Từ những mô hình thành công trên thế giới đến lời giải cho giao thông Việt Nam
Trên thế giới, các đô thị tiên tiến từ lâu đã sử dụng dữ liệu nhu cầu đi lại để hiểu dòng giao thông, phục vụ quy hoạch và lựa chọn phương án tổ chức giao thông. Tại Stockholm (Thụy Điển), mô hình nhu cầu kết hợp với lựa chọn tuyến đường đã giúp dự báo và triển khai thành công việc thu phí ùn tắc, kéo giảm 20% lượng xe ra vào khu trung tâm trong giai đoạn thử nghiệm.
Trong khi đó, tại London (Anh), cơ quan quản lý giao thông sử dụng các mô hình phân tích nhu cầu và phân bổ dòng phương tiện lên mạng lưới đường để tính toán lưu lượng, thời gian chậm trễ và hỗ trợ quy hoạch dài hạn. Dù cách triển khai khác nhau, các thí dụ này đều cho thấy: dữ liệu nhu cầu đi lại chỉ thực sự có giá trị khi được chuyển thành căn cứ cho những quyết định về tổ chức giao thông.
Từ việc nghiên cứu những mô hình thành công, đội ngũ phát triển phân hệ Quản lý nhu cầu giao thông Viettel ITS nhận ra một bài học then chốt: muốn tổ chức giao thông tốt thì trước hết phải hiểu nhu cầu di chuyển giữa các khu vực và cách các dòng phương tiện phân bổ trên mạng lưới, thay vì chỉ tập trung xử lý các điểm ùn tắc trước mắt.
Theo các chuyên gia của Viettel Solutions, Việt Nam hoàn toàn có thể học hỏi cách tiếp cận của quốc tế, nhưng không thể áp dụng máy móc một mô hình được xây dựng cho điều kiện giao thông khác. Giao thông đô thị nước ta có lưu lượng xe máy rất lớn, cách thức di chuyển linh hoạt, cùng với mạng lưới ngõ và đường nhỏ dày đặc. Ở những vị trí có camera quan sát, cơ quan quản lý có thể biết một nút giao đông đến mức nào và có bao nhiêu xe đi qua. Thế nhưng, số liệu tại một vị trí chưa đủ để trả lời các dòng phương tiện đến từ khu vực nào, đang hướng về đâu hay chỉ đi xuyên qua khu vực đang ùn tắc.
Hơn nữa, một phương tiện có thể xuất hiện trên camera ở trục đường chính, sau đó rẽ vào một con ngõ không có giám sát rồi lại xuất hiện ở một vị trí hoàn toàn khác. Hệ thống không thể coi hai lần xuất hiện đứt đoạn đó là một hành trình hoàn chỉnh. Việc chỉ kết nối các điểm camera lại với nhau để dựng bản đồ di chuyển sẽ gặp nhiều vấn đề khi dữ liệu không phủ kín mọi tuyến đường.
Từ thực tế đó, bài toán đặt ra cho đội ngũ kỹ sư Viettel là làm thế nào để nối lại những dấu vết di chuyển chưa đầy đủ, xác định các chuyến đi có khả năng đã diễn ra, rồi tổng hợp thành nhu cầu di chuyển giữa các vùng đô thị. Để thực hiện, hệ thống cần kết hợp dữ liệu camera với các phương pháp phân tích và ước lượng phù hợp với điều kiện giao thông Việt Nam.
Vượt “điểm mù” dữ liệu để tái hiện hành trình phương tiện
Để xây dựng ma trận nguồn-đích (O-D), Viettel ITS phải giải một bài toán không đơn giản: làm thế nào để biết các phương tiện di chuyển từ đâu đến đâu khi hệ thống camera không thể quan sát toàn bộ hành trình? Lời giải nằm ở việc kết hợp 3 công nghệ, giúp biến những dữ liệu giao thông rời rạc thành bức tranh tổng thể về nhu cầu di chuyển trong đô thị.
Trước hết, hệ thống chia đô thị thành các vùng giao thông dựa trên đặc điểm địa lý, mật độ dân cư và mạng lưới đường sá. Những khu vực có đặc điểm tương đồng được nhóm lại, đồng thời bảo đảm quy mô diện tích và dân số phù hợp. Việc phân chia này tạo cơ sở để xác định nhu cầu di chuyển giữa các vùng, thay vì chỉ nhìn vào từng tuyến đường hay nút giao riêng lẻ.
Bước tiếp theo cũng là một trong những thách thức quan trọng nhất: tái hình thành chuyến đi từ dữ liệu camera bị gián đoạn. Chẳng hạn, một chiếc xe được camera ghi nhận tại điểm A, sau đó đi qua nhiều tuyến đường không có camera trước khi xuất hiện tại điểm B. Hệ thống sẽ dựa trên thời gian ghi nhận, khoảng cách và đặc điểm mạng lưới đường để đánh giá liệu hai lần xuất hiện có thuộc cùng một chuyến đi hay không. Những lần ghi nhận cách nhau quá lâu hoặc không hợp lý về thời gian di chuyển sẽ được tách thành các chuyến khác nhau.
Với những đoạn hành trình không được camera quan sát, hệ thống tiếp tục phân tích các tuyến đường mà phương tiện có khả năng đã đi qua. Bằng cách đối chiếu thời gian di chuyển và dữ liệu giao thông thực tế, công nghệ sẽ lựa chọn lộ trình có khả năng xảy ra cao nhất để khôi phục phần hành trình còn thiếu. Nhờ đó, những lần xuất hiện tưởng chừng rời rạc có thể được kết nối thành các chuyến đi có cơ sở, thay vì đơn thuần giả định phương tiện luôn chọn con đường ngắn nhất.
Cuối cùng, khi dữ liệu quan sát đủ để phục vụ việc ước lượng, các chuyến đi được tổng hợp theo vùng xuất phát, vùng đích và từng khung thời gian để hình thành ma trận O-D ban đầu. Hệ thống tiếp tục đối chiếu với lưu lượng phương tiện thực tế tại các tuyến đường và nút giao, lần lượt điều chỉnh cách phân bổ dòng xe lên các tuyến và số chuyến đi giữa các vùng. Quá trình này được lặp lại nhằm thu hẹp chênh lệch giữa kết quả tính toán và số liệu quan sát.
Thay vì chỉ biết có bao nhiêu phương tiện đi qua một vị trí, ma trận O-D giúp cơ quan quản lý ước lượng dòng phương tiện di chuyển giữa những khu vực nào, với quy mô ra sao và thay đổi như thế nào theo từng khung thời gian. Những thông tin này tạo thêm căn cứ để đánh giá nhu cầu đi lại và áp lực giao thông trên mạng lưới đường đô thị.
Chẳng hạn, nếu lượng xe từ các khu dân cư đổ về trung tâm tăng mạnh trong giờ cao điểm, ma trận O-D giúp nhận diện những luồng di chuyển tạo áp lực lên các tuyến kết nối. Trên cơ sở đó, cơ quan quản lý có thể xác định các khu vực cần ưu tiên, xem xét phương án phân luồng và tổ chức giao thông phù hợp hơn với nhu cầu thực tế.
Từ việc phân chia vùng giao thông, tái hình thành chuyến đi đến tổng hợp và kiểm tra kết quả ước lượng, Viettel ITS từng bước chuyển dữ liệu camera phân tán thành thông tin có thể sử dụng để phân tích nhu cầu di chuyển đô thị.
Ở phạm vi giải pháp giao thông thông minh tổng thể, năm 2026, Viettel ITS đoạt Giải Vàng tại Giải thưởng Kinh doanh quốc tế (IBA) ở hạng mục Giải pháp Giao thông, Giải Bạc Globee Awards for Technology và danh hiệu “Best of Category” dành cho sản phẩm, dịch vụ công nghệ phục vụ Chính phủ và khu vực công.
Thành công của Viettel ITS cho thấy, việc học hỏi các mô hình tiên tiến trên thế giới không đồng nghĩa với sao chép nguyên mẫu. Điều quan trọng là khả năng làm chủ, điều chỉnh và phát triển công nghệ phù hợp với thực tiễn Việt Nam, từ đó tạo ra những giải pháp thiết thực cho bài toán giao thông đô thị.
LÊ LÂM