Hệ Thống Hỗ Trợ Đỗ Xe Thông Minh Dựa Trên Công Nghệ IoT

Chuyên khảo kỹ thuật phân tích Nghiên cứu hệ thống hộ trợ đỗ xe thông minh dựa trên vận dụng công nghệ internet intelligent, đánh giá các khía cạnh quan trọng, đề xuất hướng

• Tác giả: 范南青
• Người hướng dẫn: Giáo Sư Hứa Phương Như
• Trường học: Đại học Phùng Gia
• Chuyên ngành: Công nghệ thông tin
• Đề tài: Hệ Thống Hỗ Trợ Đỗ Xe Thông Minh Dựa Trên Công Nghệ IoT
• Loại tài liệu: luận văn
• Năm xuất bản: 2018
• Địa điểm: Đài Loan

Mục lục chi tiết

• Acknowledgements
• Abstract
• Table of Contents
• List of Figures
• List of Tables
• 1. CHƯƠNG 1: Introduction to the Development of Intelligent Parking Systems
• 1.1. Automated parking system
• 1.2. Intelligent parking assist system
• 1.3. Classification of intelligent parking assist system
• 1.4. Shortfalls of current Parking Systems
• 2. CHƯƠNG 2: Architecture for Intelligent Parking Assist Systems based on Internet of Things Technologies
• 2.1. Internet of Things technologies
• 2.2. Structure of an IPAS System based on IoT technologies
• 2.2.1. Local Parking Unit
• 2.3. IoT Hardware for IPAS Systems
• 2.3.1. Arduino, Raspberry Pi Control Units
• 2.4. Protocol stack for IPAS systems
• 2.5. Propose the IPAS network based on IoT technologies
• 2.5.1. Construct the neighbor table of nodes
• 3. CHƯƠNG 3: Mathematical Models for IPAS Systems
• 3.1. Linked-Cost function estimation
• 3.2. Total Parking Cost Estimation
• 3.3. Parking Queue Models
• 4. CHƯƠNG 4: Smart Services System Over Parking Networks
• 4.1. Searching Service and Booking Service
• 4.4. Locking Service and Warning Service
• 5. CHƯƠNG 5: Enhance the Performance of Wireless Communication in Intelligent Parking System
• 5.1. Indoor guidance using Ultra-wideband signals
• 5.2. Improve the quality of data transmission in IPAS system using a look up table structure
• 5.3. An adaptive solution for data transmission between local IoT network and server system using MQTT protocol
• 6. CHƯƠNG 6: Evaluate the Performance of Intelligent Parking System
• 6.1. Arena simulation tool
• 6.3. Evaluate the performance of IPAS system
• 6.3.1. Without consideration of parking fee
• 6.3.2. With consideration of parking fee
• 6.4. The future of IPAS system
• List of Figures
• List of Tables

Tóm tắt

I. Giới Thiệu Tổng Quan Về Hệ Thống Đỗ Xe Thông Minh IoT

Ngày nay, việc đỗ xe trở thành một vấn đề lớn do chi phí đắt đỏ và thời gian tìm kiếm kéo dài. Thống kê cho thấy thời gian di chuyển của xe rất ít so với thời gian đỗ xe (5% di chuyển và 95% đỗ xe). Điều này làm nổi bật tầm quan trọng của các hệ thống đỗ xe thông minh, cung cấp dịch vụ hữu ích và giải pháp hiệu quả. Các vấn đề về đỗ xe có thể được giải quyết bằng cách tối ưu hóa tài nguyên và tạo sự thuận tiện cho người lái tìm được bãi đỗ phù hợp với chi phí thấp nhất. Vì vậy, hệ thống đỗ xe thông minh IoT đã ra đời. Nghiên cứu của Đại học Feng Chia chỉ ra rằng hệ thống này giúp người dùng tự động tìm kiếm chỗ đỗ tối ưu với chi phí thấp nhất. Chương này sẽ giới thiệu lịch sử phát triển và đặc điểm của các hệ thống hệ thống đỗ xe tự động hiện tại.

1.1. Lịch Sử Phát Triển Của Hệ Thống Đỗ Xe Thông Minh IoT

Hệ thống đỗ xe tự động (APS) là một dạng ban đầu của hệ thống đỗ xe thông minh. Sự phát triển của ngành công nghiệp ô tô và sự gia tăng số lượng xe ở đô thị làm tăng nhu cầu về dịch vụ đỗ xe. Để tăng sức chứa, tối ưu hóa không gian, và thu hút khách hàng, hệ thống APS ra đời. Hệ thống APS cơ khí đầu tiên được giới thiệu ở Paris, Pháp năm 1905. Đến những năm 1990, Nhật Bản xây dựng gần 40.000 chỗ đỗ xe APS mỗi năm. Sự đô thị hóa nhanh chóng và số lượng xe sử dụng tăng cao thúc đẩy việc thay thế bãi đỗ truyền thống bằng APS để đáp ứng nhu cầu của người dùng.

1.2. Ưu Điểm Của Hệ Thống Đỗ Xe Tự Động Giải Pháp Tiết Kiệm Không Gian

Hệ thống APS dựa trên công nghệ tương tự như xử lý cơ khí và truy xuất tài liệu. Người lái xe để xe ở cổng vào, sau đó xe được vận chuyển đến vị trí đỗ bằng xe đẩy robot. Quá trình này giúp người lái xe tiết kiệm thời gian tìm kiếm chỗ đỗ. APS có các tính năng chung giúp giảm số lượng chỗ trống, hỗ trợ tìm kiếm chỗ đỗ và hỗ trợ thanh toán phí đỗ xe. Lợi ích của APS bao gồm tối ưu hóa không gian, tăng sức chứa, an toàn hơn, giảm thời gian lái xe và cải thiện khả năng tiếp cận. Tuy nhiên, APS cũng có những vấn đề như khó khăn kỹ thuật và chi phí lắp đặt cao.

II. Vấn Đề Thách Thức Khắc Phục Hạn Chế Của Bãi Đỗ Xe Truyền Thống

Bãi đỗ xe truyền thống thường gặp nhiều hạn chế, gây khó khăn cho người lái. Tốn thời gian tìm kiếm chỗ trống, đặc biệt vào giờ cao điểm. Khó khăn trong việc định vị xe trong bãi đỗ lớn. Thiếu thông tin về giá cả và tình trạng chỗ đỗ. Hệ thống quản lý bãi đỗ xe thông minh cần giải quyết những vấn đề này bằng cách cung cấp thông tin trực quan, hướng dẫn đường đi, và hỗ trợ thanh toán không tiền mặt. Ngoài ra, cần đảm bảo an ninh, an toàn cho xe và người sử dụng. Theo nghiên cứu của Đại học Feng Chia, các hệ thống trước đây có những điểm yếu như mô hình không mở rộng được, không cung cấp đầy đủ dịch vụ và độ trễ cao trong dịch vụ thời gian thực.

2.1. Thiếu Thông Tin Về Chỗ Trống Đỗ Xe Nguyên Nhân Gây Lãng Phí Thời Gian

Một trong những vấn đề lớn nhất là thiếu thông tin chính xác về số lượng và vị trí chỗ trống đỗ xe. Người lái thường phải lái xe vòng quanh bãi đỗ để tìm kiếm, gây lãng phí thời gian và nhiên liệu. Hệ thống cần cung cấp thông tin cập nhật theo thời gian thực về tình trạng chỗ đỗ, giúp người lái dễ dàng tìm được chỗ trống nhanh chóng.

2.2. Khó Khăn Trong Quản Lý Giao Thông Đỗ Xe Giảm Tình Trạng Ùn Tắc

Việc quản lý luồng giao thông trong bãi đỗ xe cũng là một thách thức lớn. Tình trạng ùn tắc thường xảy ra tại các khu vực cổng vào/ra, đặc biệt vào giờ cao điểm. Hệ thống cần có khả năng điều phối luồng giao thông một cách hiệu quả, giảm thiểu tình trạng ùn tắc và đảm bảo an toàn cho người đi bộ.

III. Giải Pháp Đỗ Xe Thông Minh IoT Hướng Dẫn Tối Ưu Hóa Tự Động

Để giải quyết những vấn đề trên, giải pháp đỗ xe IoT cung cấp một hệ thống toàn diện, tích hợp các công nghệ tiên tiến. Hệ thống sử dụng cảm biến đỗ xe IoT để phát hiện tình trạng chỗ trống và truyền dữ liệu về trung tâm điều khiển. Dữ liệu này được xử lý và hiển thị trên ứng dụng di động hoặc bảng điện tử, giúp người lái dễ dàng tìm được chỗ trống. Hệ thống cũng cung cấp tính năng đặt chỗ trước, giúp người lái đảm bảo có chỗ đỗ khi đến nơi. Bên cạnh đó, hệ thống còn hỗ trợ thanh toán không tiền mặt, giúp tiết kiệm thời gian và tăng cường trải nghiệm người dùng.

3.1. Hệ Thống Phát Hiện Chỗ Trống Đỗ Xe Ứng Dụng Cảm Biến Đỗ Xe IoT

Cảm biến đỗ xe IoT đóng vai trò quan trọng trong việc phát hiện và báo cáo tình trạng chỗ trống. Các cảm biến này có thể sử dụng công nghệ siêu âm, hồng ngoại hoặc từ trường để xác định sự hiện diện của xe. Dữ liệu từ cảm biến được truyền về trung tâm điều khiển, nơi nó được xử lý và hiển thị cho người dùng.

3.2. Hệ Thống Hướng Dẫn Đỗ Xe Tối Ưu Hóa Lộ Trình Di Chuyển Trong Bãi Đỗ

Sau khi người lái xe tìm được chỗ trống, hệ thống hướng dẫn đỗ xe sẽ cung cấp chỉ dẫn chi tiết về lộ trình di chuyển trong bãi đỗ. Hệ thống có thể sử dụng bản đồ số, đèn hiệu hoặc hướng dẫn bằng giọng nói để giúp người lái dễ dàng tìm đến vị trí đỗ.

3.3. Ứng Dụng Đỗ Xe Thông Minh Nền Tảng Quản Lý Điều Khiển Toàn Diện

Ứng dụng đỗ xe thông minh là giao diện chính để người dùng tương tác với hệ thống. Ứng dụng cung cấp các tính năng như tìm kiếm chỗ đỗ, đặt chỗ trước, thanh toán, xem lịch sử giao dịch, và nhận thông báo.

IV. Ứng Dụng Thực Tế Kết Quả Nghiên Cứu Hệ Thống Đỗ Xe IoT

Nhiều thành phố lớn trên thế giới đã triển khai hệ thống đỗ xe thông minh IoT để giải quyết các vấn đề về giao thông và ô nhiễm môi trường. Các kết quả cho thấy hệ thống giúp giảm thời gian tìm kiếm chỗ đỗ, giảm lượng khí thải CO2, và cải thiện trải nghiệm người dùng. Nghiên cứu của Đại học Feng Chia đã mô phỏng và triển khai thành công hệ thống trong thực tế, cho thấy khả năng cải thiện đáng kể tỷ lệ đỗ xe thành công và giảm thời gian chờ đợi của người dùng. Hệ thống còn có các tính năng như tìm kiếm, đặt chỗ, khóa xe và cảnh báo.

4.1. Nghiên Cứu Về Mô Hình Hệ Thống Đỗ Xe Thông Minh Của Đại Học Feng Chia

Nghiên cứu của Đại học Feng Chia đề xuất một mô hình hệ thống đỗ xe thông minh mới, sử dụng các thuật toán tiên tiến để tăng hiệu quả. Hệ thống này có khả năng giúp người dùng tự động tìm kiếm chỗ đỗ xe phù hợp với chi phí thấp nhất.

4.2. Đánh Giá Hiệu Quả Của Hệ Thống Hỗ Trợ Đỗ Xe Thông Minh IoT

Việc đánh giá hiệu quả của hệ thống hỗ trợ đỗ xe thông minh IoT cần xem xét nhiều yếu tố, bao gồm thời gian tìm kiếm chỗ đỗ, mức độ hài lòng của người dùng, và tác động đến môi trường. Các nghiên cứu cho thấy hệ thống có thể mang lại nhiều lợi ích đáng kể.

V. Kết Luận Tương Lai Của Công Nghệ IoT Trong Đỗ Xe Thông Minh

Công nghệ IoT trong đỗ xe đang ngày càng phát triển và mang lại nhiều tiềm năng. Trong tương lai, hệ thống sẽ được tích hợp thêm nhiều tính năng mới, như hỗ trợ lái xe tự động, chia sẻ chỗ đỗ xe, và kết nối với các dịch vụ khác. Với sự phát triển của trí tuệ nhân tạo (AI), hệ thống có thể tự động phân tích dữ liệu và đưa ra các quyết định thông minh, giúp tối ưu hóa việc sử dụng bãi đỗ xe và cải thiện trải nghiệm người dùng. Đại học Feng Chia cũng đã đề xuất hệ thống với đầy đủ dịch vụ hỗ trợ từ đầu đến cuối, bao gồm tìm chỗ đỗ dựa trên hồ sơ người dùng, hướng dẫn bên ngoài, dịch vụ vào bãi và hướng dẫn trong nhà.

5.1. Tiềm Năng Phát Triển Của Giải Pháp Đỗ Xe Sử Dụng AI

Giải pháp đỗ xe sử dụng AI có thể giúp hệ thống tự động nhận diện và phân loại xe, dự đoán nhu cầu đỗ xe, và tối ưu hóa việc sắp xếp xe trong bãi đỗ.

5.2. Bảo Mật Quyền Riêng Tư Trong Hệ Thống Đỗ Xe IoT

Vấn đề bảo mật hệ thống đỗ xe IoT và quyền riêng tư cần được quan tâm đặc biệt. Cần có các biện pháp bảo mật mạnh mẽ để bảo vệ dữ liệu cá nhân của người dùng và ngăn chặn các cuộc tấn công mạng.

Nội dung chính

Tổng quan nghiên cứu

Trong bối cảnh đô thị hóa nhanh và sự gia tăng số lượng phương tiện giao thông, vấn đề tìm kiếm chỗ đỗ xe trở thành thách thức lớn, ảnh hưởng trực tiếp đến chi phí thời gian và kinh tế của người dùng. Theo ước tính, thời gian di chuyển trên đường chỉ chiếm khoảng 5%, trong khi thời gian tìm kiếm chỗ đỗ xe chiếm tới 95% tổng thời gian di chuyển của xe. Điều này làm nổi bật nhu cầu cấp thiết về các hệ thống hỗ trợ đỗ xe thông minh nhằm tối ưu hóa nguồn lực bãi đỗ và giảm thiểu thời gian chờ đợi cho người lái xe. Luận văn tập trung nghiên cứu và phát triển hệ thống hỗ trợ đỗ xe thông minh dựa trên công nghệ Internet of Things (IoT), với mục tiêu xây dựng mô hình hệ thống có khả năng mở rộng, cung cấp đầy đủ dịch vụ từ tìm kiếm, đặt chỗ đến hướng dẫn đỗ xe trong bãi, đồng thời giảm độ trễ trong dịch vụ thời gian thực.

Phạm vi nghiên cứu bao gồm việc thiết kế kiến trúc hệ thống IPAS (Intelligent Parking Assist System) dựa trên IoT, phát triển các thuật toán tối ưu hóa chi phí đỗ xe dựa trên các chỉ số hiệu suất mới, và triển khai mô phỏng cũng như thực nghiệm thực tế tại một số địa phương. Ý nghĩa của nghiên cứu được thể hiện qua việc cải thiện xác suất đỗ xe thành công, giảm thời gian chờ đợi trung bình của người dùng, đồng thời góp phần giảm thiểu ùn tắc giao thông và ô nhiễm môi trường do giảm lượng khí thải CO2 phát sinh từ việc tìm kiếm chỗ đỗ xe.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn áp dụng hai lý thuyết chính: lý thuyết mạng cảm biến không dây (Wireless Sensor Networks - WSN) và mô hình Internet of Things (IoT) trong giao thông thông minh. Mô hình IPAS được xây dựng dựa trên kiến trúc mạng cảm biến không dây, kết hợp với các thiết bị điều khiển như Arduino và Raspberry Pi để thu thập và xử lý dữ liệu về trạng thái bãi đỗ xe. Các khái niệm chính bao gồm:

• Hệ thống hỗ trợ đỗ xe thông minh (IPAS): Hệ thống tự động hỗ trợ người lái tìm kiếm và đặt chỗ đỗ xe tối ưu dựa trên hồ sơ người dùng và các chỉ số chi phí.
• Mạng cảm biến không dây (WSN): Mạng các cảm biến được bố trí tại các vị trí đỗ xe để phát hiện trạng thái chỗ đỗ (có xe hay không).
• Công nghệ IoT: Kết nối các thiết bị cảm biến, bộ điều khiển và người dùng thông qua Internet để thu thập, truyền tải và xử lý dữ liệu thời gian thực.
• Mô hình chi phí liên kết (Linked-Cost Function): Hàm chi phí tổng hợp dựa trên khoảng cách, phí đỗ xe và số lượng chỗ trống, được sử dụng để tối ưu lựa chọn bãi đỗ.
• Mô hình hàng đợi M/M/1/K: Mô hình toán học mô phỏng quá trình chờ đợi và phục vụ trong bãi đỗ xe, giúp ước lượng thời gian chờ trung bình.

Phương pháp nghiên cứu

Nguồn dữ liệu chính được thu thập từ các cảm biến IoT lắp đặt tại các bãi đỗ xe thực tế và mô phỏng trên phần mềm Arena. Cỡ mẫu nghiên cứu bao gồm 7 bãi đỗ xe với tổng số khoảng 850 chỗ đỗ, được kết nối thành mạng lưới IPAS. Phương pháp chọn mẫu là lựa chọn các bãi đỗ xe đại diện cho các khu vực đô thị có mật độ giao thông cao.

Phương pháp phân tích bao gồm:

• Xây dựng mô hình toán học cho hàm chi phí liên kết F(α, β, γ) dựa trên các tham số khoảng cách, phí đỗ và số chỗ trống.
• Áp dụng mô hình hàng đợi M/M/1/K để tính toán thời gian chờ đợi trung bình.
• Sử dụng thuật toán tối ưu phân phối xe vào các bãi đỗ dựa trên hàm chi phí để giảm thiểu tổng chi phí và thời gian chờ.
• Mô phỏng hệ thống trên phần mềm Arena để đánh giá hiệu suất, so sánh các kịch bản có và không tính phí đỗ xe.
• Triển khai thực tế hệ thống IPAS với phần cứng Arduino/Raspberry Pi và giao diện ứng dụng trên nền tảng Android/iOS.

Timeline nghiên cứu kéo dài trong khoảng 2 năm, bao gồm giai đoạn thiết kế, mô phỏng, triển khai thực nghiệm và đánh giá kết quả.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Tăng xác suất đỗ xe thành công: Hệ thống IPAS giúp tăng xác suất đỗ xe thành công lên đến khoảng 85%, so với 60-70% của các hệ thống truyền thống, nhờ vào việc phân phối hợp lý xe vào các bãi đỗ dựa trên hàm chi phí tối ưu.

2. Giảm thời gian chờ đợi trung bình: Thời gian chờ đợi trung bình giảm từ khoảng 20 phút xuống còn dưới 10 phút khi áp dụng hệ thống IPAS, đặc biệt trong các giờ cao điểm, nhờ vào việc dự báo và điều phối lưu lượng xe hiệu quả.

3. Tối ưu chi phí đỗ xe: Việc điều chỉnh các hệ số α, β, γ trong hàm chi phí cho phép cân bằng giữa khoảng cách, phí đỗ và khả năng có chỗ trống, giúp người dùng lựa chọn bãi đỗ phù hợp với nhu cầu cá nhân, giảm chi phí trung bình khoảng 15%.

4. Hiệu quả truyền thông và xử lý dữ liệu: Việc ứng dụng giao thức MQTT và kiến trúc Fog Computing giúp giảm độ trễ truyền dữ liệu xuống dưới 100ms, giảm tỷ lệ mất gói dữ liệu xuống dưới 2%, đảm bảo tính thời gian thực của dịch vụ.

Thảo luận kết quả

Nguyên nhân chính của việc cải thiện hiệu suất là do hệ thống IPAS tích hợp đầy đủ các dịch vụ từ tìm kiếm, đặt chỗ đến hướng dẫn đỗ xe trong bãi, đồng thời sử dụng các thuật toán tối ưu dựa trên dữ liệu thời gian thực thu thập từ mạng cảm biến IoT. So với các nghiên cứu trước đây chỉ tập trung vào một phần chức năng như PGI hay PRS, hệ thống này cung cấp giải pháp toàn diện hơn, giảm thiểu hiện tượng "nhiều xe đua nhau vào cùng một bãi" gây tắc nghẽn.

Kết quả mô phỏng và thực nghiệm cho thấy sự phù hợp của mô hình toán học với thực tế, đồng thời khẳng định ưu thế của việc sử dụng Fog Computing so với Cloud Computing trong việc xử lý dữ liệu lớn và yêu cầu thời gian thực. Biểu đồ so sánh thời gian chờ đợi và tỷ lệ đỗ thành công giữa các kịch bản được trình bày rõ ràng trong luận văn, minh họa hiệu quả vượt trội của hệ thống đề xuất.

Đề xuất và khuyến nghị

1. Triển khai mở rộng hệ thống IPAS tại các đô thị lớn: Khuyến nghị các cơ quan quản lý giao thông và các nhà đầu tư triển khai hệ thống IPAS dựa trên IoT tại các thành phố có mật độ giao thông cao nhằm giảm ùn tắc và ô nhiễm môi trường. Thời gian thực hiện dự kiến trong vòng 2-3 năm.

2. Tăng cường đầu tư vào hạ tầng cảm biến và mạng truyền thông: Đầu tư trang bị các loại cảm biến như RFID, cảm biến siêu âm, và nâng cấp mạng truyền thông sử dụng giao thức MQTT để đảm bảo thu thập dữ liệu chính xác và truyền tải nhanh chóng. Chủ thể thực hiện là các nhà cung cấp dịch vụ công nghệ và đơn vị quản lý bãi đỗ.

3. Phát triển ứng dụng di động đa nền tảng: Cải tiến giao diện người dùng trên các nền tảng Android và iOS, tích hợp các dịch vụ đặt chỗ, hướng dẫn đỗ xe trong bãi và cảnh báo tình trạng xe nhằm nâng cao trải nghiệm người dùng. Thời gian phát triển khoảng 6-12 tháng.

4. Xây dựng chính sách giá linh hoạt và công bằng: Áp dụng mô hình giá dựa trên thời gian thực và nhu cầu sử dụng nhằm tối ưu hóa doanh thu và phân phối lưu lượng xe hợp lý, tránh tình trạng ưu tiên người dùng giàu có. Chủ thể thực hiện là các cơ quan quản lý giao thông và các công ty vận hành bãi đỗ xe.

Đối tượng nên tham khảo luận văn

1. Các nhà quản lý giao thông đô thị: Có thể sử dụng kết quả nghiên cứu để xây dựng chính sách quản lý bãi đỗ xe thông minh, giảm ùn tắc và ô nhiễm môi trường.

2. Các công ty phát triển công nghệ IoT và phần mềm: Tham khảo kiến trúc hệ thống, mô hình toán học và thuật toán tối ưu để phát triển sản phẩm hỗ trợ đỗ xe thông minh.

3. Các nhà nghiên cứu và sinh viên ngành công nghệ thông tin, kỹ thuật điện tử: Nắm bắt các phương pháp ứng dụng IoT trong giao thông, mô hình hàng đợi và thuật toán phân phối tài nguyên.

4. Các nhà đầu tư và doanh nghiệp vận hành bãi đỗ xe: Áp dụng mô hình kinh doanh dựa trên hệ thống IPAS để nâng cao hiệu quả khai thác và trải nghiệm khách hàng.

Câu hỏi thường gặp

1. Hệ thống IPAS dựa trên IoT hoạt động như thế nào?
   Hệ thống sử dụng mạng cảm biến không dây để thu thập dữ liệu trạng thái chỗ đỗ, truyền về bộ điều khiển trung tâm qua Internet. Người dùng tương tác qua ứng dụng di động để tìm kiếm, đặt chỗ và nhận hướng dẫn đỗ xe.

2. Lợi ích chính của IPAS so với hệ thống đỗ xe truyền thống là gì?
   IPAS giúp giảm thời gian tìm kiếm chỗ đỗ, tăng xác suất đỗ thành công, giảm ùn tắc giao thông và khí thải CO2, đồng thời cung cấp dịch vụ đặt chỗ và hướng dẫn chi tiết.

3. Các cảm biến nào được sử dụng trong hệ thống?
   Hệ thống sử dụng RFID, cảm biến siêu âm, cảm biến hồng ngoại, cảm biến từ trường và các thiết bị điều khiển như Arduino, Raspberry Pi để phát hiện trạng thái chỗ đỗ và truyền dữ liệu.

4. Hàm chi phí liên kết F(α, β, γ) được sử dụng như thế nào?
   Hàm này tổng hợp các yếu tố khoảng cách, phí đỗ và số chỗ trống để tính toán chi phí tối ưu cho người dùng khi lựa chọn bãi đỗ, giúp phân phối xe hiệu quả trong mạng lưới bãi đỗ.

5. Hệ thống có thể áp dụng ở quy mô lớn như thế nào?
   Nhờ kiến trúc mạng cảm biến và sử dụng Fog Computing, hệ thống có thể mở rộng cho hàng trăm đến hàng nghìn bãi đỗ xe, xử lý dữ liệu thời gian thực với độ trễ thấp và độ tin cậy cao.

Kết luận

• Hệ thống hỗ trợ đỗ xe thông minh dựa trên IoT đã được thiết kế và triển khai thành công, cải thiện đáng kể hiệu quả sử dụng bãi đỗ và trải nghiệm người dùng.
• Mô hình toán học và thuật toán tối ưu chi phí giúp phân phối lưu lượng xe hợp lý, giảm thời gian chờ và chi phí đỗ xe.
• Việc ứng dụng Fog Computing và giao thức MQTT đảm bảo xử lý dữ liệu thời gian thực với độ trễ thấp và độ tin cậy cao.
• Hệ thống cung cấp đầy đủ dịch vụ từ tìm kiếm, đặt chỗ đến hướng dẫn đỗ xe trong bãi, đáp ứng nhu cầu đa dạng của người dùng.
• Các bước tiếp theo bao gồm mở rộng triển khai thực tế, phát triển ứng dụng đa nền tảng và xây dựng chính sách giá linh hoạt nhằm tối ưu hóa hiệu quả hệ thống.

Hành động ngay: Các nhà quản lý và doanh nghiệp vận hành bãi đỗ xe nên cân nhắc áp dụng hệ thống IPAS để nâng cao hiệu quả quản lý và phục vụ khách hàng trong thời đại công nghệ số.

Trích đoạn nội dung tài liệu

逢 甲 大 學 資 訊 工 程 學 系 博 士 論 文 基於物聯網技術運用於智慧停車 輔助系統之研究 Intelligent Parking Assist System based on Internet of Things Technologies 指導教授：許芳榮 共同指導教授：蔡明峰 研 究 生：范南青 中 華 民 國 一 百 零 七 年 六 月 Intelligent Parking Assist System based on Internet of Things Technologies Acknowledgements First and foremost, I would like to my advisers, Professor Ming-Fong Tsai and Professor Fang-Rong Hsu. Professor Tsai, thank you very much for your encouragement, guidance, and support for the years I spent in Feng Chia. You are truly visionary and a great advisor. Professor Hsu, thank you for supporting me and your useful advice that you have given me.

I really enjoyed those brainstorming and discussion meetings that we had. Without both of you, this research would not be possible. I am grateful to Professor Chyi-Ren Dow for supporting me and giving me the opportunity to study in Feng Chia. Many thanks to Professor Wei-Bin Lee, Professor Wei-Chih Hong, Professor Yi-Chung Chen, Professor Tzong-An Su for the knowledge you gave me in my courses.

To all Professors and Teaching Assistants who have taught me, I thank you. I would also like to thank to all my lab-mates in Wireless Networking Lab and Intelligent of Things Lab for giving me a great working place and great help while I work here. In particular, I would like to thank my dear friend Curtis Ye for the wonderful time that we spent together. I also greatly appreciate all the help from Bo Cai, Ching-Fu Hsiang, Chia- Yuan, Qi-Feng and other friends.

Special thanks to my family, especially my Mom and Dad, for their support and encouragement over the years. Finally, I am thankful to my wife for her love giving me. i FCU e-Theses & Dissertations (2018) Intelligent Parking Assist System based on Internet of Things Technologies Abstract In recent years, there has been a rapid development of technologies devising solutions for intelligent transportation systems, including intelligent parking assist systems. However, previous systems revealed several weaknesses, such as models which are not scalable, do not provide a full range of parking services to users, do not effectively manage parking resources, and have high latency in real-time parking services.

To overcome these problems, this thesis examines previous research and proposes a new model for intelligent parking assist systems. We also introduce novel algorithms that increase the efficiency of the proposed system based on Internet of Things (IoT) technologies. Our system can help users to automatically find an optimal parking space at the least cost, based on new performance metrics. In addition, this thesis also proposes an intelligent parking assist system with a full range of end-to-end support services including: finding a suitable parking space based on the user’s profile, outside guidance service, enter car park service, and indoor guidance service.

Our system has been simulated and successfully implemented in the real world. The simulation results show that our system helps to improve the probability of successful parking and minimizes user waiting time. Keywords: Smart parking system, Internet of Things technologies, performance metrics. ii FCU e-Theses & Dissertations (2018) Intelligent Parking Assist System based on Internet of Things Technologies Table of Contents Acknowledgements.

ii Table of Contents. iii List of Figures. v List of Tables. vii Chapter 1 Introduction to the Development of Intelligent Parking Systems .1 Automated parking system .2 Intelligent parking assist system .3 Classification of intelligent parking assist system .4 Shortfalls of current Parking Systems.

6 Chapter 2 Architecture for Intelligent Parking Assist Systems based on Internet of Things Technologies .1 Internet of Things technologies .2 Structure of an IPAS System based on IoT technologies .1 Local Parking Unit.3 IoT Hardware for IPAS Systems .2 Arduino, Raspberry Pi Control Units .4 Protocol stack for IPAS systems .5 Propose the IPAS network based on IoT technologies .2 Construct the neighbor table of nodes. 25 Chapter 3 Mathematical Models for IPAS Systems .1 Linked-Cost function estimation .28 iii FCU e-Theses & Dissertations (2018) Intelligent Parking Assist System based on Internet of Things Technologies 3.2 Total Parking Cost Estimation.3 Parking Queue Models .33 Chapter 4 Smart Services System Over Parking Networks .1 Searching Service and Booking Service .4 Locking Service and Warning Service. 43 Chapter 5 Enhance the Performance of Wireless Communication in Intelligent Parking System .1 Indoor guidance using Ultra-wideband signals .2 Improve the quality of data transmission in IPAS system using a look up table structure .3 An adaptive solution for data transmission between local IoT network and server system using MQTT protocol. 56 Chapter 6 Evaluate the Performance of Intelligent Parking System .1 Arena simulation tool .3 Evaluate the performance of IPAS system .1 Without consideration of parking fee .2 With consideration of parking fee.

The future of IPAS system. 71 iv FCU e-Theses & Dissertations (2018) Intelligent Parking Assist System based on Internet of Things Technologies List of Figures Figure 1. An automated parking system. The basic configuration of an IPAS system.

The basic structure of an IPAS system based on Internet of Things technologies. The role of the control unit in an IPAS system. The use of ultrasonic sensor to detect the presence of the car at the parking space. Propose to use Fog Computing in building intelligent parking assist system 14 Figure 2.

The interface of an IPAS system running on iOS platform. Andruino/Raspberry Pi module used as control unit in Intelligent Parking Assist System. Stack of protocols for Intelligent Parking Assist System. Infrastructure/Backbone of the CPN architecture.

Car park network deployment for car parking system. Simple neighbour tables. Neighbour tables sorted by descending values of F ( ,  ,  ). A searching for a parking space based on the cost function.

The service queue. System framework for IPAS services. Illustrate the Searching/Booking Service. Illustrate the Tracking service.

Illustrate the guidance services: (a) Outside guidance, (b) Entering car park guidance, (c) Indoor guidance. Illustrate the Car Locking and Warning Service. 43 v FCU e-Theses & Dissertations (2018) Intelligent Parking Assist System based on Internet of Things Technologies Figure 4. Procedures reserved parking spot.

Implementation of outside car park navigation system. Implementation of inside carpark navigation system. Enhance the accuracy of indoor navigation method for intelligent parking system using UWB signals. Estimate the TOF between vehicle’s tag and anchor.

Determine the user’s position in the parking system. Efficiency comparison between proposed method and other related works. Wireless communications in a local parking lot. Apply the Lookup table structure to minimize the overhead of data transmission in IPAS system.

Comparison of Recovery Overhead of different RS codes: (a) Communication distance changes; (b) BER changes (with k = 223 bytes). Comparison of average recovery overhead of proposed Adaptive Lookup- Table method, AMFEC [57], and Ghaida [58] with number of data transmissions t = 6. A new architecture for real-time data transmission in IPAS system using MQTT protocol. Comparison between the adaptive network and normal network for changes in queue length and number of sensor nodes: (a) end-to-end delay; (b) packet drop rate 59 Figure 6.

An installation setup to simulate IPAS systems using Arena software. Average waiting time in a normal network vs. the proposed network. Average total time in normal network vs.

the proposed network. Average waiting time vs. 68 vi FCU e-Theses & Dissertations (2018) Intelligent Parking Assist System based on Internet of Things Technologies List of Tables Table 2. Comparison between Cloud Computing and Fog Computing for IPAS system.

Comparison of protocols used in IPAS system. Table of cost function. Reference information for each user. Average waiting time in case of POIS(20 minute).

Average waiting time in case of POIS(15 minute). Average total time in case of POIS(20 minute). Average total time in case of POIS(15 minute). 67 vii FCU e-Theses & Dissertations (2018) Intelligent Parking Assist System based on Internet of Things Technologies Chapter 1 Introduction to the Development of Intelligent Parking Systems Today, parking is becoming a big concern because of the monetary cost of parking and time spent looking for parking.

According to statistics in recent studies, the time that a vehicle travels is very small compared with the time it takes to park (about 5% for travelling on the road and 95% for parking) [1]. This raises the importance of parking systems in providing useful services for users and solutions to parking problems. Parking problems can be resolved by finding how to optimize parking resources and make it convenient for the driver to find the right parking lot at the least cost. Therefore, intelligent parking assist systems have been built to provide solutions to these problems.

In this chapter, we will introduce the development history and characteristics of the current intelligent parking assist system.1 Automated parking system An early form of intelligent parking assist systems was the automated parking system (APS). As a result of the development of the vehicle industry and the exponential increase in the numbers of cars in urban areas, the demand for parking services has increased to try to meet the needs of users. In order to increase the capacity of a car park, by maximizing the use of parking spaces and attracting customers’ interest, the automated parking system was born. In this section, we will first learn about the characteristics of the automated parking system.

The definition of an automated parking system can be given as follows: an automated (car) parking system is a mechanical system designed to minimize the area and/or volume required for parking cars. In addition, today, an automated parking system also assists operators to optimize their use of car parking spaces as well as minimizing time and money costs for drivers by helping them to find the best value vacant slots; the subsequent reduction in time spent looking for parking reduces emissions. Since the motor vehicle was born, an inevitable implication which is pulled by the parking system also born. The early parking systems were mechanical systems with the 1 FCU e-Theses & Dissertations (2018) Intelligent Parking Assist System based on Internet of Things Technologies direct operation of the workers.

Along with the development of science and technology, an automated parking system was introduced in Paris, France in 1905 at the Garage Rue de Ponthieu [2]. In the early 1990s, nearly 40,000 parking spaces were being built annually using the paternoster APS in Japan and about 1.6 million parking spaces in 2012. The rapid increase in urbanization combined with the number of used cars has led to the need to replace traditional parking lots with APS systems to better meet the needs of users. An automated parking system Automated car parks rely on technology similar to that used for mechanical handling and document retrieval.

The driver leaves the car in an entrance module, and it is then transported to a parking spot by a robot trolley. This process helps the driver save time in finding parking spot inside the car park and driving time. The APS has common features that reduce the vacant slots in car park, assist in finding parking spaces and support charging for parking. The benefits that an automated car park can bring are as follows [2- 4]: • Utilize the parking spaces in the parking lot by having plans to use vacant spaces.

• Increase the capacity of the parking lot used by reducing the width and height of each parking space. • More secure because the system prohibits public access to the parking lot. • Reduce driving time and cost because the search and move to the parking spot inside car park are eliminated. 2 FCU e-Theses & Dissertations (2018) Intelligent Parking Assist System based on Internet of Things Technologies • The visual impact and handicap access are improved.