Đồ án: Hệ thống phát hiện trạng thái bãi đỗ xe dùng xử lý ảnh, AI và IoT

Khám phá hệ thống phát hiện trạng thái bãi đỗ xe thông minh, ứng dụng xử lý ảnh, AI và IoT để tối ưu hóa quản lý và nâng cao trải nghiệm người dùng.

• Tác giả: Lê Nhật Khanh
• Người hướng dẫn: PGS. Lê Mỹ Hà
• Trường học: Đại học Sư Phạm Kỹ Thuật TP.HCM
• Chuyên ngành: Công Nghệ Kỹ Thuật Điều Khiển và Tự Động Hóa
• Đề tài: Hệ thống quản lí bãi đỗ xe thông qua các camera an ninh dựa trên mạng nơ-ron tích chập và mạch IOT sử dụng cảm biến siêu âm
• Loại tài liệu: Đồ án tốt nghiệp
• Năm xuất bản: 2022
• Địa điểm: Hồ Chí Minh

Tóm tắt

I. Hệ thống phát hiện trạng thái bãi đỗ xe Cách hoạt động và lợi ích

Hệ thống phát hiện trạng thái bãi đỗ xe là một giải pháp công nghệ tiên tiến, kết hợp xử lý ảnh, trí tuệ nhân tạo (AI) và Internet of Things (IoT) để tối ưu hóa việc quản lý và sử dụng bãi đỗ xe. Đây là một ứng dụng thực tiễn của công nghệ hiện đại, mang lại nhiều lợi ích cho người dùng và quản lý bãi đỗ xe.

1.1. Cách hoạt động của hệ thống

Hệ thống sử dụng camera và phần mềm xử lý ảnh để nhận dạng và phân tích trạng thái của bãi đỗ xe. Camera sẽ chụp ảnh khu vực đỗ xe và truyền dữ liệu về trung tâm điều khiển. Phần mềm xử lý ảnh sẽ phân tích ảnh, xác định số lượng ô đỗ xe trống và đầy, từ đó cung cấp thông tin thời gian thực về tình trạng bãi đỗ xe.

1.2. Ứng dụng trí tuệ nhân tạo và IoT

Trí tuệ nhân tạo được sử dụng để phân tích và xử lý dữ liệu hình ảnh, giúp hệ thống có thể nhận diện và phân loại các đối tượng trong ảnh một cách chính xác. IoT cho phép kết nối và truyền dữ liệu giữa các thiết bị, cho phép hệ thống hoạt động hiệu quả và liên tục. Bằng cách kết hợp AI và IoT, hệ thống có thể tự động hóa quá trình phát hiện trạng thái bãi đỗ xe, giảm thiểu sự can thiệp của con người.

II. Giải quyết thách thức trong quản lý bãi đỗ xe

Quản lý bãi đỗ xe là một thách thức, đặc biệt là ở các thành phố lớn với nhu cầu đỗ xe cao. Hệ thống phát hiện trạng thái bãi đỗ xe được thiết kế để giải quyết những vấn đề này, giúp tăng hiệu quả và giảm tắc nghẽn giao thông.

2.1. Giảm tắc nghẽn giao thông

Một trong những lợi ích chính của hệ thống là giảm thiểu tắc nghẽn giao thông. Bằng cách cung cấp thông tin thời gian thực về tình trạng bãi đỗ xe, người dùng có thể dễ dàng tìm thấy chỗ đỗ xe trống, giảm thời gian tìm kiếm và lưu thông trên đường.

2.2. Tăng hiệu quả quản lý

Hệ thống cho phép quản lý bãi đỗ xe theo dõi và giám sát tình trạng bãi đỗ xe một cách hiệu quả. Họ có thể dễ dàng quản lý số lượng ô đỗ xe, kiểm soát việc đỗ xe trái phép, và tối ưu hóa việc sử dụng không gian đỗ xe. Điều này giúp tăng hiệu quả hoạt động và giảm chi phí quản lý.

III. Phương pháp và giải pháp kỹ thuật

Hệ thống phát hiện trạng thái bãi đỗ xe sử dụng một số kỹ thuật và phương pháp tiên tiến để đạt được kết quả chính xác và hiệu quả.

3.1. Xử lý ảnh và nhận dạng đối tượng

Xử lý ảnh là một bước quan trọng trong hệ thống. Bằng cách sử dụng các thuật toán và kỹ thuật tiên tiến, hệ thống có thể phân tích ảnh và nhận dạng các đối tượng trong ảnh, bao gồm xe cộ và các ô đỗ xe. Điều này giúp xác định trạng thái của mỗi ô đỗ xe một cách chính xác.

3.2. Trí tuệ nhân tạo và học sâu

Trí tuệ nhân tạo đóng vai trò then chốt trong hệ thống. Bằng cách sử dụng các mô hình học sâu, như mạng nơ-ron nhân tạo (ANN) và mạng convolutional (CNN), hệ thống có thể học và phân loại các đối tượng trong ảnh. Điều này giúp tăng độ chính xác và hiệu quả của hệ thống trong việc phát hiện trạng thái bãi đỗ xe.

IV. Ứng dụng thực tiễn và kết quả nghiên cứu

Hệ thống phát hiện trạng thái bãi đỗ xe đã được triển khai và nghiên cứu tại nhiều địa điểm khác nhau, mang lại những kết quả tích cực.

4.1. Nghiên cứu trường hợp thực tế

Một nghiên cứu trường hợp được thực hiện tại một trung tâm thương mại lớn, nơi hệ thống được lắp đặt và thử nghiệm. Kết quả cho thấy hệ thống hoạt động hiệu quả, cung cấp thông tin chính xác về tình trạng bãi đỗ xe, giúp giảm thời gian tìm kiếm chỗ đỗ xe và tăng sự hài lòng của khách hàng.

4.2. Tăng cường trải nghiệm người dùng

Hệ thống đã được đánh giá cao về khả năng tăng cường trải nghiệm người dùng. Bằng cách cung cấp thông tin thời gian thực, người dùng có thể dễ dàng tìm thấy chỗ đỗ xe trống, tiết kiệm thời gian và giảm căng thẳng. Điều này góp phần tạo ra một môi trường đỗ xe thuận tiện và thoải mái.

V. Tương lai của hệ thống phát hiện trạng thái bãi đỗ xe

Hệ thống phát hiện trạng thái bãi đỗ xe có tiềm năng phát triển và mở rộng trong tương lai, mang lại nhiều lợi ích hơn nữa cho người dùng và quản lý.

5.1. Tích hợp công nghệ mới

Với sự phát triển của công nghệ, hệ thống có thể được tích hợp với các giải pháp khác, như xe tự lái và hệ thống giao thông thông minh. Điều này sẽ tạo ra một hệ thống quản lý bãi đỗ xe toàn diện, kết nối với các phương tiện và hệ thống giao thông, mang lại trải nghiệm đỗ xe thông minh và hiệu quả.

5.2. Ứng dụng rộng rãi

Hệ thống có thể được áp dụng ở nhiều địa điểm khác nhau, từ các trung tâm thương mại, sân bay, đến các khu vực công cộng. Bằng cách triển khai hệ thống trên quy mô rộng, quản lý bãi đỗ xe sẽ trở nên hiệu quả hơn, giảm tắc nghẽn giao thông và tạo ra một môi trường đỗ xe thuận tiện cho mọi người.

Trích đoạn nội dung tài liệu

Chương 1: Khảo sát các phương pháp sử dụng để quản lý, giám sát bãi đỗ xe để đưa ra được phương pháp tối ưu và mang hiệu quả cao cho người quản lý, người sử dụng hệ thống quản lý bãi đỗ xe. Sau đó đưa ra phương pháp tối ưu nhất để xây dựng hệ thống và đưa ra nhiệm vụ cũng như mục tiêu cho đồ án. - Chương 2: Trình bày sơ đồ khối hệ thống và lý thuyết về mạng nơ-ron tích chập, giải thuật yolov3 lí do lựa chọn mô hình yolov3 cho giai đoạn nhận diện xe ô tô 3 Đồ án tốt nghiệp GVHD: PGS. Lê Mỹ Hà - Chương 3: Xây dựng mô hình xác định trạng thái của các chỗ đỗ xe áp dụng thuật toán yolov3 - Chương 4: Xây dựng ứng dụng quản lí bãi đỗ xe Cuối cùng trình bày những kết quả đã thực hiện được, tổng kết lại những kết quả và hạn chế của đồ án từ đó đưa ra giải pháp phát triển và nâng cấp đồ án trong tương lai.6 Kết luận chương Ở chương này, chúng ta đi khảo sát các phương án để thực hiện hệ thống, giúp người lái xe tiết kiệm được thời gian cũng như giải quyết các vấn đề còn tồn động về giao thông ở Việt Nam và trên toàn thế giới.

4 Đồ án tốt nghiệp GVHD: PGS. Lê Mỹ Hà Chương 2. SƠ ĐỒ KHỐI VÀ CƠ SỞ LÝ THUYẾT 2.1 Giới thiệu chung về hệ thống 2.1 Giới thiệu chung Xây dựng một bài toán với các yêu cầu là một hệ thống ít sự quản lí của con người và có thể quản lí được cả bãi giữ xe trong nhà lẫn ngoài trời. Hệ thống thông tin cho người lái vị trí trống cũng như số lượng ô trống trong bãi.

Để thực hiện việc này có rất nhiều phương pháp đã được áp dụng, một trong số đó là sử dụng cảm biến mặt đất, phương pháp có ưu điểm là dễ dàng triển khai và lắp đặt, độ nhận diện chính xac cao, tuy nhiên chi phí xây dựng tốn kém và không phù hợp với bãi giữ xe ngoài trời. Đối với phương pháp sử dụng camera an ninh (CCTV), đây là một phương pháp mới với nhiều ưu điểm nổi trội hơn, phương pháp có thể áp dụng tại các trung tâm thương mại, trường học, bãi đổ xe lòng đường,… Với những camera đặt cố định và những vị trí đặt cố định. Phương pháp có những ưu điểm là thi công và lắp đặt dễ dàng với các thiết bị co sẵn, chi phí thấp, dễ dàng bảo dưỡng và sửa chữa, nhận diện được không gian lớn. Hệ thống có khả năng cập nhập về hệ thống quản lí trung tâm để cập nhập lên tiện ích người dung, giúp cho người lái xe dễ dàng theo dõi và tìm kiếm vị trí đỗ cách dễ dàng.

Tuy nhiên phương pháp sử dụng camera chỉ phù hợp với những bãi đổ xe ngoài trời. Với bài toán xây dựng hệ thống cho cả bãi giữ xe ngoài trời và trong nhà em sử dụng cả 2 phương pháp kết hợp sử dụng cảm biến cho bãi giữ xe trong nhà và camera cho bãi giữ xe ngoài trời. Đối với phương pháp sử dụng cảm biến, đây là một phương pháp truyền thống đã áp dụng rộng rãi, tuy nhiên mức độ hiệu quả của nó vẫn là tốt hơn so với những công nghệ mới chưa được nghiên cứu, xây dựng tối ưu. Với việc sử dụng cảm biến siêu âm, giúp cho việc nhận diện chính xác và tối ưu.

Để phân loại vị trí đỗ dựa vào ảnh chụp bãi đỗ, hệ thống cần một thuật toán xử lý ảnh hiệu quả. Có nhiều thuật toán được sử dụng cho công việc này như Background Subtraction, Color-based SVM (Support Vector Machine) [1], … Tuy nhiên ngày nay 5 Đồ án tốt nghiệp GVHD: PGS. Lê Mỹ Hà một số phương pháp hiệu quả được biết đến có khả năng cho độ chính xác cao là phương pháp học sâu (Deep Learning) hay sử dụng mạng nơ-ron tích chập (CNN). Phương pháp đem lại độ chính xác cao nhưng nhược điểm của nó là cần quá trình huấn luyên và tập dữ liệu lớn để có kết quả chính xác.

Hệ thống cần đạt được những yêu cầu sau: • Phát hiện được trạng thái trống hay không trống của vị trí ô đỗ xe với các loại xe ô tô thông dụng trên toàn thế giới • Phát hiện được xe trong điều kiện có đèn chiếu sáng. • Kết nối tới hệ thống quản lí qua các công nghệ truyển dẫn không dây • Hệ thống stand – alone nhỏ gọn và dễ dàng lắp đặt, triển khai 2.2 Đầu vào/ra của hệ thống Đối với mạch IOT sử dụng cảm biến, đầu vào của hệ thống là tín hiệu số (analog) và trả kết quả ra cũng là một tín hiệu số (analog) Với hệ thống sử dụng camera yêu cầu nguồn hình ảnh từ các camera sau đó cho ra trạng thái của các vị trí đổ xe và số lượng chỗ trống còn lại.3 Sơ đồ khối hệ thống Hình 2.1: Sơ đồ hoạt động mạch cảm biến • Tín hiệu cảm biến được truyền qua Firebase bằng wifi để lưu trữ dữ liệu, sau đó tín hiệu được truyền qua màn hình monitor để giám sát. • Dữ liệu là tín hiệu dạng số nên dễ dàng quản lí và theo dõi. 6 Đồ án tốt nghiệp GVHD: PGS.

Lê Mỹ Hà Sơ đồ khối của hệ thống được mô tả như hình sau: Hình 2.2: Sơ đồ hệ thống sử dụng camera Mô tả hoạt động của hệ thống: • Các hình ảnh từ camera sẽ được đưa vào khối xử lý để xử lý hình ảnh trước khi phân loại trạng thái của nó. Tại khối này, cho phép người quản lý đánh dấu vị trí đỗ xe thông qua thao tác click chuột. Thông thường khi camera quan sát một vùng bãi đỗ xe rộng sẽ có nhiều vị trí đỗ xe không thể dùng hình chữ nhật để bao phủ toàn bộ ô đỗ xe. Do đó, hình khối ta sử dụng ở đây là một tứ giác bất kỳ điều đó cho phép đánh dấu được toàn bộ ô đỗ xe.

Sau đó tọa độ của các ô đỗ xe sẽ được lưu lại phục vụ cho quá trình xử lý tiếp theo. • Khối Training sẽ đảm nhiệm việc huấn luyện mô hình thông qua mô hình Yolov3 trên các tập dữ liệu dataset rồi đưa ra các trọng số tới khối Car Detection phục vụ cho quá trình phát hiện các xe hiện có trong bãi đỗ xe • Từ model thu được trong quá trình Training khối Car Detection xác định có hay không xe ô tô trong bãi đỗ xe và vị trí cụ thể của ô tô dưới dạng bounding box bao quanh đối tượng. • Từ tọa độ vị trí của các ô đỗ xe và bounding box quanh đối xe ô tô, ta sử dụng IoU để kiểm tra xem vị trí đỗ xe đó có bị chiếm dụng (chồng lấn) bởi bất kỳ chiếc ô tô nào không, trả về trạng thái của vị trí đỗ xe. 7 Đồ án tốt nghiệp GVHD: PGS.

Lê Mỹ Hà • Khối monitor dùng để quản lý các camera và hiển thị thông tin về trạng thái bãi đỗ xe theo thời gian thực. Khi phát triển hệ thống trên, em đã thực hiện công việc như sau: 1. Phát triển phần mềm hệ thống, bao gồm: a. Triển khai model sử dụng để nhận dạng xe ô tô.

Xây dựng phần mềm cho phép người quản lý đánh dấu những vị trí có thể đỗ xe trong bãi. Xây dựng phần mềm hỗ trợ phân loại trạng thái vị trí đỗ xe. Xây dựng phần mềm giao diện quản lí bãi đỗ xe. Phát triển phần cứng hệ thống, bao gồm: a.

Lựa chọn camera phù hợp, các hình ảnh từ camera phái rõ, sắc nét để dễ dàng nhận diện. Camera phải cho phép truy cập IP và hỗ trợ các chuẩn như HDMI và USB. Hơn nữa hệ thống phải đảm bảo việc kết nối đến nhiều camera 1 lúc. Kết nối truyền thông tin giữa hệ thống và camera.

Chạy thử nghiệm hệ thống với các video quay chụp từ các bãi đỗ xe được stream thông qua phầm mềm VLC với giao thức truyền tin rtp.2 Xây dựng mạch IOT sử dụng cảm biến siêu âm 2.1 Lựa chọn cảm biến Với việc xây dựng hệ thống cảm biến phát hiện vật thể từ trên xuống hoặc có thể chôn âm dưới đất, em ưu tiên sử dụng cảm biến siêu âm HC-SR04 Hình 2.3: Cảm biến siêu âm HC-SR04 8 Đồ án tốt nghiệp GVHD: PGS. Lê Mỹ Hà 2.2 Nguyên lý cảm biến siêu âm: zCảm biến siêu âm sẽ phát ra nguồn song tín hiệu xuống mặt phẳng hay bề mặt cần đo, sau đó nguồn sóng sẽ bị dội ngược lại và cảm biến sẽ thu được các nguồn sóng này. Dựa vào thời gian dội lại, cảm biến sẽ tính được thời gian và vị trí, khoảng cách của mặt phẳng so với cảm biến.4 Hoạt động của cảm biến siêu âm a) Cách thức cảm biến phát tín hiệu b) Cách thức cảm biến nhận tín hiệu Với việc sử dụng sóng siêu âm truyền đi nên cảm biến siêu âm thường được sử dụng làm các cảm biến mặt đất, phát hiện vật thể ở khoảng cách khá xa. Thời gian truyền và nhận dữ liệu của cảm biến cũng khá ngắn, nên độ chính xác nhận diện là khá cao.

9 Đồ án tốt nghiệp GVHD: PGS. Lê Mỹ Hà 2.3 Xây dựng mạch IOT Hình 2.5: Mạch IOT phát hiện vật thể Mạch sử dụng cảm biến kết nối với NodeMCU để kết nối wifi và được điều khiển bằng Arduino Uno.3 Kết nối mạch IOT với Firebase 2.1 Giới thiệu về Firebase Firebase là một cơ sở lưu trữ dữ liệu được phát triển bới Google hoạt động trên nền tảng đám mây giúp phát triển các hệ thống IOT, giúp đơn giản hóa các thao tác đối với cơ sở dữ liệu.6: Tổng quan về hệ thống Firebase Sau khi thực hiện mạch nhận diện xe ô tô, em tiến hành kết nối và truyền dữ liệu qua Firebase nhằm quản lí và lưu trữ dữ liệu. 10 Đồ án tốt nghiệp GVHD: PGS. Lê Mỹ Hà 2.2 Xây dựng sever quản lí Hình 2.7: Sever quản lí dữ liệu trên Firebase Firebase hoạt động trên hệ thống server của Google.

Thêm vào đó, việc hoạt động trên nền tang Icloud giúp cho việc bảo trì, nâng cấp sever cũng trở nên dễ dàng hơn.4 Một số phương pháp về phát hiện cạnh biên [2] 2.1 Giới thiệu chung Phát hiện biên của ảnh là một trong những nhiệm vụ quan trọng trong xử lý ảnh. Nhận dạng ảnh dùng máy tính liên quan tới việc nhận dạng và phân loại các đối tượng trong bức ảnh do đó phát hiện biên là một công cụ quan trọng [3]. Việc phát hiện cạnh biên là một bước quan trọng giúp dễ dàng phát hiện vật thể và loại bỏ những thông tin dư thừa mà vẫn đảm bảo được cấu trúc và các thuộc tính 11 Đồ án tốt nghiệp GVHD: PGS. Lê Mỹ Hà quan trọng.