中華大學碩士論文

(1)

中華大學碩士論文

題目：以細胞自動機建立路口行人交通流模式之研究

A Study on Cellular Automata Modeling of Pedestrians Crossing at Intersections

系所別：運輸科技與物流管理學系碩士班學號姓名：M 0 9 6 1 4 0 2 0 彭裕涵

指導教授：張建彥博士

中華民國九十八年八月

(2)

中中

中中華華華大華大大大學學學學 (博碩士論文授權書)

本授權書所授權之論文為本人在中華大學

運輸科技與物流管理學系碩士班九十七學年度第二學期取得碩士學位之論文。

論文題目：以細胞自動機建立路口行人交通流模式之研究指導教授：張建彥

研究生姓名：彭裕涵

授權事項：

一、博碩士紙本論文著作權授權

本人同意將本著作，以非專屬、無償授權中華大學與國家圖書館，基於推動讀者間「資源共享、互惠合作」之理念與回饋社會與學術研究之目的，中華大學圖書館及國家圖書館得以紙本收錄、重製與利用；於著作權法合理使用範圍內，讀者得進行閱覽或列印。

二、博碩士論文全文電子檔上網授權

本人彭裕涵茲同意將授權人擁有著作之上列紙本論文全文(含摘要)，以非專屬、無償授權中華大學圖書館、國家圖書館，不限地域、時間與次數，以微縮、光碟或其他各種數位化方式，將上列論文重製，並得將數位化之上列論文及論文電子檔以上傳網路方式，提供讀者基於個人非營利性質之線上檢索、閱覽、下載或列印。

指導教授：張建彥授權人：彭裕涵

簽名：______________________ (請親筆正楷簽名) 中華民國年月日

備註：本頁授權書請列印四份，並親筆簽名，一份裝訂於論文紙本，

二份於畢業辦理離校手續時繳交至圖書館。一份裝訂於平裝論文紙本，繳交註冊組。

(3)

(4)

(5)

謝謝謝

謝辭辭辭辭

首先誠摯地感謝指導教授張建彥博士，老師細心的教導使我對於運輸領域有更深入研究探討，不時討論指點我正確的觀念與方向，在我這些年來受益良多，

在遇到困難時，老師也會不斷鼓勵和指導我，且總能在我迷惘時為我解惑，老師對我來說可以是良友義師。

兩年裡的日子，研究室裡共同的生活點滴，學術上的討論、言不及意的閒扯、讓人又愛又怕的宵夜、趕報告的情感、太多回憶值得我留在心裡深處，讓這兩年的研究生活變得絢麗多彩。感謝學長砥礪不厭其煩的指出我研究中的缺失，也感謝各位好同學與朋友的幫忙，讓我們順利走過這兩年。

最後，謹以此文獻給我摯愛的雙親，感謝這兩年來，不斷支持我與鼓勵我，

讓我能順順利利完成此篇論文，不需要煩雜其他事務。

彭裕涵謹誌 2009/8/23

(6)

摘摘摘

摘要要要要

行人步行速率為路口行人號誌時相設計之重要參數，但行人步行穿越路口時，步行速率之變化非常多，很難用固定參數作為路口行人號誌時相設計，雖然目前國內已有研究針對各種行人特性與環境特性，建立行人步行速率資料庫，但對於不同族群混合比例(如孩童、成人與高齡者不同族群比例時)之步行速率則尚未研究與考慮。

本研究運用細胞自動機理論，建立行人混合交通流模式，依據不同行人族群混合比例分析行人步行速率。研究首先中蒐集孩童、成人與高齡者之無阻斷到達間隔時間分配與無阻斷步行速率資料分配，接著運用適合度檢定確認觀測到達間隔時間資料與步行速率之適合分配。另外，行人在路口之行為特性亦加入行人交通流模式中。在細胞自動機行人交通流模式建立部分，則應運用 Netlogo4.0.4 來建構程式，並分析不同行人族群比例之路口行人混合交通流模式。

研究結果發現在離峰時段孩童、成人與高齡者之平均到達間隔時間，分別為 18.0(秒)、24.0(秒)與 33.1(秒)；尖峰時段觀測成人之平均到達間隔時間為 5.4(秒)。離峰時段觀測孩童、成人與高齡者之平均步行速率分別為 1.26(公尺/

秒)、1.32(公尺/秒)與 0.91(公尺/秒) ；尖峰時段觀測成人之平均步行速率為 1.19(公尺/秒)。經適合分配分析後，各時段所有行人族群之到達間隔時間適合度分配都為 Gamma 分配，離峰時段所有行人族群之步行速率適合分配為 Normal 分配；尖峰時段行人族群之步行速率適合分配為 Gamma 分配。經行人流模式模擬不同行人族群比例後，結果發現當高齡者行人族群比例越高時，平均步行速率會開始減慢，代表路口行人號誌時相設計需加入不同行人族群比例之步行速率，才能使行人通過路口時更加安全。

關鍵詞關鍵詞關鍵詞

關鍵詞：行人步行速率、路口、行人號誌、行人混合交通流、細胞自動機。

(7)

ABSTRACT

Pedestrian walking speed at crosswalks is an important parameter for the clearance time design of a pedestrian signal. However, pedestrian walking speed is deeply affected by pedestrian characteristics and environmental characteristics. It is difficult to determine an appropriate parameter value of pedestrian walking speed for various pedestrian types and environmental conditions. Although some research in Taiwan has started to develop the database of pedestrian walking speeds for various pedestrian characteristics and environmental characteristics, the walking speeds with different mixed pedestrian flows (the mixed flow of children, adult pedestrians and elderly pedestrians) at crosswalks are not yet considered.

The main purpose of this study is to develop a cellular automata simulation for modeling the behavior of mixed pedestrian flow at crosswalks and analyze the pedestrian walking speeds with different mixed pedestrian flows. In this study, the uninterrupted inter-arrival time distributions and the uninterrupted walking speed distributions at several crosswalks for children, adult pedestrians and elderly pedestrians were firstly investigated. Then a goodness of fit analysis was used to determine the adequate distributions of the investigated inter-arrival times and the investigated walking speeds. The walking behavior characteristics of pedestrians at crosswalks were also defined. By utilizing the Netlogo4.0.4, a cellular automata micro-simulation program was developed to analyze the uninterrupted traffic characteristics of mixed pedestrian flow at crosswalks.

Results show that the average investigated inter-arrival times for children, adult pedestrians, and elderly pedestrians at off-peak hours are 18.0 s, 24.0 s, and 33.1 s, respectively. The average investigated inter-arrival time for adult pedestrians at peak hours is 5.4 s. The average investigated walking speeds for children, adult pedestrians, and elderly pedestrians at off-peak hours are 1.26 m/s, 1.32 m/s, and 0.91 m/s, respectively. The average investigated walking speed for adult pedestrians at peak hours is 1.19 m/s. All the distributions of the inter-arrival times are Gamma distributions. The distributions of the walking speeds at off-peak hours are Normal distributions, and the distribution of the walking speed at peak hours is Gamma distribution. The cellular automata simulation shows that pedestrian walking speed decreases with the increased elderly pedestrian ratio. Results of this study will be a helpful basis in the analysis of pedestrian flow characteristics and the design of

(8)

pedestrian signal timing plan.

Keywords ： Pedestrian walking speed, Crosswalk, Pedestrian signal, Mixed pedestrian flow, Cellular automata.

(9)

摘要... i

目次... iv

表次... v

圖次... vi

第一章緒論 ... 1

第一節研究背景與動機 ... 1

第二節研究目的... 2

第三節研究對象與範圍 ... 3

第四節研究流程... 5

第二章文獻回顧... 7

第一節行人步行速率 ... 7

第二節細胞自動機行人流與車流模式 ... 10

第三節小結 ... 17

第三章資料蒐集與分析 ... 19

第一節資料蒐集地點 ... 19

第二節行人到達率分析 ... 28

第三節行人步行速率分析 ... 34

第四節到達間隔時間分配適合度檢定 ... 39

第五節步行速率分配適合度檢定... 45

第六節小結 ... 49

第四章細胞自動機行人流模式建立 ... 51

第一節細胞自動機基本特性分析... 51

第二節細胞自動機行人流模式之程式建構 ... 52

第三節 NotLogo4.0.4 程式行人流模式建立... 59

第四節小結 ... 66

第五章模式應用... 67

第六章結論與建議 ... 70

第一節結論 ... 70

第二節建議 ... 71

參考文獻... 72

附錄 A... 74

(10)

表次

表 1 行人步行速率之文獻整理表 ... 9

表 2 細胞自動機行人流與車流模式之文獻整理表...15

表 3 新竹市東大路民族路口調查時間表 ...19

表 4 新竹市南大路與竹蓮街交叉路口(竹蓮市場)調查時間表...21

表 5 拍攝地點對象與屬性整理表 ...27

表 6 拍攝地點之環境特性整理表 ...28

表 7 到達間隔時間結果總整理表 ...34

表 8 行人步行速率結果總整理表 ...39

表 9 離峰時段孩童到達間隔時間適合度分析表 ...40

表 10 離峰時段成人到達間隔時間適合度分析表 ...41

表 11 離峰時段高齡者到達間隔時間適合度分析表...42

表 12 尖峰時段成人到達間隔時間適合度分析表 ...43

表 13 到達間隔時間適合度分析總整理表 ...44

表 14 離峰時段孩童步行速率適合度分析表 ...45

表 15 離峰時段成人步行速率適合度分析表 ...46

表 16 離峰時段高齡者步行速率適合度分析表 ...47

表 17 尖峰時段成人步行速率適合度分析表 ...48

表 18 步行速率適合度分析總整理表...49

表 19 離峰時段程式分析孩童之步行速率表 ...63

表 20 離峰時段程式分析成人之步行速率表 ...63

表 21 離峰時段程式分析高齡者之步行速率表 ...63

表 22 尖峰時段程式分析成人之步行速率表 ...63

表 23 程式分析步行速率與觀測步行速率結果總整理表...64

表 24 離峰時段高齡者不同行人族群比例之步行速率表...67

表 25 尖峰時段高齡者不同行人族群比例之步行速率表...68

表 26 到達間隔時間整理表 ...70

表 27 行人步行速率整理表 ...70

表 28 程式分析步行速率與觀測步行速率整理表 ...71

(11)

圖次

圖 1 Netlogo4.0.4 行人流模式介面圖... 3

圖 2 Video Edit Guru 軟體介面圖 ... 4

圖 3 行人偵測程式介面圖 ... 4

圖 4 Arena 程式介面圖 ... 5

圖 5 研究流程圖 ... 6

圖 6 車子到達通道機率、路段中前進機率與離開通道機率圖 ...13

圖 7 車子到達通道機率與車子離開通道機率大小之圖...13

圖 8 行人經由更新順序後移動情形圖...14

圖 9 新竹市東大路與民族路交叉路口拍攝點照片圖...20

圖 10 新竹市東大路與民族路交叉路口拍攝點格線圖...21

圖 11 新竹市南大路與竹蓮街交叉路口(竹蓮市場) 拍攝點照片圖 ...22

圖 12 新竹市南大路與竹蓮街交叉路口(竹蓮市場) 拍攝點格線圖...22

圖 13 台北市中山北路與民生東路交叉路口拍攝點照片圖 ...23

圖 14 台北市中山北路與民生東路交叉路口拍攝點格線圖 ...24

圖 15 台北市忠孝西路與重慶北路交叉路口拍攝點照片圖 ...25

圖 16 台北市忠孝西路與重慶北路交叉路口拍攝點格線圖 ...25

圖 17 台北市忠孝西路與館前路交叉路口拍攝點照片圖...26

圖 18 台北市忠孝西路與館前路交叉路口拍攝點格線圖...27

圖 19 行人偵測程式到達間隔時間流程圖 ...29

圖 20 Video Edit Guru 軟體介面圖 ...30

圖 21 行人到達間隔時間之行人偵測程式操作介面...30

圖 22 行人到達間隔時間之計算示意圖...31

圖 23 離峰時段孩童到達間隔時間次數分配圖 ...32

圖 24 離峰時段成人到達間隔時間次數分配圖 ...32

圖 25 離峰時段高齡者到達間隔時間次數分配圖 ...33

圖 26 尖峰時段成人到達間隔時間次數分配圖 ...33

圖 27 行人偵測程式步行速率流程圖...34

圖 28 Video Edit Guru 軟體介面圖 ...35

圖 29 行人步行速率之行人偵測程式操作介面 ...36

圖 30 偵測範圍及長度示意面 ...36

圖 31 離峰時段孩童步行速率次數分配圖 ...37

圖 32 離峰時段成人步行速率次數分配圖 ...38

圖 33 離峰時段高齡者步行速率次數分配圖 ...38

圖 34 尖峰時段成人步行速率次數分配圖 ...39

圖 35 離峰時段孩童到達間隔時間之 Gamma 分配適合度檢定圖...41

圖 36 離峰時段成人到達間隔時間之 Gamma 分配適合度檢定圖...42

圖 37 離峰時段高齡者到達間隔時間之 Gamma 分配適合度檢定圖...43

圖 38 尖峰時段成人到達間隔時間之 Gamma 分配適合度檢定圖...44

圖 39 離峰時段孩童步行速率之 Normal 分配適合度檢定圖...46

圖 40 離峰時段成人步行速率之 Normal 分配適合度檢定圖...47

圖 41 離峰時段高齡者步行速率之 Normal 分配適合度檢定圖 ...48

圖 42 尖峰時段成人步行速率之 Gamma 分配適合度檢定圖 ...49

(12)

圖 43 細胞自動機演化規則之移動情形圖 ...52

圖 44 行人流程式流程圖...53

圖 45 行人以細胞自動機邏輯行走流程圖 ...55

圖 46 NotLogo4.0.4 程式場景介面圖 ...60

圖 47 NotLogo4.0.4 程式模擬時間與時階介面圖 ...61

圖 48 NotLogo4.0.4 程式行人到達間隔時間介面圖 ...61

圖 49 NotLogo4.0.4 程式行人數量監控介面圖...62

圖 50 NotLogo4.0.4 程式行人數量紀錄介面圖...62

圖 51 NotLogo4.0.4 程式行人流之平均步行速率介面圖...62

圖 52 離峰時段高齡者不同行人族群比例之步行速率圖...68

圖 53 尖峰時段高齡者不同行人族群比例之步行速率圖...69

(13)

第一章第一章第一章

第一章緒論緒論緒論緒論第一節

第一節第一節

第一節研究背景與動機研究背景與動機研究背景與動機研究背景與動機

隨著大眾運輸系統設施增加與全世界能源逐漸減少情況下，國人逐漸以步行狀態搭乘大眾運輸系統設施代原本運輸運具，所以行人事故發生占全部交通事故比率也是逐年增加，行人步行成為目前交通最關心課題之一，而行人事故發生地點常在號誌化路口穿越道路上，是否因為行人號誌設計不佳，對於行人步行速率有何影響？或是行人違規通過號誌路口，造成行人事故發生？均是行人號誌化路口建立設計所必須注意的課題。

目前國內有關號誌時制設計原則之規定可見於「道路交通標誌標線號誌設置規則」第二百三十一條(交通部，2009)：「行人專用號誌在綠色行走行人燈號結束前，應有閃光運轉，其閃光時間應是足以使以徑入道路之行人能以正常速率走完全程或到達可供行人庇護之交通島。其計算公式如下：t=dw/v，其中 t 為閃光綠燈時間。dw 為路口無供行人避讓之交通島時為橫越路口寬；路口有供行人避讓之交通島時為路邊緣石至供行人避讓交通島寬度較寬者。v 為行走速率，一般使用 1.0(公尺/秒」，學童眾多地點使用 0.8(公尺/秒)，盲人音響號誌處使用 0.5(公尺/秒)。」由此條文可知，相關法規僅對號誌時制設計之顯示內容作原則性的規定，並未針對不同混合比例的行人特性，所設置之號誌時制作更詳盡的規範。

而國外有關號誌時制設計原則之規定可見於「美國交通控制設施手冊」

（Maunal on Traffic Control Devices, MUTCD）(FHWA, 2003)第 4E.10 條：「行人步行綠燈時段原則為 7 秒，如步行綠燈時段末段已進入道路者，應快速通過或停止於道路中央之交通島上，如尚未進入道路者，禁止跨入。若依據行人手冊與行人特性不需要 7 秒的時間間隔，步行綠燈時段至少要 4 秒。綠燈時段不需要等於或超過清道時段，因為許多行人在閃紅時段(清道時段)之前，都會快速通過道路或停止於道路中央之交通島上。」;第 4E.10 條：「閃紅時段(清道時段)應有足以讓行人通過道路的時間，應讓行人行走之步行速率可以保持在 1.2(公尺/

秒)通過道路或是有足夠速率能到達道路中央之交通島上。」此兩條文可知，目前國內外之號誌路口行人專用時相時間，只對單一行人族群作號誌時相時間設

(14)

計，並未考慮到不同行人族群比例混合之步行速率，若一般行人族群混有少數學童時，此時若只考慮一般人之步行速率，則時相時間之設計將不夠周全，此外目前之規定也未考慮到高齡者之步行速率。

目前國內雖已開始建立行人步行速率資料庫，然而行人步行穿越路口時，

其速率之變化非常多，即使同一人在不同的情況下，仍有不同的步行速率產生，

而當有眾多行人同時步行穿越路口，且其中含孩童、高齡者與成人之不同混合比例時，其整體所呈現出之步行速率，又有多樣之變化性，因此乃造成行人專用時相長度決定之困難，需依據不同族群混合比例，建立行人流交通流模式來加以分析。

朱山江與史其信(2006)研究結果分析，可知行人交通流的特點和行人族群有很高之關聯性，如 65 歲以上高齡者人數比例少於整體行人人數 20％時，行人之整體平均步行速率為 1.3(公尺/秒)，而高齡者人數比例高於整體人數 20％時，

行人之整體平均行速率則降為 1(公尺/秒)。不同行人族群比例會有不同步行速率，因此本研究乃利用行人流之分析，來探討不同行人穿越路口之族群混合比例特性所造成之整體平均步行速率。

目前細胞自動機(Cellular Automata)已廣泛應用各種交通領域之研究，如車流模式與行人交通流模式等。近年來細胞自動機在車流模式建構已有相當之成果，但對於行人交通流模式建構尚未完整與周全。因此，本研究乃建構細胞自動機之行人交通流模式，分析不同族群比例之行人步行速率，作為行人號誌時制設計之參考。

第二節第二節第二節

第二節研究目的研究目的研究目的研究目的

目前國內路口行人專用時相之設計，仍未考慮到不同年齡族群比例混合時之步行速率，本研究之主要目的為透過細胞自動機建構路口之行人流模式，並分析其步行速率，作路口時相設計之參考依據。

本研究具體目的如下：

1. 行人穿越路口之步行速率與到達間隔時間調查分析。

2. 建立細胞自動機之路口行人交通流模式。

3. 分析不同年齡族群比例之路口穿越步行速率，作為路口行人時相設計之參考

(15)

依據。

第三節第三節

第三節第三節研究研究研究研究對象對象對象對象與範圍與範圍與範圍與範圍

本研究主要研究對象與範圍包括行人的特性、道路地點、路口控制型式與應用程式，分別說明如下：

1. 行人種類：行人種類依年齡加以區分，包括孩童(十二歲以下)、成人(十三至六十四歲) 與高齡者(六十五歲以上)。

2. 道路地點：都市地區之交叉路口。

3. 路口控制型式：兩時相定時時制。

4. 應用程式：包括 Netlogo4.0.4、Video Edit Guru、行人偵測程式、Arena、SPSS，

說明如下：

(1) Netlogo4.0.4

運用 Netlogo4.0.4 主要為撰寫行人流模式，如圖 1 所示。Netlogo4.0.4 為 Starlogo 的更新版本，應用行為者基礎模型概念軟體，由西北大學設計(Wilensky,1999)，以 Java 語言寫成，經簡化 CA 概念後，使者用僅須學習本軟體下指令的方式，就可以建立自己的行為者基礎模型。

圖1 Netlogo4.0.4 行人流模式介面圖 (2) Video Edit Guru

運用 Video Edit Guru 將電腦影片檔轉成圖片，如圖 2 所示。電腦

(16)

影片檔應用 Video Edit Guru 程式每秒產生 30 張圖片，圖片將作為行人偵測程式使用。

圖2 Video Edit Guru 軟體介面圖

(3) 行人偵測程式

運用行人偵測程式計算行人到達間隔時間與行人步行速率，如圖 3 所示。行人偵測程式主要以起迄張頁數計算，再除以每秒 30 張基準，

可得到行人到達間隔時間，而行人步行速率同樣以起迄張頁數計算，但必需得到拍攝影帶地點與行人偵測程式畫出之實際距離，再除以以每秒 30 張基準，可得到行人步行速率。

圖3 行人偵測程式介面圖

(17)

(4) Arena

運用 Arena 程式分析行人到達間隔時間與行人步行速率資料，如圖 4 所示。Arena 程式主要分析行人到達間隔時間與行人步行速率資料次數分配，得到行人到達間隔時間與行人步行速率的平均數與標準差，運用 Arena 分析行人到達間隔時間與行人步行速率的適合度分配。

圖4 Arena 程式介面圖

第四節第四節第四節

第四節研究研究研究研究流程流程流程流程

本研究之流程如圖 5 所示，流程中之主要說明如下：

1. 確立研究動機與目的：本研究探討之建立行人交通流，對於路口之相關設計規定與規範等課題，以確定本研究之方向並針對建立行人交通流進行深入研究。

2. 回顧相關文獻：蒐集國內與國外之行人步速率文獻，並整理和回顧國內行人步行速率之研究，及細胞自動機模擬行人行為之模式。

3. 分析行人基本特性：進行行人基本特性分析，選定調查地點並調查到達間隔時間資料分析與步行速率資料分析整理。

4. 分析行人之到達間隔時間與步行速率適合度檢定：進行行人之到達間隔時間與步行速率適合度檢定，作為細胞自動機行人流程式撰寫之依據。

(18)

圖5 研究流程圖

5. 建立路口之細胞自動機行人交通流模式流程：依據到達間隔時間與步行速率適合度分配與細胞自動機行走邏輯，建立路口之細胞自動機行人交通流模式流程。

6. 建立行人交通流之模式：根據路口之細胞自動機行人交通流模式流程，且依照不同行人特性，建立行人交通流模式。

7. 分析不同行人年齡族群比例行人流之步行速率：運用行人交通流之模式，

針對高齡者在離峰時段與尖峰時段行人流之平均步行速率影響，依據不同行人族群混合比例，提出不同行人族群混合比例之平均步行速率。

8. 提出結論與建議。

(19)

第二章第二章第二章

第二章文獻回顧文獻回顧文獻回顧文獻回顧

本研究回顧國內外期刊、論文與書籍等相關研究，內容包含行人步行速率與細胞自動機行人流與車流模式等文獻，並加以進行分析討論，說明如後。

第一節第一節第一節

第一節行人步行行人步行速率行人步行行人步行速率速率速率

Amosun et al.(2007)在南非開普敦市針對高齡者對於其他行人速率之不同影響，號誌設計秒數上建議高齡者步行速率為 1.2 (公尺/秒)作為設計號誌之參考，

另外研究結果還發現，51.11%高齡者因號誌設計時制不足，因而無法安全穿越道路，且約 44.7%高齡者憂慮不能穿越此道路，但其中因考慮無法穿越而焦慮者有 17%，害怕穿越此道路約占 10.6%，最後該研究成果建議南非交通政府要以 1.2 (公尺/秒)之步行速率，作為號誌設計之參考。

Daamen et al.(2003)透過實驗結果瞭解微觀和巨觀的行人交通流特性，並應用實驗設計，對行人做狹窄行人步道的實驗，產生微觀行人步行速率之數據。

而從巨觀行人的特性，對行人交通流來看，該研究之實驗結果發現行人在障礙物步道上，在中間道路是最容易壅塞，而在擁塞情況下，少數行人可能被迫須行走在非常靠近牆邊的步行區塊上行走，如果障礙物步道越窄小，會造成更多行人步道擁擠的情形。研究結果發現，平均步行速率為 1.58(公尺/秒)，最大步行速率為 2.18(公尺/秒)，最小步行速率為 0.86(公尺/秒)。

Gates et al.(2006)研究行走在行人穿越道之年齡、身心障礙者與十字路口交通管制狀況，以及群體大小及性別等特性，對於步行速率的影響程度，研究結果提出大人陪同孩童及身心障礙者行經道路之速率與 65 歲以上高齡者步行速率相似，而年齡分類中，年輕男性行人步行速率最快，高齡女性行人則是步行速率最慢的族群，研究結果顯示以 1.22(公尺/秒)的步行速率來設計通過道路之時相，對於 65 歲以上高齡者、家長陪同孩童行經道路、身體心障礙者和三人群體以上之行人來說，並不足夠。

Handa et al.(2003)利用具有可靠性和效率性的碼錶量測方式，以及三維運動分析儀，測試 10 位健康青年個人之步行速率與步行狀態。測量方法乃是要求受測者行走於十六平方公尺的步道範圍內，透過六台三維攝影機之攝影分析，拍攝受測者之步伐、步距、步數，並記錄所花費時間。研究結果發現，受測者之

(20)

平均步行速率 1.31(公尺/秒)。

Knoblauch et al. (1996)對於各行人族群，在不同年齡及環境狀況下，調查與蒐集行人步行速率及啟動時間，其中年齡分為兩大群組，65 歲以上之高齡者與 14 歲至 64 歲之成人，研究結果建議 65 歲以上高齡者之步行速率為 0.97(公尺/

秒)，14 歲至 64 歲成人之步行速率為 1.22 (公尺/秒) 。在道路設計上，則建議 14 歲至 64 歲之成人步行速率為 1.22(公尺/秒)，65 歲以上高齡者步行速率為 0.91(公尺/秒)。

TranSafety(1997)發現行人步行速率在行人號誌設計及巷道設計是較重要的參數，交通工程師設計行人號誌時相，應知道各行人在年齡和通過能力上之步行速率，高齡者在行經交叉路口比成人速率更慢；相對同年齡之女性行人慢於男性行人。北美隨著 65 以上高齡者人口增加，對於高齡者步行行為做了研究，

以美國正常步行速率 1.22(公尺/秒)作為交通設計上步行速率依據，研究發現 30%高齡者並無法在這號誌設計速率上通過此十字路口，而適合高齡者之步行速率為 0.7(公尺/秒) 至 0.99(公尺/秒)。此研究選定 16 個行人號誌路口，連續四天每天八小時時間觀察紀錄路口之行人，總共 7123 行人中，65 歲高齡者占 3665 人。

Tarawneh(2001)提出給予行人足夠時間安全穿越道路，在交通安全及號誌設計上亦為重要一環，其有關行人步行速率研究結果顯示，21 歲至 30 歲族群中是步行速率最快之群組，而 65 歲以上高齡者為最慢行人族群，且三人以上的群體行人穿越道路相較於單人或是兩人結伴群組行人速率較慢，最後該研究提出約旦人平均步行速率為 1.34(公尺/秒)，且第十五百分位數為 1.11(公尺/秒)，因此號誌設計中最佳建議之速率為 1.11(公尺/秒)。

行人步行速率文獻回顧之重點，整理如表 1 所示。

(21)

表 1

行人步行速率之文獻整理表

作者研究成果

Amosun et al.(2007)

針對高齡者對於其他行人速率之不同影響，號誌設計秒數上建議高齡者步行速率為 1.2 (公尺/秒)作為設計號誌之參考，另外研究結果還發現，51.11%高齡者因號誌設計時制不足，因而無法安全穿越道路，且約 44.7%高齡者憂慮不能穿越此道路，但其中因考慮無法穿越焦慮者有 17%，害怕穿越此道路約占 10.6%。

Daamen et.al (2003)

研究結果瞭解微觀和巨觀的行人交通流特性，並應用實驗設計，對行人做狹窄行人步道的實驗，產生微觀行人步行速率之數據。研究結果發現，平均步行速率為 1.58(公尺/秒)，最大步行速率為 2.18(公尺/秒)，最小步行速率為 0.86(公尺/秒)。

Gates et al.(2006)

研究行走在行人穿越道之年齡、身心障礙者與十字路口交通管制狀況，以及群體大小及性別等特性，對於步行速率的影響程度，最後該研究以 1.22(公尺/秒)的步行速率來設計通過道路之時相，對於 65 歲以上高齡者、家長陪同孩童行經道路、身體心障礙者和三人群體以上之行人，並不足夠。

Handa et

al.(2003) 利用具有可靠性和效率性的碼錶量測方式，以及三維運動分析儀，測試 10 位健康青年個人之步行速率與步行狀態。研究結果發現，受測者之平均步行速率 1.31(公尺/秒)。

Knoblauch et al.(1996)

調查與蒐集行人步行速率及啟動時間，其中年齡分為兩大群組，65 歲以上之高齡者與 14 至 64 歲之成人，研究結果建議 65 歲以上高齡者之步行速率為 0.97(公尺/秒)，14 至 64 歲成人之步行速率為 1.22 (公尺/秒) 。在道路設計上，則建議 14 至 64 歲之成人步行速率為 1.22(公尺/秒)，65 歲以上高齡者步行速率為 0.91(公尺/秒)。

(22)

表 1（續）

作者研究成果

TranSafety (1997)

發現行人步行速率在行人號誌設計及巷道設計是較重要的參數，交通工程師設計行人號誌時相，應知道各行人在年齡和通過能力上之步行速率，高齡者在行經交叉路口比成人速率更慢；相對同年齡之女性行人慢於男性行人。北美隨著 65 以上高齡者人口增加，以美國正常步行速率 1.22(公尺/秒)作為交通設計上步行速率依據，研究發現 30%高齡者並無法在這號誌設計速率上通過此十字路口，而適合高齡者之步行速率為 0.7(公尺/秒) 至 0.99(公尺/秒)。

Tarawneh (2001)

提出給予行人足夠時間安全穿越道路，在交通安全及號誌設計上亦為重要一環，其有關行人步行速率研究結果顯示，21 歲至 30 歲族群中是步行速率最快之群組，而 65 歲以上高齡者為最慢行人族群，且三人以上的群體行人穿越道路相較於單人或是兩人結伴群組行人速率較慢，最後該研究提出約旦人平均步行速率為 1.34(公尺/秒)，且第十五百分位數為 1.11(公尺/秒)，因此號誌設計中最佳建議之速率為 1.11(公尺/秒)。

第二節第二節第二節

第二節細胞自動機細胞自動機細胞自動機細胞自動機行人流與車流模式行人流與車流模式行人流與車流模式行人流與車流模式

朱山江與史其信(2006)之研究提出行人行為模式相對於車輛行為模式流，行人交通流模式之行人行為更複雜和隨機。其中行人流之特點包括：

1. 行人的通道不像汽車道那樣擁有固定的形狀，它的長、寬、形式都有非常多的變化，擁有很多的出入口方向，並且有多方向的運動行為。

2. 行人的行徑路線不像車輛一樣有規則性，行人行為大多數不受拘束的。

3. 行人可以任意的選擇變化速率或者在道路中的任意位置上作停留。

4. 大多數車輛的車道相對兩個方向通常是隔離設計，而行人的雙向運動卻是混合式的，並有可能會形成兩股相對的行人交通流（如右行人群與左行人群）。

5. 行人之間安全距離和避免碰撞的要求不像車輛那麼嚴謹，在擁擠行人通道中行人之間常發生碰撞，是很正常的現象。

6. 行人從靜止到全速的反應時間相對車輛的反應時間較短，若擁擠通道上有空位出現的時候，行人會迅速填補空位繼續行走。

(23)

7. 行人經常肩並肩或者手牽手行走，在行人交通流中形成一個線性單位，類似於車流中的車隊，它仍有不同於車輛的特性。

文中提及細胞自動機行人模型的主要建模思路和模型的特點如下：

1. 避免衝突機制：兩個側面相鄰的步行者不能選擇側向移動。

2. 兩個步行者之間的空位對於兩個人各有 50％之機率可以佔據。

3. 選擇前進或者左右變換路線的選擇因素是最有利於加速，由一個最優速率的子結構負責計算。

4. 為了躲避八格細胞之內的逆向行人，行人會作道路變換。

5. 若超過前方速率較慢的行人之行動，會受到相反方向行人的干擾，則繼續選擇跟在前方速率較慢的行人身後。

6. 更換旁邊通道的機率為：變換相鄰的兩條旁邊通道各有 50％的機率，包括本通道在內，若是不受干擾情況下選擇機率本通道與旁邊通道各為 80％、

10％、10％，其中一條通道無法通行，則機率改為 80％、20％。

Blue et al.(2001)認為大多數的行人行為模式中，不會有刻意站住原地位置行為，行人可以有不同的自由速率和佔領道路上的任何置。雙向人行道的行人流，

不同於以車道分隔之車流。由於行人在號誌化路口對於安全和避免碰撞較少關注，在擁擠的走道上，行人之間輕微碰撞為很正常的事。行人有能力迅速改變速率，行人速率可以加速到全速，從全速到瞬間停頓。

該研究介紹行人之雙向流動模式為：定向分離流動、雙向穿插流動與多通道動態流動。三個基本要素的行人交通流動的雙向微觀模型為：斜線流動、前進流動與減少衝突流動，斜線流動指行人的透過「提高速率」與「改變通道」

行為，避免正面或對向衝突；前進流動是行人最理想的移動行為，行人可以立即移動到目標位置；而減少衝突流動是指正反向行人透過何種方式管理或是機率設計，使正向行人與相反方向的行人，減少衝突發生情形。

Harney(2002)認為行人應能有效率和安全使用現代交通設施，雖然目前號誌化交通系統需要考量各種運具之運動模式，但對於行人行為和模型的研究仍然相當少。行人運動不同於汽車運動，其旅運之更詳細要求不僅僅包括起始地、

目的地和路線模型的移動而已。行人與其他行人不斷互動，並依據環境改變行進方向和速率。在混合交通系統中行人是最脆弱的族群，但也是最大的用路族

(24)

群。行人之運動往往是複雜和混亂的運動。

Lee et al.(2004)認為應用細胞自動機在車流是相當成功的，但細胞自動機建構行人交通流模式要比車流模式困難得多。因為步行運動是比起車輛的流動更加複雜和混亂。行人行為特性包括向前推進，橫向推進，等待，和減少衝突等四個基本行為。

Ronald et al.(2005)認為目前模擬行人的行為已有許多方法，其中主要有四個方法；數學模式、細胞自動機模式、傳統時間基礎的微觀模式，及代理人基礎的模式。

該研究提及行人在空間行為特性如下：

1. 小規模的封閉空間：行人可能筆直行走，有些可能會原地徘徊甚至可能疏散。

2. 大型封閉空間：行人可能筆直行走、有些疏散、以及趕時間與不趕時間，

有時可能呈現擁擠人流，有時可能呈現行列排隊。

3. 混合模式：包括行人可能筆直行走、疏散人流、行列人流和擁擠人流。

4. 開放空間：包括疏散流浪人流、健行人交通流和野餐人流。

Schadschneider(2000)提出應用 Nasch 細胞自動機模式結合非對稱簡單排斥過程(ASEP)方式來解決非對稱的情形，非對稱簡單排斥過程(Asymmetric Simple Exclusion Process,ASEP)定義為一格子最多只能裝一個細胞，格子連接成線狀或環狀，每一時間步階後，所有細胞皆往同方向移動一格子，假設隔壁的格子有細胞占領，細胞就不能移動，接著定義臨界密度 1 為格子全滿，格子中有細胞，

而 0 為格子中無細胞，經過 ASEP 模型會發現，當臨界密度為 0.5 時，格子狀態就會從不壅塞狀態轉變為壅塞狀態，如車流情形圖 6 所示，進行同方向車子更新，當第一個細胞為空時，車子就可以選擇進入或不進入此車道，同理最後一個細胞被車子佔領時，車子就可以選擇離開或不離開此車道，p 值代表車子繼續往前機率，α 為車子進入車道機率，β 為車子離開車道機率。

(25)

圖6 車子到達通道機率、路段中前進機率與離開通道機率圖

Note. From “Statistical physics of traffic flow,” by A. Schadschneider, (2000), Physica A 285, p.101-120.

若 α＜β 就會有 A 部分情形，如圖 7 所示，車子離開車道機率大於車子進入車道機率，車密度會持續變小，但若 β 值小於 0.5 時，最後車密度會從少開始增加。若 α＞β 就會有 B 部分情形，車子進入車道機率大於車子離開車道機率，

車密度會持續變大，但若 α 值小於 0.5 時，一開始車密度會從少慢慢開始增加。

若 α、β 值都超過 0.5 時，就會車流密度呈現一種平穩效果。

圖7 車子到達通道機率與車子離開通道機率大小之圖

Note. From “Statistical physics of traffic flow,” by A. Schadschneider, (2000), Physica A 285, p.101-120.

應用 Nasch 模式在開放性通道方式進行模擬，當上游車流進入通道機率越高時，而下游車流離開通路機率越高時，這段車流呈現出自由車流，反觀下游車流離開通路機率越低時，使得下游車流密度無法減少，且上游車流不斷增加，

車輛就會開始有壅塞情形，車流呈現出擁擠車流，因此車輛到達通道機率與離開機率大小對於路段時車流情形會影響。

Schadschneider(2001)認為過去十年沒有完整行人行為模式來模擬行人動態。該研究考慮到通過核心排斥能力阻止多個被佔領的細胞。

Wolk et al.(2005)在狹長的步道場景應用一維細胞自動機模型分析行人交通流移動。運用非對稱簡單排斥過程(ASEP)簡單排除不對稱程序模式的開放性週

(26)

期性邊界與更新建立行人步行情形。非對稱簡單排斥過程(ASEP)定義為一格子最多只能裝一個細胞，格子連接成線狀或環狀，每一時間步階後，所有細胞皆往同方向移動一格子，假設隔壁的格子有細胞占領，細胞就不能移動，接著定義臨界密度 1 為格子全滿（每個格子都有細胞），而 0 為格子中無球，經過 ASEP 模型會發現，當臨界密度為 0.5 時，格子狀態就會從不壅塞狀態轉變為壅塞狀態。該研究建立一維細胞自動機模式，有 L 個位置。該研究採用非對稱簡單排斥過程(ASEP)開放性週期性邊界，若一個細胞不是空的，就代表有一個行人在這細胞上，每個行人會有 0~Vmax 速率。如鄰居行人的細胞是空，行人才可往下各細胞移動，若被佔領而行人停留在原本細胞中，如圖 8 所示，六個細胞與四個行人，在確定時間 T 與時間(T+1)情形下，P 機率值為 1。行人編號為 4,3,2,1。

運用非對稱簡單排斥過程(ASEP)更新移動順序，制定新行人移動順序後為..., 3, ..., 4, ... ,1, ..., 2。該研究得到模擬數據與更新後的機率密度圖顯示常態分布。

圖8行人經由更新順序後移動情形圖

Note. From “Fundamental diagram of a one-dimensional cellular automaton model for pedestrian flow-the ASEP with shuffled update,” by M. Wolk, A. Schadschneider,

＆ M. Schreckenberg, (2005). Pedestrian and Evacuation Dynamics 2005, p.

423-428.

Zhang et al. (2004) 應用細胞自動機模式設計二維混合性交通流，來模擬行人穿越道路動態。該研究對行人停止點提出介紹，停止點設置條件是處理行人與行人間，在行人穿越道上發生的衝突，或是解決行人與其他車輛間，發生交通流阻塞情形。該研究模擬行人平均速率為 1.2(公尺/秒)，最高速率 1.4(公尺/

秒)。在行人穿越道之行人雙向移動時，行人與反向行人經過時平均會損失 0.2 秒，行人不只與反向通過行人有衝突點產生，與橫向通過行人穿越道的車輛，

也有衝突點產生。當行人遇到車輛時，行人會選擇停住或是繼續行走，依賴於行人與衝突車輛之間距。行人可能選擇的三個移動方向，包括為前進、左邊和右邊。設定行人選擇方向為前方機率 50%，左、右方向機率各為 25%。當行人遇到前方有停止點，行人不能移動至前方的細胞，若沒停止點，行人能移動至

(27)

前方的細胞。模擬實驗結果認為在不斷增加行人交通流量情況下，行人步行速率會持續減慢，且橫向通過道路車輛速率也會持續減慢。

細胞自動機行人流與車流模式文獻回顧之重點，作研究成果之文獻回顧整理表，如表 2 所示。

表 2

細胞自動機行人流與車流模式之文獻整理表

作者研究成果

朱山江、

史其信(2006)

研究提出行人行為模式相對於車輛行為模式流，行人交通流模式之行人的行為更複雜和隨機，文中提及細胞自動機行人模型的主要建模思路和模型的特點如下：

1. 避免衝突機制：兩個側面相鄰的步行者不能選擇側向移動。

2. 兩個步行者之間的空位對於兩個人各有 50％之機率可以佔據。

3. 選擇前進或者左右變換路線的選擇因素是最有利於加速，

由一個最優速率的子結構負責計算。

4. 為了躲避八格細胞之內的逆向行人，行人作道路變換。

5. 若超過前方速率較慢的行人之行動，會受到相反方向行人的干擾，則繼續選擇跟在前方速率較慢的行人身後。

6. 更換旁邊通道的機率為：變換相鄰的兩條旁邊通道各有 50

％的機率，包括本通道在內，若是不受干擾情況下選擇機率本通道與旁邊通道各為 80％、10％、10％，其中一條通道無法通行，則機率改為 80％、20％。

(28)

表 2（續）

作者研究成果

Blue et al.

(2001)

認為大多數的行人行為模式中，不會有刻意站住原地位置行為，行人可以有不同的自由速率和佔領道路上的任何置。雙向人行道的行人流，不同於以車道分隔之車流。行人有能力迅速改變速率，行人速率可以加速到全速，從全速到瞬間停頓。該研究介紹行人之雙向流動模式為：定向分離流動、雙向穿插流動與多通道動態流動。三個基本要素的行人交通流動的雙向微觀模型為：斜線流動、前進流動與減少衝突流動，斜線流動指行人的透過「提高速率」與「改變通道」行為，避免正面或對向衝突；前進流動是行人最理想的移動行為，行人可以立即移動到目標位置；而減少衝突流動是指正反向行人透過何種方式管理或是機率設計，使正向行人與相反方向的行人，減少衝突發生情形。

Harney (2002)

認為行人應能有效率和安全使用現代交通設施，雖然目前號誌化交通系統需要考量各種運具之運動式，但對於行人行為和模型的研究仍然相當少。行人運動不同於汽車運動，其旅運之更詳細要求不僅僅包括起始地、目的地和路線模型的移動而已。

行人與其他行人不斷互動，並依據環境改變行進方向和速率。

在混合交通系統中行人是最脆弱的族群，但也是最大的用路族群。行人之運動往往是複雜和混亂的運動。

Lee et al.

(2004)

認為應用細胞自動機在車流是相當成功的，但細胞自動機建構行人交通流模式要比車流模式困難得多。因為步行運動是比起車輛的流動更加複雜和混亂。行人行為特性包括向前推進，橫向推進，等待，和減少衝突等四個基本行為。

Ronald et al.

(2005) 認為目前模擬行人的行為已有許多方法，其中主要有四個方法：數學模式、細胞自動機模式、傳統時間基礎的微觀模式，

及代理人基礎的模式。該研究提及行人在空間行為特性為小規模的封閉空間、大型封閉空間、混合模式及開放空間。

(29)

表 2（續）

作者研究成果

Schadschneider (2000)

提出應用 Nasch 細胞自動機模式結合非對稱簡單排斥過程 (ASEP)方式來解決非對稱的情形，當車子進入車道機率與車子離開車到機率大於 0.5 時，車流密度呈現一種平穩效果。該研究應用 Nasch 模式在開放性通道方式進行模擬，當上游車流進入通道機率越高時，而下游車流離開道路機率越高時，這段車流呈現出自由車流，反觀下游車流離開通道機率越低時，使得下游車流密度無法減少，且上游車流不斷增加，車輛就會開始有壅塞情形，車流呈現出擁擠車流，因此車輛到達通道機率與離開機率大小對於路段時車流情形會影響。

Schadschneider

(2001) 認為過去十年沒有完整行人行為模式來模擬行人動態。該研究考慮到通過核心排斥能力阻止多個被佔領的細胞。

Wolk et al (2005)

在狹長的步道場景應用一維細胞自動機模型分析行人交通流移動。運用非對稱簡單排斥過程(ASEP)簡單排除不對稱程序模式的開放性週期性邊界與更新建立行人步行情形。該研究得到模擬數據與更新後的機率密度圖顯示常態分布。

Zhang et al (2004)

應用細胞自動機模式設計二維混合性交通流，模擬行人穿越道路動態。該研究對行人停止點提出介紹，停止點設置條件是處理行人與行人間，在行人穿越道上發生的衝突，或是解決行人與其他車輛間發生交通流阻塞情形。該研究模擬行人平均速率為 1.2(公尺/秒)，最高速率 1.4(公尺/秒)，模擬結果認為在不斷增加行人交通流量情況下，行人步行速率會持續減慢，且橫向通過道路車輛速率也會持續減慢。

第三節第三節

第三節第三節小結小結小結小結

在步行速率之文獻回顧與分析部分，本研究歸納出下列三個重點：

1. 在號誌化路口之行人平均步行速率約為 1.22(公尺/秒)。

2. 號誌化路口之步行速率，若未考量到孩童與高齡者之步行速率，則以 1.22(公尺/秒)之步行速率所設計之號誌時相長度，對於高齡者與孩童穿越道路，仍有不足。

3. 高齡者之行人步行速率約為 0.77(公尺/秒)至 0.90(公尺/秒)。

(30)

在細胞自動機行人流與車流模式文獻回顧與分析部分，本研究歸納出下列三個重點：

1. 細胞自動機對行人流模式七個特點整理為(1)行人的通道不像汽車道那樣擁有固定的形狀，有非常多的變化且有多方向的運動行為。(2)行人的行徑路線不像車輛一樣有規則性，且行人行為不受拘束。(3)行人能任意的選擇變化速率或者在道路中的任意位置上作停留。(4)大多數車輛的車道相對兩個方向通常是隔離設計，但行人的雙向運動卻是混合式的，並有可能會形成兩股相對的行人交通流。(5)行人之間安全距離和避免碰撞的要求不像車輛那麼嚴謹，在擁擠行人通道中行人之間常發生碰撞，是很正常的現象。(6) 行人從靜止到全速的反應時間相對車輛的反應時間較短，若擁擠通道上有空位出現的時候，行人會迅速填補空位繼續行走。(7)行人經常肩並肩或者手牽手行走，在行人交通流中形成一個線性單位，類似於車流中的車隊，

它仍有不同於車輛的特性。

2. 細胞自動機對行人行為模式六個特點整理為(1)避免衝突機制：兩個側面相鄰的步行者不能選擇側向移動。(2)兩個步行者之間的空位對於兩個人各有 50％之機率可以佔據。(3)選擇前進或者左右變換路線的選擇因素是最有利於加速，由一個最優速率的子結構負責計算。(4)為了躲避八格細胞之內的逆向行人，行人作道路變換。(5)若超過前方速率較慢的行人之行動，會受到相反方向行人的干擾，則繼續選擇跟在前方速率較慢的行人身後。(6)更換旁邊通道的機率為：變換相鄰的兩條旁邊通道各有 50％的機率，包括本通道在內，若是不受干擾情況下選擇機率本通道與旁邊通道各為 80％、10

％、10％，其中一條通道無法通行，則機率改為 80％、20％。

3. 模擬行人穿越道路動態，當行人平均速率為 1.2(公尺/秒)，最高速率 1.4(公尺/秒)，模擬結果認為在不斷增加行人交通流量情況下，行人步行速率會持續減慢，且橫向通過道路車輛速率也會持續減慢。

(31)

第三章第三章第三章

第三章資料資料資料資料蒐蒐蒐蒐集與分析集與分析集與分析集與分析

本研究蒐集與分析行人資料，針對不同族群行人之到達間隔時間、步行速率整理、以及針對行人之到達間隔時間與步行速率作適合度檢定，詳細說明如後。

第一節第一節

第一節第一節資料蒐集地點資料蒐集地點資料蒐集地點資料蒐集地點

本研究經過大量搜尋與過濾拍攝地點後，選定台北市與新竹市五個路口，

包括新竹市東大路與民族路交叉路口、新竹市南大路與竹蓮街交叉路口(竹蓮市場)、台北市中山北路與民生東路交叉路口、台北市忠孝西路與重慶北路交叉路口與台北市忠孝西路與館前路交叉路口，其中新竹市南大路與竹蓮街交叉路口 (竹蓮市場)地點為高齡者之到達間隔時間與步行速率觀測地點，而台北市中山北路與民生東路交叉路口、台北市忠孝西路與重慶北路交叉路口與台北市忠孝西路與館前路交叉路口三個地點為成人之到達間隔時間與步行速率觀測地點，最後新竹市東大路與民族路交叉路口地點為孩童之到達間隔時間與步行速率觀測地點。有關拍攝地點之調查過程詳細整理說明如後。

一一一

一、、、、新竹市東大路與民族路交叉路口新竹市東大路與民族路交叉路口新竹市東大路與民族路交叉路口新竹市東大路與民族路交叉路口

(一) 調查時間：民國 97 年 9 月，詳細調查時間如表 3 所示。

表 3

新竹市東大路民族路口調查時間表

新竹市東大民族路口離峰時段

日期 12:40 至 12:55 15:55 至 16:10

9 月 16 日 ● ●

9 月 17 日 ● ●

9 月 19 日 ● ●

9 月 22 日 ● ●

9 月 24 日 ●

9 月 25 日 ●

(二) 調查地點：新竹市東大路與民族路交叉路口。

(三) 調查時段：時段為離峰時段。

(四) 是否設有行穿線：有行穿線。

(32)

(五) 拍攝點照片圖如圖 9 與圖 10 所示。

(六) 號誌狀況：行車管制號誌（附設行人專用號誌）。

(七) 有無管制：無。

(八) 是否有設置行人綠燈倒數計時顯示器：有設置。

(九) 號誌週期：97 秒。

(十) 步行觀測方向之綠燈秒數為 36 秒。

(十一) 道路坡度：坡度為 2 度以下。

(十二) 溫度：32~35 度。

(十三) 天候：晴天。

(十四) 道路寬度：3.5 公尺。

(十五) 車道數：二車道。

圖9 新竹市東大路與民族路交叉路口拍攝點照片圖

(33)

圖10 新竹市東大路與民族路交叉路口拍攝點格線圖

二二二

二、、、、新竹市南大路與竹蓮街交叉路口新竹市南大路與竹蓮街交叉路口新竹市南大路與竹蓮街交叉路口新竹市南大路與竹蓮街交叉路口(竹蓮市場竹蓮市場竹蓮市場竹蓮市場)

(一) 調查時間：民國 97 年 10 月，詳細調查時間如表 4 所示。

表 4

新竹市南大路與竹蓮街交叉路口(竹蓮市場)調查時間表新竹市

南大路與竹蓮街交叉路口

離峰時段

日期 9:00 至 10:15

10 月 8 日 ●

10 月 15 日 ●

10 月 22 日 ●

(二) 調查地點：新竹市南大路與竹蓮街交叉路口。

(三) 調查時段：時段為上午尖峰時段。

(34)

(十一) 道路坡度：坡度為 2 度以下。 (十二) 溫度：31~33 度與 27 度。

(十五) 車道數：二車道。

圖11 新竹市南大路與竹蓮街交叉路口(竹蓮市場) 拍攝點照片圖

圖12 新竹市南大路與竹蓮街交叉路口(竹蓮市場) 拍攝點格線圖

(35)

三三三

三、、、、台北市中山北路與民生東路交叉路口台北市中山北路與民生東路交叉路口台北市中山北路與民生東路交叉路口台北市中山北路與民生東路交叉路口

(一) 調查時間：民國 97 年 8 月 9 日下午二時四十分至三時四十分。

(二) 調查地點：台北市中山北路與民生東路交叉路口。

(十一) 道路坡度：坡度為 2 度以下。 (十二) 溫度：35 度。

(十五) 車道數：五車道。

圖13 台北市中山北路與民生東路交叉路口拍攝點照片圖

(36)

圖14 台北市中山北路與民生東路交叉路口拍攝點格線圖

四四四

四、、、、台北市忠孝西路與重慶北路交叉路口台北市忠孝西路與重慶北路交叉路口台北市忠孝西路與重慶北路交叉路口台北市忠孝西路與重慶北路交叉路口

(一) 調查時間：民國 97 年 8 月 21 日下午二時至二十分三時十五分。

(二) 調查地點：台北市忠孝西路與重慶北路交叉路口。

(十一) 道路坡度：坡度為 2 度以下。

(十二) 溫度：34 度。

(十五) 車道數：單向二車道。

(37)

圖15 台北市忠孝西路與重慶北路交叉路口拍攝點照片圖

圖16 台北市忠孝西路與重慶北路交叉路口拍攝點格線圖

五五

五五、、、、台北市忠孝西路與館前路交叉路口台北市忠孝西路與館前路交叉路口台北市忠孝西路與館前路交叉路口台北市忠孝西路與館前路交叉路口

(一) 調查時間：民國 97 年 8 月 21 日下午四時至四時四十分。

(二) 調查地點：台北市忠孝西路與館前路交叉路口。

(三) 調查時段：時段為尖峰時段。

(38)

(十一) 道路坡度：坡度為 2 度以下。 (十二) 溫度：35 度。

(十五) 車道數：五車道。

圖17 台北市忠孝西路與館前路交叉路口拍攝點照片圖

(39)

圖18 台北市忠孝西路與館前路交叉路口拍攝點格線圖

將上述台北市與新竹市的拍攝地點共五個地點資料整理，如下表5與表6。

表 5

拍攝地點對象與屬性整理表拍攝地點縣

市地點

拍攝對象

步行屬性

行穿線

行車號誌

行人號誌

拍攝時數

樣本數中山北路與民生東路交叉

路口成人穿越

道路 ○ ○ ○ 1 小時 108 重慶北路與忠孝西路交叉

路口(城中分隊消防隊) 成人穿越

道路 ○ ○ ○ 55 分鐘 103 台

北

市館前路與忠孝西路交叉路

口(台北市公路總局) 成人穿越

道路 ○ ○ ○ 40 分鐘 334 東大路與民族路交叉路口

(東門國小) 孩童穿越

道路 ○ ○ ○ 2 小時

30 分鐘 153 新

竹

市南大路與竹蓮街交叉路口 (竹蓮市場)

高齡者

穿越

道路 ○ ○ ○ 3 小時

45 分鐘 242

總數 941

(40)

表 6

拍攝地點之環境特性整理表

拍攝地點調查時段

縣

市地點

上午尖峰時段

離峰時段

下午尖峰時段

號誌週期 (秒)

車道數

天候

溫度 (度)

樣本數

中山北路與民生東路路

口 - ○ - 143 5 晴

天 35 108 重慶北路與忠孝西路交

叉路口 (城中分隊消防隊)

- ○ - 199 8 晴

天 34 103 台

北

市館前路與忠孝西路交叉路口

(台北市公路總局)

- - ○ 198 5 晴

天 35 334 東大路民族路口(東門

國小) - ○ - 97 2 晴

天 32~35 153 新

竹

市南大路與竹蓮街交叉路

口(竹蓮市場) ○ - - 70 2 晴

天 26~33 242

總數 941

第二節第二節第二節

第二節行人到達率分析行人到達率分析行人到達率分析行人到達率分析

本節蒐集行人到達間隔時間資料，運用行人偵測程式，到達間隔時間定義為行人到達路口之時間間隔，行人族群分為孩童、高齡者與成人，時段分為尖峰與離峰時段。

本研究首先透過 Video Edit Guru 軟體之應用，將錄影影像以每秒 30 張圖片的切割速率，將影像檔轉成圖形檔；再透過行人偵測程式影之操作，偵測判讀行人種類與行人到達間隔時間。主要的資料處理與觀測流程，如圖 19 所示，流程中各步驟分別說明如下：

(41)

圖19 行人偵測程式到達間隔時間流程圖

1. 錄影資料建檔：將各行人穿越道路口攝影所得之行人影帶資料轉成電腦影像檔。

2. 錄影資料轉成圖形檔：透過 Video Edit Guru 軟體之應用，將電腦影像檔轉成圖形檔，如圖 20 所示。

3. 每秒產製 30 張圖片：為了確保行人圖片播放在視覺上之連續性，以及增加行人移動時間與位移計算之精確性，本研究將每秒的影像檔切割出連續播放的 30 張圖片，則 20 分鐘之電腦影像檔約可切割出連續播放之圖片 36,000 張。

4. 分析時段內之圖片彙整至同一資料夾：依據分析時段之設定，先將時段內之圖片彙整至資料夾。

(42)

圖20 Video Edit Guru 軟體介面圖

5. 設定偵測範圍、背景及行人尺寸門檻影像：在影像處理程式之應用上，首先輸入基本資料，包括專案名稱、影帶描述、圖片檔資料夾之路徑、圖片張數。再進行偵測範圍之設定及影像參考背景之分析，如圖 21 所示。

6. 圖片影像人工偵測判讀：依據前述步驟之設定，將圖片影像進行連續播放以人工判讀行人及行人行進之圖號軌跡。

圖21 行人到達間隔時間之行人偵測程式操作介面

(43)

7. 人工計算各行人到達間隔時間：由於本研究攝影角度影響，以直角角度拍攝，才能計算行人之到達間隔時間，運用程式連續圖號，如圖 22 所示，計算行人到達路口間隔時間，詳細說明如下：

(1) 記錄一位行人到達此路口圖號起張數。

(2) 下一位行人到達路口，紀錄下一位行人到達路口圖號起張數。

(3) 下一位到達路口圖號起張數 - 第一位行人到達此路口圖號起張數 = 總圖片張數。

(4) 總圖片張數 / 30 =到達間隔時間。

圖22 行人到達間隔時間之計算示意圖

8. 行人到達間隔時間分析結果轉成資料檔：當分析時段內之所有行人分析無誤後，即可轉成行人速率之 Excel 資料檔。

藉由行人偵測程式到達間隔時間流程，統計離峰時段孩童、高齡者與成人之到達間隔時間，以及尖峰時段成人之到達間隔時間，對各調查時段與各行人族群之到達間隔時間次數分配進行分析。

離峰時段孩童到達間隔時間之分配，如圖 23 所示，經由 Arena 程式統計離峰時段孩童到達間隔時間次數分配，樣本數為 153 位，平均到達間隔時間為 18 秒，標準差為 32.9 秒，最大到達間隔時間為 175 秒。

(44)

圖23 離峰時段孩童到達間隔時間次數分配圖

離峰時段成人到達間隔時間之分配，如圖 24 所示，經由 Arena 程式統計離峰時段成人到達間隔時間次數分配，離峰時段成人到達間隔時間，樣本數為 212 位，平均到達間隔時間為 24 秒，標準差為 28.5 秒，最大到達間隔時間為 166 秒。

圖24 離峰時段成人到達間隔時間次數分配圖

離峰時段高齡者到達間隔時間之分配，如圖 25 所示，經 Arena 程式統計離峰時段高齡者到達間隔時間次數分配，樣本數為 242 位，平均到達間隔時間為 33.1 秒，標準差為 43.3 秒，最大到達間隔時間為 389 秒。

(45)

圖25 離峰時段高齡者到達間隔時間次數分配圖

尖峰時段成人到達間隔時間之分配，如圖 26 所示，經由 Arena 程式統計尖峰時段成人到達間隔時間次數分配，樣本數為 334 位，平均到達間隔時間為 5.41 秒，標準差為 6.51 秒，最大到達間隔時間為 48.1 秒。

圖26 尖峰時段成人到達間隔時間次數分配圖

整理各調查時段與各行人族群之到達間隔時間，如表 7 所示，離峰時段行人到達間隔時間孩童樣本數為 153 位、平均到達間隔時間為 18(秒)、標準差為 32.9(秒)、成人樣本數為 212 位、平均到達間隔時間為 24(秒)、標準差為 28.5 秒，

高齡者樣本數為 242 位、平均到達間隔時間為 33.1(秒)、標準差為 43.3(秒)；尖峰時段行人到達間隔時間成人樣本數為 334 位、平均到達間隔時間為 5.4(秒)、

標準差為 6.5(秒)。

(46)

表 7

到達間隔時間結果總整理表

調查時段行人類型樣本數(位) 平均值(秒) 標準差(秒)

離峰時段孩童 153 18 .0 32.9

離峰時段成人 212 24 28.5

離峰時段高齡者 242 33.1 43.3

尖峰時段成人 334 5.4 6.5

第三節第三節

第三節第三節行人步行速率行人步行速率分析行人步行速率行人步行速率分析分析分析

本節蒐集行人步行速率資料，運用行人偵測程式，整理行人步行速率，行人族群分為孩童、高齡者與成人的步行速率，行人步行時段分為尖峰與離峰時段，其詳細之行人步行速率整理，說明如後。

本研究行人步行速率資料與到達間隔時間同步分析，透過影像處理系統 Video Edit Guru 軟體之應用，將錄影影像以每秒 30 張圖片的切割速率，將影像檔轉成圖形檔；再透過行人偵測程式之操作，偵測判讀行人種類與步行速率。

主要的資料處理與觀測流程，如圖 27 所示，流程中各步驟分別說明如下：

圖27 行人偵測程式步行速率流程圖

(47)

1. 錄影資料建檔：將各行人穿越道路口攝影所得之行人影帶資料轉成電腦影像檔。

2. 錄影資料轉成圖形檔：如圖 28 所示，透過 Video Edit Guru 軟體之應用，將電腦影像檔轉成圖形檔。

圖28Video Edit Guru 軟體介面圖

3. 每秒產製 30 張圖片：為了確保行人圖片播放在視覺上之連續性，以及增加行人移動時間與位移計算之精確性，本研究將每秒的影像檔切割出連續播放的 30 張圖片，則 20 分鐘之電腦影像檔約可切割出連續播放之圖片 36,000 張。

4. 分析時段內之圖片彙整至同一資料夾：依據分析時段之設定，先將時段內之圖片彙整至資料夾。

5. 設定偵測範圍、背景及行人尺寸門檻影像：在影像處理程式之應用上，首先輸入基本資料，包括專案名稱、影帶描述、圖片檔資料夾之路徑、圖片張數。再進行偵測範圍之設定及影像參考背景之分析，如圖 29 所示。

6. 圖片影像人工偵測判讀：依據前述步驟之設定，將圖片影像進行連續播放以判讀行人及行人行進之圖號軌跡。

(48)

圖29 行人步行速率之行人偵測程式操作介面

7. 人工計算各行人之平均步行速率：經由圖片可經由行人偵測程式連續播放後，本研究將每秒的影像檔切割出連續播放的 30 張/秒，詳細人工計算說明如下：

(1) 設定其偵測範圍及長度，如圖 30 所示。

圖30 偵測範圍及長度示意面

(2) 第一位行人進入偵測範位圍內(起張)，值到第一位行人離開偵測範圍(迄張)，將(起張)-(迄張)=總共圖片張數。

(3) 總圖片張數/30=秒數(行人從偵測線至離開偵測線之時間)。

(49)

(4) 步行速率=距離/秒數。

(5) 偵測線之劃分：以拍攝鏡頭可看出之處，劃分偵測線起點及終點，再量測其距離，作為本研究之偵測線之範圍。

8. 行人步行速率分析結果轉成資料檔：當分析時段內之所有行人分析無誤後，即可轉成行人速率之 Excel 資料檔。

藉由行人偵測程式步行速率流程，統計離峰時段孩童、高齡者與成人之步行速率，以及尖峰時段成人之步行速率，對各調查時段與各行人族群之步行速率次數分配進行分析。

離峰時段孩童步行速率之分配，如圖 31 所示，經由 Arena 程式統計離峰時段孩童步行速率次數分配，樣本數為 153 位，平均步行速率為 1.26(公尺/秒)，

標準差為 0.155(公尺/秒)，最大步行速率為 1.55(公尺/秒)。

圖31 離峰時段孩童步行速率次數分配圖

離峰時段成人步行速率之分配，如圖 32 所示，經由 Arena 程式統計離峰時段成人之步行速率次數分配，離峰時段成人步行速率樣本數為 212 位，平均步行速率為 1.32(公尺/秒)，標準差為 0.22(公尺/秒)，最大步行速率為 1.98(公尺/

秒)。

中 華 大 學 碩 士 論 文