多元交通信息于车速数据融合系统之节能减碳应用研究

提出了1个经济可运作的实时动态节能减碳计算模型,用KPI来评估节能减碳效果,运作方式如下:配备GPS装置之实验车,后端软件自动动态搭配Google Map与路径图资之起讫点(A→B)来回一趟,才量该车之耗油量,由行前预估值、旅行时间、动态交通事件与实际油耗值之误差分析,在实时交通信息协助下选定之KPI(key performance index)值(含油耗、CO2排放量、道路等级、旅行时间及ETC(electronic toll collection)费用等)做比较。搜集对应环保路径之路网交通信息数据及交通信息建立历史数据库,配合时速/油耗表完成油耗/碳排放系统数据库,得出实时交通信息占比与油耗预估误差率关系图。

指纹定位应用于智能运输系统之可行性

利用追踪手机位置来侦测道路信息的机制,这个机制不需要花费庞大的金额来架设及维护额外的侦测装置.运用行动网络中的测量报告讯号,结合指纹定位算法,依定位信息进行车速评估.在实验中以快速道路66号路段进行实际路测,其指纹定位算法位置估计误差的可达36.11m,车速评估的平均误差可达3.39%,提供准确的位置和车速准确度.此外,采用云计算进行平行处理,可有效改善指纹定位算法需要大量运算的限制.

基于行动感测的实时坑洞侦测系统与方法

提出一个以行动感测和云端运算为基础的实时坑洞侦测方法,通过分析内嵌于手机内的加速度传感器数据,并利用欧拉角进行手机加速度正规化的动作,改善搜集加速度数据时需要固定手机姿态角的限制。结合坑洞侦测算法进行坑洞判定,以及使用空间内插法改善全球定位系统(GPS)定位误差,将坑洞信息回传至云端服务器。再将此坑洞信息实时传输至每个使用者的行动式手持装置中,并搭配扩增实境(AR)导航功能,让用户可以避开坑洞路段。实验表明,所提出的基于行动感测的实时坑洞侦测方法将可以准确判断出坑洞。