公共運輸行動服務核心模組建構及發展規劃
2017-09-18
近年來ITS發展，已從智慧運輸系統建置及擴展應用，發展到以人本為中心的個人化運輸整合服務，為了進一步提升公共運輸使用率，發展以客戶為中心的公共運輸行動服務(Mobility as a Service；簡稱MaaS）已成為世界各國的重要目標，強調整合多元運具的旅程規劃及線上訂票的一站式運輸服務，既可提供便捷的運輸服務給民眾，又能提高民眾使用公共運輸的意願，達到減少私有運具使用、節能減碳及紓解交通壅塞的多重目標。本工程司為交通部轄下之非營利公益單位，配合交通部「運輸資源整合共享計畫」，與公、私部門合作，共同協助導入交通行動服務，以促進發展公共運輸為主的行動運輸服務。 計畫以協助國內發展公共運輸行動服務發展為目標，其工作重點在對國內外的行動服務發展狀況進行研析，尋求符合國內環境的行動服務發展模式，促進公共運輸使用率及協助解決北宜廊道暨宜蘭地區假日交通壅塞的問題；對國內行動服務尚未普及的核心技術，針對建構多重運具最適行程規劃模式及建構多重路徑之旅行時間預測模式進行研究、開發及整合運用。計畫目標如下：
1. 公共運輸行動服務發展研究及提供建議
a. 研究及提供適合國內環境的公共運輸行動服務及相關主題建議。
b. 以公共運輸協助解決北宜廊道暨宜蘭地區假日交通壅塞的問題。
2.建構公共運輸行動服務核心技術及雲端展示平台
a. 建構多重路徑旅行時間預測模式，研發多重運具組合的規劃行程中，公路運具旅行時間的預測方法，將該方法開發為軟體模組，並加以驗證。
b.建構多重運具最適行程規劃模式，研發一種(以上)可連結出行者想到達起訖地點的多重運具組合行程，並依需要對各行程作優先順位排序的方法，將該方法開發為軟體模組，並加以驗證。
c. 於雲端平台建置MaaS核心技術展示平台
1. 於雲端平台主機建置MaaS展示平台所需的雲端執行環境。
2. 開發MaaS核心功能展示平台，建置於雲端平台主機環境，以展示北宜花起訖點之多種不同公共運具搭乘或轉乘之行程規劃及旅行時間預測功能。
建構多重運具最適行程規劃模式
多重運具最適行程規劃是以電子地圖基礎路網及圖資為基礎，建構不同運具與人行的路網圖，包括高鐵、鐵路、捷運、客運公車等公共運輸之路網圖，以及人行道路之路網圖。不同運具及人行道路的路網圖層透過疊圖方式，組成一多運具及步行組合的完整旅程路徑。 交通行動服務預設是以公共運輸為優先選擇的運具，其他運具為輔來填補公共運輸無法銜接的時空縫隙。因此在行程規劃上，將以旅運者使用運輸服務的起訖點為目標搜尋最便捷的公共運輸。在作法上，從可使用公共運輸運具中，先找出與起點及迄點距離公共運輸站點之一般最長步行距離(例如:500米)以內的公共運輸站點與路線，找出直達起迄點之公共運輸運具與路線；若無法找到直達起迄點之公共運輸路線，再依序尋找一次轉乘、二次轉乘之公共運輸路線組合與轉乘站點。下圖是一國外轉乘導引服務應用程式之案例。
國外轉乘導引服務應用程式之案例
- 道路運輸之行程規劃區分為 2 類：
1. 有固定站點及路線的公共運輸運具，(包含航空、高鐵、台鐵、捷運、國道客運、公路客運、縣市公車)以鄰近起訖點之公共運輸站點及路線建構行程。
2. 無固定站點及路線的非公共運輸運具，(包含計程車、共乘運具、租賃汽車、機車與自行車)以起訖點或其鄰近搭車點或租車點建構最短路徑或最省時間之行程。
- 多重運具最適行程規劃方法
1. 用戶與場站空間範圍搜尋：以使用者座標或場站座標為中心點，考量行人步行能接受距離的區域範圍內，找出區域內有的站點。
2. 最短路徑搜尋：提供起終點座標，利用取得的地理資料庫計算最短路徑，下圖是以最短路徑演算法為基礎之路徑規劃案例。
3. 運具轉乘搜尋：查詢起點與終點的周邊範圍運具班次是否可以直達，無法直達則串接其他路線班次，都無法串接則回到空間範圍搜尋與最短路徑搜尋兩模組，利用行人步行路徑串接，或在超過一般行人最長步行距離時，以非固定路線運具進行串接及規劃路徑。
4. 最適化行程：查出可行解區間，找出多重運具下的各種建議方案，此模組則就優先序策略排序推薦行程，例如：最省時、最短距離或最少轉乘次數等目標進行計算與比較，依優先序策略或使用者需要將結果提供使用者參考。
MaaS的旅行時間預測需求，區分兩種，一種是提供使用者在旅行前的行程規劃所使用的「行程規劃旅行時間預估」，另一種是於旅行當天的「旅運當日即時旅行時間預估」。「行程規劃旅行時間預估」是距現在時間較久的旅行時間預估， 應用於預先行程規劃之各項運具之到站時間推算，此旅行時間預估主要以旅行時間及其他影響變因之歷史資料為預估之基礎。「旅運當日即時旅行時間預估」是距現在時間較近的旅行時間預估，此旅行時間預測除以歷史旅行時間相關資料為預估之基礎模型外，尚須結合即時交通資訊不斷修正誤差，尤其是在長距離(或長時間)旅程的旅行時間預測，需經由即時校正處理以提高旅行時間預測的準確度。 MaaS的旅程規劃中，具備班表的公共運輸可依時刻表計算該段行程起訖點之運具到站時間，包括航空、高鐵、鐵路、捷運等。本計畫之主要研究道路運輸的旅行時間，道路運輸區分為有固定站點及路線的公共運輸運具（國道客運、公路客運、縣市公車）及無固定站點及路線的非公共運輸運具（包含計程車、共乘運具、租賃汽機車與公共自行車）行駛道路所需時間估計。 本計畫的第一年度客運公車之站點間旅行時間預測限於客運公車行經路線之路段。目前可供預測使用的主要資訊是公共運輸整合資訊流通服務平台（PTX）各路線客運公車所在點位與時間資訊、以及到站/離站時間資料。在高速公路部分則另有VD及ETC所蒐集各類車輛的流量、車速及旅行時間，以國道五號而言相當完整；平面道路上公路總局及地方政府也佈設了若干VD及ETC，但密度及資料品質均不如國道，或以配備GPS車輛以GVP(GPS Vehicle Probe)方式蒐集道路車輛速度資訊。在預測方法部分，基於運算速度的考量，將以資料導向的方法為主，特別是近年在交通資訊預測逐漸引起注意的集合學習方法，可以合理且有效地融合不同機制(如基於歷史資料與即時資料或是多個模型使用同一組資料)下的預測值。第一年度將針對有客運公車行經路線之路段，依其可收集資料集合之不同發展長短期程的客運公車旅行時間預測方法及融合機制。
559