臺灣博碩士論文加值系統

駕駛者心智負荷的程度，往往會對駕駛者作出的駕駛行為有所影響，當駕駛者遭遇狀況時若其心智負荷大，代表他比較保守、心理容易緊張、不敢冒險，心智負荷小時則代表駕駛者較具冒險心，情緒的變化較小。因此本文收集了過去影響駕駛者心智負荷的相關因素，搭配自身攝影調查的動態資料，構建出動態的心智負荷多元迴歸模式。
本文接續以駕駛者的心智負荷，搭配過去量子力學相關文獻之模式，將研究對象增加為前車和旁車，以實際攝影調查的資料，觀察駕駛者的行為。根據本文調查分析的結果，駕駛者的心跳變動率，會隨著駕駛者心智負荷值的增加，而有逐漸上升的趨勢；駕駛的心智負荷值，會隨著駕駛的平均速度增加而增加；駕駛的心智負荷值，會隨著相對速度的增加而減少。
藉由此模式，搭配手上現有的資料，就可以預測出駕駛者的動態心智負荷值為多少，而之後或許可以利用這些資料，對交通安全的控制貢獻一份心力。

The degree of driver’s mental workload always has influence on driver’s behavior. When driver encounters sudden circumstances, with higher mental workload represents that his character is more preservative so that he is not willing to take a risk. On the contrary, with lower mental workload represents that he acts steadily. This paper gathers the relative factors affecting driver’s mental workload corresponds with dynamic data to construct multiple regression model.
Afterwards, this paper corrects the past model of quantum optical flow with driver’s mental workload and increases the targets with front cars and adjacent cars. By analyzing dynamic data we gathered we can observe driver’s behavior. According to the outcome , we can see that heart rate variability raise with increasing driver’s mental workload and driver’s mental workload increases with increasing average speed. Oppositely speaking, driver’s mental workload diminishes with increasing the driver’s speed relative to the target vehicle.
With the model and the real data, we can predict dynamic driver’s mental workload. And i hope that maybe somebody can take advantage of this and make contributions to traffic safety in the future.

中文摘要 II
英文摘要 III
誌謝 IV
目錄 i
圖目錄 iv
表目錄 vi
附錄 vii
第一章 、緒論 1
1.1 研究動機 .1
1.2 研究目的 .2
1.3 研究方法 .2
1.4 研究流程 .2
第二章 、相關文獻回顧 6
2.1 車流理論 .6
2.1.1 四大限制跟車模式 .6
2.1.2 行為門檻模式 10
2.1.3 刺激反應方程式 14
2.1.4 二維座標車流模擬模式 17
2.2 駕駛人視覺特性與視覺行為 20
2.2.1 視覺特性 21
2.2.2 視覺行為 22
2.3 量子力學視覺流相關文獻 .23
2.4 模擬一般市區道路事故發生之微觀車流行為 24
2.5 駕駛人視覺衝擊及行動影響 25
2.6 駕駛者的心智負荷 27
2.6.1 工作量 27
2.6.2 心智負荷 28
第三章 、研究方法 29
3.1 駕駛性模擬問卷實驗設計 .30
3.2 問卷結果 31
3.3 問卷信度分析 32
3.4 問卷描述性統計 35
3.5 駕駛攝影實驗設計 37
第四章 、模式構建 41
4.1 搭配模式 41
4.2 駕駛者心智負荷之多元迴歸模式的構建 43
4.2.1 多元迴歸模式自變數的選取 44
4.2.2 多元迴歸模式的構建步驟 44
4.3 駕駛者心智負荷之多元迴歸模式的討論 51
4.4 修正後之模式 52
第五章 、模式校估及情境分析 54
5.1 參數值校估 ..54
5.1.1 參數值校估的結果(上午尖峰) 54
5.1.2 參數值校估的結果(下午尖峰) 55
5.1.3 參數值校估的結果(離峰) 57
5.1.4 參數值校估的結果(總體資料) 58
5.2 情境分析 .60
5.2.1 心跳變動率分析 .60
5.2.2 相對速度變動分析 .67
5.2.3 平均速度變動分析 .69
5.3 模擬實驗比較分析 70
第六章 、結論與建議 ..73
6.1 結論 .73
6.2 建議 .75
參考文獻 76

[1] Sheu, Jiuh-Biing, “A Quantum Mechanics-based Approach to Model
Incident-Induced Dynamic Driver Maneuvers”, paper submitted to Physica D, 2006.
[2] Sheu, Jiuh-Biing; Chou, Yi-Hwa; Shen, Liang-Jen, “A stochastic estimation
approach to real-time prediction of incident effects on freeway traffic
traffic congestion”,Transportation Research Part B, 2001.
[3] 許鉅秉，應用先進式微觀車流模擬器-PARAMICS建構台灣地區智慧型運輸模擬系統之可行性研究.交通部運輸研究所，民國87年
[4] Goolsby M.E. and Smith W.(1971),”Incident characteristics, frequency, and duration on a high volume urban freeway, ”Transportation Research, 23A, pp.387-396
[5] Russel L.M. and M.L. Harold, ”Simulation of Traffic Flow to Obtain Volume Warrants for Intersection Control, ”HRR15, pp.1-43,1963
[6] Chakroborty P. and S. Kikuchi, ”Evaluation of the General Motors Based Car-Following Models and a Proposed Fuzzy Inference Model, ”Transportation Research C, vol.7no.4.pp209-235.1999
[7] Kikuchi S. and P. Chakroborty, ”Car-Following Model Based on Fuzzy Inference System, ”Transportation Research Record 1365, pp.82-91, 1992
[8] 藍武王.王日昌.江勁毅,模糊控制跟車模式之探討,運輸,25期,pp.43-55,民國83年9月
[9] 傅耀南,魏健宏,模糊類神經網路應用於跟車模式之研究.八十四年電子計算機於土木水利工程應用論文研討會論文集,pp.859-869,民國84年10月
[10] Hoefs,D.H. ,”Undersuchung des Fahrverhaltens in FahrzeugKolonnen”, Forchungsberichte des Institute fur Verkehrswesen, Heft 140,Universitate Karlsruhe,1972
[11] May A.D. , “Traffic Flow Fundamentals”, Prentice-Hall, 1990
[12] Washington D.C. ,”Traffic Flow Theory-A State of the Art Report ”, Transportation Research Board.1997
[13] 李梁堅,建立微觀車流模擬模式以發展交通適應性號誌控制邏輯之研究,成大交管博士論文,民國81年6月
[14] 李月仙,微觀車流模擬模式語適應性交通控制策略之整合研究,成大交管所碩士論文,民國77年6月
[15] 陳俊鴻, 以視覺模擬方式研究機車駕駛人於路段中之駕駛行為,台大土木工程學研究所碩士論文,民國92年6月
[16] Robert G.V. Baker,“On the quantum mechanics of optic flow and its application to driving in uncertain environment.”, Transportation research park F ,1999
[17] 張鈞華, 模擬一般市區道路事故發生之微觀車流行為,台大土木工程學研究所碩士論文,民國90年6月
[18] Wilson,G..F.,&Eggemier,F.T.(1991).Phsiological measures of workload in multi-task environments.In D.Damos(Ed.),Multiple task performance
(pp.329-360).London :Taylor & Francis.
[19] Wierwille,W.W.,&Eggemier,F.T.(1993).Recommendations for mental workload
Measurement in a test and evaluation environment.Human Factors,Vol.35(2),263-281.
[20] Wickens.C.D.,&Hollands,J.G..(2000).Engineering Psychology And Human Performance.3rd edition.
[21] Veltman.J.A.&Gaillard,A.W.K.(1996).Physiological indicates of workload in a simulated flight task.Biological Psychological 42.323-342.
[22] Richter,P.,Wagner,T.,Heger,R.,and Weise,G.,(1998).Psychophysiological analysis of mental load during driving on rural roads-A quasi-experimental field study Volume:35,Issue:1,pp.24.
[23] Collet,C.,Petit,C.,Champely s.,&Dittmar,A.(2003).Assessing workload through
Physiological measurements in bus drivers using an automated.Human Factors,
Vol.45,No.4,539-548.
[24] De Waard,D.(1996).The measurement of drivers, mental workload.Ph.D.Thesis,
University of Groningen.Haren,The Netherlands:University of Groningen,Traffic
Research Center.[http://home.zonner.nl/waard2]94/10/08.
[25] Hancock,P.A.(1989).A dynamic model of stress and sustained attention.Human
Factor 31(5),519-537.
[26] Ma.R.and Kaber.D.B.(2005).situation awareness and workload in driving while
Using adaptive cruise control and a cell phone .International Journal of Industrial
Ergonomics 35,939-953.
[27] 邱明鋒，高速公路事故發生時非事故車道上駕駛人感受與駕駛行為之研
究，交通大學交通運輸研究所碩士論文，民國94年6月
[28] 黃兆鉑，高齡社會都市大眾運輸課題與改善策略之研究-以大台北都會區為例，交通大學交通運輸研究所碩士論文，民國94年6月
[29] 陳木炯，台灣醫師心智負荷量表之發展與建立，中國醫藥學院醫務管理研究所碩士論文，民國92年
[30] 陳虹尹，個人學習風格與心智負荷相關性之初探研究-以電子化學習為例，佛光人文社會學院管理研究所碩士論文，民國95年
[31] 林品君，駕駛者心智負荷之動態評估，清華大學工業工程管理學系碩士論文，民國95年
[32] Dietrich Manzey.Vorlesung(2006) Arbeits-und Organisationspsychologie 1(15)