Dũng Virgo
Hà Nội đang triển khai một bước thử nghiệm đáng chú ý trong quá trình nghiên cứu giao thông thông minh. Thay vì đưa ngay xe tự lái vào các tuyến phố đông đúc, thành phố lựa chọn Khu Công nghệ cao Hòa Lạc và cơ sở Hòa Lạc của Đại học Quốc gia Hà Nội làm khu vực vận hành có kiểm soát.
Mô hình này cho phép nhiều loại phương tiện tự hành hoạt động trên các tuyến đường đã được lập bản đồ, có hệ thống giám sát và giới hạn vận hành cụ thể. Đây được xem là cách tiếp cận thận trọng, tập trung vào việc kiểm chứng công nghệ và thu thập dữ liệu thực tế trước khi tính đến những bước triển khai rộng hơn.
Bốn nhóm phương tiện cùng được đưa vào thử nghiệm
Theo Quyết định 4554/QĐ-UBND ngày 25/8/2026, Hà Nội cho phép Công ty cổ phần Phenikaa-X thử nghiệm hệ thống giao thông tự hành thông minh trong thời hạn 24 tháng. Dự án bao gồm bốn nhóm phương tiện chính:
- Xe buýt tự hành.
- Robotaxi.
- Robot dọn vệ sinh tự động.
- Robot giao hàng.
Việc thử nghiệm nhiều loại phương tiện trong cùng một hệ thống giúp đánh giá các kịch bản sử dụng khác nhau. Xe buýt hướng đến nhu cầu di chuyển theo tuyến cố định, robotaxi phục vụ hành khách trong phạm vi giới hạn, còn robot giao hàng và robot vệ sinh đảm nhiệm những công việc chuyên biệt trong khu vực nội bộ.
Cách tổ chức này cũng khác với một dịch vụ vận tải tự lái thương mại. Người dân không thể mặc nhiên coi đây là hoạt động taxi hay xe buýt không người lái đã được khai thác đại trà. Các phương tiện chỉ vận hành trong khu vực thử nghiệm và phải tuân thủ những điều kiện an toàn đã được xác định từ trước.
Hòa Lạc trở thành khu vực thử nghiệm có kiểm soát
Tại Khu Công nghệ cao Hòa Lạc, robotaxi và robot giao hàng được thử nghiệm trên mạng lưới đường dài khoảng 11,5 km. Tuyến đường này được thiết kế để phương tiện có thể hoạt động trong môi trường tương đối ổn định, với lộ trình được lập bản đồ và giám sát từ xa.
Robot giao hàng được đặt vào một kịch bản gần với nhu cầu sử dụng thực tế: vận chuyển đồ ăn từ nhà hàng, quán cà phê đến các tòa nhà và trụ sở trong khu vực. Đây là bài toán phù hợp với robot tự hành bởi phương tiện có thể di chuyển theo tuyến đã định, không cần xử lý toàn bộ sự phức tạp của giao thông đô thị mở.
Trong khuôn viên Đại học Quốc gia Hà Nội tại Hòa Lạc, một tuyến dài khoảng 2,8 km được dành cho xe buýt tự hành. Phương tiện được kỳ vọng hỗ trợ sinh viên đi lại giữa ký túc xá, giảng đường, khu học quân sự và khu vực bến xe buýt.
Việc lựa chọn khuôn viên đại học làm nơi thử nghiệm xe buýt có ý nghĩa thực tế. Đây là môi trường có các điểm đến tương đối rõ ràng, nhu cầu di chuyển lặp lại theo ngày và không gian vận hành có thể được theo dõi chặt chẽ hơn so với mạng lưới đường phố thông thường.
Không phải chương trình thương mại hóa xe tự lái
Điểm cần nhấn mạnh là chương trình tại Hòa Lạc hiện chỉ mang tính thử nghiệm. Các phương tiện không được kinh doanh vận tải hoặc thu phí thương mại trong thời gian triển khai. Điều này giúp tách quá trình đánh giá công nghệ khỏi áp lực cung cấp dịch vụ đại trà.
Phạm vi vận hành cũng được giới hạn bằng nhiều thông số cụ thể. Tốc độ tối đa của phương tiện không quá 40 km/h. Xe buýt tự hành được phép chở tối đa 8 hành khách, trong khi robotaxi có sức chứa tối đa 4 hành khách.
Xe buýt và robotaxi vẫn phải có người giám sát tại vị trí lái. Người này có thể can thiệp khi hệ thống gặp lỗi, phát hiện tình huống bất thường hoặc hoạt động vượt quá giới hạn an toàn được thiết lập. Vì vậy, cụm từ “tự hành” trong dự án không đồng nghĩa với việc phương tiện hoàn toàn không cần con người.
Giá trị của giai đoạn thử nghiệm không chỉ nằm ở khả năng để xe tự di chuyển, mà còn ở việc xác định hệ thống phản ứng ra sao trước các tình huống thực tế và khi nào cần con người can thiệp.
Công nghệ đứng sau hệ thống tự hành
Hệ thống được xây dựng từ nhiều lớp công nghệ phối hợp với nhau. Trong đó có LiDAR, camera, GPS độ chính xác cao, bản đồ số HD dạng 2D và 3D, cùng các thuật toán AI, SLAM, học máy và học sâu.
LiDAR hỗ trợ phương tiện nhận biết không gian xung quanh, trong khi camera cung cấp dữ liệu hình ảnh để nhận diện bối cảnh. GPS độ chính xác cao giúp xác định vị trí, còn bản đồ HD cung cấp thông tin chi tiết về tuyến đường và môi trường đã được lập bản đồ.
SLAM là nhóm kỹ thuật giúp hệ thống đồng thời xây dựng hoặc cập nhật bản đồ và xác định vị trí của chính phương tiện trong không gian đó. Khi kết hợp với các mô hình học máy và học sâu, phương tiện có thể xử lý dữ liệu cảm biến để nhận biết tình huống, lựa chọn hướng di chuyển và duy trì hành trình trong phạm vi cho phép.
Đây cũng là ví dụ cho thấy AI trong giao thông không chỉ nằm ở một mô hình phần mềm riêng lẻ. Hệ thống phải kết hợp dữ liệu cảm biến, bản đồ, định vị, thuật toán điều khiển và cơ chế giám sát con người. Bạn đọc có thể tham khảo thêm quá trình phát triển của các công nghệ nền tảng trong bài lịch sử công nghệ thông tin từ quan sát đến kỷ nguyên AI.
Dữ liệu mới là kết quả quan trọng nhất
Nếu chỉ nhìn vào hình ảnh xe buýt tự hành chạy trong khuôn viên hoặc robot giao đồ ăn giữa các tòa nhà, dự án có thể được xem như một màn trình diễn công nghệ. Tuy nhiên, mục tiêu quan trọng hơn là tạo ra dữ liệu từ môi trường vận hành thực tế tại Việt Nam.
Hà Nội dự kiến đánh giá nhiều khía cạnh, gồm độ an toàn, độ tin cậy, trải nghiệm của người sử dụng và khả năng tích hợp với hệ thống giao thông hiện hữu. Những dữ liệu này có thể giúp cơ quan quản lý và doanh nghiệp hiểu rõ hơn các giới hạn của phương tiện tự hành khi hoạt động trong điều kiện cụ thể.
Ví dụ, một phương tiện có thể vận hành ổn định trên tuyến đường được lập bản đồ, nhưng điều đó chưa đủ để chứng minh nó sẵn sàng hoạt động trên mọi tuyến phố. Cần tiếp tục xem xét khả năng xử lý tình huống phát sinh, mức độ ổn định của kết nối, độ chính xác của định vị và cách con người can thiệp khi hệ thống không thể tự đưa ra quyết định an toàn.
Dữ liệu thu được cũng được định hướng phục vụ việc xây dựng cơ sở dữ liệu và nền tảng cho quá trình hoàn thiện tiêu chuẩn, quy chuẩn về xe tự hành tại Việt Nam. Đây là phần việc có ý nghĩa lâu dài, bởi công nghệ chỉ có thể mở rộng khi đi kèm quy định rõ ràng về vận hành, trách nhiệm và an toàn.
Vì sao cần thử nghiệm trong khu vực giới hạn?
Xe tự hành phải xử lý đồng thời nhiều yếu tố: đường đi, vật cản, hành khách, phương tiện khác, bản đồ và các điều kiện vận hành. Nếu đưa công nghệ chưa được kiểm chứng ra ngay môi trường giao thông mở, rủi ro có thể tăng lên đáng kể.
Hòa Lạc cho phép các bên bắt đầu từ một không gian dễ kiểm soát hơn. Tuyến chạy được xác định, tốc độ bị giới hạn, số lượng hành khách được quy định và phương tiện vẫn có người giám sát. Khi phát hiện vấn đề, đơn vị triển khai có thể phân tích dữ liệu, điều chỉnh hệ thống rồi tiếp tục thử nghiệm trong phạm vi an toàn hơn.
Cách làm này cũng tạo điều kiện để người sử dụng làm quen dần với phương tiện tự hành. Sinh viên có thể trải nghiệm xe buýt trên quãng đường ngắn, còn robot giao hàng có thể được đánh giá qua những đơn hàng nội khu. Từ đó, các yếu tố như sự tin tưởng, mức độ thuận tiện và phản ứng của người dùng có thể được ghi nhận bên cạnh các chỉ số kỹ thuật.
Bước đệm cho giao thông tự hành tại Việt Nam
Thử nghiệm tại Hòa Lạc chưa phải lời khẳng định rằng taxi tự lái hay xe buýt không người lái sắp xuất hiện trên toàn bộ đường phố Hà Nội. Ngược lại, đây là giai đoạn để trả lời những câu hỏi nền tảng: phương tiện hoạt động an toàn đến đâu, giới hạn nằm ở đâu và cần bổ sung điều kiện gì trước khi mở rộng phạm vi.
Nếu đạt kết quả tích cực, dự án có thể cung cấp cơ sở thực tế cho các thử nghiệm tiếp theo trong những môi trường phức tạp hơn. Giá trị lớn nhất không nằm ở số lượng phương tiện được đưa vào chạy thử, mà ở khả năng biến dữ liệu vận hành thành tiêu chuẩn, quy trình và chính sách phù hợp.
Với phạm vi giới hạn, tốc độ kiểm soát và sự hiện diện của người giám sát, Hòa Lạc đang đóng vai trò như một phòng thí nghiệm ngoài trời cho giao thông tự hành. Từ đây, Hà Nội có thể từng bước đánh giá thời điểm công nghệ đủ tin cậy để đi xa hơn khỏi các tuyến đường được kiểm soát và tiến gần hơn đến nhu cầu di chuyển trong đời sống đô thị.
SpaceX lên kế hoạch xây tổ hợp Starship 100 tỷ USD tại Louisiana
VNeID có thể tự khóa nếu số điện thoại không chính chủ
Hồ Trọng Đức trở thành CTO Techvify, đặt trọng tâm vào AI
Cảnh giác cuộc gọi giả mạo đúng số người thân, ngân hàng
Apple lập trung tâm đào tạo nhân lực chuỗi cung ứng tại Việt Nam
Cảnh báo thủ đoạn giả mạo khuôn mặt để rút tiền ngân hàng
Nhân sự Kinh tế Quốc tế cần gì để vào doanh nghiệp FDI?
