臺灣博碩士論文加值系統

決策支援系統是個人性化的界面，它能夠有效地提示使用者，並且，在最短時間內將所想要的解答找出。現今還是有不少地方依然隱藏著不少的危機，而危險的發生多來自於危險的駕車行為，今我們試著發展出一個以行車記錄器基礎的應用，首先我們試著要建立一些有效的危險行為專用指標，利用指標的方法有效定義出危險路段，並且，藉由系統的能力將危險路段的影片播放出來，提供決策者作出正確的決定，盡而達到降低交通意外的危險率。

我們所使用的數位行車記錄器，包含了不少的資料，主要包含了行車中的三個加速度值(前後加速度、左右加速度以及方向角加速度)、GPS資料等等，記錄了行車中的過程資料，資料的記錄存放於車機內的記憶體，並且，可以很容易地將資料轉移至電腦中，使得電腦可作更進一步的分析。而數據的分析更是我們發展系統的重要部分，透過數據的分析，使得我們可以定義各種有可能的危險行為。

Decision Support System is human-based interface. It can give some some knowledge for you, and finds the answer what you want quickly. There are still exists some traffic accidents. Usually, the accident comes from hazardous human-driving. We try to develop a safety-recorder-based system, and we will use some special method to detect the danger pattern. With our method, we can easily present the dangerous road by our designed dangerous index. Then, our system can show the video for the policy-making man. Finally, occur rate of the traffic accident can be reduced.

Our safety-recorder contains many data. The most important data include forth and back acceleration, side acceleration, direction acceleration and GPS data etc. All the data will be recorded when the car''s power is turn on, and the data will be recording into the memory stick. The memory stick''s data can easily be read to computer by card reader, and the computer can translate the binary data to text data for use. The data analysis is one of our most important parts. With the result, we can define the danger pattern finally.

目次 vi
表次 xi
圖次 xii
第一章、序論 1
1-1研究背景及目的 1
1-2研究流程 1
第二章、文獻回顧 4
2-1行車記錄器的發展 4
2-2決策支援的重要性 5
2-3文獻回顧 6
第三章、系統架構 8
3-1硬體架構 10
3-2資料倉儲的設計 11
3-2-1資料庫的Schema定義 11
3-2-2車機資料的建立 14
3-3軟體的設計 16
3-3-1軟體的設計之伺服器端 16
3-3-2軟體的設計之使用者端 17
第四章、系統功能 18
4-1功能簡介 18
第五章、資料的處理 22
5-1車機資料 22
5-1-1可能遭遇之資料錯誤 22
5-1-2錯誤的資料(Dirty Data) 22
5-1-3加速度資料的更正 23
5-1-4車機資料的修補 24
5-1-5資料的完整率分析 25
5-1-6加速度值的範圍 27
5-1-7前後加速度與左右加速度的特性 30
5-2網頁資料的截取 31
第六章、影片的管理 32
6-1資料倉儲之影片的建立過程 32
6-1-1影片的存放 32
6-1-2目錄檔案的格式管理 33
6-1-3影片資訊的建立 35
6-2事件的播放 36
6-2-1伺服器的多工處理 36
6-2-2利用序線達到多工同步影片轉換 37
6-2-3序線工作斷線的考慮 38
第七章、方法的設計 40
7-1輔助公式 40
7-1-1塞車地點的偵測 40
7-1-2停車地點的偵測 42
7-2模型的定義 43
7-3關於一些數據的前處理 44
7-3-1利用車機的前後加速度估計經緯度的誤差 44
7-3-2經緯度與車機的方向角加速度 45
7-3-3相同道路的比對 52
7-4路段空間的分析 55
7-4-1路段的選擇 55
7-4-2路況時空的統計 55
7-5危險路段指標 58
7-6駕車人的事件報表 59
7-7偏向角的定義 60
7-7-1偏向角II：實作改良式 61
7-7-2偏向角的偵測範圍 61
7-7-3偏向角的微分與方向角加速度 63
7-8亂度指標 67
第八章、實證分析 70
8-1資料內容 70
8-1-1來自台北市地區的資料 70
8-1-2來桃園地區的資料 71
8-1-3來嘉義市地區的資料 71
8-2亂度指標與道路的關係 74
8-2-1亂度指標於危險駕車行為的反應 74
8-2-2亂度指標對於不同道路的反應 75
8-3道路的時空分析圖 79
8-4危險路段的偵測的反應 80
8-5道路之偏向角相關分析圖 85
8-6經緯度誤差指標之實例 90
第九章、未來與展望 92
附錄 93
A、程式檔功能概述 93
A-1決策支援之使用者界面 93
A-2車機資料轉換程式 94
A-3路況及氣象收集伺服器 94
A-4短片服務伺服器 95
A-5影片資訊登記員 95
A-6實體影片轉換之界面服務員 96
A-7使用MYSQL的相關動態函式庫 96
B、程式內容的統計 97
B-1決策支援之使用者界面 97
B-2車機資料轉換程式 98
B-3路況及氣象收集伺服器 98
B-4短片服務伺服器 99
B-5影片資訊登記員 99
B-6實體影片轉換之界面服務員 99
B-7使用MYSQL的相關動態函式庫 100
C、使用者操作畫面 101
C-1登入畫面 101
C-2主要界面顯示 102
C-3路段功能 104
C-3-1路況統計資訊 104
C-3-2分析偏向角的微分與方向角加速度 105
C-3-3相同道路的分析 106
C-4事件功能 107
C-4-1危險路段 109
C-5車機文字檔分析工具 111
C-5-1過濾資料 111
C-5-2計算功能 114
D、管理者的操作畫面 115
D-1車機資料的轉入資料倉儲 115
D-1-1連線的登入 115
D-1-2 操作界面 116
D-2影片資訊的建立 117
D-2-1連線的登入 117
D-2-2操作界面 118
D-3影片檔的格式轉換 119
D-3-1操作界面 119
D-4短片切割伺服器 120
D-5路況與氣象資訊伺服器 121
D-5-1主要的界面 121
D-5-2路況資訊的收集 122
D-5-3氣象資訊的收集 123
E、使用者之電腦規格 124
E-1硬體標準條件參考 124
E-2作業系統標準環境參考 124
E-3軟體標準安裝參考 124
參考文獻 125

[1] Kuhler, M. and D. Karstens, 1978, “Improved driving cycle for testing automotive exhaust emissions, ” SAE Technical Paper Series 780650.
[2] Ericsson, E., 2001, ”Independent driving pattern factors and their influence on fuel-use and exhaust emission factors, ” Transportation Research Part D, Vol. 6, pp. 325-345.
[3] vander Voort, M., M. S. Dougherty, and M. van Maarseveen, 2001, “A prototype fuel-efficiency support tool, ” Transportation Research Part C, Vol. 9, pp. 279-296.
[4]. Flahaut, B. (2004). Impact of infrastructure and local environment on road unsafety. Logistic modeling with spatial autocorrelation. Crash Analysis and Prevention, 36(6), 1055– 1066.
[5] Flahaut, B., Mouchart, M., San Martin, E., & Thomas, I. (2003). The local spatial autocorrelation and the kernel method for identifying blackzones. A comparative approach. Crash Analysis and Prevention, 35(6),991– 1004.
[6] Geurts, K., Wets, G., Brijs, T., & Vanhoof, K. (2004). Identification and ranking of black spots: Sensitivity analysis. Electronic proceedings (CD-ROM) of the 83th annual meeting of the transportation research board. Washington, DC’ National Research Council.
[7] Ministry of Flemish Community. (2001). Ontwerp-Mobiliteitsplan Vlaanderen,Brussels, Belgium, http://www.viwc.lin.vlaanderen.be /mobiliteit,Accessed July 2003. (in Dutch).
[8] Identification of Human Driver Models in Car Following，IEEE，Burnham et al.，1974
[9] Mining Sequential Patterns by Pattern-Growth：The PrefixSpan Approach，Jian Pei et al.，2004
[10] Pattern Classification，Second Edition,Duda Hart Stork,2001
[11]行車記錄器於肇事重建應用之研究，陳高村、蘇裕展，2004
[12]決策支援與專家系統，陳禹辰、歐陽崇榮編著
[13]汽車黑盒子結合PDA於駕駛資訊系統之應用，2005，元智大學，陳建祥
[14]動態行車資訊應用在駕駛人行為模式的研究，台北大學，呂俊寬，2006
[15]應用駕駛行為量表探討偏差駕駛行為與事做傾向關係之研究，交通大學，尹維龍，2005
[16]以模擬為基礎之路徑選擇決策支援系統，大同大學，陳俊廷，2004
[17] http://japan.nsc.gov.tw，台北駐日經濟文化代表處
[18] http://www.nilim.go.jp，日本國土省技術政策綜合研究所