15/01/2025
Theo nhà báo Cảnh Chân, người dân Việt Nam đang than trời vì nghị định 168. Có người đi ngoài đường thấy đèn giao thông là tim đập chân run. Có người thấy đèn xanh còn 3-4 giây cũng phải dừng lại, không dám chạy tiếp vì tâm lý sợ bị phạt. Khắp các trang báo cộng sản đều là những tin tức tiêu cực về tình hình kẹt xe từ Hà Nội vào Thành Hồ. [1]
Theo luật sư Trịnh Hữu Long, các bản tin loan đi từ truyền thông nhà nước ngày 12 và 13/1 cho biết Nghị định 168/2024/NĐ-CP được ban hành theo thủ tục rút gọn. Nhưng thực ra, cách triển khai nghị định nầy có nhiều phần tùy tiện. [2]
Tờ “Công an nhân dân” biện luận cho làn sóng tiêu cực về nghị định 168 bằng nhận định rằng “Ở các quốc gia phát triển như Hà Lan, Anh, Đức, Pháp, Mỹ, Nhật Bản, Hàn Quốc... sự nghiêm minh của pháp luật là yếu tố cốt lõi để đảm bảo trật tự xã hội và an toàn giao thông.” [3]
Nhận định của tờ “Công an” là nói chung chung không ăn nhập gì với việc quản lý giao thông ở các nước. Nghị định 168 dẫn đến kẹt xe trong nhiều ngày qua ở Hà Nội, Sài gòn, Cần Thơ và các thành phố lớn khác. Thực tế ùn ứ nầy chứng tỏ việc thiếu hiểu biết về lưu lượng và vận hành giao thông, cũng như cách làm việc tùy tiện và thiếu khoa học của các ngành ban liên hệ.
Ở nước ngoài, các cơ quan chính phủ thường chịu trách nhiệm về các tuyến đường huyết mạch, đường thu phí và đường địa phương, đồng thời đưa ra phần lớn các quyết định về quản lý giao thông. Do đó, các cơ quan nầy thường thu thập để hiểu rõ về giao thông. Họ dùng những dữ liệu này để đưa ra các quyết định quan trọng liên quan đến hoạt động giao thông như nâng cấp trục giao thông, làm thêm đường hoặc điều chỉnh lại thời gian của tín hiệu giao thông. Do nhu cầu cần dữ liệu, hầu hết các cơ quan nầy đều có chương trình dữ liệu giao thông để cung cấp thông tin cho hoạt động của mạng lưới đường bộ của họ. [4]
Các chương trình dữ liệu giao thông sử dụng một số bộ đếm tạm thời và cố định bên cạnh các phương pháp thủ công đặc biệt để định lượng các mô hình giao thông. Ví dụ, một cơ quan có thể sử dụng video cố định trên các hành lang chính và các nguồn tạm thời như ống khí nén để đếm xe hầu lấp đầy khoảng trống dữ liệu cho các khu vực mà video cố định không bao phủ được. Kết quả của việc kết hợp các công nghệ khác nhau và phương pháp thủ công thường dẫn đến cách tiếp cận thu thập dữ liệu theo từng phần.
Các nguồn dữ liệu mới nổi là một trong những điểm khởi đầu tốt nhất để củng cố bất kỳ chương trình dữ liệu giao thông nào. Dữ liệu mới nổi là bất kỳ dữ liệu nào được tạo ra bởi các công nghệ chưa được khai thác nhiều trong giao thông để thu thập dữ liệu. Các ví dụ phổ biến trong giao thông bao gồm dữ liệu tín hiệu di động viễn thông, dữ liệu phương tiện được kết nối, dữ liệu dịch vụ dựa trên vị trí và các dữ liệu khác. Dữ liệu này thường có nguồn gốc từ các thiết bị hỗ trợ mạng (ví dụ như điện thoại di động) và cơ sở hạ tầng kết nối (ví dụ như bộ tiếp sóng trên xe). [4]
Dữ liệu tín hiệu di động viễn thông có thể được sử dụng một cách hiệu quả để giám sát giao thông tại các thành phố lớn thông qua nhiều phương pháp cải tiến khác nhau. Lấy ví dụ, bằng cách giám sát các điện thoại đang hoạt động trên mạng di động, hệ thống theo dõi vị trí theo thời gian thực có thể theo dõi sự di chuyển của dân cư trên tất cả các phương thức vận chuyển. Điều này cho phép giám sát chính xác luồng giao thông trong và xung quanh các trung tâm giao thông. [5]
Với mạng phát sóng, các điện thoại di động có thể tạo ra các tín hiệu dọc theo các tuyến đường, với khoảng cách phát sóng trung bình là 250 mét ở khu vực thành thị. Những phát sóng này cung cấp mẫu thời gian di chuyển chính xác, cho phép giám sát liên tục tình trạng giao thông xung quanh các thành phố đông dân.
“Dữ liệu phương tiện được kết nối” như bộ tiếp sóng trên xe cung cấp khả năng để giám sát giao thông tại các trung tâm giao thông lớn, cung cấp thông tin chuyên sâu theo thời gian thực, có độ phân giải cao, có thể tăng cường đáng kể việc quản lý giao thông. Với phân tích lưu lượng giao thông theo thời gian thực, các phương tiện được kết nối liên tục truyền dữ liệu về vị trí, tốc độ và hướng đi, cho phép giám sát tức thời tình trạng giao thông trong và xung quanh các trung tâm giao thông. Điều này cho phép người quản lý giao thông xác định các điểm tắc nghẽn và phản ứng nhanh với việc thay đổi mô hình giao thông. [6]
Với phân tích điểm đi-điểm đến, người quản lý giao thông có thể theo dõi lộ trình hoàn chỉnh của các phương tiện được kết nối, hiểu rõ hơn về mô hình di chuyển, giúp tối ưu hóa các tuyến và lịch trình giao thông công cộng xung quanh các trung tâm lớn.
Trong đánh giá hiệu suất giao lộ, dữ liệu ô tô được kết nối cung cấp các số liệu như kiểm soát và độ trễ khi dừng, tỷ lệ phần trăm đèn xanh và mức độ dịch vụ tại các giao lộ. Thông tin này rất quan trọng để tối ưu hóa thời gian tín hiệu và cải thiện lưu lượng giao thông ở các khu vực trung tâm đông đúc.
Dữ liệu dịch vụ dựa trên vị trí là một công cụ mạnh mẽ để giám sát giao thông trong thành phố, mang lại một số lợi thế so với các phương pháp truyền thống. Dữ liệu được thu thập từ nhiều nguồn khác nhau, bao gồm GPS, độ gần WiFi, độ gần Bluetooth và phép đo tam giác di động. Sự đa dạng này đảm bảo một bộ dữ liệu mạnh mẽ và chính xác. [7]
Dữ liệu dịch vụ dựa trên vị trí rất toàn diện, hầu như không có khoảng trống trong phạm vi phủ sóng mang tính hệ thống, khiến dữ liệu này trở nên tuyệt vời trong việc giám sát giao thông ở cả khu vực thành thị và nông thôn. Dữ liệu cho phép giám sát tức thời tình trạng giao thông, cho phép người quản lý giao thông xác định các điểm tắc nghẽn và phản ứng nhanh với các mô hình thay đổi.
Mô hình hóa và mô phỏng trong máy tính điện tử cũng đóng một vai trò quan trọng trong việc đánh giá những thay đổi trong luật giao thông có tác động lớn đến người dân. Những công cụ này cho phép các nhà nghiên cứu và hoạch định chính sách đánh giá kết quả tiềm năng trước khi thực thi luật mới, tiết kiệm thời gian và nguồn lực. [8]
Phương pháp tiếp cận hệ thống có thể được sử dụng để mô hình hóa và phân tích hành vi của người lái xe liên quan đến vi phạm luật giao thông. Phương pháp này thường bao gồm ba bước chính: 1) thể hiện mối quan hệ lý thuyết giữa các yếu tố khác nhau một cách chính thức, 2) phát triển mô hình mô phỏng động tích hợp và 3) thử nghiệm mô hình để mô phỏng hành vi của người lái xe theo thời gian.
Mô hình mô phỏng có thể giải quyết các câu hỏi như cần thực hiện những biện pháp can thiệp nào để giảm thiểu và kiểm soát vi phạm giao thông, và làm thế nào những biện pháp can thiệp này có thể được chứng minh là hiệu quả hay không hiệu quả trong các điều kiện vận chuyển khác nhau.
Mô phỏng giao thông cung cấp một số lợi thế khi đánh giá những thay đổi trong luật giao thông:
Cung cấp cái nhìn tổng quan thực tế và chi tiết về toàn bộ mạng lưới giao thông
Xác định và giải quyết các điểm nóng xung đột
Phân tích tác động của các biện pháp giao thông theo kế hoạch
Tối ưu hóa dự án trước khi thực hiện
Tạo cơ sở cho các quyết định có căn cứ về kỹ thuật giao thông và quy hoạch đô thị
Tránh những sai lầm tốn kém
Cải thiện giao tiếp với những người ra quyết định và công chúng thông qua trực quan hóa
Các loại mô hình mô phỏng khác nhau có thể được sử dụng tùy thuộc vào các khía cạnh cụ thể của việc thay đổi luật giao thông đang được đánh giá. Có ba loại mô hình thông dụng. Mô hình vĩ mô tổng hợp mô tả luồng giao thông, tập trung vào tốc độ, lưu lượng và mật độ. Mô hình hiển vi thường theo dõi chuyển động của từng phương tiện, bao gồm cả hành vi bám theo xe và chuyển làn. Mô hình tích hợp kết hợp các khía cạnh của cả mô hình vĩ mô và vi mô.
Các mô hình mô phỏng có thể được áp dụng cho các khía cạnh khác nhau của việc thay đổi luật giao thông, bao gồm:
Đánh giá tác động của chiến lược điều khiển tín hiệu giao thông mới
Đánh giá tác động của những thay đổi về giới hạn tốc độ
Phân tích kết quả tiềm năng của việc triển khai các công nghệ hay hệ thống giao thông mới
Nghiên cứu hành vi của những người tham gia giao thông dễ bị tổn thương, chẳng hạn như người đi xe đạp và người đi bộ, để ứng phó với luật mới
Mô phỏng tác động của những thay đổi lớn về cơ sở hạ tầng, chẳng hạn như việc đóng cửa đường cao tốc trong thời gian dài
Ở Canada, thành phố Ottawa đã triển khai hệ thống quản lý giao thông theo thời gian thực trong quá trình xây dựng dự án tàu hạng nhẹ chạy trong thành phố. Cách tiếp cận sáng tạo này đã cho phép thành phố chủ động đo lường và quản lý tình trạng ùn tắc giao thông dọc hành lang xây dựng trong thời gian gần như thực tế. [9]
Phòng Quản lý Giao thông và Vận tải của Chương trình Xây dựng Đường sắt Ottawa đã nhận ra những hạn chế của thu thập dữ liệu giao thông truyền thống. Thay vào đó, họ hợp tác với với một công ty để tạo ra một nền tảng dữ liệu không gian địa lý với dữ liệu thời gian di chuyển theo thời gian thực được thu thập bằng nhiều nguồn dữ liệu khác nhau, cả mới lẫn cũ.
Hệ thống này đã được chứng minh là một công cụ có giá trị để quản lý thời gian di chuyển và giao thông trong các dự án xây dựng có tác động lớn. Campbell Inwood từ nhóm Quản lý giao thông ở Ottawa nói: "Với nhu cầu về dữ liệu thời gian di chuyển chất lượng cao ngày càng quan trọng, nền tảng dữ liệu không gian địa lý đã cung cấp một phương pháp để thành phố Ottawa triển khai thu thập dữ liệu chất lượng cao với nỗ lực trả trước thấp, thời gian thực hiện và chi phí phải chăng".
Bằng cách tận dụng dữ liệu thời gian thực và phân tích nâng cao này, thành phố Ottawa đã có thể đưa ra những quyết định sáng suốt về quản lý giao thông, giảm thiểu sự gián đoạn do việc xây dựng tàu hạng nhẹ.
Các cách tiếp cận ở trên cho thấy các thành phố có thể sử dụng công nghệ, phân tích dữ liệu, và dùng mô hình mô phỏng để tối ưu hóa giao thông, hoạch định chính sách, và đánh giá tác động lên đời sống khi có thay đổi trong luật giao thông, cuối cùng mang lại hệ thống giao thông an toàn hơn và hiệu quả hơn cho người dân.
Nguồn:
1. Cảnh Chân. VNTB – Công an chụp mũ người dân: phản đối nghị định 168 là phản động. 14/01/2025 Available from: https://vietnamthoibao.org/vntb-cong-an-chup-mu-nguoi-dan-phan-doi-nghi-dinh-168-la-phan-dong/.
2. Trịnh Hữu Long. Nghị định 168 không hề được ban hành theo thủ tục rút gọn. Đây là 3 lý do. 14/01/2025; Available from: https://baotiengdan.com/2025/01/14/nghi-dinh-168-khong-he-duoc-ban-hanh-theo-thu-tuc-rut-gon-day-la-3-ly-do/.
3. Công An Nhân dân. Thủ đoạn xuyên tạc, gây nhiễu Nghị định 168 về xử phạt vi phạm an toàn giao thông đường bộ. 06/01/2025; Available from: https://cand.com.vn/Chong-dien-bien-hoa-binh/thu-doan-xuyen-tac-gay-nhieu-nghi-dinh-168-ve-xu-phat-vi-pham-an-toan-giao-thong-duong-bo-i755667/.
4. Calvin Beaton. The Role of Emerging Data in Traffic Data Collection Programs. 10/09/2020; Available from: https://urbanlogiq.com/the-role-of-emerging-data-in-traffic-data-collection-programs/.
5. Nir Elron. How cellular connectivity helps smart road infrastructure make driving safer and easier. Đọc ngày 15/01/2025; Available from: https://webbingsolutions.com/cellular-connectivity-helps-smart-road-infrastructure/.
6. Sarah Penny. 5 Ways High Resolution Connected Car Data is Changing Traffic Analytics. Đọc ngày 15/01/2025; Available from: https://www.smatstraffic.com/2021/06/03/connected-car-data/.
7. Oleg Roberman. Location-Based Technology Uses for Smart Cities. 31/10/2019; Available from: https://easternpeak.com/blog/location-based-technology-uses-for-smart-cities/.
8. Mehmood, A., An integrated approach to evaluate policies for controlling traffic law violations. Accid Anal Prev, 2010. 42(2): p. 427-36.
9. Daniel Stofan. Case Study: Real-Time Traffic Monitoring for Congestion Prevention. 11/01/2023; Available from: https://casestudies.goodvisionlive.com/case-study-real-time-traffic-monitoring-for-congestion-prevention.
Không có nhận xét nào