交通部運輸研究所Institute of Transportation, MOTC

(作者未授權電子檔) 車輛偵測器是道路交通管理系統中不可或缺的一環，不僅用於蒐集道路交通相關參數資料，同時也可以做為交通監測的主要憑藉。然而，實務上交通管理部門基於預算限制，不可能在路網中廣泛的佈設偵測器，因此在特定的年度預算或空間範圍限制條件之下，如何決定最佳的車輛偵測器佈設數量與位置，以蒐集主要的交通流等相關資料進行線上交通管理，乃為現代化交通管理的重要課題之一。上述問題一般稱為路網偵測器佈設問題(Network Sensor Location Problem, NSLP)，在NSLP的相關文獻中，主要著眼於如何在特定路網中求解佈設於節點或節線的最小偵測器數量組合，或者利用既有的偵測器佈設組合推估旅次起訖需求量或其他流量資訊。隨著物聯網的興起，以及資通訊技術的迅速發展，以先進的偵測器蒐集車流相關資料變得日益可行。針對NSLP，本研究假設某種佈設於路網節點的虛擬智慧型偵測器，透過雙向通訊可以偵測車輛通過路口的身分，接著利用頂點覆蓋法尋找最小數量的節點組合，最後假設路網中每對旅次起訖點間有限條的最短路徑軌跡可被追蹤，據以發展數學規劃模型，進行路徑與旅次起訖流量的推估。在數值分析方面，主要分為兩部分：以點覆蓋法求得路網中最佳偵測器佈設位置並據以估計全路網的節線流量，以及根據前述偵測器最佳佈設位置以數學規劃模型推估路徑流量與旅次起訖量。經由數值分析可發現，以點覆蓋法可求得多組的最佳偵測器佈設位置，以及在多數的實際路徑軌跡已知的情況下，有助於路徑流量與旅次起訖流量的推估。本研究以前瞻性的觀點，提出創新的先進偵測器佈設策略，據以估計道路交通路網的相關流量資訊。展望未來，隨著車輛偵測器技術功能日益完備與成本下降，透過先進偵測器蒐集基礎車流資料將日益普遍；應用本研究所發展的NSLP模式與相關演算法推估車流相關資訊，對於線上交通管理與控制，將有實質的助益。