Đang tải... (xem toàn văn)
Bài viết Nghiên cứu phát triển công cụ lấy dữ liệu từ Google Maps ứng dụng trong việc phát hiện ùn tắc và tai nạn giao thông theo thời gian thực nghiên cứu này giới thiệu và phát triển một kỹ thuật thu thập, phân tích dữ liệu thời gian, tốc độ hành trình của dòng giao thông theo thời gian thực được lấy từ Google Maps.
NGHIÊN CỨU PHÁT TRIỂN CÔNG CỤ LẤY DỮ LIỆU TỪ GOOGLE MAPS ỨNG DỤNG TRONG VIỆC PHÁT HIỆN ÙN TẮC VÀ TAI NẠN GIAO THÔNG THEO THỜI GIAN THỰC DEVELOPMENT OF A TRAFFIC DATA COLLECTION APPLICATION BASED ON GOOGLE MAPS IN REAL-TIME TRAFFIC CONGESTION AND ACCIDENT DETECTION TS Đặng Minh Tân ThS NCS Đặng Thu Hương Trường Đại học Giao thơng vận tải TĨM TẮT: Mục đích nghiên cứu giới thiệu phát triển kỹ thuật thu thập, phân tích liệu thời gian, tốc độ hành trình dịng giao thơng theo thời gian thực lấy từ Google Maps Trên sở báo trình bày ứng dụng liệu thời gian hành trình dịng giao thơng việc phát ùn tắc tai nạn giao thông Nghiên cứu tiến hành nghiên cứu tình tuyến đường vành đai Hà Nội từ sơ đề xuất phương pháp đơn giản xác định ùn tắc hay cố giao thông đường Kết cho thấy việc sử dụng liệu từ Google Maps có độ tin cậy cao, kết hợp với công cụ phương pháp xác định ùn tắc hay cố giao thông đường mà nghiên cứu phát triển đề xuất ứng dụng tốt cơng tác điều hành, tổ chức giao thông nhằm giảm thiểu ùn tắc tai nạn giao thơng Từ khóa: Dữ liệu đám đơng, tốc độ hành trình, thời gian hành trình, ùn tắc, tai nạn giao thông, Google Maps API ABSTRACT: The purpose of this study is to introduce and develop a technique to collect and analyze real-time travel speed and time data obtained from Google Maps On that basis, the paper presents the application of travel time data of traffic flow in detecting traffic congestions and accidents The study conducted a case study on Ring Road in Hanoi from which preliminary proposed a simple method to identify traffic congestions or accidents on the road network The results show that the use of data from Google Maps has high reliability The data combining with the proposed tool and method to identify traffic congestions and accidents on the road network can be applied well in traffic management and organization in order to reduce traffic congestion and accidents Keywords: Crowdsourced data, travel speed, travel time, traffic congestion, traffic accident, Google Maps API GIỚI THIỆU Dữ liệu đám đông liệu bao gồm hoạt động, công việc, thông tin ý tưởng từ nhóm lớn người dùng tạo Internet, phương tiện truyền thông xã hội ứng 40 dụng điện thoại thơng minh Lợi ích việc thu thập liệu đám đông khai thác, nắm bắt hành vi, nhu cầu đám đơng, góp phần tiết kiệm thời gian, chi phí nguồn lực, giúp cho cơng tác phân tích liệu theo thời gian thực Hiện Google Maps cơng ty Google coi ứng dụng đồ trực tuyến phổ biến giới [1] Đây dịch vụ ứng dụng công nghệ đồ trực tuyến web miễn phí có khả hỗ trợ tìm đường đường; hiển thị đồ đường sá; tuyến đường tối ưu cho loại phương tiện; hỗ trợ người dùng loại phương tiện công cộng (xe bus, xe khách ); địa điểm (kinh doanh, trường học, bệnh viện, ATM ) Google Maps cung cấp cung cấp API cho phép lập trình viên sử dụng số liệu đồ nhúng đồ Google Maps ứng dụng bên thứ ba Đặc biệt Google Maps cho phép người dùng sử dụng số liệu giao thông khoảng cách, thời gian hành trình dịng giao thơng tảng đồ mà Google thu thập Đã có số nghiên cứu giới sử dụng liệu ứng dụng để phân tích dịng giao thơng theo thời gian thực Wu [2] so sánh liệu Google Maps liệu thời gian hành trình Uber cho thấy liệu thời gian hành trình có thấp liệu Google Maps mức độ định, nhiên có biến đổi tương đồng Kumarage [3] sử dụng nhiều phương pháp so sánh đánh giá độ xác liệu thời gian hành trình dịng giao thơng thơng qua liệu từ Google Maps với nhiều liệu xác thực từ biển số xe, hay từ phương tiện có gắn GPS Nghiên cứu cho thấy liệu thời gian hành trình từ Google Maps đảm bảo độ xác tin cậy cần thiết Dumbliauskas đồng nghiệp [4] nghiên cứu biến đổi thời gian hành trình dịng giao thông thành phố Kaunas, Litva sử dụng liệu Google Maps Nghiên cứu cho thấy việc ứng dụng thời gian hành trình điểm đi-đến thành phố có nhiều ứng dụng tốn tổ chức, điều hành giao thông thành phố, đặc biệt khả tiếp cận điểm hấp dẫn để phát triển công nghiệp kinh doanh Bài báo trước hết giới thiệu phương pháp thu thập liệu giao thông theo thời gian thực từ nguồn Google Maps API ứng dụng để phát ùn tắc tai nạn giao thơng Việt Nam Nghiên cứu trình bày nghiên cứu tình (Case study) đường vành đai 3, Hà Nội, Việt Nam với liệu giao thông từ Google Maps 24 PHƯƠNG PHÁP THU THẬP DỮ LIỆU GIAO THÔNG THÔNG QUA GOOGLE MAPS API Dữ liệu giao thông thu thập công ty Google dạng liệu đám đông Dữ liệu thu thập từ nhiều nguồn, thông qua liệu di động người tham gia giao thông sử dụng điện thoại di động Chẳng hạn sử dụng điện thoại điện thoại thông minh người dùng bật GPS sử dụng đồ Google Maps, liệu tự động gửi đến máy chủ thông tin thay đổi vị trí tốc độ phương tiện theo thời gian thực Bằng cách sử dụng thông tin thời gian thực người dùng chia sẻ kết hợp liệu khứ liệu cần thiết khác, máy chủ Google xây dựng hệ thống thông tin giao thông giao thông dọc theo tuyến đường, thời gian di chuyển ước tính điểm xuất phát điểm đến, mức độ phổ biến địa điểm xác định tình trạng giao thơng, v.v Thuật tốn phương pháp dự đốn 41 tham số lưu lượng dịng giao thông không Google công bố Tuy nhiên người dùng tra cứu tuyến đường thời gian hành trình di chuyển thời điểm thực tế tương lai tình trạng giao thơng đường Google Maps Hơn Google cung cấp APIs phương thức, giao thức kết nối với thư viện Google Maps ứng dụng khác [5] Tính cho phép người dùng lập trình viên lấy số liệu Googles Maps để nhúng vào ứng dụng bên thứ Cơ chế thu thập thông tin giao thông công bố cho người dùng thể Hình Hình Cơ chế thu thập liệu giao thông từ Google Maps thơng qua APIs Hình Sơ đồ chế làm việc công cụ nghiên cứu phát triển 42 Dựa vào tính nói trên, nghiên cứu phát triển ứng dụng ngôn ngữ lập trình Python để thu thập liệu giao thơng từ Google Maps API Mục đích thu thập liệu thời gian hành trình trung bình phương tiện giao thông cặp điểm đến OD Hình thể sơ đồ khối ứng dụng nghiên cứu phát triển Khi phần mềm thực thi (Hình 2), liệu đầu vào cần nhập vào bao gồm liệu điểm đầu điểm cuối (phần mềm cho phép nhập nhiều cặp điểm OD), phương thức di chuyển (lái xe - driving, giao thông công cộng - transit, xe đạp - bycycling, walking), phương pháp tính thời gian hành trình, thời điểm bắt đầu, thời điểm kết thúc tần suất lấy liệu (Δt) Google MAPs API cung cấp chế độ để tính thời gian hành trình [6] bao gồm: • Best_guess - Dự đốn tốt (mặc định), cho kết thời gian hành trình tốt thời gian di chuyển dựa biết điều kiện giao thơng lịch sử giao thơng trực tiếp • Pessimistic - Bi quan, cho kết thời gian hành trình dài thời gian di chuyển thực tế hầu hết ngày, khơng thường xun có điều kiện giao thơng đặc biệt xấu vượt q giá trị • Optomistic - Lạc quan, cho kết thời gian hành trình ngắn thời gian di chuyển thực tế hầu hết ngày, không thường xun có điều kiện giao thơng đặc biệt tốt nhanh giá trị Sau nhập thông số đầu vào, khóa API cung cấp dạng tham số nhập vào hệ thống Các cặp điểm OD lưu định dạng văn gọi lần đọc liệu Tiếp theo, tập lệnh gọi API cho cặp điểm OD cách lặp lặp lại sau thời gian Δt từ xuất kết thời gian hành trình dịng giao thơng cho cặp điểm OD Dựa khoảng cách hai điểm tốc độ hành trình tính Các liệu lưu trữ dạng file *.csv sở liệu Từ Có thể xuất dạng biểu đồ Dựa vào kết thời gian hay tốc độ hành trình ta nắm bắt tình trạng giao thông đường theo thời gian thực để từ có giải pháp giảm thiểu ùn tắc hay tai nạn giao thơng NGHIÊN CỨU TÌNH HUỐNG VỚI ĐƯỜNG VÀNH ĐAI 3, HÀ NỘI, VIỆT NAM Để minh họa kết nghiên cứu, phần báo trình bày nghiên cứu tình đường vành đai 3, Hà Nội đoạn từ cầu vượt Mai Dịch đến Cầu Thanh Trì chiều dài 19,8km (Hình 3) Do tuyến đường dài có nhiều đoạn đường có đặc điểm giao thơng khác nên nghiên cứu chia làm đoạn Hình Bảng Thời gian khảo sát dịng giao thơng thực từ 9h50 ngày 19/8/2020 đến 7h20 ngày 20/8/2020 (Thời gian đo khơng trịn 24 Google hạn chế số lượt lấy liệu ngày với API miễn phí) Các thơng số khác chọn phương thức di chuyển chọn lái xe - driving, phương pháp tính thời gian hành trình Best_guess, chu kỳ lấy liệu Δt = phút Để dễ hình dung so sánh đoạn, lấy quãng đường chia cho thời gian hành trình trung bình thơng số tốc độ hành trình tiêu phân tích Kết tốc độ hành trình trung bình dịng xe đường vành đai khoảng thời gian thu thập liệu thể Hình 43 Kết cho thấy có hai khoảng thời gian cao điểm tốc độ sụt giảm từ khoảng 16h đến 20h tối thời điểm tan tầm người dân làm thời điểm sau 11h đêm tốc độ lại có xu hướng sụt giảm phương tiện xe tải ban đêm hoạt động khỏi thành phố Kết cho thấy Đoạn (Từ Cầu vượt Mai Dịch đến trước lối xuống Đại lộ Thăng Long) đoạn (Từ nút giao Hoàng Liệt đến đầu cầu Thanh Trì) có tốc độ ổn định biến đổi hai đoạn dịng giao thơng liên tục, khơng bị ngắt nút giao Đoạn có tốc độ trung bình thấp đoạn 6, từ đầu cầu đến cuối cầu Thanh Trì Đoạn có tốc độ sụt giảm nhiều đoạn 3, đoạn trước sau nút giao với đường Nguyễn Trãi Đoạn đoạn có tốc độ sụt giảm kéo dài khung cao điểm chiều Đoạn đoạn có dịng giao thơng liên tục khơng có nút giao, nhiên thời điểm ảnh hưởng công trường thi công lối lên xuống đoạn hồ Linh Đàm có ảnh hưởng đến dịng giao thơng Điểm đặc biệt 2h30 sáng ngày 20/8/2020 tốc độ đoạn đoạn sụt giảm mạnh nhanh (Hình 4) Hai đoạn đoạn có lưu lượng lớn xe nhập vào đường cao tốc từ lối lên gần đại lộ Thăng Long lối lên gần đường Nguyễn Trãi Tốc độ sụt giảm nhanh cho thấy khả thời điểm có cố đường vành đai gây ùn tắc giao thơng Nhìn chung qua biểu đồ ta thấy biến đổi dịng giao thơng ngày Qua biểu đồ ta thấy mức độ phục vụ đoạn đường tốt hay xấu Hơn qua biểu đồ phát loại ùn tắc giao thông (thường xuyên hay, bất thường), đặc biệt sơ nắm cố giao thông đường để có biện pháp xử lý kịp thời Qua nghiên cứu sơ đề xuất phương pháp xác định ùn tắc cố giao thơng Có thể nói tốc độ giao thơng sụt giảm khung cao điểm ùn tắc thường xuyên, tốc độ giao thông sụt giảm nhanh bất thường coi có cố giao thơng tai nạn giao thơng Hình Đoạn đường nghiên cứu (Ảnh Google Map) 44 Bảng - Thơng tin vị trí tọa độ điểm đầu cuối Đoạn Tọa độ điểm đầu long_start lat_start Tọa độ điểm cuối long_end lat_end Tên điểm Điểm đầu Cầu vượt Mai Dịch Điểm cuối Trước lối xuống Đại lộ Thăng Long 21.036633 105.780573 21.011825 105.786864 Trước lối xuống 21.011825 105.786864 21.000318 105.796107 Đại lộ Thăng Long Sau lối lên Đại lộ Thăng Long (432 Khuất Duy Tiến) 21.000318 105.796107 20.984277 105.808546 432 Khuất Duy Tiến 284 Nguyễn Xiển 20.984277 105.808546 20.965669 105.844505 284 Nguyễn Xiển 20.965669 105.844505 20.983692 105.892914 20.983692 105.892914 21.000508 105.907957 Đầu cầu Thanh Trì Cuối cầu Thanh Trì Nút giao Hồng Liệt Nút giao Hồng Liệt Đầu cầu Thanh Trì Hình Tốc độ hành trình trung bình phương tiện đường vành đai KẾT LUẬN Bài báo giới thiệu phương pháp lấy liệu giao thông từ Google Maps API trình bày nghiên cứu tình đường vành đai 3, Hà Nội Kết cho thấy liệu giao thông từ Google Maps thể thực tế biến đổi dịng giao thơng đường với độ tin cậy cao Nghiên cứu sơ đề xuất phương pháp đơn giản để xác định ùn tắc cố giao thông đường Việc ứng dụng phương pháp công tác quản lý, điều hành giao thơng hữu ích, tiện lợi, tiết kiệm thời gian chi phí, khơng cần lắp đặt thiết bị phần cứng hay phần mềm đặc biệt Trong tương lai nhóm tác giả tiếp tục tiến hành nghiên cứu so sánh phương pháp xác định thời gian hành trình với phương pháp khác nhận diện biển số xe hay sử dụng liệu phương tiện để xác thực, đưa giải pháp tăng độ xác phương 45 pháp Đặc biệt đưa thông số định lượng phát triển tính để cơng cụ có khả tự động cảnh báo ùn tắc hay tai nạn giao thông TÀI LIỆU THAM KHẢO Google LLC, things to know about Google’s maps data: Beyond the Map, https:// cloud.google.com/, truy cập ngày 10/9/2020 Wu, H (2018) Comparing Google Maps and Uber Movement Travel Time Data Transport Findings, Uber 2018 https://doi.org/10.32866/5115 Kumarage, S (2018) Use of crowdsourced travel time data in traffic engineering applications use of crowdsourced travel time data in traffic engineering applications, Sakitha Pathmila Kumarage Thesis, Civil Engineering Department of Civil Engineering University of Moratuwa Sri Lanka, https://doi.org/10.13140/RG.2.2.16856.75521 Dumbliauskas, V., Grigonis, V., & Barauskas, A (2017) Application of Google-based Data for Travel Time Analysis: Kaunas City Case Study PROMET - Traffic&Transportation, 29(6), 613-621 https://doi.org/10.7307/ptt.v29i6.2369 Google LLC, Predicting future travel times with the Google Maps APIs, https:// cloud.google.com, truy cập ngày 10/9/2020 Google LLC, Google Maps Platform Documentation, https://developers.google com/, truy cập ngày 15/1/2021 46 ... sử dụng liệu ứng dụng để phân tích dịng giao thơng theo thời gian thực Wu [2] so sánh liệu Google Maps liệu thời gian hành trình Uber cho thấy liệu thời gian hành trình có thấp liệu Google Maps. .. dẫn để phát triển công nghiệp kinh doanh Bài báo trước hết giới thiệu phương pháp thu thập liệu giao thông theo thời gian thực từ nguồn Google Maps API ứng dụng để phát ùn tắc tai nạn giao thơng... Nam Nghiên cứu trình bày nghiên cứu tình (Case study) đường vành đai 3, Hà Nội, Việt Nam với liệu giao thông từ Google Maps 24 PHƯƠNG PHÁP THU THẬP DỮ LIỆU GIAO THÔNG THÔNG QUA GOOGLE MAPS API Dữ
