書籍介紹
交通壅塞問題為都市交通管理的一大挑戰，從蒐集車流資料至研擬號誌控制策略，往往耗費大量人力與物力資源。近年來人工智慧(AI)技術快速發展，如何藉由AI 深度學習之類神經網路模式解決交通問題為交通領域當前之重要課題。因此，本計畫透過AI 蒐集重要交通數據，進而藉由AI 方式進行交通號誌控制。本計畫以臺中市太平區「樂業-十甲東」、「樂業-東英」兩路口做為實驗場域，導入AI 影像辨識設備進行交通數據之蒐集，並建構AI 號誌控制架構，利用AI 影像辨識技術所獲得之交通參數，透過經學習後的AI 號誌控制模式，依即時交通量來選取與執行適當時制計畫。
在 AI 號誌控制模式部分，考量強化學習於尋找最適號誌控制時，需耗費大量試誤的探索時間才會收斂，致使較無實務環境之應用案例，本計畫利用時制最佳化分析軟體PaSO，先行針對實驗範圍產生考量幹道續進之最佳化時制計畫，以及時段參數來進行AI 強化學習，最後將學習後之AI 號誌控制模式，於現場進行實際運作。本計畫事先透過微觀交通模擬軟體SUMO 建構實驗場域模擬環境，進而產生AI 號誌控制之模擬績效，最後在實測場域上進行實測。實測結果顯示，可改善實驗場域尖峰時段車流績效均達10%以上。
目次
目錄......................................................................................................................I
圖目錄.................................................................................................................V
表目錄.................................................................................................................X
第一章 緒論....................................................................................................... 1
1.1 研究背景與目的.......................................................................... 1
1.2 研究範圍與對象.......................................................................... 1
1.3 研究內容...................................................................................... 2
1.4 研究流程...................................................................................... 2
第二章 文獻回顧............................................................................................... 5
2.1 AI 發展主要技術.......................................................................... 5
2.2 應用 AI 技術於交通資料蒐集 ................................................. 13
2.3 應用 AI 於號誌控制 ................................................................. 17
2.4 綜合探討.................................................................................... 23
第三章 AI 交通資料蒐集與應用 ................................................................... 25
3.1 研究場域說明............................................................................ 25
3.2 交通特性資料調查.................................................................... 26
3.3 AI 影像偵測精進........................................................................ 40
第四章 AI 路口號誌控制 ............................................................................... 69
4.1 AI 號誌控制之規劃與設計........................................................ 69
4.2 AI 號誌控制之模擬分析............................................................ 98
4.3 AI 號誌控制系統之實測規劃.................................................. 103
4.4 績效評估與分析...................................................................... 116
4.5 AI 號誌控制未來發展.............................................................. 139
第五章 我國交通運輸未來導入 AI 應用探討 ............................................ 149
5.1 適合 AI 應用的環境分析 ........................................................ 149
5.2 回顧 2020 運輸政策白皮書-智慧運輸 .................................. 151
5.3 AI 在交通運輸應用探討.......................................................... 152
5.4 AI 交通運輸應用之短中長期發展探討 ................................. 162
第六章 結論與建議....................................................................................... 165
6.1 結論.......................................................................................... 165
6.2 建議.......................................................................................... 166
參考文獻......................................................................................................... 169
附件一、期中報告審查意見處理情形表..................................................... 177
附件二、期末報告審查意見處理情形表..................................................... 193
編／著／譯者簡介
逢甲大學 運輸與物流學系副教授
序言／導讀
交通壅塞問題為都市交通管理的一大挑戰，從蒐集車流資料至研擬號誌控制策略，往往耗費大量人力與物力資源。近年來人工智慧(AI)技術快速發展，如何藉由AI 深度學習之類神經網路模式解決交通問題為交通領域當前之重要課題。因此，本計畫透過AI 蒐集重要交通數據，進而藉由AI 方式進行交通號誌控制。本計畫以臺中市太平區「樂業-十甲東」、「樂業-東英」兩路口做為實驗場域，導入AI 影像辨識設備進行交通數據之蒐集，並建構AI 號誌控制架構，利用AI 影像辨識技術所獲得之交通參數，透過經學習後的AI 號誌控制模式，依即時交通量來選取與執行適當時制計畫。
在 AI 號誌控制模式部分，考量強化學習於尋找最適號誌控制時，需耗費大量試誤的探索時間才會收斂，致使較無實務環境之應用案例，本計畫利用時制最佳化分析軟體PaSO，先行針對實驗範圍產生考量幹道續進之最佳化時制計畫，以及時段參數來進行AI 強化學習，最後將學習後之AI 號誌控制模式，於現場進行實際運作。本計畫事先透過微觀交通模擬軟體SUMO 建構實驗場域模擬環境，進而產生AI 號誌控制之模擬績效，最後在實測場域上進行實測。實測結果顯示，可改善實驗場域尖峰時段車流績效均達10%以上。
分類
其他詳細資訊
- 英文題名：Preliminary Study of Artificial Intelligence in Traffic Data Collection and Urban Traffic Signal Control
- 出版品網址（線上版或試閱版)：連結
- 適用對象：成人(學術性)
- 關鍵詞：人工智慧；強化學習；交通號誌控制
- 附件：無附件
- 頁/張/片數：222
授權資訊
- 著作財產權管理機關或擁有者：交通部運輸研究所
- 取得授權資訊：著作財產權人：中華民國（代表機關：交通部運輸研究所）
本著作保留所有權利，欲利用本著作全部或部分內容者，須徵求交通部運輸研究所
書面授權。