Tổng quan luận án
Luận án tiến sĩ với đề tài "Dự đoán và định hướng luồng giao thông trong môi trường bất định", chuyên ngành Khoa học máy tính (mã số: 9 48 01 01), được nghiên cứu sinh Đoàn Phước Miền thực hiện tại Trường Đại học Bách khoa – Đại học Đà Nẵng dưới sự hướng dẫn khoa học của TS. Trần Thế Vũ và TS. Ngô Văn Sỹ, bảo vệ năm 2024.
Tên đề tài: Dự đoán và định hướng luồng giao thông trong môi trường bất định
Tác giả: Đoàn Phước Miền
Chuyên ngành: Khoa học máy tính (Mã số: 9 48 01 01)
Cơ sở đào tạo: Trường Đại học Bách khoa – Đại học Đà Nẵng
Người hướng dẫn: TS. Trần Thế Vũ, TS. Ngô Văn Sỹ
Năm hoàn thành: 2024
Tính cấp thiết và khoảng trống nghiên cứu
Trong các đô thị hiện đại, hệ thống giao thông thông minh (Intelligent Transport Systems - ITS) đóng vai trò trung tâm trong quản lý đô thị. Việc ước lượng mật độ giao thông và dự báo luồng giao thông là hai nhiệm vụ then chốt giúp hệ thống ITS cung cấp hướng dẫn định tuyến tối ưu, giảm ùn tắc, rút ngắn thời gian di chuyển và giảm phát thải. Tính cấp thiết của đề tài được xác lập dựa trên bốn yếu tố thực tiễn:
- Độ phức tạp và tính bất định gia tăng của giao thông đô thị: Sự gia tăng dân số và số lượng phương tiện cùng các yếu tố bất định (tính không chắc chắn của dữ liệu, sự thay đổi môi trường liên tục, tắc nghẽn, tai nạn, công trình xây dựng, thời tiết, sự kiện đặc biệt) làm xáo trộn luồng giao thông.
- Nhu cầu định tuyến thông minh và hiệu quả: Tối ưu hóa luồng giao thông trên nền tảng dữ liệu thời gian thực giúp cải thiện dòng lưu thông và nâng cao an toàn giao thông.
- Ý nghĩa ứng dụng của công nghệ thông tin và trí tuệ nhân tạo: Khả năng ứng dụng các mô hình học máy, học sâu vào bài toán định tuyến đa phương tiện, quản lý đèn tín hiệu và phân tích dữ liệu giao thông.
- Yêu cầu giải quyết các thách thức giao thông thực tế: Đáp ứng áp lực về ùn tắc, tai nạn và lãng phí tài nguyên đô thị.
Tại Việt Nam nói chung và thành phố Đà Nẵng nói riêng, tính bất định trong giao thông mang những đặc thù rõ nét: lưu lượng du khách tăng cao theo mùa vụ; sự đa dạng về chủng loại phương tiện lưu thông hỗn hợp (ô tô, xe máy, xe đạp, xe đạp điện, xe tải, xe buýt, xe công nông...); tình trạng vi phạm quy tắc giao thông (đi ngược chiều, vượt đèn đỏ); điều kiện thời tiết cực đoan (mưa lớn, ngập lụt, sương mù); và đặc biệt là dữ liệu hình ảnh thu nhận từ hệ thống camera giám sát (CCTV) thường có góc quay không trực diện, đặt trên cao, bao quát khung hình rộng khiến kích thước đối tượng phương tiện bị thu nhỏ đáng kể.
Khoảng trống nghiên cứu được tác giả chỉ ra gồm:
- Các nền tảng phân tích video hiện hữu gặp hạn chế trong việc truy cập có hệ thống vào tập dữ liệu lớn và xử lý luồng video chứa nhiều yếu tố bất định ngẫu nhiên.
- Các mô hình dự báo giao thông truyền thống chủ yếu dựa trên dữ liệu từ cảm biến vòng lặp (loop detectors), chưa khai thác hiệu quả nguồn dữ liệu hình ảnh và video phong phú từ camera giám sát đô thị.
- Các giải pháp học sâu phát hiện đối tượng phổ biến (như Faster R-CNN, SSD, YOLOv3) đạt độ chính xác thấp (dưới 40%) khi nhận dạng các phương tiện có kích thước rất nhỏ hoặc bị che khuất trong khung hình góc cao.
- Các mô hình ước lượng mật độ dựa trên mạng nơ-ron tích chập đa cột (MCNN) có cấu trúc cồng kềnh, khó đào tạo và dư thừa tham số.
Mục tiêu và nhiệm vụ nghiên cứu
Mục tiêu tổng quát của luận án là nghiên cứu đề xuất giải pháp kỹ thuật nhằm dự đoán và định hướng luồng giao thông trong môi trường bất định.
Để đạt được mục tiêu này, luận án triển khai 5 nội dung nghiên cứu cụ thể:
- Nghiên cứu cách thu thập và tích hợp dữ liệu từ nhiều nguồn camera khác nhau;
- Đề xuất mô hình kiến trúc tích hợp dữ liệu;
- Nghiên cứu các phương pháp nhận dạng và theo dõi đối tượng phương tiện giao thông;
- Nghiên cứu các phương pháp ước lượng mật độ giao thông trong môi trường bất định;
- Nghiên cứu phương pháp dự đoán luồng giao thông.
Đối tượng và phạm vi nghiên cứu
- Đối tượng nghiên cứu:
- Phương tiện giao thông đường bộ: Ô tô, xe máy, xe đạp, xe buýt với các kích thước và hình dạng khác nhau;
- Thiết bị camera giám sát (CCTV);
- Các mô hình học máy, học sâu và thuật toán trí tuệ nhân tạo (CNN, RNN, LSTM, GNN, SVM...);
- Các phương pháp xử lý ảnh, trừ nền và nhận dạng hình ảnh;
- Các mô hình chuỗi thời gian và mô hình toán học dự đoán luồng giao thông.
- Phạm vi nghiên cứu:
- Không gian: Hệ thống giao thông đường bộ tại thành phố Đà Nẵng, tập trung vào các nút giao thông trọng điểm như Tây Cầu Rồng, Cầu vượt Ngã ba Huế, Vòng xuyến đường Điện Biên Phủ và nút camera DNG33;
- Thời gian: Dữ liệu thu thập và khảo sát trong giai đoạn từ năm 2017 đến năm 2021;
- Nội dung: Tập trung vào bài toán ước lượng mật độ giao thông theo làn đường và dự đoán luồng giao thông ngắn hạn (khoảng thời gian dự báo từ 5 đến 15 phút) trong môi trường bất định.
Tổng quan tài liệu và vị trí của luận án
Luận án đã tổng hợp và phân tích có hệ thống các công trình nghiên cứu trong nước và quốc tế liên quan đến 5 nhóm vấn đề:
CÁC HƯỚNG NGHIÊN CỨU LIÊN QUAN
Nền tảng tích hợp Môi trường bất định Nhận dạng đối tượng Ước lượng mật độ Dự đoán luồng
video (Yu, Wang, (DNNs, Kalman, hồi phương tiện & vật giao thông (YOLO, giao thông (CTM,
Jain, Sabokrou...) quy phân vị...) thể nhỏ (RFLA, SSD...) HOG-SVM, MCNN...) GNN, ARIMA, LSTM...)
1. Nền tảng tích hợp dữ liệu video
Các tác giả Yu [98] đề xuất khung tích hợp chuỗi xử lý từ thu nhận video đến tìm kiếm nội dung trực quan; Wang [91] xây dựng kiến trúc có khả năng mở rộng và bảo mật cho mạng lưới camera lớn; Jain [36] khai thác camera dùng chung cho nhiều ứng dụng phân tích đồng thời; Sabokrou [55] thiết kế biểu diễn video chuẩn hóa để phát hiện bất thường trong cảnh đông đúc. Các nghiên cứu của Jain [35], Gómez [28], Bhomble [6], Charalampidis [14], Afzal [1], Ray [68], Terroso-Saenz [84], Kim [42], Yang [95], Humayun [34] và Lewis cùng cộng sự [3] tập trung vào hệ thống giám sát thông minh, truyền nhận dữ liệu video biên và bảo mật quyền riêng tư. Luận án kế thừa cấu trúc ba khối chức năng (bộ thu thập, bộ xử lý, bộ nhập) để xây dựng nền tảng tích hợp luồng video phân tán.
2. Xử lý môi trường bất định trong giao thông
Nghiên cứu [19] sử dụng mô hình thống kê tham số với khoảng dự báo; [57] mở rộng chuỗi thời gian bằng bộ lọc Kalman thích ứng; [92] và [56] ứng dụng kỹ thuật rơi vào Monte Carlo và hồi quy phân vị trên mạng nơ-ron sâu (DNNs); [47] kết hợp đa phương pháp định lượng không chắc chắn; trong khi [54] áp dụng hồi quy phân vị cho dữ liệu giao thông dạng hình ảnh. Luận án khắc phục điểm nghẽn của các nghiên cứu trước (vốn chủ yếu dựa vào cảm biến vòng lặp) bằng cách tiếp cận dữ liệu hình ảnh quy mô lớn từ camera thực tế.
3. Nhận dạng đối tượng và nhận dạng đối tượng kích thước nhỏ
Các kỹ thuật phát hiện đối tượng truyền thống gồm 3 giai đoạn: lựa chọn vùng thông tin, trích xuất đặc trưng và phân loại [24], [27], [83], [20], [44], [37], [45], [13], [96], [15], [17], [21], [18], [41], [79]. Trong giám sát giao thông, các nghiên cứu [5], [82], [39], [86], [62], [32], [59], [11], [52], [25], [46], [64], [7] ứng dụng cảm biến, xử lý cạnh, phân biệt tiền cảnh/hậu cảnh và các bước trừ nền (khởi tạo nền, phát hiện tiền cảnh, duy trì cập nhật nền).
Đối với bài toán nhận dạng đối tượng nhỏ, nghiên cứu [63] khảo sát Fast R-CNN, Faster R-CNN, RetinaNet, YOLOv3 trên tập dữ liệu COCO và PASCAL VOC 2007; [51] chỉ ra độ chính xác của các mô hình học sâu hiện hành trên đối tượng nhỏ chỉ dưới 40%; [4] đề xuất mạng MTGAN dựa trên ResNet-101 để nâng cao độ phân giải ảnh nhỏ; [94] đề xuất phương pháp gán nhãn dựa trên trường tiếp nhận Gaussian (RFLA) kết hợp khoảng cách trường tiếp nhận (RFD) và gán nhãn phân cấp (HLA); [16] dùng R-CNN tăng cường cải thiện 29,8% AP; [22], [12] cải tiến anchor trong Faster R-CNN; [48] kết hợp ngữ cảnh đa tỉ lệ đạt mAP 78,1% trên VOC2007; [49] tối ưu YOLOv3 cho thiết bị bay không người lái (UAV); và [99] phát hiện đối tượng kích thước 20x20 pixel.
4. Ước lượng mật độ giao thông
Nghiên cứu [90] kết hợp mô hình YOLO phát hiện phương tiện với thuật toán xác định diện tích làn đường để tính tỷ lệ diện tích chiếm dụng; [88], [67] sử dụng đặc trưng HOG, LBP kết hợp bộ phân loại SVM; [72], [76] sử dụng mạng CNN Kim tự tháp rút gọn và mô hình đa cột MCNN. Luận án phân tích 4 nhược điểm của MCNN: khó đào tạo [102], cấu trúc cồng kềnh, tính dự phòng dư thừa giữa các cột, và tiêu tốn tham số cho phân loại mức độ thay vì tập trung tạo bản đồ mật độ.
5. Dự đoán luồng giao thông
Bao gồm: mô hình GNN xử lý dữ liệu cấu trúc đồ thị [93]; mô hình học sâu phi tuyến không gian - thời gian [65]; giải pháp IoT [97]; kỹ thuật làm mượt thời gian đa tỉ lệ trên mạng LSTM [85]. Về mặt phương pháp luận, tác giả hệ thống hóa:
- Tiếp cận vĩ mô: Mô hình sóng động học của Lighthill và Whitham (1956), sóng xung kích, mô hình truyền dẫn ô (Cell Transmission Model - CTM) và các mô hình động lực học chất lỏng bậc hai.
- Tiếp cận vi mô: Mô hình theo dõi xe cá nhân (car-following models) trong các công cụ mô phỏng như Aimsun Live và SUMO.
- Mô hình chuỗi thời gian: ARIMA, SARIMA, Holt-Winters, RNN và LSTM.
Khoảng trống luận án lựa chọn giải quyết
Luận án định vị trọng tâm vào việc giải quyết bài toán giao thông đô thị đặc thù tại Việt Nam bằng cách:
- Xây dựng kiến trúc tích hợp luồng dữ liệu video camera thời gian thực hỗ trợ điện toán biên và đám mây;
- Kết hợp thuật toán trừ nền thích ứng theo điểm ảnh (PBAS) với mô hình YOLO nhằm phát hiện chính xác các phương tiện giao thông kích thước rất nhỏ từ camera góc cao;
- Ước lượng mật độ giao thông dựa trên quy chiếu kích thước hình học thực tế của từng loại phương tiện và diện tích làn đường;
- Kết hợp mô hình thống kê tuyến tính ARIMA với mô hình học sâu phi tuyến LSTM (mô hình HAIVAN-ALSTM) để nâng cao độ chính xác dự báo luồng giao thông ngắn hạn trong môi trường biến động.
Cơ sở lý thuyết và phương pháp nghiên cứu
Cơ sở lý thuyết và mô hình toán học
1. Bài toán dự đoán luồng giao thông
Bài toán dự đoán trạng thái luồng giao thông tại thời điểm tương lai $t+1$ được mô hình hóa qua phương trình tổng quát:
$$P_{t+1} = f(e_t, P_t, e_{t-1}, P_{t-1}, e_{t-2}, P_{t-2}, \dots, e_{t-n}, P_{t-n})$$
Trong đó:
- $P_t$: Trạng thái lưu lượng tại thời điểm hiện tại $t$ (số lượng phương tiện hoặc mật độ giao thông);
- $e_t$: Vector các biến độc lập ngoại sinh tại thời điểm $t$ (điều kiện thời tiết, sự kiện đặc biệt, tình trạng hạ tầng đường sá);
- $n$: Kích thước mẫu (số bước thời gian lịch sử được đưa vào mô hình);
- $\hat{P}_{t+1}$: Giá trị dự đoán trạng thái luồng giao thông tại thời điểm $t+1$;
- $f(x)$: Hàm mô hình hóa quan hệ ánh xạ giữa dữ liệu lịch sử và trạng thái tương lai.
2. Kỹ thuật cửa sổ trượt (Sliding Window)
Để xử lý chuỗi thời gian, luận án áp dụng kỹ thuật cửa sổ trượt kích thước cố định $w$ để dự đoán giá trị tại bước thời gian $t+k$:
$$X_{t+k} = f(X_t, X_{t-1}, \dots, X_{t-w+1})$$
3. Mô hình tự hồi quy tích hợp trung bình trượt ARIMA(p, d, q)
Mô hình toán học của ARIMA kết hợp ba thành phần: tự hồi quy (AR bậc $p$), sai phân dừng (I bậc $d$), và trung bình trượt sai số (MA bậc $q$):
$$\left(1 - \sum_{i=1}^p \phi_i L^i\right) (1 - L)^d X_t = \left(1 + \sum_{i=1}^q \theta_i L^i\right) \epsilon_t$$
Trong đó:
- $X_t$: Dữ liệu chuỗi thời gian tại thời điểm $t$;
- $L$: Toán tử trễ (lag operator), $L X_t = X_{t-1}$;
- $\phi_i$: Các hệ số tự hồi quy (AR);
- $\theta_i$: Các hệ số trung bình trượt (MA);
- $\epsilon_t$: Sai số ngẫu nhiên (lỗi) tại thời điểm $t$.
4. Mạng nơ-ron hồi quy RNN và Mạng bộ nhớ dài-ngắn LSTM
Công thức trạng thái ẩn cơ bản của mạng RNN:
$$h_t = \sigma(U \cdot x_t + W \cdot h_{t-1})$$
$$o_t = \text{softmax}(V \cdot h_t) = \frac{e^{V \cdot h_t}}{\sum e^{V \cdot h_t}}$$
Trong đó: $x_t$ là đầu vào, $h_t$ là trạng thái ẩn, $o_t$ là đầu ra xác suất, $U, W, V$ là các ma trận trọng số, $\sigma$ là hàm kích hoạt phi tuyến tính (Tanh, Sigmoid hoặc ReLU).
Cấu trúc đơn vị LSTM giải quyết vấn đề phụ thuộc xa thông qua 3 cổng điều khiển thông tin:
- Cổng quên (Forget gate): $f_t = \sigma(W_f \cdot [h_{t-1}, x_t] + b_f)$
- Cổng vào (Input gate): $i_t = \sigma(W_i \cdot [h_{t-1}, x_t] + b_i)$ và ứng viên trạng thái ô $\tilde{C}t = \tanh(W_c \cdot [h{t-1}, x_t] + b_c)$
- Cập nhật trạng thái ô: $C_t = f_t * C_{t-1} + i_t * \tilde{C}_t$
- Cổng ra (Output gate): $o_t = \sigma(W_o \cdot [h_{t-1}, x_t] + b_o)$ và trạng thái ẩn $h_t = o_t * \tanh(C_t)$
5. Động lực học luồng và mạng lưới giao thông
- Lưu lượng giao thông trung bình trên đoạn đường:
$$A = \frac{N}{T}$$
($A$: lưu lượng tính theo phương tiện/giờ; $N$: số phương tiện qua điểm quan sát; $T$: khoảng thời gian quan sát tính bằng giờ).
- Cân bằng luồng trên tuyến đường $i$ của mạng lưới:
$$C_{i, t+1} = C_{i, t} + I_{i, t} - O_{i, t}$$
$$T_{i, t+1} = \frac{H_i}{v_{i, t+1}}$$
Trong đó $C_{i, t}$ là số phương tiện trên tuyến $i$ tại thời điểm $t$; $I_{i, t}$ và $O_{i, t}$ lần lượt là tổng số phương tiện đi vào và rời khỏi tuyến trong khoảng thời gian $[t, t+1]$; $H_i$ là chiều dài đoạn đường; $v_{i, t+1}$ là vận tốc trung bình và $T_{i, t+1}$ là thời gian di chuyển qua tuyến $i$.
Phương pháp nghiên cứu thực tế và công cụ triển khai
Luận án áp dụng kết hợp các phương pháp:
- Phương pháp phân tích, tổng hợp tài liệu: Khảo sát các công trình khoa học đã công bố nhằm xác định khoảng trống và cơ sở lý thuyết.
- Phương pháp mô hình hóa và phát triển hệ thống:
- Thiết kế kiến trúc tích hợp dữ liệu phân tích thị giác máy tính IoT: HAIVAN-CVA;
- Phát triển mô hình nhận dạng đối tượng lai ghép: HAIVAN-BSYOLO (kết hợp thuật toán trừ nền thích ứng PBAS / trừ nền ngưỡng động với mạng YOLO);
- Xây dựng mô hình ước lượng mật độ giao thông dựa trên diện tích làn đường và kích thước quy chiếu phương tiện;
- Phát triển mô hình dự đoán luồng giao thông lai ghép: HAIVAN-ALSTM (kết hợp ARIMA và LSTM).
- Phương pháp thực nghiệm định lượng:
- Hạ tầng phần cứng và điện toán đám mây: Máy ảo trên Amazon Web Services (AWS EC2), máy chủ lưu trữ ảnh Flickr, cơ sở dữ liệu thời gian thực Firebase, hệ thống tệp phân tán Hadoop (HDFS), các giao diện lập trình ứng dụng API.
- Thu thập và tiền xử lý dữ liệu: Thu thập luồng video trực tiếp từ các camera CCTV giao thông tại Đà Nẵng; gán nhãn, chuẩn hóa dữ liệu theo phương pháp Z-score ($Z\text{-score}$).
- Tiêu chí đánh giá: Độ chính xác trung bình mAP (Mean Average Precision tại ngưỡng IoU 0.5 - mAP@0.5), độ chính xác nhận dạng, sai số dự báo luồng giao thông giữa giá trị thực tế ($y_i$) và giá trị dự đoán ($\hat{y}_i$).
Nguồn tư liệu và dữ liệu nghiên cứu
- Dữ liệu video và hình ảnh thực nghiệm thu thập từ mạng lưới camera giao thông tại thành phố Đà Nẵng (tiêu biểu như camera Tây Cầu Rồng, camera Cầu vượt Ngã ba Huế, camera Vòng xuyến đường Điện Biên Phủ, nút camera DNG33).
- Bảng quy chuẩn kích thước phương tiện giao thông (Bảng 2.1, đơn vị đo mm): Ô tô, xe máy, xe đạp, xe buýt.
- Bảng quy chiếu phân loại trạng thái mật độ giao thông (Bảng 2.2): Gồm 3 trạng thái: 1) Thông thoáng, 2) Trung bình (bão hòa), 3) Tắc nghẽn.
Nội dung chính theo từng chương
Chương 1: Tổng quan về dự đoán và định hướng luồng giao thông trong môi trường bất định
Chương 1 thiết lập khung lý thuyết tổng thể về hệ thống giao thông thông minh (ITS) và thành phố thông minh. Tác giả phân tích bản chất của luồng giao thông thông qua 3 tham số cốt lõi: lưu lượng, mật độ, và tốc độ di chuyển; cùng các biện pháp quản lý, tối ưu hóa dòng lưu thông (điều hướng lộ trình, điều khiển chu kỳ đèn tín hiệu, kiểm soát tốc độ, phân bổ lưu lượng, ưu tiên phương tiện công cộng và nâng cấp hạ tầng).
Chương này mổ xẻ các nguyên nhân gây ra tính bất định trong giao thông đường bộ Việt Nam: tình trạng ùn tắc giao thông đô thị; tính mùa vụ du lịch tại Đà Nẵng; sự cố bất thường và rào chắn thi công; sự gia tăng nhanh chóng của phương tiện cá nhân; dòng giao thông hỗn hợp đa dạng chủng loại; hành vi không tuân thủ luật giao thông; mật độ cư dân đô thị đông đúc; sự xuất hiện bất ngờ của người đi bộ và xe thô sơ; điều kiện thời tiết xấu (mưa bão, ngập lụt, sương mù); và các hạn chế kỹ thuật của dữ liệu camera góc quay trên cao, bao quát rộng. Luận án chỉ ra rằng tính bất định ngẫu nhiên vốn là đặc tính nội tại của hệ thống, không thể loại bỏ hoàn toàn bằng việc chỉ thu thập thêm dữ liệu thông thường mà đòi hỏi các mô hình có khả năng thích ứng cao.
Phần tiếp theo của chương chuẩn hóa bài toán dự đoán luồng giao thông ngắn hạn (chu kỳ thời gian $TS$, bước dự báo từ 5 đến 15 phút), định nghĩa các biến trạng thái $x$ và đặc trưng đầu vào ($q, \rho, v, N, e$). Đồng thời, chương 1 cung cấp bức tranh tổng quan toàn diện về các nghiên cứu liên quan đến nền tảng tích hợp video, mô hình bất định, nhận dạng đối tượng phương tiện (đặc biệt là đối tượng nhỏ), kỹ thuật ước lượng mật độ, cùng hai nhánh tiếp cận mô hình hóa giao thông: vĩ mô (mô hình sóng động học Lighthill-Whitham, CTM) và vi mô (mô hình theo dõi xe trong SUMO, Aimsun Live), đặt nền móng lý thuyết cho mô hình chuỗi thời gian ARIMA, RNN và LSTM.
Chương 2: Cơ sở lý thuyết và mô hình đề xuất
Chương 2 trình bày chi tiết các mô hình đề xuất của luận án:
KIẾN TRÚC TỔNG THỂ HỆ THỐNG HAIVAN-CVA
[KHỐI TÍCH HỢP DỮ LIỆU] [KHỐI NHẬN DẠNG ĐỐI TƯỢNG] [KHỐI ƯỚC LƯỢNG & DỰ ĐOÁN]
- API truy vấn camera - Trừ nền thích ứng PBAS - Xác định làn đường & diện tích
- AWS EC2, Firebase, Flickr - YOLO / HAIVAN-BSYOLO - Phân loại mật độ 3 trạng thái
- Hadoop HDFS phân tán - Transformer + YOLO / SSD - Dự đoán luồng HAIVAN-ALSTM
-
Kiến trúc hệ thống tích hợp dữ liệu video HAIVAN-CVA (Computer Vision Analytics):
Được thiết kế để thực thi các luồng công việc phân tán quy mô lớn trên nền tảng không đồng nhất. Hệ thống tiếp nhận đa dạng tham số đầu vào ($HAIVAN_{in}$) gồm địa chỉ luồng camera ($url$), video từ thiết bị di động ($Vid_{mb}$), video từ camera hành trình trên xe ($Vid_c$), xử lý và trả về kết quả đầu ra ($HAIVAN_{out}$) gồm dữ liệu chuỗi ($D_{data}$), hình ảnh ($D_{im}$), video ($D_{vid}$) và siêu dữ liệu URL ($D_l$). Kiến trúc gồm 3 tầng: Khối thu thập dữ liệu từ camera IP và file lịch sử; Khối xử lý biên thực hiện tiền xử lý, trừ nền và trích xuất đặc trưng; Khối nhập và lưu trữ đám mây.
-
Mô hình nhận dạng đối tượng HAIVAN-BSYOLO:
Đối mặt với các thách thức: trường tiếp nhận giới hạn, góc quay nghiêng/trên cao, kích thước vật thể nhỏ và độ lệch dữ liệu huấn luyện, luận án đề xuất mô hình lai HAIVAN-BSYOLO. Mô hình sử dụng thuật toán trừ nền thích ứng theo điểm ảnh (PBAS - Pixel-Adaptive Background Subtraction) hoặc trừ nền ngưỡng động để lọc bỏ nền tĩnh và xác định chính xác các vùng quan tâm (ROI) chứa chuyển động, sau đó đưa vùng đặc trưng vào mạng YOLO (và khảo sát bổ sung cấu trúc Transformer kết hợp YOLO, mô hình SSD) để phân loại và định vị phương tiện. Giải pháp này giảm thiểu sự bỏ sót đối tượng nhỏ và giảm áp lực tính toán cho mạng học sâu.
-
Mô hình ước lượng mật độ giao thông:
Quy trình ước lượng mật độ được xây dựng qua các bước:
- Thu nhận khung hình từ camera và xác định tọa độ các làn đường quan sát;
- Tính toán diện tích mặt đường tổng quát của từng làn;
- Nhận dạng và đếm số lượng từng loại phương tiện ($M_N$);
- Áp dụng kích thước hình học tiêu chuẩn của phương tiện (Bảng 2.1) để tính tổng diện tích bị chiếm dụng bởi các phương tiện trên mặt đường;
- Tính toán mật độ giao thông thực tế $\rho$ theo tỷ lệ diện tích phương tiện trên diện tích đoạn đường quan sát;
- Ánh xạ mật độ $\rho$ vào Bảng quy chiếu mật độ (Bảng 2.2) để xác định trạng thái giao thông ($M_D$: Thông thoáng, Trung bình, Tắc nghẽn).
-
Mô hình dự đoán luồng giao thông HAIVAN-ALSTM:
Kết hợp mô hình tự hồi quy tích hợp trung bình trượt ARIMA và mạng nơ-ron hồi quy bộ nhớ dài-ngắn LSTM. ARIMA đảm nhiệm việc trích xuất và dự báo các thành phần xu hướng tuyến tính và tính dừng của chuỗi dữ liệu giao thông lịch sử, trong khi mạng đa tầng LSTM tiếp nhận phần dư và các yếu tố phi tuyến tính biến động bất định theo thời gian thực để đưa ra kết quả dự đoán luồng giao thông ($M_F$) với độ chính xác cao.
Chương 3: Kết quả thực nghiệm
Chương 3 trình bày toàn bộ kết quả cài đặt, kiểm thử và đánh giá hiệu năng của các mô hình trên hệ thống thực nghiệm:
1. Thực nghiệm kiến trúc tích hợp dữ liệu
- Triển khai thành công hệ thống máy ảo trên nền tảng AWS EC2; cấu hình API tự động kết nối và truy vấn luồng hình ảnh/video từ các địa chỉ camera thực tế tại Đà Nẵng (Bảng 3.3).
- Lưu trữ kết quả phân tích hình ảnh trên nền tảng Flickr; ghi nhận và trực quan hóa lịch sử dữ liệu tải lên trên Firebase (Hình 3.6, Hình 3.7).
- Thống kê số lượng ảnh thu được trong tuần (Hình 3.8) và dữ liệu phân bố số lượng xe trên từng làn đường 1, 2, 3 (Hình 3.9, 3.10, 3.11, 3.12).
2. Thực nghiệm nhận dạng phương tiện giao thông và đối tượng nhỏ
- Đánh giá hiệu năng nhận dạng ô tô, xe máy trong các điều kiện góc quay khác nhau (góc ngang, góc trực diện, góc quay từ trên cao).
- Tổng hợp kết quả nhận dạng đối tượng nhỏ qua các bảng thực nghiệm:
| Phương pháp / Mô hình thực nghiệm |
Bảng dữ liệu trong văn bản |
Đối tượng và điều kiện thực nghiệm |
| SSD |
Bảng 3.4 |
Nhận dạng đối tượng nhỏ |
| YOLO |
Bảng 3.5 |
Nhận dạng đối tượng nhỏ |
| Transformer kết hợp YOLO |
Bảng 3.6 |
Nhận dạng đối tượng nhỏ qua camera góc cao |
| HAIVAN-BSYOLO đề xuất |
Bảng 3.7 |
Nhận dạng đối tượng nhỏ tại các nút giao phức tạp |
| So sánh HAIVAN-BSYOLO vs YOLO-v8 |
Bảng 3.8 |
Đánh giá chỉ số mAP@0.5 trên các góc quay |
| So sánh thuật toán trừ nền PBAS |
Bảng 3.9 |
So sánh với khác biệt khung hình tĩnh và động |
| Đánh giá hiệu năng đa video đầu vào |
Bảng 3.10, Bảng 3.11 |
Kiểm thử trên các luồng video khác nhau |
- Kết quả so sánh chỉ ra rằng mô hình đề xuất HAIVAN-BSYOLO và sự kết hợp Transformer + YOLO đạt độ chính xác phát hiện phương tiện nhỏ vượt trội so với các mô hình cơ sở khi camera đặt tại các vị trí trên cao như Tây Cầu Rồng (Hình 3.19, Hình 3.20, Hình 3.21) và Vòng xuyến Điện Biên Phủ; thuật toán PBAS thể hiện khả năng tách nền và thích ứng điểm ảnh ổn định hơn so với phương pháp trừ khung hình tĩnh/động truyền thống.
3. Thực nghiệm ước lượng mật độ giao thông
- Thực hiện huấn luyện mô hình (Hình 3.26, 3.27) và tính toán mật độ giao thông theo làn đường (Hình 3.28, 3.29, 3.30, 3.31, Bảng 3.2, Bảng 3.12).
- Kết quả ước lượng mật độ trung bình trên làn đường 1 và các làn lân cận phản ánh sát thực tế lưu thông, phân định chính xác các thời điểm đạt ngưỡng bão hòa và tắc nghẽn cục bộ.
4. Thực nghiệm dự đoán luồng giao thông
- Thu thập dữ liệu chuỗi thời gian, áp dụng tiền xử lý và chuẩn hóa Z-score.
- Thực nghiệm kiểm thử dự đoán luồng giao thông tại các nút camera trọng điểm, tiêu biểu là nút camera DNG33 (Hình 3.33, 3.34).
- So sánh giá trị dự đoán và giá trị thực tế theo các khung giờ sáng, trưa, chiều liên tục từ thứ Hai đến Chủ Nhật (Hình 3.35, 3.36).
- So sánh đối chuẩn hiệu năng giữa các mô hình dự báo chuỗi thời gian (Bảng 3.12, Bảng 3.13, Bảng 3.14, Hình 3.37):
- Mô hình đề xuất HAIVAN-ALSTM cho kết quả bám sát dữ liệu thực tế nhất, đạt sai số dự báo thấp hơn và độ ổn định cao hơn so với mô hình LSTM đơn lẻ, mô hình bộ tự mã hóa xếp chồng (SAEs - Stacked Autoencoders) và mô hình đơn vị hồi quy có cổng (GRU - Gated Recurrent Unit).
Kết quả và những đóng góp mới
Luận án đã đạt được 5 đóng góp mới về mặt khoa học và thực tiễn:
5 ĐÓNG GÓP MỚI CỦA LUẬN ÁN
1. Xây dựng bộ dữ 2. Kiến trúc video 3. Mô hình nhận 4. Phương pháp 5. Dự đoán & định
liệu camera góc IoT phân tán dạng đối tượng ước lượng mật hướng luồng giao
cao tại Đà Nẵng HAIVAN-CVA HAIVAN-BSYOLO độ theo làn thông HAIVAN-ALSTM
- Xây dựng bộ dữ liệu giao thông thực tế tại các nút camera: Đã thu thập, tiền xử lý và xây dựng bộ dữ liệu hình ảnh/video giao thông đặc thù tại các nút giao thông có góc quay cao, quan sát từ trên xuống tại thành phố Đà Nẵng (tiêu biểu như camera Tây Cầu Rồng, camera Cầu vượt Ngã ba Huế, camera Vòng xuyến đường Điện Biên Phủ). Bộ dữ liệu cung cấp cơ sở thực nghiệm giá trị cho các bài toán phân tích giao thông dựa trên thị giác máy tính trong điều kiện đô thị Việt Nam.
- Xây dựng kiến trúc phân tích dữ liệu video IoT (HAIVAN-CVA): Đề xuất và triển khai kiến trúc cho phép thực thi các luồng công việc phân tán quy mô lớn trên các nền tảng không đồng nhất, tích hợp linh hoạt các thành phần phần mềm phát triển bằng nhiều ngôn ngữ, kết nối từ camera biên đến máy chủ đám mây AWS EC2, Firebase và HDFS.
- Đề xuất mô hình nhận dạng đối tượng đa góc quay và kích thước nhỏ (HAIVAN-BSYOLO): Phát triển giải pháp kết hợp thuật toán trừ nền thích ứng theo điểm ảnh (PBAS) / trừ nền ngưỡng động với mạng học sâu YOLO và Transformer, giải quyết thách thức nhận dạng phương tiện bị che khuất hoặc có kích thước rất nhỏ từ camera góc cao.
- Đề xuất và triển khai phương pháp ước lượng mật độ giao thông theo diện tích: Xây dựng phương pháp ước lượng mật độ dựa trên việc xác định làn đường, tham chiếu bảng kích thước thực tế của từng loại phương tiện và tính toán tỷ lệ diện tích chiếm dụng mặt đường, cho phép phân loại chính xác 3 trạng thái giao thông.
- Đề xuất giải pháp dự đoán và định hướng luồng giao thông (HAIVAN-ALSTM): Kết hợp thành công mô hình chuỗi thời gian tuyến tính ARIMA với mạng nơ-ron hồi quy phi tuyến LSTM, nâng cao độ chính xác dự báo luồng giao thông tại các nút giao thông trọng điểm trong môi trường bất định.
Kiến nghị và giải pháp ứng dụng
- Ứng dụng mô hình HAIVAN-CVA và HAIVAN-ALSTM vào các trung tâm điều hành giao thông thông minh đô thị nhằm cung cấp dữ liệu hỗ trợ ra quyết định phân luồng, điều chỉnh thời gian đèn tín hiệu giao thông tự động theo thời gian thực.
- Sử dụng kết quả dự báo luồng giao thông ngắn hạn để tích hợp vào các hệ thống bản đồ số và ứng dụng di động hỗ trợ người tham gia giao thông lựa chọn tuyến đường di chuyển tối ưu, giảm thiểu ùn tắc.
Hạn chế và hướng nghiên cứu tiếp
Hạn chế của luận án
- Dữ liệu thực nghiệm của luận án tập trung chủ yếu vào hệ thống camera giao thông đường bộ tại thành phố Đà Nẵng trong giai đoạn 2017 - 2021; chưa thực hiện kiểm thử diện rộng trên các đô thị có cấu trúc hạ tầng và mật độ giao thông khác biệt.
- Phạm vi dự đoán luồng giao thông của luận án tập trung vào bài toán dự đoán ngắn hạn (bước thời gian từ 5 đến 15 phút); bài toán dự đoán đa khoảng thời gian với tầm nhìn dài hạn hơn vẫn gặp nhiều biến động về độ chính xác do tính bất định tích lũy theo thời gian.
- Các yếu tố bất định ngẫu nhiên cực đoan (như thiên tai, ngập lụt sâu làm thay đổi hoàn toàn lộ trình di chuyển hoặc các vi phạm giao thông đột biến) vẫn tạo ra những thách thức lớn đối với việc duy trì độ chính xác tối ưu của các thuật toán thị giác máy tính và dự báo.
Hướng nghiên cứu tiếp
- Mở rộng việc thu thập và kiểm thử mô hình trên các bộ dữ liệu giao thông của nhiều tỉnh, thành phố khác nhằm nâng cao tính tổng quát và khả năng thích ứng của hệ thống.
- Nghiên cứu cải tiến cấu trúc mạng học sâu để mở rộng khả năng dự đoán luồng giao thông đa khoảng thời gian (dài hạn trên 1 giờ) với độ ổn định cao.
- Tích hợp thêm các nguồn dữ liệu cảm biến đa phương thức (như cảm biến thời tiết, dữ liệu định vị GPS từ các phương tiện giao thông công cộng) vào kiến trúc HAIVAN-CVA để giảm thiểu hơn nữa tác động của tính bất định ngẫu nhiên.
Giá trị tham khảo
Luận án mang lại giá trị tham khảo thiết thực cho nhiều nhóm đối tượng:
- Nghiên cứu sinh, học viên cao học và giảng viên ngành Khoa học máy tính, Trí tuệ nhân tạo, Thị giác máy tính và Hệ thống giao thông thông minh (ITS): Có thể tham khảo phương pháp luận kết hợp mô hình trừ nền và mạng học sâu (HAIVAN-BSYOLO) để giải quyết bài toán nhận dạng vật thể nhỏ; phương pháp kết hợp mô hình thống kê và học sâu (HAIVAN-ALSTM) trong xử lý chuỗi thời gian; và phương pháp toán học ước lượng mật độ theo diện tích mặt đường.
- Kỹ sư phát triển hệ thống IoT và phân tích dữ liệu lớn: Có thể tham khảo chi tiết thiết kế kiến trúc phân tán HAIVAN-CVA trong việc thu nhận, xử lý phân tán tại biên và lưu trữ đám mây luồng video từ mạng lưới camera IP quy mô lớn bằng AWS EC2, Firebase, Flickr và HDFS.
- Nhà quản lý đô thị, kỹ sư quy hoạch và điều hành giao thông: Có thể ứng dụng khung phân tích mật độ theo làn đường và mô hình dự báo ngắn hạn để xây dựng hệ thống giám sát tự động, tối ưu hóa chu kỳ đèn tín hiệu giao thông và hỗ trợ định hướng luồng phương tiện tại các đô thị.
Câu hỏi thường gặp
1. Hệ thống HAIVAN-CVA được thiết kế với kiến trúc như thế nào và sử dụng công nghệ nào để tích hợp dữ liệu?
Hệ thống HAIVAN-CVA (Computer Vision Analytics) được thiết kế theo kiến trúc phân tán 3 khối chức năng: Khối thu thập dữ liệu (thu nhận luồng video từ camera IP, video di động, video hành trình và tập tin lịch sử); Khối xử lý (tiền xử lý và phân tích video tại nút biên); và Khối nhập/lưu trữ dữ liệu. Về mặt công nghệ, hệ thống tích hợp API truy vấn luồng camera thực tế, máy ảo AWS EC2, dịch vụ lưu trữ hình ảnh Flickr, cơ sở dữ liệu thời gian thực Firebase và hệ thống tệp phân tán Hadoop (HDFS).
2. Mô hình HAIVAN-BSYOLO giải quyết bài toán nhận dạng phương tiện kích thước nhỏ từ camera góc cao bằng cách nào?
Mô hình HAIVAN-BSYOLO lai ghép giữa thuật toán trừ nền thích ứng theo điểm ảnh (PBAS / trừ nền ngưỡng động) và mạng học sâu YOLO. Thuật toán trừ nền đóng vai trò phát hiện sự thay đổi tiền cảnh và khoanh vùng các khu vực quan tâm (ROI) chứa phương tiện đang di chuyển, loại bỏ nhiễu nền tĩnh. Sau đó, vùng đặc trưng được đưa vào mạng YOLO (hoặc kết hợp Transformer) để phân loại và định vị chính xác, giúp phát hiện hiệu quả các phương tiện có kích thước rất nhỏ hoặc bị che khuất từ góc quay trên cao mà các mô hình học sâu đơn lẻ thường bỏ sót.
3. Phương pháp ước lượng mật độ giao thông trong luận án được tính toán dựa trên các tham số nào?
Phương pháp ước lượng mật độ dựa trên diện tích chiếm dụng thực tế của phương tiện. Các tham số đầu vào gồm: tọa độ hình học của từng làn đường quan sát; diện tích tổng quát của mặt đường; số lượng từng loại phương tiện được nhận dạng ($M_N$ gồm ô tô, xe máy, xe đạp, xe buýt); và kích thước hình học tiêu chuẩn của từng phương tiện theo Bảng 2.1 (đơn vị mm). Mật độ giao thông $\rho$ được tính bằng tỷ lệ giữa tổng diện tích chiếm dụng của các phương tiện với diện tích đoạn đường quan sát, sau đó ánh xạ vào Bảng quy chiếu mật độ (Bảng 2.2) để phân loại 3 trạng thái: thông thoáng, trung bình (bão hòa), hoặc tắc nghẽn.
4. Tại sao luận án đề xuất mô hình lai HAIVAN-ALSTM thay vì sử dụng độc lập ARIMA hoặc LSTM trong bài toán dự đoán luồng giao thông?
Mô hình chuỗi thời gian ARIMA có thế mạnh vượt trội trong việc phân tích, nắm bắt các xu hướng tuyến tính và tính dừng có chu kỳ của chuỗi dữ liệu giao thông lịch sử. Ngược lại, mạng nơ-ron hồi quy LSTM với các cổng điều khiển thông tin có khả năng học sâu các mối quan hệ phụ thuộc phi tuyến tính phức tạp và biến động bất định theo thời gian thực. Sự kết hợp giữa ARIMA và LSTM (HAIVAN-ALSTM) tận dụng đồng thời ưu điểm của cả hai phương pháp, giúp giảm sai số dự báo và tăng độ chính xác so với việc sử dụng riêng lẻ từng mô hình hoặc so với các mô hình SAEs và GRU.
5. Khoảng thời gian dự đoán và các trạng thái luồng giao thông được xác định như thế nào trong luận án?
Luận án xác định khoảng thời gian dự đoán giao thông ngắn hạn là từ 5 đến 15 phút (bước thời gian $TS$). Trạng thái luồng giao thông đường bộ ($x$) được phân thành 3 mức cụ thể: 1) Luồng thông thoáng; 2) Luồng ở mức trung bình (bão hòa); và 3) Luồng bị tắc nghẽn.
Kết luận
Luận án tiến sĩ của nghiên cứu sinh Đoàn Phước Miền đã giải quyết bài toán dự đoán và định hướng luồng giao thông trong môi trường bất định thông qua việc kết hợp kỹ thuật thị giác máy tính và các mô hình chuỗi thời gian học máy, học sâu. Tác giả đã xây dựng thành công kiến trúc tích hợp dữ liệu video IoT phân tán HAIVAN-CVA, đề xuất mô hình nhận dạng phương tiện nhỏ HAIVAN-BSYOLO, phương pháp ước lượng mật độ theo diện tích chiếm dụng làn đường và mô hình dự báo luồng giao thông HAIVAN-ALSTM. Các kết quả thực nghiệm trên dữ liệu camera thực tế tại thành phố Đà Nẵng giai đoạn 2017 - 2021 chứng minh tính hiệu quả và tính khả thi của các giải pháp đề xuất, đóng góp cả về mặt lý luận khoa học máy tính lẫn ứng dụng thực tiễn trong phát triển hệ thống giao thông thông minh đô thị.
