Luận văn thạc sĩ multi agent system for traffic simulation in vietnam hệ thống đa tác tử áp dụng cho vấn đề mô phỏng giao thông ở việt nam

Luận văn thạc sĩ: Mô phỏng giao thông Việt Nam sử dụng hệ thống đa tác tử. Nghiên cứu ứng dụng Multi Agent System giải quyết bài toán giao thông.

• Tác giả: Trần Tiến Công
• Người hướng dẫn: PGS. Bùi Thế Duy
• Trường học: Trường Đại Học Công Nghệ - Đại Học Quốc Gia Hà Nội
• Chuyên ngành: Công nghệ thông tin
• Đề tài: Multi Agent System For Traffic Simulation In Vietnam
• Loại tài liệu: Luận văn thạc sĩ
• Năm xuất bản: 2013
• Địa điểm: Hà Nội

Tóm tắt

I. Giải mã luận văn multi agent system cho mô phỏng giao thông

Luận văn thạc sĩ với chủ đề Multi Agent System for Traffic Simulation in Vietnam là một công trình nghiên cứu khoa học giao thông đột phá, ứng dụng công nghệ thông tin để giải quyết các vấn đề cấp bách của giao thông vận tải Việt Nam. Bối cảnh nghiên cứu xuất phát từ thực trạng hệ thống giao thông tại các thành phố lớn như Hà Nội đang đối mặt với nhiều thách thức nghiêm trọng, bao gồm ùn tắc và tai nạn. Các giải pháp truyền thống thường đòi hỏi nguồn lực tài chính khổng lồ để chứng minh hiệu quả. Do đó, việc tìm kiếm một phương pháp giúp giảm chi phí cải thiện hạ tầng trở nên vô cùng quan trọng. Đây chính là động lực thúc đẩy việc xây dựng một công cụ mô phỏng giao thông chuyên biệt. Nền tảng của hệ thống này, Vietnam Traffic Simulator (VTS), được xây dựng từ năm 2010 dựa trên lý thuyết về Tác tử và Hệ thống Đa tác tử (Bui The Duy et al., 2010). Luận văn này tập trung vào mục tiêu chính là củng cố và xác thực tính đúng đắn của VTS. Để đạt được điều này, công trình đã bổ sung các tính năng mới, cải tiến cấu trúc hệ thống để phù hợp hơn với đặc thù giao thông Việt Nam, thu thập dữ liệu thực tế, và cuối cùng là thực hiện giai đoạn đánh giá toàn diện. Hướng tiếp cận này không chỉ mang tính học thuật mà còn hứa hẹn mang lại giá trị thực tiễn, giúp các nhà hoạch định chính sách có một công cụ mạnh mẽ để thử nghiệm các giải pháp chống ùn tắc giao thông trước khi triển khai, từ đó tiết kiệm chi phí và nâng cao hiệu quả quản lý giao thông đô thị.

1.1. Bối cảnh nghiên cứu khoa học giao thông tại Việt Nam

Hệ thống giao thông tại các đô thị lớn của Việt Nam, đặc biệt là Hà Nội, đang ở trong tình trạng hỗn loạn. Nguyên nhân chính bao gồm đường sá chật hẹp, số lượng phương tiện cá nhân (đặc biệt là xe máy) tăng nhanh chóng, và ý thức tuân thủ luật lệ giao thông của người dân còn hạn chế. Nhiều giải pháp đã được đề xuất và thực thi, tuy nhiên hầu hết đều yêu cầu ngân sách đầu tư rất lớn. Do đó, một phương pháp hiệu quả về chi phí để thử nghiệm và đánh giá các sáng kiến cải thiện giao thông là cực kỳ cần thiết. Mô phỏng giao thông chính là lời giải cho bài toán này, cho phép các nhà quy hoạch thử nghiệm các kịch bản khác nhau mà không cần can thiệp vào cơ sở hạ tầng thực tế. Đây là nền tảng cho sự ra đời của các luận văn công nghệ thông tin chuyên sâu về lĩnh vực này.

1.2. Mục tiêu chính của luận văn và hệ thống VTS

Mục tiêu cốt lõi của luận văn không chỉ là xây dựng một hệ thống mô phỏng mới, mà là củng cố và xác thực tính chính xác của hệ thống Vietnam Traffic Simulator (VTS) đã được phát triển trước đó. Cụ thể, các mục tiêu bao gồm: (1) Cải tiến cấu trúc của VTS để phản ánh chính xác hơn các đặc điểm phức tạp của giao thông Việt Nam. (2) Bổ sung các tính năng quan trọng còn thiếu, chẳng hạn như hệ thống đèn tín hiệu. (3) Hiệu chỉnh mô phỏng hành vi lái xe của các tác tử (agent) để gần với thực tế hơn. (4) Thực hiện quá trình đánh giá bằng cách so sánh kết quả mô phỏng với dữ liệu giao thông thực tế được thu thập từ camera. Mục tiêu cuối cùng là biến VTS thành một công cụ hỗ trợ ra quyết định đáng tin cậy cho các nhà hoạch định chính sách giao thông.

II. Bài toán mô hình hóa giao thông VN và hướng đi hệ thống đa tác tử

Việc mô hình hóa giao thông tại Việt Nam là một bài toán cực kỳ phức tạp. Sự khác biệt lớn so với các quốc gia phát triển nằm ở sự tồn tại của xe máy – loại phương tiện linh hoạt, tiện lợi nhưng thường thiếu kỷ luật. Hành vi của người điều khiển xe máy rất khó dự đoán, họ có thể rẽ, quay đầu đột ngột mà không tuân theo quy tắc. Tình trạng này càng trở nên tồi tệ hơn khi người tham gia giao thông có xu hướng lấp đầy mọi khoảng trống phía trước thay vì chờ đợi, gây ra hiện tượng khóa cứng tại các giao lộ. Thêm vào đó, cấu trúc đường sá phức tạp với nhiều ngõ hẹp và giao cắt nhỏ khiến các phần mềm mô phỏng tiêu chuẩn như VISSIM không thể áp dụng hiệu quả. Các mô hình truyền thống thường giả định hành vi của người lái xe đơn giản hơn nhiều. Nhận thấy những hạn chế này, hướng tiếp cận hệ thống đa tác tử (Multi-Agent System - MAS) và agent-based modeling (ABM) được lựa chọn. Mô hình này có khả năng mô phỏng hành động và tương tác của các thực thể tự trị (các tác tử, tức người lái xe) trong một môi trường chung (hệ thống đường sá). Mỗi tác tử có thuộc tính và quy tắc hành vi riêng, cho phép mô phỏng sự đa dạng và tính khó đoán của giao thông Việt Nam một cách chân thực. Đây là một phương pháp mạnh mẽ để tái tạo và dự đoán các hiện tượng phức tạp nảy sinh từ hành vi vi mô của từng cá nhân.

2.1. Sự phức tạp đặc thù của giao thông vận tải Việt Nam

Giao thông Việt Nam phức tạp không chỉ vì mật độ phương tiện cao mà còn vì sự đa dạng và hành vi không đồng nhất của các loại phương tiện. Xe máy, với khả năng di chuyển linh hoạt trong không gian hẹp, tạo ra các luồng di chuyển phi cấu trúc mà các mô hình vĩ mô (macroscopic) khó có thể nắm bắt. Hành vi của người lái xe thường mang tính bản năng và cơ hội, ví dụ như đi vào làn ngược chiều hoặc lấp đầy giao lộ khi đèn đỏ. Các mô hình mô phỏng giao thông truyền thống, vốn được thiết kế cho các hệ thống có tính trật tự cao hơn, thường thất bại trong việc tái tạo những hiện tượng này. Do đó, việc tìm ra một mô hình có khả năng mô tả chi tiết hành vi cá nhân là yêu cầu bắt buộc.

2.2. Tại sao Agent Based Modeling ABM là giải pháp phù hợp

Trong bối cảnh đó, Agent-Based Modeling (ABM) nổi lên như một giải pháp lý tưởng. ABM là một phương pháp mô phỏng từ dưới lên (bottom-up), tập trung vào việc định nghĩa các tác tử (agent) tự trị và các quy tắc tương tác của chúng. Thay vì mô tả luồng giao thông như một thực thể đồng nhất, ABM cho phép mỗi phương tiện (xe máy, ô tô) hoạt động như một tác tử độc lập với các thuộc tính riêng (tốc độ, khả năng tăng tốc, mức độ chấp hành luật lệ). Sự tương tác giữa hàng ngàn tác tử này sẽ tạo ra các hiện tượng vĩ mô phức tạp như ùn tắc. Khả năng mô hình hóa các hành vi không đồng nhất và sự tương tác linh hoạt giữa các tác tử làm cho ABM đặc biệt phù hợp để nghiên cứu các hệ thống phức tạp và hỗn loạn như giao thông đô thị tại Việt Nam.

III. Cách VTS mô phỏng giao thông VN với Agent Based Modeling ABM

Hệ thống Vietnam Traffic Simulator (VTS) được xây dựng dựa trên nguyên tắc cốt lõi của agent-based modeling (ABM). Hệ thống bao gồm hai thành phần chính: môi trường (hệ thống đường sá) và các tác tử (người điều khiển phương tiện). Môi trường được xây dựng từ các khối cơ bản gọi là 'Khu vực' (Area). Mỗi khu vực có các cổng vào (entry) và cổng ra (exit), được kết nối với nhau để tạo thành một mạng lưới đường sá hoàn chỉnh với hình dạng tùy ý. Cấu trúc này giúp tăng hiệu suất tính toán cho kế hoạch di chuyển của tác tử. Các tác tử trong VTS đại diện cho người lái xe máy và ô tô. Hành vi của mỗi tác tử vừa có tính chủ động (proactive) để đi đến đích, vừa có tính phản ứng (reactive) để tránh va chạm với các phương tiện khác và lề đường. Mỗi tác tử có một hồ sơ (profile) riêng, bao gồm các thuộc tính như tốc độ tối đa, tốc độ an toàn, tỷ lệ tăng tốc, thời gian lập kế hoạch và góc lái tối đa. Các thuộc tính này ảnh hưởng trực tiếp đến cách một tác tử ra quyết định và di chuyển trong môi trường mô phỏng. Quá trình hoạt động của một tác tử là một chu trình liên tục: tính toán kế hoạch di chuyển, và thực hiện từng hành động trong kế hoạch đó cho đến khi đến đích hoặc cần lập lại kế hoạch mới do có vật cản.

3.1. Mô hình hóa môi trường Hệ thống đường sá và khu vực

Trong VTS, hệ thống đường sá không phải là một bản đồ tĩnh liền mạch mà được cấu trúc từ các 'Khu vực' (Area) có thể kết nối với nhau. Mỗi 'Khu vực' là một thành phần cơ bản, chứa thông tin về vỉa hè, các làn đường và hướng di chuyển cho phép. Việc kết nối hai khu vực được thực hiện khi một cổng ra của khu vực này khớp về vị trí và kích thước với một cổng vào của khu vực khác. Cách tiếp cận module hóa này cho phép người dùng linh hoạt thiết kế các mạng lưới giao thông phức tạp, từ một giao lộ đơn giản đến một khu vực đô thị rộng lớn. Đồng thời, việc chia nhỏ hệ thống thành các khu vực giúp tối ưu hóa hiệu năng tính toán, đặc biệt là trong các thuật toán tìm đường của tác tử.

3.2. Mô hình hóa tác tử đại diện người tham gia giao thông

Mỗi phương tiện trong VTS là một tác tử (agent) tự trị. Tác tử này có hai hành động cơ bản: điều chỉnh tốc độ (tăng tốc, phanh) và điều khiển hướng lái (chuyển làn, di chuyển vào bất kỳ không gian trống nào). Điểm cốt lõi của mô hình là 'hồ sơ tác tử' (agent profile), bao gồm một tập hợp các thuộc tính định lượng hóa hành vi của người lái xe: tốc độ tối đa, tốc độ an toàn, khả năng tăng tốc, thời gian lập kế hoạch (plan time), và góc lái tối đa. Các thuộc tính này được sử dụng để tính toán lộ trình di chuyển phù hợp với từng tình huống giao thông cụ thể, cho phép mô phỏng sự đa dạng trong hành vi của những người lái xe khác nhau.

3.3. Thuật toán tìm đường và cơ chế ra quyết định của tác tử

Cơ chế ra quyết định của tác tử trong VTS là một quy trình ba bước. (1) Xác định lộ trình tối ưu: Sử dụng một thuật toán tham lam (greedy algorithm), tác tử sẽ tìm ra con đường nhanh nhất để đến đích nếu không có bất kỳ vật cản nào. (2) Phát hiện va chạm tiềm ẩn: Dựa trên thông tin về vị trí, hướng di chuyển và tốc độ của các tác tử khác trong phạm vi quan sát, tác tử sẽ kiểm tra xem lộ trình tối ưu có khả năng gây ra va chạm hay không. (3) Xác định lộ trình thay thế: Nếu phát hiện nguy cơ va chạm, tác tử sẽ tính toán một lộ trình thay thế, song song với lộ trình tối ưu, để tránh xung đột. Trong trườngo hợp không thể chuyển hướng, tác tử sẽ giảm tốc độ. Quá trình này mô phỏng gần đúng cách người lái xe liên tục đưa ra quyết định trong thực tế.

IV. Bí quyết cải tiến VTS Mô phỏng đèn tín hiệu hành vi lái xe

Để tăng cường tính thực tế của VTS, luận văn đã thực hiện hai cải tiến quan trọng. Thứ nhất là việc bổ sung tính năng đèn tín hiệu giao thông, một thành phần không thể thiếu trong quản lý giao thông đô thị. Hệ thống cho phép mô phỏng hai trạng thái cơ bản: đèn đỏ và đèn xanh. Các tác tử được lập trình để nhận biết trạng thái của đèn. Khi gặp đèn đỏ, chúng sẽ giảm tốc độ và dừng lại trước vạch quy định. Khi đèn chuyển sang xanh, chúng sẽ bắt đầu tăng tốc trở lại. Giao diện điều khiển cũng được thiết kế để người dùng có thể dễ dàng thiết lập và tùy chỉnh chu kỳ đèn. Cải tiến thứ hai và mang tính đột phá hơn là việc hiệu chỉnh lại nhận thức và tham số của người lái xe. Mô hình cũ phân loại tài xế theo độ tuổi và giới tính, điều này được nhận định là không thực tế. Thay vào đó, mô hình mới triển khai một loại tài xế duy nhất nhưng với các thuộc tính được gán ngẫu nhiên trong một khoảng giá trị nhất định (ví dụ: tốc độ tối đa 50 km/h ± 10). Điều này phản ánh đúng hơn sự khác biệt cá nhân. Đặc biệt, các tham số như khoảng cách an toàn được điều chỉnh để phù hợp với thói quen của người Việt (khoảng cách ngẫu nhiên từ 0 đến 2 mét), và góc lái được tăng lên để cho phép các phương tiện di chuyển linh hoạt hơn giữa các làn đường, gần với mô phỏng hành vi lái xe thực tế.

4.1. Tích hợp mô phỏng hệ thống đèn tín hiệu giao thông

Đèn tín hiệu là một yếu tố quan trọng ảnh hưởng đến luồng giao thông. Trong VTS, một đối tượng TrafficLight đã được tạo ra với các biến số và hàm điều khiển. Các tác tử được trang bị khả năng 'nhận thức' về trạng thái đèn. Một kế hoạch hành động được xây dựng: nếu có tín hiệu đỏ phía trước, tác tử sẽ kích hoạt hành vi giảm tốc và dừng lại. Khi tín hiệu chuyển xanh, hành vi tăng tốc sẽ được thực thi. Việc tích hợp này là bước đầu tiên hướng tới các nghiên cứu sâu hơn về tối ưu hóa đèn tín hiệu giao thông, một trong những giải pháp chống ùn tắc giao thông hiệu quả nhất.

4.2. Hiệu chỉnh tham số và mô phỏng hành vi lái xe thực tế

Một trong những phát hiện quan trọng trong quá trình nghiên cứu là nhận thức của người lái xe quyết định hành vi của họ nhiều hơn các yếu tố nhân khẩu học như tuổi tác hay giới tính (dẫn theo El hadouaj và Drogoul). Do đó, mô hình tác tử đã được điều chỉnh. Thay vì các nhóm tài xế cố định, tất cả các tác tử đều thuộc một loại nhưng có các thuộc tính (tốc độ, gia tốc, khoảng cách an toàn) được khởi tạo ngẫu nhiên. Ví dụ, khoảng cách an toàn được thiết lập ngẫu nhiên từ 0 đến 2 mét, phản ánh thói quen đi sát nhau của người tham gia giao thông tại Việt Nam. Điều này giúp mô phỏng gần hơn với các mô hình mô hình car-following và mô hình lane-changing trong điều kiện giao thông hỗn hợp.

V. Top kết quả VTS Phân tích dữ liệu giao thông thực tế ấn tượng

Phần quan trọng nhất của luận văn là đánh giá hệ thống VTS bằng dữ liệu thực tế. Phương pháp đánh giá được tiến hành bằng cách so sánh kết quả đầu ra của mô phỏng với dữ liệu thu thập từ video camera tại giao lộ Khuất Duy Tiến – Trần Duy Hưng, Hà Nội. Dữ liệu đầu vào cho mô phỏng (lưu lượng xe) được thống kê bằng cách đếm số lượng xe máy và ô tô đi vào giao lộ sau mỗi 3 giây từ video của VOV Giao thông. Kết quả đầu ra cần so sánh là lưu lượng xe thoát ra khỏi giao lộ. Thí nghiệm được chạy 20 lần với các tham số tác tử được khởi tạo ngẫu nhiên. Kết quả cho thấy, mặc dù có sự biến thiên, nhưng trong khoảng 1/5 số lần chạy, đồ thị lưu lượng xe ra của mô phỏng rất tương đồng với đồ thị của dữ liệu thực tế. Cụ thể, tổng số xe ra khỏi giao lộ trong mô phỏng là 382, khá gần với con số 398 trong thực tế. Tốc độ di chuyển trung bình trong mô phỏng (khoảng 40km/h) cũng khớp với tốc độ trung bình của xe máy ngoài đời thực. Ngoài ra, thí nghiệm cũng kiểm tra giới hạn chịu tải của đường bằng cách tăng dần số lượng phương tiện. Kết quả cho thấy tốc độ trung bình giảm dần khi mật độ tăng lên, và hiện tượng ùn tắc bắt đầu xuất hiện, chứng tỏ mô hình có khả năng tái tạo các quy luật cơ bản của luồng giao thông.

5.1. Phương pháp thu thập và phân tích dữ liệu giao thông thực tế

Để đánh giá VTS, nhóm nghiên cứu đã thu thập dữ liệu video từ camera giao thông tại nút giao Khuất Duy Tiến – Trần Duy Hưng. Quá trình phân tích dữ liệu giao thông được thực hiện thủ công bằng cách xem lại video và đếm số lượng xe máy (phương tiện nhỏ) và ô tô/xe tải (phương tiện lớn) đi vào giao lộ từ các hướng sau mỗi khoảng thời gian 3 giây. Dữ liệu này bao gồm lưu lượng, hướng di chuyển (rẽ phải, đi thẳng, rẽ trái) và được sử dụng làm đầu vào cho các kịch bản mô phỏng, đảm bảo điều kiện ban đầu của mô phỏng sát với thực tế nhất có thể.

5.2. So sánh kết quả VTS và dữ liệu từ camera giao thông

Kết quả so sánh cho thấy sự tương đồng đáng kể giữa mô phỏng và thực tế. Mặc dù tính ngẫu nhiên trong hành vi của tác tử tạo ra sự khác biệt giữa các lần chạy, kết quả sau khi chuẩn hóa (normalization) cho thấy xu hướng lưu lượng xe đầu ra của VTS bám rất sát đường cong lưu lượng thực tế. Sự tương đồng này là một bằng chứng mạnh mẽ cho thấy VTS có khả năng tái tạo động lực học của luồng giao thông tại một giao lộ phức tạp ở Việt Nam. Đây là một bước xác thực quan trọng, khẳng định tiềm năng ứng dụng của mô hình.

5.3. Thử nghiệm giới hạn và khả năng chống ùn tắc giao thông

Ngoài việc xác thực, VTS còn được dùng để thử nghiệm giới hạn chịu tải của hạ tầng. Bằng cách tăng số lượng phương tiện đầu vào lên 200 xe so với thực tế (tổng cộng 600 xe), mô phỏng cho thấy vận tốc di chuyển trung bình giảm mạnh và ùn tắc xảy ra. Thí nghiệm 'if-then' này rất quan trọng đối với các nhà hoạch định chính sách, vì nó cho phép họ dự báo các điểm nghẽn và đánh giá hiệu quả của các giải pháp chống ùn tắc giao thông trước khi triển khai, ví dụ như thay đổi chu kỳ đèn hay phân luồng lại giao thông.

VI. Tương lai hệ thống đa tác tử cho quản lý giao thông đô thị VN

Luận văn Multi Agent System for Traffic Simulation in Vietnam đã đặt một nền móng vững chắc cho việc ứng dụng công nghệ mô phỏng tiên tiến vào giải quyết bài toán giao thông tại Việt Nam. Đóng góp chính của công trình là đã cải tiến và xác thực thành công hệ thống VTS, chứng minh rằng mô hình hệ thống đa tác tử có khả năng mô phỏng chân thực các đặc điểm phức tạp và hỗn loạn của giao thông trong nước. VTS không chỉ là một công cụ học thuật mà còn là một nền tảng tiềm năng cho hệ thống giao thông thông minh (ITS), giúp các nhà quy hoạch thử nghiệm các chính sách, tối ưu hóa hạ tầng và dự báo các điểm nóng ùn tắc với chi phí thấp. Tuy nhiên, công trình vẫn còn một số hạn chế do thiếu dữ liệu thực nghiệm, đặc biệt là dữ liệu chi tiết cho việc đánh giá mô phỏng đèn tín hiệu. Hướng phát triển trong tương lai rất rộng mở. Đầu tiên, cần thu thập thêm nhiều bộ dữ liệu đa dạng hơn để có thể thực hiện các thí nghiệm chuyên sâu hơn, đặc biệt là về tối ưu hóa đèn tín hiệu giao thông hoặc thậm chí tích hợp các thuật toán học tăng cường (reinforcement learning) trong giao thông. Bên cạnh đó, việc cải thiện giao diện người dùng và phương thức nhập liệu thống kê tự động sẽ giúp VTS trở nên thân thiện và dễ tiếp cận hơn với các chuyên gia quy hoạch. Về lâu dài, VTS có thể được phát triển thành một phần của một hệ thống quản lý giao thông đô thị toàn diện, tích hợp với các công cụ mô phỏng khác như SUMO hay AnyLogic.

6.1. Đóng góp chính của luận văn và hệ thống VTS

Đóng góp quan trọng nhất của luận văn là đã trình bày một phương pháp tiếp cận mới và hiệu quả để giải quyết vấn đề giao thông tại Việt Nam. Hệ thống VTS, được cải tiến và đánh giá trong khuôn khổ luận văn, đã chứng tỏ khả năng mô phỏng các tình huống giao thông phức tạp mà các công cụ truyền thống khó có thể thực hiện. Nó cung cấp một 'phòng thí nghiệm ảo' cho các nhà hoạch định chính sách, giúp tiết kiệm chi phí và thời gian trong việc thử nghiệm các thiết kế hạ tầng và chiến lược điều hành giao thông mới. Việc xác thực mô hình bằng dữ liệu thực tế là một bước tiến quan trọng, tăng cường độ tin cậy và tính ứng dụng của VTS.

6.2. Hướng phát triển cho hệ thống giao thông thông minh ITS

Trong tương lai, VTS có thể được phát triển theo nhiều hướng để trở thành một thành phần cốt lõi của hệ thống giao thông thông minh (ITS) tại Việt Nam. Các hướng đi tiềm năng bao gồm: (1) Thu thập thêm dữ liệu để thực hiện các thí nghiệm chuyên sâu hơn, đặc biệt là về hiệu quả của hệ thống đèn tín hiệu. (2) Cải tiến giao diện hệ thống và cơ chế nhập liệu để người dùng cuối (các nhà quy hoạch) có thể dễ dàng sử dụng. (3) Tích hợp các thuật toán AI tiên tiến như học tăng cường (reinforcement learning) để tự động tối ưu hóa các tham số điều khiển giao thông. Những cải tiến này sẽ nâng cao hơn nữa giá trị thực tiễn của hệ thống, góp phần xây dựng một môi trường giao thông an toàn và hiệu quả hơn.

Trích đoạn nội dung tài liệu

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ Trần Tiến Công MULTI AGENT SYSTEM FOR TRAFFIC SIMULATION IN VIETNAM Ngành: Công nghệ thông tin Chuyên ngành: Khoa học máy tính Mã số: 60.01 LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS. BÙI THẾ DUY Hà Nội - 2013 TIEU LUAN MOI download : [e-mail] ORIGINALITY STATEMENT ‘I hereby declare that this submission is my own work and to the best of my knowledge it contains no materials previously published or written by another person, or substantial proportions of material which have been accepted for the award of any other degree or diploma at University of Engineering and Technology (UET/Coltech) or any other educational institution, except where due acknowledgement is made in the thesis. Any contribution made to the research by others, with whom I have worked at UET/Coltech or elsewhere, is explicitly acknowledged in the thesis. I also declare that the intellectual content of this thesis is the product of my own work, except to the extent that assistance from others in the project’s design and conception or in style, presentation and linguistic expression is acknowledged.’ Hanoi, October 7th, 2013 Signed.

i TIEU LUAN MOI download : [e-mail] ABSTRACT The VTS is a system that allows users to design different road systems as well as to create different simulation scenarios with different agent profiles. It was built in 2010 based on the theory of Agent and Multi Agent System. During 2011 and 2012, it was improved and many experiments were performed regarding to the real data collected from VOV traffic online. The results are promising and we hope that it could be able to help the traffic planners to solve the sore issues of traffic in Vietnam at the moment.

PUBLICATION *The Duy Bui, Duc Hai Ngo, Cong Tran, Multi-agent based Simulation of traffic in Vietnam, 13th International Conference, PRIMA, Kolkata, India, pp. 636-648, 2010 ii TIEU LUAN MOI download : [e-mail] TABLE OF CONTENT List of Figures. v List of Tables. v List of Abbreviations.

Motivation, objectives and approach. Outline of the thesis. Models of traffic simulation. Multi-agent system for traffic simulation.

Vietnam Traffic Simulator. Introduction to multi-agent system. Multi Agent Systems – MAS. Agent based model – ABM.

The road system. Agents representing traffic participants .nam TIEU LUAN MOI download : [e-mail] TIEU LUAN MOI download : [e-mail] List of Figures Figure 1. VISSIM visual interfaces .VISSIM statistic fuction .Traffic light simulation system. Highway simulation system.

A part of highway road. Connection road areas. Detecting possible collisions. Interface and simulation of the traffic light.

Some examples of real time traffic data. the Khuat Duy Tien – Tran Duy Hung crossroad in the simulator. the Khuat Duy Tien – Tran Duy Hung crossroad captured by the traffic camera. Distribution of inflow vehicles in real data.

Timegraph of inflow inflow vehicles in real data. The worst case of achieved results. The best case of achieved results. Normalization of achieved results.

The decrease rate of velocity. Traffic light data observation .36 List of Tables Table 1. An example of randomized parameters. Parameters of KDT – TDH crossroad.

The information query form. An example of query data. Default parameters of the simulation.nam TIEU LUAN MOI download : [e-mail] List of Abbreviations MAS – Multi agent system ABM – Agent Based Model VTS – Vietnam Traffic Simulator VISSIM – Visual Traffic Simulation System KDT – Khuat Duy Tien TDH – Tran Duy Hung PH – Pham Hung HL – Hoa Lac vi (LUAN.nam TIEU LUAN MOI download : [e-mail] Acknowledgement First and foremost, I would like to express my deepest gratitude to my supervisor, Ass. Bui The Duy, for his patient guidance and continuous support throughout the years.

He always appears when I need help, and responds to queries so helpfully and promptly. I would like to give my honest appreciation to my co-partner Ngo Duc Hai for his kindly support although he had to prepare for his study oversea. I would also like to thank my friend, Vu Tien Thanh, for his kindly help. I sincerely acknowledge all my lectures in University of Engineering and Technology, Vietnam National University, Hanoi, for guidance in my master study.

Finally, this thesis would not have been possible without the support and love of my family. Thank you! vii (LUAN.nam TIEU LUAN MOI download : skknchat@gmail. Motivation, objectives and approach In Vietnam, the transportation system is now facing many problems in terms of congestions and accidents. Especially in big cities like Hanoi, the transportation system is chaotic, due to narrow roads, increasing number of vehicles, and lack of consciousness to follow the traffic rules from participants.

Many solutions have been proposed and implemented which imposed a great effect on the development of the transportation system itself as well as awareness of the whole society. However, most of these solutions usually require a huge financial effort to be able to prove effectiveness. Therefore, a method which helps reduce the cost of improving the current transportation situation should draw attention of researchers. It is the reason why I was motivated to do my thesis regarding to this theme.

In developed countries, transportation planners always have to have a strategic vision which can identify a clear plan to develop the transport system. Such knowledge could be attained by experimenting on traffic simulators. With information provided by these simulators, the policy makers can figure a way to reduce the cost of traffic infrastructure building. Literally, the use of multi agent system in simulating the behavior of the society is a common trend of solving problems like transportation.

Following this trend, we started to build the Vietnam Traffic Simulator (VTS) based on the multi agent system model under the guidance of Assc. Bui The Duy in 2010[17]. This thesis mainly aims to strengthen the correctness of the VTS. To phrase it another way, the completion of the evaluation for this simulator is the main target of this thesis.

It requires some approaches in both proactive and reactive ways. With the base knowledge acquired from research of MASs, I 1 (LUAN.nam TIEU LUAN MOI download : [e-mail] added some additional features and improved the structure of VTS to be more suited for the traffic in Vietnam. To be more specified, I had gathered data from many sources, had added a function, had corrected the behavior of the simulator and then I implemented to evaluation phase. Outline of the thesis The outline of the thesis is as following: Chapter 2 will be the literature review about traffic simulation models and the approach based on the Multi-agent model.

Chapter 3 is about some main features of Vietnam Traffic Simulator, including some new improvement after the short paper presented in PRACSYS 2010 [17]. The evaluation steps will be presented in chapter 4. The last chapter is the conclusion and future research.nam TIEU LUAN MOI download : skknchat@gmail. Models of traffic simulation Traffic simulation can be used to: find treatments for a problem of a traffic system; test new designs of transportation facilities before the commitment of resources to construction; analyze safety of a system; or train traffic management personnel [6].

Due to the complexity of the transportation system, there are two ways of modeling it with regards to scope and time. In this section we will introduce some models that are used to be the base stones of Vietnam Traffic Simulator with regards to three categories: time, scope and multi-agent based system. Scope Simulation models of traffic can be categorized by level of detail: macroscopic [4, 8], microscopic [1, 9, 10, 11], mesoscopic [2, 7], and nanoscopic [3]. A macroscopic model describes entities and their activities and interactions at a low level of detail.

For example, the traffic stream may be represented in some aggregate manner such as a statistical histogram or by scalar values of flow rate, density and speed. A microscopic model describes both the system entities and their interactions at a high level of detail. A mesoscopic model generally represents most entities at a high level of detail but describes their activities and interactions at a much lower level of detail than would a microscopic model. With nanoscopic models, nano simulation attempts to model drivers’ steering behaviour and more detailed components of perception-reaction time in order to depict the the human performance.

* Visual Traffic Simulation System 3 (LUAN.nam TIEU LUAN MOI download : [e-mail] In this subsection we introduce a system named Visual Traffic Simulation System (VISSIM) which is one of the mesoscopic systems developed by Thomas Fotherby [14]. This system is diverse in many kinds of traffic systems simulations. In details, it provides function to design the transportation infrastructure with detailed information of flowing vehicles such as numbers of cars, trucks and their velocities. VISSIM visual interfaces Figure 2.VISSIM statistic fuction This system consists four application components: Road Network Designer, Traffic Modelling Designer, Visual Simulation, Application Results.

We will summarize some main features of these components that are being used as suggestions for VTS as below: 4 (LUAN.nam TIEU LUAN MOI download : [e-mail]  Road Network Designer This section of the application should allow a user to quickly design simple schematic road diagrams (road networks) Variables: - The application should be to-scale (e. x screen pixels per metre). - The application should start by showing a drawing panel as a blank designing area (representing a x*x m square area). - Assume terrain is always flat (a simplification).

Drawing techniques: - Lanes are drawn on the panel in straight-line sections. Each new section of the lane follows on from the previous section. - Any existing lane should be able to be extended with another identical lane next to it (space permitting). - Existing lanes should be able to be deleted.

Junction models: - When the ends of three or more lane-sections overlap a junction should form. - Lanes should also be able to pass over or under other lanes. Therefore there are 4 options at any point where lanes cross other lanes. Panel features: - There should be buttons for: create Lane, create Road, Add Lane, Delete Lane.

- Road designs should be able to be saved and loaded.  Traffic-Modelling Tool (Pre-condition: a valid road network.) For the application to be realistic and produce useful results the user must be able to specify the traffic data that the simulator will use. This data may be based on real observations obtained from electronic detection devices and traffic surveys.nam TIEU LUAN MOI download : [e-mail] Road network facts: - A junction has inputs and outputs. - Each junction has unique input and output traffic-flow intensities.

- The input traffic-intensity of one junction will be a function of the output traffic-intensities of other junctions. - A certain amount of cars will enter the system according to some kind of control element. - A car can start at any input into the system and go to any output. - All cars should eventually exit the system (No infinite loops).

Requirements: - For each input to the system users should be able to specify the average or exact number of cars per minute that will enter. This will require labelling of the roads in the designed road network. - There should be an option to randomise the car input data each time the simulation is run, or otherwise the simulation will run with precisely the same data (the same number of cars enter at the same time). Panel features: - Traffic-flow models should be able to be saved and loaded.

 Visual Simulation (Pre-condition: A valid road network.) This section should present animated graphics with drawn-to-scale vehicles moving through the geometry of the system. The traffic that is animated is generated and controlled according to statistics specified by the "traffic- modelling tool".