公路運輸事故的發生是無法完全避免的。事故不僅可能造成人員的傷亡亦造成可觀的財物損失與其他用路人的時間成本。為了減少事故發生所造成的成本損失，事故管理的研究便因應而生，而事故管理中的第一階段-事故偵測，是整個系統中最重要的部分。
對於事故偵測的研究可概分為高速公路與市區道路兩種。其中以市區道路為環境之研究因較為複雜且困難，相關之文獻不多，以國內而言更是稀少。
事故偵測系統除了硬體偵測設施外，最重要的就是一套完善的演算法。演算法為一(群)數學模式，經由輸入之各種交通變數中，判斷事故之發生與否。目前事故偵測演算法之發展分支眾多，本研究以羅吉特(Logit)模式為基礎，構建一完整演算法，分別探討在市區道路應用於各種不同交通環境下之偵測績效優劣。
本研究模式在250m路段與中流量之環境中，以60秒之偵知時間，獲得了96.1%之偵測正確率、1.02%之錯誤率。數據顯示本研究模式在此環境下之運作績效優良，具有可靠之偵測能力。
本研究分別對事故發生位置、機率門檻、路段長度、流量及號誌時制等對模式偵測績效之影響作了詳細的分析與探討。

The highway incident is inevitable. Incident may cause not only people fatality, injury and property damages, but also the increase of time cost of other road users. To reduce the cost that caused from incident, incident management have been concerned, and the first stage of incident management-incident detection, pays the most important role in this system.
The previous studies of incident detection can be generally divided into two parts, freeway and urban street. There are few literature on urban street, because urban street environment is more difficult and complex, especially in Taiwan.
Besides the detection hardware, a perfect algorithm is needed in an incident detection system. The algorithm is a (or group of) mathematical model(s). It Inputs various traffic related variables, and outputs an incident flag that can determine the state of incident. In the research, a complete incident detection model is developed based on the logit model to detect incident on urban street, and the various traffic situations are also applied to discuss the effect.
The empirical results show that, the proposed algorithm got a 96.1% correct detection rate and a 1.02% false rate on a 60s detection. It shows a good performance on detecting incident. In addition, this research also focused on the various incident locations, probability thresholds, road lengths, traffic flows and signal designs to discuss the effect of performance.

第一章 緒論
1.1 研究背景與動機 1
1.2 研究目的 3
1.3 研究範圍與限制 4
1.4 研究內容與方法 5
1.5 研究流程 6
第二章 文獻回顧
2.1事故管理系統與事故偵測系統 7
2.1.1事故管理系統 8
2.1.2事故偵測系統 9
2.1.3自動化事故偵測系統 10
2.2事故偵測演算法 11
2.2.1事故偵測演算法評估原則 12
2.2.2事故偵測演算法評估方式 14
2.2.3事故偵測演算法常用之交通參數 15
2.3 事故偵測系統相關文獻 15
2.3.1常見高速公路事故偵測演算法之分類介紹 15
2.3.2國外市區道路事故偵測系統相關研究 21
2.2.3國內事故偵測相關研究 23
2.4文獻回顧小結 27
第三章 模式建構
3.1 羅吉特模式概述 28
3.1.1多項羅吉特模式之理論基礎 28
3.1.2 多項羅吉特模式之特性 30
3.2 偵測模式之原始模型 32
第四章 PARAMICS模擬模式之應用
4.1 PRAMICS簡介 35
4.1.1 功能簡介 35
4.1.2 模式特性 39
4.2 模式之參數設定 40
4.2.1 車種設定 40
4.2.2 駕駛行為模式 41
4.2.3 車輛行為模式 41
4.2.4 系統掃瞄運作 43
4.2.5 事故設定檔 43
4.2.6 模擬相關設定 44
4.2.7 系統暖機時間 45
4.2.8 資料輸出 44
4.3 研究範圍 45
第五章 事故偵測系統之構建
5.1 演算法邏輯 47
5.1.1 LIMDEP軟體之應用 49
5.1.2 模式輸入 50
5.1.3 模式自變數之選擇探討 51
5.1.3 模式輸出 53
5.2 績效評估 54
5.2.1 績效評估原則 55
5.2.2 模式績效評估 55
5.3 模式特性分析 57
5.3.1模式績效調整 57
5.3.2 事故車道辨識率 59
5.3.3 虛擬事故位置數量對偵測績效之影響 60
5.3.4 路段長度對偵測器績效之影響 61
5.3.4.1 500m路段之模擬環境構建與模式績效 61
5.3.4.2 150m路段之模擬環境構建與模式績效 63
5.3.4.3各種不同路段長度之模式績效差異 64
5.3.5事故位置對偵測器績效之影響 65
5.3.5.1 250m路段事故位置對偵測器績效之影響 65
5.3.5.2 500m路段事故位置對偵測器績效之影響 68
5.3.5.3 150m路段事故位置對偵測器績效之影響 70
5.3.6 流量高低之影響 72
5.3.7 號誌時制對偵測績效之影響 73
5.4 演算法面臨之相關問題與對策之探討 77
第六章 結論與建議
6.1 結論 80
6.2 建議 82
參考文獻 84

國內部分：
1.王文麟，交通工程理論與實用，修訂三版，民國82年9月。
2.交通部運輸研究所，建立高速公路事故管理系統之研究，民國84年10月。
3.交通部運輸研究所，先進式微觀車流模擬器—PARAMICS應用於台灣地區發展ITS模擬網路之模式校估與測試研究期中報告，民國89年6月。
4.交通部國道新建工程局，台灣地區肇事自動偵測記錄系統之實測研究，民國89年。
5.周文賢、趙蔚慈，羅吉斯迴歸在信用評等上之應用，國立政治大學碩士論文，民國80年7月。
6.許添本、邱顯鳴，結合車道變換率之事件偵測新演算法研究，國立台灣大學碩士論文，民國84年6月。
7.周義華、許鉅秉、李啟仲，先進高速公路事故屬性即時鑑定之方法研究，國立台灣大學碩士論文，民國88年6月。
8.周義華、許鉅秉、沈良珍，高速公路事故發生對車流衝擊之即時預測，國立台灣大學碩士論文，民國88年6月。
9.周義華、許鉅秉、陳協昌，市區道路事故發生對車流衝擊之即時預測，，國立台灣大學碩士論文，民國89年6月。
10.許添本，高快速公路事件演算法之績效評估，台灣大學土木工程研究所，民國83年3月。
11.許添本、葉源祥，高速公路事件偵測之微觀車流參數法，民國84年6月。
12.黃國平，台灣地區高速公路偵測模式暨意外事故管制路段容量分析與應用(上、下)，中華道路31卷第1,2期，民國81年4月。
13.黃國平、吳麗敏，台灣地區現階段高速公路偵測與意外事件處理模式之分析，國立成功大學碩士論文，民國79年6月。
14.黃泰林、李梁監、廖晉德，車流模擬模式中確認程序與驗證方法之研究，運輸，第18期，民國81年12月，P45-P66。
15.張健邦、蔡宗儒，多分量羅吉斯迴歸與族群分析之研究-台灣股票上市公司獲利能力評估，國立政治大學碩士論文，民國81年6月。
16.陳惠國、黃振賢，高速公路事件自動偵測方法之研究，國立中央大學碩士論文，民國81年5月。
17.陳惠國、曾信忠，模糊理論應用於高速公路事件自動偵測方法之研究，國立中央大學碩士論文，82年6月。
18.凌瑞賢、薛聖弘，應用PARAMICS微觀交通模擬軟體於都市路網規劃設計之研究，民國90年6月。
19.蔡輝昇，交通控制理論與實務，初版，民國69年4月。
20.魏健宏、楊雨青，高速公路事件偵測與匝道儀控整合模式之研究-類神經網路之應用，民國88年7月。


國外部分：
1.Ahmed,S.A. and A.R.Cook,Application of Time-Series Analysis Technique to Freeway Incident Detection,TRR 841,1980,P19~21.
2.Cook,A.R. and D.E.Cleveland,Detection Freeway Capacity Reducing Incident by Traffic Stream Measurements,TRR 495,1973,P1~11.
3.Collins,J.F., Incident detection experiments on the Boulevard Peripherique in Paris, TRRL Supplementary Report 362,1977.
4.Collins,J.F., Hopkins,C.M. and Martin,J.A., Automatic incident detection-TRRL algorithms HIOCC and PATREG, TRRL Supplementary Report 526,1979.
5.Dudek,C.L.,C.J.Messer,Detection-Experience with TRRL Algorithm HIOCC,TRRL Supplement Report 775,1983.
6.David H. R., Freeway Incident Management, TRB 1990
7.Fambro,D.B.and G.P.Ritch,Evaluation of an Algorithm for Detection Urban Freeway Incident During Low-Volume Condition,TRR 773,1980,P33~39.
8.King,Motet,A Visual Surveillance system for incident detection,AAAI-93 Workshop, AI in Intelligent Vehicle Highway System, July 12,1993,p30~36.
9.Lin,C.K.and G.L.Chang, Development of a Fuzzy-Expert System for Incident Detection and Classification, Mathematical and Computer Modeling,Vol.27,No.9-11,1998,p9~25.
10.Lee,Y.I. and J.H.Hwang, Development of an incident detection algorithm for urban streets,WCTR,2000
11.Michalopoulos,P.G., Vehicle Detection through Video Image Processing:the Autoscope System, IEEE Transaction on Vehicular Technology, VOL.40, NO.1, 1991,P21~29.
12.McShane,W.R.,R.P. Roess and E.S. Prassas, Traffic Engineering,2nd Edition, New Jersey: Prentice Hall.,pp413-423,1998.
13.Neil,Hoose,Incident Detection in Urban Roads using Computer Image Processing,Traffic Engineering Control,Aprial 1992,p236~244.
14.Payne,H.J and S.C. Tignor,Freeway Incident-Detection Algorithms Based On Decision Trees With State,TRR682,1978,pp30-37。
15.Rau,L.K. and Tarko,A.P., A congestion-oriented Approach to Detect Incident and to Estimate Capacities on Signalized Streets,TRB79th,2000.
16.Stephanedes,Y.J. and A.P.Chassiakos,A Low Pass Filter for Incident Detection,Proc.1991 ASCE Conf.on AATTEM,1991,P378~382.
17.Sermons,M.W. and Koppelman,F.S., Use of vehicle position data for arterial incident detection, Transportation Research PART C Vol. 4,No.2.pp.87-96,1996.
18.Skabardonis,A.,K.Petty,H. Noeimi,D. Rydzewski,and P.P.Varaiya,"I-880 Field Experiment:Data-base Development and Incident Delay Estimation Procedure,"Transportation Research Record 1553,pp.204-212,Sep.1996
19.Sheu,J.B.and Ritchie,S.G., A new methodology for incident detection and characterization on surface streets, Transportation Research PART C 6,1998.
20.Sibok Lee ,Raymond A.Krammes,John Yen,Fuzzy-logic-based incident detection for signalizes diamond interchanges, Transportation Research PART C 6,1998.
21.Tsuge,Takigawa,K.Morisaki, Accident Vehicle Automatic Reconition System By Image Processing Technology,VNIS,1993.
22.Thomas N.E.,Multi-state and multi-sensor incident detection system for arterial streets,Transportation Research PART C 6,1998.
23.US. Department of Transportation, Federal Highway Administration, Freeway Incident Management Handbook, 1991.