Giới thiệu dự án

Theo số liệu thống kê từ Hiệp hội các nhà sản xuất ôtô Việt Nam (VAMA), lượng tiêu thụ phương tiện cơ giới đường bộ liên tục tăng trưởng mạnh mẽ qua các năm (chỉ riêng Quý 1/2017 thị trường đã tiêu thụ 41.600 xe, tăng 8% so với cùng kỳ năm trước). Sự gia tăng đột biến của phương tiện giao thông cá nhân tại các đô thị lớn như TP. Hồ Chí Minh và Hà Nội đã tạo ra áp lực khổng lồ lên hạ tầng giao thông tĩnh, dẫn đến tình trạng quá tải nghiêm trọng tại các điểm đỗ xe trung tâm.

                      +-----------------------------+
                      |     HỆ THỐNG BÃI ĐỖ XE      |
                      +--------------+--------------+
                                     |
             +-----------------------+-----------------------+
             |                                               |
+------------v------------+                     +------------v------------+
| BÃI ĐỖ XE TRUYỀN THỐNG  |                     |  BÃI ĐỖ THÔNG MINH IoT  |
+-------------------------+                     +-------------------------+
| - Vé giấy dễ rách/ướt   |                     | - Thẻ từ RFID Mifare    |
| - Ghi phấn/xé vé thủ công|                     | - Nhận diện biển số ALPR|
| - Xử lý: 30 - 45 giây   |                     | - Xử lý: < 1.5 giây     |
| - Nguy cơ gian lận cao  |                     | - Kiểm soát đa tầng     |
| - Không đặt chỗ trước   |                     | - Web Booking trực tuyến|
+-------------------------+                     +-------------------------+

Vấn đề thực tiễn và bài toán đặt ra (Problem Statement)

Phương thức quản lý bãi đỗ xe truyền thống (sử dụng vé giấy in nhiệt, vé xé tay hoặc ghi phấn) bộc lộ nhiều hạn chế nghiêm trọng:

  • Tắc nghẽn cục bộ: Thời gian ghi nhận thông tin xe vào/ra thủ công dao động từ 30 – 45 giây/lượt, gây ùn ứ nghiêm trọng vào các khung giờ cao điểm.
  • Lỗ hổng an ninh: Vé giấy dễ rách, nhòe khi trời mưa, dễ bị làm giả hoặc đánh tráo biển số, dẫn đến nguy cơ mất cắp tài sản.
  • Thất thoát doanh thu: Phụ thuộc hoàn toàn vào tính trung thực của nhân viên thu ngân, thiếu cơ chế đối soát tự động giữa lưu lượng xe thực tế và dữ liệu tài chính.
  • Lãng phí tài nguyên: Hàng triệu phôi vé giấy thải ra môi trường mỗi năm chỉ sử dụng được một lần duy nhất.

Mục tiêu đề tài (Project Objectives)

Đề tài "Hệ thống bãi giữ xe ứng dụng công nghệ RFID kết hợp nhận diện biển số" được thực hiện bởi nhóm nghiên cứu tại Trường Đại học Sư phạm Kỹ thuật TP.HCM nhằm đạt được 4 mục tiêu cốt lõi:

  1. Thiết kế khối phần cứng tự động hóa: Xây dựng mạch điều khiển rào chắn (Barrier) sử dụng vi điều khiển tích hợp module đọc RFID-RC522 (13.56 MHz), cảm biến quang phát hiện xe và màn hình giám sát LCD hiển thị thông tin thời gian thực.
  2. Phát triển module xử lý ảnh nhận diện biển số (ANPR/ALPR): Xây dựng giải thuật xử lý ảnh dựa trên thư viện EmguCV (C# .NET) kết hợp bộ lọc phát hiện biên Canny và công cụ nhận dạng ký tự quang học (OCR) để trích xuất biển số tự động với độ chính xác cao.
  3. Xây dựng hệ thống Web IoT đặt chỗ đỗ xe: Thiết kế nền tảng web trên kiến trúc LAMP (Linux, Apache, MySQL, PHP) cho phép người dùng kiểm tra trạng thái bãi đỗ, chọn vị trí trực quan và đặt trước slot đỗ xe từ xa.
  4. Đồng bộ hóa dữ liệu và bảo mật đa tầng: Thiết lập cơ chế xác thực kép (Dual-Factor Authentication: Thẻ RFID UID + Chuỗi ký tự biển số OCR), tối ưu hóa thời gian xử lý vào/ra xuống dưới 1.5 giây/xe.

Phạm vi và giới hạn đề tài

  • Phạm vi nghiên cứu: Nhận diện biển số xe cơ giới (ô tô và xe máy) theo quy chuẩn biển số Việt Nam (biển sau kích thước 200 × 280 mm cho ô tô và 140 × 190 mm cho xe máy).
  • Môi trường vận hành: Thử nghiệm mô hình bãi đỗ quy mô phòng lab với điều kiện ánh sáng chuẩn; góc quét camera vuông góc với biển số trong phạm vi lệch $\pm 15^\circ$.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Bảng so sánh đối sánh giữa các mô hình bãi giữ xe hiện hành trên thị trường:

Tiêu chí kỹ thuật Bãi giữ xe vé giấy truyền thống Bãi xe thẻ từ RFID đơn thuần Bãi xe RFID + Nhận diện biển số & Web Booking (Hệ thống đề xuất)
Công nghệ định danh Thủ công (Vé giấy / Ghi phấn) Thẻ từ RFID Passive (125 kHz / 13.56 MHz) RFID Mifare 13.56 MHz + Camera OCR + Web API
Thời gian xác thực 30 – 45 giây/lượt 3 – 5 giây/lượt 0.8 – 1.5 giây/lượt
Mức độ an toàn Thấp (Dễ tráo vé, làm giả) Trung bình (Dễ bị dùng trộm thẻ) Tuyệt đối (Khớp nối mã thẻ UID và biển số xe)
Khả năng đặt chỗ (IoT) Không hỗ trợ Không hỗ trợ Hỗ trợ qua giao diện Web trực quan (Real-time)
Chi phí vận hành dài hạn Cao (Chi phí in phôi vé liên tục) Thấp (Thẻ tái sử dụng > 10 năm) Tối ưu (Thẻ tái sử dụng + Tự động hóa giám sát)

Phân loại yêu cầu hệ thống theo mô hình MoSCoW

  • Must have: Module đọc RFID RC522 giao tiếp SPI; thuật toán tách biên Canny và trích xuất ký tự OCR; cơ chế đóng/mở barrier bằng động cơ Servo; cơ sở dữ liệu MySQL lưu vết xe vào/ra.
  • Should have: Giao diện quản lý C# WinForms hiển thị song song ảnh chụp trực tiếp và ảnh đối chiếu; Web portal cho phép chọn vị trí slot (A1 đến A8).
  • Could have: Chế độ phóng to toàn màn hình (Fullscreen); thống kê doanh thu theo ngày/tháng trên phần mềm quản trị.
  • Won't have: Thu phí không dừng tầm xa UHF (860–960 MHz); cánh tay robot nâng hạ ô tô tự động đa tầng.

Thiết kế hệ thống

+-----------------------------------------------------------------------------------+
|                                 KIẾN TRÚC TỔNG THỂ                                |
+-----------------------------------------------------------------------------------+
|                                                                                   |
|  [Khách hàng] ----(HTTP Request)----> [Web Server PHP / Apache]                   |
|                                                |                                  |
|                                                v                                  |
|  [Cảm biến / RFID] --(SPI/I2C)--> [Arduino] --(UART USB)--> [Phần mềm C# EmguCV]  |
|                                                                |                  |
|                                                                v                  |
|                                                       [(MySQL Database)]          |
|                                                                                   |
+-----------------------------------------------------------------------------------+

Ngăn xếp công nghệ (Technology Stack)

  • Xử lý trung tâm phần cứng: Vi điều khiển ATmega328P (Arduino Uno R3), giao tiếp máy tính qua chuẩn UART/TTL (Baud rate: 9600 bps, Frame: 8-N-1).
  • Khối ngoại vi:
    • Module đọc RFID RC522 (Tần số 13.56 MHz, giao thức SPI: SCK, MISO, MOSI, SS).
    • Động cơ Servo điều khiển Barrier góc quét $0^\circ - 90^\circ$ qua tín hiệu PWM.
    • Cảm biến hồng ngoại FC-51 phát hiện vật cản (ngõ ra Digital TTL).
    • Màn hình LCD 16×2 hiển thị thông tin kèm module chuyển đổi I2C (địa chỉ 0x27 / 0x3F).
  • Xử lý ảnh & Giao diện máy tính: C# .NET Framework 4.5, Windows Forms, tích hợp thư viện EmguCV Wrapper v3.x cho OpenCV.
  • Nền tảng Web & Dữ liệu: PHP 7.x, Web Server Apache 2.4, Hệ quản trị CSDL quan hệ MySQL 5.7, HTML5/CSS3.

Thiết kế cơ sở dữ liệu (Database Schema)

-- Cấu trúc bảng lưu vết xe vào/ra
CREATE TABLE vehicle_logs (
    log_id INT AUTO_INCREMENT PRIMARY KEY,
    card_uid VARCHAR(32) NOT NULL,
    license_plate VARCHAR(20) NOT NULL,
    time_in DATETIME NOT NULL,
    time_out DATETIME DEFAULT NULL,
    image_in_path VARCHAR(255) NOT NULL,
    image_out_path VARCHAR(255) DEFAULT NULL,
    slot_id VARCHAR(10) NOT NULL,
    status ENUM('PARKED', 'COMPLETED') DEFAULT 'PARKED',
    INDEX idx_uid (card_uid),
    INDEX idx_plate (license_plate)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

Phương pháp luận (Methodology)

Quy trình phát triển hệ thống áp dụng mô hình lặp (Iterative & Prototyping Model) với 4 mốc triển khai chính:

  1. Milestone 1 (Phần cứng & Giao thức): Thiết kế schematic, thi công board mạch in PCB, lập trình firmware đọc RFID qua SPI và truyền nhận gói tin UART lên PC.
  2. Milestone 2 (Thuật toán ANPR): Xây dựng pipeline xử lý ảnh số: Grayscale $\rightarrow$ Canny Filtering $\rightarrow$ Tìm đường bao Contours $\rightarrow$ Phân tích cấu trúc phân cấp cây $\rightarrow$ Nhận diện ký tự OCR.
  3. Milestone 3 (Web Booking & CSDL): Xây dựng giao diện chọn slot đỗ xe trực quan, bảo vệ chống xung đột slot (Race condition) qua cơ chế Transaction trong MySQL.
  4. Milestone 4 (Tích hợp & Kiểm thử): Đồng bộ phần cứng, phần mềm C# và Web Server, tiến hành đo lường hiệu năng và độ trễ phản hồi.

Implementation và kết quả

Quá trình phát triển và Thuật toán cốt lõi

1. Thuật toán phân vùng và định vị biển số

Quy trình định vị vùng chứa biển số sử dụng cây phả hệ đường biên (Contour Tree Hierarchy):

  • Bước 1: Ảnh màu RGB từ Camera được chuyển sang ảnh mức xám (Grayscale), sau đó khử nhiễu bằng bộ lọc Gaussian Blur ($5 \times 5$).
  • Bước 2: Áp dụng thuật toán phát hiện biên Canny với ngưỡng động Threshold1 = 100, Threshold2 = 200 để trích xuất tập hợp sườn ảnh (Edges).
  • Bước 3: Tìm các đường bao khép kín (Contours) và tổ chức cấu trúc dữ liệu dạng cây bằng các con trỏ liên kết: HNext (đường viền đồng mức ngang), VNext (đường viền con theo chiều dọc).
  • Bước 4: Lọc hình học dựa trên tỷ lệ chuẩn biển số Việt Nam: $$\text{Tỷ lệ khung hình (Aspect Ratio)} = \frac{\text{Width}}{\text{Height}} \in [1.0, 2.0]$$
  • Bước 5: Điều kiện tiền quyết xác định vùng biển số: Vùng bao ngoài cùng phải chứa ít nhất từ 3 đến 8 nhánh đường biên con (VNext $\ge 3$) đại diện cho các ký tự chữ và số.
// Trích đoạn C# sử dụng EmguCV trích xuất vùng biển số
using Emgu.CV;
using Emgu.CV.Structure;
using Emgu.CV.CvEnum;

public Image<Bgr, byte> ExtractLicensePlateZone(Image<Bgr, byte> inputImage)
{
    Image<Gray, byte> grayImage = inputImage.Convert<Gray, byte>();
    Image<Gray, byte> blurred = grayImage.SmoothGaussian(5);
    Image<Gray, byte> cannyEdges = blurred.Canny(100, 200);

    using (MemStorage storage = new MemStorage())
    {
        Contour<Point> contours = cannyEdges.FindContours(
            CHAIN_APPROX_METHOD.CV_CHAIN_APPROX_SIMPLE, 
            RETR_TYPE.CV_RETR_TREE, 
            storage);

        while (contours != null)
        {
            MCvBox2D box = contours.GetMinAreaRect();
            double ratio = (double)box.size.Width / box.size.Height;
            if (ratio < 1.0) ratio = 1.0 / ratio;

            // Kiểm tra tỷ lệ kích thước và cấu trúc cây con VNext
            if (ratio >= 1.0 && ratio <= 2.2 && contours.VNext != null)
            {
                int childCount = 0;
                Contour<Point> child = contours.VNext;
                while (child != null) { childCount++; child = child.HNext; }

                if (childCount >= 3 && childCount <= 8)
                {
                    inputImage.Draw(box, new Bgr(Color.LimeGreen), 2);
                    return inputImage.Copy(box); // Trả về vùng ảnh biển số để đưa vào OCR
                }
            }
            contours = contours.HNext;
        }
    }
    return null;
}

2. Xử lý logic đặt chỗ trực tuyến qua Web (PHP Backend)

Giao diện Web cho phép người dùng kiểm tra trạng thái slot thời gian thực và ghi nhận giữ chỗ thông qua cơ chế gửi yêu cầu HTTP POST:

<?php
// Xử lý giữ chỗ slot đỗ xe (booking_process.php)
header('Content-Type: application/json');
require_once 'db_connect.php';

$slot_id = filter_input(INPUT_POST, 'slot_id', FILTER_SANITIZE_STRING);
$user_name = filter_input(INPUT_POST, 'username', FILTER_SANITIZE_STRING);
$plate_number = filter_input(INPUT_POST, 'license_plate', FILTER_SANITIZE_STRING);

if (!$slot_id || !$user_name || !$plate_number) {
    echo json_encode(['status' => 'ERROR', 'message' => 'Dữ liệu không hợp lệ']);
    exit();
}

$conn->begin_transaction();
try {
    // Khóa dòng dữ liệu để tránh xung đột đặt chỗ đồng thời
    $check_stmt = $conn->prepare("SELECT status FROM parking_slots WHERE slot_id = ? FOR UPDATE");
    $check_stmt->bind_param("s", $slot_id);
    $check_stmt->execute();
    $result = $check_stmt->get_result()->fetch_assoc();

    if ($result['status'] === 'EMPTY') {
        $update_stmt = $conn->prepare("UPDATE parking_slots SET status = 'RESERVED', booked_by = ?, plate_number = ? WHERE slot_id = ?");
        $update_stmt->bind_param("sss", $user_name, $plate_number, $slot_id);
        $update_stmt->execute();
        
        $conn->commit();
        echo json_encode(['status' => 'SUCCESS', 'message' => "Đặt thành công vị trí $slot_id"]);
    } else {
        $conn->rollback();
        echo json_encode(['status' => 'OCCUPIED', 'message' => 'Vị trí đã có người giữ']);
    }
} catch (Exception $e) {
    $conn->rollback();
    echo json_encode(['status' => 'FAIL', 'message' => $e->getMessage()]);
}
?>

Kiểm thử và Đánh giá hiệu năng (Testing & Validation)

Hệ thống đã trải qua các đợt kiểm thử thực nghiệm trên 100 mẫu phương tiện ra/vào với các điều kiện thử nghiệm khác nhau:

Kịch bản kiểm thử Số mẫu thử Tỷ lệ nhận diện biển số (OCR) Tỷ lệ đọc thẻ RFID Thời gian đáp ứng trung bình (ms) Kết quả rào chắn (Barrier)
Điều kiện chuẩn (Đủ sáng, biển sạch) 50 96.0% (48/50) 100% 750 ms Mở chính xác $100%$
Góc nghiêng lệch ($10^\circ - 15^\circ$) 25 88.0% (22/25) 100% 820 ms Mở chính xác $100%$
Biển số mờ / Bám bụi nhẹ 15 80.0% (12/15) 100% 910 ms Báo còi kiểm tra thủ công
Tráo biển số sai lệch thẻ 10 100% (Phát hiện lỗi) 100% 680 ms Khóa rào chắn, kích hoạt cảnh báo 
PHÂN RÃ ĐỘ TRỄ HỆ THỐNG (TỔNG THỜI GIAN: ~750ms)
+-----------------------------------------------------------------------------------+
| Đọc thẻ RFID RC522 (SPI): 50ms                                                    |
| Chụp ảnh & Chuyển đổi dữ liệu: 120ms                                              |
| Lọc Canny & Tìm Contour: 180ms                                                    |
| Thuật toán nhận dạng OCR: 280ms                                                   |
| Truy vấn MySQL & Xuất lệnh UART mở Barrier: 120ms                                 |
+-----------------------------------------------------------------------------------+

Đổi mới và đóng góp

  1. Xác thực bảo mật đa nhân tố (Two-Factor Physical Authentication): Thay vì chỉ tin cậy vào mã UID của thẻ từ (vốn có thể bị sao chép hoặc tráo đổi) hay chỉ dựa vào camera nhận dạng (dễ bị ảnh hưởng bởi ánh sáng), hệ thống kết hợp song song: $$\text{Điều kiện mở rào} = (\text{UID}{\text{Thẻ}} == \text{UID}{\text{CSDL}}) \land (\text{BiểnSố}{\text{Camera}} == \text{BiểnSố}{\text{ĐăngKý}})$$ Nhờ đó, tỷ lệ ngăn chặn hành vi trộm cắp và gian lận vé xe đạt mức tuyệt đối ($100%$).
  2. Thuật toán trích xuất biên theo cây phả hệ hình học (Contour Tree): Việc ứng dụng cây phân cấp HNext/VNext kết hợp lọc tỷ lệ Aspect Ratio chuẩn Việt Nam ($1.0 - 2.2$) giúp giảm hơn $70%$ khối lượng tính toán so với việc quét toàn bộ bức ảnh, cho phép phần mềm thực thi mượt mà trên các máy tính cấu hình văn phòng cơ bản mà không cần GPU chuyên dụng.
  3. Tiên phong tích hợp IoT Web Booking vào bãi đỗ thông minh: Giải pháp cho phép người dùng chủ động chọn slot đỗ xe trước khi di chuyển đến bãi, giảm thiểu thời gian chạy xe tìm kiếm điểm đỗ trong bãi tới $60%$, hạn chế phát thải khí $CO_2$ trong không gian kín của tầng hầm.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng (Use Cases)

  • Bãi đỗ xe tòa nhà văn phòng & Trung tâm thương mại: Quản lý hàng nghìn lượt xe mỗi ngày, phân quyền vé tháng (thẻ định danh cố định) và vé lượt (thẻ phát tự động) linh hoạt.
  • Khuôn viên trường Đại học / Bệnh viện: Tích hợp thẻ sinh viên, thẻ cán bộ công chức có gắn chip RFID Mifare vào hệ thống giữ xe mà không cần phát hành thêm thẻ mới.
                      SƠ ĐỒ TRIỂN KHAI PHẦN CỨNG BÃI XE
                             
                +-----------------------------------------+
                |           CAMERA NHẬN DIỆN             |
                +--------------------+--------------------+
                                     |
+-------------+         +------------v------------+         +-------------+
| CẢM BIẾN IR |-------->| TRẠM ĐIỀU KHIỂN ARDUINO |<--------| ĐẦU ĐỌC     |
| VÀO / RA    |         +------------+------------+         | RFID RC522  |
+-------------+                      |                      +-------------+
                                     v
                        +-------------------------+
                        |  ĐỘNG CƠ BARRIER SERVO  |
                        +-------------------------+

Phân tích chi phí - lợi ích (Cost-Benefit Analysis) & Lộ trình triển khai

  • Chi phí đầu tư phần cứng ban đầu: Tiết kiệm đến $45%$ so với việc mua sắm hệ thống bãi xe thương mại nhập ngoại cồng kềnh nhờ tận dụng các module phần cứng mở (Arduino, RC522, Camera IP/Webcam độ phân giải cao).
  • Thời gian hoàn vốn (ROI): Ước tính từ 8 – 12 tháng thông qua việc cắt giảm $50%$ nhân sự trực tại các chốt kiểm soát và loại bỏ hoàn toàn chi phí in vé giấy hàng tháng.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật hiện tại

  • Độ phụ thuộc môi trường quang học: Thuật toán Canny và OCR truyền thống dễ suy giảm độ chính xác khi biển số bị biến dạng cơ học, dính bùn đất nặng hoặc hoạt động trong điều kiện thiếu sáng trầm trọng (dưới 15 Lux).
  • Khoảng cách quét RFID: Module RC522 dải tần 13.56 MHz chỉ hỗ trợ khoảng cách quẹt thẻ gần ($2 - 5\text{ cm}$), đòi hỏi tài xế phải dừng hẳn xe và hạ kính để quẹt thẻ.

Hướng phát triển trong tương lai

  • Nâng cấp Deep Learning: Chuyển đổi module xử lý ảnh sang mạng nơ-ron tích chập (YOLOv8 cho Object Detection và CRNN/Transformer cho Text Recognition) nhằm đạt độ chính xác $> 99%$ trong mọi điều kiện thời tiết phức tạp.
  • Ứng dụng RFID tầm xa (UHF 860 – 960 MHz): Nâng khoảng cách nhận diện lên $3 - 7\text{ m}$, biến bãi xe thành trạm thu phí hoàn toàn tự động không dừng (ETC).
  • Ứng dụng di động & Cổng thanh toán: Phát triển ứng dụng Flutter/React Native tích hợp thanh toán tự động qua mã QR động (VNPay/MoMo).

Đối tượng hưởng lợi

+------------------------------------------------------------------------------------+
|                                ĐỐI TƯỢNG HƯỞNG LỢI                                 |
+------------------------------------------------------------------------------------+
| - Sinh viên / Người học: Tài liệu mẫu về kết hợp IoT, xử lý ảnh và nhúng C#.       |
| - Kỹ sư / Lập trình viên: Nắm vững pipeline xử lý EmguCV, giao tiếp UART/SPI.      |
| - Doanh nghiệp / Chủ bãi xe: Giải pháp tự động hóa chi phí thấp, hoàn vốn nhanh.    |
| - Nhà nghiên cứu: Tiền đề phát triển các giải pháp Smart City và giao thông IoT.    |
+------------------------------------------------------------------------------------+
  • Sinh viên chuyên ngành Điện tử, Tự động hóa, CNTT: Cung cấp tài liệu thực chiến toàn diện từ thiết kế mạch điện tử, giao thức truyền thông nối tiếp đến lập trình ứng dụng C# và Web Server.
  • Kỹ sư phát triển phần mềm nhúng & IoT: Hệ thống cung cấp thiết kế mẫu chuẩn mực về kiến trúc truyền thông phân tầng giữa vi điều khiển biên (Edge MCU) và máy chủ tính toán (Host PC).
  • Chủ đầu tư và Đơn vị quản lý vận hành: Tối ưu hóa năng lực phục vụ, loại trừ rủi ro thất thoát doanh thu, nâng cao trải nghiệm khách hàng với chi phí đầu tư hợp lý.

Câu hỏi thường gặp

1. Yêu cầu cấu hình tối thiểu của máy tính trạm (PC) để vận hành phần mềm quản lý là gì?

Hệ thống được tối ưu hóa thuật toán Canny nên yêu cầu tài nguyên rất thấp: CPU Intel Core i3 thế hệ 4 trở lên (hoặc tương đương), RAM tối thiểu 4GB, ổ cứng trống 10GB lưu trữ CSDL ảnh, hệ điều hành Windows 7/10/11 (32-bit hoặc 64-bit), có sẵn 02 cổng USB (01 kết nối Camera, 01 kết nối mạch Arduino UART).

2. Hệ thống xử lý thế nào khi xảy ra mất điện hoặc gián đoạn kết nối mạng?

Hệ thống phần cứng có thể tích hợp bộ lưu điện UPS 12V dự phòng duy trì mạch điều khiển và Barrier hoạt động trong 4 giờ. Cơ sở dữ liệu MySQL chạy trên máy trạm Local LAN nên việc mất kết nối Internet bên ngoài không ảnh hưởng đến hoạt động quẹt thẻ và mở barrier tại cổng.

3. Làm sao để phân biệt biển số xe ô tô và biển số xe máy?

Thuật toán dựa trên tỷ lệ khung hình (Aspect Ratio = Width / Height) của đường bao Contour: Biển số sau xe ô tô có kích thước $200 \times 280\text{ mm}$ (tỷ lệ $\approx 1.4$), trong khi biển xe máy $140 \times 190\text{ mm}$ (tỷ lệ $\approx 1.35$) và có cách bố trí số dòng ký tự khác nhau (biển ô tô thường nằm trên 1 dòng dài hoặc 2 dòng ngắn đặc thù).

4. Nếu thẻ RFID bị mất, kẻ gian có thể dùng xe khác có gắn biển số giả để lấy xe ra không?

Không thể. Khi xe ra, hệ thống tiến hành đối soát chéo 3 yếu tố: Mã UID thẻ, Chuỗi ký tự biển số OCR và Hình ảnh khuôn mặt/dáng xe được lưu trong phiên gửi tại image_in_path. Mọi sự sai lệch giữa biển số thực tế và dữ liệu thẻ sẽ lập tức khóa barrier và kích hoạt chuông báo động.

5. Chi phí triển khai cho một bãi giữ xe 2 làn (1 vào, 1 ra) ước tính khoảng bao nhiêu?

Tổng chi phí phần cứng mô hình mẫu (gồm 2 barrier servo/cơ, 2 camera IP độ nét cao, 2 bộ đọc RFID, mạch điều khiển trung tâm và máy tính trạm) dao động từ 15.000.000 – 25.000.000 VNĐ, chỉ bằng $1/3$ so với các giải pháp thương mại đóng gói sẵn trên thị trường.

Kết luận

Đề tài "Hệ thống bãi giữ xe ứng dụng công nghệ RFID kết hợp nhận diện biển số" của nhóm tác giả Vũ Tiến Trình và Lê Vũ Khanh (ĐH Sư phạm Kỹ thuật TP.HCM) đã giải quyết trọn vẹn bài toán tự động hóa kiểm soát phương tiện giao thông tĩnh. Bằng sự kết hợp chặt chẽ giữa công nghệ nhận dạng tần số vô tuyến RFID 13.56 MHz, xử lý ảnh biên Canny & OCR trên nền tảng EmguCV, cùng giao thức web đặt chỗ hiện đại, hệ thống đã chứng minh tính khả thi vượt trội với độ chính xác cao, thời gian đáp ứng dưới 1.5 giây và triệt tiêu hoàn toàn các nguy cơ gian lận an ninh. Đây là mô hình ứng dụng tiêu biểu, sẵn sàng chuyển giao công nghệ và nhân rộng trong các mô hình đô thị thông minh (Smart City) tại Việt Nam.