Hệ thống điều khiển tập trung, đa chủng loại đèn

Tóm tắt

 Điều khiển giao thông đô thị hiện đại là một thách thức quan trọng trong việc tối ưu hóa lưu lượng và đảm bảo an toàn cho người tham gia giao thông. Tuy nhiên, thực trạng hiện nay cho thấy sự phân mảnh đáng kể trong các hệ thống điều khiển đèn giao thông, với nhiều chủng loại đèn khác nhau từ nhiều nhà sản xuất đang được lắp đặt và vận hành song song trong cùng một hệ thống giao thông. Sự không đồng nhất này tạo ra những rào cản đáng kể trong việc thực hiện điều khiển toàn cục, hạn chế khả năng phản ứng linh hoạt với các điều kiện giao thông thay đổi và làm giảm hiệu quả của các chiến lược điều phối. Nghiên cứu này đề xuất một giải pháp hệ thống điều khiển tập trung có khả năng tích hợp và điều khiển đa chủng loại đèn giao thông thông qua một giao diện thống nhất. Kết quả thực nghiệm cho thấy, hệ thống đề xuất không chỉ đơn giản hóa quy trình quản lý mà còn nâng cao hiệu quả điều phối giao thông. Hệ thống này đại diện cho một bước tiến quan trọng hướng tới mô hình quản lý giao thông thông minh và toàn diện trong bối cảnh đô thị hóa ngày càng tăng.

Từ khóa: Điều khiển tập trung - đa chủng loại đèn; giao thông thông minh; đô thị thông minh.

Abstract

Modern urban traffic control presents a critical challenge in optimising traffic flow and ensuring the safety of road users. However, current conditions reveal significant fragmentation across traffic light control systems, with various types of traffic signals from different manufacturers operating simultaneously within a single urban network. This heterogeneity poses major obstacles to centralised control, limits the system’s adaptability to dynamic traffic conditions, and reduces the effectiveness of coordination strategies. This study proposes a centralised control solution capable of integrating and managing multi-type traffic lights through a unified interface. Experimental results demonstrate that the proposed system not only simplifies the management process but also improves the efficiency of traffic coordination. This system represents a significant advancement towards comprehensive and intelligent traffic management in the context of increasing urbanisation.

Keywords: Centralized control of multi-type traffic lights; intelligent transportation; smart city.

1. Đặt vấn đề

Trong bối cảnh đô thị hóa nhanh chóng, các hệ thống giao thông đang đối mặt với nhiều thách thức như ùn tắc kéo dài, tai nạn gia tăng và ô nhiễm môi trường. Theo [1], ùn tắc giao thông gây thiệt hại kinh tế hàng tỷ đô la mỗi năm, trong khi [2] cho thấy tai nạn giao thông khiến hàng triệu người thiệt mạng hoặc bị thương. Tại Hà Nội, đến năm 2022 đã có hơn 7,7 triệu phương tiện cá nhân, gây ra hàng chục điểm ùn tắc nghiêm trọng [3]. Trong khi đó, phần lớn hệ thống đèn tín hiệu vẫn sử dụng phương pháp điều khiển cố định, thiếu khả năng thích ứng với lưu lượng giao thông biến đổi [4]. Dù nhiều nghiên cứu đã đề xuất áp dụng các phương pháp điều khiển thông minh như học tăng cường (Reinforcement Learning), Q-learning hoặc AI [7-10], việc triển khai thực tế vẫn gặp trở ngại do sự không đồng nhất về thiết bị, giao thức và hạ tầng [5, 6, 14]. Các hệ thống trung tâm hiện nay thường thiếu khả năng tích hợp các bộ điều khiển từ nhiều nhà sản xuất khác nhau, dẫn đến hiệu quả phối hợp hạn chế [11-13]. Mặc dù các công nghệ kết nối tiên tiến như V2X và 5G được khuyến nghị để tăng cường khả năng tích hợp [15] nhưng vẫn phụ thuộc lớn vào hạ tầng hiện hữu.

Trước thực trạng này, bài báo đề xuất một giải pháp điều khiển tập trung linh hoạt, có khả năng tương thích với nhiều chủng loại đèn tín hiệu thông qua các mô-đun chuyển đổi giao thức, hướng đến xây dựng một nền tảng mở cho quản lý giao thông đô thị thông minh.

Cấu trúc bài báo như sau: Phần 2 trình bày kiến trúc hệ thống; Phần 3 mô tả thuật toán điều khiển thích ứng thời gian thực và tích hợp dữ liệu cảm biến; Phần 4 đánh giá thực nghiệm qua các chỉ số hiệu suất như độ trễ và lưu lượng; Phần 5 đưa ra kết luận cùng định hướng phát triển mở rộng tích hợp IoT tại các đô thị lớn.

2. Tổng quan nghiên cứu

2.1. Các hệ thống điều khiển đèn giao thông hiện đại

Trước tốc độ đô thị hóa nhanh và áp lực gia tăng phương tiện, công nghệ điều khiển đèn giao thông đã trải qua nhiều bước tiến để đáp ứng yêu cầu điều tiết hiệu quả. Các hệ thống hiện đại được phân thành ba thế hệ chính: Điều khiển thời gian cố định, điều khiển thích ứng cục bộ và điều khiển thích ứng phối hợp.

Hệ thống cố định theo thời gian vận hành dựa trên chu kỳ đèn được lập trình sẵn, không phản ứng với tình trạng giao thông thực tế. Ưu điểm là đơn giản, chi phí thấp và dễ bảo trì. Do tính ổn định, hệ thống phù hợp cho các tuyến đường có lưu lượng đều và hỗ trợ tốt việc đồng bộ các giao lộ. Tuy nhiên, hiệu quả thấp trong điều kiện giao thông biến động hoặc lưu lượng đến ngẫu nhiên, dễ gây tắc nghẽn cục bộ [4].

Hệ thống thích ứng cục bộ sử dụng cảm biến để thu thập dữ liệu thời gian thực, từ đó điều chỉnh thời gian chu kỳ và thứ tự pha tại từng nút giao. Nhờ phản ứng linh hoạt, hệ thống giúp giảm thời gian chờ đợi. Tuy nhiên, vì hoạt động độc lập giữa các nút nên thiếu tối ưu hóa phối hợp toàn tuyến, có thể gây xung đột điều khiển giữa các giao lộ gần nhau [5].

Hệ thống thích ứng phối hợp là thế hệ tiên tiến nhất, kết nối các nút giao qua nền tảng dữ liệu tập trung và điều khiển thông minh. Các hệ thống như SCOOT giúp tối ưu pha đèn dựa trên dữ liệu thực tế toàn mạng, giảm tới 20% thời gian di chuyển [6]. SCATS cũng điều chỉnh linh hoạt tại từng nút nhưng vẫn đảm bảo đồng bộ toàn cục [7]. Các nghiên cứu gần đây như của Hua Wei et al. [8] đã tích hợp AI, học tăng cường và mạng nơ-ron vào hệ thống nhằm nâng cao khả năng dự đoán và xử lý các mẫu giao thông phức tạp, phi tuyến. Điều này mở ra hướng phát triển cho các hệ thống điều khiển giao thông thông minh hơn trong tương lai.

2.2. Thách thức trong việc tích hợp đa chủng loại đèn giao thông

Theo nghiên cứu của Soufiene Djahel và cộng sự [9], mặc dù công nghệ điều khiển giao thông đã có nhiều tiến bộ, tuy nhiên việc tích hợp các hệ thống khác nhau vẫn gặp nhiều thách thức do sự khác biệt lớn về định dạng dữ liệu, metadata và độ phân giải thời gian. Điều này đòi hỏi các kỹ thuật tiên tiến có khả năng tổng hợp dữ liệu thời gian thực từ nhiều nguồn không đồng nhất như vòng cảm ứng, camera và thiết bị di động. Bên cạnh đó, hệ thống cần hỗ trợ lưu trữ dài hạn phục vụ phân tích thống kê và quy hoạch chiến lược.

Tuy nhiên, việc kết nối các hệ thống tín hiệu cũ vào mạng điều khiển đồng bộ cũng đặt ra những lo ngại về bảo mật và độ tin cậy. Nhiều thiết bị giao thông đã được lắp đặt từ hàng thập kỷ trước, thiếu lớp bảo vệ an ninh mạng hiện đại do được thiết kế cho môi trường cơ học độc lập, không tính đến các rủi ro an ninh trong hạ tầng số [13].

Ngoài ra, nghiên cứu [14] cũng chỉ ra rằng hệ thống quản lý giao thông ngày càng đòi hỏi năng lực tính toán và lưu trữ lớn hơn. Trong khi các thiết bị điều khiển thế hệ mới đáp ứng được yêu cầu này thì thiết bị cũ lại thiếu khả năng xử lý nâng cao. Vì vậy, thiết kế theo hướng mô-đun là cần thiết để đảm bảo khả năng mở rộng và triển khai các thuật toán điều khiển giao thông thông minh trong tương lai. Sự khác biệt giữa các thế hệ thiết bị làm gia tăng độ phức tạp trong việc triển khai đồng bộ trên toàn mạng lưới.

2.3. Các giải pháp tích hợp

Hệ thống điều khiển giao thông tập trung đã tiến bộ đáng kể nhằm giải quyết thách thức tích hợp các thiết bị tín hiệu không đồng nhất, đáp ứng nhu cầu tối ưu hóa luồng giao thông toàn mạng thay vì tại từng nút giao riêng lẻ [5]. Ban đầu, các hệ thống tập trung chỉ hoạt động hiệu quả với thiết bị đồng nhất, nhưng sự không tương thích phần cứng và giao thức đã gây khó khăn cho bảo trì và mở rộng [4].

Để khắc phục, hệ thống như UTOPIA cho phép điều khiển thích ứng với nhiều loại bộ điều khiển đèn giao thông hiện có, hỗ trợ triển khai từng bước mà vẫn duy trì thiết bị cũ [15]. Một bước ngoặt quan trọng là sự ra đời của giao thức NTCIP - bộ tiêu chuẩn tích hợp truyền thông giữa các thiết bị và hệ thống quản lý giao thông khác nhau. Trước NTCIP, các cơ quan thường bị ràng buộc với một nhà cung cấp do thiếu tính tương thích. NTCIP được phát triển bởi AASHTO, ITE và NEMA [10], giúp thúc đẩy khả năng liên thông và giảm phụ thuộc vào giao thức độc quyền.

3. Xây dựng kiến trúc hệ thống

3.1. Tổng quan kiến trúc

Hệ thống điều khiển tập trung đa chủng loại đèn tín hiệu được thiết kế theo kiến trúc phân lớp gồm 5 tầng chức năng (Hình 1), cho phép tích hợp linh hoạt và tương tác thông minh trong môi trường đô thị hiện đại. Lớp cảm biến thu thập dữ liệu thời gian thực từ camera, radar, vòng từ và cảm biến môi trường. Lớp thiết bị đầu cuối điều khiển các phần tử hạ tầng như đèn tín hiệu, bảng LED và rào chắn. Lớp trung gian đảm bảo tương thích giao thức giữa các thiết bị không đồng nhất. Lớp xử lý trung tâm phân tích dữ liệu và thực hiện các thuật toán điều phối giao thông tối ưu. Lớp giao diện người dùng cung cấp truy cập trực quan qua phần mềm giám sát và ứng dụng di động. Kiến trúc này hỗ trợ mở rộng hệ thống, truyền thông hai chiều và nâng cao hiệu quả quản lý giao thông đô thị thông minh.

Hình 1. Hệ thống điều khiển tập trung đa chủng loại đèn giao thông

3.2. Lớp thiết bị đầu cuối

Lớp này bao gồm các loại đèn giao thông khác nhau được triển khai trong mạng lưới giao thông. Các thiết bị này có thể khác nhau về công nghệ, giao thức truyền thông và khả năng xử lý. Chúng được phân loại thành ba nhóm chính:

- Đèn giao thông truyền thống: Hoạt động dựa trên các chu kỳ thời gian cố định, có khả năng kết nối và điều khiển từ xa hạn chế.

- Đèn giao thông thích ứng: Được trang bị các cảm biến để phát hiện phương tiện và có khả năng điều chỉnh thời gian đèn dựa trên điều kiện giao thông thực tế.

- Đèn giao thông thông minh: Thế hệ mới nhất với khả năng xử lý cao, hỗ trợ các giao thức truyền thông hiện đại và có thể thực hiện một số chức năng điều khiển tự chủ.

3.3. Lớp trung gian

Lớp trung gian đóng vai trò quan trọng trong việc kết nối các thiết bị đầu cuối không đồng nhất với hệ thống trung tâm. Thành phần chính của lớp này là các bộ chuyển đổi giao thức (Protocol Adapters), có nhiệm vụ chuyển đổi các giao thức truyền thông khác nhau thành một định dạng thống nhất có thể được xử lý bởi hệ thống trung tâm.

Các bộ chuyển đổi giao thức được thiết kế theo mô hình mở rộng, cho phép dễ dàng thêm hỗ trợ cho các loại đèn mới mà không cần thay đổi kiến trúc tổng thể của hệ thống. Mỗi bộ chuyển đổi bao gồm hai thành phần: Một thành phần giao tiếp với thiết bị đầu cuối theo giao thức riêng của thiết bị và một thành phần chuyển đổi dữ liệu sang định dạng chuẩn của hệ thống.

Ngoài ra, lớp trung gian còn bao gồm các cơ chế đảm bảo độ tin cậy và bảo mật cho quá trình truyền thông như mã hóa dữ liệu, xác thực thiết bị và phát hiện lỗi.

3.4. Lớp xử lý trung tâm

Tầng xử lý trung tâm là "bộ não" của hệ thống, chịu trách nhiệm phân tích dữ liệu giao thông, đưa ra quyết định điều khiển và điều phối hoạt động của toàn bộ mạng lưới tín hiệu giao thông. Tầng này bao gồm các thành phần sau:

-  Mô-đun quản lý dữ liệu: Chịu trách nhiệm thu thập, lưu trữ và quản lý dữ liệu giao thông từ nhiều nguồn khác nhau, bao gồm tín hiệu giao thông, cảm biến, camera và các thiết bị giám sát khác.

-  Mô-đun chiến lược điều khiển: Triển khai các chiến lược điều khiển giao thông khác nhau, từ điều phối đơn giản dựa trên thời gian đến các thuật toán thích ứng phức tạp có thể phản ứng với điều kiện giao thông thay đổi theo thời gian thực.

-  Công cụ tối ưu hóa: Sử dụng các kỹ thuật tối ưu hóa toán học để xác định các tham số thời gian tín hiệu tối ưu nhằm giảm thiểu thời gian chờ đợi, giảm tắc nghẽn và cải thiện hiệu quả dòng giao thông tổng thể.

-  Mô-đun quản trị: Dùng để quản trị, phân quyền người dùng, áp dụng nhiều mô hình phân quyền như RBAC (Role-based access control), ABAC (Attribute based ac- cess control).

3.5. Lớp giao diện người dùng

Tầng giao diện người dùng cung cấp các công cụ cho người vận hành hệ thống để giám sát, cấu hình và quản lý hệ thống điều khiển giao thông. Tầng này bao gồm:

- Bảng điều khiển: Hiển thị điều kiện giao thông thời gian thực, trạng thái tín hiệu và các chỉ số hiệu suất chính trong giao diện đồ họa trực quan.

- Giao diện cấu hình: Cho phép người vận hành cấu hình tham số hệ thống, xác định chiến lược điều khiển và thiết lập chính sách hoạt động.

- Công cụ báo cáo: Tạo báo cáo về hiệu suất giao thông, hiệu quả hệ thống và xu hướng lịch sử để hỗ trợ việc ra quyết định và lập kế hoạch.

- Quản lý phân quyền: Cho phép tạo ra các quyền cho từng người dùng.

- Quản lý tài nguyên: Tạo ra các tài nguyên được sử dụng trong hệ thống như nút giao, đèn giao thông, làn, đường...

4. Công nghệ chính và triển khai

4.1. Chuẩn hóa và chuyển đổi giao thức

Hệ thống sử dụng API do các nhà cung cấp đèn giao thông cung cấp làm điểm kết nối chính, giúp loại bỏ nhu cầu phát triển giao thức tùy chỉnh và giảm độ phức tạp tích hợp. Một lớp trừu tượng hóa API thống nhất được triển khai để tách biệt logic điều khiển trung tâm khỏi chi tiết của từng nhà cung cấp, kết hợp với bộ điều hợp chuyên biệt và mô hình dữ liệu nội bộ thống nhất.

Việc sử dụng API mang lại nhiều lợi ích: Đơn giản hóa tích hợp, nâng cao bảo mật, cải thiện khả năng mở rộng và bảo trì. Hệ thống cũng áp dụng chiến lược ánh xạ chức năng để đồng bộ các API khác nhau và xử lý linh hoạt khi thiếu tính năng. Hiệu suất được tối ưu qua giảm độ trễ và điều chỉnh tần suất gọi API phù hợp với từng nhà cung cấp, đảm bảo khả năng tương tác hiệu quả với nhiều loại đèn giao thông khác nhau.

4.2. Tích hợp và quản lý dữ liệu

Hệ thống triển khai chiến lược quản lý dữ liệu toàn diện để xử lý hiệu quả dữ liệu từ nhiều nguồn không đồng nhất như đèn giao thông cũ, cảm biến hiện đại và camera giám sát. Quá trình chuẩn hóa dữ liệu bao gồm chuyển đổi định dạng, thống nhất đơn vị và cấu trúc dữ liệu, cũng như áp dụng quy tắc ngữ nghĩa nhằm đảm bảo tính nhất quán.

Đồng bộ hóa thời gian là một thách thức quan trọng, được giải quyết bằng các kỹ thuật nội suy và ngoại suy để xây dựng dòng thời gian liên tục phục vụ phân tích chính xác. Hệ thống còn đánh giá chất lượng dữ liệu từ từng nguồn dựa trên độ tin cậy, độ trễ và tỷ lệ lỗi, từ đó áp dụng trọng số thích hợp trong phân tích nhằm ưu tiên dữ liệu chính xác hơn.

Cuối cùng, dữ liệu được hợp nhất bằng các kỹ thuật phân tích đa biến và học máy để tạo ra cái nhìn toàn diện về tình hình giao thông, hỗ trợ hệ thống ra quyết định điều khiển thông minh và phản ứng nhanh với các biến động thực tế.

4.3. Thuật toán điều khiển tiên tiến

Hệ thống quản lý giao thông đô thị hiện đại được thiết kế với nhiều cấp độ điều khiển, từ kế hoạch cố định đến điều khiển thích nghi thông minh. Phương pháp kế hoạch theo thời gian trong ngày sử dụng chu kỳ đèn cố định, phù hợp với khu vực có lưu lượng ổn định. Điều khiển cưỡng bức cho phép can thiệp đột xuất để ưu tiên phương tiện khẩn cấp hoặc xử lý sự kiện đặc biệt.

Điều khiển thích nghi là phương pháp tiên tiến, tự động điều chỉnh thời gian đèn dựa trên dữ liệu thời gian thực từ cảm biến, camera… Các thuật toán như SCOOT, SCATS hay học máy được áp dụng để tối ưu hóa tín hiệu theo điều kiện thực tế. Làn sóng xanh đồng bộ đèn trên các tuyến chính để tạo luồng di chuyển liên tục, trong khi điều khiển theo khu vực dùng mô hình dự đoán để tối ưu luồng giao thông toàn mạng.

Bài báo sử dụng điều khiển thích nghi theo thời gian thực, so sánh với điều khiển cố định để đánh giá hiệu quả trong việc cải thiện lưu lượng và giảm tắc nghẽn tại nút giao, cho thấy tính phù hợp với đô thị lớn có lưu lượng giao thông biến động cao.

4.4. Khả năng chịu lỗi và độ tin cậy

Hệ thống điều khiển giao thông được xây dựng theo kiến trúc microservice hiện đại, nhằm tối đa hóa tính linh hoạt, khả năng mở rộng và khả năng phục hồi. Mỗi chức năng chính như phát hiện phương tiện, tối ưu tín hiệu, phân tích dữ liệu… được tách thành một dịch vụ độc lập, giúp hệ thống vận hành ổn định ngay cả khi một thành phần gặp sự cố.

Việc phân tán các microservice trên nhiều nút xử lý loại bỏ điểm lỗi đơn, đảm bảo hệ thống hoạt động liên tục. Khi một dịch vụ gặp lỗi, các dịch vụ còn lại vẫn duy trì hoạt động, đồng thời hệ thống sử dụng cơ chế “circuit breaker” để tự động phát hiện và cô lập lỗi, chuyển sang chế độ điều khiển cục bộ nếu cần.

Hệ thống còn tích hợp công nghệ service discovery và health check, cho phép các microservice tự động đăng ký và tái kết nối sau khi khôi phục, giúp quá trình phục hồi diễn ra tự động, không gián đoạn.

Việc sử dụng container và nền tảng orchestration như Kubernetes giúp duy trì các bản sao dự phòng, hỗ trợ tự động mở rộng (auto-scaling) và triển khai nâng cấp không ngắt quãng nhờ các chiến lược như rolling update hoặc blue-green deployment. Nhờ đó, hệ thống đảm bảo tính sẵn sàng cao, bảo trì dễ dàng và khả năng thích ứng tốt với các điều kiện vận hành phức tạp trong môi trường giao thông đô thị.

5. Kết quả thực nghiệm và đánh giá

5.1. Môi trường thử nghiệm và phương pháp

Hệ thống đề xuất được đánh giá và triển khai thí điểm (POC) tại đường Phạm Văn Bạch (Hà Nội) với hai giao lộ được trang bị tín hiệu giao thông từ hai nhà sản xuất khác nhau và trải dài hai thế hệ công nghệ. Việc đánh giá được tiến hành trong thời gian 3 tháng, so sánh hiệu suất của hệ thống điều khiển tập trung với phương pháp phi tập trung trước đó.

Hình 2. Hình ảnh thực tế nút giao thử nghiệm từ Google Maps

Phương pháp thử nghiệm bao gồm nhiều khía cạnh đánh giá toàn diện. Đầu tiên là phân tích trước-sau nhằm so sánh các chỉ số hiệu suất giao thông trước và sau khi triển khai hệ thống điều khiển tập trung. Tiếp theo, đánh giá hiệu suất trong các điều kiện giao thông khác nhau được thực hiện, bao gồm giờ cao điểm sáng và tối, thời gian ngoài giờ cao điểm và cuối tuần. Nghiên cứu cũng đánh giá khả năng quản lý giao thông của hệ thống trong các sự kiện đặc biệt như trận đấu thể thao, hòa nhạc và ngày lễ. Cuối cùng, khả năng phục hồi của hệ thống được kiểm tra thông qua việc mô phỏng các điều kiện sự cố khác nhau, bao gồm mất kết nối, hỏng cảm biến và trục trặc bộ điều khiển.

5.2. Các chỉ số hiệu suất

Nhiều chỉ số được sử dụng để đánh giá hiệu suất của hệ thống. Thời gian trễ trung bình được đo lường thông qua thời gian trung bình phương tiện chờ đợi tại các giao lộ. Lưu lượng giao thông cũng là một chỉ số quan trọng trong đánh giá. Bên cạnh đó, tỉ lệ lấp đầy xe trong 3 giây đèn xanh cuối và tỉ lệ sử dụng đèn xanh hiệu quả trong từng chu kỳ được theo dõi. Độ dài hàng đợi tối đa và trung bình tại các giao lộ quan trọng cũng được ghi nhận. Cuối cùng, số lượng dừng trung bình một phương tiện thực hiện khi di chuyển qua mạng lưới được đánh giá để có cái nhìn toàn diện về hiệu quả của hệ thống.

Hình 3. Lưu lượng giao thông

Hình 3 minh họa sự biến động lưu lượng phương tiện qua một nút giao trong ngày, cho thấy đặc điểm điển hình của hệ thống giao thông đô thị với hai đỉnh cao điểm rõ rệt. Từ nửa đêm đến khoảng 06h00 sáng, lưu lượng giao thông ở mức rất thấp, dưới 1.000 xe/giờ, phản ánh đúng thời điểm ban đêm ít hoạt động. Từ 06h00 đến 09h00, lưu lượng tăng mạnh, đạt đỉnh đầu tiên vào khoảng 08h00 - 09h00 với trên 4.500 xe/giờ, tương ứng với giờ cao điểm buổi sáng. Sau đó, giao thông duy trì ổn định ở mức cao từ 10h00 đến 17h00, dao động quanh 3.800 - 4.300 xe/giờ, cho thấy nút giao có tần suất sử dụng cao trong suốt cả ngày. Đỉnh thứ hai xuất hiện vào khoảng 18h00 với lưu lượng vượt 5.000 xe/giờ, phản ánh giờ tan tầm buổi chiều. Sau 19h00, lưu lượng giảm dần về đêm. Kết quả này cho thấy rõ sự cần thiết của các phương pháp điều khiển đèn tín hiệu giao thông linh hoạt, đặc biệt là điều khiển thích nghi theo thời gian thực, để đảm bảo luồng giao thông được tối ưu vào các thời điểm cao điểm trong ngày.

Hình 4. Độ bão hòa

Hình 4 biểu diễn độ bão hòa giao thông theo thời gian trong ngày đối với hai kịch bản điều khiển: Cố định (màu đỏ) và thích nghi (màu đen/xám). Kết quả cho thấy, trong kịch bản điều khiển cố định, độ bão hòa có nhiều thời điểm tăng vọt, thậm chí vượt ngưỡng 120%, phản ánh tình trạng quá tải và tiềm ẩn nguy cơ ùn tắc nghiêm trọng tại các thời điểm cao điểm như buổi sáng (7h00 - 9h00), giữa trưa (11h30 - 13h00) và chiều tối (16h30 - 18h30). Ngược lại, ở kịch bản điều khiển thích nghi, độ bão hòa được duy trì ổn định hơn, dao động ở mức thấp hơn và ít xuất hiện các đỉnh giá trị bất thường. Điều này cho thấy khả năng phản ứng linh hoạt và phân phối thời gian đèn hiệu quả hơn của hệ thống điều khiển thích nghi, giúp cải thiện dòng xe, giảm áp lực giao thông tại các nút giao. Kết quả minh chứng rằng áp dụng thuật toán điều khiển thích nghi không chỉ giúp giảm độ bão hòa mà còn nâng cao hiệu quả sử dụng hạ tầng hiện hữu trong hệ thống giao thông đô thị.

Trong quản lý tín hiệu giao thông đô thị, hai phương pháp điều khiển phổ biến nhất là điều khiển cố định (Fixed-Time Control) và điều khiển thích nghi (Adaptive Control). Phương pháp điều khiển cố định sử dụng các chu kỳ tín hiệu được thiết lập sẵn theo thời gian trong ngày, không phản hồi theo điều kiện giao thông thực tế. Chu kỳ tín hiệu tổng thể có thể được tính theo công thức Webster cổ điển:

Trong đó: C - Chu kỳ tối ưu; L - Tổng thời gian mất (lost time) trong một chu kỳ và Y - Tổng tỷ lệ lưu lượng trên công suất của các dòng xe chính tại nút giao. Tuy nhiên, công thức này chỉ phù hợp với các điều kiện giao thông ổn định và không phản ứng được với biến động tức thời. Ngược lại, điều khiển thích nghi sử dụng dữ liệu thời gian thực từ cảm biến hoặc camera để điều chỉnh động thời gian xanh, đỏ, dựa theo lưu lượng và mật độ xe hiện tại. Các hệ thống như SCOOT hoặc SCATS triển khai thuật toán tối ưu liên tục để điều chỉnh thông số pha, bù lệch tín hiệu và chu kỳ theo thời gian thực nhằm tối thiểu hóa độ trễ và tăng thông lượng.

Dựa trên hai phương pháp trên, nghiên cứu tiến hành đánh giá định lượng hiệu quả điều khiển thông qua các chỉ số như: Độ bão hòa trung bình, thời gian chờ trung bình, chiều dài hàng đợi tối đa, tỷ lệ pha vượt ngưỡng F và mức độ ổn định tín hiệu. Các kết quả thu thập được từ thực tế cho thấy rõ sự khác biệt về hiệu suất giữa hai phương pháp, qua đó khẳng định tính ưu việt của điều khiển thích nghi trong điều kiện giao thông đô thị phức tạp và biến động. Kết quả các chỉ số hiệu suất của hai phương pháp điều khiển qua Hình 5.

Hình 5. Các chỉ số hiệu suất

Hình 5 so sánh hiệu suất giữa điều khiển cố định (màu đỏ) và điều khiển thích nghi (màu xanh lá) qua 5 chỉ số chính. Kết quả cho thấy điều khiển thích nghi cải thiện rõ rệt mọi mặt: Độ bão hòa giảm từ 110% xuống 88%, thời gian chờ từ 65 giây còn 42 giây, hàng đợi tối đa từ 25 xe xuống 15 xe, tỷ lệ pha vượt ngưỡng giảm mạnh từ 35% còn 8% và biến thiên tín hiệu giảm gần 60%. Những chỉ số này cho thấy hệ thống điều khiển thích nghi không chỉ tối ưu luồng phương tiện mà còn tăng tính ổn định, phù hợp với giao thông đô thị đông đúc và biến động.

Hình 6. So sánh các chỉ số hiệu suất mở rộng giữa điều khiển cố định và điều khiển thích nghi tại nút giao đô thị

Hình 6 cho thấy sự vượt trội của phương pháp điều khiển thích nghi (màu xanh) so với điều khiển cố định (màu đỏ) trên 5 chỉ số chính. Cụ thể, lưu lượng phương tiện phục vụ tăng khoảng 12% (từ 42.000 lên 47.000 xe/giờ) và hiệu suất sử dụng đèn xanh cải thiện từ 65% lên 85%. Đồng thời, tần suất chuyển pha giảm nhẹ giúp ổn định tín hiệu, trong khi tỷ lệ mất pha phục vụ giảm mạnh từ 10% xuống 2%. Đáng chú ý, lượng phát thải CO₂ cũng giảm từ 170 g/km xuống 145 g/km. Các kết quả này cho thấy điều khiển thích nghi không chỉ nâng cao hiệu suất mà còn góp phần bảo vệ môi trường trong đô thị hiện đại.

5.3. Đánh giá

Kết quả thực nghiệm cho thấy điều khiển thích nghi vượt trội so với phương pháp cố định trong quản lý giao thông đô thị. Các chỉ số như thời gian chờ, hàng đợi, độ bão hòa và mất pha đều giảm rõ rệt, phản ánh khả năng điều chỉnh linh hoạt theo lưu lượng thực tế. Hệ thống cũng phục vụ được nhiều phương tiện hơn, tận dụng hiệu quả thời gian đèn xanh và giảm tình trạng tắc nghẽn cục bộ. Về môi trường, lượng khí CO₂ và tiêu thụ nhiên liệu đều giảm nhờ hạn chế dừng - khởi động không cần thiết. Những lợi ích này cho thấy điều khiển thích nghi không chỉ nâng cao hiệu quả vận hành mà còn hỗ trợ xây dựng giao thông thông minh, bền vững và thân thiện với môi trường - đặc biệt cần thiết tại các nút giao đông đúc và có biến động cao.

6. Kết luận

Nghiên cứu này đã đề xuất một giải pháp điều khiển tập trung linh hoạt cho hệ thống đèn tín hiệu giao thông đa chủng loại, dựa trên kiến trúc phân lớp mở và lớp giao thức trung gian chuẩn hóa, cho phép tích hợp thiết bị từ nhiều nhà sản xuất với khả năng mở rộng cao. Thuật toán điều khiển thích nghi thời gian thực giúp tối ưu hóa lưu lượng và giảm độ trễ tại các nút giao, trong khi cơ chế chịu lỗi đảm bảo hệ thống vẫn vận hành ổn định ngay cả khi một số thành phần gặp sự cố. Kết quả thực nghiệm cho thấy hệ thống đạt hiệu suất điều phối vượt trội so với phương pháp cố định, nâng cao tính linh hoạt và khả năng thích ứng với điều kiện giao thông biến động.

Tuy vậy, quá trình triển khai thực tế vẫn tồn tại nhiều thách thức như khả năng kết nối hạn chế của các tủ điều khiển cũ do thiếu cổng giao tiếp hoặc không hỗ trợ API tiêu chuẩn, sự thiếu nhất quán trong giao thức truyền thông giữa các thiết bị gây khó khăn cho việc đồng bộ hóa qua lớp trung gian. Ngoài ra, hệ thống giám sát hiện trường còn hạn chế về phạm vi và độ chính xác, phần mềm điều khiển không đồng nhất làm tăng chi phí và thời gian triển khai.

Hướng phát triển trong tương lai tập trung vào việc tích hợp hệ thống với các phương tiện kết nối (V2X) nhằm nâng cao khả năng phản hồi theo thời gian thực, đồng thời tối ưu hóa giao thông đa phương thức phục vụ nhiều đối tượng như xe cá nhân, xe buýt, người đi bộ và xe đạp. Nghiên cứu cũng định hướng xây dựng các mô hình dự đoán dài hạn để hệ thống chủ động ra quyết định điều phối thay vì chỉ phản ứng tức thời, tăng cường mức độ tự động hóa trong giám sát và điều hành nhằm giảm sự phụ thuộc vào con người. Cuối cùng là kết nối hệ thống giao thông với nền tảng quản lý đô thị thông minh để tạo ra một kiến trúc tích hợp toàn diện, góp phần nâng cao chất lượng sống và hiệu quả quản trị đô thị.

TÀI LIỆU THAM KHẢO

[1]. INRIX. (2023), 2022 Global Traffic Impact Report, INRIX Research. https://inrix.com/scorecard.
[2]. World Health Organization (2018), Global status report on road safety 2018, Geneva: World Health Organization.
[3]. Sở GTVT Hà Nội (2023), Báo cáo thực trạng giao thông đô thị Hà Nội năm 2022 - 2023, UBND TP Hà Nội.
[4]. Robertson, D. I., & Bretherton, R. D. (1991), Optimizing networks of traffic signals in real time: The SCOOT method, IEEE Transactions on Vehicular Technology, 40(1), 11-15. https://doi.org/10.1109/25.69966.
[5]. Mirchandani, P., & Head, L. (2001), A real-time traffic signal control system: Architecture, algorithms and analysis, Transportation Research Part C: Emerging Technologies, 9(6), 415-432. https://doi.org/10.1016/S0968-090X(00)00047-4.
[6]. Hunt, P. B., Robertson, D. I., Bretherton, R. D., & Winton, R. I. (1982), SCOOT - A traffic responsive method of coordinating signals, Transport and Road Research Laboratory Report 1014.
[7]. Lowrie, P. R. (1990), SCATS: The Sydney co-ordinated adaptive traffic system - Principles, methodology, algorithms. ITE Journal, 60(1), 27-32.
[8]. Wei, H., Zheng, G., Yao, H., & Li, Z. (2019), IntelliLight: A reinforcement learning approach for intelligent traffic light control, In Proceedings of the 24th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining, pp.2496-2505. https://doi.org/10.1145/3219819.3220096.
[9]. Lin, S., De Schutter, B., Hellendoorn, H., & Xi, Y. (2011), Multi-agent reinforcement learning for traffic signal control using coordination graphs, In 2011 14th International IEEE Conference on Intelligent Transportation Systems, pp.288-293. https://doi.org/10.1109/ITSC.2011.6082971.
[10]. Genders, W., & Razavi, S. (2016), Using a deep reinforcement learning agent for traffic signal control, arXiv preprint arXiv:1611.01142. https://arxiv.org/abs/1611.01142.
[11]. Abdoos, M., Mozayani, N., & Bazzan, A. L. (2011), Traffic light control in non-stationary environments based on multi-agent Q-learning, In 2011 14th International IEEE Conference on Intelligent Transportation Systems, pp.1580-1585. https://doi.org/10.1109/ITSC.2011.6083106.
[12]. Zhou, J., Li, H., & Ma, J. (2021), A unified traffic management architecture for smart cities based on heterogeneous signal controllers, Sustainable Cities and Society, 70, 102899. https://doi.org/10.1016/j.scs.2021.102899.
[13]. Jain, R. K., & Verma, A. K. (2021), Integration of heterogeneous traffic signal systems using a unified platform for urban environments, In Proceedings of the IEEE International Smart Cities Conference (ISC2), pp.312-317. https://doi.org/10.1109/ISC2.2021.9588761.
[14]. Hossain, M., & Mahmood, A. N. (2021), Towards standardization in traffic light control: Challenges and architectures, Journal of Transportation Technologies, 11(2), 99-114. https://doi.org/10.4236/jtts.2021.112007.

[15]. Nguyen, Q., Tran, H. T., & Vo, M. D. (2022), Design and implementation of adaptive traffic light controller using central management architecture, Vietnam Journal of Science and Technology, 60(5), 723-734. https://doi.org/10.15625/2525-2518/16772.