ĐẠI HỌC QUOC GIA TP. HO CHÍ MINH TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN KHOA MẠNG MAY TÍNH VÀ TRUYEN THONG DINH DUC LIEM NGUYEN HONG NAM KHOA LUAN TOT NGHIEP TRAFFIC FLOW CALCULATING SYSTEM USING AI CAMERA KỸ SƯ NGANH TRUYEN THONG VA MẠNG MAY TÍNH TP. HO CHi MINH, 2021 ĐẠI HỌC QUOC GIA TP. HO CHÍ MINH TRUONG DAI HOC CONG NGHE THONG TIN KHOA MANG MAY TINH VA TRUYEN THONG DINH DUC LIEM - 17520678 NGUYEN HONG NAM- 17520779 KHÓA LUẬN TOT NGHIỆP HỆ THÓNG GIÁM SÁT LƯU LƯỢNG GIAO THONG SU DỤNG CAMERA THONG MINH TRAFFIC FLOW CALCULATING SYSTEM USING AI CAMERA KY SU NGANH TRUYEN THONG VA MẠNG MAY TÍNH GIANG VIEN HUONG DAN TS.
LE KIM HUNG ThS. NGUYEN KHANH THUAT TP. HO CHÍ MINH, 2021 THONG TIN HOI DONG CHAM KHÓA LUẬN TOT NGHIỆP Hội đồng cham khóa luận tốt nghiệp, thành lập theo Quyết định số. của Hiệu trưởng Trường Đại học Công nghệ Thông tin.
ĐẠI HỌC QUOC GIA TP. HO CHÍMINH CONG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM TRƯỜNG ĐẠI HỌC Độc Lập - Tự Do - Hạnh Phúc CÔNG NGHỆ THÔNG TIN TP. tháng 07 năm 2021 NHAN XÉT KHÓA LUẬN TOT NGHIỆP (CUA CAN BỘ HƯỚNG DAN) Tên khóa luận: HỆ THÓNG GIÁM SÁT LƯU LƯỢNG GIAO THÔNG SỬ DỤNG CAMERA THÔNG MINH TRAFFIC FLOW CALCULATING SYSTEM USING AI CAMERA Nhóm SV thực hiện: Cán bộ hướng dẫn: Đinh Đức Liêm 17520678 TS. Lê Kim Hùng Nguyễn Hồng Nam 17520779 ThS.
Nguyễn Khánh Thuật Đánh giá Khóa luận 1. Về cuốn báo cáo: Số trang Số chương Số bảng số liệu Số hình vẽ Số tài liệu tham khảo Sản phẩm Một sô nhận xét về hình thức cuôn báo cáo: 2. Vê nội dung nghiên cứu: 3. Về chương trình ứng dụng: 4.
Vé thái độ làm việc của sinh viên: Đánh giá chung: Khóa luận đạt/không đạt yêu cầu của một khóa luận tốt nghiệp kỹ sư/ cử nhân, xếp loại Giỏi/ Khá/ Trung bình. Diém từng sinh viên: Dinh Đức Liêm. ---- -- /10 Nguyễn Hồng Nam.- 10 Người nhận xét Người nhận xét TS. Lê Kim Hùng ThS.
Nguyễn Khánh Thuật ĐẠI HỌC QUỐC GIA TP. HỎ CHÍ MINH CONG HOA XÃ HOI CHỦ NGHĨA VIỆT NAM TRƯỜNG ĐẠI HỌC Độc Lập - Tự Do - Hạnh Phúc CÔNG NGHỆ THÔNG TIN TP. tháng 07 năm 2021 NHAN XÉT KHÓA LUẬN TOT NGHIỆP (CUA CÁN BO PHAN BIEN) Tên khóa luân: HỆ THÓNG GIÁM SÁT LƯU LƯỢNG GIAO THÔNG SỬ DỤNG CAMERA THÔNG MINH TRAFFIC FLOW CALCULATING SYSTEM USING AI CAMERA Nhóm SV thực hiện: Cán bộ phản biện: Dinh Đức Liêm 17520678 Nguyễn Hồng Nam 17520779 Đánh giá Khóa luận 1. Về cuốn báo cáo: Số trang Số chương Sô bảng sô liệu Sô hình vẽ Số tài liệu tham khảo Sản phẩm Một sô nhận xét về hình thức cuôn báo cáo: 2.
Về nội dung nghiên cứu: 3. Về chương trình ứng dụng: 4. Về thái độ làm việc của sinh viên: Đánh giá chung: Khóa luận đạt/không đạt yêu cầu của một khóa luận tốt nghiệp kỹ sư/ cử nhân, xếp loại Giỏi/ Khá/ Trung bình. Điểm từng sinh viên: Dinh Đức Liêm.--- H0 Nguyễn Hồng Nam.- 0 Người nhận xét Lời Cảm Ơn Lời đầu tiên, chúng em xin trân trọng cảm ơn quý thầy, cô đang công tác và giảng dạy tại khoa Mạng máy tính và Truyền thông, cũng như toàn thể thầy, cô khác công tác tại trường Đại học Công nghệ Thông tin - ĐHQG Tp.HCM đã truyền đạt những kiến thức, bài học, kinh nghiệm quý báu cho chúng em trong suốt quãng thời gian bốn năm vừa qua.
Và đã sắp xếp thời gian, chương trình hợp lý để chúng em có cơ hội hoàn thành khóa luận tốt nghiệp tốt nhất. Chúng em xin kính chúc khoa Mang máy tính và Truyền thông nói riêng và trường Đại học Công nghệ Thông tin nói chung luôn thành công rực rỡ trên con đường giảng dạy đào tạo nhân tài, sẽ mãi là niềm tin vững chắc cho các thế hệ sinh viên trên con đường giáo dục. Đặc biệt, chúng em xin gửi lời cảm ơn chân thành nhất đến giảng viên, TS. Lê Kim Hùng.
Nhờ những kinh nghiệm, bài học quý báu được chia sẻ từ thầy, thầy đã luôn quan tâm và giúp đỡ chúng em giải quyết những vấn đề phát sinh, khó khăn trong quá trình thực hiện. Nhờ có thầy, chúng em đã có cơ hội hoàn thành tốt khóa luận tốt nghiệp này. Chúng em cũng xin gửi lời cảm ơn đến giảng viên, Th§ Nguyễn Khánh Thuật đã hỗ trợ chúng em trong suốt quá trình thực hiện luận văn tốt nghiệp vừa qua. Tiếp theo, chúng em xin cảm ơn về phía gia đình đã luôn luôn tin tưởng, động viên chúng em trong suốt quá trình học tập tại trường Đại học Công nghệ Thông tin - ĐHQG Tp.HCM, giúp chúng em có thêm nguồn năng lượng dé đi đến được như ngày hôm nay.
Cuối cùng, nhóm chúng em xin gửi lời cảm ơn đến các anh, chị và các bạn sinh viên tại trường Dai học Công nghệ Thông tin - ĐHQG Tp.HCM đã luôn nhiệt tình hỗ trợ, chia sẻ ý kiến và góp ý cho chúng em trong quãng thời gian thực hiện khóa luận. Hồ Chí Minh, ngày. tháng 07 năm 2021 Nhóm tác giả ĐẠI HOC QUOC GIA TP. HO CHÍ MINH CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM TRƯỜNG ĐẠI HỌC Độc Lập - Tự Do - Hạnh Phúc CÔNG NGHỆ THÔNG TIN DE CƯƠNG CHI TIẾT TÊN ĐÈ TÀI: HỆ THONG GIÁM SÁT LƯU LƯỢNG GIAO THONG SỬ DỤNG CAMERA THÔNG MINH TRAFFIC FLOW CALCULATING SYSTEM USING AI CAMERA Cán bộ hướng dẫn: TS.
Lê Kim Hùng, ThS Nguyễn Khánh Thuật Thời gian thực hiện: Từ ngày 01/03/2021 đến ngày 29/07/2021 Sinh viên thực hiện: Dinh Đức Liêm - 17520678 Nguyễn Hong Nam - 17520779 Nội dung đề tài: Mục tiêu nghiên cứu: e Tìm hiểu về trí tuệ nhân tạo (AI — Artificial Intelligence) và ứng dung của AI vào thực tiễn trong cuộc sống, cụ thể trong khóa luận là ứng dụng trong hệ thống giao thông thông minh. e Tìm hiểu về các thiết bị biên cũng như là cơ chế dé tăng tốc độ tính toán các mô hình học sâu phát hiện đối tượng trên thiết bị. e Tìm hiểu về thuật toán dé theo vết đối tượng cũng như đếm và xác định hướng di chuyên của các loại phương tiện giao thông trong những vùng quan sát đã định trước. e Thử nghiệm và xây dựng hệ thống giám sát phương tiện giao thông áp dụng trí tuệ nhân tạo thực thi trực tiếp tại các thiết bị biên.
Đối tượng nghiên cứu: Hệ thống giám sát phương tiện giao thông áp dụng trí tuệ nhân tạo thực thi trên các thiết bị biên ứng dụng trong hệ thống giao thông thông minh. Pham vi nghiên cứu: Các thiệt bị biên phô biên cho các ứng dụng AI và các cách tôi ưu các il mô hình học sâu phát hiện đối tượng nhằm tăng tốc độ tính toán trên thiết bị, các thuật toán theo vết đối tượng, đếm và xác định hướng di chuyên của phương tiện trong những vùng quan sát. Phương pháp thực hiện: e Cơ sở lý thuyết: - Xây dựng mô hình hoạt động của hệ thống giám sát phương tiện giao thông thực thi trên các thiệt bị biên và so sánh với mô hình tính toán trên đám mây truyén thông. - Chay thử các mô hình phát hiện đối tượng phổ biến trên các video giao thông tại Việt Nam và đưa ra đánh giá sơ bộ.
e Xây dựng tập dữ liệu về các phương tiện giao thông tại Việt Nam: - Tiến hành thu thập các video về giao thông tại Việt Nam. Các video sẽ được cắt thành các frame anh và sử dụng công cụ labellmg dé dán nhãn các phương tiện giao thông có trong frame ảnh. e Xây dựng hệ thống giám sát phương tiện giao thông trên thiết bị biên: - Tìm hiểu và cài đặt môi trường (Anaconda, Python, TensorFlow, .) - Tién hành huấn luyện trên tập dữ liệu, tìm ra mô hình tốt nhất có thể phát hiện các phương tiện giao thông nhưng cũng đảm bảo ứng dụng có thể thực thi theo thời gian thực. - Áp dụng các mô hình đã huấn luyện tìm được dé xây dựng hệ thống đếm phương tiện giao thông tại các thiết bị biên.
Kết quả mong đợi: e Báo cáo tông hợp về hệ thống áp dụng trí tuệ nhân tạo trong việc phát hiện các phương tiện giao thông tại thiết bị biên. e Bộ dữ liệu được thu thập riêng cho hệ thống, hỗ trợ các nghiên cứu sau này. ° Xây dựng và thử nghiệm hệ thống giám sát phương tiện giao thông với chi phí thấp trên thiết bị biên. Từ đó hỗ trợ hiệu quả trong việc giám sát, phân luồng giao thông một cách hiệu quả, giúp giảm tình trạng tắc nghẽn.
1H Công nghệ liên quan đến đề tài: e Sử dụng công cụ labellmg dé dán nhãn dữ liệu thu thập được. e Sử dụng các framework TensorFlow, Pytorch, Darknet. dé huấn luyện các mô hình trên tập dữ liệu. Tính mới đề tài: Áp dụng các mô hình phát hiện đối tượng, thuật toán theo vết và đếm các phương tiện giao thông trên các thiết bị biên hạn chế về tài nguyên tính toán.
Cách tiếp cận này giúp giảm chỉ phí xây dựng hệ thống, bảo đảm an toàn dữ liệu cũng như khắc phục được điểm yếu của mô hình tính toán trên đám mây truyền thống là độ trễ truyền đối với các ứng dụng thực thi theo thời gian thực và có thê xử lý đữ liệu phân tán thay vì tập trung trên các máy chủ đám mây. Kế hoạch thực hiện: Thời gian Công việc Phân công 20/03/2021 về công nghệ trí tuệ nhân tao, python, opencv, các framework như tensorflow, pytorch,. Nguyễn Hồng Nam — 17520779 Choy àm———t Trên CoralDev | Dinh Đức Liêm — hiện đôi tượng sẵn có như Board 17520678 21/03/2021 - SSD MobileNet v2, 31/03/2021 Yolov5,. trên các video - ; Nguyên Hong Nam — giao thông tại Việt Nam va | Trên Jetson Nano 17520779 đưa ra đánh gia sơ bộ.
Thu thập và đán nhãn dữ liệu về các phương Định Đức Liêm — tiện giao thông tại Việt Nam. Từ tập dữ liệu đã | 17520678 01/04/2021 - thu thập được, thực hiện khám phá tính năng và 15/04/2021 Nguyễn Hồng Nam — đặc điêm của dữ liệu, làm sạch tập dữ liệu, 17520779 chuân hóa đữ liệu. iv Trên Coral Dev Board, các mô hình phải được quantization- Định Đức Liêm — Tiến hành huấn luyện, mô “lượng tử hóa” 17520678 hình hóa tập dữ liệu. Tĩnh hoàn toàn sang chỉnh mô hình và tìm ra mô dạng int8 dé tận hình tốt nhất cho hệ thống.
dụng tốc độ tính Mô hình phát hiện đối toán trên tpu. 16/04/2021 - tượng sau khi được huấn 15/05/2021 luyện phải được chuyên đổi qua các định dang phù Trên Jetson hợp đề tận dụng phần cứng Nano, các mô của thiết bị biên nhằm tăng hình phải chuyển Nguyễn Hồng Nam - tốc độ tính toán. sang định dạng 17520779 tensorrt dé tăng tốc độ tính toán trên gpu.