高考申論題
105年
[交通技術] 交通控制
第 一 題
一、起迄交通量（origin-destination flows）為大範圍路網行車分流導引重要之依據，以往
囿於調查技術，無法進行長期、大規模且可靠的資料蒐集。隨科技的進步與普遍應
用，已逐漸能夠克服上述困難。例如透過行動通訊裝置的大數據蒐集與分析，可以
獲得行車起迄及路徑資料。然而透過第三方進行資料蒐集，基於便利性、專業性及
個人資料保護等因素，尚存在諸多疑慮，因此於路側（roadside）安裝偵測設備自行
蒐集，仍為目前國內所普遍採用的模式。在純粹使用路側設備的情況下，目前有那
幾種技術可用來長期蒐集所有公路的起迄交通量及行駛路駛路徑資料？其蒐集方法為
何？並由所蒐集資料品質的角度，分析其優缺點。（20 分）
📝 此題為申論題
思路引導 VIP
看到此題，應先鎖定「路側設備（Roadside）」與「車輛特徵追蹤」兩大關鍵條件。傳統線圈只能算流量無法做O-D，因此必須往「自動車輛辨識（AVI）」技術思考。實務上最主要即為基於 RFID 的 eTag 偵測，以及基於影像辨識的車牌辨識系統（LPR），輔以藍牙/Wi-Fi探測，作答時須緊扣這三者的「資料涵蓋率、準確度與天候抗性」來對比分析其資料品質。
🤖
AI 詳解
AI 專屬家教
【破題】起迄交通量（O-D flows）為路網交通管理、號誌控制與路徑導引之核心參數。在排除第三方電信大數據的前提下，欲透過「路側設備」長期且大規模蒐集車輛 O-D 與路徑資料，必須仰賴「自動車輛辨識技術（AVI）」，透過在路網節點佈設偵測器，截取車輛唯一特徵碼進行跨點比對（Matching）。 【論述】 目前國內可用於長期蒐集 O-D 及路徑資料之路側偵測技術，主要分為「無線射頻辨識（RFID/eTag）」、「車牌辨識（LPR）」以及「藍牙/Wi-Fi MAC位址偵測」三種，其蒐集方法與資料品質評析如下：
▼ 還有更多解析內容