Mr. Macho
Writer
Việc thông suốt giao thông sau các sự kiện và biểu diễn giải trí quy mô lớn luôn là vấn đề đau đầu. Người dân sẽ đi qua những con phố đông đúc, gây ra nhiều ùn tắc và tai nạn mà vẫn chưa được giải quyết tốt.
Theo một bài báo mới của Google Research, một cách để giải quyết vấn đề này là sử dụng các mô hình mô phỏng, là bản sao ảo của mạng lưới giao thông trong thế giới thực (đôi khi được gọi là "cặp song sinh kỹ thuật số"). Các mô hình này cố gắng nắm bắt bố cục của đường phố và giao lộ đến từng chi tiết chuyển động của xe.
Viện cho biết nhóm của họ sử dụng các mô hình để định lượng tác động bền vững của các tuyến đường, thử nghiệm kế hoạch sơ tán và hiển thị giao thông mô phỏng trong chế độ xem phong phú.
Việc sử dụng các mô hình này cho phép các chuyên gia giao thông vận tải giảm thiểu tắc nghẽn, giảm tai nạn và cải thiện trải nghiệm cho người lái xe, hành khách và người đi bộ.
Một thách thức lâu dài trong lĩnh vực này là việc hiệu chỉnh và kết hợp các mô hình giao thông. Sự sẵn có của dữ liệu giao thông toàn diện, dữ liệu mạng lưới đường bộ chi tiết từ Google Maps, những tiến bộ trong khoa học giao thông vận tải và công nghệ hiệu chuẩn đang mở đường cho việc tính toán hiệu quả các mạng lưới giao thông trên toàn thế giới.
Các mô hình dựa trên SUMO có thể giúp mô tả động thái giao thông, chẳng hạn như cách người lái xe đưa ra quyết định như đi theo xe, chuyển làn hoặc tuân theo giới hạn tốc độ.
Ngoài ra, các nhà nghiên cứu đã giới thiệu dữ liệu từ Google Maps để vẽ bản đồ nhiệt về cấu trúc mạng lưới giao thông và các thuộc tính phân đoạn tĩnh khác nhau (ví dụ: số làn đường, giới hạn tốc độ, sự hiện diện của đèn giao thông) trong khu vực.
(Lưu ý: Không có sự khác biệt về bản đồ nhiệt giữa ngày diễn ra sự kiện và ngày diễn ra sự kiện)
Sau đó, nhóm nghiên cứu đã chia bản đồ nhiệt thành nhiều khu vực nhỏ và đưa ra "mô hình hành vi người dùng" cũng như gợi ý tuyến đường do Sở Cảnh sát Seattle cung cấp để thiết lập mô hình "phân luồng giao thông" có thể phân bổ tuyến đường tốt nhất.
Viện cho biết mục tiêu là giúp hàng nghìn người tham gia tại các sự kiện thể thao và giải trí lớn rời khỏi khu vực sân vận động một cách nhanh chóng và an toàn. Trong các sự kiện lớn, mô hình đã định tuyến lại 30% lưu lượng giao thông, giảm thời gian trung bình để các phương tiện thoát khỏi khu vực tắc nghẽn trung tâm xuống 7 phút.
Google tuyên bố rằng nghiên cứu này có thể chứng minh tiềm năng của các mô hình mô phỏng trong quy hoạch giao thông nhằm cải thiện hiệu quả giao thông trong các sự kiện quy mô lớn; nó cũng có thể cho phép các nhà quy hoạch đường hiểu được những đoạn đường chưa được sử dụng đúng mức, từ đó cải thiện môi trường giao thông tổng thể và đạt được luồng phân phối tốt hơn.
Theo một bài báo mới của Google Research, một cách để giải quyết vấn đề này là sử dụng các mô hình mô phỏng, là bản sao ảo của mạng lưới giao thông trong thế giới thực (đôi khi được gọi là "cặp song sinh kỹ thuật số"). Các mô hình này cố gắng nắm bắt bố cục của đường phố và giao lộ đến từng chi tiết chuyển động của xe.
Việc sử dụng các mô hình này cho phép các chuyên gia giao thông vận tải giảm thiểu tắc nghẽn, giảm tai nạn và cải thiện trải nghiệm cho người lái xe, hành khách và người đi bộ.
Một thách thức lâu dài trong lĩnh vực này là việc hiệu chỉnh và kết hợp các mô hình giao thông. Sự sẵn có của dữ liệu giao thông toàn diện, dữ liệu mạng lưới đường bộ chi tiết từ Google Maps, những tiến bộ trong khoa học giao thông vận tải và công nghệ hiệu chuẩn đang mở đường cho việc tính toán hiệu quả các mạng lưới giao thông trên toàn thế giới.
Mẫu mới
Google đã xây dựng mô hình cơ bản thông qua phần mềm nguồn mở - Simulated Urban Mobility (SUMO), nhắm vào khu vực gần T-Mobile Park và Lumen Field ở Seattle.Các mô hình dựa trên SUMO có thể giúp mô tả động thái giao thông, chẳng hạn như cách người lái xe đưa ra quyết định như đi theo xe, chuyển làn hoặc tuân theo giới hạn tốc độ.
Ngoài ra, các nhà nghiên cứu đã giới thiệu dữ liệu từ Google Maps để vẽ bản đồ nhiệt về cấu trúc mạng lưới giao thông và các thuộc tính phân đoạn tĩnh khác nhau (ví dụ: số làn đường, giới hạn tốc độ, sự hiện diện của đèn giao thông) trong khu vực.
Sau đó, nhóm nghiên cứu đã chia bản đồ nhiệt thành nhiều khu vực nhỏ và đưa ra "mô hình hành vi người dùng" cũng như gợi ý tuyến đường do Sở Cảnh sát Seattle cung cấp để thiết lập mô hình "phân luồng giao thông" có thể phân bổ tuyến đường tốt nhất.
Ứng dụng thực tế
Để thử nghiệm công nghệ này trong thế giới thực, Google Research đã làm việc với Sở Giao thông Vận tải Seattle (SDOT) để phát triển kế hoạch điều hòa giao thông dựa trên mô hình ảo.Viện cho biết mục tiêu là giúp hàng nghìn người tham gia tại các sự kiện thể thao và giải trí lớn rời khỏi khu vực sân vận động một cách nhanh chóng và an toàn. Trong các sự kiện lớn, mô hình đã định tuyến lại 30% lưu lượng giao thông, giảm thời gian trung bình để các phương tiện thoát khỏi khu vực tắc nghẽn trung tâm xuống 7 phút.
Google tuyên bố rằng nghiên cứu này có thể chứng minh tiềm năng của các mô hình mô phỏng trong quy hoạch giao thông nhằm cải thiện hiệu quả giao thông trong các sự kiện quy mô lớn; nó cũng có thể cho phép các nhà quy hoạch đường hiểu được những đoạn đường chưa được sử dụng đúng mức, từ đó cải thiện môi trường giao thông tổng thể và đạt được luồng phân phối tốt hơn.
