Đếm hành khách xe buýt bằng AI: Tối ưu lộ trình, giảm chi phí vận hành & tăng doanh thu vé 2026

Đoàn xe buýt 100 chiếc của một đơn vị vận hành đang hoạt động như mù và điếc: không biết tuyến nào thực sự đông, giờ nào thiếu chỗ đến mức khách bỏ trạm, tuyến nào chạy gần trống từ đầu đến cuối. Tài xế báo cáo cảm tính, quản lý điều phối bằng kinh nghiệm. Camera AI đếm hành khách real-time thay đổi hoàn toàn điều này — biến mỗi chuyến xe thành một luồng dữ liệu có thể ra quyết định.

Bài toán vận hành xe buýt không có dữ liệu

Hầu hết đơn vị vận hành xe buýt Việt Nam đang gặp 4 vấn đề cốt lõi mà không có dữ liệu để giải quyết:

• Phân bổ tần suất theo cảm tính: Tăng chuyến giờ cao điểm dựa trên phản ánh của tài xế và phòng điều phối — không có số liệu thực tế từng trạm
• Lãng phí nhiên liệu tuyến thưa: Nhiều tuyến chạy 20-40% load factor giờ thấp điểm mà không biết để điều chỉnh tần suất hoặc gộp chuyến
• Không đo được hiệu quả chính sách: Khi thay đổi lộ trình hay thêm trạm, không có dữ liệu trước/sau để đánh giá
• Thất thoát doanh thu vé: Không đối chiếu được số khách thực tế với doanh thu vé — không phát hiện được vé lậu và gian lận nội bộ

Giải pháp camera AI đếm hành khách xe buýt

Phần cứng — Camera stereo 3D cho cửa xe

Camera được lắp trên khung cửa lên/xuống của xe buýt. Mỗi cửa cần 1 cụm camera (1-2 sensor stereo):

• Xovis PC2S: Camera stereo nhỏ gọn, lắp vừa khung cửa tiêu chuẩn 80cm, độ chính xác 98,5%, chịu rung lắc và nhiệt độ -20°C đến 50°C phù hợp điều kiện Việt Nam
• ZKIVA-EDGE X1: Tích hợp AI trên edge, xử lý và lưu offline, hỗ trợ 4G/WiFi upload tự động khi có mạng — phù hợp cho đoàn xe cũ chưa có hạ tầng viễn thông
• Xovis PC3 Outdoor: Dành cho xe buýt nhanh BRT với cửa rộng 1,2m+ và lưu lượng cao, phủ góc rộng hơn

Dữ liệu thu thập theo từng trạm

Mỗi khi xe dừng trạm, hệ thống ghi nhận:

• Số khách lên tại trạm này
• Số khách xuống tại trạm này
• Tổng số khách trên xe sau khi đóng cửa
• Thời gian dừng thực tế và độ trễ so với biểu đồ

Sau 30 ngày vận hành, dữ liệu này tạo ra bức tranh rõ ràng về load factor theo trạm × giờ × ngày trong tuần — đủ để ra quyết định điều chỉnh lộ trình.

Dashboard vận hành real-time

Trung tâm điều hành xem được:

• Bản đồ tất cả xe trên đang chạy với occupancy rate màu sắc (xanh/vàng/đỏ = <60%, 60-90%, >90%)
• Alert tự động khi xe đạt >95% công suất — điều phối xe dự phòng từ garage
• Tuyến nào đang chạy dưới 30% load factor để rút ngắn tần suất hoặc gộp chuyến
• So sánh load factor hôm nay vs cùng ngày tuần trước

Ứng dụng cho các loại phương tiện giao thông công cộng

Xe buýt thường và xe buýt nhanh BRT

Camera lắp tại cửa lên/xuống. BRT có 2-4 cửa rộng cần nhiều sensor hơn. Dữ liệu kết hợp với hệ thống định vị GPS để biết chính xác khách lên/xuống ở trạm nào.

Xe buýt điện (EV bus)

Lý tưởng hơn xe buýt diesel vì hệ thống điện ổn định hơn cho thiết bị IoT. Dữ liệu occupancy kết hợp với dữ liệu tiêu thụ điện → tính được energy cost per passenger km — KPI quan trọng cho vận hành EV.

Minibus và xe buýt khu công nghiệp

Xe đưa đón công nhân KCN thường chạy cố định giờ giấc nhưng số lượng người biến động theo ca. Camera đếm hành khách giúp BQL KCN tối ưu số lượng xe cần điều phối mỗi ca, tránh xe thừa chạy không.

ROI vận hành — Tính cho đoàn 50 xe

• Tiết kiệm nhiên liệu: Tối ưu lộ trình giảm 8-15% km chạy không tải → tiết kiệm 80-150 triệu đồng/tháng
• Giảm gian lận vé: Phát hiện 15-25% vé lậu → tăng doanh thu 50-100 triệu đồng/tháng
• Tối ưu tần suất: Giảm chuyến thưa khách giờ thấp điểm → tiết kiệm khấu hao và lương tài xế
• Hoàn vốn phần cứng: Thường trong 3-6 tháng từ tiết kiệm nhiên liệu và vé lậu