Bối cảnh và vấn đề nghiên cứu

Theo thống kê của Tổng cục Đường bộ Việt Nam, tính đến cuối năm 2020, cả nước có khoảng 49,5 triệu xe máy đăng ký lưu hành. Xe máy là phương tiện giao thông chính, gắn liền với sinh hoạt và là tài sản quan trọng của phần lớn người dân. Sự gia tăng nhanh chóng về số lượng phương tiện tại các đô thị lớn như Hà Nội và Thành phố Hồ Chí Minh dẫn đến tình trạng quá tải nghiêm trọng tại các bãi giữ xe, đặc biệt là ở các khu chung cư cao tầng.

Thực trạng quản lý tại nhiều bãi giữ xe chung cư hiện nay bộc lộ nhiều bất cập: hệ thống camera giám sát còn hạn chế hoặc bố trí thiếu đồng bộ, tạo kẽ hở cho các hành vi trộm cắp và xâm nhập trái phép; quy trình kiểm soát ra vào thủ công hoặc bán tự động chưa tối ưu. Đáng chú ý, việc không phân chia khu vực đỗ riêng biệt giữa xe máy sử dụng động cơ đốt trong và xe điện tiềm ẩn nguy cơ mất an toàn cháy nổ cao. Sự cố chập cháy pin xe điện hoặc rò rỉ nhiên liệu từ xe máy có thể nhanh chóng lan rộng, gây cản trở lối thoát hiểm và công tác cứu nạn.

Mặc dù đã có các hệ thống bãi xe thông minh sử dụng thẻ từ RFID (như các giải pháp thương mại của Vinaparking, Vietnamsmart hay các đề tài nghiên cứu trước đó), phương thức này vẫn tồn tại nhược điểm: phát sinh chi phí mua sắm thẻ, tốn thời gian xác minh khi người dùng làm mất thẻ, và rủi ro gian lận. Do đó, đồ án "Thiết kế và thi công giám sát bãi giữ xe máy chung cư" được thực hiện nhằm xây dựng một mô hình quản lý tự động hóa, kết hợp nhận diện biển số, ứng dụng di động và hệ thống cảnh báo sớm sự cố cháy nổ, quá dòng.

Mục tiêu nghiên cứu

  • Thiết kế và chế tạo mô hình phần cứng giám sát bãi giữ xe máy chung cư có khả năng đóng/mở rào chắn tự động.
  • Lập trình hệ thống xử lý ảnh nhận dạng biển số xe máy bằng mô hình học sâu và thuật toán OCR.
  • Xây dựng ứng dụng di động cho người dùng đăng ký thông tin, tra cứu lịch sử gửi xe và kết nối cơ sở dữ liệu thời gian thực.
  • Tích hợp các module cảm biến nhằm giám sát an toàn điện (quá dòng) và phát hiện lửa tại bãi xe.

Nhiệm vụ nghiên cứu

  1. Nghiên cứu cách thức hoạt động thực tế của bãi giữ xe, xác định các tồn tại kỹ thuật và đề xuất giải pháp xử lý.
  2. Thiết kế sơ đồ nguyên lý, thi công mạch in, lắp ráp mô hình phần cứng hoàn chỉnh để kiểm nghiệm lý thuyết.
  3. Thống kê số liệu thử nghiệm, vận hành hệ thống, đánh giá độ chính xác, độ ổn định và đề xuất các giải pháp cải tiến mô hình.

Đối tượng và phạm vi nghiên cứu

  • Đối tượng nghiên cứu:
    • Phần mềm: Hệ thống giám sát bằng Python; mô hình nhận dạng biển số sử dụng YOLOv8; nhận diện ký tự qua OCR; ứng dụng di động lập trình trên nền tảng Kodular; chương trình nhúng cho vi điều khiển bằng C/C++; cơ sở dữ liệu Firebase Realtime Database.
    • Phần cứng: Vi điều khiển ESP32, Webcam Rapoo XW180, cảm biến lửa hồng ngoại (Module IR Flame Sensor), cảm biến dòng điện ACS712 20A, cảm biến vật cản hồng ngoại, động cơ Servo SG90, Module Relay 5V, chuông Buzzer, LED hiển thị và mạch nguồn.
  • Phạm vi nghiên cứu: Mô hình bãi giữ xe máy quy mô thu nhỏ áp dụng cho môi trường chung cư, quản lý phân luồng vào/ra, giám sát vị trí đỗ và kiểm soát an toàn cục bộ.

Cơ sở lý thuyết và phương pháp

Nghiên cứu kết hợp cơ sở lý thuyết về học sâu (deep learning), thị giác máy tính, truyền thông nối tiếp và hệ thống nhúng điều khiển tự động.

Khung lý thuyết và công nghệ sử dụng

  • Mô hình học sâu YOLO (You Only Look Once): Mạng nơ-ron tích chập (CNN) phát hiện đối tượng theo thời gian thực. Cấu trúc gồm mạng nền (Darknet Base Network) trích xuất đặc trưng với đầu ra feature map kích thước $7 \times 7 \times 1024$, kết hợp các lớp bổ sung (Extra Layers) để dự đoán nhãn và tọa độ bounding box. Thuật toán Non-Maximum Suppression (NMS) được dùng để loại bỏ các khung trùng lặp. Đồ án ứng dụng phiên bản YOLOv8n huấn luyện trên Google Colab thông qua thư viện Ultralytics.
  • Công nghệ nhận dạng ký tự quang học (OCR - Optical Character Recognition): Thực hiện tiền xử lý ảnh (cắt vùng biển số, xoay, cân chỉnh độ sáng/độ tương phản), phân tích đặc trưng ký tự và chuyển đổi hình ảnh biển số thành chuỗi ký tự số.
  • Nền tảng điện toán đám mây Firebase: Sử dụng dịch vụ Firebase Authentication để quản lý đăng nhập người dùng và Realtime Database (dạng cấu trúc JSON NoSQL) để đồng bộ dữ liệu thời gian thực giữa máy tính giám sát, ứng dụng di động và vi điều khiển.
  • Chuẩn truyền thông nối tiếp không đồng bộ UART: Truyền nhận dữ liệu giữa máy tính xử lý ảnh và ESP32 qua hai đường tín hiệu TX/RX với các mức tốc độ baud chuẩn (9600, 115200 bps), cấu hình khung truyền gồm 1 start bit, 8 data bits, parity bit và 1 stop bit.
  • Công cụ phát triển phần mềm: Arduino IDE (biên dịch mã nguồn C/C++ cho ESP32), Visual Studio Code (lập trình giao diện giám sát Python), Kodular (xây dựng ứng dụng di động Android qua lập trình khối trực quan) và Make Sense (gán nhãn dữ liệu huấn luyện biển số).

Phương pháp nghiên cứu

Nghiên cứu áp dụng phương pháp thiết kế thực nghiệm kỹ thuật, bao gồm:

  1. Phân tích yêu cầu chức năng và tính toán thông số phần cứng.
  2. Thu thập và gán nhãn tập dữ liệu ảnh biển số xe máy thực tế.
  3. Huấn luyện mô hình nhận diện trên môi trường đám mây và tối ưu hóa giải thuật nhúng.
  4. Thi công mạch in PCB, tích hợp cơ - điện - quang và chạy thử nghiệm đánh giá từng khối chức năng.

Thiết kế và triển khai

Hệ thống được thiết kế phân tầng gồm 10 khối chức năng tương tác chặt chẽ thông qua mạng không dây và các giao tiếp vật lý.

Kiến trúc phân khối hệ thống

  • Khối Camera: Webcam Rapoo XW180 thu nhận tín hiệu hình ảnh xe tại lối vào/ra.
  • Khối Xử lý ảnh: Máy tính chạy chương trình Python, phát hiện vị trí biển số bằng YOLOv8, trích xuất ký tự bằng OCR và gửi chuỗi kết quả qua cổng UART.
  • Khối Xử lý trung tâm: Gồm 2 vi xử lý ESP32 độc lập chịu trách nhiệm điều phối bãi vào và bãi ra.
  • Khối Cảm biến cháy & quá dòng: Giám sát liên tục nhiệt độ/ngọn lửa và dòng tải tiêu thụ.
  • Khối Cảm biến đậu xe: 4 cảm biến hồng ngoại xác định sự hiện diện của xe tại các ô đỗ.
  • Khối Chấp hành: Gồm 2 động cơ Servo SG90 điều khiển rào chắn, 4 đèn LED định hướng khu vực đỗ và chuông báo động Buzzer.
  • Khối Giao diện người dùng & Dữ liệu: Ứng dụng Android (Kodular) kết nối trực tiếp đến Firebase Realtime Database qua Internet/Wi-Fi.
  • Khối Nguồn: Cung cấp nguồn DC ổn định cho toàn bộ mạch điều khiển và các cơ cấu chấp hành.

Thông số kỹ thuật các linh kiện phần cứng chính

Thiết bị / Linh kiện Thông số kỹ thuật chính Vai trò trong hệ thống
Vi xử lý ESP32 34 chân GPIO, 18 kênh ADC, SRAM 520KB, Wi-Fi 802.11 b/g/n, hỗ trợ UART/SPI/I2C Xử lý trung tâm, giao tiếp Firebase và điều khiển ngoại vi
Webcam Rapoo XW180 Độ phân giải 720p/1080p, góc nhìn $80^\circ$, cổng USB 2.0 Thu nhận hình ảnh phương tiện tại cổng bãi xe
Cảm biến lửa IR Flame Bước sóng phát hiện 760nm - 1100nm, góc quét $60^\circ$, khoảng cách 80cm, IC LM393 Phát hiện ngọn lửa hỏa hoạn, gửi tín hiệu số về chân G2, G15
Cảm biến dòng ACS712 20A Dải đo -20A đến +20A, độ nhạy 100mV/A, IC dựa trên hiệu ứng Hall Đo dòng điện sạc/tiêu thụ, gửi điện áp Analog về chân G33
Cảm biến vật cản hồng ngoại Khoảng cách phát hiện 2 - 30cm, góc quét $35^\circ$, IC so sánh LM358 Giám sát trạng thái trống/bận tại các vị trí đỗ xe
Động cơ Servo SG90 Điện áp 4.8V - 6V, góc quay $180^\circ$, lực kéo 1.6 kg/cm Đóng/mở cần barie tự động tại cổng vào/ra
Module Relay 5V Điều khiển kích mức cao qua transistor NPN, tích hợp diode dập xung Ngắt nguồn điện tức thời khi phát hiện sự cố quá dòng

Quy trình vận hành hệ thống

Hệ thống vận hành theo chu trình 3 bước khép kín:

  1. Đăng ký và xác thực: Người dùng tạo tài khoản trên ứng dụng di động, nhập thông tin cá nhân và đăng ký biển số xe kèm loại xe. Dữ liệu được đẩy lên lưu trữ tại Firebase Realtime Database.
  2. Kiểm soát phương tiện tại lối vào/ra:
    • Khi xe tiến vào khung hình, camera ghi nhận ảnh; chương trình Python nhận dạng biển số qua YOLOv8 và OCR, sau đó gửi chuỗi ký tự qua UART về ESP32.
    • ESP32 truy vấn dữ liệu từ Firebase. Nếu biển số hợp lệ, vi điều khiển kích hoạt Servo SG90 mở thanh chắn và bật LED chỉ dẫn ô đỗ tương ứng.
    • Khi xe đã đỗ đúng vị trí, cảm biến hồng ngoại xác nhận có xe và tắt LED chỉ dẫn. Người vận hành cũng có thể đóng/mở barie thủ công bằng nút nhấn.
  3. Giám sát an toàn điện và hỏa hoạn:
    • Tại bãi vào: ESP32 đo điện áp từ cảm biến ACS712 mỗi 1 giây và tính toán dòng điện trung bình mỗi 5 giây. Nếu dòng điện vượt ngưỡng an toàn quy định, ESP32 kích hoạt ngắt Module Relay 5V để bảo vệ hệ thống.
    • Tại bãi ra: Hai module cảm biến lửa liên tục quét quang phổ hồng ngoại. Nếu phát hiện ngọn lửa, ngõ ra DO chuyển mức thấp, ESP32 lập tức phát tín hiệu kích hoạt chuông Buzzer cảnh báo khẩn cấp.

Nội dung chính theo từng chương

Chương 1: Tổng quan

Trình bày tính cấp thiết của đề tài xuất phát từ mật độ phương tiện xe máy lớn tại Việt Nam (49,5 triệu xe năm 2020) và các rủi ro an ninh, cháy nổ, bất cập của thẻ từ RFID tại các bãi đỗ xe chung cư. Tác giả xác định rõ 4 mục tiêu nghiên cứu, 3 nhiệm vụ trọng tâm, đối tượng phần cứng/phần mềm cùng phương pháp nghiên cứu thực nghiệm.

Chương 2: Cơ sở lý thuyết liên quan

Cung cấp chi tiết lý thuyết về mạng học sâu YOLO và mô hình YOLOv8, cơ chế trích xuất đặc trưng và hàm mất mát; quy trình 3 bước của công nghệ OCR (tiền xử lý, nhận dạng, xử lý kết quả). Chương này giới thiệu cấu trúc cơ sở dữ liệu thời gian thực Firebase, giao thức truyền thông nối tiếp UART và các công cụ phát triển phần mềm (Arduino IDE, VS Code, Kodular). Đồng thời, tác giả thống kê đầy đủ bảng thông số kỹ thuật, sơ đồ chân và nguyên lý hoạt động của 8 loại linh kiện phần cứng (Webcam, IR Flame Sensor, ACS712, cảm biến hồng ngoại, Servo SG90, Buzzer, LED, Module Relay 5V và ESP32).

Chương 3: Thiết kế và xây dựng hệ thống

Trình bày sơ đồ khối hệ thống gồm 10 khối chức năng và lưu đồ hoạt động tổng thể. Tác giả phân tích chi tiết sơ đồ kết nối chân mạch phần cứng cho hai trạm ESP32 (bãi vào và bãi ra), mạch công suất và khối cảm biến. Phần mềm được thiết kế với lưu đồ giải thuật cụ thể cho chương trình nhận dạng biển số (YOLOv8 + OCR trên máy tính), chương trình điều khiển đa tác vụ trên ESP32, lưu đồ ứng dụng Kodular tương tác cơ sở dữ liệu Firebase và giao diện giám sát GUI trên máy tính.

Chương 4: Kết quả thực hiện hệ thống và nhận xét

Trình bày các sản phẩm thực tế đã chế tạo: mạch in PCB mặt trước và mặt sau cho bãi vào/ra; mô hình cơ khí hoàn chỉnh bãi đỗ xe; giao diện đồ họa Python GUI hiển thị kết quả phát hiện biển số theo thời gian thực; giao diện ứng dụng di động với các màn hình Login, Create Account, tra cứu thời gian xe vào/ra; cấu trúc cây dữ liệu lưu trữ trên Firebase Database. Chương này ghi nhận các kết quả thực nghiệm: hệ thống phát hiện chính xác biển số, điều khiển barie đóng/mở chuẩn xác, cảm biến ngọn lửa kích hoạt chuông kịp thời và cảm biến ACS712 ngắt relay chính xác khi phát hiện dòng điện vượt ngưỡng.

Chương 5: Kết luận và hướng phát triển

Đánh giá tổng quan mức độ hoàn thành nhiệm vụ theo mục tiêu đề ra; tổng hợp các ưu điểm về tính tự động hóa, an toàn điện - nhiệt và chỉ ra các hạn chế kỹ thuật hiện tại của mô hình thực nghiệm, từ đó vạch ra các hướng nâng cấp trong tương lai.

Kết quả và đóng góp

Kết quả thực nghiệm chính

  • Phần cứng: Chế tạo thành công 02 mạch in PCB chuyên dụng cho trạm xe vào và trạm xe ra; hoàn thiện mô hình cơ khí bãi giữ xe máy tích hợp đầy đủ hệ thống barie servo, cảm biến đỗ xe, chuông báo, relay và hệ thống cảm biến an toàn.
  • Phần mềm xử lý ảnh: Xây dựng mô hình YOLOv8 kết hợp OCR trên nền tảng Python, nhận diện và bóc tách chính xác chuỗi ký tự biển số xe máy từ luồng camera, truyền kết quả về vi điều khiển qua cổng UART.
  • Hệ thống IoT và ứng dụng di động: Thiết lập cơ sở dữ liệu Firebase Realtime Database phân cấp cây dữ liệu tài khoản, biển số và mốc thời gian vào/ra. Ứng dụng Android phát triển qua Kodular cho phép người dùng đăng ký thông tin cá nhân, cập nhật biển số và kiểm tra lịch sử gửi xe trực tuyến.
  • Kiểm thử an toàn: Cảm biến IR Flame phát hiện ngọn lửa ở bước sóng 760 - 1100nm và kích hoạt còi hú tức thời. Cảm biến dòng ACS712 thực hiện đo chu kỳ 1s và so sánh chu kỳ 5s, ngắt tải thành công qua relay 5V khi phát hiện quá tải.

Giải pháp và đóng góp mới của đề tài

  1. Loại bỏ sự phụ thuộc vào thẻ từ vật lý: Thay thế hoàn toàn thẻ RFID bằng quy trình tự động hóa qua camera nhận diện biển số và tài khoản ứng dụng di động, giúp cắt giảm chi phí phát hành thẻ và loại trừ rủi ro mất thẻ.
  2. Tích hợp giám sát đa thông số an toàn bãi xe: Đồ án không chỉ dừng lại ở bài toán quản lý xe ra/vào mà còn tích hợp đồng thời cảm biến hỏa hoạn (lửa) và cảm biến quá dòng (dòng điện nạp), đáp ứng yêu cầu cấp thiết về phòng cháy chữa cháy tại các tầng hầm chung cư có phương tiện xe điện và xe xăng đỗ xen kẽ.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế

  • Hệ thống mới dừng lại ở quy mô mô hình thử nghiệm trong phòng thí nghiệm, chưa triển khai thực tế tại các hầm chung cư có lưu lượng xe lớn.
  • Khả năng nhận diện biển số của camera và mô hình YOLOv8 có thể bị ảnh hưởng trong các điều kiện môi trường bất lợi như thiếu sáng, góc nghiêng lớn, biển số mờ hoặc bám bẩn.
  • Số lượng ô đỗ và vị trí cảm biến giám sát còn ở mức giới hạn (4 vị trí đỗ mô phỏng).

Hướng phát triển tiếp

  • Nâng cấp phần cứng máy tính xử lý và tối ưu hóa tập dữ liệu huấn luyện để tăng tốc độ nhận diện biển số trong mọi điều kiện ánh sáng và góc chụp.
  • Mở rộng quy mô quản lý bãi đỗ với số lượng vị trí đỗ lớn hơn, tích hợp thêm thuật toán phân luồng và dẫn đường tự động đến vị trí trống.
  • Bổ sung các cảm biến đo nồng độ khói, khí gas/khí độc và tích hợp cơ chế thanh toán phí gửi xe tự động không tiền mặt qua ứng dụng di động.

Giá trị tham khảo

Đồ án là tài liệu tham khảo có giá trị chuyên môn cao cho:

  • Sinh viên ngành Kỹ thuật Điện tử - Viễn thông, Kỹ thuật Điều khiển & Tự động hóa, KCNTT: Cung cấp tài liệu thiết kế hệ thống nhúng hoàn chỉnh kết hợp giữa phần cứng vi điều khiển (ESP32), giao thức UART, thị giác máy tính (YOLOv8, OCR) và nền tảng IoT (Firebase).
  • Kỹ sư và nhà phát triển hệ thống IoT/Smart City: Tham khảo mô hình kiến trúc phân tầng kết hợp giám sát an ninh và an toàn cháy nổ cho các bãi đỗ xe thông minh, trạm sạc xe điện tại các khu dân cư.
  • Nội dung nổi bật đáng tham khảo: Phương pháp kết nối và lập trình giao tiếp nối tiếp giữa chương trình máy tính Python với vi điều khiển ESP32; kỹ thuật xây dựng ứng dụng di động giao tiếp cơ sở dữ liệu thời gian thực Firebase qua Kodular.

Câu hỏi thường gặp

1. Hệ thống xử lý việc nhận diện và trích xuất biển số xe máy qua những công cụ nào?

Hệ thống sử dụng Webcam Rapoo XW180 thu thập ảnh đầu vào, đưa vào máy tính chạy chương trình Python. Tại đây, mô hình học sâu YOLOv8 (huấn luyện qua Google Colab từ tập nhãn tạo bởi Make Sense) chịu trách nhiệm định vị khung chứa biển số xe (bounding box). Sau đó, công nghệ nhận dạng ký tự quang học (OCR) tiến hành phân tích, nhận dạng từng ký tự và chuyển đổi thành chuỗi văn bản hoàn chỉnh.

2. Cơ chế bảo vệ quá dòng và cảnh báo hỏa hoạn trong đồ án được thiết kế như thế nào?

Hệ thống sử dụng 2 Module cảm biến lửa hồng ngoại (Module IR Flame Sensor) kết nối với chân G2, G15 của ESP32 để phát hiện ngọn lửa (bước sóng 760nm - 1100nm) và kích hoạt chuông Buzzer cảnh báo. Đối với an toàn điện, cảm biến dòng ACS712 20A kết nối với chân G33 của ESP32 để đo dòng tải tiêu thụ mỗi 1 giây và so sánh ngưỡng mỗi 5 giây; nếu phát hiện quá dòng, ESP32 sẽ kích hoạt ngắt nguồn tải thông qua Module Relay 5V.

3. Vì sao nhóm tác giả lựa chọn phương thức xác thực bằng nhận diện biển số và ứng dụng di động thay vì thẻ RFID?

Việc sử dụng thẻ RFID truyền thống làm phát sinh chi phí mua sắm thẻ, tốn thời gian xác minh danh tính khi người dùng làm mất thẻ và dễ xảy ra gian lận. Việc kết hợp nhận diện biển số tự động qua camera và đăng ký tài khoản qua ứng dụng di động giúp tinh gọn quy trình ra vào, nâng cao tính bảo mật và thuận tiện cho việc quản lý cơ sở dữ liệu cư dân.

4. Giao tiếp giữa máy tính xử lý ảnh và vi điều khiển ESP32 được thực hiện bằng chuẩn truyền thông nào?

Giao tiếp giữa máy tính và khối vi điều khiển ESP32 được thực hiện thông qua chuẩn truyền thông nối tiếp không đồng bộ UART qua các chân TX/RX với khung truyền dữ liệu tiêu chuẩn (start bit, các data bits, parity bit và stop bit) ở tốc độ baud định trước (chẳng hạn 115200 bps).

5. Dữ liệu của hệ thống được tổ chức và đồng bộ hóa như thế nào giữa các thành phần?

Dữ liệu được lưu trữ tập trung trên nền tảng đám mây Firebase Realtime Database dưới định dạng NoSQL JSON. Khi người dùng thao tác trên ứng dụng di động Kodular hoặc khi camera nhận dạng biển số tại cổng, dữ liệu được đồng bộ theo thời gian thực (mili-giây) qua kết nối mạng Internet/Wi-Fi để ESP32 truy xuất, so khớp và đưa ra lệnh điều khiển rào chắn tương ứng.

Kết luận

Đồ án tốt nghiệp "Thiết kế và thi công giám sát bãi giữ xe máy chung cư" của sinh viên Nguyễn Đăng Bảo Long và Lê Nhật Quang (Đại học Sư phạm Kỹ thuật TP.HCM) đã thiết kế và chế tạo thành công mô hình bãi đỗ xe thông minh tích hợp nhận diện biển số bằng YOLOv8/OCR, quản lý qua ứng dụng Android và cơ sở dữ liệu Firebase. Hệ thống giải quyết đồng thời bài toán tự động hóa kiểm soát phương tiện ra/vào và nâng cao tiêu chuẩn an toàn hầm chung cư nhờ tích hợp cảm biến phát hiện cháy và bảo vệ quá dòng. Mặc dù còn giới hạn ở quy mô mô hình thực nghiệm, công trình là tài liệu tham khảo kỹ thuật hữu ích, có tính ứng dụng cao cho các nghiên cứu phát triển hệ thống giao thông và tòa nhà thông minh.