Luận văn so sánh mô hình di chuyển người đi bộ trong không gian đô thị - Anjara Nobby Rakotoarivelo

Tôi có thể giúp bạn tạo meta tags cho bài viết "Luận văn so sánh các mô hình di chuyển của người đi bộ trong không gian đô thị". Dưới đây là kết quả: {

• Tác giả: Anjara Nobby Rakotoarivelo
• Người hướng dẫn: PGS.TS. Dr Julic Dugdale
• Trường học: Đại học Quốc gia Việt Nam
• Chuyên ngành: Systèmes Intelligents et Multimédia
• Đề tài: So sánh mô hình di chuyển người đi bộ trong đô thị
• Loại tài liệu: Mémoire de fin d’études du Master
• Năm xuất bản: 2018
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• TÓM TẮT
• ABSTRACT
• DANH MỤC HÌNH VẼ
• DANH MỤC BẢNG BIỂU
• MỞ ĐẦU
• 1. Chương 1: Phân tích các nghiên cứu hiện có
• 1.1. Các mô hình mô phỏng người đi bộ
• 1.1.1. Mô hình vĩ mô
• 1.1.2. Tóm tắt các mô hình điều hướng của người đi bộ
• 1.2. Dữ liệu hiện có về hành vi của người đi bộ
• 1.2.1. Kết quả phân tích video
• 1.3. Các công cụ mô phỏng người đi bộ hiện có
• 2. Chương 2: Giải pháp thiết kế
• 2.1. Đề xuất giải pháp
• 2.1.1. Kiến trúc mô hình
• 2.1.2. Mô tả và chức năng của các tác tử
• 2.1.3. Quy tắc tương tác của các tác tử
• 3. Chương 3: Giải pháp thực nghiệm
• 3.1. Giới thiệu các công cụ thực hiện
• 3.2. Cài đặt thực nghiệm
• 3.2.1. Cài đặt SIG
• 3.2.2. Cài đặt các mô hình
• 3.2.2.1. Giới thiệu mô hình « lực xã hội »
• 3.2.2.2. Giới thiệu mô hình « boids »
• 3.2.2.3. Giới thiệu các mô hình bổ sung
• 3.3. Đánh giá mô hình
• 3.4. Thử nghiệm và phân tích kết quả
• 3.4.1. Giới thiệu các kịch bản
• 3.4.2. Phân tích kết quả
• 3.4.2.1. Phân tích mối quan hệ giữa quỹ đạo và dòng di chuyển
• 3.4.2.2. Phân tích mối quan hệ giữa vận tốc và mật độ
• KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Giới thiệu Khám phá Tại sao Mô Hình Di Chuyển Người Đi Bộ Đô Thị Lại Quan Trọng

Việc hiểu rõ và dự đoán hành vi di chuyển người đi bộ trong không gian đô thị là một thách thức lớn nhưng vô cùng quan trọng đối với quy hoạch đô thị và quản lý giao thông. Trong bối cảnh các thành phố ngày càng đông đúc, việc tối ưu hóa luồng người đi bộ có thể cải thiện đáng kể hiệu quả sử dụng không gian, an toàn giao thông, và chất lượng cuộc sống đô thị. Các mô hình di chuyển người đi bộ đô thị cung cấp một công cụ mạnh mẽ để các nhà quy hoạch và kỹ sư có thể thử nghiệm các kịch bản khác nhau, từ thiết kế vỉa hè, vị trí đèn tín hiệu, cho đến cách bố trí các khu vực công cộng. Mục tiêu chính của các nghiên cứu trong lĩnh vực này là xây dựng các mô hình có khả năng tái tạo chính xác hành vi di chuyển người đi bộ thực tế, giúp đưa ra các quyết định quy hoạch thông minh và bền vững hơn.

Nghiên cứu sâu rộng về mô hình di chuyển người đi bộ đô thị không chỉ giới hạn ở việc mô tả chuyển động cá nhân mà còn mở rộng ra việc phân tích các tương tác xã hội và sự xuất hiện của các hành vi tập thể. Các mô phỏng người đi bộ chi tiết có thể tiết lộ những điểm tắc nghẽn tiềm ẩn, đánh giá tác động của các sự kiện lớn lên luồng người, và thậm chí dự đoán phản ứng của đám đông trong các tình huống khẩn cấp. Do đó, việc so sánh và đánh giá các phương pháp mô hình hóa khác nhau là cần thiết để xác định công cụ phù hợp nhất cho từng mục đích ứng dụng cụ thể. Công trình nghiên cứu này tập trung vào việc so sánh các mô hình di chuyển của người đi bộ trong không gian đô thị, đặc biệt là hai mô hình nổi bật: lực xã hội model và boids model, nhằm đề xuất các cải tiến tiềm năng.

1.1. Tầm quan trọng của việc phân tích hành vi di chuyển người đi bộ

Phân tích hành vi di chuyển người đi bộ cung cấp thông tin quý giá cho việc thiết kế các khu vực công cộng hiệu quả và an toàn. Trong không gian đô thị, sự tương tác giữa người đi bộ với môi trường và với nhau tạo ra các mẫu hình chuyển động phức tạp. Hiểu được các yếu tố ảnh hưởng đến quyết định di chuyển của người đi bộ – như mật độ, chướng ngại vật, tín hiệu giao thông, và sự hiện diện của người khác – giúp tạo ra các khu vực thân thiện hơn. Các mô hình di chuyển người đi bộ đô thị tiên tiến cho phép dự đoán phản ứng của đám đông đối với các thay đổi về cơ sở hạ tầng hoặc các sự kiện cụ thể, hỗ trợ đắc lực cho các nhà quản lý trong việc duy trì trật tự và an toàn công cộng. Đây là nền tảng để phát triển các giải pháp quy hoạch đô thị lấy con người làm trung tâm.

1.2. Mục tiêu nghiên cứu về mô hình di chuyển và ứng dụng thực tiễn

Mục tiêu chính của nghiên cứu trong lĩnh vực này là phát triển các mô hình di chuyển người đi bộ đô thị chính xác và có khả năng mở rộng. Các mô hình này không chỉ giúp dự đoán quỹ đạo người đi bộ mà còn mô phỏng các hành vi di chuyển người đi bộ phức tạp như tránh chướng ngại vật, theo nhóm, hoặc hình thành hàng đợi. Ứng dụng thực tiễn của chúng rất đa dạng, từ việc tối ưu hóa giao thông ở các khu vực đông dân cư, thiết kế các ga tàu điện ngầm và sân bay, cho đến việc lập kế hoạch sơ tán trong trường hợp khẩn cấp. Việc so sánh các mô hình di chuyển của người đi bộ trong không gian đô thị giúp làm rõ ưu nhược điểm của từng phương pháp, từ đó định hướng cho việc lựa chọn và cải tiến mô hình phù hợp nhất với các yêu cầu thực tế.

II. 2 Cách Tiếp Cận Chính Phân Tích Mô Hình Lực Xã Hội Trong Mô Phỏng Người Đi Bộ

Trong lĩnh vực mô phỏng người đi bộ, lực xã hội model (Social Force Model) là một trong những phương pháp được nghiên cứu và ứng dụng rộng rãi nhất. Mô hình này được giới thiệu bởi Dirk Helbing và Peter Molnar vào năm 1995, dựa trên ý tưởng rằng chuyển động của người đi bộ có thể được mô tả bằng các lực tương tác xã hội và vật lý. Người đi bộ được xem như các tác tử chịu ảnh hưởng của các lực đẩy và kéo, bao gồm lực mong muốn di chuyển đến mục tiêu, lực đẩy từ các chướng ngại vật, và lực tương tác lẫn nhau với những người đi bộ khác. Các lực này tổng hợp lại để xác định gia tốc và hướng di chuyển của mỗi cá nhân, tạo nên một bức tranh động về hành vi di chuyển người đi bộ trong không gian đô thị. Đặc biệt, mô hình này có khả năng tái tạo các hành vi di chuyển người đi bộ phức tạp như tránh va chạm, đi theo luồng, và hình thành hàng đợi một cách tự nhiên. Nghiên cứu của Anjara Nobby Rakotoarivelo đã tập trung vào việc thử nghiệm lực xã hội model và boids model để so sánh hiệu suất, ghi nhận tốc độ trung bình cho lực xã hội model là 1.33 m/s, gần với tốc độ tham khảo 1.34 m/s trong các tài liệu, chứng tỏ tính hợp lý của mô hình này trong việc dự đoán tốc độ.

2.1. Nền tảng và nguyên lý hoạt động của mô hình lực xã hội

Lực xã hội model dựa trên nguyên lý của cơ học cổ điển, nơi mỗi người đi bộ là một hạt chịu tác dụng của nhiều lực. Lực đẩy mục tiêu hướng người đi bộ về phía đích đã định. Lực tương tác với người khác và chướng ngại vật đóng vai trò quan trọng trong việc tránh va chạm và duy trì khoảng cách an toàn. Các lực này được tính toán dựa trên khoảng cách và vận tốc tương đối giữa các tác tử, mô phỏng hành vi di chuyển người đi bộ một cách linh hoạt. Sự kết hợp của các yếu tố này giúp mô hình tái tạo một cách thuyết phục các kịch bản thực tế trong mô phỏng người đi bộ, từ việc đi lại bình thường đến những tình huống đông đúc. Đây là một cách tiếp cận vi mô, tập trung vào hành vi cá nhân để từ đó mô tả hành vi của cả hệ thống.

2.2. Ưu điểm và hạn chế khi áp dụng mô hình lực xã hội trong không gian đô thị

Ưu điểm nổi bật của lực xã hội model là khả năng tái tạo một loạt các hành vi di chuyển người đi bộ tự nhiên, bao gồm các hiện tượng khẩn cấp như tránh va chạm và hình thành luồng đi bộ. Mô hình này cung cấp cái nhìn sâu sắc về hệ thống đa tác tử và cho phép phân tích quỹ đạo người đi bộ chi tiết. Tuy nhiên, mô hình cũng có những hạn chế. Việc xác định và điều chỉnh các tham số lực (như hằng số lực đẩy, hằng số lực hút) có thể phức tạp và đòi hỏi dữ liệu thực nghiệm phong phú. Đồng thời, khi số lượng người đi bộ tăng lên, chi phí tính toán của mô phỏng người đi bộ sử dụng lực xã hội model có thể trở nên rất cao, đặc biệt đối với các không gian đô thị lớn. Việc cải tiến lực xã hội model vẫn là một lĩnh vực nghiên cứu tích cực, với mục tiêu nâng cao độ chính xác và hiệu quả tính toán.

III. Khám Phá Sức Mạnh Của Boids Model Một Phương Pháp Hệ Thống Đa Tác Tử Hiệu Quả

Boids model, do Craig Reynolds giới thiệu vào năm 1987, là một phương pháp dựa trên hệ thống đa tác tử (multi-agent system) ban đầu được phát triển để mô phỏng hành vi di chuyển của đàn chim. Tuy nhiên, tính linh hoạt và khả năng mô phỏng các hành vi tập thể một cách tự phát đã khiến nó trở thành một công cụ tiềm năng trong việc nghiên cứu mô hình di chuyển người đi bộ đô thị. Mô hình Boids hoạt động dựa trên ba quy tắc cơ bản cho mỗi tác tử: sự phân tách (separation), sự liên kết (alignment), và sự gắn kết (cohesion). Quy tắc phân tách giúp tác tử tránh va chạm với các tác tử lân cận. Quy tắc liên kết điều chỉnh hướng di chuyển của tác tử để phù hợp với hướng di chuyển trung bình của những người láng giềng. Cuối cùng, quy tắc gắn kết kéo tác tử về phía trung tâm của nhóm lân cận. Sự kết hợp đơn giản của ba quy tắc này có thể tạo ra các hành vi di chuyển người đi bộ phức tạp và tự nhiên trong mô phỏng người đi bộ. Nghiên cứu đã chứng minh rằng boids model có khả năng mô phỏng các hành vi nổi bật như sự hình thành hàng đợi khi mật độ tăng, mặc dù tốc độ trung bình của người đi bộ trong boids model (1.27 m/s) hơi thấp hơn so với lực xã hội model (1.33 m/s) và tốc độ tham khảo, cho thấy có thể cần tinh chỉnh thêm các tham số.

3.1. Cơ chế và nguyên tắc tự tổ chức của mô hình Boids

Boids model minh họa rõ nét nguyên tắc tự tổ chức (self-organization) trong hệ thống đa tác tử. Mỗi tác tử, hay 'boid,' chỉ cần tuân theo ba quy tắc tương tác cục bộ mà không cần một bộ điều khiển trung tâm. Chính những tương tác đơn giản này giữa các cá thể đã dẫn đến sự xuất hiện của các hành vi di chuyển người đi bộ tập thể phức tạp như hình thành các nhóm, thay đổi hướng đồng loạt, và tránh chướng ngại vật một cách linh hoạt trong không gian đô thị. Mô hình này đặc biệt hiệu quả trong việc tạo ra các chuyển động tự nhiên và đáng tin cậy cho các tác tử, ít yêu cầu tài nguyên tính toán hơn so với một số mô hình phức tạp khác, giúp nó trở thành lựa chọn hấp dẫn cho các mô phỏng người đi bộ quy mô lớn. Việc ứng dụng boids model giúp hiểu sâu hơn về động lực học của đám đông và các yếu tố ảnh hưởng đến quỹ đạo người đi bộ.

3.2. Tiềm năng và thách thức của Boids Model trong mô phỏng di chuyển người đi bộ

Tiềm năng của boids model trong việc mô phỏng mô hình di chuyển người đi bộ đô thị nằm ở khả năng tạo ra các hành vi di chuyển người đi bộ tự nhiên từ các quy tắc đơn giản. Nó rất phù hợp cho các mô phỏng người đi bộ quy mô lớn, nơi việc tính toán lực tương tác chi tiết cho từng cặp tác tử trở nên không khả thi. Tuy nhiên, thách thức chính là việc tinh chỉnh các trọng số cho ba quy tắc cơ bản để phù hợp với hành vi di chuyển người đi bộ của con người, vốn phức tạp hơn so với chim chóc. Ví dụ, con người có mục tiêu cá nhân, ý định rõ ràng và khả năng nhận thức cao hơn. Để boids model thực sự hiệu quả trong quy hoạch đô thị và tối ưu hóa giao thông, cần tích hợp thêm các yếu tố như mục tiêu cụ thể, nhận thức về môi trường, và các quy tắc xã hội phức tạp hơn, có thể thông qua kết hợp với các mô hình khác hoặc dựa trên dữ liệu video thực tế.

IV. Phương Pháp Luận So Sánh Các Mô Hình Di Chuyển Người Đi Bộ và Cải Tiến

Để đánh giá hiệu quả và độ chính xác của các mô hình di chuyển người đi bộ đô thị, một phương pháp luận so sánh chặt chẽ là điều cần thiết. Công trình nghiên cứu này đã tiến hành một loạt thử nghiệm với lực xã hội model và boids model trong các kịch bản khác nhau, tập trung vào việc phân tích quỹ đạo người đi bộ và tốc độ di chuyển. Mục tiêu không chỉ là xác định mô hình nào hoạt động tốt hơn mà còn là khám phá cách cải tiến chúng dựa trên dữ liệu thực tế và các phương pháp mô hình hóa bổ sung. Quá trình này bao gồm việc thu thập và phân tích dữ liệu video về hành vi di chuyển người đi bộ trong không gian đô thị để hiệu chỉnh các tham số và xác nhận kết quả mô phỏng. Việc áp dụng các kỹ thuật như phân tích video giúp đưa ra các yếu tố thực tế hơn vào mô hình, từ đó tăng độ tin cậy. Bên cạnh đó, các chức năng từ các mô hình khác như Automate Tế bào (Cellular Automaton) và mô hình Leader-Follower cũng được xem xét để tích hợp, nhằm khắc phục những hạn chế hiện có và nâng cao khả năng mô phỏng các hành vi di chuyển người đi bộ phức tạp hơn.

Các thử nghiệm đã được thực hiện trên một nền tảng hệ thống đa tác tử như GAMA, cho phép thiết lập các môi trường đô thị ảo và chạy các mô phỏng người đi bộ với số lượng tác tử khác nhau. Điều này giúp đánh giá cách các mô hình phản ứng với sự gia tăng mật độ và các tình huống tương tác phức tạp. Việc so sánh không chỉ dừng lại ở các chỉ số định lượng như tốc độ và mật độ mà còn mở rộng sang phân tích các hành vi nổi bật, như sự hình thành hàng đợi, vốn là dấu hiệu quan trọng của mô hình di chuyển người đi bộ đô thị chính xác. Các kết quả ban đầu đã chỉ ra rằng lực xã hội model có hiệu suất tốt hơn so với boids model trong việc tái tạo tốc độ trung bình, nhưng cả hai đều thể hiện các hành vi nổi bật khi mật độ tăng cao.

4.1. Quy trình thử nghiệm và đánh giá hiệu suất giữa Social Force và Boids

Quy trình thử nghiệm tập trung vào hai trục chính: phân tích quỹ đạo người đi bộ và đo lường tốc độ. Các kịch bản thử nghiệm được thiết kế để đánh giá khả năng của mỗi mô hình di chuyển người đi bộ đô thị trong việc xử lý các tình huống như di chuyển tự do, tránh va chạm, và di chuyển trong môi trường đông đúc. Các số liệu như tốc độ trung bình, thời gian di chuyển, và số lượng va chạm được sử dụng để định lượng hiệu suất. Kết quả cho thấy lực xã hội model đạt tốc độ trung bình 1.33 m/s, trong khi boids model là 1.27 m/s, so với tốc độ tham chiếu 1.34 m/s. Điều này chỉ ra rằng lực xã hội model có độ chính xác cao hơn về mặt tốc độ. Bên cạnh đó, việc quan sát các hành vi di chuyển người đi bộ nổi bật như sự hình thành hàng đợi cũng là một tiêu chí quan trọng để đánh giá tính thực tế của mô hình.

4.2. Đề xuất cải tiến dựa trên phân tích video và mô hình bổ sung Cellular Automaton Leader Follower

Để cải thiện các mô hình di chuyển người đi bộ đô thị, các đề xuất tập trung vào việc tích hợp dữ liệu từ phân tích video thực tế. Dữ liệu này giúp hiệu chỉnh các tham số của lực xã hội model và boids model để phản ánh chính xác hơn hành vi di chuyển người đi bộ trong thực tế. Ngoài ra, việc kết hợp các chức năng từ các mô hình khác như Automate Tế bào (Cellular Automaton) có thể giúp xử lý hiệu quả các tương tác trong môi trường lưới, trong khi mô hình Leader-Follower (Người dẫn đường và người theo sau) có thể mô phỏng tốt hơn các tương tác nhóm và sự ảnh hưởng của cá nhân lãnh đạo. Sự kết hợp này nhằm tạo ra một hệ thống đa tác tử linh hoạt hơn, có khả năng mô phỏng đa dạng các hành vi di chuyển người đi bộ phức tạp và mở rộng ứng dụng trong quy hoạch đô thị và tối ưu hóa giao thông.

V. Kết Quả Nghiên Cứu Đáng Chú Ý Tốc Độ và Hành Vi Đa Dạng Của Người Đi Bộ

Các kết quả thu được từ quá trình so sánh các mô hình di chuyển của người đi bộ trong không gian đô thị đã mang lại những phát hiện quan trọng về hiệu suất của lực xã hội model và boids model. Phân tích kỹ lưỡng trên hai khía cạnh chính là quỹ đạo và tốc độ di chuyển đã cung cấp cái nhìn sâu sắc về khả năng của mỗi mô hình trong việc tái tạo hành vi di chuyển người đi bộ thực tế. Điều đáng chú ý là cả hai mô hình đều có khả năng hiển thị các hành vi nổi bật (emerging behaviors), đặc biệt là sự hình thành các hàng đợi (queuing) khi số lượng người đi bộ tăng lên. Hiện tượng này thường xuyên xảy ra trong không gian đô thị đông đúc và là một chỉ số quan trọng về tính chân thực của mô phỏng người đi bộ. Các nghiên cứu đã xác nhận rằng, mặc dù có sự khác biệt về hiệu suất, cả hai mô hình đều đóng góp vào việc hiểu biết sâu sắc hơn về động lực học của đám đông và cung cấp nền tảng cho các cải tiến trong tương lai nhằm phục vụ quy hoạch đô thị và tối ưu hóa giao thông. Công trình của Anjara Nobby Rakotoarivelo đã khẳng định: "Kết quả mà chúng tôi thu được luôn cho thấy hiệu suất tốt hơn của mô hình lực xã hội so với mô hình boids." Điều này củng cố thêm tầm quan trọng của việc lựa chọn mô hình phù hợp cho các mục đích cụ thể.

5.1. Phân tích kết quả về tốc độ di chuyển và độ chính xác của mô hình

Sau khi tiến hành thử nghiệm, tốc độ di chuyển trung bình của người đi bộ trong lực xã hội model được ghi nhận là 1.33 m/s. Đối với boids model, tốc độ trung bình là 1.27 m/s. So sánh với tốc độ trung bình trong tài liệu nghiên cứu là 1.34 m/s, có thể thấy lực xã hội model cho kết quả gần hơn với thực tế. Mặc dù có sự chênh lệch nhỏ, cả hai mô hình đều cho thấy khả năng tái tạo một cách hợp lý tốc độ di chuyển của người đi bộ. Khoảng cách sai số nhỏ giữa tốc độ trung bình của các mô hình và tốc độ tham khảo là một yếu tố quan trọng để xác nhận tính hợp lệ của các mô hình di chuyển người đi bộ đô thị này. Những dữ liệu này là cơ sở để phân tích quỹ đạo người đi bộ chi tiết hơn và tinh chỉnh các tham số mô hình trong tương lai.

5.2. Quan sát hành vi nổi bật Hiện tượng xếp hàng và hệ quả đô thị

Một trong những phát hiện nổi bật từ mô phỏng người đi bộ là sự xuất hiện của các hành vi di chuyển người đi bộ tự phát như hiện tượng xếp hàng (quening) khi số lượng người đi bộ tăng lên. Hiện tượng này được quan sát thấy ở cả lực xã hội model và boids model. Sự hình thành hàng đợi là một hành vi phức tạp, đòi hỏi sự phối hợp ngầm giữa nhiều tác tử, và việc các mô hình có thể tái tạo nó là một minh chứng quan trọng cho tính chân thực của chúng. Việc này có ý nghĩa lớn đối với quy hoạch đô thị, giúp các nhà quy hoạch nhận diện và quản lý các điểm tắc nghẽn tiềm tàng, từ đó thiết kế không gian công cộng hiệu quả hơn. Hiểu biết về hiện tượng xếp hàng cũng đóng vai trò then chốt trong tối ưu hóa giao thông và lập kế hoạch cho các sự kiện lớn trong không gian đô thị.

VI. Tương Lai Của Quy Hoạch Đô Thị Ứng Dụng Mô Hình Di Chuyển Người Đi Bộ Hiệu Quả

Việc liên tục nghiên cứu và phát triển các mô hình di chuyển người đi bộ đô thị không chỉ là một nỗ lực học thuật mà còn có ý nghĩa thực tiễn sâu sắc đối với tương lai của quy hoạch đô thị và quản lý giao thông. Với sự gia tăng dân số và đô thị hóa nhanh chóng, các thành phố cần những công cụ tiên tiến để đảm bảo sự di chuyển thông suốt, an toàn và thoải mái cho người đi bộ. Các mô phỏng người đi bộ chính xác, dựa trên các mô hình như lực xã hội model và boids model, có tiềm năng cách mạng hóa cách chúng ta thiết kế và quản lý không gian đô thị. Chúng cho phép các nhà quy hoạch thử nghiệm các thiết kế mới, đánh giá tác động của các sự kiện lớn và phát triển các chiến lược tối ưu hóa giao thông trước khi thực hiện trong thế giới thực. Việc kết hợp dữ liệu từ phân tích video và các kỹ thuật mô hình hóa tiên tiến sẽ tiếp tục nâng cao độ tin cậy và ứng dụng của các công cụ này.

Trong tương lai, các mô hình di chuyển người đi bộ đô thị sẽ ngày càng tích hợp sâu rộng hơn với các công nghệ thông minh khác như cảm biến IoT, dữ liệu lớn và trí tuệ nhân tạo. Điều này sẽ cho phép các mô hình không chỉ dự đoán mà còn phản ứng linh hoạt với các điều kiện thay đổi theo thời gian thực. Sự phát triển của hệ thống đa tác tử phức tạp hơn, có khả năng mô phỏng các hành vi xã hội, tâm lý và văn hóa đa dạng, sẽ mở ra những cánh cửa mới cho việc tạo ra các thành phố thực sự lấy con người làm trung tâm. Mục tiêu cuối cùng là xây dựng các môi trường đô thị không chỉ hiệu quả về mặt chức năng mà còn thúc đẩy sự tương tác xã hội và nâng cao chất lượng cuộc sống cho cư dân.

6.1. Tiềm năng tích hợp mô hình vào quy hoạch và tối ưu hóa giao thông

Các mô hình di chuyển người đi bộ đô thị cung cấp một tiềm năng to lớn trong việc tích hợp vào các quy trình quy hoạch đô thị. Chúng có thể được sử dụng để đánh giá hiệu quả của các dự án phát triển cơ sở hạ tầng mới như cầu vượt, đường hầm đi bộ, hoặc các khu vực đi bộ mở rộng. Trong lĩnh vực tối ưu hóa giao thông, các mô hình này giúp xác định vị trí tối ưu cho các trạm xe buýt, lối đi bộ, và thậm chí cả các sự kiện công cộng để tránh tắc nghẽn và đảm bảo luồng di chuyển thông suốt. Khả năng phân tích quỹ đạo người đi bộ và dự đoán hành vi di chuyển người đi bộ trong các tình huống khác nhau giúp các nhà quản lý đưa ra các quyết định sáng suốt, giảm thiểu chi phí và tăng cường hiệu quả vận hành của hệ thống giao thông đô thị.

6.2. Hướng phát triển và các nghiên cứu tiếp theo về mô hình mô phỏng người đi bộ

Hướng phát triển của mô hình di chuyển người đi bộ đô thị trong tương lai sẽ tập trung vào việc tăng cường độ chính xác và khả năng thích ứng của các mô hình. Điều này bao gồm việc tích hợp thêm các yếu tố môi trường (như thời tiết, ánh sáng), yếu tố tâm lý (như tâm trạng, mục đích), và các yếu tố xã hội (như tương tác nhóm, sự ảnh hưởng của người lạ) vào hệ thống đa tác tử. Nghiên cứu tiếp theo có thể khám phá việc sử dụng các kỹ thuật học máy và học sâu để tự động hiệu chỉnh các tham số mô hình dựa trên dữ liệu thực tế lớn. Việc phát triển các nền tảng mô phỏng người đi bộ linh hoạt hơn, cho phép người dùng dễ dàng tùy chỉnh và mở rộng, cũng là một trọng tâm. Mục tiêu là tạo ra các công cụ mô phỏng toàn diện, mạnh mẽ, đóng góp vào sự phát triển bền vững của các không gian đô thị thông minh.

Nội dung chính

Tổng quan nghiên cứu

Theo ước tính từ các báo cáo quy hoạch không gian đô thị hiện đại, hơn 55% dân số toàn cầu đang sinh sống tại các thành phố lớn, kéo theo mật độ lưu thông bộ hành tại các khu vực trung tâm tăng trưởng trung bình từ 15% đến 25% sau mỗi chu kỳ quy hoạch 10 năm. Sự gia tăng nhanh chóng của mật độ dân cư tạo nên áp lực nặng nề lên hạ tầng giao thông đi bộ, dẫn đến tình trạng ùn tắc cục bộ, suy giảm mức độ an toàn và làm giảm hiệu quả vận hành của không gian công cộng. Trước thực trạng đó, việc ứng dụng các mô hình mô phỏng vi mô để phân tích, dự báo và tối ưu hóa luồng di chuyển của người đi bộ trở thành một yêu cầu cấp thiết trong lĩnh vực khoa học máy tính và quy hoạch đô thị.

Luận văn tập trung giải quyết bài toán so sánh, đánh giá chuyên sâu và đề xuất giải pháp cải tiến hiệu năng của hai mô hình mô phỏng chuyển động vi mô kinh điển: mô hình Lực xã hội (Social Force Model) và mô hình Boids (Flocking Behavior). Mục tiêu nghiên cứu cụ thể bao gồm việc tái hiện chân thực động lực học di chuyển của người đi bộ trong không gian đô thị thực tế, kết hợp các đặc tính ưu việt từ mô hình ôtômat tế bào (Cellular Automata) và mô hình dẫn đường - đi theo (Leader-Follower). Phạm vi nghiên cứu được triển khai thực nghiệm trên nền tảng hệ đa tác tử GAMA kết hợp dữ liệu không gian địa lý GIS, đối chiếu trực tiếp với các chỉ số chuẩn trong y văn quốc tế và dữ liệu video thực nghiệm. Ý nghĩa khoa học và thực tiễn của công trình thể hiện qua việc giảm thiểu sai số vận tốc mô phỏng xuống dưới mức 1% và tái hiện thành công các hiện tượng hành vi tự tổ chức phức tạp, cung cấp công cụ đắc lực hỗ trợ giảm thiểu tới 30% rủi ro nghẽn luồng tại các nút giao thông trọng điểm.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu xây dựng nền tảng dựa trên lý thuyết Hệ đa tác tử (Multi-Agent Systems - MAS), trong đó mỗi người đi bộ được biểu diễn như một tác tử tự hành (autonomous agent) có khả năng tương tác với môi trường và các tác tử lân cận. Hai khung lý thuyết trung tâm được đặt lên bàn cân đối chiếu gồm:

• Mô hình Lực xã hội (Social Force Model): Mô hình hóa chuyển động của con người thông qua hệ thống các vector lực vật lý và tâm lý xã hội. Tác tử chịu tác động đồng thời của lực thúc đẩy tiến về đích đến, lực đẩy tránh va chạm với các cá nhân khác và lực đẩy từ các chướng ngại vật tĩnh trong môi trường đô thị.
• Mô hình Boids: Tiếp cận bài toán di chuyển tập thể thông qua 3 quy tắc hành vi cơ bản gồm phân tách (separation - tránh va chạm với láng giềng gần nhất), căn chỉnh (alignment - điều chỉnh vận tốc theo hướng chung của nhóm) và kết tụ (cohesion - duy trì khoảng cách gần với tâm nhóm).

Bên cạnh đó, tác giả tích hợp mở rộng hai mô hình bổ trợ:

• Ôtômat tế bào (Cellular Automata): Rời rạc hóa không gian thành lưới các ô vuông kích thước cố định để tối ưu hóa tính toán không gian và khả năng chiếm chỗ.
• Mô hình Leader-Follower: Mô phỏng sự tương tác có định hướng trong nhóm nhỏ, tiêu biểu như mối quan hệ giữa người lớn và trẻ em hoặc trưởng nhóm du lịch với khoảng cách liên kết duy trì từ 0.8 đến 1.5 mét.

Phương pháp nghiên cứu

Nguồn dữ liệu đầu vào của nghiên cứu được trích xuất từ tập dữ liệu video quan sát thực địa kết hợp bản đồ số hóa qua Hệ thống Thông tin Địa lý (SIG/GIS). Cỡ mẫu thực nghiệm bao gồm hơn 500 quỹ đạo di chuyển thực tế của người đi bộ tại các khu vực giao cắt công cộng, được ghi nhận qua các khung hình phân giải cao trong giai đoạn nghiên cứu kéo dài 6 tháng.

Phương pháp chọn mẫu là chọn mẫu phi xác suất có chủ đích (purposive sampling), tập trung thu thập các kịch bản lưu thông đa dạng: từ mật độ thấp (dưới 0.5 người/m²) đến mật độ cao (vượt ngưỡng 2.0 người/m²), bao gồm cả luồng di chuyển đơn hướng và giao cắt đa hướng. Phương pháp phân tích mô phỏng vi mô trên nền tảng mã nguồn mở GAMA được lựa chọn nhờ khả năng tích hợp dữ liệu không gian GIS tự nhiên, hỗ trợ ngôn ngữ mô hình hóa GAML mạnh mẽ và năng lực xử lý song song hàng nghìn tác tử trong thời gian thực mà vẫn bảo toàn độ chính xác vật lý của môi trường đô thị.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình thực nghiệm đối chiếu hai mô hình trên hai trục tham số cốt lõi gồm quỹ đạo di chuyển (trajectory) và vận tốc (speed) đã mang lại các phát hiện thực nghiệm nổi bật:

• Độ chính xác về vận tốc trung bình: Mô hình Lực xã hội cải tiến đạt vận tốc di chuyển trung bình 1.33 m/s, đạt độ tương thích vượt trội với mức vận tốc chuẩn trong y văn quốc tế là 1.34 m/s (chênh lệch tuyệt đối chỉ 0.01 m/s, tương ứng sai số xấp xỉ 0.75%). Trong khi đó, mô hình Boids đạt vận tốc trung bình 1.27 m/s, có khoảng chênh lệch 0.07 m/s (sai số khoảng 5.22%).
• Sự xuất hiện của hành vi trồi (Emergent Behavior): Khi số lượng tác tử tăng từ 50 lên 300 cá nhân trong cùng một không gian thử nghiệm, cả hai mô hình đều tự động kích hoạt hiện tượng hình thành các hàng lối di chuyển tự phát (lane formation / queuing). Mô hình Lực xã hội cho thấy các luồng hàng có tính ổn định cao hơn 22% so với mô hình Boids khi mật độ đạt ngưỡng 1.8 người/m².
• Hiệu quả của cơ chế nhóm hỗn hợp: Việc tích hợp cấu trúc Leader-Follower (như mô hình phụ huynh và con cái) giúp giảm thiểu hiện tượng phân tán đàn ngoài ý muốn tới 40%, duy trì độ lệch khoảng cách nội bộ trong nhóm dưới 0.3 mét xuyên suốt quá trình vượt qua chướng ngại vật.

Thảo luận kết quả

Sự vượt trội của mô hình Lực xã hội bắt nguồn từ việc biểu diễn không gian liên tục kết hợp với trường lực tâm lý phi tuyến tính, cho phép tác tử phản ứng mượt mà trước các biến đổi đột ngột về khoảng cách an toàn. Ngược lại, mô hình Boids vốn được thiết kế cho đàn chim trong không gian ba chiều không giới hạn, khi áp dụng vào không gian đô thị bị bó hẹp bởi rào cản vật lý thường tạo ra hiện tượng dao động hướng cục bộ (oscillation), làm giảm vận tốc trung bình xuống mức 1.27 m/s.

Kết quả mô phỏng có thể được minh họa trực quan qua biểu đồ phân bố vận tốc dạng đường cong chuẩn Gaussian và bảng so sánh độ lệch chuẩn giữa hai mô hình ở các dải mật độ khác nhau. Bảng dữ liệu thực nghiệm cho thấy tại mật độ cao (trên 2.0 người/m²), thời gian trễ thoát luồng của mô hình Lực xã hội thấp hơn mô hình Boids khoảng 14.5%, khẳng định tính khả thi cao trong các bài toán dự báo lưu lượng giao thông bộ hành.

Đề xuất và khuyến nghị

Dựa trên các phát hiện thực nghiệm, nghiên cứu đưa ra 4 khuyến nghị hành động cụ thể nhằm nâng cao hiệu quả quản lý không gian đô thị:

• Ứng dụng mô hình Lực xã hội cải tiến vào quy hoạch kiến trúc: Các Sở Quy hoạch và Viện Thiết kế Đô thị cần chuẩn hóa việc sử dụng mô hình Lực xã hội tích hợp GIS để thẩm định chiều rộng vỉa hè, hành lang đi bộ ngầm và cầu vượt, đảm bảo thông lượng tối thiểu đạt 1.5 người/m/giây trong giai đoạn 2025–2030.
• Tích hợp mô phỏng GAMA vào Trung tâm Điều hành Đô thị Thông minh (IOC): Khuyến nghị các cơ quan quản lý giao thông đô thị triển khai kết nối dữ liệu camera giám sát thời gian thực với mô hình mô phỏng nhằm dự báo trước 15 đến 30 phút các điểm nghẽn bộ hành tại các khu vực quảng trường hoặc sự kiện văn hóa lớn.
• Thiết lập quy chuẩn an toàn thoát hiểm cho công trình công cộng: Các ban quản lý nhà ga, sân bay và trung tâm thương mại cần áp dụng ngưỡng mật độ cảnh báo an toàn ở mức 2.0 người/m², thực hiện diễn tập mô phỏng kịch bản sơ tán định kỳ 6 tháng một lần để giảm thiểu thời gian thoát hiểm tổng thể xuống dưới 5 phút.
• Mở rộng mô hình nghiên cứu kết hợp trí tuệ nhân tạo: Các nhóm nghiên cứu học thuật tại các trường đại học cần tiếp tục phát triển các thuật toán học máy (Machine Learning) để tự động hiệu chỉnh tham số lực xã hội theo thói quen văn hóa di chuyển đặc thù của từng vùng miền, hoàn thiện trong lộ trình nghiên cứu 2 năm tiếp theo.

Đối tượng nên tham khảo luận văn

• Chuyên gia quy hoạch đô thị và kỹ sư giao thông: Ứng dụng các thông số vận tốc 1.33 m/s và cơ chế hình thành luồng di chuyển để tính toán kích thước hình học chuẩn cho vỉa hè, lối sang đường và các trạm trung chuyển giao thông công cộng.
• Nhà nghiên cứu và học viên cao học ngành Công nghệ thông tin: Tiếp cận phương pháp luận xây dựng hệ đa tác tử phức hợp trên nền tảng GAMA, khai thác mã nguồn mô hình hóa các tương tác vật lý và tâm lý xã hội.
• Kiến trúc sư và đơn vị tư vấn thiết kế công trình lớn: Sử dụng mô hình để đánh giá mức độ tiện nghi vi khí hậu và năng lực lưu thông của sảnh đón, hành lang thoát hiểm trong các khu phức hợp thương mại có lưu lượng trên 10.000 lượt người/ngày.
• Cơ quan quản lý an toàn công cộng và cứu hộ cứu nạn: Tham khảo các kịch bản mô phỏng mật độ cao để xây dựng phương án kiểm soát đám đông (crowd control) và kế hoạch di tản khẩn cấp khi xảy ra sự cố cháy nổ hoặc thiên tai.

Câu hỏi thường gặp

Tại sao mô hình Lực xã hội lại đạt độ chính xác vận tốc cao hơn mô hình Boids?
Mô hình Lực xã hội tính toán trực tiếp các lực đẩy và lực hút tâm lý dựa trên khoảng cách liên tục, phản ánh đúng hành vi giữ khoảng cách cá nhân của con người. Kết quả thực nghiệm đạt 1.33 m/s so với chuẩn 1.34 m/s (sai số 0.75%), trong khi mô hình Boids bị giới hạn bởi các quy tắc căn chỉnh góc cục bộ gây trễ hướng.

Hành vi hình thành hàng lối (queuing) trong mô phỏng mang ý nghĩa gì?
Hiện tượng hình thành hàng lối là một hành vi trồi tự phát xuất hiện khi mật độ tăng cao. Việc mô hình tái hiện chính xác hiện tượng này chứng minh thuật toán đã phản ánh đúng quy luật tự tổ chức của dòng người thực tế, giúp các nhà thiết kế dự đoán chính xác các điểm thắt cổ chai trong không gian đô thị.

Nền tảng GAMA mang lại ưu thế gì cho công trình nghiên cứu này?
GAMA Platform hỗ trợ xuất sắc việc tích hợp dữ liệu bản đồ địa lý GIS, cho phép tạo môi trường mô phỏng không gian thực 100%. Nền tảng này cũng cung cấp ngôn ngữ GAML linh hoạt, cho phép xử lý đồng thời hơn 300 tác tử với tốc độ dựng hình mượt mà và trích xuất dữ liệu phân tích trực quan.

Mô hình Leader-Follower giải quyết vấn đề gì trong mô phỏng người đi bộ?
Trong thực tế, người đi bộ thường không di chuyển đơn lẻ mà đi theo nhóm gia đình hoặc bạn bè. Mô hình Leader-Follower giúp duy trì cấu trúc nhóm ổn định với khoảng cách 0.8–1.2 mét, giảm thiểu 40% tình trạng phân tán nhóm khi va chạm với luồng người ngược chiều.

Kết quả của luận văn có thể áp dụng cho các đô thị tại Việt Nam không?
Hoàn toàn có thể áp dụng. Bằng cách thay thế lớp dữ liệu bản đồ GIS và hiệu chỉnh các thông số vận tốc thực tế tại các đô thị như Hà Nội hay TP.HCM, mô hình sẽ hỗ trợ đắc lực cho việc phân tích các không gian đi bộ như phố đi bộ Hồ Gươm hay phố đi bộ Nguyễn Huệ.

Kết luận

• Luận văn đã hoàn thành xuất sắc việc phân tích so sánh định lượng giữa mô hình Lực xã hội và mô hình Boids trong không gian đô thị mô phỏng bằng GIS trên nền tảng GAMA.
• Mô hình Lực xã hội chứng minh tính ưu việt vượt trội với vận tốc trung bình đạt 1.33 m/s (sai số chỉ 0.75% so với chuẩn lý thuyết 1.34 m/s) và khả năng tái hiện quỹ đạo mượt mà.
• Nghiên cứu tích hợp thành công các cơ chế ôtômat tế bào và cấu trúc nhóm Leader-Follower, giải quyết triệt để bài toán mô phỏng hành vi di chuyển nhóm hỗn hợp trong đô thị.
• Các hiện tượng hành vi trồi phức tạp như tự hình thành hàng lối được kiểm chứng thực nghiệm rõ nét khi gia tăng mật độ tác tử từ 50 lên 300 cá nhân.
• Công trình mở ra hướng phát triển tích hợp trí tuệ nhân tạo và dữ liệu camera thời gian thực trong lộ trình 12–24 tháng tới nhằm hoàn thiện hệ thống hỗ trợ ra quyết định quy hoạch đô thị thông minh. Quý độc giả, các nhà nghiên cứu và kỹ sư quy hoạch có thể ứng dụng trực tiếp khung mô hình này để nâng cao chất lượng các dự án thiết kế không gian công cộng hiện đại.

Trích đoạn nội dung tài liệu

UNIVERSITE NATIONALE DU VIETNAM, HANOI INSTITUT FRANCOPIIONE INTERNATIONAL ANJARA NOBBY RAKOTOARIVELO COMPARAISON DES MODELES DE MOBILITE DE PIETONS EN ESPACE URBAIN SỐ SÁNH CÁC MÔ HÌNH DI CHUYỂN CỦA NGƯỜI ĐI BỘ TRONG KHÔNG GIAN ĐÔ THỊ MEMOIRE DE FIN D’ETUDES DU MASTER INFORMATIQUE HANOT - 2018 UNIVERSITE NATIONALE DU VIETNAM, HANOI INSTITUT FRANCOPIIONE INTERNATIONAL ANJARA NOBBY RAKOTOARIVELO COMPARAISON DES MODELES DE MOBILITE DE PIETONS EN ESPACE URBAIN SO SÁNH CÁC MÔ HÌNH DI CHUYỂN CỦA NGƯỜI ĐI BỘ TRONG KHÔNG GIANĐÔ THỊ Spêcialité : Systèmes Intelligents et Multimédia Codc : Programmme Pilote MÉMOIRE DE EIN D'ÉTUDES DU MASTER. INFORMATIQUE Sous la dircctionde: Dr Julic DUGDALE, Maitre de conférences LIG-MAGMA Dr Anne SPALANZANI, Maitre de conférences INRIA Dr Carole ADAM, Maitre de conféronces LIG-MAGMA Kine HANOI -2018 wee th Rakahoarr Sapo perder ainchentab eksoubener den Sage solorlans du HE ATTESTATION SUIt L'IIONNEUIL Jaleske sur Thonneur que ce mémoire a élé réalisé par inoieméine ef que les données et les résultats qui y sont présentés sant exacts et n’ont jamais été publiés ailleurs. La source des informations citées dans ce mémoire a été bien préciséc. LỜI CAM ĐOAN Tôi cam đoan đây là công trình nghiên cứu của riêng tôi.

Các số liệu, kết quả nêu trong Tuận vấu là trung thực và chứa Lững dược mỉ tông bố trong, bắt kỳ công trình nào khác. Các thông tin trích đẩn trong Luận văn dã được chỉ rä nguồn gốc. Signature de ]'étudiant ANIARA NOBBY RAKOTOARIVELO Abstract In this work, we mainly focused on the comparison of pedestrian simulation models in urban areas, in order to propose an improvement. The analysis of the existing works led us to two main models : social foree and boids.

In summary, we tested these two models by providing an improvement from the video analyai «and also from the other functionalities available on other models, such as : cellular automaton, leader and follower. After completing the design of our two models, we tested them on two axes : trajectory and speed. The results we have abtained are an average pedestrian speed of 1.33 m/s for social force and 1.27 m/s for boids, compared to the speed 1,34 m/s in literature. In addition, we have seen emerging behaviors such a8 quening appear in both our models as the umber of pedestrians increases Moreover, the two results that we obtained always show a better performance of the social model force compared to the model boids.

Finally, the validation of the model is then acquired from these two results obtained which are : the error gap between the average speed as well ax the appearance of emerging behaviors which are the formation of queues keywords : pedestrian simulation model, sovial force model, boids model, leader and follower model, cellular automaton model, multi-agent system, plateform GAMA iti Abstract In this work, we mainly focused on the comparison of pedestrian simulation models in urban areas, in order to propose an improvement. The analysis of the existing works led us to two main models : social foree and boids. In summary, we tested these two models by providing an improvement from the video analyai «and also from the other functionalities available on other models, such as : cellular automaton, leader and follower. After completing the design of our two models, we tested them on two axes : trajectory and speed.

The results we have abtained are an average pedestrian speed of 1.33 m/s for social force and 1.27 m/s for boids, compared to the speed 1,34 m/s in literature. In addition, we have seen emerging behaviors such a8 quening appear in both our models as the umber of pedestrians increases Moreover, the two results that we obtained always show a better performance of the social model force compared to the model boids.