以模擬探針車法進行號誌化道路旅行時間推估之研究

Estimating the Travel Time on Signalized Arterials by Using Simulated Probe Vehicles

紀佳伶(Chia-Ling Chi)

指導教授 ： 王晉元

國立交通大學/管理學院/運輸與物流管理學系/碩士(2014年)

https://doi.org/10.6842/NCTU.2014.00236

摘要

提供正確的旅行時間，可以讓用路人事先規劃合適的路線、選擇使用的運具，以及決定出發時間，以達分散車流，紓解交通擁擠的目的。本研發展一套以虛擬探針車為基礎的旅行時間預測模式，無論是否具有號誌化路口，本模式均適用。本研究所提出的模式，會依據探針車前方路口的號誌，以及前方路口停等的車輛數、以及與前方障礙物的距離等資訊，決定探針車輛加減速的行為，並據此計算出所需的旅行時間。本研究利用實際的路網進行測試，並透過交通控制模擬軟體計算真值，同時在不同的流量情境下測試所提出模式。根據測試結果，本研究所提出的模式在各種不同的情境下均能有不錯的預測結果，尤其是在中低流量時，預測的結果更為精確。

關鍵字

旅行時間預測 ； 虛擬探針車 ； 先進旅行者資訊系統

並列摘要

Equipped with accurate travel time information, travelers could make smart and right decisions regarding departure time, carrier choice, and route selection to avoid being trapped in the traffic jams. This research proposes a virtual probe vehicle travel time prediction model for this purpose. This model can be implemented on any road segment with or without signalize intersection. This proposed model determine the behavior of probe vehicle, such as accelerating and decelerating, based on the signal status, queueing length, and the distance to the obstacle. The travel time can be obtained by calculating the time spent by the probe vehicle. This research tests the robustness and accuracy of this model on the real world arterials. A traffic flow simulation software is adopted to yield the true travel time for comparison purpose. Based on the testing results, the performance of the proposed model is accurate under various scenarios, especially when the traffic flow is not high.

並列關鍵字

Travel Time Prediction ； Virtual Probe Vehicles ； ATIS

參考文獻

20. 臺北市政府捷運工程局,99年度施政計畫「捷運土城線延伸頂埔段」微觀模擬結果分析,2010:鼎漢國際工程顧問股份有限公司

3. 財團法人資訊工業策進會 鼎漢國際工程顧問有限公司 國立交通大學運輸研究中心 交通部運輸研究所 合作辦理，「台灣地區發展智慧型運輸系統(ITS)系統架構之研究(II)」，民國91年11月。

5. You, J., and T. J. Kim, (2000) “Development and Evaluation of A Hybrid Travel Time Forecasting Model.” Transportation Research Part C, Vol. 8, pp. 231-256.

6. Suzuki, H., T. Nakatsuji, Y. Tanaboriboon, and K. Takahashi, (2000) “Dynamic Estimation of Origin-Destination (O-D) Travel Time and Flow on a Long Freeway Corridor: Neural-Kalman Filter.” Transportation Research Record, Vol. 1739, pp. 67-75.

8. Clark, S, (2003) “Traffic Prediction using Multivariate Nonparametric Regression.” Journal of Transportation Engineering, Vol. 129, No. 2, pp. 161-168.