台灣路更平：群眾協作的道路鋪面改善專案

在台灣，道路的施工品質不佳一直為人詬病， 導致道路的鋪面凹凸不平，造成行駛顛簸甚至意外。 台灣路更平 是台科大教授 莊子毅 發起的專案， 以現今社會人手一台的智慧型手機作為感測器， 在行駛期間記錄位置與加速度資訊， 用以評量道路的平穩程度。 以群眾協作的方式，取代傳統費時費工的監測。

台灣道路鋪面工程

台灣的道路鋪面品質一直為人詬病。 平時許多工程，如下水道、管線工程， 都會直接在馬路上開挖， 完工後回填的柏油也常無法與周圍的舊柏油平穩接合， 可能有高低落差或材質不同。

台灣的各地政府也為了民眾感受，實施路平專案， 對專案中品質嚴峻的道路整條刨除重鋪， 或一般道路的少部份修補。 但由政府推動的路面重鋪工程， 在鋪面品質的檢測上十分困難。 一方面因為鋪面品質的檢測方式，多線道暫且不論， 多半必須至少行經過道路一次。 台灣的公路網成熟且密集，要全面行駛過一次，需求人力極大， 以地方政府現在的編制，並沒有團隊與足夠的人力。

政府目前對道路鋪面的檢測方式，是以高價、專業的監測車進行。 車上配有監看地面雷達、測量顛簸程度的加速度計、 行駛時拍攝鋪面的攝影機，各項價格不斐的感測器。 且監測車在使用上有諸多限制，例如需要以一定的速度穩定行駛， 以符合國際的鋪面品質監測標準 IRI 。

pavement sensor car

總結來說，政府的鋪面檢測作業方式，缺陷在於成本過高。 為符合 IRI 標準與可靠的數據，採用了高階的感測器。 同時由於高單價，也不適合同時以多台監測車同步進行， 要用一台車跑遍行政區內的道路所需的時間極長， 使得傳統的檢測作業極為受限。

政府的通報系統

除了由政府主動檢測道路品質， 也有許多案例是由民眾通報，政府再去重鋪路面。 因此政府建製的通報系統，也是十分有效的資訊來源。 籍由民眾在日常使用道路中發現問題通報政府， 相當於將民眾的行駛經驗直接作為檢測結果使用。

此機制的好處在於，所有民眾的數量、行駛里程數的總計， 遠非公務人員或單一公司、團隊能比擬。 道路鋪面出現問題，在短時間內就可以發現。 惟並不是所有發現道路問題的民眾都會回報到政府， 影響民眾回報意願的因素， 有問題的嚴重性、回報程序的介面有善程度。

公務體系的運作，一直有程序繁瑣、效率低下的缺點。 而政府提供民眾回報道路問題的網站， 也如同多數政府網站，同樣有介面不佳、難以使用的問題。 而且回報流程繁瑣，後續的追縱也很不方便。 導致民眾回報的意願不佳。

另外就是此類通報多是採事件性質， 例如道路坑洞、凸起等嚴重的問題， 才會讓民眾 有感 到主動通報。 政府既有的鋪面檢測方式，除了嚴重的單一問題外， 也能量化整體道路的品質，如粗糙度、平穩程度。 但民眾的通報則難以量化， 加上通報網站的設計為單一事件導向， 不適合涵蓋這些內容。

台灣路更平專案

台灣路更平 是台科大教授莊子毅在 2018 年發起的專案， 主要目的是以 群眾協作 的方式， 並搭配智慧型手機、自動化、雲端運算技術， 改進前述的流程繁瑣、資訊難以量化、 限於單一事件無法持續監測等限制。

台灣路更平由智慧型手機上的客戶端，與雲端的伺服器組成。 客戶端程式利用手機內建的加速度儀， 記錄行駛期間的顛簸程度， 並配合 GPS 將顛簸程度與實際位置整合。 在使用上，只要在上路前啟動客戶端程式， 並將手機固定在交通工具上，即可記錄行駛過程中的顛簸程度， 自動上傳到伺服器端再進行分析，從而免去手動通報的繁瑣程序。 而伺服器端會依照所有客戶端的回報資料， 找出道路鋪面品質較差的熱點，自動通報予政府單位。

目前客戶端程式是以 web app 的型式發布， 利用瀏覽器提供的 gps 定位與加速度計 api， 即可存取裝置上提供的 gps 定位結果與加速度。 web app 的好處是不需要另外安裝 app， 只要有足夠先進的瀏覽器，開啟網頁即可開始使用。 除了不需要為不同平台提供不同的程式， 也省去在應用程式商店上架的流程。

這種作法的好處是，只要讓使用者養成習慣， 在上路前固定開啟 app 收集資料，即可有穩定的行駛記錄資料， 相當於建立了一組在台灣各處的調查道路鋪面品質的團隊。 不像政府的通報系統，只能處理單一事件， 而是能不斷收集所有使用者行經的道路資訊。

由於 app 收集的是行駛過程的加速度與 gps 定位座標， 因此是可以量化統計分析的數值， 甚至換算為現有的鋪面品質指標， 較政府的通報系統，能提供更科學客觀的資訊。 只是指標的計算上，由於收集的資料種類不同，使用目的也有差異， 無法換算為目前台灣最廣為使用的 iri 指標。 但在道路鋪面的修繕、維護上，仍是十分有價值的參考資訊。

此外，如果使用者開啟錄影功能， 也可以將行駛期間的影片上傳回伺服器， 提供道路情況的參考。 專案中也會以類神經網路，分析行駛期間的道路影像， 找出如坑洞、凸起等異常情形。

總合來說， 台灣路更平 相對於政府既有的通報流程， 改善的點有：

  1. 提供長期的監測數據，而不只是單一事件的通報。

  2. 使用上高度自動化，不需在出現問題時手動通報。

  3. 提供量化、可統計的資訊，而不只是對特定事件的定性描述。

各項指標

IRI

iri 是國際上廣為使用來評估鋪面品質的指標， 全名為 international roughness index， 主要概念是統計路面的粗糙度，公式如下：

IRI = \frac 1 L
\int ^{ \frac L V } _0
| \dot { Z_s } - \dot {Z_u} | d t

其中 L 為路徑長，V 為行駛速度。 此外由於行駛速度也會影響測量到的顛簸程度， iri 慣例上以時速 80 公里為標準。

但 iri 的模型較單一，能否反應複雜的道路情形？ 例如若有離群值如坑洞、凸起等。 或是如果車輛的懸吊系統是否應納入考量？

PPI

PPI 是林子毅教授發展，應用在台灣路更平專案中的指標， 公式如下：

A_i = \frac {std_i} {Avg_{std}} \\
PPI = \sum ^n _{i=0} \frac {A_i} n

app 所收集到的資料以一秒為區間， 統計第 i 個區間內的加速度標準差為 $std_i$ ， 路程中的所有加速度標準差則記為 $Avg_{std}$ ， $A_i$ 即為區間內加速度標準差與全域標準差的比值。

在計算 PPI 前，會先將手機測得的加速度減去重力加速度， 並從手機的座標系統轉換到交通工具的座標系統， 其中 y 軸為前進方向、z 軸為垂直方向、x 軸為側向。

在不同行駛速度下，路面的顛簸程度也會不同。 專案中依行駛速度將測得的 PPI 分為三個區間統計， 分別為時速 40 公里以下、40-80 公里、80 公里以上。

IRI 與 PPI 的轉換

由於 IRI 與 PPI 在本質上的不同， 二者難以直接轉換。

群眾協作

群眾協作，即是利用眾人的力量， 以人數的優勢就可能完成困難的任務。 例如維基百科，即是結合眾人之力，共同編輯完成的共享知識庫。 而 台灣路更平 專案，也一個優秀的群眾協作示範， 將平台與監測 app 準備好，即可集合眾人之力， 完成走遍所有道路此一乍看之下極為困難的任務。

台灣路更平 專案在發布後的前六個月， 總里程數即達到 11876 公里，來自 141 台不同的裝置。 入選為 g0v 2018 年的公民科技獎金補助名單， 也實際為台灣的道路鋪面品質改善作出貢獻。

專案也嘗試與台北市的公車業者、計程業者合作， 期望提升路網覆蓋率。 惟公車是在固定的路線中移動， 不如一般民眾會觸及不同地區，對整體覆蓋率的貢獻有限； 計程車司機雖然沒有固定路線， 但運將也多半有習慣的巡迴路線，結果與公車類似。