Smart Parking Management Integrated Deep Learning for Automatic Monitoring

Đồ án hệ thống quản lý bãi đỗ xe thông minh ứng dụng deep learning tại Trường ĐH SPKT TP.HCM

• Tác giả: Phạm Văn Mạnh Hùng
• Người hướng dẫn: TS. Lê Vĩnh Thịnh
• Trường học: Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh
• Chuyên ngành: Công nghệ thông tin
• Đề tài: Smart Parking Management Integrated Deep Learning for Automatic Monitoring
• Loại tài liệu: Khóa luận tốt nghiệp
• Năm xuất bản: 2023
• Địa điểm: Thành phố Hồ Chí Minh

Tóm tắt

I. Tổng quan hệ thống quản lý bãi đỗ xe thông minh HCMUTE 2023

Đề tài nghiên cứu năm 2023 tại Trường Đại học Sư phạm Kỹ thuật TP.HCM tập trung xây dựng hệ thống quản lý bãi đỗ xe thông minh. Công trình do nhóm sinh viên Khoa Đào tạo Chất lượng cao thực hiện dưới sự hướng dẫn của TS. Lê Vĩnh Thịnh. Đề tài kết hợp mô hình học sâu vào quy trình kiểm soát phương tiện tự động. Mục tiêu chính là thay thế quy trình giữ xe thủ công truyền thống bằng giải pháp số hóa toàn diện. Kiến trúc giải pháp gồm ba phần chính. Phần đầu tiên là mô hình thị giác máy tính nhận diện đặc trưng khuôn mặt và thông tin xe. Phần thứ hai là trang web quản trị tập trung dành cho ban quản lý tòa nhà. Phần thứ ba là ứng dụng hỗ trợ người dùng đăng ký thông tin định danh trực tiếp. Sự phối hợp đồng bộ giữa phần cứng và phần mềm giúp quy trình lưu thông diễn ra nhanh chóng. Tốc độ xác thực diễn ra gần như tức thì. Dữ liệu phương tiện được lưu trữ bảo mật trên máy chủ cơ sở dữ liệu.

1.1. Bối cảnh nghiên cứu đề tài tại HCMUTE

Các đô thị lớn đối mặt với áp lực giao thông ngày càng tăng. Khuôn viên đại học và các khu chung cư tiếp nhận hàng nghìn lượt xe mỗi ngày. Bãi đỗ xe truyền thống bộc lộ nhiều điểm nghẽn nghiêm trọng. Tình trạng ùn tắc thường xuyên xảy ra trong giờ cao điểm. Vé xe giấy gây tốn kém chi phí in ấn và dễ rách hỏng. Khả năng đối soát thông tin phương tiện còn chậm chạp. Thẻ từ vật lý tiềm ẩn nguy cơ làm giả hoặc tráo đổi biển số. Trước thực trạng đó, nhóm nghiên cứu tại HCMUTE đã đề xuất mô hình giám sát thông minh. Đề tài ứng dụng công nghệ trí tuệ nhân tạo để giải quyết triệt để các hạn chế trên.

1.2. Mục tiêu và phạm vi xây dựng phần mềm

Mục tiêu cốt lõi của nghiên cứu là xây dựng phần mềm quản lý bãi đỗ xe tự động. Hệ thống tập trung tối ưu hóa hai luồng xử lý: luồng phương tiện ra vào và luồng đăng ký thuê bao. Phạm vi đề tài triển khai thực tế hướng đến các bãi xe trường học và chung cư cao tầng. Nền tảng cho phép người dùng tự đăng ký khuôn mặt cùng thông tin xe qua ứng dụng. Quản trị viên theo dõi hoạt động bãi xe theo thời gian thực qua giao diện web. Hệ thống hỗ trợ tra cứu lịch sử, cấu hình thiết bị và kiểm soát doanh thu tự động. Giải pháp giảm thiểu tối đa nhân lực trực chốt và nâng cao tính minh bạch trong quản lý.

II. Phân tích bài toán quản lý bãi đỗ xe thông minh thực tế

Khảo sát thực tế tại các khu chung cư và khuôn viên trường học chỉ ra nhiều bất cập nghiêm trọng. Bãi đỗ xe truyền thống dựa chủ yếu vào thẻ từ RFID và nhân viên ghi vé. Cách làm này phát sinh lỗ hổng bảo mật lớn. Kẻ gian có thể đánh tráo biển số xe hoặc nhặt được thẻ từ bị rơi để trộm cắp tài sản. Ngoài ra, việc xác thực thông tin thủ công làm thời gian xử lý kéo dài từ năm đến mười giây cho mỗi lượt xe. Sự chậm trễ này tạo ra ùn tắc nghiêm trọng tại cổng kiểm soát vào giờ cao điểm. Việc lưu trữ dữ liệu dạng sổ sách hoặc tập tin rời rạc dẫn đến nguy cơ thất thoát dữ liệu. Ban quản lý gặp khó khăn khi truy vấn lịch sử gửi xe trong trường hợp xảy ra tranh chấp. Hệ thống thiết bị ngoại vi tại nhiều nơi chưa đồng bộ với máy chủ trung tâm. Dữ liệu không được cập nhật theo thời gian thực khiến công tác giám sát thiếu hiệu quả. Chi phí vận hành bãi xe duy trì ở mức cao nhưng độ an toàn chưa đạt yêu cầu.

2.1. Hạn chế từ mô hình quản lý bãi xe truyền thống

Mô hình bãi xe thông thường phụ thuộc hoàn toàn vào thẻ giấy hoặc thẻ từ cảm ứng. Thẻ từ dễ bị gãy, mất từ tính hoặc thất lạc trong quá trình lưu thông. Khi mất thẻ, người quản lý phải đối chiếu biên lai hoặc giấy đăng ký xe rất mất thời gian. Quy trình rà soát thủ công dễ gây nhầm lẫn và xung đột giữa người gửi và bảo vệ. Thêm vào đó, việc nhận diện biển số bằng mắt thường trong điều kiện thiếu sáng hoặc mưa bão có độ chính xác rất thấp. Lợi dụng khe hở này, kẻ xấu có thể tráo đổi phương tiện có giá trị cao. Bãi xe truyền thống cũng thiếu cơ chế tự động báo cáo lưu lượng phương tiện. Điều đó khiến công tác điều phối vị trí đỗ trở nên bị động và kém hiệu quả.

2.2. Yêu cầu chức năng và an toàn dữ liệu hệ thống

Hệ thống giám sát hiện đại đòi hỏi sự kết hợp chặt chẽ giữa phần cứng và phần mềm. Yêu cầu chức năng đầu tiên là khả năng xác thực hai lớp bằng camera AI và thẻ từ thông minh. Quy trình đăng ký tài khoản bắt buộc phải tích hợp mã xác thực OTP qua số điện thoại nhằm bảo đảm tính chính chủ. Về mặt bảo mật, đường truyền giữa trạm kiểm soát và máy chủ phải qua giao thức WebSocket mã hóa. Việc phân quyền người dùng và nhóm quyền quản trị phải được kiểm soát nghiêm ngặt. Giao diện người dùng cần đạt tiêu chuẩn trực quan, dễ thao tác và phản hồi dưới hai giây. Hệ thống cũng phải đảm bảo tính khả dụng cao, sẵn sàng phục hồi nhanh khi xảy ra sự cố gián đoạn đường truyền.

III. Giải pháp ứng dụng deep learning quản lý bãi đỗ xe HCMUTE

Nhóm nghiên cứu tại HCMUTE đã phát triển kiến trúc hệ thống đa tầng dựa trên công nghệ học sâu. Mô hình thị giác máy tính nhận nhiệm vụ phân tích hình ảnh từ camera góc rộng tại làn xe. Thuật toán phát hiện khuôn mặt và nhận dạng người lái diễn ra trong chưa đầy một giây. Hệ thống trích xuất đặc trưng khuôn mặt rồi so khớp trực tiếp với cơ sở dữ liệu đăng ký trước. Quy trình đăng ký người dùng mới được thực hiện qua ứng dụng chuyên biệt. Khách hàng chỉ cần nhập số điện thoại, xác nhận mã OTP, quét khuôn mặt và liên kết phương tiện. Giao diện quản trị web cho phép ban quản lý phân quyền theo nhóm và kích hoạt thiết bị từ xa. Công nghệ WebSocket bảo đảm tín hiệu truyền giữa camera, barie và máy chủ không bị trễ. Cơ chế nhận diện kép giữa gương mặt người lái và thẻ gửi xe ngăn chặn triệt để hành vi trộm cắp. Toàn bộ thông tin ra vào được đồng bộ liên tục lên máy chủ trung tâm.

3.1. Thuật toán nhận diện khuôn mặt và phương tiện

Mô hình học sâu sử dụng mạng nơ-ron tích chập để tự động trích xuất các điểm đặc trưng trên khuôn mặt người điều khiển. Khi phương tiện tiến vào trạm kiểm soát, camera tự động kích hoạt khung phát hiện vật thể. Thuật toán nhận diện khuôn mặt xử lý hình ảnh ngay cả khi người dùng đội mũ bảo hiểm hoặc thay đổi góc nhìn. Nếu phát hiện khuôn mặt không hợp lệ sau năm giây, hệ thống lập tức phát cảnh báo và yêu cầu xác thực lại. Dữ liệu khuôn mặt được mã hóa thành các vector số học có kích thước cố định. Việc so sánh vector đặc trưng diễn ra với độ chính xác cao và tiết kiệm tài nguyên tính toán. Thuật toán này hạn chế tối đa sai số do điều kiện ánh sáng thay đổi.

3.2. Kiến trúc nền tảng website và ứng dụng khách

Hệ thống phần mềm được xây dựng theo mô hình phân tán hiện đại. Phía máy chủ đóng vai trò trung tâm điều phối với hệ quản trị cơ sở dữ liệu quan hệ. Trang web quản trị cung cấp đầy đủ các chức năng quản lý người dùng, phân quyền truy cập và giám sát trạng thái thiết bị. Quản trị viên có thể tùy biến giao diện, đổi vị trí thanh điều hướng hoặc đẩy thông báo quảng cáo một cách linh hoạt. Ứng dụng khách hỗ trợ quy trình đăng ký tài khoản nhanh qua số điện thoại kèm xác thực OTP từ máy chủ. Ngay sau khi hoàn tất đăng ký, hệ thống gửi tin nhắn SMS thông báo tạo tài khoản thành công. Toàn bộ lệnh đóng mở barie được kích hoạt tức thì qua kết nối socket an toàn.

IV. Đánh giá kết quả và tiềm năng ứng dụng bãi xe thông minh

Đề tài tốt nghiệp năm 2023 tại HCMUTE đã chứng minh tính khả thi cao của giải pháp bãi xe thông minh. Việc tích hợp học sâu giúp tự động hóa toàn bộ chu trình giám sát phương tiện. Thời gian nhận diện và mở rào chắn chỉ mất dưới hai giây cho mỗi lượt phương tiện. Kết quả thử nghiệm cho thấy tỷ lệ nhận dạng khuôn mặt đạt độ chuẩn xác vượt trội trong điều kiện ánh sáng văn phòng và ngoài trời. Quy trình đăng ký tài khoản tự phục vụ qua điện thoại giúp giảm tải áp lực cho nhân sự quản lý. Phần mềm quản trị hoạt động ổn định trên nền tảng đám mây và máy chủ cục bộ. Nền tảng có khả năng chịu tải tốt khi xử lý đồng thời nhiều luồng dữ liệu camera. Mô hình này mở ra giải pháp chuyển đổi số hiệu quả cho các trường đại học, bệnh viện và khu đô thị thông minh. Việc giảm thiểu rủi ro mất cắp tài sản khẳng định giá trị ứng dụng thực tiễn của công trình nghiên cứu.

4.1. Hiệu quả kinh tế và vận hành tại trường đại học

Việc triển khai hệ thống mang lại lợi ích tài chính rõ rệt cho các cơ sở giáo dục và chung cư. Mô hình tự động giúp cắt giảm hơn 60% chi phí thuê nhân sự trực cổng tại bãi xe. Vé xe giấy và thẻ từ vật lý được loại bỏ giúp tiết kiệm ngân sách vật tư tiêu hao hàng năm. Quá trình kiểm soát xe vào ra thông suốt hạn chế tối đa nguy cơ ùn tắc trong khuôn viên trường học. Sinh viên và cán bộ giảng viên chỉ cần vài giây để hoàn thành quy trình vào bãi đỗ. Tính năng thống kê doanh thu theo ngày hỗ trợ ban giám sát đối soát tài chính minh bạch. Mọi sai lệch dữ liệu được loại trừ hoàn toàn nhờ cơ chế kiểm tra tự động.

4.2. Hướng phát triển tích hợp IoT và thanh toán tự động

Nền tảng mở ra nhiều hướng mở rộng công nghệ tiềm năng trong giai đoạn tiếp theo. Hệ thống có thể tích hợp thêm các cảm biến siêu âm IoT để chỉ dẫn điểm đỗ trống theo thời gian thực. Bản đồ số hóa bãi đỗ xe giúp người điều khiển phương tiện tìm chỗ đỗ nhanh chóng qua điện thoại. Ngoài ra, việc tích hợp cổng thanh toán trực tuyến qua mã QR hoặc ví điện tử sẽ hoàn thiện trải nghiệm không chạm. Các thuật toán học sâu có thể tiếp tục được huấn luyện với tập dữ liệu lớn hơn nhằm nâng cao độ chính xác khi trời tối. Sự kết hợp giữa trí tuệ nhân tạo và thiết bị IoT sẽ biến bãi đỗ xe thành một mắt xích quan trọng trong hệ sinh thái đô thị thông minh.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Trong bối cảnh đô thị hóa và sự gia tăng nhanh chóng của số lượng phương tiện giao thông cá nhân tại Việt Nam, nhu cầu quản lý, bảo vệ và bảo quản phương tiện cơ giới trở nên cấp thiết. Hoạt động quản lý bãi đỗ xe đòi hỏi phải đáp ứng các tiêu chuẩn về an toàn, thuận tiện và tối ưu hóa thời gian cho người gửi xe. Tuy nhiên, các hệ thống giữ xe truyền thống và một số hệ sinh thái bãi xe thông minh hiện nay tại Việt Nam vẫn bộc lộ nhiều điểm hạn chế:

• Độ chính xác của các hệ thống nhận diện phương tiện và người dùng chưa đạt mức tuyệt đối, dễ xảy ra sai sót trong quá trình kiểm soát.
• Hệ thống chưa có cơ chế cảnh báo trực tiếp đến chủ sở hữu phương tiện khi xuất hiện hành vi xâm nhập hoặc can thiệp trái phép.
• Công tác quản lý nhân sự, kiểm soát ra vào tại các khu vực làm việc hoặc tòa nhà còn gặp trở ngại trong việc đồng bộ điểm danh khuôn mặt theo ca trực.
• Đa phần các bãi giữ xe nội địa vẫn phụ thuộc vào hệ thống thẻ từ (magnetic card) để kiểm soát lượt xe ra vào. Phương thức này làm phát sinh thời gian dừng chờ, gây ùn tắc cục bộ tại khu vực cổng vào/ra vào các khung giờ cao điểm, đồng thời chưa khai thác triệt để các công nghệ nhận dạng sinh trắc học và hình ảnh tiên tiến như nhận diện khuôn mặt và nhận diện biển số xe tự động.
• Tại các khu vực cụ thể như nhà xe trường học và một số khu chung cư, tình trạng mất cắp phương tiện, phụ tùng, trang thiết bị và vật tư của chủ xe vẫn diễn ra phức tạp, cho thấy lỗ hổng an ninh trong khâu giám sát.

Xuất phát từ thực trạng trên, đề tài khóa luận tốt nghiệp ngành Công nghệ Thông tin tại Trường Đại học Sư phạm Kỹ thuật TP.HCM do sinh viên Phạm Văn Mạnh Hùng và Nguyễn Ngọc Thiện thực hiện (dưới sự hướng dẫn của TS. Lê Vĩnh Thịnh) đã nghiên cứu xây dựng hệ thống "Quản lý bãi đỗ xe thông minh tích hợp học sâu để giám sát tự động" (Smart Parking Management Integrated Deep Learning for Automatic Monitoring).

Mục tiêu tổng quát của đề tài là tự động hóa quy trình quản lý nhà xe, thay thế các tác vụ thủ công của con người, cung cấp giải pháp thông minh nhằm đảm bảo an ninh, nâng cao hiệu quả vận hành cho các bãi đỗ xe quy mô lớn.

Nhiệm vụ nghiên cứu của đề tài bao gồm 3 nội dung trọng tâm:

1. Xây dựng ứng dụng giám sát phương tiện tự động tích hợp các mô hình học sâu.
2. Xây dựng website quản trị tập trung để vận hành, cấu hình và giám sát toàn bộ hệ thống bãi đỗ xe.
3. Xây dựng ứng dụng cho phép người dùng đăng ký thông tin nhận diện vào hệ thống khi ra vào khuôn viên chung cư hoặc trường học.

Đối tượng và phạm vi nghiên cứu:

• Đối tượng nghiên cứu lý thuyết: Các phương pháp phân tích tổng hợp, quy trình huấn luyện mô hình học sâu, giải pháp công nghệ thiết kế website quản trị, kỹ thuật giao tiếp thiết bị ghi hình (camera) và phương pháp luận khoa học dữ liệu.
• Đối tượng nghiên cứu thực nghiệm: Hiện trạng vận hành bãi đỗ xe, quy trình thu thập và xử lý dữ liệu hình ảnh, quá trình huấn luyện và đánh giá mô hình học máy khi áp dụng vào thực tế kiểm soát ra vào.
• Phạm vi nghiên cứu: Tập trung vào các bãi giữ xe có quy mô lớn tại các trường học, khu đô thị, trung tâm thương mại trên địa bàn Thành phố Hồ Chí Minh và các bãi giữ xe có nhu cầu nâng cấp, tích hợp hệ thống kiểm soát thông minh với lưu lượng phương tiện ra vào cao.

Cơ sở lý thuyết và phương pháp

Đề tài kết hợp giữa nghiên cứu lý thuyết nền tảng và nghiên cứu thực nghiệm ứng dụng:

• Phương pháp nghiên cứu lý thuyết: Sử dụng phương pháp phân tích - tổng hợp tài liệu chuyên ngành; khảo sát thông số và cơ chế vận hành của các thiết bị ghi hình; áp dụng phương pháp luận khoa học dữ liệu để thiết kế quy trình xử lý dữ liệu hình ảnh và huấn luyện các mô hình học sâu.
• Phương pháp nghiên cứu thực nghiệm: Tiến hành khảo sát hiện trạng thực tế tại các bãi xe trường học và chung cư; thu thập dữ liệu ảnh biển số xe, ảnh chụp khuôn mặt và ảnh thẻ căn cước công dân; tiền xử lý dữ liệu; huấn luyện, thử nghiệm và đánh giá độ chính xác của các mô hình trong điều kiện thực tế; hiệu chỉnh tham số để tối ưu hóa thời gian xử lý.
• Khung lý thuyết và mô hình học sâu:
  • Kiến trúc YOLO (You Only Look Once): Ứng dụng trong việc định vị và phát hiện phương tiện (Vehicle detection), phân loại loại phương tiện và khoanh vùng biển số xe.
  • Kiến trúc Single Shot MultiBox Detector (SSD), cụ thể là MobileNet-SSD (MB-SSD) và VGG-SSD: Sử dụng để phát hiện vị trí khuôn mặt người dùng tại kiosk đăng ký và định vị thẻ căn cước công dân (Citizen ID detection).
  • Kiến trúc Inception-ResNet V1: Trích xuất vector đặc trưng khuôn mặt phục vụ bài toán so khớp và nhận diện khuôn mặt (Face recognition), kết hợp kỹ thuật tính khoảng cách trong không gian vector (Calculate Face Distance in Vector Space) dựa trên ngưỡng tương đồng xác định.
  • Kiến trúc Vision Transformer (ViT) và mạng chập đa nhiệm Multi-task Cascaded Convolutional Network (MTCNN): Tiếp cận xử lý ảnh nâng cao.
  • Nhận dạng ký tự quang học (OCR) với mô hình huấn luyện sẵn VietOCR: Trích xuất chuỗi ký tự trên biển số xe và các trường văn bản trên căn cước công dân.
• Nền tảng công nghệ và nguồn dữ liệu:
  • Nền tảng phát triển phần mềm: .NET Framework, ASP.NET cho hệ thống máy chủ và website quản lý.
  • Hệ quản trị cơ sở dữ liệu: Microsoft SQL Server (MS SQL Server).
  • Nguồn dữ liệu: Dữ liệu ảnh thực tế thu thập từ camera giám sát bãi đỗ xe, ảnh thẻ căn cước công dân và ảnh chân dung người dùng đăng ký qua hệ thống kiosk.

Thiết kế và triển khai

Hệ thống được thiết kế theo mô hình phân tán, kết nối giữa máy chủ quản trị trung tâm, các trạm kiểm soát xe tại cổng (Parking Client) và các thiết bị đăng ký người dùng tại sảnh tòa nhà (Building Client).

[Parking Client / Kiosk] <---> [Hệ thống Web Quản trị / API] <---> [Cơ sở dữ liệu MS SQL Server]
                                          ^
                                          |
                               [Building Client / Kiosk]

Kiến trúc phân hệ chức năng

1. Phân hệ kiểm tra phương tiện vào/ra (Parking Client):
   • Tự động phát hiện phương tiện di chuyển vào vùng giám sát thông qua camera.
   • Nhận diện loại phương tiện và vị trí biển số bằng mô hình học sâu YOLO.
   • Nhận dạng ký tự biển số xe bằng OCR.
   • Chụp ảnh khuôn mặt người điều khiển và đối chiếu với dữ liệu đăng ký trong hệ thống.
   • Kiểm tra tính hợp lệ, tính toán phí gửi xe và lưu vết dữ liệu lượt gửi (check-in / check-out).
2. Phân hệ kiểm soát và đăng ký người dùng tòa nhà (Building Client):
   • Đăng ký qua số điện thoại: Người dùng nhập số điện thoại, nhận và xác thực mã OTP qua SMS, nhập thông tin cá nhân và chụp ảnh khuôn mặt qua mô hình phát hiện SSD.
   • Đăng ký qua Căn cước công dân (CCCD): Chụp ảnh mặt trước, mặt sau thẻ CCCD; nhận dạng ký tự thông tin cá nhân qua VietOCR; chụp ảnh khuôn mặt thực tế để đối chiếu khuôn mặt trên thẻ.
   • Giám sát khuôn mặt thời gian thực: Tự động ghi nhận lượt ra vào của cư dân/nhân sự qua hệ thống camera sảnh.
3. Phân hệ quản trị và giám sát trung tâm (Supervisor / Admin Site):
   • Cung cấp giao diện bảng điều khiển (Dashboard) giám sát trạng thái phương tiện và lượt ra vào thời gian thực.
   • Quản lý danh mục điểm đỗ (Site Management) cho cả khu vực bãi xe (Parking) và tòa nhà (Building).
   • Quản lý danh sách thiết bị (Store Device): Theo dõi thông tin IP, cổng kết nối, địa chỉ MAC, đường dẫn RDP và cấp quyền hoạt động.
   • Quản lý âm thanh thông báo (Sound Management): Khởi tạo, cập nhật và đồng bộ các tệp âm thanh hướng dẫn người dùng xuống các trạm kiosk.
   • Quản trị quảng cáo (Advertisement Management): Thiết lập lịch phát video/hình ảnh quảng cáo trên màn hình chờ của kiosk.
   • Phân quyền người dùng đa cấp độ (User Permissions & Group Permissions).

Thiết kế cơ sở dữ liệu

Hệ thống sử dụng cơ sở dữ liệu quan hệ MS SQL Server với các bảng lưu trữ dữ liệu nghiệp vụ:

Tên bảng	Khóa chính	Mục đích lưu trữ và các thuộc tính tiêu biểu
tblStoreMaster	StoreNo	Lưu trữ thông tin địa điểm (tên điểm, địa chỉ, loại hình bãi xe hoặc tòa nhà, sức chứa, giờ bắt đầu/kết thúc giám sát, độ tuổi giới hạn).
tblStoreDevice	StoreDeviceNo	Quản lý thiết bị tại các điểm (địa chỉ IP công cộng, địa chỉ MAC DeviceKeyNo, cổng kết nối, trạng thái thiết bị, đường dẫn RDP).
tblStoreEnvironmentSetting	EnvironmentSettingNo	Cấu hình tham số môi trường cho từng điểm đỗ (cho phép nhập số điện thoại, ngưỡng khoảng cách khuôn mặt SimilarityRateApproval, sử dụng camera).
tblUser	UserID	Thông tin người dùng hệ thống (tên đăng nhập, mật khẩu băm, họ tên, số điện thoại, email, ngày sinh, trạng thái phê duyệt ApproveReject, số CCCD).
tblUserPhoto	UserPhotoNo	Lưu trữ dữ liệu hình ảnh của người dùng (ảnh chụp tại kiosk TakenPhoto, ảnh trên thẻ CCCD, ảnh mặt trước và mặt sau CCCD).
tblVehicle	Id	Thông tin phương tiện thuộc quyền sở hữu của người dùng (biển số xe PlateNum, loại phương tiện, loại biển số, ảnh chụp xe, ảnh chụp biển số).
tblTrack	Id	Nhật ký giám sát lượt xe vào/ra (thời gian check-in/check-out, mã phương tiện, tọa độ vị trí, phí gửi xe Fee, đường dẫn ảnh biển số vào/ra, đường dẫn ảnh mặt vào/ra).
tblUserHistory	UserLoginNo	Nhật ký nhận diện khuôn mặt người dùng ra vào (thời gian ghi nhận, IP thiết bị, tỷ lệ tương đồng khuôn mặt LastSimilarityRate, trạng thái phê duyệt).
tblClientSoundMgt	SoundNo	Quản lý tệp âm thanh phát tại kiosk (tên âm thanh, đường dẫn trên máy chủ, thư mục lưu trữ tại client, trạng thái đồng bộ DeployStatus).
tblAdMgt & tblAdStoreMgt	AdNo	Cấu hình quảng cáo (loại tệp video/ảnh, thời gian bắt đầu/kết thúc hiển thị trong ngày, đường dẫn tệp đính kèm, liên kết tới điểm đỗ StoreNo).
Permissions & RolesToPermissions	Code / RoleCode	Bảng phân quyền nghiệp vụ và ánh xạ quyền hạn theo vai trò người dùng trong hệ thống.

Quy trình kiểm thử và tích hợp

• Quy trình kiểm thử phần mềm được thiết lập với các nhóm test case chức năng cụ thể:
  • Nhóm kịch bản kiểm tra chức năng bãi đỗ xe: PKT_01, PKT_02, PKT_03 (kiểm thử chu trình xe vào bãi, kiểm tra nhận diện biển số và đối khớp thông tin xe ra bãi).
  • Nhóm kịch bản kiểm tra chức năng đăng ký và xác thực: RES_01, RES_02 (kiểm thử tiếp nhận thông tin người dùng qua OTP điện thoại, xử lý dữ liệu thẻ căn cước và xác thực khuôn mặt qua camera).
• Các trường hợp xử lý ngoại lệ được lập trình sẵn:
  • Khi xe ra bãi, nếu biển số hoặc khuôn mặt không trùng khớp với dữ liệu lúc vào, hệ thống từ chối mở rào chắn và phát cảnh báo.
  • Trong quá trình nhận diện khuôn mặt tại kiosk, nếu sau 5 giây (5s) hệ thống không phát hiện được khuôn mặt người dùng, giao diện sẽ xuất thông báo yêu cầu thực hiện lại hoặc kết thúc phiên làm việc.
  • Kiểm tra xác thực mã OTP điện thoại: Trường hợp nhập sai mã OTP hoặc quá hạn, hệ thống yêu cầu gửi lại mã hoặc hủy phiên đăng ký.

Nội dung chính theo từng chương

Chương 1: Giới thiệu đề tài (Introduction)

Chương mở đầu trình bày tính cấp thiết của việc tự động hóa bãi giữ xe trong thời đại công nghệ số. Tác giả phân tích nhu cầu ứng dụng trí tuệ nhân tạo (AI), Internet vạn vật (IoT) và phân tích dữ liệu nhằm nâng cao năng lực cạnh tranh cho các điểm trông giữ xe, giảm lãng phí tài nguyên và cải thiện trải nghiệm của khách hàng. Mục tiêu chính được xác định là xây dựng giải pháp thay thế con người trong các khâu quản lý, đảm bảo an ninh cho bãi xe tại các khu phức hợp lớn. Phương pháp nghiên cứu được xác lập rõ ràng gồm hai nhánh: nghiên cứu lý thuyết (tổng hợp mô hình, công nghệ web, giải pháp thị giác máy tính) và nghiên cứu thực nghiệm (khảo sát thực địa, thu thập và tiền xử lý dữ liệu, đánh giá và tinh chỉnh mô hình).

Chương 2: Khảo sát hiện trạng và xác định yêu cầu (Status Survey and Determination of Requirements)

Chương 2 tập trung phân tích các nhược điểm còn tồn tại của hệ thống quản lý bãi đỗ xe bằng thẻ từ và các hệ thống bãi xe bán tự động tại Việt Nam. Tác giả chỉ ra các rủi ro liên quan đến việc thất thoát phương tiện, trộm cắp linh kiện và tình trạng ùn tắc giao thông cục bộ.

Chương này chi tiết hóa bảng yêu cầu nghiệp vụ cho 3 bộ phận tác nghiệp chính:

1. Bộ phận kiểm tra xe vào/ra: Yêu cầu lưu trữ và truy cập dữ liệu giám sát check-in, check-out; dự đoán vị trí phương tiện, nhận diện loại xe và vùng biển số; dự đoán ký tự biển số xe.
2. Bộ phận quản lý tòa nhà: Đăng ký người dùng ra vào bằng số điện thoại (kết hợp OTP); đăng ký người dùng bằng căn cước công dân; giám sát khuôn mặt ra vào nhằm nâng cao an ninh.
3. Bộ phận quản trị và giám sát hệ thống: Bao gồm 22 yêu cầu chi tiết (giám sát thời gian thực phương tiện và khuôn mặt; tạo, sửa, xóa và đồng bộ tệp âm thanh xuống kiosk; quản lý điểm đỗ bãi xe/tòa nhà; quản lý thành viên và phân quyền truy cập; quản lý cấu hình và trạng thái thiết bị; quản lý danh mục quảng cáo; tùy biến menu và giao diện kiosk).

Chương 2 cũng xác lập các yêu cầu phi chức năng gồm: giao diện thân thiện dễ sử dụng; khả năng mở rộng và nâng cấp trong tương lai; tốc độ tải trang ổn định và phản hồi thao tác nhanh chóng; bảo mật dữ liệu tốt; mã nguồn có tính tái sử dụng cao.

Chương 3: Phân tích và thiết kế hệ thống (Analysis and System Design)

Chương 3 trình bày toàn bộ kiến trúc hệ thống thông qua hệ thống sơ đồ ca sử dụng (Use Case Diagram), đặc tả ca sử dụng, sơ đồ tuần tự (Sequence Diagram), sơ đồ lớp (Class Diagram) và thiết kế cơ sở dữ liệu chi tiết:

• Thiết kế cơ sở dữ liệu: Định nghĩa chi tiết các thuộc tính, kiểu dữ liệu, khóa chính và khóa ngoại của các bảng lưu trữ như tblStoreMaster, tblStoreDevice, tblTrack, tblUser, tblVehicle, tblUserPhoto, tblClientSoundMgt, tblAdMgt, hệ thống bảng quản lý nhóm người dùng và phân quyền (SYUserGroups, Permissions, RolesToPermissions).
• Đặc tả Use Case và biểu đồ tuần tự: Trình bày chi tiết luồng sự kiện chính, luồng thay thế và luồng ngoại lệ cho các ca sử dụng trọng yếu như: Theo dõi lịch sử phương tiện theo thời gian thực (Real Time Tracking Vehicle History), theo dõi lịch sử khuôn mặt thời gian thực (Real Time Tracking Face History), phân quyền người dùng (User Permission), quản lý thông tin phương tiện (Vehicle Infor Management), đăng ký người dùng bằng số điện thoại (Register User Phone) và đăng ký bằng thẻ căn cước công dân.
• Thiết kế giao diện: Xây dựng giao diện cho các phân hệ gồm màn hình giám sát phương tiện, trang quản trị chính, quản lý thông tin thành viên, cấu hình điểm đỗ, quản lý và triển khai tệp âm thanh, cấu hình quảng cáo, màn hình kiosk tiếp nhận đăng ký số điện thoại/OTP và chụp ảnh chân dung xác thực.

Chương 4: Các điểm mấu chốt công nghệ (Technology Key Points)

Chương 4 làm rõ cơ sở lựa chọn và khả năng ứng dụng của các nền tảng công nghệ vào hệ thống đồ án:

• Nền tảng .NET Framework và ASP.NET: Đóng vai trò làm khung phát triển ứng dụng phía máy chủ, chịu trách nhiệm xây dựng các giao diện lập trình ứng dụng (API), xử lý nghiệp vụ xác thực tài khoản, kiểm soát luồng giao tiếp với trạm client và kết nối cơ sở dữ liệu.
• Hệ quản trị cơ sở dữ liệu MS SQL Server: Cung cấp giải pháp lưu trữ dữ liệu có cấu trúc với tính nhất quán cao, lưu trữ nhật ký lượt vào/ra, thông tin phương tiện, dữ liệu phân quyền và đường dẫn lưu trữ hình ảnh/âm thanh phục vụ truy vấn tốc độ cao.
• Cơ chế xác thực thiết bị: Kết nối Socket để kiểm tra quyền truy cập của thiết bị phần cứng dựa trên địa chỉ MAC và IP.
• Hệ thống gửi tin nhắn SMS và xác thực OTP: Tích hợp dịch vụ gửi mã OTP phục vụ xác thực người dùng di động khi đăng ký vào hệ thống.

Chương 5: Học sâu và các ứng dụng (Deep Learning and Applications)

Chương 5 đi sâu vào nguyên lý hoạt động và việc hiện thực hóa các mô hình học sâu trong xử lý hình ảnh của bãi xe:

• Nhận dạng biển số xe (Vehicle license plate recognition): Ứng dụng mô hình YOLO để xác định vị trí xe và nhận diện vùng biển số, sau đó áp dụng mô hình OCR để chuyển đổi hình ảnh ký tự thành dạng chuỗi văn bản.
• Nhận diện khuôn mặt (Face Recognition): Sử dụng mô hình Inception-ResNet V1 để chuyển đổi hình ảnh khuôn mặt thành các vector đặc trưng nhiều chiều. Đo đạc khoảng cách giữa hai khuôn mặt trong không gian vector (Calculate Face Distance in Vector Space) để đưa ra quyết định khớp danh tính dựa trên ngưỡng khoảng cách đã cấu hình.
• Ứng dụng mô hình Single Shot MultiBox Detector (SSD): Triển khai các biến thể MobileNet-SSD và VGG-SSD để phát hiện nhanh khuôn mặt người dùng tại kiosk đăng ký và định vị thẻ căn cước công dân.
• Nghiên cứu kiến trúc Vision Transformer (ViT) và mô hình nhận dạng ký tự quang học tiền huấn luyện VietOCR: Sử dụng VietOCR để trích xuất thông tin trên thẻ căn cước công dân và biển số xe với độ chính xác cao đối với tiếng Việt.

Chương 6: Cài đặt và kiểm thử (Install and Test)

Chương 6 trình bày kết quả cài đặt thực tế và quá trình đánh giá chất lượng hệ thống:

• Đánh giá mô hình học sâu: Phân tích ma trận nhầm lẫn (Confusion Matrix) của mô hình YOLO cho bài toán phát hiện và nhận diện phương tiện; đánh giá độ chính xác của các mô hình phát hiện MB-SSD và VGG-SSD trên dữ liệu thẻ căn cước và khuôn mặt; phân tích đường cong ROC (ROC curve) và bảng điểm số ROC trong bài toán nhận diện khuôn mặt; kiểm thử thời gian thực thi của mô hình nhận diện khuôn mặt và kết quả trích xuất văn bản của VietOCR.
• Kiểm thử chức năng hệ thống: Thực hiện các ca kiểm thử liên quan đến quản lý bãi đỗ xe (PKT_01, PKT_02, PKT_03) và đăng ký người dùng (RES_01, RES_02) nhằm xác nhận hệ thống vận hành ổn định, xử lý chính xác các trường hợp đúng và bắt lỗi thành công các trường hợp ngoại lệ.

Kết quả và đóng góp

Hệ thống đã được cài đặt và vận hành thử nghiệm, đạt được các kết quả kỹ thuật cụ thể:

• Hoàn thiện phần mềm quản lý nhà xe thông minh với đầy đủ các phân hệ chức năng: giao diện trạm kiểm soát xe vào/ra, giao diện kiosk tự phục vụ cho người dùng đăng ký tại sảnh, và giao diện website quản trị tập trung.
• Hiện thực hóa thành công các mô hình học sâu trong cùng một quy trình khép kín:
  • Mô hình YOLO thực hiện phát hiện loại phương tiện và khoanh vùng biển số xe.
  • Mô hình VietOCR nhận dạng chính xác các ký tự trên biển số xe và các trường thông tin trên thẻ căn cước công dân.
  • Mô hình MobileNet-SSD và VGG-SSD phát hiện vùng khuôn mặt người dùng và thẻ căn cước công dân.
  • Mô hình Inception-ResNet V1 trích xuất đặc trưng khuôn mặt, đối khớp sinh trắc học dựa trên tính toán khoảng cách vector và được kiểm chứng thông qua đường cong ROC.
• Tích hợp thành công cơ chế giao tiếp Socket nhằm kiểm soát quyền truy cập của thiết bị theo địa chỉ MAC/IP, hệ thống xác thực người dùng qua mã OTP SMS và cơ chế phân phối, đồng bộ tệp âm thanh chỉ dẫn từ máy chủ xuống các kiosk trạm client.
• Hệ thống giải quyết được hạn chế của phương pháp dùng thẻ từ truyền thống: giảm thiểu thời gian chờ đợi tại cổng vào/ra, loại bỏ rủi ro sao chép hoặc tráo đổi thẻ vật lý nhờ cơ chế xác thực kép (kết hợp biển số xe và khuôn mặt người điều khiển).
• Đóng góp giải pháp quản lý đa điểm (multi-site), cho phép một hệ thống quản trị trung tâm có thể giám sát đồng thời nhiều điểm đỗ (Parking site) và nhiều tòa nhà (Building site) độc lập.

Hạn chế và hướng nghiên cứu tiếp

Căn cứ vào nội dung và phạm vi nghiên cứu được trình bày trong khóa luận, hệ thống còn một số hạn chế cần được tiếp tục hoàn thiện:

• Phạm vi triển khai thử nghiệm mới chỉ dừng lại ở các bãi đỗ xe thuộc khu vực Thành phố Hồ Chí Minh, chưa mở rộng đánh giá trên các mô hình bãi đỗ xe quy mô liên tỉnh hoặc các khu vực địa hình đặc thù.
• Hệ thống thiết lập giới hạn thời gian chờ phát hiện khuôn mặt là 5 giây; trong các điều kiện môi trường ánh sáng phức tạp hoặc góc chụp camera chưa chuẩn hóa, hệ thống có thể gặp khó khăn trong việc phát hiện ngay khuôn mặt, dẫn đến việc người dùng phải thực hiện lại thao tác.
• Cần tiếp tục nghiên cứu nâng cao hiệu năng xử lý của các mô hình học sâu nhằm giảm thiểu độ trễ phần cứng khi triển khai đồng thời trên nhiều camera độ phân giải cao tại các bãi xe có quy mô hàng nghìn lượt xe mỗi giờ.

Giá trị tham khảo

Khóa luận là tài liệu tham khảo phù hợp cho:

• Sinh viên và học viên chuyên ngành Công nghệ Thông tin, Kỹ thuật Phần mềm, Trí tuệ Nhân tạo và Khoa học Dữ liệu đang thực hiện đồ án hoặc nghiên cứu về hệ thống nhận diện biển số xe, nhận diện khuôn mặt và ứng dụng thị giác máy tính.
• Các kỹ sư phần mềm cần tài liệu tham khảo về quy trình phân tích, thiết kế hệ thống thông tin quy mô lớn, bao gồm thiết kế cơ sở dữ liệu quan hệ hoàn chỉnh (trên 10 bảng dữ liệu chi tiết) và phân quyền người dùng đa cấp bậc.
• Phần đáng tham khảo nhất của tài liệu là Chương 3 (với các sơ đồ tuần tự và đặc tả luồng xử lý chi tiết cho hệ thống giám sát thời gian thực) và Chương 5 (hướng dẫn kết hợp chuỗi các mô hình học sâu YOLO, SSD, Inception-ResNet V1 và VietOCR vào một bài toán thực tiễn).

Câu hỏi thường gặp

1. Khóa luận sử dụng các mô hình học sâu cụ thể nào cho từng tác vụ thị giác máy tính trong hệ thống?
Khóa luận tích hợp các mô hình học sâu chuyên biệt cho từng khâu xử lý: mô hình YOLO được dùng để phát hiện phương tiện và biển số xe; mô hình MobileNet-SSD (MB-SSD) và VGG-SSD dùng để phát hiện khuôn mặt và thẻ căn cước công dân; mô hình Inception-ResNet V1 được sử dụng để trích xuất đặc trưng khuôn mặt nhằm so khớp nhận diện; và mô hình VietOCR dùng để nhận dạng ký tự quang học trên biển số xe và căn cước công dân.

2. Quy trình xác thực xe ra vào bãi đỗ xe diễn ra theo các bước nào?
Khi xe di chuyển vào khu vực giám sát, hệ thống khởi động trình giám sát ngầm, camera ghi nhận hình ảnh để phát hiện xe và nhận dạng ký tự biển số bằng YOLO và VietOCR. Đồng thời, camera ghi lại khuôn mặt người lái, mô hình so sánh khuôn mặt và đối chiếu dữ liệu xe trong cơ sở dữ liệu. Kết quả kiểm tra được thông báo cho người dùng và cập nhật vào bảng theo dõi (tblTrack). Nếu dữ liệu biển số và khuôn mặt không khớp, hệ thống sẽ phát cảnh báo và từ chối cho xe ra/vào.

3. Cơ sở dữ liệu của hệ thống lưu trữ những hình ảnh nào liên quan đến người dùng và phương tiện?
Bảng tblUserPhoto lưu trữ ảnh khuôn mặt chụp thực tế tại kiosk (TakenPhoto), ảnh khuôn mặt trên thẻ căn cước (IdCardPhoto), ảnh mặt trước và mặt sau thẻ căn cước (IdCardFrontPhoto, IdCardBackPhoto). Bảng tblVehicle lưu trữ ảnh chụp phương tiện (VehiclePhoto) và ảnh biển số xe (LicensePhoto). Ngoài ra, bảng nhật ký tblTrack lưu trữ đường dẫn ảnh khuôn mặt lúc vào/ra và ảnh biển số lúc vào/ra để phục vụ hậu kiểm.

4. Hệ thống xử lý như thế nào khi quá trình nhận diện khuôn mặt tại kiosk đăng ký gặp sự cố?
Trong quy trình đăng ký hoặc kiểm tra khuôn mặt, nếu sau 5 giây hệ thống không phát hiện được khuôn mặt người dùng qua camera, hệ thống sẽ đưa ra thông báo lỗi và yêu cầu người dùng thực hiện lại thao tác hoặc kết thúc phiên làm việc.

5. Cơ chế phân quyền và quản lý thiết bị tại các điểm đỗ được thiết kế ra sao?
Hệ thống quản lý điểm đỗ qua bảng tblStoreMaster và thiết bị qua bảng tblStoreDevice. Mỗi thiết bị được quản lý bằng địa chỉ MAC (DeviceKeyNo), địa chỉ IP công cộng và cổng kết nối. Khi thiết bị kết nối, hệ thống thực hiện gọi Socket để kiểm tra quyền truy cập phần cứng. Quyền hạn của người dùng được quản lý theo mô hình phân quyền vai trò (Role-Based Access Control) thông qua các bảng Permissions, RolesToPermissions, UserRoles và nhóm người dùng SYUserGroups.

Kết luận

Khóa luận tốt nghiệp của sinh viên Phạm Văn Mạnh Hùng và Nguyễn Ngọc Thiện đã xây dựng thành công giải pháp quản lý bãi đỗ xe thông minh tự động hóa dựa trên việc kết hợp công nghệ web ASP.NET, cơ sở dữ liệu MS SQL Server và các mô hình học sâu tiên tiến (YOLO, SSD, Inception-ResNet V1, VietOCR). Hệ thống đã giải quyết hiệu quả các bài toán thực tiễn về kiểm soát an ninh đa tầng thông qua nhận diện đồng thời biển số xe và khuôn mặt, khắc phục nhược điểm ùn tắc và nguy cơ thất thoát tài sản của hệ thống thẻ từ truyền thống. Đồ án cung cấp một tài liệu thiết kế kỹ thuật hoàn chỉnh từ phân tích ca sử dụng, cấu trúc dữ liệu cho đến thử nghiệm mô hình thực tế, mang lại giá trị tham khảo rõ ràng cho các nghiên cứu và ứng dụng kiểm soát phương tiện tự động.

Trích đoạn nội dung tài liệu

MINISTRY OF EDUCATION AND TRAINING HO CHI MINH CITY UNIVERSITY OF TECHNOLOGY AND EDUCATION *5$'8$7,217+(6,6 ,1)250$7,217(&+12/2*< SMART  PARKING MANAGEMENT INTEGRATED DEEP LEARNING FOR AUTOMATIC MONITORING  LECTURER: Ph.D LE VINH THINH STUDENT6: PHAM VAN MANH HUNG  NGUYEN NGOC THIEN SKL 011159 Ho Chi Minh City, July 2023 HCMC UNIVERSITY OF TECHNOLOFY AND EDUCATION FACULTY FOR HIGH QUATITY TRAINING INFORMATION TECHNOLOGY CAPSTONE PROJECT SMART PARKING MANAGEMENT INTEGRATED DEEP LEARNING FOR AUTOMATIC MONITORING LECTURER: PhD. Le Vinh Thinh COURSE YEAR: 2019 STUDENT: Pham Van Manh Hung 19110081 Nguyen Ngoc Thien 19110148 MAJOR: Information Technology Ho Chi Minh City, July 2023 SOCIALIST REPUBLIC OF VIETNAM Independence - Freedom – Happiness ******* Ho Chi Minh City, 10 month 07 year 2023 TARGET OF THE GRADUATION THESIS Student's first and last name: Pham Van Manh Hung ID: 19110081 Specialization: Information Technology Class: 19110CLA3 Student's first and last name:Nguyen Ngoc Thien ID: 19110148 Specialization: Information Technology Class: 19110CLA2 Instructors: PhD. Le Vinh Thinh Date of receiving topic: 13/02/2023 Date of submission topic: 10/07/2023 1. Title of the topic: Smart Parking Management integrated Deep Learning for automatic monitoring.

Data, original documents: Survey the current status through searching websites on the Internet today. In addition, learn about the shortcomings of traditional and smart garage management in apartments and schools. Content of the topic: - Built an automatic vehicle monitoring application integrated with deep learning. - Building a website to manage the parking system.

- Build an application that allows users to register in the system when entering an apartment or school. Products: Smart garage management software system. Dean of Faculty Instructors (Full name, signature) (Full name, signature) SOCIALIST REPUBLIC OF VIETNAM Independence - Freedom – Happiness *********** INSTRUCTOR COMMENT SHEET Student 1: Pham Van Manh Hung Student ID 1: 19110081 Student 2: Nguyen Ngoc Thien Student ID 2: 19110148 Instructor: PhD. Le Vinh Thinh Phone number: Major: Information technology Project name: SMART PARKING MANAGEMENT INTEGRATED DEEP LEARNING FOR AUTOMATIC MONITORING Comment: 1.

About the content of the topic and the block of work done:. Recommend for protection or not? .) Ho Chi Minh city, ……July 2023 Instructor (Full name, signature) SOCIALIST REPUBLIC OF VIETNAM Independence - Freedom – Happiness *********** REVIEWER COMMENT SHEET Student 1: Pham Van Manh Hung Student ID 1: 19110081 Student 2: Nguyen Ngoc Thien Student ID 2: 19110148 Instructor: PhD. Le Vinh Thinh Phone number: Major: Information technology Project name: SMART PARKING MANAGEMENT INTEGRATED DEEP LEARNING FOR AUTOMATIC MONITORING Reviewer name: Comment: 1. About the content of the topic & the block of work done:.

Recommend for protection or not? .) Ho Chi Minh city, ……July 2023 Reviewer (Full name, signature) ACKNOWLEDGEMENT ACKNOWLEDGEMENT First of all, we also want to express our gratitude to the lecturers in the High-Quality Department- Ho Chi Minh City University of Technology and Education in general and the information technology sector for their commitment to transferring the necessary knowledge, their constant enthusiasm in responding to students' inquiries, and their unwavering support. I have a solid foundation on which to execute this issue, which has made it possible for us to research it and do well on it. Along with that, we would want to express our gratitude to our peers and forerunners who shared a wealth of experience and information that helped us finish the project. Besides, the team would like to express their gratitude to Mr.

Le Vinh Thinh, who provided direct resources and guidance to help us make and complete the report in the best and most effective way. His guidance, direction, comments, advice and recommendations were a very important factor in helping us complete the project. Errors are unavoidable because of the project's short turnaround time. So that we might gain more experience for ourselves in the future, we anticipate obtaining insightful feedback from professors.

We sincerely thank you! i | Page SUMMARY SUMMARY The urgency of the subject In recent years, the development of technology and the increase of vehicles have led to the problems of preserving and protecting vehicles with integrated intelligent systems. The management system needs to fulfill the criteria of safety, convenience and time saving for users.