數位時代之智慧交通安全精進途徑(下)

編輯部 2018-06-26

在「宜蘭縣淡江大學蘭陽校區、佛光大學及花蓮縣東華大學」等校之內與校外重要道路,裝置車上(含汽機車)感測設施,並以三校師生為對象。機車裝設感測設備及主要危險路口裝設互動感測設備,路側設備發送警示訊息至機車車上端設備,提醒機車駕駛人注意行駛。
車上設備可主動發報車輛狀態資料,供路側裝置接收並做反應;建置路側裝置偵測未安裝本案所提供之裝置之機車位置,並利用有線或無線通訊方式轉知其他路側裝置,以發布警示訊息。
接續這些計畫,初步分析有下列三個計畫需要協同進行:
一、 應用機器學習與人工智慧於車輛影像資料分析
既然大型車輛上要普遍裝設行車攝影系統,則整合這些影像,進行機器學習與綜合預警,將會較單純的提供影像視訊會有更好的防護效果。
我們可以利用車外的影像與車內對映駕駛的影像進行比對分析,掌握駕駛行車狀況,當發覺有姿態或表情之異常時,除發出提醒外,同時設備有能檢核車輛與環境的狀態,發現車距不足出現危險時,主動協助進行減速煞停的動作,將機器學習與人工智慧導入車輛安全設備中,將可讓設備、系統與計畫都大幅加值。
二、 利用影像進行路口安全評量之工具開發
既然路口、車輛上均裝設有攝影機,則是否可利用這些現成設備所產出的即時影像,發展交通參數分析、交通軌跡追蹤、預期碰撞預警等功能,來計算潛在可能發生碰撞的次數,以評量路口安全風險,並提供路口安全警示的重要資訊。
最適交通安全警示之研究
由於預警、提醒需要透過媒介,如果以影像方式傳送,可能不會引起駕駛人的注意,甚至會導致其分心,若以語音方式,則不能傳遞太多資訊,精確指出風險位置,所以如何建立安全示警的人機介面,是一個很重要的課題。
此外,到底什麼樣的情境才要發出預警也是一個困難的問題,如果預警的條件太寬鬆,則可能會不時鳴叫,讓駕駛人不勝其擾,反之若條件過於嚴格,則可能會造成許多安全上的疏漏。特別是在機車安全示警方面,由於機車長期暴露在危險的環境中,且許多機車騎士本身就有很多不安全的駕駛行為,這些危險情境騎士們自己都不在意,提出預警也就不會有效果。
因此,研究機車安全防護設備,或可由導引安全駕駛的觀點出發,幫助騎士們建立良好的駕駛行為,針對不同類型騎士給予客製化的安全協助,可能會有更好的效果,而這些也都要透過研究、開發,才能與現有設備結合,增加其成效。
貳、 強化間接防護
初步分析下列三個計畫方向可持續進行:
一、 風險辨識篩選高風險對象
辨識風險與安全治理,主要的關鍵是讓人、車、路、環境等各主體的風險能夠被:看到、知道、做到、學到;我們可以透過資料導入,標示個體的安全特徵,來洞悉問題的本質與真相,數據挖掘,有效率的比對,找出問題與成因。進而預判、部署、預警、應變,讓當事人能透過教育、訓練、自省、改進而自我關照。
以交通安全風險公式作為主要分析架構,由其關聯人、車、路、環境之風險指數的總和減去透過提醒、監督、協助、改正等關照行動所得治理指數,透過簡明的安全風險公式進行評量,不但可以處理整體的安全問題,也能處理個別的安全問題。
整體的分析程序包括:由交通安全系統風險關聯圖確立主要風險對象;由主要風險對象間之關聯,建立各種情境之整體風險評估公式,作為分析與評量的主要架構;透過風險指數,協助辨識各種風險程度;再依據風險程度,研訂改善對策與方案。
二、 發展交通安全評量服務
各種對象、產品、服務,只要能夠建立公信力,評鑑結果具有指標意義,能夠幫助民眾進行較佳決策,均有機會發展評量服務(measurement as a service)。
以「人」為主體,透過監理系統與健保資料庫中的個人資料,如不安全的駕駛行為(超速,魯莽駕駛,不當變道,注意力不集中)、駕駛的適行程度(缺乏訓練,經驗或身體機能不符標準)、受藥物或酒精影響、違規與事故記錄等項目,以安全事件數量與違規或事故的嚴重程度,建立個人的交通安全風險評量指標。
以「車」為主體,可將車種分類:依馬力/重量比、煞車系統、懸吊系統、行車安全設備(ESP、ABS、TCS、EBD)、安全帶、安全氣囊、車況及胎壓偵測)等進行分級,結合車齡、保養等資料建立指標進行評量。結合車輛電腦、OBU、藍芽傳輸,將車輛及時狀況資料,傳送至駕駛人手機,提出語音或圖像、文字預警,並上傳至雲端。
以「路」為主體,可依道路寬度、幾何線形、視距、路面狀況、交通狀況、交通管理、路側環境(例如警示標語、反光鏡等)、事故件數、事故類型等建立指標進行評量。常時由雲端匯流各種資訊,提供即時路況與安全提醒。
以「業」為主體,針對各類公路運輸業者如客運、物流貨運等,建立其內部安全管理機制的指標性規範。除可減低其經營成本,有助提升整體交通安全,亦可建立民眾對運輸安全之依賴感。各類安全評量可提供作為民眾與產業選擇交通運輸相關服務時參考,深具商業價值,我們可以將之育成為全球首創兼具公益與商業收益的產品與服務。
三、 發展交通安全關照對策
基於公益的角色,主動提供交通安全關照對策,強調以尊重個體的特性,由生活的角度出發,給每個對象客製化的交通安全關照。例如:知識、提醒、督導、保護、防制、救護、保險。
另外提供教育訓練、安全講習、安全評量、緩起訴,社會評價、違規警告、獎勵績優等;或是各類保險與補救措施,費率根據風險值訂價,懲處以教化功能定標,獎勵依安全成效賦予等。

另外,現階段發展智慧交控之策略包括:建立多元交通資訊的蒐集與融合體系、透過大數據發展新一代的智慧交控邏輯、研展具多元感知能力與自我學習能力的獨立或小區域交控技術等3個重點。分別說明如下:
一、 建立多元交通資訊的蒐集與融合體系
第一是所有的數據資料連通起來,畢竟在路網中能夠布設的車輛偵測器有限,要全方位掌握交通狀況,則需要更廣泛的融合ETC、CCTV、探針車、車輛GPS與電信軌跡等多元的資料,所以建立多元交通資訊的蒐集與融合體系,是發展智慧交控的第一步。
二、 透過大數據發展新一代的智慧交控模式
交通壅塞有其律動與重現性,因此洞察交通發生的趨勢過程與根本成因,是有效解決交通壅塞的契機,在路網中各路段與路口只有當車流到達或超過道路容量後才會發生壅塞,當一處地點發生壅塞後,不久相鄰接的路段與路口也會出現堵車,壅塞就會像漣漪一般的擴散出去,最後許多地點均處於過飽和的狀態。
理論上,掌握壅塞生的律動,以及各路口與路段的能夠儲車的空間容量(存量),以及下一時段預期到臨的車輛數(增量),就可進行最適號誌時制的規劃;因此,結合現有交控體系透過大數據分析,發展新一代的智慧交控,成為第二個重要策略;各獨立路口、路段或區域在車流低於容量一定比例時,可以單獨進行號誌的調控,多路口的協調控制,只要關注在整體行車的最小延滯即可。
當某一地點的車流量將到達容量時,則參照過去歷史情境資料所建立的整合控制機制,依據壅塞發生的律動,有序操作進行區域的號誌連控,因此利用交通控制大數據分析,找出各種影響交通需求型態的因子,建立關聯性、特徵值與控制程序,將能讓現況需要廣泛建置偵測器、網路、交控中心等之硬體建設,以及大規模網路最佳化演算的軟體支援的區域交控,有機會以更為經濟、有效的方法達成區域交控的目標。
三、 研發具多元感知能力與自我學習能力的獨立或小區域交控技術
在國內有許多獨立路口,車流量不大,但交通安全風險高,所以設有號誌來規範行車秩序,由於固定的號誌時制,無法有效因應較為稀疏的車輛到臨,因此常見橫交向無車,但前進向受紅燈組阻擋而空等的情形,部分的駕駛人缺乏耐心,常因此而違規闖紅燈,反而增加許多事故。
傳統對於類似的路口多採用調適性的號誌設備,設立壓管感應器來偵知車輛的到臨與數量,在進行最佳化時制的運算,這類方法不但設備價昂且維護困難,實際的號控成效亦不佳。
現今可利用智慧化技術來發研具多元感知與自我學習能力的路口智慧交控設備與技術,例如利用影像分析偵知各路口車輛的到臨與數量,利用模擬模式建立學習樣本,透過機器學習發展最佳化的號誌控制機制,利用實際數據進行深度學習,再大幅複製、推廣並串接,讓交控系統能夠逐步具有人工智能,提升整體交控的成效。
 

558

延伸閱讀

  • 何謂”智慧交控”,現階段有那些發展策略?

    現階段發展智慧交控之策略包括:建立多元交通資訊的蒐集與融合體系、透過大數據發展新...

    2018-05-02

    看更多
  • 數位時代之智慧交通安全精進途徑(上)

    在數位時代,交通安全需要導入「智慧」,透過物聯網、車聯網、先進駕駛安全輔助系統、...

    2018-05-21

    看更多
  • 旅行時間預測技術簡述一次北宜廊道為例

    旅行時間預測也可依期程長短區分成兩種架構:長期預測指出發時間距離「現在」較遠,不...

    2018-06-26

    看更多