Mô phỏng xung đột giữa xe và người đi bộ tại vị trí sang đường không có đèn tín hiệu bằng phần mềm VISSIM và SSAM

1. Mở đầu

An toàn đối với người đi bộ đã và đang nhận được sự quan tâm của toàn xã hội, bởi tai nạn giao thông (TNGT) liên quan đến người đi bộ đang ở mức báo động và đòi hỏi sự vào cuộc của nhiều bên để bảo đảm an toàn cho nhóm đối tượng dễ bị tổn thương này.

Theo Tổ chức Y tế Thế giới (WHO), năm 2021 có khoảng 1,19 triệu người tử vong do TNGT đường bộ, phần lớn xảy ra ở các quốc gia có thu nhập thấp và trung bình. TNGT đứng thứ 12 trong các nguyên nhân gây tử vong, trong đó người đi bộ chiếm 21% số ca tử vong [1].

Tại Hoa Kỳ, người đi bộ chiếm 16,8% số người tử vong do TNGT, và gần một phần tư (24,3%) trường hợp tử vong liên quan đến các vụ tai nạn bỏ chạy vào năm 2022. Trung bình, mỗi ngày có khoảng 17 người đi bộ tử vong, tương đương cứ 1,3 giờ lại có một người tử vong trong các vụ TNGT năm 2020 [2].

Ở Việt Nam, thống kê cho thấy khoảng 26% số vụ TNGT có liên quan đến người đi bộ [3]. Đến nay, nhiều phương pháp khác nhau để phân tích và đánh giá an ATGT đối với người đi bộ đã được hình thành và hoàn thiện.

Các phương pháp này có thể chia thành hai nhóm chính: nhóm thứ nhất dựa vào số liệu TNGT và nhóm thứ hai là các phương pháp thay thế. Nhóm đầu cần thời gian dài để quan sát TNGT và việc thu thập dữ liệu cũng gặp nhiều khó khăn; hơn nữa, nhóm này hạn chế trong việc phân tích hành vi trước khi xảy ra va chạm.

Trong nhóm thứ hai, mô phỏng giao thông nói chung và mô phỏng xung đột giao thông nói riêng nổi lên như một phương pháp thay thế tiềm năng, đang được nhiều nhà nghiên cứu quan tâm [4].

Trong đó, VISSIM (Verkehr In Städten - SIMulationsmodell) kết hợp với SSAM (Surrogate Safety Assessment Model) là một trong những bộ công cụ mô phỏng phổ biến nhất để mô hình hóa và phân tích xung đột giữa xe và người đi bộ [4, 5, 6].

Một số nghiên cứu điển hình trong thời gian gần đây như Amado và cộng sự đã thực hiện tổng quan về sự tương tác giữa xe và người đi bộ tại các vị trí qua đường không có đèn tín hiệu [8]. Wu và cộng sự sử dụng VISSIM và SSAM để xác định xung đột giao thông giữa xe và người đi bộ tại nút giao có đèn tín hiệu [9].

Nghiên cứu của họ sử dụng hai chỉ tiêu TTC (time-to-collision) và PET (post-encroachment time) để đánh giá mức độ xung đột. Dahlberg so sánh hai phương pháp phân tích tương tác giữa xe và người đi bộ dựa trên vùng xung đột và quy tắc ưu tiên trong môi trường VISSIM. Kết quả cho thấy mô phỏng vùng xung đột hiệu quả hơn khi có nhiều lối qua đường cho người đi bộ, trong khi quy tắc ưu tiên phát huy lợi thế khi cần điều chỉnh giãn cách đầu xe [10].

Tuy nhiên, phần lớn các nghiên cứu này được thực hiện trong môi trường giao thông mà ô tô chiếm tỷ lệ lớn. Ở nước ta hiện nay, nhiều vị trí qua đường của người đi bộ trên các tuyến phố chưa được trang bị đầy đủ các phương tiện kỹ thuật hỗ trợ, trong khi dòng giao thông hỗn hợp lại rất phức tạp. Do đó, tình trạng xe không nhường người đi bộ, và ngược lại người đi bộ không tuân thủ quyền ưu tiên của xe, diễn ra khá phổ biến, làm gia tăng nguy cơ tai nạn.

Trong bối cảnh đó, một số học giả đã và đang nghiên cứu cơ chế tương tác giữa xe và người đi bộ nhằm hiểu rõ hơn đặc trưng hành vi, từ đó đề xuất các giải pháp an toàn phù hợp. Một số nghiên cứu điển hình trong thời gian gần đây có thể kể đến như nghiên cứu [11], trong đó các tác giả áp dụng phương pháp cây sự cố để phân tích nguy cơ tai nạn của người đi bộ khi qua đường, chủ yếu tập trung vào các sự kiện dẫn đến tai nạn. Lý thuyết hành vi dự định cũng được sử dụng để xem xét các hành vi có nguy cơ gây tai nạn của người đi bộ [12].

Trong nghiên cứu [13], các tác giả phân tích ảnh hưởng của người sang đường lên dòng giao thông bằng mô phỏng NetLogo với mô hình đơn giản và kết luận rằng người đi bộ có ảnh hưởng đáng kể đến tốc độ dòng xe. Tốc độ của xe tại một số vị trí qua đường ở Hà Nội được thảo luận trong các nghiên cứu [14, 15].

Phương pháp học sâu cũng được ứng dụng để phát hiện và đánh giá an toàn đối với người đi bộ trong nghiên cứu [16]. Nghiên cứu [17] chỉ ra rằng chiều rộng của vạch sang đường được nâng lên có tác động đến việc giảm tốc độ của dòng xe. Trong nghiên cứu [18], các tác giả tập trung phân tích đặc tính và hành vi qua đường của người đi bộ tại các nút giao có đèn tín hiệu.

Tuy nhiên, các nghiên cứu liên quan đến xung đột giao thông giữa xe và người đi bộ thông qua mô phỏng VISSIM và SSAM dường như chưa được quan tâm và có các báo cáo chính thức. Xuất phát từ đó, bài báo này bước đầu nghiên cứu mô phỏng xung đột giữa xe và người đi bộ tại vị trí sang đường không có đèn tín hiệu bằng phần mềm VISSIM và SSAM để xem xét năng lực của các phần mềm này trong dòng xe hỗn hợp. 

2. Phương pháp nghiên cứu

Trong nghiên cứu này, VISSIM phiên bản 25.0 đã được sử dụng để mô phỏng xung đột giữa xe và người đi bộ tại vị trí sang đường (Hình 1). Ở đây, xung đột được hiểu là tình huống quan sát được trong đó hai hoặc nhiều xe tiếp cận nhau về mặt thời gian và không gian đến mức có nguy cơ va chạm nếu chuyển động của họ không thay đổi [19]. 

Dòng xe trong VISSIM tuân thủ theo mô hình Wiedemann 74 [7]. Mô hình người đi bộ có thể được thực hiện theo 2 cách thức. Thứ nhất là chế độ mặc định với các quy tắc chung cho hành vi của người đi bộ của phần mềm này.

Cách này giả định rằng tất cả các chuyển động của người đi bộ đều độc lập với sự hiện diện của người đi bộ khác trong vùng lân cận, có nghĩa là mỗi người đi bộ không thể ảnh hưởng đến hành vi của người đi bộ khác.

Cách thứ hai, áp dụng mô hình tương tự như dòng xe, tức là người đi bộ có thể phản ứng với sự hiện diện của người đi bộ khác. Với cách thức này, một số tham số để mô phỏng hành vi của người đi bộ cần được điều chỉnh cho phù hợp [20]. 

Bên cạnh đó, phần mềm SSAM được sử dụng để phân tích xung đột giao thông bằng cách sử dụng các tệp quỹ đạo của phương tiện được tạo từ VISSIM (Hình 2). SSAM cho phép phân tích một số chỉ tiêu liên quan đến xung đột giao thông như thời gian đến va chạm (TTC), thời gian sau xâm lấn (PET), gia tốc giảm tốc (Deceleration Rate, DR), vận tốc tối đa (MaxS), và chênh lệch tốc độ (DeltaS) [21].

Xung đột được ghi nhận khi giá trị TTC và PET vượt quá giá trị ngưỡng được xác định trước [5].  Ở đây, TTC là thời gian còn lại cho một va chạm tiềm tàng của đối tượng nếu họ giữ nguyên hướng và vận tốc. TTC càng ngắn thì tình huống càng nguy hiểm. PET là khoảng thời gian từ thời điểm đối tượng thứ nhất rời khỏi khu vực xung đột cho đến khi đối tượng thứ hai đến đó [4, 5, 22]. 

Quá trình phân tích xung đột dựa vào VISSIM và SSAM như sau [21, 22]: (1) Mỗi mô hình nút giao, đoạn đường hay vị trí sang đường được mô hình hóa và mô phỏng trong một khoảng thời gian nhất định trong môi trường VISSIM, đồng thời xuất tệp có đuôi TRJ; (2) Tệp đầu ra (tức là tệp TRJ) từ VISSIM sau đó được nhập vào SSAM để xác định xung đột và tính toán các chỉ tiêu cho từng xung đột.

Trong nghiên cứu này, các giá trị TTC và PET được sử dụng lần lượt là 3,0 giây và 5,0 giây;  (3) Xuất kết quả phân tích của SSAM, bao gồm số xung đột và các chỉ tiêu tương ứng để tiến hành phân tích và đánh giá (Hình 3). 

Trong VISSIM có thể sử dụng vùng xung đột (conflict areas) hoặc/và quy tắc ưu tiên (priority rules) để nghiên cứu sự tương tác giữa xe và người đi bộ. Trong đó, quy tắc ưu tiên thường được sử dụng khi vùng xung đột không mang lại hiệu quả. Nghiên cứu này bước đầu sử dụng vùng xung đột để xem xét sự tương tác và xung đột giữa xe và người đi bộ. Tại vùng xung đột, xe nhường người đi bộ. 

3. Nghiên cứu trường hợp

3.1. Mô tả vị trí sang đường

Để phản ánh môi trường giao thông hỗn hợp, nghiên cứu này vận dụng một vị trí sang đường không có đèn tín hiệu nằm trên đường Hồ Tùng Mậu (Số 79 Hồ Tùng Mậu) với dòng xe chạy theo hướng từ Cầu Diễn đi Cầu Giấy. Dữ liệu dòng xe và người đi bộ tham khảo từ kết quả của nghiên cứu [14] và [15]. Ngoài ra, để thực hiện mô phỏng, nghiên cứu này sử dụng các giả thuyết như sau:

- Vị trí sang đường có vạch đi bộ sang đường rõ ràng và không được điều khiển bằng đèn tín hiệu. Bề rộng của vị trí sang đường là 3m (phổ biến ở Việt Nam) và người đi bộ đi lại theo hai chiều theo đúng hướng tay phải. 

- Xe trong dòng xe chạy theo một chiều (chỉ xét một hướng của đường đôi) và tuân thủ theo luật và quy tắc giao thông.  Các xe nhường đường cho người đi bộ trong khu vực xung đột nếu cả xe và người đi bộ cùng lúc đi vào vị trí sang đường.

Đặc trưng dòng xe vào giờ bình thường tại vị trí đi bộ mô phỏng như sau: Lưu lượng xe là 7.703 xe/h, trong đó xe máy chiếm 80%, xe con chiếm 15%, còn xe buýt, xe tải và các loại xe khác chiếm 5%. Lưu lượng người đi bộ là 238 người/h, bao gồm cả nam và nữ. Vận tốc của người đi bộ phụ thuộc vào nhiều yếu tố như giới tính, thể trạng, mật độ, … và thường nằm trong khoảng 0,7-1,8 m/s, với giá trị trung bình khoảng 1,4 m/s [23].

Một nghiên cứu ở TP.HCM cho thấy tốc độ trung bình của người đi bộ tại vị trí sang đường dài 12 m có đèn tín hiệu là 1,482 m/s (độ lệch chuẩn 0,219 m/s, với số mẫu quan sát là 150) [18]. Theo đó, nghiên cứu sử dụng giá trị này để mô phỏng tốc độ người đi bộ. Vận tốc của dòng xe được trình bày trong Bảng 1.

Bảng 1. Vận tốc của dòng xe 

3.2. Kết quả mô phỏng

Mô phỏng bao gồm một đoạn đường có bốn làn xe, có bố trí vạch sang đường, với tốc độ của xe và người đi bộ được thiết lập theo các thông tin đã trình bày ở trên. Chiều dài đoạn mô phỏng khoảng 300 m. Thời gian mô phỏng là 3.600 s và không xét thời gian khởi động.

Các thông số về hành vi lái xe được điều chỉnh dựa trên các nghiên cứu trong nước về dòng giao thông hỗn hợp [24, 25]. Các tham số của người đi bộ sử dụng giá trị mặc định và không được hiệu chuẩn hoặc xác thực. Ảnh chụp 3D của mô hình mô phỏng trong VISSIM được minh họa ở Hình 5 và Hình 7.

Sau khi chạy mô hình mô phỏng trong VISSIM, xuất các tệp “*.trj”sang chạy trong phần mềm SSAM và kết quả của SSAM tạo ra file “*.csv”. Xung đột giữa người đi bộ và phương tiện có thể được lọc dựa trên chiều dài của xe và chiều dài của người đi bộ (khoảng từ 0,3 đến 0,5 m). Kết quả từ SSAM cho thấy, giá trị trung bình của PET và TTC lần lượt là 2.007 s và 1.569 s. 

Bảng 2. Giá trị trung bình TTC và PET

Qua kết quả cho thấy, TTC và PET trung bình khá nhỏ so với ngưỡng đã cấu hình, thể hiện mức nguy hiểm của độ xung đột khá cao. 

4. Kết luận

Bài báo bước đầu thực hiện mô phỏng xung đột giao thông giữa xe và người đi bộ trong môi trường giao thông hỗn hợp ở Việt Nam bằng phần mềm VISSIM và SSAM. Kết quả mô phỏng đã cung cấp các giá trị chỉ tiêu TTC và PET, qua đó cho thấy khả năng của VISSIM và SSAM trong việc tái hiện các xung đột giao thông nhằm phục vụ đánh giá an toàn giao thông.

Tuy nhiên, các kết quả này chưa được đối chiếu và xác thực với dữ liệu xung đột thực tế. Trong các nghiên cứu tiếp theo, nhóm nghiên cứu sẽ mở rộng mô phỏng cho nhiều vị trí khác nhau với các mức lưu lượng xe và người đi bộ thay đổi, đồng thời tiến hành hiệu chuẩn và xác thực mô hình để nâng cao độ tin cậy của kết quả.

* Tiêu đề do Tòa soạn đặt - Mời xem fiel PDF tại đây

TÀI LIỆU THAM KHẢO
[1]. WHO, Global status report on road safety, 2023.
[2]. K. L. Chen, B.-W. Tsai, G. Fortin, and J. F. Cooper, 2022 SafeTREC Traffic Safety Fact Sheet: Pedestrian Safety, 2022.
[3]. Đài Hà Nội. Người đi bộ đừng sang đường tùy tiện. Truy cập: Oct. 07, 2025,  https://hanoionline.vn/nguoi-di-bo-dung-sang-duong-tuy-tien-243340.htm
[4]. W. K. Alhajyaseen, M. Asano, and H. Nakamura, Estimation of left-turning vehicle maneuvers for the assessment of pedestrian safety at intersections, IATSS Res., vol. 36, no. 1, pp. 66–74, 2012.
[5]. D. Gettman, L. Pu, T. Sayed, and S. G. Shelby, Surrogate safety assessment model and validation, Turner-Fairbank Highway Research Center, 2008.
[6]. D. Gettman and L. Head, Surrogate safety measures from traffic simulation models, Transp. Res. Rec., vol. 1840, no. 1, pp. 104-115, 2003.
[7]. PTV GROUP, Manual PTV VISSIM 2023,  Planung Transport Verkehr, Karlsruhe, Germany, 2022.
[8]. H. Amado, S. Ferreira, J. P. Tavares, P. Ribeiro, and E. Freitas, Pedestrian-vehicle interaction at unsignalized crosswalks: a systematic review, Sustainability, vol. 12, no. 7, p. 2805, 2020.
[9]. J. Wu, E. Radwan, and H. Abou-Senna, Determination if VISSIM and SSAM could estimate pedestrian-vehicle conflicts at signalized intersections, J. Transp. Saf. Secur., vol. 10, no. 6, pp. 572-585, 2018.
[10]. L. Dahlberg and M. Segernäs, Optimisation of the simulated interaction between pedestrians and vehicles-A comparative study between using conflict areas and priority rule in Vissim, 2017.
[11]. X. C. Vương và C. T. Nguyễn, Phân tích tai nạn khi đi bộ qua đường bằng phương pháp FTA, Tạp chí Khoa học Giao thông vận tải, Số 42, tr. 117-121, 2013.
[12]. X. C. Vuong, R.-F. Mou, T. T. Vu, and T. A. Nguyen, A study of intended unsafe pedestrian crossing behaviors at signalized intersections in Vietnam, in AUC 2019: Proceedings of the 15th International Asian Urbanization Conference, Vietnam, Springer, 2020, pp. 185-193.
[13]. V. T. Trần, T. B. Võ, và H.T.T. Nguyễn, Phân tích mô phỏng ảnh hưởng của người sang đường lên dòng giao thông, Tạp chí Khoa học Đại học Thủ Dầu Một, Số 32, tr. 12-18, 2017.
[14]. M. T. Đặng, Nghiên cứu đánh giá và đề xuất giải pháp nâng cao an toàn giao thông tại vị trí người đi bộ qua đường trên các tuyến đường đô thị ở thành phố Hà Nội, Trường Đại học Giao thông vận tải, Hà Nội, 2023.
[15]. M. T. Đặng và H. T. A. Lê, Nghiên cứu tốc độ của phương tiện giao thông tại vị trí người đi bộ qua đường trên một số tuyến đường trục chính TP.Hà Nội, Tạp chí Giao thông vận tải, Số 9/2023, tr. 60-62, 2023.
[16]. T. T. Nguyễn, Nghiên cứu ứng dụng học sâu (deep learning) trong phát hiện và đánh giá an toàn đối với người đi bộ khi tham gia giao thông, Trường Đại học Giao thông vận tải, Hà Nội, 2022.
[17]. Q. V. Trần, Đánh giá hiệu quả kỹ thuật của giải pháp nâng cao vạch đi bộ qua đường, Tạp chí Khoa học Công nghệ Giao thông vận tải, Số 32, tr. 7378, 2019.
[18]. H. Đ. Đoàn, H. C. Nguyễn, và Q. S. Trần, Nghiên cứu đặc tính và hành vi qua đường của người đi bộ tại nút giao thông có đèn tín hiệu ở TP.HCM, Tạp chí Khoa học Công nghệ Giao thông vận tải, Số 33, tr. 39-45, 2019.
[19]. P. de Leur and T. Sayed, Development of a road safety risk index, Transp. Res. Rec., vol. 1784, no. 1, pp. 33-42, 2002.
[20]. M. M. Ishaque and R. B. Noland, Pedestrian and vehicle flow calibration in multimodal traffic microsimulation, J. Transp. Eng., vol. 135, no. 6, pp. 338-348, 2009.
[21]. L. Pu and R. Joshi, Surrogate safety assessment model (SSAM)-Software user manual, Turner-Fairbank Highway Research Center, 2008.
[22]. X.-C. Vuong, R.-F. Mou, and T.-T. Vu, Safety Impact of timing optimization at mixed-traffic intersections based on simulated conflicts: a case study of Hanoi, Vietnam, in 2019 4th International Conference on Intelligent Transportation Engineering (ICITE), IEEE, 2019, pp. 247-251.
[23]. H. H. Nguyễn, Đặc điểm của giao thông bộ hành, đề xuất những giải pháp tổ chức giao thông bộ hành cho nội đô Hà Nội, Tạp chí Khoa học Giao thông vận tải, Số 33, tr. 34-40, 2011.
[24]. T. T. A. Cù, Nghiên cứu phương pháp hiệu chỉnh tham số của VISSIM cho mô phỏng và phân tích nút giao thông có đèn tín hiệu ở các đô thị Việt Nam, Trường Đại học Giao thông vận tải, Hà Nội, 2024.
[25]. X. C. Vuong, R.-F. Mou, T. T. Vu, and H. Van Nguyen, An adaptive method for an isolated intersection under mixed traffic conditions in hanoi based on ANFIS using VISSIM-MATLAB, IEEE Access, vol. 9, pp. 166328-166338, 2021.