李威勳

本研究實作一套鐵路列車自動排點系統雛型軟體，結合多項核心技術以及鐵路決策輔助支援平臺(Railway Decision Support Platform, RDSP)，提供鐵路列車自動排點所需功能。

本計畫以提昇現有高速公路交通運轉效能為發展方向，引進國內外現行發展成熟，能反應道路幾何、車流行為、駕駛特性，並具備交控策略模式建立與分析能力之微觀車流模擬軟體，作為本土化驗證區域路網模擬平台之基礎。主要內容為研究範圍路網資料蒐集，模擬模式路網構建、實例驗證與軟體參數校估，同時進行先進匝道儀控策略之模擬與績效比較，評估微觀車流模擬軟體於交通管理策略之應用。

最近數年來我國國際航空交通需求持續成長，已經形成國內飛航空域擁擠以及造成飛航管制不易，使得如何提升空域容量以及機場之地面設施運用效率成為重要課題。此課題涉及許多複雜因素，需要利用專門工具方能進行分析與規劃，國際上雖有現成的套裝軟體，但價格昂貴且不易客製化，而我國在開發此類軟體所需之數學規劃、數據處理、資訊等核心技術均具有國際競爭力，可完全自主研究開發。本計畫在前期成果基礎上持續研發，已經成功開發我

本研究針對臺鐵排點作業所開發之列車自動化排點系統雛型進行功能擴充，包括資料平台設計、模擬技術、班表穩定性評估等模組與技術開發。後續移轉臺鐵局應用後，除可滿足臺鐵排點作業資訊化及電子化需求，未來並可應用於相關軌道政策之方案評估。

過去由於鮮少蒐集駕駛過程的資料，在肇因判斷上多以事故發生當下的近因為主，然近因並不一定為肇事主因，僅預防近因也未必能有效預防肇事。本計畫之目標在將目前以事故資料為基礎的道路交通安全管理程序，提升為以事故資料、異常事件及駕駛行為等為基礎的道路交通安全管理程序。本計畫為4年期計畫之第2年計畫，以第1期計畫為基礎，加入車內影像辨識技術，討論現有車載設備與數位行車記錄器限制時，同時考量車內外異常事件分析之需求，建立異常事件影像辨識技術訓練，整合資料集合找出車內外異常事件型態與空間特性等關聯，最後提供業者駕駛人管理及主管機關易肇事地點管理。本期計畫訪談五家國道客運業者，以車內設備裝設現況、常見車內異常行為、駕駛安全管理、從駕駛安全管理角度對ADAS警示系統之期望之四個面向探討，觀察出業者皆將使用手機視為分心事件，而業界尚無統一界定疲勞標準，透過文獻回顧將分心行為分為三類：認知分心、眼部分心、手部分心，而車內異常行為定義為在分析手部分心行為與事件異常程度之關聯後，判定與事件異常程度相關之行為，並將車內駕駛行為綜整成三大項：頭部方向、偏離程度；手是否在方向盤上、手部位置；動作項目。本期計畫接著發展車內影像辨識分析架構，透過OpenPose辨識駕駛18 個關節點資料集，以進行深度學習影像辨識，推論駕駛手和方向盤、頭部動作、手部動作，及其身體動作，結果受環境光影變化與成像效果影響，因此在光影辨化大的傍晚和夜間時段，以及在成像不佳的鏡頭畫面在辨識率上表現較差。透過人工真值與影像辨識比較結果，顯示雖各項手部分心動作在人工辨識及影像辨識兩種模式的顯著性不盡相同，但參數的符號大多一致，影像辨識技術確能有效辨識駕駛車內行為，並協助偵測異常事件，建議業者在考量技術、規格、功能與成本等四層面下，能進行車內駕駛行為影像辨識之技術開發與建置，以達到車隊管理與交通安全之成效。本期計畫沿用前期計畫之2,558事件，分別進行車內行為與行車動態、車內行為與異常事件之分析，再接續分析車內行為、車行動態及異常事件的整體關聯性。研究發現駕駛員於開車中所有行為除操作車內設備外，皆與駕駛員分心有顯著正相關。在事件動作序列分析中，不同行車動態的條件下，駕駛若出現特定動作或是動作組合，則容易發生異常事件。在前車變換車道的情境下，駕駛只要高速接近前車(FCWH)，就容易發生異常事件；在本車變換車道的情境下，本車離前車太近(S