study defined speed difference, spacing and speed as input variables, and acceleration (or deceleration) as the output variable of the car following model, and perception-reaction time and deceleration as the ones of the brake model.
Through the analysis of membership function, inference logic toolbox and defuzzification, the inference rules of inputs and outputs were established.
In order to verify and validate the reasonableness of the model, this study also applied a statistical test to the difference analysis of the estimated value and the experimental value. This study finally developed four kinds of car following model and one kind of emergency brake model. Results of this study could be used as a base to develop the bus simulation model and the bus forward collision warning system.
Keywords ： Bus Driving Simulator, Fuzzy Set Theory, Car following, Brake Reaction, Forward Collision Warning System
一、前言
隨著科技日新月異，以行車安全為出發的車輛 安全裝置推陳出新，其中較為常見者如倒車雷達、
防撞警示系統、適應性巡航系統等，均是透過先進 偵測設備與警示邏輯，分析車輛駕駛之危險情況，
而事先提供駕駛者警示，或甚至透過自動控制系統 操作車輛，以避免車輛發生碰撞。這些先進控制與 安 全 系 統 (Advanced Vehicle Control and Safety Systems, AVCSS)的發展與應用，對於國內大客車 安全之提昇，尤為重要。依據內政部警政署統計 [1]，民國 93 年至 95 年高速公路 A1 類交通事故(即 事故中有人死亡之嚴重事故)之統計情形如表 1 所
示，由表中可發現民國 93 年至 95 年國道高速公路 大型車輛的車流量約占總車流量之 16.4%至 17%
之間，然而交通事故件數卻占了總事故件數之 27%
至 37%之間，顯示大型車輛在重大交通事故發生件 數所占比率遠高於其車流量所占比率，突顯其事故 發生之嚴重性。其中大客車由於具有高承載量的特 性，因此一旦發生事故，所造成之傷亡更是往往較 一 般 小 客 車 事 故 高 ， 故 有 關 先 進 安 全 大 客 車 (Advanced Safety Bus, ASB)之研究，乃成為先進控 制與安全系統的主要方向。
縱向防撞警示系統(Forward Collision Warning System, FCWS)為結合先進感測技術，聽覺(聲響、
語音)、視覺(HUD、LCD)或觸覺(振動座椅、煞車) 警示裝置，以及安全視距的演算法則，在車輛行駛 過程中，依據不同的道路與交通狀況，適時地對駕 駛者提供警訊，以確保行駛中車輛能隨時與前方維 持適當的行車間距，達到安全防護的效果。此一系 統之參數設定，與車輛駕駛之跟車行為與煞車反應 息息相關，因此近年來有部分研究開始從事大客車 跟車行為及煞車反應之研究，期能建立大客車之縱 向防撞警示系統。在大客車跟車相關的研究中，目 前所發展者大多以刺激－反應方程式[2, 3, 4]及心 理－物理行為門檻模式[5]為主；至於煞車反應部 分，則有相關研究[6, 7]應用模糊理論進行大客車 縱向防撞警示法則參數模糊化之研究。但上述研究 都僅是把跟車行為及煞車反應個別做討論，尚未有 研究將二者拿來做綜合性分析，因此本研究乃將其 將以整合一併進行分析探討。此外，由於跟車行為 及煞車反應存在著相當大程度的模糊特性，因此近 年來開始有學者將模糊理論運用在跟車及煞車反 應行為研究上，但是當中之參數隸屬度函數大多經 由假設而得，例如假設是三角形、梯形、或鐘型函 數，而未能透過有效的方法來確認與驗證隸屬度函 數的適用性。
綜上所述，本研究乃利用中華大學大客車駕駛 模擬器進行大客車駕駛者跟車及煞車行為之實 驗，蒐集實驗資料，進行跟車行為及煞車反應之模 糊模式構建，而鑑於影響跟車行為及煞車反應之影 響變數為前後兩車速差、兩車間距及本車車速，其
數值差異則造成跟車加減速率之不同，以及煞車反 應時之感知反應時間與減速率之差異，因此模糊模 式之構建乃以前後兩車速差、兩車間距及本車車速 為輸入變數，加減速率為跟車模式之輸出變數，感 知反應時間與煞車減速率為煞車模式之輸出變 數，再透過數學軟體 MATLAB 6.1 版中模糊邏輯 工具箱(fuzzy logic toolbox)之應用及解模糊化模式 之處理，建立輸入、輸出之推論法則，而為了確認 與驗證模式合理性，本研究利用統計檢定方法分析 模式推估值與模擬實驗值之差異，作為模式修正依 據。
表 1 高速公路 A1 類交通事故統計表 年
度
項目 小客
車
小貨 車
大客 車
大貨 車
其它 總
計
件數(件) 43 14 8 31 11 107
比率(%) 40.19 13.08 7.48 28.97 10.28 100 交通量
(百萬輛)
468 95 － 563
93
比率(%) 83.08 16.92 － 100
件數(件) 54 16 4 32 11 117
比率(%) 46.15 13.68 3.42 27.35 9.40 100 交通量
(百萬輛)
479 95 － 574
94
比率(%) 83.5 16.5 － 100
件數(件) 51 22 3 27 8 111
比率(%) 45.95 19.82 2.70 24.32 7.21 100 交通量
(百萬輛)
481 94 － 575
95
比率(%) 83.62 16.38 － 100
資料來源：[1]
二、文獻回顧與探討
根據 Brackstone 等人[8]之分析，目前有關跟 車理論中，以發展時間先後順序，可大致分為 5 類：(1)刺激－反應方程式(Gazis-Herman-Rothery Model)；(2)安全間距或防撞模式(Safety Distance or Collision Avoidance Model)；(3)線性模式(Linear Models) ； (4) 心 理 ─ 物 理 行 為 門 檻 模 式 (Psychophysical Model)；(5)模糊邏輯模式(Fuzzy Logic Based Model)。其中以刺激－反應方程式及 心理─物理行為門檻模式較為常見，而近年來則有 越來越多以模糊邏輯理論為基礎的跟車研究。本研 究針對國內、外跟車模式、煞車行為、模糊理論應
用於車流行為等文獻進行探討，說明如後。
一、刺激－反應方程式
刺激－反應模式為 1950 年代末期、1960 年代 初期，由美國通用汽車(general motor)公司進行許 多現場實驗工作所逐漸累積之跟車研究成果，因此 又稱為 GM 模式。其主要觀念為：在不考慮駕駛 者超車和變換車道的基本假設下，駕駛者跟車的反 應(response)與來自前車刺激(stimulus)的變化有函 數關係，前車所帶來的刺激越大則跟車駕駛者反應 也越大。目前 GM 模式已發展至第五代，主要的 公式如式(1)所示：
() ()
)]
( ) ( [
)]
( ) [
( 1
1 1 ,
1 X t X t
t X t X
t t t X
t
X l n n
n n
m n
m l
n
……….(1) 其中，
)
1
( t t
X
n
：後車在(t t
)時間時的加減速率 (公尺/秒2) t
：延遲時間(秒)) (t
X
n ：前車在t
時間時的位置(公尺))
1
( t
X
n ：後車在t
時間時的位置(公尺)) (t
X
n ：前車在t
時間時的速率(公尺/秒))
1
( t
X
n ：後車在t
時間時的速率(公尺/秒))
1
( t t
X
n
：後車在(t t
)時的速率(公尺/秒)m
：後車駕駛者對於「速率」反應的敏感度參數l
：後車駕駛者對於前後車之「車間距離」反應的 敏感度參數m
l , ：跟車的敏感度參數GM 第五代模式的基本假設，乃是認為後車駕 駛者會因前車的刺激，如速率變化、兩車空間間距 (spacing)或後車速率等因素而有所反應，而主要的 反應行為則是後車之加速或減速。模式中的主要敏 感度參數則有三項(
l ,m、m
、l
)，而此三項參數 也因道路交通狀況、駕駛者特性不同而有所不同。以往已有多位學者針對
l ,m、m
、l
之參數值加以 校估[4]，其中各研究參數組合差異大，主要原因 為跟車行為隨車流及交通狀況而不同，且很多樣本 資料是採用實測或觀測方式加以蒐集，會因蒐集樣 本的車速範圍不同而有所不同。因此，在不同交通 環境下之跟車刺激－反應行為，有必要視狀況不同 而適時重新校估修正，不宜直接引用。此外，依據相關研究之整理分析[2-4, 9]，駕駛 模擬器已廣泛應用於駕駛者行為之研究，因此在良 好設計之駕駛模擬系統下，並搭配適當的實驗場 景，可有效且完整地蒐集駕駛行為與車流資料。
二、心理─物理行為門檻模式
「心理─物理行為門檻模式」乃是從 1960 年 代開始發展的跟車行為模型，屬於微觀車流跟車行 為模式的一種，其發展源於 Hoefs[10]於車流觀察 中發現，當後車駕駛者感識到前車與自身之間隔距 離及相對速率差異過大時，會加速貼近前車以縮短 間隔距離，逐漸由不受影響駕駛範圍進入受影響駕 駛範圍；當後車駕駛者感知到過於貼近前車不安全 時，則減速以加大間隔距離；減速後之間隔距離若 不合後車駕駛者之期望則再加速，整個系統就在後 車不斷加減速的自我調整過程中達到穩定跟車狀 態。因此如何界定不受影響駕駛範圍的間隔距離或 相對速率門檻，以及受影響之跟車行為反應即是模 式之主要描述重點。而此種駕駛行為所表現的現象 有兩點：(1)跟車過程處於一微幅振盪調整之間隔 距離與速差系統中；(2)在各反應狀態下，具有如 拋物線型之感知門檻。決策者在某一相互影響範圍 內，具有相同之決策行為，須越過某門檻後，其行 為才會有所差異，此即「行為門檻」的意義。將行 為門檻用來判斷不同行為區域間的觀念引入跟車 模式中，即為心理─物理間距模式（Psycho-Physical Spacing Model）。Wiedemann[11]進一步將「心 理—物理間距模式」觀念引進微觀車流模擬中，建 構一數學模式，即所謂的「行為門檻模式」。其特 點為同時考慮速差與車間距離作為行為變化的決 策依據，駕駛者根據路況中的空間距離變化，對應 其決策門檻而進行跟車行為調整。模式基本假設為
單一車道，不考慮變換車道情形，可將車流狀況分 成三個反應區，即感知反應(Perceived Reaction) 區、無意識反應(Unconscious Reaction)區和無反應 (No Reaction) 區 ， 同 時 建 立 相 關 的 門 檻 公 式 。 Leutzbach[12]則建立包括最小跟車間距、跟車間距 上限、間距漸減速差門檻及間距漸增速差門檻等四 個門檻之心理－物理行為門檻模式；國內許添本 [13]構建心理－物理行為門檻模式時以陳世泉[14]
之研究為基礎，依車種特性將機車與小汽車加以分 開處理，其中有關汽車部分共分為 6 個行為門檻，
該研究是以觀測的方式建立相關參數值。
目前國內、外有關「心理─物理行為門檻模式」
之研究，大多僅限於小客車或機車之駕駛行為[8, 13, 14, 15]，有關大客車之駕駛行為分析則較為缺 乏，近年來則有張靖等人[5]以大客車駕駛模擬器 為基礎，建立國內高速公路平直路段之大客車心理
－物理行為門檻模式。
大致上，「心理─物理行為門檻模式」從駕駛 者心理物理的行為反應出發，整合了駕駛者跟車所 可能產生的心理感覺與物理反應，可作為微觀車流 模式發展之良好基礎，而靜止車間距離、最小跟車 間距、跟車間距上限、感知速差門檻、間距漸減速 差門檻的研究結果，亦可提供作為縱向防撞警示系 統之輸入參數，因此具有發展的重要性。惟「心理
─物理行為門檻模式」所校估出的各門檻方程式僅 能界定出駕駛者在不同的速差與間隔距離下之不 同駕駛行為分類區間，例如跟車區、避禍煞車區或 期望自由行駛區等，至於各區間內之駕駛行為模 式，則仍有必要進一步分析建立，才能真正完整地 描述駕駛行為。
三、模糊理論於車流行為分析之應用探討
駕駛者之跟車行為常是根據自身的經驗法則 來決定，這些經驗法則常存在著模糊的特性，過去 研究通常假設駕駛者特性為ㄧ致的，但是如此無法 滿足實際的需求，因而近年來學者應用模糊理論於 車流行為之研究，模糊理論對於駕駛經驗法則之模 糊特性有較佳的解釋力，可以更符合實際駕駛者的 行為。藍武王[16]、葉信宏[17]、Chakroborty[18]、
何晉亨[19]等人均曾利用模糊理論建立相關的小
客車跟車模式；近年來，張建彥等人之研究[6, 7]
則應用模糊理論將感知反應時間、煞車減速率、靜 止車間距離等 3 項參數模糊化，分別建立駕駛者安 全隸屬度函數，再透過模糊推論與解模糊化之技 術，提供 3 項參數組合之適當防撞警示時機與法 則。
綜上所述，結合模糊理論為近年來跟車行為模 式發展的重要趨勢，由於駕駛者在跟車狀況下對安 全駕駛的認知，事實上即是一模糊的語意概念，因 此模糊理論在模式假設上頗能契合真正駕駛行為 之反應，而在解釋上亦較為合理。
三、大客車駕駛模擬實驗
鑑於以往有關車流行為參數之研究大都採用 觀測或實車測試的方式進行，採用觀測的方法不易 取得駕駛者真正的心理反應行為，而透過實車測試 的方式又具有一定的風險與限制，故利用駕駛模擬 器可彈性設計道路交通場景及重複實驗的特性，規 劃實驗情境，進行實驗來加以模擬分析，應是一相 當可行的方法。本研究以張建彥等[20]所設計之高 速公路平直路段跟車情況下跟車及緊急煞車模擬 情境為主，整合既有與補充實驗之 21 位受測者(均 為職業大客車駕駛者)跟車與煞車反應之完整實驗 資料，據以建立跟車行為與緊急煞車之模糊推論規 則；另外於民國 96 年 6 月期間，召募 10 位大客車 駕駛者進行實驗，取得有效的實驗資料，作為模糊 推論規則的驗證資料。
四、跟車行為與緊急煞車模式建立
4.1 研究方法架構
本研究所建立之模糊系統分析架構如圖 1 所 示。在模糊化過程中隸屬度函數之建立是相當重要 的過程，常見的糢糊化方法有：直覺法、排序法。
而高志仁[21]提出以圓周角分割的方式來決定隸 屬度函數，另外也有學者提出人工智慧的方法來建 立隸屬度函數。一般來說，最常見的方法是直覺 法，也就是透過語意的描述以及問題的前後關係，
建立隸屬度函數。常見的函數圖形有：三角形函 數、梯形函數、高斯函數。本研究蒐集大客車駕駛
模擬器之模擬實驗所得之資料，整理影響跟車行為 與緊急煞車之重要參數資料，根據資料分布情況作 為模糊系統之輸入值，其模式之分析流程分別如圖 2 及圖 3 所示。
圖 1 模糊系統分析架構圖
圖 2 跟車行為模式分析流程圖
圖 3 緊急煞車模式分析流程圖
在模糊規則庫建立方面，本研究參考實驗資料 之特性建立推論規則庫，首先訂定變數之所屬等級 共分為五等級：大、稍大、適中、稍小、小，跟車 行為與煞車反應行為之輸入變數均為車速、速差、
間距。跟車行為之輸出變數為加減速率，緊急煞車
反應之輸出變數為感知反應時間及煞車減速率，各 變數之五等級分類如表 2 及表 3 所示。
表 2 跟車行為及緊急煞車之輸入變數分級表
數入變數 等級
兩車速差 大 稍大 適中 稍小 小 兩車間距 大 稍大 適中 稍小 小 本車速率 大 稍大 適中 稍小 小 表 3 跟車行為及緊急煞車之輸出變數分級表
數入變數 等級
感知反應時間 大 稍大 適中 稍小 小 加速率 大 稍大 適中 稍小 小 在隸屬度函數的選取與調整部分，本研究為了 讓所選取的隸屬度函數更加符合資料之特性，乃建 立一套隸屬度調整之分析流程，如圖 4 所示，圖中 主要步驟為先蒐集大量資料加以整理，再將跟車及 緊急煞車行為進行分類，了解各變數之分配趨勢，
利用數學軟體 MATLAB 6.1 版當中模糊邏輯工具 箱(fuzzy logic toolbox)，選擇趨近變數分配趨勢之 隸屬度函數圖形，再經過模式確認，了解隸屬度函 數是否合理。
圖 4 隸屬度調整之分析流程圖
4.2 實驗資料分類
一、跟車行為之實驗資料分類
針對跟車行為資料之擷取，本研究將跟車行為 定義在實驗開始後前車以 90km/h 啟動到前車開始 煞停動作之前的階段。駕駛者跟車行為相當複雜，
本研究所選取的重要變數為本車車速、兩車速差 (後車車速減前車車速)、兩車間距，再將跟車行為 資料分為速差小於等於零及速差大於零兩大部 分，接著再將此二分類分成加速率小於等於零及加 速率大於零兩部分，所有 19 位受測者(扣除兩位受 測者之無效樣本)的資料範圍，整理如表 4 所示。
表 4 跟車資料整理表 速差小於等於零，加速率小於等於零
變數 本車車速
(km/h)
兩車速差 (km/h)
兩車間距 (m)
本車加速 率(m/s^2) 範圍 49.34～90 -27.8～
-0.01
17.87～
134.76
-3.14～
-0.01 速差小於等於零，加速率大於零
變數 本車車速
(km/h)
兩車速差 (km/h)
兩車間距 (m)
本車加速 率(m/s^2) 範圍 49.34～90 -30.29～0 25.06～
147.21
0.01～1.55 速差大於零，加速率小於等於零
變數 本車車速
(km/h)
兩車速差 (km/h)
兩車間距 (m)
本車加速 率(m/s^2) 範圍 70.08～
105.65
0.06～
26.34
18.8～
160.19
-4.08～
-0.01 速差大於零，加速率大於零
變數 本車車速
(km/h)
兩車速差 (km/h)
兩車間距 (m)
本車加速 率(m/s^2) 範圍 70.08～
105.65
0.06～
24.27
30.04～
165.3
0.01～1.07
二、緊急煞車反應之實驗資料分析
針對緊急煞車行為資料之擷取，本研究將緊急 煞車行為定義為煞車階段部分之前車開始煞車至 後車煞車至停的階段，也就是緊急煞停的動作。因 此資料擷取方式為取出前車緊急煞停開始點之駕 駛車車速、兩車速差、兩車間距及後車於事件後感 知反應時間、與減速率五項。21 位受測者(35 次成 功煞停次數)之資料整理如表 5 所示。
表 5 緊急煞車資料整理表 變
數
輸入 變數
輸入 變數
輸入 變數
輸出 變數
輸出 變數 變
數
本車車速 (km/h)
兩車速 差(km/h)
兩車 間距(m)
感知反應 時間(s)
加速率 (m/s^2) 範
圍
77.22～
106.7
-11.87～
17.13
16.97～
218.27
0.72～
3.23
-8.05～
-0.74
4.3 隸屬度函數及推論規則建立
ㄧ、隸屬度函數建立 (一)跟車行為分析
根據各跟車行為分類中 5 個次數最多的分配 圖形趨勢，進行隸屬度函數建立，而且與軟體中內 建之圖形做對照，選取最接近的隸屬度函數圖形，
則本研究選取的是鐘型分配，如圖 5 所示。
圖 5 跟車行為之隸屬度函數圖 至於各分類的變數隸屬程度範圍如下：
1.速差小於等於零加速率小於等於零
(1)本車車速(公里/小時)：設定範圍為 45～95。車 速 45～59.505 屬於車速小；車速稍小為 49.34
～69.67；車速適中為 59.505～79.835；車速稍 大為 69.67～90；車速 79.835～95 屬於車速大。
(2)兩車速差(公里/小時)：設定範圍為-30～0。速差 -6.9575～0 屬於速差小；速差稍小為-13.905～
-0.01；速差適中為-20.8525～-6.9575；速差稍大 為-27.8～-13.905；速差-30～-20.8525 屬速差大。
(3)兩車間距(公尺)：設定範圍為 15～140。間距 15
～47.0925 屬於間距小；間距稍小為 17.87～
76.315；間距適中為 47.0925～105.5375；間距 稍大為 76.315～134.76；間距 105.5375～140。
(4)加速率(公尺/秒2)：設定範圍為-3.5～0。加速率 -0.7675～0 屬於減速率小；加速率稍小為-1.525
～-0.01；加速率適中為-2.2825～-0.7675；加速 率稍大為-3.04～-1.525；加速率-3.5～-2.2825 屬 於減速率大。
2.速差小於等於零加速率大於零
(1)本車車速(公里/小時)：設定範圍為 45～95。車 速 45～59.505 屬於車速小；車速稍小為 49.34
～69.67；車速適中為 59.505～79.835；車速稍 大為 69.67～90；車速 79.835～95 屬於車速大。
(2)兩車速差(公里/小時)：設定範圍為-35～0。速差 -7.5725～0；速差稍小為-15.145～0；速差適中 為 -22.7175 ～ -7.5725 ； 速 差 稍 大 為 -30.29 ～ -15.145；速差-35～-22.7125 屬於速差大。
(3)兩車間距(公尺)：設定範圍為 20～150。間距 20
～55.5975 屬於間距小；間距稍小為 25.06～
86.135；間距適中為 55.5975～116.6725；間距 稍大為 86.135～147.21；間距 116.6725～150 屬 於間距大。
(4)加速率(公尺/秒2)：設定範圍為 0～2。加速率 0
～0.395 屬於加速率小；加速率稍小為 0.01～
0.78；加速率適中為 0.395～1.165；加速率稍大 為 0.78～1.55；加速率 1.165～2 屬於減速率大。
3.速差大於零加速率小於等於零
(1)本車車速(公里/小時)：設定範圍為 65～110。車 速 65～78.9725 屬於車速小；車速稍小為 70.08
～87.865；車速適中為 78.9725～96.7575；車速 稍大為 87.865～105.65；車速 96.7575～110 屬 於車速大。
(2)兩車速差(公里/小時)：設定範圍為 0～30。速差 0～6.63 屬於速差小；速差稍小為 0.06～13.2；
速差適中為 6.63～19.77；速差稍大為 13.2～
26.34；速差 19.77～30 屬於速差大。
(3)兩車間距(公尺)：設定範圍為 15～165。間距 15
～ 54.1475 屬 於間 距小 ；間 距稍 小為 18.8～
89.495；間距適中為 54.1475～124.8425；間距 稍大為 89.495～160.19；間距 124.8425～165 屬 於間距大。
(4)加速率(公尺/秒2)：設定範圍為-4.5～0。加速率 -1.0275～0 屬於減速率小；減速率稍小為-2.045
～-0.01；減速率適中為-3.0625～-1.0275；減速 率稍大為-4.08～-2.045；減速率-4.5～-3.0625 屬 於減速率大。
4.速差大於零加速率大於零
(1)本車車速(公里/小時)：設定範圍為 65～110。車 速 65～78.973 屬車速小；車速稍小為 70.08～
87.865；車速適中為 78.973～96.758；車速稍大 為 87.865～105.65；車速 96.758～110 屬車速大。
(2)兩車速差(公里/小時)：設定範圍為 0～30。速差 0 ～ 6.1125 屬 於 速 差 小 ； 速 差 稍 小 為 0.06 ～ 12.165；速差適中為 6.1125～18.2175；速差稍 大為 12.165～24.27；速差 18.2175～30 屬於速 差大。
(3)兩車間距(公尺)：設定範圍為 25～170。間距 25
～63.855 屬間距小；間距稍小為 30.04～97.67；
間距適中為 63.855～131.485；間距稍大為 97.67
～165.3；間距 131.485～170 屬於間距大。
(4)加速率(公尺/秒2)：設定範圍為 0～1.5。加速率 0～0.275 屬於減速率小；減速率稍小為 0.01～
0.54；減速率適中為 0.275～0.805；減速率稍大 為 0.54～1.07；減速率 0.805～1.5 屬減速率大。
(二)緊急煞車反應分析
針對緊急煞車輸入參數進行模糊化，因為緊急 煞車資料筆數僅 35 筆，故先以三角形函數將變數 劃分為小、稍小、適中、稍大與大等五種程度的隸 屬度，如圖 6 所示。
圖 6 緊急煞車之隸屬度函數圖 各分類的變數隸屬程度範圍說明如下：
1.本車速率(公里/小時)：範圍為 75～110。車速 75
～84.59 屬於車速小；車速稍小為 77.22～91.96；
車速適中為 84.59～99.33；車速稍大為 91.96～
106.7；車速 99.33～110 屬於車速大。
2.兩車速差(公里/小時；後車減前車)：範圍為-15
～20。速差-15～-4.62 屬於前車較快；前車稍快 為 速 差界 於 -11.87 ～2.63；速 差 適中 為 -4.62～
9.88；後車稍快為速差界於 2.63～17.13；速差 9.88
～20 屬於後車較快。
3.兩車間距(公尺)：範圍為 15～220。間距 15～
67.2925 屬 於 間 距 小 ； 間 距 稍 小 為 16.97 ～ 117.615；間距適中為 67.2925～167.9375；間距 稍大為 117.615～ 218.27；間距 167.9375～220 屬於間距大。
緊急煞車行為輸出變數部分，說明如下：
1.感知反應時間(秒)：範圍為 0～4。感知反應時間
0～1.3475 屬於反應時間小；感知反應時間稍小 為 0.72～1.975；感知反應時間適中為 1.3475～
2.6025；感知反應時間稍大為 1.975～3.23；感知 反應時間 2.6025～4 屬於反應時間大。
2.加速率(公尺/秒2)：範圍為 0～-10。減速率-2.5675
～0 屬於減速程度小；減速程度稍小為-4.395～
-0.74；減速程度適中為-6.2225～-2.5675；減速程 度稍大為-8.05～-4.395；減速率-10～-6.2225 屬於 減速程度大。
二、推論規則庫建立 (一)跟車行為推論規則庫
不同駕駛行為分類下之推論規則設定如下：
1.分類 1：速差小於等於零，加速率小於等於零 速差小於等於零表示後車較慢，若為減速情況 時，相較於速差較大的時候，速差較小時減速程度 會較大，車速方面會隨著車速越大而減速程度越 大，間距方面會隨著間距越小而減速程度越大。
2.分類 2：速差小於等於零，加速率大於零 速差小於等於零表示後車較慢，若為加速情 況，相較於速差較小的時候，速差較大時加速程度 越大，車速方面會隨著車速越小而加速程度越大，
間距方面會隨著間距越大而加速程度越大。
3.分類 3：速差大於零，加速率小於等於零
速差大於零表示後車較快，若為減速情況時，
相較於速差較小的時候，速差較大時減速程度較 大，車速方面會隨著車速越大而減速程度越大，間 距方面會隨著間距越小減速程度越大。
4.分類 4：速差大於零，加速率大於零
速差大於零表示後車較快，若為加速情況，相 較於速差較大的時候，速差較小時加速程度越大，
車速方面會隨著車速越小而加速程度越大，間距方 面會隨著間距越大而加速程度越大。
(二)緊急煞車推論規則庫
在緊急煞車部分，加速率推論之原則為相同間 距程度下隨著後車車速越大減速程度會越大也就 是減速程度越緊急；相同後車車速之下速差為負時 表示前車車速較快，隨著速差變為正值表示後車較 快，減速的程度也會較緊急；另外在間距上隨著間 距的增加減速的程度就較不緊急。另外，感知反應
時間推論之原則為相同間距程度下隨著車速越大 感知反應時間越短，也就是反應越快；相同車速下 速差為負時表示前車車速較快，隨著速差變為正值 表示後車較快，感知反應時間的也會變得較短；另 外在間距上隨著間距增加感知反應時間會增加。
依據前述原則，本研究分別建立跟車行為之加 速率、緊急煞車行為之加速率與感知反應時間各 125 條推論規則。
解模糊化部分，本研究利用 MATLAB 6.1 版 中之模糊邏輯工具箱(Fuzzy Logic Toolbox)進行處 理，其中解模糊化模式為 Mamdani 所提出之最大- 最小推論模式，也就是「最大最小合成及模糊蘊涵」
方法，經過模糊推論後產生語意式的結論，再經解 糢糊化(重心法)後轉換成明確的數值。
4.4 模式輸出
一、跟車行為輸出
依據不同跟車行為分類下隸屬度函數、推論規 則設定及解模糊化之輸出，如圖 7 所示。在軟體介 面上之 input 欄位輸入符合不同跟車行為分類下之 車速、速差、以及間距，可得到經過推論法則及解 模糊化後明確加速率的輸出値，若輸入數值不在本 研究設定範圍內，則會以邊界值輸入。
圖 7 跟車行為模式之輸出結果圖
本研究將跟車行為部分分為四個部分，輸入變 數均為本車車速、兩車速差、兩車間距，輸出變數 為駕駛車加速率，由輸出結果發現駕駛者在開車的 時候，本車速度較慢也就是速差為負時，加速度程 度會比較大，減速的程度會比較小，此種狀況頗為 合理。而透過軟體介面，當輸入不同的駕駛行為車
速、速差、間距數值時，可得到不同的加減速狀況。
二、緊急煞車反應輸出
依據隸屬度函數、推論規則設定及解模糊化 後，緊急煞車反應之輸出結果，如圖 8 所示。在圖 中下方 input 欄位可依不同駕駛緊急煞車時之狀況 輸入車速、速差、間距，而得到感知反應時間以及 加速率輸出值。
圖 8 緊急煞車模式之輸出結果圖
4.5 模式確認
為了確認本研究所建立之跟車及緊急煞車模 式是否良好，乃以統計檢定進行實驗資料與模式推 估之比較分析。模式確認方法為將實驗資料之車 速、速差、間距值填入本研究所得之跟車行為輸出 介面或緊急煞車輸出介面，再將所得到的輸出值與 實驗資料進行成對樣本平均數 T 檢定，檢定是否具 有顯著差異。若無顯著差異表示所建模式可反映駕 駛者行為，否則表示模式尚必須改善。
一、跟車行為模式確認
由於跟車行為資料眾多，無法全數進行檢定，
故透過系統(間隔)抽樣方法進行抽樣。本研究共有 19 位駕駛者有效跟車資料，每位駕駛者ㄧ次實驗 中有兩段跟車行為，因此共有 38 段跟車行為，跟 車資料中有 4 種不同駕駛行為資料分類，再從每人 每段跟車資料分類中各抽取 3 筆跟車資料作為模 式檢定，視每位駕駛者資料筆數之差異決定抽樣之 間隔，則每一跟車行為分類各有 114 筆檢定資料。
檢定結果顯示 P 值均小於 0.05 值，因此在不 同跟車行為分類之下實驗資料與模式輸出均有顯 著的差異，表示模式建構尚須改善。因此本研究進 行調整係數的設定，使用增量方式自 0.1～0.9，與
跟車行為各分類之模式輸出相乘，再以 RMSE(root mean squared error)作為判斷，公式如式(2)所示。
RMSE=
n
2 i i i=1
(X -T ) n
(2) 其中，
X
i=實驗值。T
i=為模式輸出值。n=樣本數，本研究 n 為 114。
取檢定 P 值大於 0.05 且 RMSE 最小，表示實 驗資料與模式輸出並無顯著差異且誤差最小。結果 顯示，跟車行為分類 1 必須乘上調整係數 0.3、跟 車行為分類 2 必須乘上調整係數 0.6、跟車行為分 類 3 必須乘上調整係數 0.2、跟車行為分類 4 必須 乘上調整係數 0.6。
二、緊急煞車模式確認
由於輸入參數與輸出參數之安全隸屬度與推 論規則均為經驗判斷，因此本研究利用統計方法進 行模式之確認分析，分析方式乃是將 35 筆實驗資 料之本車速率、兩車速差、兩車間距代入推論模式 中，將推論所得出之感之反應時間及加速率，與實 驗所得之反應時間及加速率，進行成對樣本 T 檢 定分析，以確認二者是否有顯著差異。檢定結果分 別如表 6 及表 7 所示。由表中可知，顯著性 P 值均 大於一般設定之顯著水準 0.05，因此，可以確認模 式推論後之輸出值與實驗值並無顯著差異，表示模 式建構尚稱合理。
表 6 感知反應時間確認之成對樣本檢定表 成對樣本變數差異
平均數 標準差 t 自由度 顯著性
(雙尾) 實驗值-
模式值 -0.2786 0.9390 -1.755 34 0.088 表 7 加速率確認之成對樣本檢定表
成對樣本變數差異
平均數 標準差 t 自由度 顯著性
(雙尾) 實驗值-
模式值 0.6451 2.0822 1.833 34 0.076
4.6 模式驗證
為驗證所建立之跟車及緊急煞車模式是否適 用於所有的大客車駕駛者，而非僅限於過去歷史資 料之駕駛者，因此本研究乃於民國 96 年 6 月 7 日 至 13 日另外召募 10 位大客車駕駛者進行相同之跟
車與緊急煞停模擬實驗，每人進行 2 次實驗，實驗 結束後進行大客車駕駛模擬器真實度問卷填寫，填 寫結果顯示真實度狀況良好，因此將實驗資料作為 模式驗證資料。10 位受測者均為國道客運之職業 大客車駕駛者，均為男性，年齡以 40 歲以上、未 滿 50 歲為主，駕駛年資涵蓋 3 年至 23 年。
一、跟車行為模式驗證
在前述模式確認過程中，跟車模式經過參數調 整後，顯示模式輸出與實驗資料並無顯著差異，表 示調整後之模式尚稱合理，因此進一步進行模式驗 證。本研究所邀請 10 位受測者，每位共進行 2 次 實驗，因此共有 20 筆實驗資料，經整理後共有 1 次不符合跟車行為，實際可用驗證資料為 19 筆。
每筆資料有兩段跟車過程，因此共有 38 段跟車行 為，依照前述模式確認之相同檢定方式，將每段跟 車資料中所有跟車行為資料分為四類，再以系統 (間隔)抽樣方法在每段跟車行為分類各抽出 3 筆資 料，因此四種跟車行為分類均各有 114 筆驗證資 料，在實驗過程當中發現有部分受測者跟車行為異 常，例：跟車距離過遠雖有減速但不明顯，或者僅 放油門動作，減速率相當低，故本研究再將 114 筆 驗證資料去除掉 24 筆剩下 90 筆。經進行成對樣本 T 檢定後，顯示實驗資料與模式輸出並沒有顯著的 差異，表示模式頗能符合大部分駕駛者跟車行為。
二、緊急煞車模式驗證
在緊急煞車模式驗證部分，本研究將 10 位受 測者之 20 筆有效樣本，代入模式加以推論，進行 推論值與新的實驗值之成對樣本 T 檢定。檢定結 果分別如表 8 及表 9 所示。由表中可知，顯著性 P 值均大於一般設定之顯著水準 0.05，因此，模式驗 證後顯示推論之輸出值與實驗值並無顯著差異，表 示模式具有相當的合理性。
表 8 感知反應時間驗證之成對樣本檢定表 成對樣本變數差異
平均數 標準差 t 自由度 顯著性
(雙尾) 實驗值-
模式值 0.1405 1.0710 0.587 19 0.564 表 9 加速率驗證之成對樣本檢定表
成對樣本變數差異
平均數 標準差 t 自由度 顯著性
(雙尾) 實驗值-
模式值 0.6170 1.4118 1.954 19 0.066
五、結論與建議
5.1 結論
1.由於駕駛行為存在很大的模糊特性，因此本研究 利用模糊理論進行大客車跟車及緊急煞車行為 之分析，透過大客車駕駛模擬器之應用與跟車實 驗設計，可蒐集相當完整之大客車跟車與緊急煞 車之駕駛行為資料。
2.本研究整理跟車行為與緊急煞車之重要影響變 數並了解其相互關係，則跟車行為中駕駛者車 速、兩車速差、兩車間距會影響跟車行為之加減 速率；緊急煞車行為中，駕駛者車速、兩車速差、
兩車間距會影響緊急煞車行為時，感知反應時間 快慢及減速率的大小。
3.本研究將駕駛模擬資料分為跟車行為及緊急煞 車行為部分，跟車行為細分為四個部分(速差小於 零加速率小於等於零、速差小於等於零加速率大 於零、速差大於零加速率小於零、速差大於零加 速率大於零)，輸入變數均為本車車速、兩車速 差、兩車間距，跟車行為輸出變數為駕駛車加速 率，緊急煞車方面為感知反應時間及加速率。
4.本研究透過隸屬度函數、推論規則庫、以及解模 糊化之處理，建立輸入、輸出之推論法則，而為 了確認與驗證模式之合理性，本研究利用統計檢 定方法分析模式推估值與模擬實驗值之差異，作 為模式修正之依據。最後共建立了大客車四種跟 車行為及一種緊急煞車反應之模糊推論模式。
5.緊急煞車反應之模糊推論模式可在不同的駕駛 者車速、兩車速差、兩車間距下，推估感知反應 時間與減速率，而感知反應時間與減速率則可進 一 步 作 為 大 客 車 縱 向 防 撞警 示 公 式 之 輸 入 參 數，提供警示距離計算之基礎。
5.2 建議
1.本研究之大客車駕駛模擬場景設計為高速公路 平直路段，後續研究可再加強不同駕駛情境之大 客車跟車行為及緊急煞車反應分析。
2.本研究所探討之大客車駕駛行為以跟車行為及 緊急煞車反應為主，事實上變換車道行為亦為大 客車重要的駕駛行為之ㄧ，後續研究可再針對大
客車變換車道行為進行模式構建與分析。
3.本研究之相關實驗以大客車駕駛模擬器為主要 應用工具，有關大客車駕駛模擬實驗資料，應進 行真實度分析，以確認實驗結果之真實性。
致 謝 ： 本 研 究 承 國 科 會 專 題 補 助 ( 計 畫 編 號 ： NSC95-2221-E-216-052)，謹此致謝。
六、參考文獻
1.內政部警政署，「高速公路交通事故（Ａ1 類）
特性分析」，警政統計通報（2007 年第 11 號），
民國 96 年。
2.張建彥，張靖，許峻嘉，曾雅瑜，「大客車跟車 駕駛刺激反應行為之模擬與分析」，中華民國運 輸學會第二十屆論文研討會論文集，中華民國運 輸學會，台灣台北市，民國 94 年 11 月。
3.張建彥，魏智浩，「三車互動情境下大客車跟車 駕駛行為之模擬分析」，中華民國運輸學會第 二 十 一 屆 學 術 論 文 研 討 會 論 文 集 ， ISBN 986-80002-9-7，第三冊，中華民國運輸學會，台 灣新竹市，第 820~837 頁，民國 95 年 12 月。
4.張建彥，曾雅瑜，「高速公路大客車跟車刺激－
反應行為模式之建立」，中華管理學報，第七卷，
第三期，第 93~109 頁，民國 95 年 9 月。
5.張靖，張建彥，許峻嘉，林靜芬，「應用駕駛模 擬器建立大客車跟車行為門檻模式之分析」，中 華民國運 輸學會第二十屆學術論文研討會論文 集，ISBN 986-80002-6-2，第三冊，中華民國運 輸學會，台灣台北市，第 763~786 頁，民國 94 年 11 月。
6.張建彥，周盈如，「模糊理論應用於大客車縱向 防撞警示距離建立之分析」，2005 年海峽兩岸智 能交通運輸系統學術研討會暨第二屆同舟交通 論壇，智能交通運輸系統研究與實踐，同濟大學 出版社，ISBN 7-5608-3137-0，中國上海市，第 745~754 頁，2005 年 8 月。
7.張建彥，林志勇，周盈如，「大客車縱向防撞警 示法則參數模糊化之建立與應用」，中華民國運 輸 學 會第二十屆學術論文研討會論文集，ISBN 986-80002-6-2，第二冊，主題七：運輸安全與設
施，中華民國運輸學會，淡江大學，交通部，台 灣台北市，第 661~682 頁，民國 94 年 11 月。
8.BrackstoneM.and McDonald M.,“Car-Following:
aHistoricalReview”,Transportation Research,Part F, Vol. 2, pp. 181-196, 1999.
9.張建彥，張靖，林靜芬，曾雅瑜，「大客車心理 物理行為門檻模式之駕駛模擬器場景建置」，中 華管理學報，第六卷，第一期，第 119~140 頁，
民國 94 年 3 月。
10.Hoefs,D.H.,“Untersuchung des Fahrverhaltens in Fahrzeugkolonnen”, Forschungsberichte des Institut fur Verkehrswesen, Heft 140, Universitat Karlsruhe, 1972.
11.Wiedemann, R., “Simulation des Strassenverkehrsflusses”, Schriftenreihe des Instituts furverkehrswesen, Heft 8, Universitat Karlsruhe, 1974.
12.Leutzbach, W., “Introduction to the Theory of TrafficFlow”,Springer,Berlin,1988.
13.許添本，「多車種組合式模組化車流模擬模式 之研究」，行政院國家科學委員會研究計畫報 告，NSC82-0410-E-002-354，民國 83 年。
14.陳世泉，「混合車流中機車駕駛行為之分析」，
國立台灣大學土木工程學研究所碩士論文，民 國 82 年。
15.Mark Brackstone, Beshr Sultan, Mike McDonald,
“Motorway Driver Behaviour: Studies on Car Following”,Transportation Research,Part F, 5 (1), pp. 31-46, 2002.
16.藍武王、王日昌、江勁毅，「模糊控制跟車模 式之探討」，運輸，第 25 期，pp. 43-55，民國 83 年 9 月。
17.葉信宏，「適應性類神經模糊推論系統於跟車 模式之應用」，交通大學交通運輸研究所碩士 論文，民國 87 年 6 月。
18.ParthaChakroborty,ShinyaKikuchi,“Evaluation of The General Motors Based Car-following Modelsand A Proposed Fuzzy InferenceModel,”
Transportation Research Part C, 7, pp. 209-235, 1999.
19.何晉亨，「不同動態交通下駕駛行為模式之建 立與分析」，國立雲林科技大學工業工程與管 理碩士班碩士論文，民國 93 年 6 月。
20.張建彥，張靖，魏智浩，「高速公路大客車跟 車駕駛反應時間與車間距離關係之模擬與分 析」，運輸學刊，第十八卷，第二期，第 161~182 頁，民國 95 年 6 月。
21.高志仁，「使用演化式格狀分割方式設計精確 與精簡的模糊規則分類器」，逢甲大學資訊工 程學系碩士班論文，民國 92 年。
