หัวหน้าโครงการ อ.ดร.ธีรพจน์ ศิริไพโรจน์ มหาวิทยาลัยศรีนครินทรวิโรฒ ข้อมูลปริมาณการเดินทางและจุดต้นทาง-ปลายทางการเดินทางและขนส่งสินค้าโดยรถบรรทุก เป็นข้อมูลที่มีความสำคัญในการวิเคราะห์ด้านการจราจรและขนส่งของประเทศ อันได้แก่ การจัดทำแผนงานโครงการด้านคมนาคมขนส่ง การออกแบบโครงสร้างพื้นฐานด้านการขนส่ง ถนน ศูนย์กระจายสินค้า การเชื่อมต่อการขนส่งสินค้าหลายรูปแบบ และการจัดการด้านการขนส่งของประเทศ ด้วยเหตุนี้ ข้อมูลที่มีความถูกต้องสูง และสอดคล้องกับพฤติกรรมการเดินทางและขนส่งสินค้าที่เกิดขึ้นจริง จะช่วยให้การพัฒนาและแผนการจัดการด้านต่างๆ ได้อย่างมีประสิทธิภาพ ช่วยแก้ไขปัญหาด้านการจราจรและขนส่งสินค้าตลอดจน ช่วยลดต้นทุนการขนส่งของประเทศไทยได้เป็นอย่างดี ดังภาพที่ 1

ภาพที่ 1 ความสำคัญของข้อมูลปริมาณการเดินทางระหว่างจุดต้นทางปลายทาง (OD trips)

อย่างไรก็ตาม เพื่อให้ได้ข้อมูลดังกล่าว จำเป็นต้องสิ้นเปลืองค่าใช้จ่ายในการสำรวจหรือปรับปรุงข้อมูลปริมาณการ เดินทางของรถบรรทุกระหว่างจุดต้นทางปลายทาง (OD truck trip table) โดยวิธีดั้งเดิม (วิธีสุ่มสัมภาษณ์การเดินทางจากคนขับรถบรรทุกบนทางหลวงทั่วประเทศ) มากกว่า 1 ล้านบาทต่อปี  อีกทั้งยังมีความเสี่ยงในการเกิดอุบัติเหตุในระหว่างการสำรวจปริมาณการเดินทางของรถบรรทุกระหว่างจุดต้นทางปลายทาง (OD truck trip table) โดยวิธีดั้งเดิม (วิธีสุ่มสัมภาษณ์การเดินทางจากคนขับรถบรรทุกบนทางหลวงทั่วประเทศ) เช่นกัน เพื่อเพิ่มประสิทธิภาพการบริหารจัดการขนส่ง และเพื่อลดต้นทุนการขนส่งสินค้าและเพิ่มความสามารถในการแข่งขันของประเทศในระยะยาว จึงมีความจำเป็นอย่างเร่งด่วน ที่จะต้องมีการพัฒนาระบบที่สามารถใช้วิเคราะห์ข้อมูลการเดินทางและการขนส่งสินค้าโดยรถบรรทุก ที่ต่อเนื่องและทันสมัย อีกทั้งยังเป็นตัวแทนการเดินรถและการขนส่งสินค้าของประเทศอย่างถูกต้อง เพื่อให้ได้ข้อมูลต้นทุนการขนส่งสินค้าทางรถบรรทุกที่แท้จริงได้ ในบทความนี้เราจะขอพาไปพูดคุยกับ ดร.ธีรพจน์ ศิริไพโรจน์ อาจารย์และนักวิจัย ภาควิชาวิศวกรรมโยธาและสิ่งแวดล้อม คณะวิศวกรรมศาสตร์ มหาวิทยาลัยศรีนครินทรวิโรฒ กล่าวถึงแผนโครงการพัฒนาโปรแกรมเพื่อใช้วิเคราะห์ลักษณะและปริมาณความต้องการเดินทางตามจุดต้นทาง-ปลายทางหรือการเดินทางแบบ Tour ของรถบรรทุกโดยใช้ข้อมูล passive GPS ว่าเข้ามาช่วยแก้ปัญหาได้อย่างไร

ปัจจุบันโซลูชั่นที่อยู่บนพื้นฐานการวิเคราะห์ขนส่งที่ติดตั้ง GPS นั้นมีจำนวนมาก จุดเด่น ความแตกต่างระหว่างโครงการนี้กับโครงการอื่นๆ คืออะไร

ดร.ธีรพจน์:  โครงการนี้คือการพัฒนาโปรแกรมเพื่อใช้วิเคราะห์ลักษณะและปริมาณความต้องการเดินทางตามจุดต้นทาง-ปลายทางหรือการเดินทางแบบ Tour ของรถบรรทุกโดยใช้ข้อมูล passive GPS โดยจะช่วยประหยัดค่าใช้จ่ายในการดำเนินการ อีกทั้งข้อมูลการเดินทางที่ได้จากระบบ GPS ยังมีความถูกต้องแม่นยำมากกว่า โดยรายละเอียดการดำเนินงานในโครงการฯ ประกอบด้วยดังนี้

  • พัฒนาระเบียบวิธีในการวิเคราะห์หาประเภทของกิจกรรมที่รถบรรทุกหยุด โดยข้อมูล GPS รถบรรทุก
  • พัฒนาระเบียบวิธีในการวิเคราะห์หาตารางการเดินทางของรถบรรทุก โดยข้อมูล GPS รถบรรทุก
  • พัฒนาโปรแกรมวิเคราะห์หาลักษณะการเดินทางและปริมาณความต้องการเดินทาง โดยข้อมูล GPS รถบรรทุก

โดยโครงการศึกษาวิจัย โครงการนี้ถือว่าเป็นโครงการแรกของประเทศครับ ที่ใช้ข้อมูล GPS รถบรรทุก เพื่อใช้วิเคราะห์คาดการณ์ปริมาณการเดินทางของรถบรรทุกทั้งประเทศ (ไม่ใช่เฉพาะปริมาณการเดินทางของรถบรรทุกที่ติดตั้งระบบ GPS) และยังถือว่าเป็นโครงการแรกที่ใช้ข้อมูล GPS ในการวิเคราะห์การหาทิศทางการเคลื่อนย้ายของสินค้าหลักบางประเภท ที่ขนส่งทางรถบรรทุก อีกด้วย

ข้อมูล GPS รถบรรทุกรวบรวมมาจากที่ใดบ้าง  ร่วมมือกับหน่วยงานใดบ้าง

ดร.ธีรพจน์: ข้อมูล GPS รถบรรทุก มาจาก ศูนย์ GPS กลาง หน่วยงานกรมการขนส่งทางบก (เจ้าของข้อมูล) ในระยะถัดไปจะทำบันทึกความร่วมมือระหว่าง Innohub (ทปอ.) กับหน่วยงานกรมการขนส่งทางบก เพื่อให้ได้ข้อมูล GPS รถบรรทุก ที่ทันสมัยต่อเนื่อง สำหรับใช้ในการอัพเดตโมเดลพารามิเตอร์ ในแบบจำลอง (โปรแกรม) ที่ใช้ในการวิเคราะห์หาปริมาณการเดินทางระหว่างจุดต้นทาง-ปลายทาง และประเภทกิจกรรมที่รถบรรทุกหยุดได้ตรงกับสถานการณ์เดินทางจริงในปัจจุบันครับ รายละเอียดกรมการขนส่งทางบก: https://www.dlt.go.th/th/public-news/view.php?_did=1815 โดยโครงการที่ดำเนินการไปในระยะนี้ จะเน้นพัฒนาระเบียบวิธีและการพัฒนาแบบจำลองในการวิเคราะห์ข้อมูลรถบรรทุกดังกล่าว ซึ่งจะมีการศึกษาหาตัวแปรที่สำคัญ และ เกี่ยวเนื่องกันกับแบบจำลองที่ได้พัฒนาขึ้นครับ โดยหน่วยงานที่จะได้ประโยชน์ที่โครงการนี้โดยตรง คือหน่วยงานที่จำเป็นต้องมีข้อมูลการเดินทางของรถบรรทุก ที่ถูกต้องและทันสมัย เพื่อใช้วางแผนการขนส่งของประเทศ เช่น กรมทางหลวง – ใช้ข้อมูลปริมาณการเดินทาง ต้นทาง-ปลายทาง ของรถบรรทุก จริง ในการจัดทำแผนพัฒนาทางหลวง เพื่อใช้ขนส่งทางถนน (Truck route/lane) หรือ ใช้ในการวิเคราะห์หาตำแหน่งที่หมาะสมในการ สำนักงานนโยบายและแผนการขนส่งและจราจร (สนข) – ใช้ข้อมูลปริมาณการเดินทาง ต้นทาง-ปลายทาง ของรถบรรทุก จริง และ ประเภทกิจกรรมที่รถบรรทุกหยุด ในการวิเคราะห์ต้นทางการขนส่งของรถบรรทุก (ในส่วนที่ผันแปรตามระยะทาง)

ขั้นตอนการวิเคราะห์ และผลลัพธ์ที่ได้จากโครงการนี้?

ดร.ธีรพจน์:  พื้นฐานของการแยกการวิเคราะห์มีดังนี้นะครับ สิ่งที่เราทราบโดยตรงจากข้อมูล GPS คือ – ข้อมูลพิกิด GPS พร้อมระบุเวลาของพิกัด GPS แต่ละจุด – เส้นทางการวิ่งของรถบรรทุก ในบางช่วงที่มีข้อมูล GPS หากในช่วงที่ไม่มีข้อมูล GPS ก็จะไม่ทราบเส้นทางที่รถวิ่งในช่วงดังกล่าว   แต่สิ่งที่เรายังไม่ทราบโดยตรงจากข้อมูล GPS คือ – ตำแหน่งหรือสถานที่ที่รถบรรทุกหยุดเพื่อทำกิจกรรมสำคัญๆ เช่น หยุดขนถ่ายสินค้า – ประเภทของกิจกรรมที่รถบรรทุกหยุด เช่น แวะพัก หรือ ขนถ่ายสินค้า – ปริมาณการเดินทางของรถบรรทุก จากจุดต้นทางไปยังจุดปลายทาง ของรถบรรทุกทั้งหมด ใน 1 วัน ตัวอย่างเช่นปริมาณรถบรรทุกที่มีจุดต้นทางที่ อ.เมือง เชียงใหม่ และมีจุดปลายทางที่ อ.เมือง ชลบุรี มีจำนวนเท่าไหร่ (กี่คัน/วัน?)  

ภาพที่ 3 ปริมาณการเดินทางของรถบรรทุก จากจุดต้นทางไปยังจุดปลายทาง ของรถบรรทุก ใน 1 วัน

หลักเกณฑ์หรือตัวแปรที่ใช้ในการศึกษาคาดการณ์: – ระยะเวลาที่รถบรรทุกหยุดต่อเนื่อง (stop duration) – ระยะห่างระหว่างตำแหน่งรถบรรทุกที่หยุด กับทางหลวงที่ใกล้ที่สุด (stop distance to nearest highway) – ประเภทของสถานที่ที่รถหยุด (location type)

วิธีที่ใช้ในการศึกษาคาดการณ์

เรานำเอา Machine Learning Method มาช่วยในกรณีนี้ โดยศึกษาจากพฤติกรรมที่ผ่านมา ถึงการหยุด จอดพักเพราะสาเหตุใด ที่ไหน และทำการคาดการณ์ออกมาครับ มีด้วยกัน 2 ส่วนคือ   1. การวิเคราะห์หาประเภทกิจกรรมที่รถบรรทุกหยุด โดยใช้ Maximum likelihood estimation integrated with Bayesian updating โดยในกระบวนการประกอบด้วย การประมาณหาตัวแปร ที่มีผลการการเลือกประเภทกิจกรรมในระหว่างที่รถบรรทุกหยุด เช่น เวลาที่รถบรรทุกหยุดต่อเนื่อง (stop duration, y) และ ระยะห่างระหว่างจุดหยุดและทางหลวงใกล้เคียง (distance, x) โดยใช้สมมุติฐานว่าการกระจายตัวของตัวแปรในแต่ละประเภทกิจกรรม (หยุดแวะพัก หรือ หยุดขนถ่ายสินค้า) มีลักษณะเฉพาะตัว เช่น หยุดเพื่อขนถ่ายสินค้า โดยส่วนใหญ่ใช้เวลามากกว่า 20 นาที และ จุดที่รถหยุดเพื่อขนถ่ายสินค้า จะอยู่ห่างจากทางหลวง พอสมควร เป็นต้น โดยความโปรแกรมจะวิเคราะห์ความน่าจะเป็น (Probability) หรือโอกาส ของแต่ละประเภทกิจกรรม ที่รถบรรทุกทำในแต่ละจุดหยุด ในปัจจุบัน ระบบ GPS จะส่งสัญญาพิกัดและเวลา มายังศูนย์ GPS กลาง หน่วยงานกรมการขนส่งทางบก โดยเฉลี่ยทุกๆ 1-5 นาที (ตลอดเวลาเดินทางและช่วงเวลาที่ GPS เปิดใช้อยู่) และมีรถบรรทุกที่ติดตั้งอุปกรณ์ GPS จำนวน 150,000 คัน ในปัจจุบัน และมีแนวโน้มเพิ่มมากขึ้นในอนาคต  นั่นหมายความว่าจะมีจำนวนจุดพิกัด GPS ที่ส่งกลับมายังศูนย์ GPS กลางจำนวนมากกว่า 20 ล้าน จุดพิกัด GPS ของรถบรรทุก (Big data analytics) ซึ่งข้อมูลดังกล่าวจะเข้าสู่ระบบที่พัฒนาขึ้นในโครงการฯ เพื่อใช้วิเคราะห์คาดการณ์ประเภทกิจกรรมในจุดพิกัด GPS ที่รถบรรทุกหยุด นอกจากนี้ ยังได้ใช้วิธี Bayesian updating ในการเพิ่มความถูกต้องของผลคาดการณ์ประเภทกิจกรรม โดยใช้ข้อมูลลักษณะ/ประเภทสถานที่ ที่รถบรรทุกหยุดในบริเวณเดียว เป็นจำนวนมาก (2,000 กว่าสถานที่ เช่น นิคมอุตสาหกรรม โรงงาน ศูนย์กระจายสินค้า ท่าเรือ) มาช่วยเพิ่มประสิทธิภาพของแบบจำลองดังกล่าว   1. สถานที่หยุดหลักของรถบรรทุก

  2. ลักษณะ/ขอบเขตสถานที่ที่รถบรรทุกหยุด
  3. ตัวแปร x (ระยะทางระหว่างจุดหยุดและทางหลวงใกล้เคียง)

ภาพที่ 4 สถานที่ที่รถบรรทุกหยุดในบริเวณเดียวเป็นจำนวนมาก (มากกว่า 10 คัน/วัน)

 

2. การวิเคราะห์หาปริมาณการเดินทาง จากต้นทางไปปลายทาง ของรถบรรทุกทั้งหมด ใน 1 วัน – Maximum likelihood estimation calibrated with traffic counts. หลังจากได้ผลการวิเคราะห์ปริมาณการเดินทาง จากต้นทางไปยังปลายทาง ของรถบรรทุกที่ติดอุปกรณ์ GPS แล้วนั้น ปริมาณการเดินทางที่ได้จะเป็นเพียงบางส่วนของปริมาณการเดินทางของรถบรรทุก ที่เกิดขึ้นใน 1 วัน ด้วยเหตุนี้ จึงได้มีการพัฒนาระเบียบวิธีในโครงการฯ เพื่อใช้ในการวิเคราะห์หาปริมาณการเดินทางรถบรรทุกทั้งหมดขึ้น โดยจะใช้ข้อมูลปริมาณจราจรตลอดวัน (AADT) บนทางหลวงสายหลักทั่วประเทศ กว่า 240 จุด ซึ่งมีความสัมพันธ์เชิงคณิตศาสตร์ระหว่างปริมาณการเดินทางและปริมาณจราจรบนทางหลวง เพื่อใช้ในการประมาณปริมาณการเดินทาง ต้นทางปลายทางดังกล่าว

ผลลัพธ์ ที่ได้จากโปรแกรมสามารถวิเคราะห์หาข้อมูลการเดินทางของรถบรรทุกที่ติดตั้งอุปกรณ์ GPS รายคัน ได้ดังนี้

  • รถบรรทุกจอดทำกิจกรรมประเภทอะไร รถบรรทุกเริ่มจอดเมื่อไหร่ ระยะเวลาทำกิจกรรมนั้น ๆ เท่าไหร่ และเริ่มออกเดินทางอีกทีเมื่อไหร่
  • ระยะเวลาเดินทางระหว่างสองสถานที่หยุด ใช้ระยะทางเท่าไหร่ และ ใช้เวลาเดินทางเท่าไหร่
  • สถานที่ที่รถบรรทุกจอด คืออะไร (ถ้าสภานที่จอด อยู่ที่ฐานข้อมูลจุดจอด 2,000 จุด)
  • สามารถวิเคราะห์หาปริมาณการเดินทางรวมของรถบรรทุก ใน 1 วัน
  • ปริมาณการเดินทางจากต้นทางไปยังปลายทางของรถบรรทุก ทั้งหมด ใน 1 วัน

 

แผนพัฒนาต่อไปในอนาคตเป็นอย่างไร

ดร.ธีรพจน์: ประเทศยังขาดระบบเพื่อตอบโจทย์หลายส่วนอยู่ครับ อาทิเช่น

  • ระบบที่ใช้ในการวิเคราะห์การเดินรถเที่ยวเปล่า การเดินรถเต็มเที่ยวและระบบที่ใช้วิเคราะห์ปริมาณการขนส่งสินค้าทางรถบรรทุกที่ถูกต้องและเป็นปัจจุบัน เพื่อใช้ในการวางกลยุทธ์เพื่อเพิ่มประสิทธิภาพการขนส่งทางรถบรรทุก
  • ระบบที่ใช้ในการวิเคราะห์วิเคราะห์ต้นทุนการขนส่งของรถบรรทุกที่สามารถวิเคราะห์ต้นทุนที่ผันแปรตามระยะการเดินทางจริงได้ เพื่อใช้ในการวางกล-ยุทธ์เพื่อลดต้นทุนการขนส่งในประเทศทางรถบรรทุก

ดังนั้นทางทีมวิจัยเราจะนำข้อมูล Passive GPS มาใช้เพื่อพัฒนาระบบที่ตอบโจทย์ทั้ง 2 ข้อข้างต้น โดยมีตัวชี้วัด

  • ลดปริมาณการเดินรถเที่ยวเปล่าของประเทศ
  • ลดต้นทุนการขนส่งสินค้าทางรถบรรทุกของประเทศ
  • ประหยัดค่าใช้จ่ายในการสำรวจปริมาณการขนส่งสินค้าทางรถบรรทุก โดยวิธีแบบดั้งเดิม ซึ่งไม่สามารถเก็บข้อมูลหรือปรับปรุงได้บ่อยครั้งเนื่องจากมีค่าดำเนินการค่อนข้างสูง

ข้อมูลอ้างอิง Data Input/Program Output: https://drive.google.com/drive/u/0/folders/17pByw8KdhvC6LOWCB-Ed_glQFiKqOvVZ