民國115年 高考三級 交通技術 交通工程
第1題
傳統車流參數調查依賴感應線圈或人工計數，試述如何利用「無人機結 合人工智慧影像物件追蹤技術」進行路口轉向交通量與車流軌跡分析？ （12 分）並比較其與智慧型eT…
題目
傳統車流參數調查依賴感應線圈或人工計數，試述如何利用「無人機結 合人工智慧影像物件追蹤技術」進行路口轉向交通量與車流軌跡分析？ （12 分）並比較其與智慧型eTag 偵測在資料特性上的差異。（13 分）
參考解答（AI 生成，非官方）
- 一、調查方法與作業流程：以無人機（Unmanned Aerial Vehicle, UAV）掛載高解析度相機，於路口上方採垂直俯視、固定懸停或低速航線拍攝，取得連續影像序列；再以人工智慧影像物件偵測（Object Detection，如 YOLO 系列）逐幀辨識車輛邊界框，並以多目標追蹤（Multi-Object Tracking, MOT）演算法賦予每輛車唯一識別碼，串接成時空軌跡。
- 二、轉向交通量分析：於影像上繪設虛擬偵測線（virtual detection line）或停等線計數區，依軌跡跨越位置、航向角變化與位移方向，判定左轉、直行、右轉，並依車長與寬度分類車種，輸出十五分鐘尖峰小時交通量、轉向比與車種組成，可換算小客車當量（pcu）。
- 三、車流軌跡分析：由軌跡可推算瞬時速度、加速度、轉彎半徑、儲車長度、變換車道行為，並計算衝突時間（Post-Encroachment Time, PET）與軌跡熱區，用於衝突分析、幾何改善與號誌時制檢討；亦可以軌跡重建排隊消散與飽和流率。
- 四、與 eTag 偵測之差異：eTag 屬點式偵測，僅涵蓋裝設電子標籤之車輛，為抽樣資料，可取得旅次起訖、旅行時間與起迄對（OD），但無法取得橫向位置、轉向細節與未裝標籤車輛；UAV 為面式全樣本覆蓋，可得微觀軌跡與完整車流組成，惟受天候、續航力、透視變形校正與隱私限制。
- 五、限制與建議：須以單應性轉換（homography）校正透視變形，處理樹蔭遮蔽、夜間照明與陰影誤判；並應注意個人資料保護法去識別化要求及遙控無人機管理規則之空域申請，建議以短時段抽樣調查搭配長期 eTag 資料互補驗證。
AI 依官方試題文字產生的參考解答，非考選部公告答案，內容僅供備考參考。