Giải pháp sử dụng mã nguồn mở kết hợp AI Vision thu thập dữ liệu trong giả lập giao thông

Chuyển đổi số - chuyển đổi xanh
18/04/2025 16:18
Mô phỏng giao thông đô thị là công cụ quan trọng trong quy hoạch và quản lý hệ thống giao thông hiện đại. Tuy nhiên, các giải pháp thương mại hiện nay như VISSIM thường đòi hỏi chi phí đầu tư cao, trong khi nhiều bài toán giao thông không nhất thiết cần đến những công cụ phức tạp và đắt đỏ này.
aa
Giảm thiểu ô nhiễm không khí cần sớm có giải pháp để đạt mục tiêu đề ra Giao thông xanh vì một Việt Nam phát triển bền vững Tích hợp công nghệ tự động hóa vào phương tiện giao thông xanh

Nghiên cứu này đề xuất một giải pháp sử dụng mã nguồn mở SUMO (Simulation of Urban MObility) kết hợp với công nghệ AI Vision để thu thập dữ liệu và mô phỏng giao thông. Giải pháp này không chỉ tiết kiệm chi phí mà còn cung cấp tính linh hoạt cao thông qua việc hỗ trợ đa dạng định dạng dữ liệu không gian và khả năng tích hợp với các công nghệ AI hiện đại. Kết quả thực nghiệm cho thấy giải pháp đề xuất có thể xây dựng bản sao số chính xác của hệ thống giao thông thực tế, hỗ trợ hiệu quả công tác quy hoạch đô thị, thử nghiệm các chiến lược điều khiển giao thông, và quản lý tình huống khẩn cấp. Giải pháp này đại diện cho một hướng tiếp cận tiết kiệm và hiệu quả trong việc phát triển hệ thống giao thông thông minh tại Việt Nam.

Thách thức từ đô thị

Nghị quyết 57-NQ/TW ngày 22/12/2024 của Bộ Chính trị "Về đột phá phát triển khoa học, công nghệ, đổi mới sáng tạo và chuyển đổi số quốc gia"; Quyết định 877/QĐ-TTG Thủ tướng Chính phủ ngày 22/07/2022 yêu cầu 100% các thành phố lớn trực thuộc trung ương triển khai lắp đặt hệ thống quản lý, điều hành giao thông thông minh năm 2025 đặt ra các thách thức và mục tiêu quan trọng nhằm hiện đại hóa hệ thống giao thông đô thị, hướng tới xây dựng các thành phố thông minh, an toàn và bền vững. Trong đó, việc tối ưu hóa quản lý giao thông đô thị được xác định là một trong những nhiệm vụ trọng tâm, góp phần nâng cao chất lượng cuộc sống người dân và thúc đẩy phát triển kinh tế - xã hội.

Thực trạng giao thông đô thị hiện nay đang đối mặt với nhiều thách thức nghiêm trọng. Theo số liệu thống kê, các thành phố lớn trên thế giới đang phải đối mặt với tình trạng tắc nghẽn giao thông ngày càng trầm trọng, gây thiệt hại kinh tế ước tính lên đến hàng tỷ đô la mỗi năm. Tại Hoa Kỳ, ùn tắc giao thông khiến mỗi người lái xe trung bình mất 771 USD hàng năm do thời gian bị lãng phí, tương đương với tổng thiệt hại kinh tế lên đến 74 tỷ USD trên toàn quốc.

Đối với Việt Nam, Hà Nội là một ví dụ điển hình cho những vấn đề giao thông mà các thành phố lớn đang đối mặt. Tính đến tháng 11/2022, tổng số phương tiện giao thông trên địa bàn là 7.784.657 phương tiện, trong đó có 1.056.423 xe ô tô và 6.545.317 xe máy, chưa kể còn khoảng 1,2 triệu phương tiện từ các tỉnh, thành phố khác. Trong khi đó, tỷ lệ diện tích đất dành cho giao thông trên diện tích đất xây dựng đô thị mới đạt khoảng 10,07%, chỉ bằng một nửa so với quy hoạch. Năm 2022, thành phố có 35 điểm ùn tắc, ngành giao thông xử lý được 8 điểm nhưng phát sinh 10 điểm mới, tồn tại 37 điểm ùn tắc.

Giải pháp sử dụng mã nguồn mở kết hợp AI Vision thu thập dữ liệu trong giả lập giao thông

Trong bối cảnh đó, các công cụ mô phỏng và giả lập giao thông đóng vai trò quan trọng trong việc quy hoạch, thiết kế và quản lý hệ thống giao thông. Tuy nhiên, các giải pháp thương mại như VISSIM, mặc dù có độ chính xác và tính năng vượt trội, lại đòi hỏi chi phí bản quyền cao, không phù hợp với nhiều dự án có ngân sách hạn chế hoặc quy mô nhỏ. Hơn nữa, nhiều bài toán giao thông không nhất thiết cần đến những công cụ phức tạp và đắt đỏ này để giải quyết hiệu quả.

Giải quyết cho vấn đề

Để giải quyết những thách thức trên, chúng tôi xin đề xuất giải pháp "Sử dụng mã nguồn mở kết hợp AI Vision thu thập dữ liệu trong giả lập giao thông" với các phương hướng triển khai như sau:

Thứ nhất: Sử dụng SUMO (Simulation of Urban Mobility) làm nền tảng mô phỏng giao thông. SUMO là phần mềm mô phỏng giao thông mã nguồn mở, có khả năng mô phỏng vi mô chuyển động của từng phương tiện trên mạng lưới đường. SUMO được thiết kế theo kiến trúc mô-đun linh hoạt, bao gồm nhiều công cụ hỗ trợ như NETEDIT để tạo và chỉnh sửa mạng lưới, DUAROUTER để tính toán lộ trình, và SUMO-GUI để hiển thị kết quả mô phỏng. Đặc biệt, SUMO hỗ trợ đa dạng các định dạng shape file như ESRI Shapefile, OpenStreetMap, GeoJSON,.. tạo tính linh hoạt cao trong việc nhập và xuất dữ liệu địa lý từ nhiều nguồn khác nhau.

Giải pháp sử dụng mã nguồn mở kết hợp AI Vision thu thập dữ liệu trong giả lập giao thông
Ảnh mô phỏng từ Sumo

Thứ hai: Tích hợp công nghệ AI VISION để thu thập dữ liệu giao thông thực tế. Hệ thống sử dụng các thuật toán AI Vision tiên tiến để xử lý hình ảnh từ camera giám sát, nhận diện và phân loại phương tiện, đếm lưu lượng, ước tính tốc độ và phát hiện sự cố giao thông. Dữ liệu này được chuyển đổi thành định dạng phù hợp với SUMO thông qua các mô-đun chuyển đổi dữ liệu chuyên dụng, tạo nên một hệ thống "digital twin" phản ánh tình trạng giao thông thực tế gần như theo thời gian thực.

Giải pháp sử dụng mã nguồn mở kết hợp AI Vision thu thập dữ liệu trong giả lập giao thông
Sumo nhận thông tin từ các cảm biến trên đường

Thứ ba: Xây dựng bản sao số của hệ thống giao thông thực tế. Dựa trên dữ liệu thu thập từ AI Vision và các nguồn khác như bản đồ GIS, dữ liệu cảm biến IoT, hệ thống tạo ra bản sao số chính xác của mạng lưới giao thông. Bản sao số này hoạt động như môi trường thử nghiệm ảo, cho phép các nhà quy hoạch đô thị và kỹ sư giao thông thử nghiệm các phương án mà không làm gián đoạn hoặc ảnh hưởng đến hệ thống giao thông thực. Hệ thống bản sao số có khả năng mô phỏng đa dạng các yếu tố hạ tầng giao thông Việt Nam như đường có làn ưu tiên, BRT, đường giao với đường sắt, cầu vượt, hầm chui, điểm chờ xe buýt, đường đang thi công và các công trình công cộng (bệnh viện, sân vận động, trung tâm thương mại, công sở). Ngoài ra, hệ thống còn tái hiện chính xác các tình huống bất thường thường gặp như tai nạn giao thông, sự kiện thu hút đông người, xe ưu tiên di chuyển và xe buýt đón trả khách. Đặc biệt, mô hình này còn mô phỏng được các hành vi tham gia giao thông đặc trưng của người Việt như xe vượt đèn đỏ, người đi bộ băng qua đường sai quy định, xe đi ngược chiều, xe đi sai làn đường cho phép, đỗ xe (do sự cố hoặc đón trả khách) và hiện tượng xe leo lên vỉa hè, tạo nên một môi trường thử nghiệm ảo toàn diện và sát với thực tế.

Giải pháp sử dụng mã nguồn mở kết hợp AI Vision thu thập dữ liệu trong giả lập giao thông
Quy trình tạo bản sao số

Thứ tư: Phát triển các công cụ phân tích và tối ưu hóa giao thông. Hệ thống cung cấp các công cụ phân tích dựa trên SUMO để hỗ trợ các quyết định quy hoạch đô thị, đánh giá tác động của các dự án phát triển đối với hệ thống giao thông, và tối ưu hóa phân bổ giao thông trong các khu vực đô thị đông đúc. Các công cụ này có thể mô phỏng nhiều kịch bản phát triển khác nhau, từ đó đánh giá tác động của từng kịch bản đến thời gian di chuyển, mức độ tắc nghẽn, và phát thải khí thải.

Thứ năm: Thử nghiệm các chiến lược điều khiển giao thông thông minh. Thông qua giao diện TraCI (Traffic Control Interface) của SUMO, các thuật toán điều khiển giao thông có thể tương tác với mô phỏng theo thời gian thực, cho phép đánh giá hiệu quả của các chiến lược khác nhau trong môi trường mô phỏng trước khi triển khai trong thực tế. Hệ thống hỗ trợ nhiều chiến lược điều khiển từ cơ bản đến nâng cao, bao gồm điều khiển đèn tín hiệu thích ứng, hệ thống thông tin biến thiên, và các giải pháp giao thông thông minh khác.

Giải pháp sử dụng mã nguồn mở kết hợp AI Vision thu thập dữ liệu trong giả lập giao thông
Sumo kết hợp với Unity, tạo ra các mô phỏng 3D phục vụ cho quy hoạch

Kết quả thực nghiệm tại ngã tư Vọng, quận Hoàng Mai, Hà Nội - một trong những nút giao phức tạp nhất Thủ đô với nhiều tuyến đường chồng chéo và đa dạng phương tiện - cho thấy giải pháp đề xuất mang lại khả năng mô phỏng chính xác đáng kinh ngạc. Hệ thống SUMO kết hợp AI Vision đã thành công trong việc mô phỏng đặc trưng giao thông hỗn hợp và đôi khi hỗn loạn của Việt Nam, bao gồm cả các tình huống phức tạp như xe máy len lỏi giữa các phương tiện lớn, người đi bộ băng qua đường không theo vạch kẻ, và xe buýt dừng đón trả khách,... Độ chính xác của mô phỏng đạt trên 85% khi so sánh với dữ liệu thực tế thu thập từ camera giám sát. Đặc biệt, chi phí triển khai giải pháp này chỉ bằng khoảng 30% so với việc sử dụng các phần mềm thương mại tương đương, trong khi vẫn đảm bảo khả năng mô phỏng các đặc thù giao thông địa phương mà các phần mềm nước ngoài thường không hỗ trợ tốt. Thành công này đặt nền móng vững chắc cho việc phát triển các giải pháp quản lý giao thông thông minh phù hợp với đặc thù Việt Nam trong tương lai.

Giải pháp sử dụng mã nguồn mở kết hợp AI Vision thu thập dữ liệu trong giả lập giao thông
Quá trình áp dụng các chiến lược điều khiển giao thông thông minh

Tuy nhiên, chúng tôi cũng nhận thấy một số thách thức cần được giải quyết trong tương lai. Độ chính xác của các mô hình AI Vision trong điều kiện thời tiết khắc nghiệt hoặc ánh sáng kém vẫn còn hạn chế. Việc đồng bộ hóa dữ liệu từ nhiều nguồn khác nhau đòi hỏi các giải pháp kỹ thuật phức tạp. Khi kích thước mạng lưới tăng lên, yêu cầu tính toán cho việc mô phỏng và tối ưu hóa thời gian thực cũng tăng đáng kể.

Hướng phát triển trong tương lai của giải pháp bao gồm việc tích hợp các mô hình học máy tiên tiến để dự đoán mẫu giao thông, phát triển các công cụ trực quan hóa và phân tích dữ liệu nâng cao, mở rộng phạm vi mô phỏng để bao gồm các phương thức giao thông khác như giao thông công cộng, đi bộ và xe đạp, và tích hợp với các hệ thống quản lý đô thị khác để tạo ra các giải pháp thành phố thông minh toàn diện.

Giải pháp sử dụng mã nguồn mở kết hợp AI Vision thu thập dữ liệu trong giả lập giao thông không chỉ là một giải pháp kỹ thuật tiết kiệm chi phí mà còn là một bước tiến quan trọng trong việc xây dựng hạ tầng giao thông thông minh, góp phần hiện thực hóa mục tiêu phát triển đô thị thông minh, bền vững tại Việt Nam. Với việc triển khai giải pháp này, chúng ta có thể kỳ vọng vào một mạng lưới giao thông hiệu quả hơn, an toàn hơn và thân thiện với môi trường hơn, đáp ứng nhu cầu di chuyển ngày càng tăng của người dân trong bối cảnh đô thị hóa nhanh chóng

Đào Xuân Trường, Nguyễn Trung Dũng, Nguyễn Đình Tuấn Đạt, Tạ Xuân Kiên

Tổng Công ty Giải pháp Doanh nghiệp Viettel
Email: truongdx14@viettel.com.vn, dungnnt114@viettel.com.vn,
datndt@viettel.com.vn, kientx@viettel.com.vn

tudonghoangaynay.vn
tan-hoang-minh
Tin bài khác
HI-TECH VIETNAM 2026: Hội tụ công nghệ mới, mở rộng cơ hội kết nối doanh nghiệp

HI-TECH VIETNAM 2026: Hội tụ công nghệ mới, mở rộng cơ hội kết nối doanh nghiệp

Từ công nghiệp bán dẫn, trí tuệ nhân tạo đến UAV, robot và sản xuất thông minh, nhiều lĩnh vực công nghệ đang định hình nền kinh tế số sẽ được giới thiệu tại HI-TECH VIETNAM 2026. Sự kiện diễn ra từ ngày 9 đến 11/9 tại Trung tâm Triển lãm Việt Nam (VEC), Đông Anh, Hà Nội.
Làm mát bằng chất lỏng trở thành hạ tầng chiến lược cho nhà máy AI

Làm mát bằng chất lỏng trở thành hạ tầng chiến lược cho nhà máy AI

Sự bùng nổ của trí tuệ nhân tạo (AI) đang tạo ra một cuộc chuyển đổi sâu rộng trong sản xuất công nghiệp, từ chế tạo chất bán dẫn, trung tâm dữ liệu đến các nhà máy sản xuất thông minh.
Một buổi sáng

Một buổi sáng

Hà Nội, một buổi sáng giao mùa giữa xuân và hạ, không khí mát mẻ nhưng hơi lất phất mưa phùn và độ ẩm cao. Tôi uể oải thức dậy nhìn ra khung cửa sổ vẫn còn mờ sương với cảnh vật ảm đạm, thiếu ánh nắng. Thay xong bộ đồng phục, tôi ngồi mở điện thoại kiểm tra lại tin nhắn thông báo từ đêm hôm trước.
Tử vi vòng quay công nghệ ngày 16/8/2026: Tuổi Tỵ vận trình khởi sắc, tuổi Mão cần tránh nóng vội

Tử vi vòng quay công nghệ ngày 16/8/2026: Tuổi Tỵ vận trình khởi sắc, tuổi Mão cần tránh nóng vội

Những bí ẩn của khoa học đời sống là "món ăn" tinh thần không thể thiếu trong cuộc sống của con người. Tử vi vòng quay công nghệ xem tử vi 12 con giáp ngày 16/8/2026 cho tất cả các tuổi nhằm dự đoán vận hạn về công danh, tiền bạc, tình duyên và sức khỏe.
Tiếp cận công nghệ mới, nâng hiệu quả tìm kiếm, xác định danh tính hài cốt liệt sĩ

Tiếp cận công nghệ mới, nâng hiệu quả tìm kiếm, xác định danh tính hài cốt liệt sĩ

Tiếp tục chương trình công tác tại Hoa Kỳ, đoàn công tác do Thượng tướng Nguyễn Văn Gấu, Thứ trưởng Bộ Quốc phòng, Phó Trưởng ban Chỉ đạo quốc gia về tìm kiếm, quy tập và xác định danh tính hài cốt liệt sĩ (Ban Chỉ đạo 515 quốc gia) dẫn đầu, đã có chuyến làm việc chuyên sâu tại Đại học Georgia và cơ sở pháp y quân sự hàng đầu của Hoa Kỳ.
Triển khai Nghị quyết 57: Chuyển mạnh từ hoàn thiện thể chế sang tạo sản phẩm công nghệ

Triển khai Nghị quyết 57: Chuyển mạnh từ hoàn thiện thể chế sang tạo sản phẩm công nghệ

Qua hơn 1 năm 8 tháng triển khai Nghị quyết số 57-NQ/TW của Bộ Chính trị, khoa học, công nghệ, đổi mới sáng tạo và chuyển đổi số đã có những chuyển biến rõ nét về nhận thức, thể chế và tổ chức thực hiện. Bộ KH&CN xác định trọng tâm từ nay đến cuối năm 2026 là chuyển mạnh từ hoàn thiện thể chế sang tạo ra sản phẩm, công nghệ và kết quả cụ thể.
Bứt phá năng suất dựa trên khoa học, công nghệ, đổi mới sáng tạo và chuyển đổi số

Bứt phá năng suất dựa trên khoa học, công nghệ, đổi mới sáng tạo và chuyển đổi số

Diễn đàn Năng suất Chất lượng Quốc gia năm 2026 được kỳ vọng góp phần nhận diện những điểm nghẽn, đề xuất giải pháp đột phá và thúc đẩy hình thành hệ sinh thái năng suất chất lượng hiện đại, lấy đổi mới sáng tạo làm động lực và doanh nghiệp làm trung tâm.
100 ngày tháo gỡ điểm nghẽn chuyển đổi số

100 ngày tháo gỡ điểm nghẽn chuyển đổi số

Ban Chỉ đạo 57 Thành ủy Hà Nội vừa ban hành Kế hoạch hành động 100 ngày nhằm xử lý các điểm nghẽn về chuyển đổi số trong hệ thống chính trị, yêu cầu làm rõ trách nhiệm và xử lý dứt điểm các nhiệm vụ chậm, quá hạn hoặc có nguy cơ chậm tiến độ.
Bản đồ trưởng thành mới cho trí tuệ nhân tạo

Bản đồ trưởng thành mới cho trí tuệ nhân tạo

Trong nhiều năm qua, các doanh nghiệp đánh giá mức độ trưởng thành của AI chủ yếu dựa trên khả năng triển khai, mức độ ứng dụng hay quản trị rủi ro. Tuy nhiên, khi AI đang tiến nhanh từ các mô hình tạo sinh sang các hệ thống có khả năng suy luận, lập kế hoạch và tự ra quyết định, giới nghiên cứu cho rằng cần một cách tiếp cận mới: đánh giá mức độ trưởng thành về nhận thức, thay vì chỉ đo lường mức độ triển khai công nghệ.
Thị trường chứng khoán ngày 14/8: VN-Index lao dốc gần 37 điểm, cổ phiếu VIC giảm mạnh

Thị trường chứng khoán ngày 14/8: VN-Index lao dốc gần 37 điểm, cổ phiếu VIC giảm mạnh

Áp lực bán gia tăng trên diện rộng trong phiên 14/8 khiến VN-Index giảm gần 37 điểm, tương đương hơn 2%, trong khi cổ phiếu VIC giảm 3,6%, góp phần kéo chỉ số đi xuống. Đây là phiên thứ hai liên tiếp thị trường điều chỉnh mạnh.