首頁 > 大數據讓紅綠燈變聰明
:::
大數據讓紅綠燈變聰明
截至2018年7月底止,台灣汽機車總數已接近台灣的總人口數,面對大量的交通載具與複雜的交通狀況,現今的交通號誌能藉由「大數據」的應用提升效益。東華大學資訊管理學系邱素文教授結合大數據與賽局理論,提出「多目標運輸管理決策支援系統」的概念。在未來,動態秒數的交通號誌或許能取代現行的固定秒數設計,車流情況也得以被及時掌控,解決塞車、空汙等問題。
 
 

交通管理是各大城市治理必須面對的問題,隨著車輛總數與用路人多元需求的增加,交通控制系統也必須跟上腳步,實現多元目標的整合,以滿足城市發展的交通、環保、用路安全等需求。(圖片來源:邱素文)
▲交通管理是各大城市治理必須面對的問題,隨著車輛總數與用路人多元需求的增加,交通控制系統也必須跟上腳步,實現多元目標的整合,以滿足城市發展的交通、環保、用路安全等需求。(圖片來源:邱素文)

擁有「車」,對多數的現代人不是個遙不可及的夢想,但車輛的遽增卻成為各大都會區的交通夢魘。台灣的汽機車數量逐年攀升,不僅造成城市內的交通壅塞,而且衍生的停車空間、廢氣排放導致的空汙,以及能源消耗等問題,在在都成為城市治理的大課題。

 

根據交通部公路總局的機動車輛統計,截至2018年7月底止,台灣共有近兩千兩百萬輛機動車領取牌照,汽機車總數已接近台灣的總人口數了。此外,還有行人與各種交通載具(如自行車、公車、聯結車、砂石車等)車道分流的問題亟待解決。

 

當代各大都會的規畫,不僅由各種建築與設施搭建出實體風格,且為了讓城市運作流暢,運載人流、車流與物流的交通路網設計更是城市運轉的命脈所在。在交通路網的建設中,交通號誌尤為重要,因為它關係到路人使用道路的效率與安全。

 

在台灣,「紅燈停,綠燈行」是人人會朗朗上口的交通口訣。但多數人常有這樣令人不耐的經驗:停等交通號誌時,明明當時車流數量甚為稀少,但仍須停冗長的時間。這是因為台灣交通號誌的設計採固定秒數模式,且重要路口的停等時間甚至長達90秒。

 

在尖峰時段以外,一旦發生交通事故,如車禍或廟會遊行、演唱會等,抑或天災,如淹水等突發狀況時,也常造成特定路段的壅塞,而不得不仰賴交通警力的指揮進行疏散。

 

此外,所謂的「交通」,實則包含了「載具、使用者與道路」等不同項目,這三者又可再細分出迥異的交通需求。例如,在一般的平面道路上,常見不同的載具如小客車、機踏車、大客車等與行人、駕駛者、被載者等並行於同一條道路;在非都會區,也常見聯結車、砂石車、大貨車等重型車輛並行。由於有這麼多不同的載具及使用者在同一條道路上,若欠缺友善且智慧的交通設計,「馬路如虎口」就不只是一句口頭禪了,而是會對每個用路人的安全構成威脅。

 
城市路網交通號誌管理的大數據概念:透過路面偵測器計算所蒐集的大數據,能即時成為道路交通控制資訊,同時提供給交通號誌、用路人與主管機關做為決策依據。(圖片來源:IEEE Intelligent Sys 2005: 20(1) pp. 10-15)
▲城市路網交通號誌管理的大數據概念:透過路面偵測器計算所蒐集的大數據,能即時成為道路交通控制資訊,同時提供給交通號誌、用路人與主管機關做為決策依據。(圖片來源:IEEE Intelligent Sys 2005: 20(1) pp. 10-15)

惟若透過「大數據」讓交通號誌變得聰明一點,是否就能有效解決上述的問題呢?東華大學資訊管理學系邱素文教授提出「多目標運輸管理決策支援系統」的概念,運用Bi-level模型的數學演算方法,也就是賽局理論的優化策略雙層規畫,嘗試解決上述交通控制的問題,並實現把交通路網的各種需求整合在這套模型中,協助交通管理者與用路人做出最適合的決策。交通號誌是可以變「聰明」的,邱教授的研究指出,在交通號誌前方的路面埋設偵測器,只要車輛經過,偵測器便自動計算不同載具的數量,並把蒐集的大數據即時回傳到交通控制中心的電腦。經電腦運算後,再把指令下達給交通號誌,自動且即時地調整紅、綠燈秒數。

 

如此一來,動態秒數取代了固定秒數的設計,適時幫助交通號誌更有效地管控車流的通行。不僅如此,這些經過處理的交通動態資訊也能上傳網路,成為用路人的即時訊息,只要上網就能立刻獲知車流情況,進而選擇最有效率的行車路線,兼而避免造成交通堵塞。

 

這套模型不僅讓交通號誌本身成為道路的管理者,也是被管理者。它能即時統計與回傳車流數據,同時傳輸燈號控制指令進行道路交管與分流。當車流有效地疏散了,相對地也解決了塞車、空汙等問題。

 

這套動態交通號誌系統更能協助交通主管機關根據實際用路情況,做出最適合在地的交通政策,而非呆板地制定全國適用的單一政策。由於能依據在地的交通實況從事交通控制的設計,便能達成主管機關與各地用路人「雙贏」的目標。

 

推薦文章

TOP