Tổng quan luận án

Sự gia tăng nhanh chóng của các phương tiện cơ giới đường bộ đang tạo ra áp lực lớn đối với hạ tầng giao thông tại các đô thị của Việt Nam. Dữ liệu từ Cục Đăng kiểm Việt Nam cho thấy sự gia tăng liên tục của phương tiện lưu hành: chỉ riêng từ tháng 3 năm 2019 đến tháng 4 năm 2019, số lượng ô tô lưu hành trên toàn quốc tăng từ 3.537 lên 3.966 xe; số lượng ô tô sản xuất mới trong hai tháng lần lượt là 59 và 579 xe. Theo thống kê của Bộ Giao thông Vận tải đến ngày 31 tháng 12 năm 2016, tổng lượng ô tô lưu hành năm 2015 là 2.401 chiếc (gồm 1.131 xe con dưới 9 chỗ, 118.030 xe khách từ 9 chỗ trở lên, 853.735 xe tải, 96.505 xe chuyên dùng) và đến năm 2016 tăng lên 2.144 chiếc (1.066 xe con, 136.727 xe khách, 1.499 xe tải, 104.852 xe chuyên dùng), đạt tốc độ tăng trưởng 19,73%.

Trong khi đó, hạ tầng đô thị chưa thể mở rộng tương ứng. Các chính sách quy hoạch lớn như Quyết định số 206/2004/QĐ-TTg ngày 10/12/2004 phê duyệt Chiến lược phát triển giao thông vận tải đến năm 2020 tầm nhìn 2030, Quyết định 35/2009/QĐ-TTg ngày 03/03/2009 điều chỉnh chiến lược, cùng Chỉ thị số 01 năm 2015 của Ủy ban nhân dân Thành phố Hà Nội về "Năm trật tự và văn minh đô thị" đều đặt ra yêu cầu hiện đại hóa công tác tổ chức, điều hành và giám sát an toàn giao thông. Mặc dù nhiều công trình hạ tầng như cầu vượt tại các nút giao Trần Khát Chân - Đại Cồ Việt, Hoàng Minh Giám - Trần Duy Hưng, Kim Mã - Nguyễn Chí Thanh hay đường trên cao Vành đai 3 đã được đưa vào sử dụng, tình trạng ùn tắc giao thông vào giờ cao điểm tại Hà Nội và Thành phố Hồ Chí Minh vẫn diễn ra phổ biến.

Khoảng trống nghiên cứu được tác giả xác định xuất phát từ tính chất đặc thù của giao thông đô thị Việt Nam: đây là dòng giao thông hỗn hợp, nơi ô tô, xe máy, xe đạp và các phương tiện thô sơ cùng di chuyển chung trên một luồng đường mà hầu hết không có dải phân cách cứng để phân làn riêng biệt. Các công nghệ và giải pháp nhập khẩu từ các nước phát triển chủ yếu được thiết kế cho mạng lưới giao thông đồng bộ, phương tiện di chuyển nối tiếp có trật tự trong từng làn cố định, do đó không thể ứng dụng hiệu quả trực tiếp vào thực tế giao thông Việt Nam. Thêm vào đó, việc ứng dụng công nghệ giám sát tự động hiện hữu tại Việt Nam chủ yếu dừng lại ở việc quan sát thủ công, ghi hình phạt nguội (như hệ thống của CadPro) hoặc trích xuất vi phạm riêng lẻ trên cao tốc, chưa có giải pháp toàn diện cho việc tự động thống kê mật độ, phân loại phương tiện và điều khiển đèn tín hiệu thích nghi theo thời gian thực.

Luận án xác định các mục tiêu và nhiệm vụ cụ thể được đánh số như sau:

  1. Nghiên cứu đề xuất phương pháp cải thiện chất lượng ảnh trước khi xử lý nhằm khắc phục hiện tượng suy giảm chất lượng dữ liệu truyền về trung tâm qua mạng truyền dẫn có băng thông thấp (trung bình mức 1).
  2. Tập trung giải quyết bài toán quản lý phương tiện giao thông trên đường với các chức năng cốt lõi gồm: phát hiện phương tiện, phân loại phương tiện và đo tốc độ phương tiện.
  3. Nghiên cứu các giải pháp giám sát lưu lượng phương tiện, đặc biệt là tại các nút giao thông, nhằm mục đích hiệu chỉnh thích nghi thời gian hoạt động của các pha đèn tín hiệu giao thông phù hợp với mật độ thực tế.

Đối tượng nghiên cứu của luận án là dữ liệu hình ảnh thu nhận từ các camera giám sát giao thông gắn tại các nút giao trên đường giao thông hỗn hợp, nơi nhiều chủng loại phương tiện di chuyển đan xen trên cùng một làn đường.

Phạm vi nghiên cứu:

  • Không gian: Tập trung vào hệ thống giao thông đô thị tại Việt Nam, trọng tâm là khu vực đô thị Thành phố Hà Nội. Dữ liệu thực nghiệm và kịch bản quan sát được thu thập tại các khu vực nút giao và đoạn đường chuẩn bị đi vào nút giao, bao gồm hầm Kim Liên, nút giao Trần Phú - Điện Biên Phủ và đường gom tuyến Phạm Văn Đồng.
  • Thời gian: Nghiên cứu tiếp cận và phân tích chuỗi dữ liệu thực tế cùng các mốc số liệu thống kê quản lý phương tiện từ năm 2013 đến năm 2019.

Tổng quan tài liệu và vị trí của luận án

Trong nước, nhiều nhóm nghiên cứu đã tiếp cận bài toán ứng dụng công nghệ thông tin và truyền thông vào giao thông thông minh:

  • Nghiên cứu [2] ứng dụng mạng trí tuệ nhân tạo để nhận dạng các ký tự trên biển số xe.
  • Nghiên cứu [3] sử dụng đặc trưng Haar-like để phát hiện và phân loại phương tiện kết hợp nhận dạng biển số xe bằng camera gắn bên lề đường cao tốc, nơi các xe giữ cự ly an toàn cố định.
  • Nghiên cứu [4] phân loại phương tiện giao thông thông qua việc trích xuất véc-tơ đường viền của đối tượng từ ảnh nhị phân.
  • Nghiên cứu [5] đề xuất kỹ thuật đo tốc độ phương tiện dựa vào các điểm cơ sở định vị sẵn trên mặt đường.
  • Cấp đề tài nhà nước ghi nhận Đề tài KC.05/11-15 do Phó Giáo sư Nguyễn Văn Đức làm chủ nhiệm, nghiên cứu thiết bị và giải pháp quản lý giao thông sử dụng truyền thông tầm gần chuyên dụng, thẻ RFID, thiết bị OBU và thiết bị bên đường RSE. Đề tài KC.14/11-15 do Tiến sĩ Tạ Tuấn Anh làm chủ nhiệm, tập trung xây dựng cấu trúc hệ thống ITS, chuẩn hóa định dạng dữ liệu, tín hiệu điều khiển và tính khả thi của công nghệ RFID trong định danh phương tiện tự động (AVI).
  • Tổ chức Hợp tác Quốc tế Nhật Bản (JICA) triển khai các nghiên cứu qua 3 giai đoạn: điều tra nhu cầu, xây dựng quy hoạch tổng thể và hỗ trợ tích hợp ITS trên các tuyến quốc lộ phía Bắc.
  • Thực tiễn ứng dụng tại các địa phương bao gồm: Trung tâm Điều khiển giao thông Hà Nội vận hành từ năm 2000 bằng thiết bị SAGEM do Pháp tài trợ; dự án REMON tại Hà Nội thu thập dữ liệu giao thông trực tuyến qua GPS; Trung tâm điều hành ITS tại Vực Vòng (Hà Nam) quản lý cao tốc Cầu Giẽ - Ninh Bình (vận hành tháng 10/2013 với 56 camera kỹ thuật số, 39 làn thu phí kín và trạm cân động); các dự án cao tốc Thành phố Hồ Chí Minh - Trung Lương, Thành phố Hồ Chí Minh - Long Thành - Dầu Giây (do liên danh ITOCHU - TOSHIBA thực hiện); và dự án điều khiển tín hiệu phối hợp "Làn sóng xanh" tại Đà Nẵng sử dụng nguồn vốn ODA của Tây Ban Nha kết hợp tư vấn của IBM.

Trên thế giới, các hệ thống ITS được chuẩn hóa với các kiến trúc công nghệ toàn diện:

  • Juan [1] và mô hình kiến trúc của Huawei tổng hợp các phân hệ phát hiện phương tiện, truyền thông không dây (LTE, Wi-Fi, Bluetooth) và xử lý trung tâm.
  • Các công trình quốc tế sử dụng đa dạng công nghệ: tín hiệu mạng tế bào di động GSM [7], phát hiện tai nạn giao thông [8, 44, 45, 46], quản lý bãi đỗ xe [9, 42, 43], cùng các giải pháp nhận dạng biển số ALPR [20, 47, 48, 49, 50, 51, 52, 53, 54].
  • Trong phân loại phương tiện bằng camera quang học RGB, các phương pháp phổ biến gồm: trích xuất đặc trưng HOG [79, 80], đặc trưng Haar kết hợp phân loại xếp tầng [51, 87, 88, 89, 90], biến đổi đặc trưng tỷ lệ bất biến SIFT [77, 85], phân tích thành phần chính PCA trên ảnh hoặc đám mây điểm 3D kết hợp bộ phân loại SVM [91, 92, 93], phép so khớp đường biên Hausdorff [75] hoặc Chamfer [76], mô hình tỷ lệ nội tại dựa trên đồ thị Analogia [96], và phương pháp dựng mô hình 3D chiếu sang đường viền 2D [97].
  • Về cảm biến hồng ngoại nhiệt, các nghiên cứu của Yoichiro Iwasaki, Masato Misumi và Toshiyuki Nakamiya [57, 58] phân loại phương tiện dựa trên mức nhiệt phát xạ của động cơ, kính chắn gió và lốp xe.

Khoảng trống mà luận án lựa chọn giải quyết: Các nghiên cứu nước ngoài dựa trên giả định hạ tầng chuẩn hóa, dòng xe di chuyển theo làn và chủ yếu là ô tô. Tại Việt Nam, xe máy chiếm tỷ lệ áp đảo và có xu hướng lấp đầy các khoảng trống giữa các ô tô khi dừng chờ đèn tín hiệu. Do đó, các thuật toán phân loại phức tạp (như SIFT, 3D hay HOG-SVM) tiêu tốn năng lượng tính toán lớn, dễ nhầm lẫn khi các đối tượng che khuất nhau. Đồng thời, đường truyền từ camera giám sát về máy chủ xử lý trung tâm tại các đô thị thường có băng thông hạn chế, gây mờ nhòe biên đối tượng. Luận án giải quyết trực tiếp các vấn đề này bằng việc xây dựng thuật toán tiền xử lý ảnh nâng cao tương phản biên, đề xuất phương pháp phân loại tức thời qua góc tới trực tiếp, mô hình hóa đo tốc độ thuần túy quang học và thuật toán điều khiển đèn tín hiệu thích nghi theo mật độ điểm ảnh thực tế.

Cơ sở lý thuyết và phương pháp nghiên cứu

Luận án vận dụng nền tảng lý thuyết xử lý ảnh số, hình học xạ ảnh của camera quan sát và lý thuyết dòng giao thông:

  • Lý thuyết nội suy ảnh và phát hiện cạnh biên: Khảo sát giải thuật nội suy Bicubic (BI) bậc ba và giải thuật Cubic (CI), kết hợp toán tử tách biên Canny và Sobel để tái cấu trúc thông tin đường biên của đối tượng bị suy giảm chất lượng trong quá trình nén và truyền dẫn.
  • Mô hình hình học quang học của camera: Thiết lập mối quan hệ giữa tọa độ hình ảnh $I(x, y)$ và không gian thực thông qua các thông số lắp đặt gồm chiều cao đặt camera, khoảng cách từ chân camera đến phương tiện ($d$), khoảng cách từ camera đến cột đèn tín hiệu ($L$), góc thu hình của camera ($\beta$) và các điểm khuất (Vanish Point - VP). Vận tốc $V$ của phương tiện được xác định từ độ dịch chuyển pixel tương ứng với kích thước vật lý theo thời gian qua tốc độ khung hình (Frame per Second - FPS).
  • Lý thuyết dòng giao thông và hàng đợi: Sử dụng mối quan hệ giữa mật độ phương tiện ($k$) và lưu lượng phương tiện ($q$), kết hợp mô hình hàng đợi tại nút giao thông 3 pha để phân tích và tối ưu hóa thời gian chu kỳ đèn tín hiệu.

Phương pháp nghiên cứu thực tế:

  • Phương pháp định tính và phân tích kỹ thuật: Điểm luận, so sánh và đánh giá các giải pháp công nghệ thu nhận phương tiện xâm lấn (vòng cảm ứng từ ILDS, đầu dò từ tính MD, áp kế) và không xâm lấn (RADAR, hồng ngoại chủ động AI, hồng ngoại bị động PI, siêu âm US, âm thanh AS, xử lý ảnh IP). Bảng so sánh được luận án tổng hợp như sau:
Công nghệ Đếm phương tiện Đo tốc độ Phân loại Nhận diện Giao thông hỗn hợp
Cảm ứng điện từ X X X X Không
Từ trường X X X Không Không
Từ tính X X X Không Không
RADAR vi sóng X X X X Không
Hồng ngoại chủ động X X X X Không
Hồng ngoại bị động X X X Không Không
Siêu âm X X Không Không Không
Âm thanh X X X Không Không
Công nghệ không dây X X X Không X
Xử lý ảnh X X X X X
  • Phương pháp định lượng và mô phỏng thực nghiệm:
    • Thu thập chuỗi khung hình video giao thông từ camera giám sát có tốc độ khung hình 12 FPS.
    • Áp dụng thuật toán trừ nền để xác định vùng chuyển động (ROI) và trích xuất đường viền hộp bao.
    • Tính toán giá trị góc tới trực tiếp (Direction Angle - DA) cho các mẫu phương tiện nhằm phân loại xe con, xe tải, xe buýt và xe máy.
    • Xây dựng mô hình ma trận tính toán $7 \times 7$ và ma trận con $S_{min}$ kích thước $3 \times 3$ để nội suy điểm ảnh cận biên.
    • Sử dụng phần mềm mô phỏng Simtram để đánh giá hoạt động của nút giao thông 3 pha qua 4 chu kỳ liên tiếp dưới sự điều khiển của thuật toán thích nghi đề xuất.

Nguồn tư liệu và dữ liệu:

  • Dữ liệu hình ảnh thực tế từ hệ thống camera thử nghiệm tại các nút giao thông ở Hà Nội (tốc độ khung hình 12 FPS, băng thông truyền trung bình xấp xỉ 1).
  • Bộ dữ liệu thực nghiệm thống kê giá trị góc tới của 80 ô tô, các xe tải, xe buýt và xe máy lưu thông trên thực địa.
  • Các văn bản quy phạm pháp luật, số liệu niên giám thống kê của Bộ Giao thông Vận tải và Cục Đăng kiểm Việt Nam.

Nội dung chính theo từng chương

CHƯƠNG 1. TỔNG QUAN CÁC VẤN ĐỀ CỦA XỬ LÝ ẢNH TRONG GIAO THÔNG HỖN HỢP

Chương 1 hệ thống hóa kiến trúc tổng thể của hệ thống ITS và làm rõ vai trò của công nghệ xử lý ảnh đối với bài toán giao thông hỗn hợp:

  • Cấu trúc chức năng ITS: Phân tích các phân hệ gồm truyền thông hai chiều giữa nhà quản lý và người tham gia giao thông (qua GSM, GIS, VOV Giao thông), phát hiện phương tiện, điều khiển luồng giao thông thích nghi, hỗ trợ xe thương mại, thanh toán điện tử (thu phí không dừng RFID, vé điện tử) và bảo mật an toàn giao thông.
  • Phân loại các ứng dụng xử lý ảnh: Chia thành hai nhóm lớn gồm ứng dụng tại cơ sở hạ tầng (phát hiện xe, ALPR, phân loại xe, phát hiện quỹ đạo vi phạm, giám sát nút giao, phân tích lưu lượng, quản lý đỗ xe) và ứng dụng lắp đặt trên phương tiện (cảnh báo chệch làn, dự báo va chạm, nhận dạng biển báo, giám sát người lái).
  • Quy trình chuẩn của xử lý ảnh giao thông: Khung hình thu nhận từ camera đi qua khối tiền xử lý, trích xuất đặc trưng, trực quan hóa dữ liệu và đưa vào khối thực thi quyết định.
  • Kỹ thuật ALPR: Phân tích chu trình gồm xác định vị trí biển số (dựa trên màu sắc, toán tử biên Sobel, mật độ cạnh dọc hoặc phân loại tầng AdaBoost), phân đoạn ký tự (phương pháp hình chiếu) và nhận dạng ký tự OCR (sử dụng kNN, SVM, MLP hoặc CNN).
  • Khảo sát các kỹ thuật phân loại phương tiện: Đánh giá chi tiết ưu nhược điểm của các phương pháp phân loại dùng camera RGB (mô hình 3D, đường biên cơ sở, SIFT, HOG kết hợp SVM, đặc trưng Haar xếp tầng, PCA kết hợp SVM, tỷ lệ nội tại Analogia) và camera ảnh nhiệt. Trong ảnh nhiệt, công thức đảo ngược quan hệ độ xám được xác định: $$I_{max} - I(i, j)$$ với $I_{max}$ là giá trị lớn nhất trong thang độ xám 8 bit (255) và $I(i, j)$ là giá trị điểm ảnh gốc.
  • Đánh giá giới hạn công nghệ: Phân tích các thách thức từ môi trường ngoại cảnh như mưa lớn, ban đêm, lóa sáng đèn pha, hiện tượng bóng đổ của xe vào ban ngày và sự che khuất giữa các phương tiện trong dòng giao thông hỗn hợp không phân làn.

CHƯƠNG 2. QUẢN LÝ PHƯƠNG TIỆN GIAO THÔNG

Chương 2 trình bày các giải pháp kỹ thuật do tác giả đề xuất nhằm hoàn thiện phân hệ quản lý phương tiện:

  • Đề xuất thuật toán cải thiện và nâng cao chất lượng ảnh: Nhằm xử lý ảnh có độ phân giải thấp hoặc bị mờ nhòe do truyền dẫn băng thông hẹp, tác giả kết hợp thuật toán nội suy Bicubic với thuật toán tách biên Canny. Thuật toán xác định các đường cong kín của đối tượng, định vị các điểm ảnh cần tính toán lại thông qua một ma trận kích thước $7 \times 7$. Trong ma trận này, một ma trận con $S_{min}$ kích thước $3 \times 3$ trượt từ phần tử trung tâm dọc theo các điểm ảnh biên để tái tạo độ tương phản của đường biên. Kết quả kiểm chứng qua đại lượng tỷ số tín hiệu cực đại trên nhiễu (PSNR) trong Bảng 2.1 cho thấy phương pháp đề xuất vượt trội so với phương pháp nội suy Bicubic tiêu chuẩn.
  • Đề xuất phương pháp phân loại phương tiện giao thông: Sử dụng thuật toán trừ nền để phát hiện đối tượng, sau đó tính toán góc tới trực tiếp (Direction Angle - DA) từ đường bao của phương tiện kết hợp với vị trí lắp đặt camera. Khác với các thuật toán học máy phức tạp, phương pháp DA phân loại trực tiếp các phương tiện chính tham gia giao thông gồm xe con, xe tải, xe buýt và xe máy dựa trên sự phân bố góc hình học thu được. Bảng 2.2 đến Bảng 2.5 ghi nhận số liệu thống kê giá trị góc tới DA trên tập mẫu thực nghiệm gồm 80 ô tô cùng các nhóm xe buýt, xe tải và xe máy, cho thấy độ phân tách rõ ràng giữa các phân lớp phương tiện. Độ chính xác nhận dạng và phân loại được chứng thực qua Bảng 2.6.
  • Đề xuất mô hình hóa phương pháp đo tốc độ phương tiện: Tác giả xây dựng mô hình toán hình học quang học hoàn chỉnh kết nối không gian ảnh với không gian thực địa. Bằng việc xác định các điểm khuất (VP) trên các trục chính của đối tượng và tham số hóa góc thu $\beta$, khoảng cách $L$ và $d$, mô hình tính toán sự dịch chuyển vị trí thực của phương tiện giữa các khung hình liên tiếp từ camera có tốc độ 12 FPS. Sai số đo đạc được đánh giá chi tiết qua Hình 2.28, khẳng định tính khả thi của việc giám sát tốc độ mà không cần bổ sung các cảm biến đắt tiền.

CHƯƠNG 3. LƯU LƯỢNG PHƯƠNG TIỆN GIAO THÔNG

Chương 3 giải quyết bài toán giám sát dòng giao thông và điều khiển tối ưu đèn tín hiệu tại nút giao:

  • Phân tích đặc trưng dòng phương tiện hỗn hợp: Mô tả hiện tượng xe máy luôn có xu hướng len lỏi và lấp đầy các khoảng trống giữa các ô tô khi dừng chờ hoặc lưu thông qua nút giao. Mối quan hệ giữa mật độ $k$ và lưu lượng $q$ được mô hình hóa cùng trạng thái tích tụ của hàng đợi tại nút giao.
  • Đề xuất phương pháp giám sát và điều khiển dòng theo mật độ phương tiện: Luận án đưa ra giải pháp ước lượng mật độ giao thông dựa trên tỷ lệ điểm ảnh bị chiếm dụng tại vùng quan sát. Cụ thể, diện tích vùng đích $\Delta\alpha_n$ bị chiếm bởi các phương tiện được tính toán tự động từ ảnh nhị phân sau khi trừ nền. Trên cơ sở mật độ ước lượng được, thuật toán tự động hiệu chỉnh thời gian hoạt động của các pha đèn tín hiệu. Luận án đề xuất bảng phân bổ thời gian hoạt động của đèn tín hiệu (Bảng 3.1): thời gian đèn xanh được điều chỉnh thích nghi với khả năng dung nạp của vùng đích, thời gian đèn vàng đại diện cho thời gian phương tiện giải phóng khỏi nút giao, và thời gian đèn đỏ tương ứng với pha xanh của luồng giao cắt vuông góc.
  • Biểu đồ biến thiên mật độ: Các biểu đồ trong 35 giây quan sát thể hiện động thái mật độ phương tiện tại vùng chiều dài $L$, vùng đích $\Delta\alpha_n$ và vùng mở rộng $\beta$ dưới sự điều tiết của tổ hợp 3 đèn tín hiệu.
  • Đề xuất giám sát theo số lượng và chủng loại phương tiện: Phân loại kích thước phương tiện thành các nhóm chuẩn (Bảng 3.2) và giám sát số lượng phương tiện từng loại tiến vào vùng giao cắt.
  • Đánh giá bằng mô phỏng Simtram: Tác giả thiết lập kịch bản mô phỏng nút giao thông 3 pha trên phần mềm Simtram. Dữ liệu mô phỏng được kiểm nghiệm qua 4 chu kỳ đèn liên tiếp (Bảng 3.3). Kết quả mô phỏng (Bảng 3.4) chỉ ra rằng phương pháp điều khiển thích nghi đề xuất giúp tối ưu hóa thời gian chờ đợi, giảm hiện tượng hàng đợi kéo dài và tăng khả năng thông hành của nút giao so với chu kỳ đèn cố định truyền thống.

Kết quả và những đóng góp mới

Các đóng góp mới về mặt lý luận và học thuật:

  • Đã hoàn thiện phương pháp cải thiện chất lượng ảnh nén truyền dẫn qua kênh băng thông hẹp bằng việc tích hợp giải thuật nội suy Bicubic với việc tái tạo đường biên kín Canny trên ma trận trượt $7 \times 7$ và ma trận con $S_{min}$ $3 \times 3$, nâng cao chỉ số PSNR và bảo toàn độ tương phản phục vụ nhận dạng.
  • Đề xuất mô hình phân loại phương tiện giao thông tức thời dựa trên góc tới trực tiếp (Direction Angle - DA), cho phép phân loại nhanh ô tô con, xe tải, xe buýt và xe máy trong dòng giao thông hỗn hợp mà không phụ thuộc vào các kiến trúc học sâu đòi hỏi tài nguyên tính toán lớn.
  • Xây dựng mô hình toán hình học phối cảnh hoàn chỉnh để đo tốc độ phương tiện giao thông đường bộ dựa thuần túy trên các tham số cấu hình camera (góc mở $\beta$, cự ly $L, d$, điểm khuất VP và tốc độ khung hình 12 FPS), thiết lập công thức ánh xạ giữa độ dịch chuyển pixel và vận tốc thực.

Các đóng góp mới về mặt thực tiễn và ứng dụng:

  • Đề xuất giải pháp điều khiển thích nghi đèn tín hiệu giao thông tại nút giao dựa trên diện tích vùng chiếm dụng điểm ảnh $\Delta\alpha_n$, giúp hệ thống đèn tự động co giãn chu kỳ pha phù hợp với áp lực giao thông thực tế trong giờ cao điểm.
  • Xây dựng bảng quy chuẩn thời gian đèn tín hiệu theo mật độ ước lượng và kiểm chứng thành công thuật toán điều khiển trên phần mềm mô phỏng chuyên ngành Simtram cho nút giao thông 3 pha qua 4 chu kỳ liên tục.
  • Cung cấp mô hình giám sát chi phí thấp, tận dụng hệ thống camera hiện có tại các đô thị của Việt Nam mà không phải can thiệp cắt đường lắp đặt cảm biến từ trường hay trang bị hệ thống RADAR đắt tiền.

Kiến nghị và giải pháp đề xuất từ luận án:

  • Ưu tiên triển khai hệ thống phát hiện và phân loại phương tiện tự động bằng camera tại các nút giao thông có mật độ cao và các điểm đen thường xuyên xảy ra tai nạn hoặc ùn tắc.
  • Cần có bảng thông tin điện tử tuyên truyền, thông báo sự hiện diện của hệ thống giám sát tự động để nâng cao ý thức chấp hành luật của người tham gia giao thông.
  • Tiến hành chuẩn hóa dữ liệu bản đồ thông tin địa lý (GIS) và xây dựng cơ chế chia sẻ, đồng bộ dữ liệu tập trung giữa hệ thống camera giám sát đô thị với cơ sở dữ liệu đăng kiểm và tài khoản ngân hàng để phục vụ xử phạt vi phạm và thu phí tự động không dừng.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế của nghiên cứu:

  • Điều kiện thử nghiệm hình ảnh bị giới hạn vào các khung cảnh ban ngày hoặc điều kiện thời tiết thông thường; hiệu năng xử lý khi trời mưa lớn kéo dài, sương mù dày đặc hoặc ban đêm chịu ảnh hưởng chói lóa từ đèn pha phương tiện vẫn là thách thức lớn đối với công nghệ xử lý ảnh quang học.
  • Dữ liệu thử nghiệm thực tế tập trung chủ yếu vào tốc độ khung hình 12 FPS và đường truyền băng thông hạn chế mức 1; các kịch bản với tốc độ khung hình cao hơn hoặc biến động mạng phức tạp chưa được khảo sát đầy đủ.
  • Phạm vi thực nghiệm hiện trường mới giới hạn tại một số nút giao cắt đặc thù của Hà Nội (hầm Kim Liên, ngã tư Trần Phú - Điện Biên Phủ, đường gom Phạm Văn Đồng), chưa bao quát toàn bộ mạng lưới giao thông liên hoàn diện rộng.

Hướng nghiên cứu tiếp:

  • Nghiên cứu kết hợp công nghệ xử lý ảnh với các cảm biến phụ trợ như camera nhiệt hồng ngoại hoặc cảm biến vô tuyến tầm ngắn để nâng cao độ chính xác khi vận hành trong điều kiện thời tiết khắc nghiệt và ban đêm.
  • Tối ưu hóa thuật toán để nhúng trực tiếp vào các thiết bị xử lý tại biên (Edge Processing) lắp đặt ngay tại vị trí camera trước khi truyền dữ liệu số liệu về máy chủ điều khiển.
  • Mở rộng thuật toán điều khiển đèn tín hiệu từ nút giao đơn lẻ sang mô hình điều khiển phối hợp liên hoàn nhiều nút giao (mạng lưới làn sóng xanh thích nghi) trên toàn tuyến đô thị.

Giá trị tham khảo

Luận án mang lại nhiều giá trị học thuật và ứng dụng thực tiễn cho các nhóm đối tượng:

  • Nghiên cứu sinh, học viên cao học và giảng viên chuyên ngành Kỹ thuật Điều khiển và Tự động hóa, Công nghệ Thông tin, Kỹ thuật Viễn thông: Có thể tham khảo thuật toán nội suy nâng cao tương phản biên kết hợp ma trận $S_{min}$, phương pháp trích xuất đặc trưng góc tới DA trong phân loại vật thể chuyển động, và mô hình hóa quang học để đo tốc độ bằng camera đơn.
  • Các nhà quy hoạch, kỹ sư giao thông và cán bộ quản lý đô thị: Có thể sử dụng phương pháp tính toán mật độ chiếm dụng diện tích điểm ảnh $\Delta\alpha_n$ và bảng phân bổ thời gian pha đèn tín hiệu làm cơ sở khoa học để thiết kế, hiệu chỉnh chu kỳ đèn tại các ngã ba, ngã tư thường xuyên ùn tắc.
  • Các đơn vị phát triển giải pháp giao thông thông minh: Kế thừa sơ đồ khối hệ thống ITS (Hình 1.2) và quy trình mô phỏng trên Simtram để hoàn thiện các phần mềm giám sát giao thông tự động phù hợp với hạ tầng các nước đang phát triển.

Câu hỏi thường gặp

  1. Tại sao luận án khẳng định công nghệ xử lý ảnh là lựa chọn phù hợp nhất cho bài toán giám sát giao thông tại Việt Nam so với các công nghệ cảm biến khác? Dựa trên phân tích kỹ thuật tại Bảng 1.1 của luận án, các công nghệ cảm biến truyền thống như vòng cảm ứng điện từ (ILDS), từ trường, từ tính, RADAR vi sóng, hồng ngoại hay siêu âm đều không có khả năng đáp ứng đồng thời cả 5 tiêu chí: đếm phương tiện, đo tốc độ, phân loại, nhận diện và áp dụng cho giao thông hỗn hợp. Phần lớn các cảm biến này đòi hỏi phương tiện phải đi đúng làn quy chuẩn hoặc phải cắt xẻ mặt đường để lắp đặt. Duy nhất công nghệ xử lý ảnh có khả năng bao quát toàn bộ các chức năng trên và theo dõi được dòng giao thông hỗn hợp gồm cả xe máy và ô tô cùng lưu thông mà không làm hư hại kết cấu mặt đường.

  2. Thuật toán cải thiện chất lượng ảnh của luận án hoạt động như thế nào để khắc phục hiện tượng suy giảm tín hiệu trên đường truyền băng thông hẹp? Thuật toán do tác giả đề xuất được phát triển trên cơ sở giải thuật nội suy Bicubic (BI) kết hợp với kỹ thuật tách biên Canny. Khi ảnh truyền về trung tâm qua kênh truyền băng thông thấp (trung bình mức 1) bị mờ nhòe, hệ thống sẽ xác định các đường cong viền khép kín của đối tượng. Tiếp đó, thuật toán sử dụng một ma trận kích thước $7 \times 7$ bao quanh vùng biên và cho ma trận con $S_{min}$ kích thước $3 \times 3$ trượt từ phần tử trung tâm dọc theo các điểm ảnh biên để tính toán lại giá trị điểm ảnh nội suy dựa trên bản đồ ảnh gốc tham chiếu, giúp khôi phục độ sắc nét và tăng chỉ số PSNR.

  3. Kỹ thuật phân loại phương tiện bằng góc tới trực tiếp (DA) trong luận án có ưu điểm gì so với các phương pháp học máy truyền thống? Các phương pháp như SIFT, Haar-like hay HOG kết hợp SVM đòi hỏi khối lượng dữ liệu huấn luyện lớn, quy trình chuẩn hóa kích cỡ phức tạp và tiêu tốn năng lượng tính toán cao, đặc biệt dễ xảy ra lỗi khi các phương tiện đứng sát nhau. Phương pháp góc tới trực tiếp (Direction Angle - DA) của luận án dựa trực tiếp vào tọa độ đường bao quanh đối tượng thu được sau khi trừ nền và hình học vị trí lắp đặt camera. Thông qua việc đối chiếu góc tới thu được với dải giá trị thống kê thực nghiệm của từng loại xe (Bảng 2.2 đến Bảng 2.5), hệ thống có thể phân loại tức thời xe con, xe tải, xe buýt và xe máy một cách gọn nhẹ.

  4. Nguyên lý điều khiển thời gian hoạt động của đèn tín hiệu giao thông thích nghi trong luận án được xây dựng ra sao? Thuật toán điều khiển thích ứng không dựa trên số lượng đếm xe đơn thuần mà căn cứ vào mật độ phương tiện chiếm dụng thực tế theo điểm ảnh. Từ camera quan sát, hệ thống tính toán diện tích vùng đích $\Delta\alpha_n$ bị chiếm dụng bởi các phương tiện. Thời gian đèn xanh được thiết lập dựa trên khả năng dung nạp và khoảng trống của vùng đích; thời gian đèn vàng được ấn định tương ứng với thời gian trung bình để phương tiện thoát khỏi giao lộ an toàn; và thời gian đèn đỏ được đồng bộ hóa với pha xanh của luồng giao thông cắt ngang. Thuật toán này đã được kiểm chứng hoạt động ổn định trên mô hình nút giao 3 pha qua công cụ mô phỏng Simtram.

Kết luận

Luận án đã giải quyết bài toán cấp bách về quản lý phương tiện và giám sát lưu lượng trong môi trường giao thông hỗn hợp tại Việt Nam thông qua nền tảng công nghệ xử lý ảnh. Bằng việc đề xuất thuật toán nội suy cạnh biên cải tiến, phương pháp phân loại phương tiện theo góc tới trực tiếp, mô hình hóa đo tốc độ bằng camera đơn và cơ chế điều khiển đèn tín hiệu thích nghi theo mật độ điểm ảnh chiếm dụng, công trình đã lấp đầy khoảng trống kỹ thuật mà các giải pháp ngoại nhập chưa đáp ứng được. Các kết quả mô phỏng trên phần mềm Simtram và số liệu đo đạc thực nghiệm trên hệ thống camera giao thông Hà Nội khẳng định tính đúng đắn khoa học cùng khả năng ứng dụng thực tế cao của hệ thống.