中 華 大 學
碩 士 論 文
高速公路異常狀況偵測方法之研究 Study on Detection of Abnormal Traffic
Conditions on Highway
系 所 別：資訊工程學系碩士班 學號姓名：M09702036 葉奕麟 指導教授：劉懷仁 博士
中華民國 101 年 2 月
i
摘要
無線網路通訊的進步及普及，車用電子通訊產品的多樣性也逐年快速的成 長，其價格也隨著成長而越來越低，相對應的車載間通訊協定亦順應而生。許多 提醒交通意外的研究大多著重於減少廣播風暴及強化傳輸路徑。由於 GPS 的普 及，上述的研究會利用 GPS 來達成他們的目標，但偵測道路異常狀況的問題卻 一直尚未被提出，而本篇論文就是探討此問題。
在本篇論文中，我們假設每輛車皆配備有 GPS 且會定期回報他們的 GPS 座 標及車速。我們提出的系統可以利用這些資料來偵測道路壅塞、道路施工及道路 回堵的車況。同時也提供 Android 上的使用者介面來提醒駕駛人道路異常狀況。
另外也開發了管理者介面協助全國交通資訊中心藉由廣播來提醒駕駛人道路異 常狀況。
ii
ABSTRACT
As wireless access techniques are being improved and popularized, diverse vehicular products of electronic communication are increasing sharply year after year.
Therefore, the price of products is decreasing along with the growth of them.
Accordingly, there are a lot of researches on telematics with alerting cars to traffic accidents. Most of them have focused on how to reduce broadcast storm of alerting messages and how to efficiently route alerting messages. Due to the wide-spreading of GPS (Global Positioning System), there is a trend that using GPS to achieve the above objective. The problem of detecting abnormal traffic conditions has been ignored. In this thesis, this problem is studied.
In this thesis, we assume a car with GPS will periodically report its GPS coordinates and velocity. With this information, the proposed system can detect traffic jam, road construction, and congestion at interchanges. A user interface has been developed in Android to alert drivers to the above abnormal traffic conditions.
Another management interface for National Freeway Bureau has also been developed to help broadcast the abnormal traffic conditions to drivers.
iii
致謝
首先感謝指導教授劉懷仁博士，在研究遇到瓶頸時給予建議及幫助，讓研究 得以順利進行。接著感謝陳彥文教授及林文宗教授，在百忙之中抽空指導。最後 感謝實驗室的學長、同學及學弟。
最後，謹以此文獻給我摯愛的雙親。
iv
目錄
中文摘要………...i
英文摘要………...ii
致謝……….iii
目錄………....iv
圖目錄………..vi
表目錄………..vii
第一章 導論………1
1.1 研究背景………1
1.2 研究動機………1
1.3 研究目的………2
1.4 章節概要………2
第二章 相關研究及技術………3
2.1 MANET 與 VANET 介紹………..3
2.2 VANET 目前的研究方向………..4
第三章 系統架構及目標……….10
3.1 系統架構………10
3.2 系統目標………....11
3.3 道路異常狀況………....11
3.4 分析方法………14
第四章 實驗環境及數據分析……….16
4.1 實驗環境……….16
4.2 參數設定……….17
4.3 系統與 GPS 擁有率及平均時速之關係………20
4.4 系統畫面……….….27
v
第五章 結論………...….29 第六章 未來展望………..…………..32 參考文獻………..………..33
vi
圖目錄
圖一：傳統 VANET 傳輸路徑………5
圖二：MI-VANET 架構示意圖………5
圖三：MI-VANET 傳輸路徑………6
圖四：路徑選擇示意圖………7
圖五：store-carry-forward Mechanism 路徑選擇方法……….8
圖六：系統架構圖………10
圖七：道路壅塞示意圖………..12
圖八：道路施工示意圖………...12
圖九：車道回堵示意圖………...13
圖十：障礙物示意圖………..13
圖十一：模擬環境示意圖………..16
圖十二：參數示意圖………...17
圖十三：使用者畫面………..27
圖十四：高速公路交通控制中心管理介面………...28
vii
表目錄
表一 壅塞指數………14
表二 系統效能………18
表三 圖十二之參數 t 對系統最佳的連線頻率測試………19
表四 評估成本………..20
表五 道路壅塞預告結果（無平均時速計算）……….21
表六 道路壅塞預告結果(含平均時速參數)……….22
表七 道路施工預告結果（無平均時速計算）………23
表八 道路施工預告結果(含平均時速參數)……….24
表九 回堵指數………25
表十 車道回堵預告結果(含平均時速參數)……….26
表十一 圖十四之車速表………30
1
第一章 導論
1.1 研究背景
因為無線網路通訊的進步及普及，所能應用的層面也愈來愈廣泛，例如：筆 記型電腦、智慧型手機···等 3C 消費產品，也都有其相對應的應用服務。如今，
無線通訊也正逐漸往『車用電子產品』發展而迅速的延燒。車用電子通訊產品的 多樣性也逐年成倍數的成長，其價格也隨著成長而越來越低，顯示車用電子通訊 產品的發展潛力已受到各大車廠及相關產品製造商的注意；也因此相信車用電子 通訊產品之相關服務與應用也將成為未來通訊產業之發產重點之一。
在這股車用電子通訊產品潮流的驅使之下，相對應的車載間通訊協定亦順應 而生（如：802.11p[1]），車載資通訊的概念也漸漸為人所注意，車用無線隨意網 路（Vehivular Ad hoc Network, VANET）[2]也已經逐步的成型，VANET 的相關 研究更是被多數人熱烈討論。因此，運用先進的無線網路通訊技術並結合有限之 交通運輸資源，透過智慧型運算提供使用者安全的交通運輸環境，更進而達到降 低環境衝擊、改善運輸效率及提升經濟生產力之『智慧型運輸系統』（Intelligent Transportation Systems, ITS）[3]已成為各國競相研究的議題。
1.2 研究動機
但是以現今的情況，要運用 VANET 需要另外加裝設備，這對一般的駕駛人 來說是個額外的負擔。反觀全球定位系統（Global Positioning System,GPS）[4]
卻不一樣，目前許多車款都已內建 GPS，例如：TOYOTA CAMRY 3.5Q[5]、Nissan
2
TEANA 3.5VN[6]…等，還有行車紀錄器、智慧型手機也有內建 GPS。在以往的 VANET 研究中，大部分都是朝選擇傳送路徑、解決廣播風暴的方向進行，然而 GPS 卻只是被拿來輔助定位。
1.3 研究目的
但 GPS 所提供的資訊能做的絕對不只如此，目前 GPS 可蒐集到的資料包含 所在座標及速度。本篇論文的目的就是蒐集所有駕駛人回報的 GPS 資訊進而加 以分析，再提供分析後的資訊給回報資料的駕駛人，希望駕駛人得到這些資訊之 後可以及早對目前道路上的車況作相對應的動作。
由於平面道路錯綜複雜，加上有交通號誌影響交通狀況，所以本篇論文不考 慮平面道路的狀況，而以高速公路為主。
1.4 章節概要
本論文在第一章『導論』中說明了研究的背景、動機、及目的，第二章『相 關技術及研究』將會介紹 VANET 的背景及目前的研究方向，本論文的系統架構 會在第三章『系統架構及目的』中詳細說明，系統的效能及架設成本評估則會在 第四章『實驗環境及數據分析』中呈現，第五章『結論』為本文作最後的結論，
最後在第六章『未來展望』探討未來改進的方向及本系統推廣的方法。
3
第二章 相關技術及研究
本章節一開始會介紹車用隨意網路 VANET 的前身 MANET，接著介紹 VANET 相關研究及目前 VANET 研究方向，最後歸納出以上的缺點與本篇論文 所要研究的目的。
2.1 MANET 與 VANET 介紹
VANET 是一種把車輛當作為網路節點，實際應用在交通領域上的無線隨意 網路，是由 MANET（Mobile Ad Hoc Network）[7]衍生而來。MANET 具有移動 性、布置容易、容錯率高、自我組織（Self-Organizing)、多重跳躍路由（Multi-Hop）…
等不同一般網路等特性。早期 MANET 源於軍事用移動通信或災變救援的一種備 用通訊，例如：戰爭所造成的基地台摧毀、基地台建置不易的險峻地形、大規模 的恐怖攻擊或是地震、火災、海嘯…等天然災害而導致通訊基地台無法正常運作 的情境，來自各方的救援就急需要這種不需依賴基地台設備且又能快速布建的通 訊技術，讓救援人員能在戰場或災區依靠彼此即時建置通訊來達到快速搶救的目 的。隨著時代的變遷及演進，讓 MANET 特性有了更多不同的網路環境應用，以 下所列為其他網路環境的運用:
(1) 資料收集的感測網路(Sensor Network)[8]：
傳統的感測網路架構是感測器(Sensor)直接和匯集點(Slink)直接進行資料傳 輸，但是在某些地形環境下，感測器之匯集點之間的連線可能無法建立，所以 MANET 在感測網路上的好處是感測器可以移動偵測且自我組織完成資料傳輸 網路架構，經由感測器之間多跳躍路由將資料經由路由協定正確的傳回給匯集 點，提供一個操作較具彈性且可靠的感測網路。
4
(2) 對等網際網路技術（Peer-to-Peer Network, P2P）[9]：
對等網際網路網路技術是一種依賴網路中各個節點的計算能力和頻寬，而不 是仰賴在較少的幾台伺服器上的點對點資料傳輸網路。這類網路可以用於多種用 途，許多檔案分享軟體也都使用 P2P 的技術。P2P 技術也被使用在類似 VoIP 等 即時媒體業務的資料通訊中。P2P 尤其適合 MANET 直接透過節點不需要基地台 支援的分散式網路特性，MANET 自我組織特性讓 P2P 網路建置更為快速，即使 等式網路中常常有節點新增或離開，也能容易達到資料共享、立即傳訊、分散式 運算…等目標。
(3) 道路交通的車用隨意網路（Vehicular Ad Hoc Network, VANET）[10]-[18]
車用隨意網路 VANET 算是 MANET 中的一種特殊應用，以『車輛』作為網 路節點，但是與 MANET 上還是有一些不同的特點，例如：不需考慮電力消耗的 問題、節點移動速度較 MANET 快、節點密度變動較大…等
2.2 VANET 目前的研究方向
VANET 是一種以『車輛』為網路節點，運用在道路交通領域上的無線隨意 網路。因為 VANET 特性：不需考慮電力消耗的問題、節點移動速度較 MANET 快、節點密度變動較大，所以研究方向也都是往強化資料的傳輸路徑以加強資料 傳輸效率[10][11][12][13][14]及減少廣播風暴[15][16][17][18]的方向進行
在傳統的 VANET，若有車輛（Ｓ）要傳送訊息給其他車輛（Ｄ）路徑會如 圖一所示：
5
圖一：傳統 VANET 傳輸路徑[19]
在近期的研究，有人提出了 MI-VANET[19]，作者利用城市中特有的系統『公 車』來作成第二層的 VANET，用來強化網路連接的強度，也讓其他的車輛不用 再轉送與自己無關的訊息封包，如圖二所示：
圖二：MI-VANET 架構示意圖[19]
6
在圖三中，作者利用城市中特有的公車來作 MI-VANET，每輛公車都擁有兩 張無線網路的介面，且其傳輸的距離也比一般車輛遠，進而建立 MI-VANET 中 的第二層 VANET，而每輛車會先向自己附近的公車註冊，當需要傳送訊息時，
例如：圖三中Ｓ要傳送訊息給Ｄ，Ｓ就會先傳送給自己附近的公車，再透過 MI-VANET 中建立的第二層 VANET 把訊息傳送給Ｄ附近的公車，最後再把訊息 傳送給Ｄ。路徑如圖三。
圖三：MI-VANET 傳輸路徑[19]
MI-VANET 比起傳統的 VANET 不僅提高了網路連接強度，也提高了訊息傳 送的效率，也讓一般車輛不用浪費資源再轉送與自己無關的訊息。但缺點在於受 限於特殊環境才有作用，在較偏僻的鄉鎮道路就無法使用。
在近期的 VANET 研究中，也加入 GPS 作為輔助定位，參考文獻[20]為了解 決因為 VANET 採用 flooding 的方式，會有冗餘及碰撞的缺點造成訊息傳遞緩慢 甚至遺失，而提出了 multi-hop 的方式，利用 GPS 的定位計算出節點距離及車輛 行駛方向，找出適合的路徑並且傳送訊息，減少冗餘及碰撞的問題，如圖四所示：
7
圖四：Multihop 路徑選擇示意圖[20]
在圖四中，S 欲送訊息給 D 時，會藉由 GPS 來判斷距離及車輛行駛方向，
優先選擇行駛方向往 D 的車輛來作轉送的動作，也就是逆向車道，利用逆向車 道的方向及車速來提高訊息發送的效率。
參考文獻[21]為了確保一個有效率的傳輸路徑，避免廣播風暴的發生，提出 了 Footmark leaving schemem，在每輛車都配備有 GPS 及地圖的輔助情況底下，
先透過 GPS 定位來確定自己的位置及所屬路段，再定期廣播及更新該路段的最
佳 傳 輸 路 徑 並 存 成 一 張 路 由 表 ， 當 有 訊 息 需 要 傳 遞 時 ， 就 會 依 這 張 路 由 表來決定傳輸路徑，避免冗餘的廣博及提高傳輸效率。
8
參考文獻[22]中，為了減少轉送封包的次數及傳送封包的路徑，利用 GPS 的 定位功能來得知結點的移動方向及與目的地的距離來選擇傳送封包的路徑，如圖 五所示：
圖五：store-carry-forward Mechanism 路徑選擇方法[22]
在圖五中，S 為來源端，D 為目的端，當 S 傳送封包時，封包內會含有 D 的 位置，當鄰近 S 之 A、B、C 收到封包時，會利用 GPS 定位功能計算自身與 D 的距離，由距離與 D 最近的 A 或 B 來作轉送的動作，若是有兩個或以上的點與 D 的距離相同，則選擇移動方向接近 D 的 B 來轉送。
9
也有另一個在 VANET 領域上的研究是偵測廣播封包的正確性，參考文獻 [23] 中 提 出 了 RD4(
Role-Differentiated Cooperative Deceptive Data Detection
)來提高數據質量以檢測欺騙性數據。在 VANETs 的特定案件中，首先 必須適應經常性變化的網路拓樸，再者車輛需要即時性的感測網路。提出角色區 分的機制 RD4，以檢測欺騙性數據。RD4機制將 VANETs 各種不同感測元件分成 四種不同角色，依角色特性賦予不同的信任度值，將收集到之資訊依其回報角色 信任度值計算出一個可靠度，再判斷此事件資訊是否可靠。為了驗證所提出的機 制，在此針對不同的道路狀況做了實驗。首先設計了一個 VANET 模擬器，模擬 事故狀況以及惡意車輛，然後執行 RD4 機制，以記錄和分類不同的報告。第一 個實驗中，模擬車輛事故且安排 10%之錯誤回報訊息已驗證 RD4 之效能，RD4 機制檢測出 99.90%的錯誤數據和證實了超過 95.70%的實際事故報告；此外可確 認出之事故率亦隨著時間的增加，由 0.5 分鐘之 40%在 2 分鐘時提高到 70%。第 二個實驗中，模擬雙車道中在單車道施工，亦安排 10%之回報錯誤訊息，全段封 閉之錯誤報告亦隨著車流增加由 1200 輛/hr 之 100%降至 2000 輛/hr 之 10%。最 後在平面道路上增加了一個新的角色，即交通燈。在實驗中分配給交通燈較高的 信任值，讓車輛得以收到正確的事故報告，實驗結果得到一個非常高的檢測率。最後實驗結果顯示 RD4機制是非常有效的，該機制可以確認超過 95.70%的真實 報告，並且過濾超過 99.90%的錯誤事故報告。
現今 GPS 普及率越來越高，許多車輛就已經內建 GPS，甚至於智慧型手機、
行車紀錄器也都有內建 GPS。上述數篇論文[20]~[22]雖然有使用 GPS 以改善冗 餘的廣播封包及傳輸路徑的選擇，但 GPS 所提供之經緯度等資訊並無加以善用，
無法充分利用到 GPS 之功能，所以相較於 VANET，本篇論文只利用 GPS 回報 的資訊來做分析，也就不用再加裝額外的設備。
10
此外，在 VANET 相關研究上有另一問題從未被提及的就是路況的偵測，此 一問題始終未被提出解決，本論文純利用 GPS 所提供的資料作簡易的路況判斷。
目的就是蒐集所有駕駛人回報的 GPS 資訊進而加以分析，再提供分析後的資訊 給回報資料的駕駛人，希望駕駛人得到這些資訊之後可以及早對目前道路上的車 況作相對應的動作。
11
第三章 系統架構及目標
3.1 系統架構
圖六：系統架構圖，其中（xi, yi）為車輛 GPS 座標，vi為車速
12
假設車輛配備有 GPS，如圖六所示：每輛車會定期向所屬區域的伺服器（Ｓ
１、Ｓ２、…Ｓｎ）回報自身的經緯度（xk,yk)及目前時速（vk），伺服器收到回報資 料後，會分析目前的路況。伺服器自身也會向附近周邊其他的伺服器索取路況資 訊，再一併回饋給回報者。
3.2 系統目標
我們所設計的系統目標是希望利用駕駛人所回報的 GPS 資訊，分析出目前 道路異常狀況，再把分析結果回饋給駕駛人，使其能夠對目前的道路路況作相對 應的動作，讓駕駛人可以更安全的在道路上行駛。
由於平面道路錯綜複雜，加上有交通號誌影響交通狀況，所以本篇論文不考 慮平面道路的狀況，而以高速公路為主。
3.3 道路異常狀況
系統分析的異常狀況如下所列：
（１） 道路壅塞
道路壅塞又稱道路壅擠、道路壅塞、道路壅堵、塞車或堵車，是指一種車多 擁擠且車速緩慢的現象。如圖七所示：
13
圖七：道路壅塞示意圖
此情形常出現於世界上各大都市區、連接兩都市間的高速公路，及汽車使用 率高的地區。此外，人們經常把容易塞車的道路，稱為交通瓶頸（或交通樽頸）。
（２） 道路施工
當路面不平、路面損毀、道路拓寬…等原因發生時，會因為要處理上述原因 而導致某車道施工，造成另外車道壅塞而且車速緩慢，如圖八所示：
圖八：道路施工示意圖
（３） 車道回堵
當車輛集中在某一車道而造成車道壅塞而且車速緩慢，大多發生在交流道，
在上下班尖峰時段時，交流道的車流量變大，進而造成壅塞的情況，就是所 謂的『交流道回堵』，如圖九所示。
14
圖九：車道回堵示意圖
（４） 障礙物或其餘類似情況
當路上出現障礙物，例如：掉落物、車禍、貓狗…等，導致該車道暫時沒辦 法通過，需要繞道時，會造成其他車道壅塞而且車速緩慢。如圖十所示：
圖十：障礙物示意圖
15
3.4 分析方法
（１）道路壅塞
當系統發現高速公路某路段平均時速過低，如圖七所示，當Ａ、Ｂ、Ｃ三車 道平均時速（Ｖ）低於 80km/hr，由表一判斷該路段壅塞等級之後，再回報駕駛 人該路段壅塞情況。由駕駛人自行決定要不要迴避該路段。
表一 壅塞指數
條件 分級
６０km/hr＜Ｖ≦８０km/hr 輕度壅塞 ４０km/hr＜Ｖ≦６０km/hr 中度壅塞 ２０km/hr＜Ｖ≦４０km/hr 重度壅塞
Ｖ≦２０km/hr 極度壅塞
（２）道路施工
當有某一車道車流量為 0，另外兩車道的時速低於 80km/hr 的情況底下，系 統會回報給駕駛人該路段疑似有施工的情況，如圖八所示，Ｃ車道有一路段車流 量為０且Ａ、Ｂ兩車道為壅塞情況，系統就會判斷為施工路段回報給駕駛人。但 如果Ｃ車道施工且當時車流量少，造成平均時速大於 80km/hr（V＞80 km/hr)，
這種現象與某些狀況雷同，例如夜間行車，內側車道可能長距離且長時間處於沒 有車輛行駛的情況，這兩種情況皆無法以 GPS 回報的資訊判斷，但未威脅到行 車安全，所以選擇不回報。
16
（３）車道回堵
當某一車道呈現壅塞狀態且與另外兩個車道的車流量差超過一個定值，系統 則判斷該車道為回堵狀況，再回報給駕駛人。如圖九所示，Ａ車道目前為壅塞情 況，且與Ｃ車道車流量差超過一個定值，所以系統會回報給駕駛人該路段Ａ車道 有回堵的情況。
（４）障礙物或其餘類似情況
當有障礙物產生的時候，會有某一車道的車流量為０，且造成其餘兩車道有 壅塞的情況，依ＧＰＳ回報的資訊這類情況與（２）道路施工雷同，所以把障礙 物及其餘類似情況歸類於（２），如圖十所示，在Ｂ車道出現一個障礙物，該車 道為了閃避會造成Ａ、Ｃ兩車道壅塞而且車速緩慢。
17
第四章 實驗環境及數據分析
4.1 實驗環境
模擬環境如圖十一，使用者（client）及其他使用者（other clients）會回報 座標（x，y）及車速（v）給伺服器（sever），其中使用者（client）為本環境之 單一真實車輛之模擬，其他使用者（other clients）產生其他車輛行駛之車流資料，
伺服器再把分析過後的結果（result）回覆給使用者，伺服器也會結果回報給附 近其他的伺服器（other severs），其他的伺服器所分析的結果（other results）也 會回給伺服器，事件製造者（event maker）則負責製造異常事件（道路壅塞、道 路施工、車道回堵、障礙物…等）給伺服器及其他伺服器。
本系統模擬環境以台灣第一高速公路為主。此高速公路之特點為大部分路段 單 向 為 三 車 道 ， 雖 然 部 分 路 段 限 速 為 110km/hr ， 但 仍 有 部 分 路 段 限 速 為 100km/hr。所以本論文模擬過程中仍以三車道與限速 100 km/hr 為主
圖十一：模擬環境示意圖
18
4.2 參數設定
首先，我們先針對系統的效能做測試，相關參數如圖十二所示：同時給予ｎ 個 GPS 回報的連線需求，再把所得到的反應時間作平均，結果如表二所示：
圖十二：參數示意圖
19
表二：系統效能（圖十二 t=0 時）
由表二實驗一之結果我們可以發現同時有 250 個連線要求時，平均反應時間 已過長，而我們發現大多的時間都花費在存取資料庫上，所以要把系統優化，就 得先從減少資料庫存取方面來著手，實驗一原來的設計是每個連線回報會存取資 料庫一次並將即時的路況回報給連線車輛，我們把系統改成先把駕駛人所回報的 資料暫存於處理程式中，每秒再把所有暫存的資料一次寫入資料庫再分析，而駕 駛人所收到的回報是前一秒的路況結果，由表二的實驗二可發現，時間已大幅的 縮短，代表這個優化是成功的。
需求連線總數ｎ 實驗一
每次連線回報即立刻更新 及查詢資料庫並回報之 平均反應時間(ms)
實驗二
累積一秒內之回報資料 後每秒更新一次資料庫 之平均反應時間(ms)
50 258 35
100 531 99
150 823 129
200 970 269
250 1198 352
300 1381 402
350 1400 415
400 1627 462
450 1763 465
20
接著，我們試圖找出系統最佳的連線頻率。如表三所示：我們發現當每個連 線請求都間隔 4ms 時，系統反應時間為 4ms，是系統的最佳情況，我們利用這個 結果，來評估伺服器所能發揮的最大效能及所需架設的數量。
表三：圖十二之參數 t 對系統最佳的連線頻率測試 每個連線請求間隔時間
t(ms)
最大瞬間連線數 平均查詢時間(ms)
1 348 421
2 190 309
3 19 56
4 8 4
5 4 4
10 3 4
15 2 4
20 1 4
首先，我們先評估 GPS 回報頻率，進而計算出在 GPS 回報頻率時間內能處 理最大車子的數量，再推算出在中山高速公路全長 372km 若每輛車時速皆為 100 km/hr 且都保持安全距離(時速/2 (m))滿載的情況底下所需伺服器的數量，最後再 推算在 GPS 回報間隔中車輛的行走距離。
最後結果如表四所示，由於考慮到架設伺服器的成本問題及駕駛人得到資訊 的時間，我們決定把 GPS 回報的頻率設定為 10 秒，所需伺服器數量為 16。在此 段時間內，車輛行走距離約為 277.78 公尺，此一距離在正常氣候之下為可視範 圍，對車輛安全應無太大影響。
21
表四：估成本 GPS 回報間隔(s) 每個連線間隔 4ms
換算在 GPS 回報 頻 率 時 間 內 能 處 理最大車子數量
當 時 速 100km/hr 在 中 山 高 全 長 372km 滿 載 時 有 40582 部車
所 需 架 設 的 伺 服 器數量
GPS 回報間隔中行 走距離(m)
20 5000 8 555.56
10 2500 16 277.78
5 1250 34 138.89
4.3 系統與 GPS 擁有率及平均時速之關係
雖然 GPS 已漸漸普及，但是以現今的情況來說，持有率並不是 100%，所以 做實驗來探討 GPS 持有率是否對我們的系統偵測異常車況是否有影響。
(1) 道路壅塞
當時速低於低於 80km/hr，由表一判斷該路段壅塞等級之後，再回報駕駛人 該路段壅塞情況。讓駕駛人自行決定要不要迴避該路段。結果如表五所示，其中 O 代表有警示，Ｘ代表無警示。
22
表五：道路壅塞預告結果（無平均時速計算）
GPS 擁有率(%) 時速 80km/hr 時速 70km/hr 時速 60km/hr 時速 50km/hr
100 O O O O
90 O O O O
80 O O O O
70 O O O O
60 X X X O
50 X X X O
40 X X X X
30 X X X X
20 X X X X
10 X X X X
由表五來看，我們的系統在 GPS 持有率低於 50%與無平均時速資訊時會由 於資料不足而無法偵測出異常車況。為此，我們增加了一個參數『平均時速』來 幫助系統判斷。結果如表六所示：
23
表六：道路壅塞預告結果(含平均時速參數)
GPS 擁有率(%) 時速 80km/hr 時速 70km/hr 時速 60km/hr 時速 50km/hr
100 O O O O
90 O O O O
80 O O O O
70 O O O O
60 O O O O
50 O O O O
40 O O O O
30 O O O O
20 O O O O
10 O O O O
由表六來看，加入了『平均時速』參數來幫助我們系統判斷，是成功的。但 是在非常理的情況下會出現誤判，例如：在半夜（非尖峰時段）只有一輛車，且 這輛車的時速是低於 80 km/hr 的，這時候因為利用平均時速這個參數的關係，
系統就會誤判為塞車情況。本系統無法依連線回報的資料來評估 GPS 擁有率，
是故此一夜間慢速車之結果，由伺服器所接收到之資訊無法判別為：
（A）如前所述，車少且車速慢，並無壅塞發生。
（B）GPS 擁有率低且車多車速慢，有壅塞情況發生。
24
(２) 道路施工
當有某一車道車流量為０，另外兩車道的時速低於８０km/hr 的情況底下，
系統會回報給駕駛人該路段疑似有施工的情況。表格七中的時速是為進入施工區 前的時數，其中，O 代表有警示，Ｘ代表無警示。
表七：道路施工預告結果（無平均時速計算）
GPS 擁有率 (%)
時 速
100km/hr
時 速
90km/hr
時 速
80km/hr
時 速
70km/hr
時 速
60km/hr
時 速
50km/hr
100 O O O O O O
90 O O O O O O
80 O O O O O O
70 O O O O O O
60 X X O O O O
50 X X O O O O
40 X X X X X O
30 X X X X X X
20 X X X X X X
10 X X X X X X
由表七來看，我們的系統在 GPS 持有率低於 40%與無平均時速資訊時會由 於資料不足而無法偵測出道路施工的異常車況。同樣的，我們也增加了一個參數
『平均時速』來協助系統判斷。結果如表八所示：
25
表八：道路施工預告結果(含平均時速參數) GPS 擁有率
(%)
時 速
100km/hr
時 速
90km/hr
時 速
80km/hr
時 速
70km/hr
時 速
60km/hr
時 速
50km/hr
100 O O O O O O
90 O O O O O O
80 O O O O O O
70 O O O O O O
60 O O O O O O
50 O O O O O O
40 O O O O O O
30 O O O O O O
20 O O O O O O
10 O O O O O O
由表八來看，加入了『平均時速』參數來幫助我們系統判斷，是成功的。但 是在非常理的情況下會出現誤判的情況，例如：在半夜（非尖峰時段）只有一輛 車，且這輛車的時速是低於 80 及其他兩車道也是無車的狀態，這時候因為利用 平均時速這個參數的關係，系統就會誤判為施工的情況。此一誤判原由與前述『道 路壅塞』章節同。
26
（３）車道回堵
當某一車道呈現壅塞狀態且與另外兩個車道的車流量差超過一個定值，系統 則判斷該車道為回堵狀況，再回報給駕駛人。
表九為回堵判別的標準，左邊第一行是指回堵車道的車速（v），上面第一列 是指其他車道與回堵車道的速度差(△v)，舉例來說：當外車道車速為 40 且與內 車道的車速差為 20(內車道車速 60)，這時系統就會回報此路段外車道重度回堵。
當外車道車速 80 且與內車道車速差為 20(內車道車速 100)，此時系統就會回報 此路段外車道輕度回堵。同樣的，我們也針對 GPS 持有率這點來做測試。結果 如表十所示：其中，O 代表有警示，Ｘ代表無警示。
表九：回堵指數(v 為回堵車道的車速，△v 為其他車道與回堵車道的速度差) v △v 0≦△v＜20 20≦△v＜40 40≦△v＜60
0＜v≦40 重 中 輕
40＜v≦60 中 輕 X
60 ＜v≦80 輕 X X
27
表十：車道回堵預告結果(含平均時速參數)
GPS 擁有率(%) 輕度回堵情況 中度回堵情況 重度回堵情況
100 O O O
90 O O O
80 O O O
70 O O O
60 O O O
50 O O O
40 O O O
30 O O O
20 O O O
10 O O O
由於先前未加入『平均時速』參數來幫助我們系統判斷，在 GPS 持有率未 達 100%的情況底下，容易產生誤判的情況，所以表十是已加入『平均時速』參 數後的結果。而結果也顯示在 GPS 持有率低下時，我們的系統也是可以判斷出 回堵路況然後回報給駕駛人作判斷。
28
4.4 系統畫面
圖十三為智慧型手機上所顯示的畫面，上面的區塊是有標記目前位置的 google map，方便駕駛人知道自己所在的位置，下面的文字則是本論文系統分析 後所回報的資料，因為畫面空間的關係，只顯示離駕駛人最近的六則訊息回報，
由於考量到資料傳輸的速度過慢，會影響到即時訊息的接收，是故本篇論文不採 用圖形提示，而用文字的方式提醒駕駛人，為了讓駕駛人方便分辨異常車況的嚴 重性，系統則用顏色來區隔，重度為紅色，中度為黃色，輕度為綠色。在未來，
若是網路環境、品質和速度有所提升，可考慮加入圖形及語音來提醒駕駛人，讓 駕駛人更方便及更安全。
圖十三：使用者畫面（android 開發介面）
29
同時，本論文也提供了全國路況資訊中心管理介面，這個介面會把所有從分 析出來的異常路況用表格的方式呈現，每秒會更新一次畫面，同樣的跟圖十三使 用者畫面一樣用不同顏色來區隔異常車況的嚴重程度，供路況廣播中心，例如：
警廣交通網…等使用。可以因應 GPS 持有率未達 100%而造成誤判的情況，依人 工的方式作修正，讓誤判率降低，也可以讓習慣從電台聽取路況訊息的駕駛人可 以接收到本系統所分析的異常路況，提高車載使用的安全性。
圖十四：全國路況資訊中心管理介面
30
為了減少伺服器的負擔，所以我們只在交流道附近作回堵的判斷。表十一為 圖十四的參數，在北上車道 99 公里處由於外車道車速為 40km/hr 且內外車速相 差 19km/hr，依照表九之標準所以回報為重度回堵，100 公里處由於外車道車速 為 32km/hr 內外車速相差 20km/hr，依照表九之標準所以回報為中度回堵。
表十一：圖十四之車速表 外側
車速 km/hr
中間 車速 km/hr
內側 車速 km/hr
南下 車流 方向
里程 數
北上 車流 方向
內側 車速 km/hr
中間 車速 km/hr
外側 車速 km/hr 80 90 100 ↓ 95 ↑ 75 70 65 83 92 101 ↓ 96 ↑ 70 66 63 85 95 100 ↓ 97 ↑ 67 63 61 80 91 97 ↓ 98 ↑ 63 61 55 80 90 98 ↓ 99 ↑ 59 48 40 82 92 100 ↓ 100 ↑ 52 44 32 85 95 102 ↓ 101 ↑ 40 35 30
31
第五章 結論
因為無線網路通訊的進步及普及，所能應用的層面也愈來愈廣泛，例如：筆 記型電腦、智慧型手機···等３Ｃ消費產品，也都有其相對應的應用服務。如今，
無線通訊也正逐漸往『車用電子產品』發展而迅速的延燒。
車用電子通訊產品的多樣性及比例也逐年成倍數的成長，其價格也隨著成長 而越來越低，在這股車用電子通訊產品之潮流的驅使之下，相對的車載間通訊協 定亦順應而生，如：802.11p，車載資通訊的概念也漸漸為人所注意，車用隨意 網路（Vehivular Ad hoc Network, VANET）已經逐步成型，VANET 的相關研究更 是被多數人熱烈討論。
在目前車載資通訊的研究中，大部分都是還是往 VANET 部分鑽研。然而，
我們提出了一個利用 GPS 的方法也可以讓駕駛人不需安裝額外的設備就能得到 即時的路況，以便駕駛人能夠及早迴避。對於目前 GPS 持有並不一定達到 100%，
我們也提出一個加入『平均時速』參數來幫助我們系統判斷，實驗結果也說明，
縱使 GPS 持有率很低，也不會影響我們系統的判斷。
32
第六章 未來展望
本論文針對伺服器負載做了簡易的分析，在未來可考慮將本系統以雲端的方 式建置，自動做負載平衡及排程等功能；但其相關系統之參數需求，如 virtual machine 的個數…等，則會依不同雲端系統而有所不同，需重新評估。
基於隱私及不加重伺服器負載之原因，回報的資訊並不含駕駛人及其車籍資 料，若上述問題可以以法律授權且再加強使用者端的功能，則本系統尚可追蹤駕 駛人其他異常行為，如忽快忽慢、蛇行…等異常駕駛行為，將可更精準的判斷實 際車況，以提高行車安全。
在未來發展上本篇論文所提的系統可開發成智慧型手機的應用軟體，透過 Android Market 或 iTunes store 供使用者免費下載，並加強且結合其他功能，例如 與導航系統結合，利用偵測分析出異常路況，予以路線規劃，並動態調適路線，
或其他額外的功能，使其更容易推廣。
33
參考文獻
[1] 802.11p, URL:
http://en.wikipedia.org/wiki/IEEE_802.11p [Accessed: September 2011]
[2] Vehivular Ad hoc Network, URL:
http://en.wikipedia.org/wiki/VANET [Accessed: September 2011]
[3] Intelligent Transportation Systems, URL:
http://en.wikipedia.org/wiki/Intelligent_transportation_system
[Accessed: September 2011]
[4] Global Positioning System, URL:
http://en.wikipedia.org/wiki/GPS [Accessed: September 2011]
[5] TOYOTA CAMRY 3.5Q, URL:
http://www.toyota.com.tw [Accessed: September 2011]
[6] Nissan TEANA 3.5VN, URL:
http://www.nissan.com.tw [Accessed: September 2011]
[7] Mobile Ad Hoc Network, URL:
http://en.wikipedia.org/wiki/MANET [Accessed: September 2011]
[8] Sensor Network, URL:
http://en.wikipedia.org/wiki/Wireless_sensor_network
[Accessed: September 2011]
[9] Peer-to-Peer Network, URL:
http://en.wikipedia.org/wiki/Peer-to-peer_network [Accessed: September 2011]
34
[10] Jeng-Wei Lee, Chun-Chih Lo, Shih-Pu Tang, Mong-Fong Horng, and Yau-Hwang Kuo, “A hybrid traffic geographic routing with cooperative traffic information collection scheme in VANET,” in Proceedings of the International Conference on Advanced Communication Technology (ICACT), Phoenix Park, Korea, Feb. 2011, pp. 1496-1501
[11] Ukrit Arom-oon and Phongsak Keeratiwintakorn, “The fuzzy path selection for OLSR routing protocol on MANET (based on IPV 6 Over IEEE 802.15.4),” in Proceedings of the International Conference on Electrical Engineering/Electronics Computer Telecommunications and Information Technology (ECTI-CON), Khon Kaen, Thailand, May 2011, pp. 336-339
[12] Won-Il Lee, Shaikhul Islam Chowdhury, Guen-Young Kee, Woon-Sung Baek, and Jae-Young Pyun, “Velocity aware multipath distance vector routing protocol for high mobility over vehicular ad-hoc networks,” in Proceedings of the FTRA International Conference on Multimedia and Ubiquitous Engineering (MUE), Loutraki, Greece, Jun. 2011, pp. 189-194
[13] Huijing Shi and Zhizhong Ding, “IDVR: An intersection dispatch-based VANET routing protocol,” in Proceedings of the International Conference on Wireless Communications Networking and Mobile Computing (WiCOM), Wuhan, China, Sep. 2011, pp. 1-4
[14] Xi Yu, Huaqun Guo, and Wai-Choong Wong, “A reliable routing protocol for VANET communications,” in Proceedings of the International Wireless Communications and Mobile Computing Conference (IWCMC), Istanbul, Turkey, Jul. 2011, pp. 1748-1753
35
[15] Raul A. Gorcitz, Prométhée Spathis, Marcelo Dias de Amorim, Ryuji Wakikawa , and Serge Fdida, “SERVUS: Reliable low-cost and disconnection-aware broadcasting in VANETs,” in Proceedings of the International Wireless Communications and Mobile Computing Conference (IWCMC), Istanbul, Turkey, Jul. 2011, pp. 1760-1765
[16] Harsh Trivedi, Prakash Veeraraghavan, Seng Loke, Aniruddha Desai, and Jack Singh, “SmartVANET: The case for a cross-layer vehicular network architecture,” in Proceedings of the IEEE Workshops of International Conference on Advanced Information Networking and Applications (WAINA), Biopolis, Singapore, Mar. 2011, pp. 362-368
[17] Shinpei Kuribayashi, Yusuke Sakumoto, Hiroyuki Ohsaki, Satoshi Hasegawa, and Makoto Imase, “Performance evaluation of epidemic broadcast with directional antennas in vehicular ad-hoc networks,” in Proceedings of the International Symposium on Applications and the Internet (SAINT), Munich, Germany, Jul. 2011, pp. 260-265
[18] Ghazal Farrokhi and Saadan Zokaei, “Stochastic technique in vehicular ad-hoc networks using controlled repetition mechanism,” in Proceedings of the International Conference on Wireless Communications, Networking and Mobile Computing (WiCOM), Wuhan, China, Sep. 2011, pp. 1-4
[19] Jie Luo, Xinxing Gu, Tong Zhao, and Wei Yan, “MI-VANET: A new mobile infrastructure based VANET architecture for urban environment,” in Proceedings of the Vehicular Technology Conference Fall (VTC 2010-Fall), Taipei, Taiwan, May. 2010, pp. 1-5
[20] Nur Diana Mohd and Nuri Halabi Hasbullah, “Strategy for efficient routing in VANET,” in Proceedings of the International Symposium in Information Technology (ITSim), Kuala Lumpur, Malaysia, Jun. 2010, pp. 903-908
36
[21] Wei Kuang Lai, Kai-Ting Yang and Meng-Chong Li, “Bus assisted connectionless routing protocol for metropolitan VANET,” in Proceedings of the International Conference on Genetic and Evolutionary Computing (ICGEC), Kitakyushu, Japan, Sep. 2011, pp. 57-60
[22] Yasuharu OHTA, Tomoyuki OHTA, Eitaro Kohno, and Yoshiaki KAKUDA, “A store-carry-forward-based data transfer scheme using positions and moving direction of vehicles for VANETs,” in Proceedings of the International Symposium on Autonomous Decentralized Systems (ISADS), Kobe, Japan, Mar.
2011, pp. 131-138
[23] Kewei Sha, Shinan Wang, and Weisong Shi, “RD4:role-differentiated cooperative deceptive data detection and filtering in VANETs,” IEEE Transactions on Vehicular Technology, Vol. 59, No. 3, pp. 1183-1190, Mar. 2010.
