香港理工大学（理大）土木及环境工程学系研发了一项崭新的智能交通系统，采用一种综合方法整合数据，并将不确定性因素（例如恶劣天气和交通事故）和准时到达目的地的成功率纳入估算范围内，以协助驾驶者选用一条最可靠的个人化行车路线。

理大一直有协助政府进行实时智能交通系统的研发及应用，当中包括网上的“实时交通资讯系统”、“香港行车易”和“香港乘车易”，以及在公路路牌上显示的“行车时间显示系统”和“行车速度屏”。现时，上述系统采用了不同类型的检测器收集实时交通信息样本，费时及难以整合。另外，由于仪器及安装成本高昂，所以检测器的数量有限及距离远；加上私隐问题，系统只限于收集商业登记车辆的交通信息，当中只占全港所有持牌车辆大约百分之二十五，因此实时收集到的交通信息样本数量有限。

由于上述各实时智能交通系统只提供平均行车时间和速度，而未有将反映影响交通网络不确定性因素的数据列入估算范围内(即该等比平均数徧高及徧低的数据)。试以一例说明：出行者要由A点驾驶至B 点，有两条路线可供选择，可使用“路线一”或“路线二”。“路线一”的平均行车时间为40分钟，而“路线二”的平均行车时间则为45分钟。在现有系统下会建议出行者使用平均行车时间最短的“路线一”。虽然“路线一”的平均行车时间较“路线二”的短5分钟，但其不确定因素所引致的行车时间偏差达24分钟，而“路线二”的行车时间偏差只有12分钟。经整合估算后，使用“路线一”准时到达目的地的成功率只有八成，而“路线二”则达九成。倘若准时到达目的地是出行者的首要条件，显然现有系统并未能为他提供一条最可靠的行车路线。

针对上述的局限和挑战，理大的研究人员研究采用一种综合方法，将下列三种数据整合，包括(1)离线行车时间的预测，(2)从车辆自动识别检测器中收集到的实时资讯并经过滤的数据，以及(3)根据视频检测器收集到的实时数据，每两分钟更新行车时间和车速；再加上优化的方法，将不确定性因素和准时到达目的地的成功率纳入估算范围内。

理大新研发的智能交通系统设有电脑版和手机版，可以让使用者按个人需要设定预期出发或到达的时间，时间价值及汽油成本等指标，由系统估算出一条最可靠的个人化行车路线，有效提升准时到达目的地的机会率。

理大研究团队将着手把新研发的智能交通系统延伸至公共交通网络，例如实时公共交通的到站时间及最可靠的路线查询，亦希望研发以人为本的城市交通控制系统，协助交通管理机构评估多模式交通网络的可靠性，以制定交通管制策略。新系统有利于各种道路使用者，能协助驾驶者节省时间和汽油，减低碳排放，亦能缩短行人在交通灯路口及巴士站的等候时间和减少吸入废气。

（完）