Bối cảnh và vấn đề nghiên cứu

Ùn tắc giao thông (UTGT) tại các đô thị lớn ở Việt Nam và trên thế giới đang diễn biến phức tạp, gây ra nhiều hệ lụy tiêu cực đến kinh tế, môi trường và đời sống cư dân. Theo đánh giá của Cơ quan Hợp tác Quốc tế Nhật Bản (JICA), thiệt hại kinh tế do UTGT tại Hà Nội và TP. Hồ Chí Minh ước tính chiếm từ 2% đến 3% tổng sản phẩm quốc nội (GDP). Tại Việt Nam, thống kê của Bộ Giao thông Vận tải năm 2012 ghi nhận Hà Nội có 67 điểm và TP. Hồ Chí Minh có 76 điểm ùn tắc nghiêm trọng. Đến năm 2023, dù số điểm ùn tắc thống kê giảm còn 24 điểm nhưng đã ghi nhận tới 4.469 vụ ùn ứ giao thông phức tạp.

Các nguyên nhân cốt lõi gây ùn tắc đô thị được xác định gồm:

  • Nhu cầu giao thông lớn: Tần suất di chuyển bình quân của người dân đô thị đạt từ 2,7 đến 3,0 chuyến/người/ngày, lưu lượng tập trung cao vào các khung giờ cao điểm tại các nút giao trọng điểm.
  • Tốc độ đô thị hóa nhanh: Theo Nghị quyết số 06-NQ/TW, tỷ lệ đô thị hóa toàn quốc đặt mục tiêu đạt tối thiểu 45% vào năm 2025 và trên 50% vào năm 2030; tỷ lệ đất giao thông trên đất xây dựng đô thị đạt 11% - 16% (năm 2025) và 16% - 26% (năm 2030), dẫn đến áp lực hạ tầng không theo kịp tốc độ gia tăng phương tiện.
  • Vận tải hành khách công cộng (VTHKCC) hạn chế: Xe buýt tại Hà Nội mới đáp ứng khoảng 18% nhu cầu đi lại (năm 2023); tại TP. Hồ Chí Minh, tỷ lệ này năm 2019 chỉ đạt 9,2%, mục tiêu điều chỉnh theo Quyết định 3998/QĐ-UBND là 15% vào năm 2025 và 25% vào năm 2030.
  • Hạ tầng và ý thức tham gia giao thông: Thiếu trang thiết bị điều khiển đồng bộ, hạn chế về thông tin giao thông thời gian thực và ý thức chấp hành luật giao thông chưa cao.

Nhằm tối ưu hóa chi phí và thời gian thử nghiệm các giải pháp điều tiết, đề tài "Thiết kế hệ thống mô phỏng đánh giá mật độ giao thông trong đô thị" đặt ra các mục tiêu và nhiệm vụ nghiên cứu:

  1. Xây dựng hệ thống mô phỏng mật độ giao thông theo mật độ dân cư đô thị bằng gói phần mềm SUMO và các chương trình tạo dữ liệu giả lập.
  2. Cho phép thiết lập và thay đổi mật độ giao thông dựa trên mật độ dân cư, diện tích, các tuyến đường cụ thể hoặc số lượng phương tiện thực tế.
  3. Cho phép thay đổi mật độ giao thông theo kịch bản dự báo mật độ trong tương lai.
  4. Đánh giá vận tốc trung bình của các phương tiện giao thông trên toàn mạng lưới và tại các khu vực mục tiêu có nguy cơ UTGT cao.
  5. Xác định mối tương quan giữa mật độ dân số, số lượng phương tiện và tình trạng lưu thông tại khu vực khảo sát.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Quy trình mô hình hóa, mô phỏng vi mô và thống kê trạng thái giao thông bằng phần mềm SUMO kết hợp thuật toán tính toán chuyển đổi lưu lượng xe.
  • Phạm vi không gian: Địa bàn TP. Thủ Đức (TP. Hồ Chí Minh) với diện tích tự nhiên $211,56\text{ km}^2$, là đô thị sáng tạo phía Đông kết nối vùng kinh tế trọng điểm Đông Nam Bộ.
  • Phạm vi thời gian và dữ liệu: Dữ liệu dân số, hạ tầng và số liệu phương tiện năm 2023 kết hợp định hướng quy hoạch đến năm 2030 và 2040.

Cơ sở lý thuyết và phương pháp

Khung lý thuyết và mô hình mô phỏng

Trong kỹ thuật giao thông, các mô hình mô phỏng được phân loại thành 4 cấp độ:

  • Macroscopic: Mô phỏng dòng giao thông liên tục quy mô lớn dựa trên các biến vĩ mô (mật độ, lưu lượng tổng quát), chi phí tính toán thấp nhưng thiếu chi tiết.
  • Mesoscopic: Mô tả dòng phương tiện theo từng nhóm/cụm đồng nhất có cùng thuộc tính vận tốc và kích thước.
  • Microscopic: Mô phỏng chi tiết cấp vi mô từng phương tiện đơn lẻ, theo dõi tương tác, vận tốc, gia tốc và lộ trình cụ thể.
  • Submicroscopic: Mô tả chi tiết mức độ hoạt động các bộ phận bên trong phương tiện (ít phổ biến trong quy hoạch mạng lưới).

Đề tài chọn mô hình vi mô (Microscopic) triển khai trên nền tảng gói phần mềm mã nguồn mở SUMO (Simulation of Urban MObility) nhờ khả năng xử lý mạng lưới diện rộng, hiệu suất cao (đạt tới 700.000 cập nhật/giây - UPS trên máy tính thông thường) và khả năng can thiệp kịch bản thông qua giao diện lập trình.

Phương pháp quy đổi tương đương xe con (PCU)

Để đồng nhất các loại phương tiện có kích thước và đặc tính vận hành khác nhau, đề tài áp dụng phương pháp quy đổi đơn vị xe con tiêu chuẩn (Passenger Car Unit - PCU) theo tiêu chuẩn xây dựng Việt Nam TCVN 104-2007, kết hợp tham khảo hướng dẫn Traffic Modelling Guidelines v4 của London.

Loại phương tiện London v4 TCVN 104-2007 (Vận tốc $30 - 50\text{ km/h}$)
Xe đạp 0,2 0,3
Xe máy 0,4 0,25
Xe ô tô con / Bán tải 1,0 1,0
Xe tải 2 trục / Xe buýt dưới 25 chỗ 1,5 2,5
Xe tải $\ge 3$ trục / Xe buýt lớn 2,0 3,0
Xe kéo moóc / Xe buýt khớp nối 2,3 4,0

Phương pháp tính toán lưu lượng PCU từ mật độ dân số

Đề tài xây dựng công thức toán học xác định tổng giá trị lưu lượng PCU phát sinh mỗi giờ ($P$) trên một khu vực dựa trên mật độ dân số:

$$P = MĐDS \times DT \times \left( MĐXM \times PCUXM + MĐÔTÔ \times PCUOT + MĐPTK \times PCUPTK \right) \times SLCĐPSTG$$

Trong đó:

  • $MĐDS$: Mật độ dân số ($\text{người/km}^2$).
  • $DT$: Diện tích khu vực ($\text{km}^2$) — TP. Thủ Đức là $211,56\text{ km}^2$.
  • $MĐXM, MĐÔTÔ, MĐPTK$: Mật độ phương tiện tương ứng trên đầu người (lấy theo tỷ lệ TP. Hồ Chí Minh năm 2023: Xe máy chiếm 86,9% tương đương $0,8327\text{ xe/người}$; Ô tô chiếm 9,4% tương đương $0,0907\text{ xe/người}$; Phương tiện khác chiếm 3,7% tương đương $0,0374\text{ xe/người}$).
  • $PCUXM, PCUOT, PCUPTK$: Hệ số quy đổi PCU ở vận tốc $41,59\text{ km/h}$ ($PCUXM = 0,25$; $PCUOT = 1,0$; $PCUPTK = 3,17$).
  • $SLCĐPSTG$: Số lượng chuyến đi phát sinh trung bình của một phương tiện trong một giờ ($0,1276\text{ chuyến/giờ}$, suy ra từ bình quân $3,0636\text{ chuyến/ngày}$).

Thay thế các tham số thực tế của TP. Thủ Đức vào phương trình: $$P = MĐDS \times 211,56 \times (0,8327 \times 0,25 + 0,0907 \times 1,0 + 0,0374 \times 3,17) \times 0,1276$$ $$\Rightarrow P = MĐDS \times 11,2686$$

Thiết kế và triển khai hệ thống mô phỏng

Công cụ và quy trình trích xuất dữ liệu bản đồ

  1. QGIS kết hợp Plugin OSMDownloader: Do OpenStreetMap (OSM) và JOSM giới hạn trích xuất tối đa 50.000 node, QGIS được sử dụng để tải toàn bộ bản đồ không gian địa lý của TP. Thủ Đức dạng file .osm.
  2. JOSM (Java OpenStreetMap Editor): Tiền xử lý dữ liệu bản đồ bằng mã Java tự động và thao tác thủ công nhằm xóa bỏ các đối tượng phi giao thông đường bộ (nhà cửa, đường sắt, sông suối, ranh giới hành chính dư thừa).
  3. Netconvert: Chuyển đổi file .osm đã làm sạch thành mạng lưới giao thông .net.xml tương thích với SUMO.
Bảng thông số cơ bản TP. Hồ Chí Minh và TP. Thủ Đức (2023) TP. Hồ Chí Minh TP. Thủ Đức
Dân số (người) 9.095.066 1.013.863
Diện tích ($\text{km}^2$) 2.095,239 211,56
Mật độ dân số ($\text{người/km}^2$) 4.341 4.792
Tổng số phương tiện (xe máy, ô tô, khác) ~9.000.000 ~1.000.000

Quy trình sinh kịch bản và thực thi mô phỏng

Hệ thống vận hành theo chuỗi tiến trình tự động:

  • Tạo hành trình (Trips): Sử dụng công cụ randomTrips.py để sinh ngẫu nhiên các cặp điểm xuất phát và điểm đến dựa trên tổng số PCU đã tính toán.
  • Tạo lộ trình (Routes): Sử dụng công cụ duarouter để biên dịch các chuyến đi thành tập hợp lộ trình .rou.xml đi qua các cạnh mạng lưới (edges).
  • Cấu hình mô phỏng (.cfg): Tích hợp file mạng lưới .net.xml, file lộ trình .rou.xml và file bổ sung .xml khai báo các thẻ thu thập dữ liệu <edgeData> và <laneData>.
  • Thực thi mô phỏng: Sử dụng nhân dòng lệnh sumo (cho phép chạy nền tự động) hoặc giao diện đồ họa sumo-gui (hỗ trợ trực quan hóa phương tiện).
  • Lọc và phân tích dữ liệu: Sử dụng script Python trích xuất file kết quả test_edge.xml để tính toán vận tốc trung bình, thời gian chờ, thời gian di chuyển theo danh sách mã định danh edge tại các khu vực mục tiêu.

Danh mục đối tượng khảo sát trọng điểm

Hệ thống định nghĩa tập hợp các edge ID cho 4 tuyến đường trục chính và 4 nút giao có nguy cơ ùn tắc cao tại TP. Thủ Đức:

  • Tuyến đường: Xa lộ Hà Nội, Phạm Văn Đồng, Võ Văn Ngân, Kha Vạn Cân.
  • Nút giao: Ngã tư Thủ Đức, Ngã tư Bình Thái, Vòng xoay Mỹ Thủy, Nút giao An Phú.

Nội dung chính theo từng chương

Chương 1. Lí do chọn đề tài

Chương này phân tích thực trạng giao thông đô thị tại Việt Nam, đặc biệt là những tổn thất kinh tế do ùn tắc tại Hà Nội và TP. Hồ Chí Minh. Tác giả chỉ rõ các nguyên nhân: nhu cầu di chuyển cao (2,7 - 3,0 lượt/người/ngày), tốc độ đô thị hóa nhanh nhưng hạ tầng chỉ đạt tỷ lệ đất giao thông 11% - 16%, chất lượng VTHKCC còn thấp (đáp ứng dưới 20% nhu cầu). Từ đó, đề tài xác định sự cần thiết của giải pháp mô phỏng giao thông vi mô và xác lập mục tiêu, phạm vi nghiên cứu áp dụng cho TP. Thủ Đức.

Chương 2. Tổng quan đề tài

Trình bày tổng quan tình hình nghiên cứu trong nước và quốc tế. Trong nước, tác giả dẫn chứng giải pháp cải tạo nút giao Nguyễn Thị Minh Khai - Nam Kỳ Khởi Nghĩa bằng phần mềm VISSIM 5.20 giúp giảm 21% chiều dài ùn tắc trên hướng Nguyễn Thị Minh Khai. Trên thế giới, các phương pháp sử dụng camera xử lý ảnh và định vị GPS được phân tích cùng những hạn chế về chi phí và nhiễu môi trường. Tác giả so sánh các phần mềm mô phỏng (SUMO, VISSIM, Paramics, Aimsun, CORSIM) và luận giải việc lựa chọn SUMO nhờ tính tương thích cao, mã nguồn mở và khả năng xử lý mạng lưới quy mô lớn.

Chương 3. Cơ sở lý thuyết

Tập trung xây dựng cơ sở toán học và quy trình kỹ thuật của hệ thống. Tác giả phân tích cấu trúc dữ liệu của OpenStreetMap (node, way, polygon), quy trình sử dụng QGIS kết hợp plugin OSMDownloader và công cụ JOSM để xử lý bản đồ. Chương này làm rõ cấu trúc các file trong SUMO (net.xml, rou.xml, cfg, file bổ sung), đồng thời thiết lập phương trình quy đổi lưu lượng PCU/giờ từ mật độ dân số ($P = MĐDS \times 11,2686$). Hệ thống giao diện người dùng trích xuất dữ liệu tốc độ (Speed Extractor) cũng được đặc tả.

Chương 4. Kết quả mô phỏng và đánh giá

Triển khai mô phỏng trên mạng lưới giao thông TP. Thủ Đức theo hai nhóm kịch bản:

  • Mô phỏng theo mật độ dân số công bố: Sử dụng số liệu dân số và phương tiện thực tế năm 2023.
  • Mô phỏng theo kịch bản dự báo tương lai: Dựa trên Thuyết minh quy hoạch chung TP. Thủ Đức đến năm 2030 và 2040 với tốc độ tăng trưởng chuyến đi bình quân 6%/năm. Dữ liệu đầu ra từ file test_edge.xml được lọc và tổng hợp thành bảng chỉ số vận tốc trung bình, thời gian tiêu hao trên các tuyến đường (Phạm Văn Đồng, Xa lộ Hà Nội, Võ Văn Ngân, Kha Vạn Cân) và các nút giao trọng điểm (Vòng xoay Mỹ Thủy, Nút giao An Phú, Ngã tư Thủ Đức, Ngã tư Bình Thái).

Chương 5. Kết luận và hướng phát triển

Đánh giá tổng kết các ưu điểm và hạn chế của mô hình mô phỏng đã xây dựng, khẳng định khả năng ứng dụng công cụ trong việc hỗ trợ đánh giá các giải pháp tổ chức giao thông đô thị và đề xuất các định hướng nâng cấp trong tương lai.

Kết quả và đóng góp

Kết quả chính

  • Xây dựng thành công quy trình xử lý bản đồ không gian từ OpenStreetMap qua QGIS và JOSM thành mạng lưới mô phỏng vi mô hoàn chỉnh trên SUMO cho toàn bộ địa bàn TP. Thủ Đức ($211,56\text{ km}^2$).
  • Thiết lập mô hình toán học thực nghiệm kết nối mật độ dân cư với lưu lượng xe tiêu chuẩn: $P = MĐDS \times 11,2686$, cho phép tự động tính toán số chuyến đi phát sinh mỗi giờ dựa trên các hệ số quy đổi TCVN 104-2007.
  • Xây dựng công cụ tự động hóa pipeline từ sinh kịch bản (randomTrips, duarouter), thực thi mô phỏng dòng lệnh (sumo), đến bóc tách chỉ số lưu lượng/vận tốc theo từng cụm edge ID cho 4 trục đường và 4 nút giao xung yếu.

Đóng góp về mặt học thuật và thực tiễn

  • Đóng góp một giải pháp mã nguồn mở chi phí thấp, cho phép mô phỏng mạng lưới giao thông đô thị quy mô lớn mà không đòi hỏi chi phí bản quyền thương mại đắt đỏ như VISSIM hay Aimsun.
  • Cung cấp khung phương pháp luận kết hợp giữa quy hoạch đô thị (mật độ dân số, dự báo chuyến đi theo niên độ 2030 - 2040) và kỹ thuật mô phỏng vi mô giao thông.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế được ghi nhận

  • Quá trình cắt tỉa và xử lý ranh giới bản đồ trên JOSM vẫn còn các bước phải thao tác thủ công, chưa tự động hóa hoàn toàn.
  • Dữ liệu lộ trình sinh ra từ randomTrips.py mang tính ngẫu nhiên, phân bổ điểm đầu - điểm cuối chưa phản ánh hoàn toàn chính xác hành vi di chuyển thực tế theo mục đích chuyến đi (đi làm, đi học, giao nhận hàng).
  • Mô hình giả định các loại phương tiện đều có tần suất phát sinh chuyến đi đồng đều trong ngày, chưa tách biệt chi tiết ma trận O-D (Origin - Destination) theo từng phân khu chức năng.

Hướng nghiên cứu tiếp

  • Tích hợp mô phỏng mạng truyền thông không dây giữa các phương tiện (VANET - Vehicular Ad-hoc Network) để đánh giá các giải pháp giao thông thông minh (ITS).
  • Kết nối mô hình với dữ liệu camera giao thông và GPS thời gian thực nhằm hiệu chỉnh độ chính xác của lưu lượng xe trên từng tuyến đường.
  • Mở rộng chức năng thử nghiệm các thuật toán điều khiển đèn tín hiệu giao thông thích ứng tại các nút giao phức tạp (như Nút giao An Phú và Vòng xoay Mỹ Thủy).

Giá trị tham khảo

Tài liệu khóa luận này là nguồn tham khảo hữu ích cho:

  • Sinh viên và học viên ngành Kỹ thuật Máy tính, Công nghệ Thông tin, Khoa học Dữ liệu: Tham khảo quy trình xây dựng ứng dụng mô phỏng vi mô, kỹ thuật xử lý file XML cấu trúc lớn và cách viết script tự động hóa bằng Python/Java tương tác với SUMO.
  • Sinh viên và kỹ sư ngành Quy hoạch Đô thị, Kỹ thuật Giao thông: Tham khảo phương pháp chuyển đổi dữ liệu không gian từ QGIS/OpenStreetMap sang mô hình giao thông, cùng công thức toán học tính toán quy đổi PCU từ mật độ dân cư đô thị.
  • Nội dung nổi bật đáng tham khảo: Quy trình xử lý bản đồ vượt giới hạn 50.000 node (mục 3.4 - 3.5), công thức dẫn xuất tính toán PCU (mục 3.6), và phương pháp cấu hình thu thập dữ liệu bằng edgeData/laneData (mục 3.7 - 3.8).

Câu hỏi thường gặp

1. Tại sao nhóm tác giả lựa chọn gói phần mềm SUMO thay vì các phần mềm thương mại như VISSIM?

SUMO là phần mềm mô phỏng vi mô mã nguồn mở, hoàn toàn miễn phí, có khả năng mô phỏng mạng lưới giao thông diện rộng với quy mô toàn thành phố mà không bị giới hạn bản quyền. Ngoài ra, SUMO tiêu tốn ít tài nguyên phần cứng, hỗ trợ hiệu suất cao (lên đến hàng trăm nghìn UPS) và cung cấp đầy đủ các công cụ dòng lệnh (netconvert, duarouter, randomTrips) giúp dễ dàng tự động hóa quy trình xử lý dữ liệu bằng Python.

2. Làm thế nào để trích xuất bản đồ TP. Thủ Đức khi OpenStreetMap giới hạn 50.000 node?

Nhóm tác giả sử dụng phần mềm QGIS kết hợp cài đặt plugin OSMDownloader. Công cụ này cho phép quét chọn toàn bộ vùng bao chữ nhật của TP. Thủ Đức trên lớp nền OpenStreetMap và trích xuất dữ liệu không gian dạng file .osm mà không bị áp đặt giới hạn 50.000 node như trên giao diện web OSM hoặc JOSM thông thường.

3. Công thức tính giá trị lưu lượng PCU từ mật độ dân số TP. Thủ Đức được thiết lập như thế nào?

Dựa trên diện tích TP. Thủ Đức ($211,56\text{ km}^2$), tỷ lệ thành phần phương tiện tại TP.HCM (xe máy: 86,9%, ô tô: 9,4%, khác: 3,7%), hệ số quy đổi PCU theo TCVN 104-2007 (xe máy: 0,25, ô tô: 1,0, khác: 3,17) và tần suất chuyến đi phát sinh mỗi giờ ($0,1276\text{ chuyến/giờ}$), công thức được rút gọn thành: $$P = MĐDS \times 11,2686$$ Trong đó $MĐDS$ là mật độ dân số ($\text{người/km}^2$) do người dùng thiết lập.

4. Dữ liệu vận tốc và lưu lượng giao thông tại các tuyến đường được trích xuất bằng cách nào trong SUMO?

Tác giả khai báo file bổ sung (additional-files) chứa các thẻ <edgeData> và <laneData> trong file cấu hình .cfg. Sau khi chạy mô phỏng, SUMO sẽ tự động tính toán và xuất dữ liệu lưu lượng, thời gian di chuyển vào file test_edge.xml. Hệ thống sử dụng một script Python chứa danh sách các mã định danh edge ID tương ứng của từng tuyến đường/nút giao để lọc và tính toán vận tốc trung bình.

5. Những tuyến đường và nút giao nào được lựa chọn làm mục tiêu khảo sát trọng điểm?

Hệ thống tập trung khảo sát 4 tuyến đường huyết mạch gồm: Xa lộ Hà Nội, Phạm Văn Đồng, Võ Văn Ngân, Kha Vạn Cân; và 4 nút giao có nguy cơ ùn tắc cao gồm: Ngã tư Thủ Đức, Ngã tư Bình Thái, Vòng xoay Mỹ Thủy và Nút giao An Phú.

Kết luận

Khóa luận tốt nghiệp của sinh viên Lê Hữu Vinh và Tạ Điền Minh Trí đã thiết kế thành công hệ thống mô phỏng vi mô đánh giá mật độ giao thông đô thị trên địa bàn TP. Thủ Đức bằng nền tảng mã nguồn mở SUMO. Đề tài đã xây dựng hoàn chỉnh chuỗi xử lý từ trích xuất bản đồ QGIS/OSM, thiết lập công thức toán học quy đổi lưu lượng PCU từ mật độ dân cư, đến tự động hóa mô phỏng và bóc tách dữ liệu vận tốc tại các điểm nóng ùn tắc. Kết quả nghiên cứu cung cấp một công cụ kỹ thuật thực nghiệm có tính ứng dụng cao, hỗ trợ đắc lực cho công tác phân tích, thử nghiệm và đánh giá các phương án quy hoạch giao thông đô thị trong tương lai.