มูลนิธิโตโยต้า โมบิลิตี้ (TMF – Toyota Mobility Foundation) ซึ่งเป็นมูลนิธิอิสระที่ไม่แสวงหาผลกำไร ร่วมกับพันธมิตรได้แก่ กระทรวงคมนาคม กรุงเทพมหานคร กองบัญชาการตำรวจนครบาล และจุฬาลงกรณ์มหาวิทยาลัย จัดพิธีปิดโครงการ พระราม 4 โมเดล: การปลดล็อคข้อมูลการจราจรเพื่ออนาคตที่ดีกว่า (พระราม 4 โมเดล) เพื่ออธิบายสิ่งที่ได้เรียนรู้และข้อเสนอแนะจากโครงการที่ดำเนินการมากว่า 3 ปีโดยการใช้ข้อมูลเป็นศูนย์กลางเพื่อหาแนวทางลดปัญหาจราจรในกรุงเทพฯ โครงการดังกล่าวเริ่มขึ้นในเดือนพฤศจิกายน 2562 โดยมุ่งเน้นที่ถนนพระราม 4 เป็นพื้นที่ทดลองทำการรวบรวมข้อมูล และหาข้อมูลเชิงลึกเกี่ยวกับการใช้ข้อมูลอย่างมีประสิทธิภาพในการลดปัญหาและเพิ่มประสิทธิภาพการจัดการจราจร
ผู้ตรวจราชการกระทรวงคมนาคม นายมนตรี เดชาสกุลสม และ ดร.ชัชชาติ สิทธิพันธุ์ ผู้ว่าราชการกรุงเทพมหานคร เป็นประธานในพิธีปิด รับทราบผลการดำเนินงานของโครงการ และได้แสดงความคิดเห็น รวมถึงแขกผู้มีเกียรติท่านอื่นๆ ที่ได้ร่วมงาน ได้แก่ มร. ปาซานา คุมาร์ กาเนซ ผู้อำนวยการโครงการมูลนิธิ โตโยต้า โมบิลิตี้ ดร. จิตติศักดิ์ ธรรมาภรณ์พิลาศ อธิการบดีจุฬาลงกรณ์มหาวิทยาลัย ดร. วิศณุ ทรัพย์สมพล รองผู้ว่าราชการกรุงเทพมหานคร รองผู้บัญชาการตำรวจนครบาล พล.ต.ต จิรสันต์ แก้วแสงเอก ดร.ศุภิชัย ตั้งใจตรง ผู้อำนวยการศูนย์บริการวิชาการจุฬายูนิเสิร์ช จากจุฬาลงกรณ์มหาวิทยาลัย และ นางสาวสตตกมล เกียรติพานิช ผู้อำนวยการกองบริหารทุนวิจัยและนวัตกรรม 2 สำนักงานการวิจัยแห่งชาติ
โครงการพระราม 4 โมเดล เป็นโครงการต่อเนื่องจาก “โครงการสาทรโมเดล“ และดำเนินการโดยทีมงานเดียวกันตั้งแต่ปี 2558-2560 ประสบความสำเร็จเป็นอย่างดีจากการดำเนินมาตรการแก้ปัญหาอันหลากหลาย บริการถรับส่ง Smart Shuttle Bus การเหลื่อมเวลาทำงาน บริการจอดแล้วจร (Park & Ride) และนำมาสู่ข้อเสนอแนะเพื่อแก้ปัญหาการจราจร และนำเสนอแก่หน่วยงานรัฐและกรุงเทพมหานครเพื่อขยายไปยังพื้นที่อื่น ๆ ในกรุงเทพ และมาตรการหลาย ๆ อย่างเช่น การจัดช่องจราจรพิเศษ ซึ่งยังคงดำเนินการอยู่จนถึงปัจจุบัน
แนวทางดำเนินงานและวัตถุประสงค์
โครงการสาทรโมเดลดำเนินการประสบความสำเร็จ แต่อย่างไรก็ตามเป็นการดำเนินการที่อาศัยวิธีการลองผิดลองถูกจากสมมติฐานที่ตั้งขึ้น ทางพันธมิตรเชื่อว่ามีวิธีการที่ถูกต้องและแม่นยำมากกว่า โดยใช้หลักการทางวิทยาศาสตร์ในการจัดการจราจร พระราม 4 โมเดลจึงเกิดขึ้นโดยเป็นโครงการที่ออกแบบโดยจุฬาลงกรณ์มหาวิทยาลัยและมูลนิธิโตโยต้า โมบิลิตี้ เพื่อศึกษาและทดสอบความสามารถในการใช้วิธีแก้ปัญหาขั้นสูง โดยใช้ข้อมูลที่มีมนุษย์เป็นศูนย์กลางเพื่อแก้ปัญหาการจราจรบนถนนพระราม 4 สาเหตุที่เลือกถนนเส้นนี้เนื่องจากเป็นพื้นที่ที่มีการจราจรคับคั่งที่สุดแห่งหนึ่งในกรุงเทพฯ และเป็นพื้นที่ที่ทางภาครัฐให้ความสำคัญ โดยมีมูลนิธิโตโยต้า โมบิลิตี้ ให้การสนับสนุนเงินทุน จำนวน 52 ล้านบาท และคาดหวังผลลัพธ์ใน 3 ประการ:
- ใช้ข้อมูลเพื่อแสดงภาพข้อมูลการจราจรให้มีประสิทธิภาพมากขึ้น รวมถึงการเชื่อมโยงของชุดข้อมูลต่าง ๆ
- ระบุสาเหตุที่แท้จริง และแนวทางแก้ไขที่เป็นไปได้ของการจราจรติดขัด และเหตุการณ์ต่าง ๆ โดยใช้ข้อมูลเชิงลึกจากชุดข้อมูลต่างๆ และตรวจสอบความถูกต้องโดยการวัดเชิงคุณภาพ
- สรุปและแบ่งปันสิ่งที่เรียนรู้ และข้อเสนอแนะในแง่ของวิธีการ/หลักการแก่ผู้ที่เกี่ยวข้อง
การรวบรวมข้อมูลและการแสดงภาพทางกราฟฟิก (VISUALIZATION)
ในขั้นตอนของการรวบรวมข้อมูล จุฬาลงกรณ์มหาวิทยาลัยได้ทำการติดตั้งอุปกรณ์ต่างๆ สำหรับการรวบรวมข้อมูล เช่น CCTV-AI (13 จุด) เซนเซอร์บลูทูธ (50 ตัว) และเซนเซอร์ NDRS (10 เครื่อง) นอกจากนี้บริษัทแกร็บแท็กซี่ (ประเทศไทย) จำกัด และมูลนิธิ iTIC ซึ่งเป็นผู้ให้การสนับสนุนด้านข้อมูล ได้ช่วยเหลือในการให้ข้อมูล GPS รถแท็กซี่แก่โครงการ ด้วยผลกระทบของโควิด 19 ทำให้ขั้นตอนการรวบรวมข้อมูลได้รับผลกระทบเกิดความล่าช้า แต่ท้ายสุดทางทีมงานก็สามารถดำเนินการติดตั้งและเก็บรวมข้อมูลที่จำเป็นได้สำเร็จ
ด้วยความเชี่ยวชาญของทีมนักวิจัยของจุฬาลงกรณ์มหาวิทยาลัยและแนวทางการแก้ปัญหาและการจัดการแบบลีน (ลดการสูญเปล่า) ของโตโยต้า เราได้พัฒนา Data Visualization Platforms เป็นส่วนหนึ่งของวิธีแก้ปัญหาในการวางแผนการจราจรในกรุงแทพ และเพื่อสนับสนุนการจัดการจราจรแบบเรียลไทม์โดยตำรวจจราจร ทีมงานได้พัฒนา “ข้อมูลจราจรแบบเรียลไทม์” (real-time traffic data) หรือ “war room” ซึ่งจะมีข้อมูลจราจรต่างๆ เพื่อทำให้ตำรวจจราจรสามารถมองเห็น เข้าใจสภาพการจราจร ทำให้บริหารจัดการการจราจรได้ดีขึ้น ตัวอย่างของการแสดงภาพจากแพลตฟอร์มใหม่ เช่น
- 100 จุดฝืด (100 friction points) : รวบรวมข้อมูลย้อนหลังผ่าน GPS Probe ทำให้สามารถจำแนกระดับของการจราจรที่ติดขัดได้อย่างแม่นยำ และแสดงภาพความเร็วการจราจรเป็นกิโลเมตร/ชั่วโมงตามช่วงเวลาเร่งด่วนเช้า-เย็น และจัดอันดับเป็น 100 อันดับแรกเพื่อสนับสนุนทางกรุงเทพมหานคร ในการจัดลำดับความสำคัญของพื้นที่ในการแก้ไขปัญหา
- Historical Speed Map : แสดงข้อมูลความเร็วในอดีต ช่วยให้วิเคราะห์ตามโซนและถนนแต่ละเส้นได้ สามารถเลือกแสดงผลได้จาก 3 ตัวเลือก 1) Free-Flow Speed (FFS), 2) Travel Time Index (TTI) และ 3) Road Segment Speed
- Travel Time Map : แสดงข้อมูลเวลาที่ใช้ในการเดินทางในอดีต ทำให้เห็นสภาพการจราจรในวันและเวลาต่างๆ
- Origin Destination Maps (OD-Maps) : OD Maps แสดงภาพการเดินทางระหว่างจุดต้นทางและปลายทางของการเดินทางที่เลือก ข้อมูลเส้นทางการเดินทางและปริมาณการเดินทางดังกล่าวช่วยในการบริหารจัดการจราจรและหาแนวทางแก้ไข การเลือกและศึกษาตามวันที่และเวลาที่สนใจจะสามารถทำให้การวางแผนมีความถูกต้องมากยิ่งขึ้น นอกจากนี้การเลือกโดยการเจาะจงต้นทางหรือปลายทางที่คนนิยมใช้เดินทาง ณ ชั่วโมงที่กำหนดของวันนั้นๆ ก็สามารถนำมาสู่การวางแผนการระบบขนส่งสาธารณะมากขึ้นหรือ share mobility
ระบุสาเหตุของปัญหาการจราจรและเหตุการณ์ต่าง ๆ
จากการหาข้อมูลเบื้องต้น ทำให้ทราบว่ามี 3 จุดที่รถติดมากที่อยู่บนถนนพระราม 4 และเชื่อมต่อกับพระราม 4 ซึ่งทำให้การจราจรติดขัด ได้แก่
A. พื้นที่พระโขนง (เชื่อมต่อกับพื้นที่อ่อนนุช) : จุดที่เป็นคอขวดคือบริเวณซูเปอร์มาร์เก็ตขนาดใหญ่ย่านอ่อนนุช จากข้อมูลและการวิเคราะห์เชิงคุณภาพ ทำให้ทราบว่ามีสาเหตุมาจากการข้ามทางม้าลายของคนเดินเท้าอยู่ตลอดเวลา และการจอดรถของวินมอเตอร์ไซด์และรถสองแถว ดังนั้น ในส่วนหนึ่งของการทดลองทางสังคมของเรา จึงดำเนินมาตรการหลักสองประการ ก) จัดระเบียบคนข้ามถนนที่ทางม้าลาย และ ข) ย้ายตำแหน่งที่จอดรถของรถสองแถวให้ห่างจากหน้าซูเปอร์มาร์เก็ตขนาดใหญ่ออกไป ด้วยมาตรการเหล่านี้ เราสามารถลดเวลาการข้ามถนนบนทางม้าลายได้ 23 นาทีในช่วงเวลาเร่งด่วน (15:00-18:00 น.) และทำให้การจราจรคล่องตัวขึ้น 10%
ข้อเสนอแนะ : จากผลการทดลองทางสังคม ทีมงานได้เสนอข้อเสนอแนะการจัดการการจราจรหน้าซูเปอร์มาร์เก็ตขนาดใหญ่ หรือการติดตั้งสัญญาณไฟจราจรอัตโนมัติและสอดคล้องกับสัญญาณไฟที่แยกอ่อนนุช และการพิจารณาจุดจอดที่เหมาะสมสำหรับมอเตอร์ไซด์รับจ้าง
B. พื้นที่เกษมราษฎร์ : เนื่องจากสภาพทางกายภาพของถนนที่แคบ (เป็นวงเล็กๆ จากแยกม้าศึกไปยังถนนพระราม 4) และมีการตัดกันของกระแสรถที่วิ่งออกมาจากซอยสุขุมวิท 22 และถนนพระราม 4 จึงทำให้เกิดปัญหารถติดขัดบ่อยครั้งในแยกม้าศึกและเกษมราษฎร์ จากการศึกษาสิ่งที่จะช่วยให้การจราจรดีขึ้นคือ การประสานงานกันอย่างมีประสิทธิภาพของตำรวจที่แต่ละแยก ทำให้ตำรวจมีข้อมูลของสภาพการจราจรมากขึ้น
เพื่อให้จัดการการจราจรได้ดีขึ้น ทางโครงการจึงได้จัดกิจกรรม Knowledge Management ด้านการจราจรหลายครั้ง (เพื่อให้การประสานงานระหว่างตำรวจแต่ละแยกให้ดีขึ้น) และติดตั้งจอแสดงข้อมูลการจราจรแบบเรียลไทม์ ตลอดพื้นที่พระราม 4 (เช่น ข้อมูลสัญญาณไฟจราจร ข้อมูลอุบัติการณ์ต่างๆ แผนที่สภาพการจราจร และกล้องวงจรปิด) ส่งผลให้เราสามารถลดระยะเวลาความผิดปกติของการเปิดสัญญาณไฟโดยเฉลี่ย 10% ต่อวัน
นอกจากนี้ ห้องควบคุมการจราจรแบบเรียลไทม์ที่ติดตั้งอยู่ 12 ป้อมตำรวจในโครงการพระราม 4 ได้ถูกส่งมอบให้กับตำรวจจราจร เพื่อจะนำไปใช้บรรเทาปัญหาการจราจรติดขัดในกรุงเทพฯ ต่อไป ภายหลังสิ้นสุดการทดลองใช้ในโครงการพระราม 4 โมเดล
C. พื้นที่ฝั่งตะวันตก : เนื่องด้วยข้อจำกัดในการมองเห็นสภาพการจราจรและเหตุการณ์ต่างๆ บนสะพานไทย-ญี่ปุ่น ทำให้ตรวจพบปัญหาที่เกิดขึ้นบนสะพานได้ล่าช้า ทำให้เกิดปัญหาการจราจรติดขัด และขยายไปยังพื้นที่และถนนเส้นอื่นๆ โครงการจึงทำการติดตั้งกล้องวงจรปิดด้วยเทคโนโลยี AI เพื่อตรวจจับเหตุการณ์ความผิดปกติบนสะพานไทย-ญี่ปุ่น ไม่ว่าจะเป็นรถเสียหรือรถชน และเมื่อตรวจพบระบบจะทำการแจ้งเตือนตำรวจจราจรที่ป้อมสามย่านทันที
ที่มา: motortrivia