雲端即時交通資訊系統 Real Time Traffic Information System 系統架構 系統的主要架構可分為下列三個部分：手機探偵車 (Smartphone Probe Car; SPC) 子系統、雲端服務子系統、 導航服務子系統。 震動波車流估算 結論 我們建構了一個能夠提供即時的交通資訊（路段平均速度與車流量大小和紅綠燈號誌情形）給使用者的即時交通路況偵測系 統。在系統中，我們將智慧型手機至於車輛上已收集車輛在路上的狀況資料，並且透過3G/Wi-Fi上傳到我們的雲端伺服器， 並在伺服器上偵測出即時的交通資訊後，將這些資訊透過我們的App將附近的即時交通資訊提供給本系統的使用者。 摘要 本展示提出一個可以提供即時交通資訊的系統，包含紅綠燈號誌資訊、號誌前方的平均速度與車流量大小的資訊，我們將展 示本系統如何收集即時的感測資料與計算即時的各種交通資訊，透過網頁檢視我們所接收的感測資料與車流計算過程，並且 以動畫輔助說明如何利用感測資料偵測車流資訊，並以智慧型手機APP呈現我們所計算出的即時資訊。 經嘉豪 國立交通大學資工系 [email protected] 許證捷 國立交通大學資工系 [email protected] 莊宜達 國立交通大資工系 [email protected] 易志偉 國立交通大學資工系 [email protected] 2.Cloud Service API 3. Database 4. Intelligent Engine Raw Data Traffic Information 1. SPC 5. Application 3G / 4G / WIFI 6. Web Query Replay Events Information Sensing Data Information Information 圖一雲端即時交通資訊系統架構圖 實作成果畫面 圖四 智慧型手機端畫面 圖三 網頁畫面 ps= -2.0474ts + 6.5805 pg = -3.5416tg + 168.68 -250 -200 -150 -100 -50 0 0 20 40 60 80 100 120 Position (meter) Time (second) Folded stop events Folded go events Congestion wave  = −2.0474, = 6.58  Red light phase timing 6.5805 −2.0474 = 3.2 sec  Arrival rate −2.0474 6.6 60 = 18.5 vels/min  Headspace = 6.6 m, 1 min = 60 sec Relief wave  = −3.5416, = 168.68  Green light phase timing 168.68 −3.5416 = 47.6 sec  Departure rate −3.5416 6 60 = 35.4 vels/min 圖三 震動波 

雲端即時交通資訊系統 莊宜達 Department of Computer Science National Chiao Tung University Hsinchu, Taiwan Email: [email protected] 經嘉豪 Department of Computer Science National Chiao Tung University Hsinchu, Taiwan E-mail: [email protected] 許證捷 Department of Computer Science National Chiao Tung University Hsinchu, Taiwan E-mail: night- [email protected] m 摘要 在現代社會中，交通的即時資訊被視為 一項極為重要的資訊，因此我們建構了一個能 夠提供即時的交通資訊 （路段平均速度與車流 量大小和紅綠燈號誌情形） 給使用者的即時交 通路況偵測系統。在系統中，我們將智慧型手 機至於車輛上已收集車輛在路上的狀況資 料，並且透過 3G/Wi-Fi 上傳到我們的雲端伺 服器，並在伺服器上偵測出即時的交通資訊 後，將這些資訊透過我們的 App 將附近的即 時交通資訊提供給本系統的使用者。 一、功能介紹 本系統的目的透過智慧型手機收集車輛 行駛於路上時各種感測資料，並且計算出三種 即時的交通資訊，然後再透過視覺化的方式提 供即時交通資訊。 (一) 收集行動感測資料 我們將智慧型手機至於車輛之上，並且透 過上面的 GPS 接收裝置，接收 GPS 的資料， 再運用智慧型手機的計算能力，收集車輛的速 度和停走事件，最後透過 3G/Wi-Fi 的網路介 面，將這些感測資料上傳到伺服器。 (二) 偵查及時路段平均速度 將收到的車速資料，每 5 分鐘進行一次平 均的動作，以計算出各路段的平均速度 (三) 偵查路段車流資訊 將 收 到 的 停 走 事 件 後 ， 我 們 運 用 shockwave 的理論為基礎，將事件進行分析與 整理並得到路段的車流量大小。 (四) 紅綠燈號誌資訊 將來自交通中心的號誌資訊存到伺服器 的資料庫中，讓系統使用者可以透過位和時間 查詢目前的號誌情況 (五)即時交通資訊查詢 讓使用者可以透過我們所提供的 App 來 查詢附近的交通資訊 二、系統架構 2.Cloud Service API 3. Database 4. Intelligent Engine Raw Data Traffic Information 1. SPC 5. Application 3G / 4G / WIFI 6. Web Query Replay Events Information Sensing Data Information Information 

我們基於探偵車 (probe car) 的概念，結 合行動感測 (mobile sensing) 技術與雲端服務 (cloud service) 技術，開發一個可收集群眾來 源資料 (crowdsourcing data) 的系統，利用資 料採探 (data mining) 技術從中採擷出車流 (traffic flow) 資訊，再透過雲端 API 分享車流 資訊，以供作為開發先進車輛導航系統 (ad- vanced navigation system) 的基礎。另外，我們 亦開發 web 網頁，根據實測資料為例，介紹相 關技術內容與展示我們的研究果。 首先，我們觀察到市區內行走的車輛會因紅綠 燈的燈號，造成減速停止或加速前進的現象。 因此，我們推測可透過觀察車輛的停走事件反 推出車流及紅綠燈相關資訊，這些車流資訊則 可透過雲端 API 協助車輛導航或支授交通控 制系統。根據這個想法，我們設計了一個雲端 服務系統，用以收集路上車輛的停走事件，從 而分析出車流資訊。 具體來說，我們的系統可分為三大部分： 手機探偵車 (Smartphone Probe Car; SPC) 子 系統、雲端服務子系統及導航服務子系統，其 中手機探偵車子系統及導航服務子系統可實 作成 App，使用者同時具有資料提供者與資訊 使用者兩種角色，使用者使用服務時同時成為 眾多資料來源之一，當使用者越多時則擷取出 的資訊會更精確，這形成一個使用生態系，增 加計畫的可行性。另外，我們亦開發網頁式的 展式系統 (demo system)，以實際資料介紹相 關技術內容與展示我們的研究果。 參考文獻 [1] M. J. Lighthill and G. B. Whitham, “On Kinematic Waves. II. A Theory of Traffic Flow on Long Crowded Roads,” Proceed- ings of the Royal Society of London: Series A, Mathematical and PhysicalSciences, May 1955, vol. 229, no. 1178, pp. 281–316. [2] P. I. Richards, “Shock waves on the high- way,” Operations Research, February 1956, vol. 4, no. 1, pp. 42–51 [3] E. Koukoumidis, L.-S. Peh, and M. Mar- tonosi, “Signalguru: Leveraging mobile phones for collaborative traffic signal schedule advisory,” in (MobiSys) 2011 Pro- ceedings of the 9th international conference on Mobile systems, applications, and ser- vices, June 28-July 1 2011, pp. 127 – 140. [4] 1968, http://1968.freeway.gov.tw/. [5] GoogleMap, https://maps.google.com.tw/maps?hl=zh-T W&tab=w