關於 gps兩點距離 ，我們在網路上蒐集到這些相關的討論、資訊與評價

【特派聊新事S1E03】東奧搜密：王齊麟私下傳訊英國球員約定一件事

‧主題：2021夏天的2020東京奧運搜密
‧主持人：廖漢原／中央社國際暨兩岸新聞中心主任
‧與談人：龍柏安／綜合新聞中心記者、跑過5屆奧運

跑過4屆奧運（雅典、北京、倫敦、里約）的中央社記者龍柏安，這次又跟著選手遠征東京奧運會現場2周，在各場館、新聞中心與接駁轉運站來回穿梭，通常吃完飯店早餐後，得捱至深夜一兩點才有空檔呷第二餐。對待防疫守則，台灣記者團乖乖，韓國記者團隨興，兩方為了食物各顯神通。那麼是誰被日本民眾抓包在東京街頭閒晃？

戴資穎為何不愛跟記者聊天？譚雅婷動氣是在怒哪齣？林郁婷與陳念琴敗陣後的反應是？奪金的郭婞淳終於不再向媒體道歉。句點王林昀儒最討厭大家叫他……唐嘉鴻與李智凱場內翻滾，記者差點看不到。王齊麟私下傳了什麼簡訊給英國球員？

▶️這些鏡頭外的祕辛，讓遠赴東奧現場的龍柏安說給你聽。

｜本集重點｜
（00：02：13）15分鐘來回限定商店買晚餐
（00：03：41）台灣乖寶寶與韓國調皮鬼
（00：08：17）防疫App我不開你GPS得到？
（00：12：10）登上世界最高峰的麟洋配
（00：13：59）戴資穎與記者和球迷間的距離
（00：16：15）譚雅婷紅顏一怒為的是……
（00：19：07）林郁婷與陳念琴輸了沒森七七
（00：22：33）以銅換金的郭婞淳背後故事
（00：26：47）不愛哈拉的「句點王」林昀儒
（00：29：53）唐嘉鴻＋李智凱——體操館外插曲
（00：39：17）KO英國後，王齊麟傳訊對手希望……
（00：40：40）麟洋配擊敗印尼組，他們的攝影這樣說……
（00：44：52）靠贊助與輔助金，沒乾爹乾媽選手怎活

▶️相關新聞：https://reurl.cc/qgedlp

‧後製團隊：中央社影音中心陳薇雯、張若瑤

#特派聊新事 #東京奧運 #龍柏安 #廖漢原 #中央社好POD #開台前搶先聽

▶️中央社在9月將成立專屬PODCAST平台「中央社好POD」，在正式上線前，近期有一系列精采內容供聽眾搶先聽，記得要追蹤「中央社新聞粉絲團」，或下載「中央社一手新聞APP」，並打勾勾訂閱「中央社好POD」留下五星評價，才不會錯過我們的節目喔！

▶️【Firstory】https://reurl.cc/6azEDr
▶️【SoundOn】https://reurl.cc/pgEMEl
▶️【Apple Podcasts】https://reurl.cc/a9ykb7

▶️意見信箱：cnaonpodcast@gmail.com
▶️其他內容：linktr.ee/videocna

[ #淡蘭百年山徑｜淡蘭中路：闊瀨、灣潭古道 ]

第二天的行程很簡單，走完闊瀨和灣潭古道，就可以從步道出口的福德宮搭F815公車返回雙溪車站。但班次很少，一天只有四班，分別是07:00／10:40／14:00／16:50，車程約一個小時。我們抓大概3.5小時完成剩下距離，這樣就可以搭下午兩點公車回雙溪取車返家，所以一直在營地摸到10點才啟程。

闊瀨古道沿著北勢溪，灣潭古道沿著灣潭溪，兩條水岸步道皆是風光明媚，有山有水，但水的風情略勝一籌，有溫柔婉約的細水，也有傾瀉奔騰的瀑布。如果芬多精可以吃飽，這裡簡直是免費的Buffet。

//

最後我們大約13:30抵達公車站牌，發現已有山友在那候車，加上後到的人，一共8位，從尾站上車保證有位子，限乘19人的小巴士空位可說是綽綽有餘。

但是隨著公車一個一個到站，上車的人越來越多，位子很快被坐滿。我看了一眼，大多是外地人或遊客，心想這平日搭車的人還真多啊，遲早會擠壓到當地民眾搭車的方便吧？因為為了安全起見，公車禁止開放站位，所以滿了就是滿了，後來的乘客不准再上車。

雖然這班偏鄉接駁巴士有在地居民優先上車的默契，但公車這麼滿，總不能把遊客趕下車讓出空位吧？才剛這麼想，公車裡馬上爆發一陣騷動，原來有幾位老人家上不了車，很是著急，跟司機有點口角。

我很能理解居民的焦慮，因為這是他們非常倚賴的交通工具，錯過這一班，他可能銜接不到轉乘的火車，也許會錯過某個門診、某個探訪孫子的機會，或者沒辦法搭上末班返程回家的公車。

雙方有些僵持不下，司機態度突然軟化，很誠懇地問車上年輕一點的乘客能不能改坐地上，把位子讓給老人家？我和呆呆扛著大背包擠在狹小的位子上，實在沒辦法讓位。還好，後排幾位年輕女生很慷慨地一口答應，這才化解了危機。

車子開得飛快，在山裡繞呀繞的，上車前吞下的午餐差點吐出來，我用力壓抑喉頭的噁心感，恍忽聽見呆呆和隔壁乘客似乎在交談，但具體聊什麼我真的聽不仔細，直到下車後，呆呆才緩緩說道他們剛剛聊了什麼。

根據呆呆轉述，那位大姐很感嘆，好幾年前走淡蘭的人不多，熱情好客的居民常常接待路過的山友，吆喝著一起用飯，或是奉茶，盡盡地主之誼。但後來走古道山路的人越來越多了，慢慢有了衝突的發生，所以居民們漸漸將大門深鎖。尤其外地人常常不知道有禮讓在地人的默契，還常常錯認搶先上車的老人家是在插隊，衝突當然越來越多，日積月累後，連心裡的那扇門也都關上了。

日後走淡蘭的人一定會越來越多，必須要儘早提出解決辦法，例如加開週末的公車班次，或是落實禮讓當地人的宣導。畢竟這些住在古道沿途的居民們，其實也是淡蘭古道特有的風景，有些家族可能已生根數個世代，他的阿公阿祖或許也曾在百多年前，為跋山涉水的行腳、挑夫們供一頓溫飽。

淡蘭古道是人走出來的，沒有人、沒有文化，山徑不會源遠流長。讓溫暖的人情味也能細水長流地傳承下去，有賴每一位過路客的一聲問好和一抹微笑。

如果要去走淡蘭中路，記得到雜貨店買汽水的時候和老闆娘說說笑，見到在地居民也可以打聲招呼。聊什麼都可以，聊什麼不重要，總覺得打從心裡多做一點什麼的話，這條路才能走得更久、更長。

——————

#2D1N行程規劃

D1：柑腳 > 中坑古道 >枋山坑古道 > 闊瀨（宿）
D2：闊瀨古道 > 三水潭 > 灣潭古道 > 雙溪口福德宮

——————

#D2路線

闊瀨和灣潭古道皆是沿北勢溪和灣潭溪修築，路徑雖偶有起伏，但大致都是平緩好走的路，只有闊瀨古道因地勢關係，步道寬度較窄且有部份崩塌，所以需要稍微小心踏點。

但除此之外，這天都是相當享受的路段，如果走完灣潭還不過癮，甚至可以加碼一段烏山越嶺古道到坪溪頭站牌，在16:37搭上同班車回到雙溪車站。

因為部分據點有公車可以接駁，讓淡蘭中路的走法變得非常多元，實在是相當推薦大家去走，善用大眾運輸接駁，感受一下新北郊外山城的純樸 :)

・闊瀨古道 5.5K
・灣潭古道 3.9K

GPS紀錄步行距離約9公里，行走時間約3.5小時（不含休息）
總爬升575m，總下降458m

——————

淡蘭道 Tamsui-Kavalan Trails
#淡蘭古道 #淡蘭中路 #國家綠道 #長距離步道

AI演算法模型於交通運輸市場應用

科技產業資訊室 (iKnow) - 何思穎、張小玫 發表於 2020年4月28日

由於大眾對汽車及駕駛員安全、運輸成本降低以及自駕車發展的關注度日益提升，導致人工智慧（AI）在運輸市場中快速成長。2017年市場價值為14億美元，預計到2023年將達35億美元，2018-2023年的複合年均成長率（CAGR）為16.5%。AI在運輸業中涉及電腦視覺（computer vision）、深度學習（deep learning）和自然語言處理（natural language processing）。

AI系統將會嵌入攝影機、雷達偵測（RADAR）感測器以及光達（LiDAR）等硬體設備，進而安裝在測試中的全自動駕駛車內，包括AI應用程式分為：人機界面（HMI）和先進駕駛輔助系統（ADAS）。AI產品分為軟體和硬體。2013-2017年以軟體主導了市場且預計2018-2023年期間也將持續主導地位，這要歸因於HMI應用程式中，軟體作為平台部署的情形成長，譬如Microsoft Azure。

交通運輸之AI演算法模型，如下：

類神經網路（ANNs）

說明：類人腦之神經網路，透過先前的經驗和變化權重的資料點（data point）來做出決策。類神經網路可以透過處理大量資料解決複雜的問題，檢測非線性關係。

用途：部份較複雜的全球定位系統（GPS）透過GPS、加速儀（accelerometer）和磁量計（magnetometer）搜集資料，利用類神經網路來決定運輸模式。類似於人類透過多個資料點的考量來「感受」距離。此外，在公共場合中應用類神經網路模型可以幫助預測公車抵達公車站的時間。

類免疫系統（AIS）

說明：該演算法的靈感來自於人類生物學，特別是人體如何對又稱為抗原的致病原（disease-causing agent）做出反應。AIS模擬了人體免疫系統的特徵抽取（feature extraction）、圖形辨識（pattern recognition）、學習和記憶。

用途：AIS在圖形辨識、異常檢測（anomaly detection）、分群（clustering）、最佳化（optimization）、規劃（planning）和排程（scheduling）。工程師利用AIS創建了即時調整支援系統，以在網路受到干擾時，幫助公共運輸網路找到解決方案。

模糊邏輯模型（Fuzzy Logic Model）

說明：模擬人類的決策制訂而來的，模糊邏輯指定資料於0到1之間的數值以展現不確定性。該系統已經使用了30多年，最適用於條件模糊且每個動作的結果都是未知的情況。

用途：模糊邏輯具有模擬曖昧且不明確的交通及運輸規劃問題的潛力，同時具備交通控制應用程式，因為模糊邏輯可以在十字路口發出時間訊號，決定汽車應該停留的時間長度。

蟻群最佳化演算法（ACO）

說明：該演算法模擬了蟻群的行為，就是螞蟻根據自己選擇較短路徑以及其他路徑的螞蟻透過費洛蒙分享經驗的選擇方式。該機制幫助螞蟻在兩點之間找尋最快路線。在電腦科學中，這個問題也被稱為旅行推銷員問題（Traveling Salesman Problem），其中一個推銷員必須拜訪X個城鎮，然後以最小的成本回到起點。

用途：蟻群演算法可以用於選擇更好的公共交通巴士路徑，也可以用於沿途接客的共乘平台，如：Uber Pool。
蜂群最佳化演算法（BCO）

說明：與ACO相似，該算法以蜜蜂的集體覓食運動為例，體現了有組織的團隊工作、協作和緊密溝通。蜜蜂在蜂巢內的運動幫助科學家最佳化汽車的移動。

用途：蜂群演算法可以用於最佳化旅行路徑，減少通勤時間、等待次數、延遲以及空氣／噪音汙染。如：AirB&B

企業合資及併購活動方面，大型汽車OEM製造商正收購具技術取向的新創產業，並且從自動駕駛卡車及其他商業用車輛切入市場。譬如，特斯拉於2017年11月推出具有半自動功能的電動卡車（semi-truck）。此外，nuTonomy Inc.、TuSimple Inc.和Nauto Inc.等新創企業也正著手製造配有自動駕駛系統的商用車和客車。因此，製造商跨業整合會越來越多及著重安全性考量的自駕車技術，正在擴展市場的進步。

附圖：圖、AI演算法模型於交通運輸市場應用
圖、AI在全球運輸市場中價值成長

資料來源：https://iknow.stpi.narl.org.tw/Post/Read.aspx?PostID=16578