信仰　可能不存在的　棒球之神

［機車安全］噪音檢測 和 區間測速 的證據力？

0. 使用科技來執法並非不行，但需要有足夠的證據力，大家比較熟知道的DNA、指紋等生物特徵、測速照相，都算是已經使用已久的有效證據，其主要原因是準確率極高，遠高於99%，而且這些科技是單一項目的檢驗。

1. 就嚴謹的警察證據力來看，不到99%準確度的證據力，都有檢討的必要。

2.使用科技來執法，為避免機器誤判的可能，必須針對可能產生失誤的項目嚴格審查。變數過多的科技執法，代表本身需求的必要因素過多，相對就代表本身的複雜不足之處過多，並不適合拿來科技執法。

    基本的科學科技有一點就是變數越多，誤差相加後，誤差就會更大，證據力就會變差。

    計算機運算的科技，有一點就是功能越多時需要更高的運算力，不然延遲或失誤或漏算就可能發生。

    看似越科技的設計，反而可能降低準確率和證據力，也需要更嚴謹複雜的檢驗知識能力。

3.無人噪音檢測，這項目本身其實爭議很大，觀看youtuber火花羅的相關影片後，個人認為極易容易被干擾，有檢討和再加強的必要。

    它本身的成立要件就需要符合 環境、風速、車速、相片內容只能有單一車輛等眾多要件，光看就能知道變數很多，跟一般測速照相只有單一變數（且雷達電磁波遠比車速快）不同。

    （1）會需要一次只能拍到一台車的原因即是沒有指向性，對著車道拍照看似合理，但機器怎麼知道會不會有車違規行駛在非車道的地方，而誤以為是車道上拍到的車？

    （2）沒有聲音證據，怎麼知道錄到的聲音是照片上的車聲，難道潛艇的聲紋是不能比對的？

    （3）審查時間過久，怎麼保證證據儲存沒問題、資料內容沒有錯置。又這時間反而會成為環保局藉口車輛可能換過車輛裝備的藉口而不想錄音，但這本身就是環保局本身的問題，不能拿來當作不容懷疑的藉口。

    （4）環境背景噪音通常會經過遺傳演算法等排除，但仍不能排除演算法有不夠週全或超過其極限的可能，例如說到飛機音爆，也有可能逐漸大聲，通過後再逐漸變小聲，能夠產生的例子本來就不限車輛一種。

    （5）應該還是有人力的事後檢驗（外包？），可能是要做明顯誤判排除，但不明顯、模擬兩可的就看運氣了，但是人員有沒有經過訓練、有沒有認証，流水線的排程和各證據的對應有沒有失誤，這方面看來就不科技了。

4.區間測速，一般測速槍有定期檢驗，單看測速槍準確度還算可以相信，但區間的要點是時間變數。

    （1）區間測速進出長度最好在五公里以上，不然只要差個幾秒，誤差就會變得很大。例如入區間儀器時間誤差4秒時，1.8公里用時速59騎過會測得時速約61公里。

    不然就是把這誤差考量進去，例如長度2.5公里以內允許時速15公里的合理超速誤差，長度2.5~5公里允許12公里的合理超速誤差。

    （2）建議區間測速最好能把進、出區間的時速都列出供參考。

    （3）下面（4）之後的內容比較繁瑣，不想看太多的朋友，我在此舉兩個一般生活上的例子，馬拉松

和餐廳點餐，當馬拉松選手分批一個一個到達終點時，計時人員很輕鬆，一個人按碼表，辨識選手號碼，看時間，回報大會紀錄人員，但是如果一次很多選手同時進來，計時人員就無法如此輕鬆了，需要多個工作人員分工，不然一個人報時，10個人在10秒鐘內到達終點，如果還是一個一個來，最後被報時的選手被晚報了可能遠超過10秒。

    當然馬拉松到達終點是變慢，但區間測速有可能是進區間時因為晚報而讓車輛的區間時間變短，畢竟進區間需要從頭到尾的車牌辨識時間，出區間可能可以就之前進區間的有限車牌數量來節省辨識時間。

    所以分工資源分配很重要，這樣才能避免連鎖的延遲，所以餐廳點餐會有內場、外場，內場又有各自分工，外場也是有櫃檯、帶位、上菜、清潔的分工，簡單來說不管是馬拉松或是用餐時間，人潮和車潮可以看出分工和合作的優劣，如果車潮密集時容易出錯，那這種科技就是還有能力上的限制，或是政府採購的儀器能力不足，這需要科技上的車流壓力檢驗。

    （4）理論上看似沒有問題，但仍有必要確認的因素有下列工作會否影響時間計時或及時取得正確的最新時間 ： 現場系統與後端傳輸時間誤差、現場系統是否會比對車牌比對車速（功能越強、運算越多、越容易干擾CPU 運作）而明顯延遲、後端系統是否正在下載更新、後端系統是否正在資料備份、是否有無線操控、現場系統或後端是否瞬間訊息量過大而影響。

    （5）youtube頻道「展的分享天地」20250221、20250222、20250303的貼文中，可以看得出來一個需要審視的巧合，就是兩個騎士都是發生在上下班時段，就可能是訊息量過大，影響cpu流程，優先進行其它資訊的處理，而一直延後取得更新時間，回報時不是即時正確時間資料。

    （6）當然足夠高速穩定的設備和理想的程式設計仍然可以達到要求，在正規的科技業大廠，每個專案都會有一、兩位工程師來設計測試項目、檢驗和記錄，這麼科技的事情，一般的發包和檢驗能否達到相等的科技檢驗本身也是科技問題。

    要科技對民眾執法，政府本身需要先做好相當對等的科技檢驗才行。

    （7）車牌的圖形辨識，這也有演算法的時間優劣，一般應該都以平地(最大宗)拍攝到的圖形來優先進行數字和英文辨識，再個別用不同角度去運算，這時候如果是斜坡（斜坡拍到的數字可能拉的比較長或變矮或傾斜），可能都是要花比較多時間才能辨識出來的。

    有一種可能的方式就是圖形辨識程式可以設定傾角來直接可選擇不同傾角的模式，安裝人員或後台可以選擇對應的傾角設定，來讓辨識系統在比較相符的預設環境較快速確認車牌。