I. Tổng quan về nhận dạng hành vi giao thông Giới thiệu chung
An toàn giao thông và hỗ trợ lái xe an toàn ngày càng được quan tâm. Nhận dạng hành vi giao thông đóng vai trò quan trọng trong việc xây dựng các giải pháp hỗ trợ người tham gia giao thông. Các thông tin về hành vi giúp nhà quản lý quy hoạch hệ thống và xây dựng chính sách quản lý giao thông, cũng như các chính sách an sinh xã hội. Mô hình nhận dạng hành vi còn giúp đánh giá mức độ rủi ro trong lĩnh vực bảo hiểm và ước tính mức độ tiêu thụ năng lượng, ô nhiễm môi trường của hệ thống giao thông. Để xây dựng mô hình, thông tin, dữ liệu được thu thập bằng nhiều cách khác nhau. Sự phát triển của công nghệ phần cứng cho phép tích hợp nhiều loại cảm biến điện thoại thông minh, trở thành công cụ hữu ích để thu thập dữ liệu từ người dùng.
1.1. Tầm quan trọng của nhận dạng hành vi người tham gia giao thông
Nhận dạng hành vi của người tham gia giao thông, bao gồm cả hành động và hành vi bất thường, có ý nghĩa lớn trong việc xây dựng giải pháp, ứng dụng hỗ trợ. Chủ đề này thu hút sự quan tâm nghiên cứu của nhiều nhà khoa học, phòng thí nghiệm trên thế giới. Thông tin về hành vi người tham gia giao thông hữu ích cho nhà quản lý trong việc quy hoạch hệ thống, xây dựng chính sách quản lý giao thông và an sinh xã hội.
1.2. Ứng dụng của cảm biến điện thoại trong thu thập dữ liệu giao thông
Điện thoại thông minh tích hợp nhiều loại cảm biến, cho phép thu thập dữ liệu từ người dùng. Nhiều công trình nghiên cứu về nhận dạng hành vi người dùng, bao gồm cả cử chỉ và hành vi trong giao thông dựa trên cảm biến điện thoại thông minh đã được công bố. Tuy nhiên, để đảm bảo độ chính xác cao, hầu hết nghiên cứu được thực hiện với vị trí điện thoại cố định trên phương tiện hoặc sử dụng dữ liệu từ nhiều nguồn cảm biến khác nhau.
II. Thách thức trong nhận dạng hành vi giao thông hiện nay
Các nghiên cứu về nhận dạng hành vi giao thông thường được thực hiện trong điều kiện khác nhau về khu vực địa lý, hạ tầng giao thông và văn hóa. Điều này gây khó khăn khi phát triển và áp dụng mô hình trong điều kiện cụ thể của Việt Nam. Sự khác biệt xuất phát từ yếu tố khách quan và chủ quan. Các nghiên cứu thường tập trung vào phương tiện phổ biến ở nước phát triển như ô tô, xe buýt, tàu điện ngầm, ít xét đến phương tiện thô sơ. Hạ tầng giao thông cũng ổn định hơn so với tính đa dạng ở Việt Nam.
2.1. Sự khác biệt về phương tiện và hạ tầng giao thông
Hệ thống giao thông đô thị tại các nước đang phát triển, trong đó có Việt Nam, phương tiện chủ yếu vẫn là xe máy và xe đạp. Phần lớn nghiên cứu thực hiện trong điều kiện hạ tầng giao thông ổn định hơn so với Việt Nam. Điều này gây khó khăn trong việc áp dụng các mô hình đã xây dựng.
2.2. Yếu tố văn hóa và thói quen di chuyển ảnh hưởng thế nào
Văn hóa và thói quen di chuyển của người dân cũng là yếu tố quan trọng. Với ô tô, xe buýt, dữ liệu cảm biến được thu thập khi phương tiện di chuyển trên làn đường riêng. Điều này khó thực hiện với hiện trạng giao thông đô thị của Việt Nam. Do vậy, cần có nghiên cứu mô hình nhận dạng hành vi giao thông phù hợp với tính chất đặc thù tại Việt Nam.
2.3. Vấn đề vị trí điện thoại không cố định khi tham gia giao thông
Việc nghiên cứu về nhận dạng hành vi khi vị trí điện thoại không cố định là yêu cầu tự nhiên phù hợp với thực tế. Các nghiên cứu đã công bố về nhận dạng hành vi giao thông được thực hiện trong các điều kiện hoàn cảnh khác nhau. Do đó, những mô hình nhận dạng đã được xây dựng gặp nhiều khó khăn khi phát triển và áp dụng trong điều kiện cụ thể của Việt Nam.
III. Phương pháp nhận dạng hành vi giao thông qua cảm biến
Để hỗ trợ người tham gia giao thông, một trong những mục đích quan trọng của mô hình phát hiện hành vi là khả năng phát hiện hành vi giao thông bất thường. Các nghiên cứu về vấn đề này thường tập trung vào phương tiện ô tô. Các phương tiện có thiết kế, đặc tính khác nhau nên khó có một mô hình phù hợp với tất cả. Các nghiên cứu trước đây thường sử dụng hướng tiếp cận kết hợp nhiều loại cảm biến để thu thập, phân tích dữ liệu cho quá trình nhận dạng.
3.1. Sử dụng cảm biến gia tốc để nhận dạng hành vi bất thường
Tiếp cận lựa chọn thu thập, phân tích dữ liệu cảm biến chuyển động như cảm biến gia tốc có mức tiêu tốn năng lượng thấp nhất. Cần xây dựng mô hình phù hợp để đảm bảo độ chính xác nhận dạng trên các loại phương tiện khác nhau. Một trong những giải pháp căn cốt là xác định, lựa chọn tập thuộc tính đặc trưng phù hợp cho các loại phương tiện, thể hiện rõ đặc trưng của hành vi để nhận dạng, phát hiện không làm tăng độ phức tạp tính toán của mô hình mà vẫn đảm bảo kết quả phát hiện hành động, hành vi bất thường.
3.2. Giải pháp phát hiện hành vi bất thường dựa trên nhận dạng hành động
Để hỗ trợ người tham gia giao thông, một trong những mục tiêu quan trọng, cấp thiết của mô hình phát hiện hành vi đó là khả năng phát hiện được các hành vi giao thông bất thường. Các nghiên cứu về vấn đề này thường tập trung vào phương tiện ô tô; các phương tiện có những thiết kế, đặc tính khác nhau nên rất khó có một mô hình phù hợp với tất cả các loại phương tiện khác nhau.
IV. Ứng dụng thực tiễn và kết quả nghiên cứu nhận dạng
Luận án đề xuất tập thuộc tính đặc trưng dựa trên miền thời gian và miền tần số nhằm biến đổi dữ liệu cảm biến thành dữ liệu đặc trưng phục vụ cho nhận dạng hành động và hành vi bất thường. Kết quả độ đo sau khi phân lớp dữ liệu được sử dụng để đánh giá, lựa chọn tập thuộc tính. Sử dụng tham số hjorth cho các đại lượng khác nhau nhằm thu được các thuộc tính phù hợp để biến đổi dữ liệu cảm biến thành dữ liệu đặc trưng. Tập thuộc tính đặc trưng phù hợp sẽ sử dụng làm cơ sở cho việc xây dựng hệ thống nhận dạng bằng phương pháp phân lớp.
4.1. Đánh giá hiệu quả của hệ thống nhận dạng hành vi đề xuất
Khi sử dụng hệ thống nhận dạng thực nghiệm trên cùng một bộ dữ liệu được công bố bởi công ty HTI của Đài Loan, kết quả nhận dạng bằng hệ thống đề xuất cao hơn so với một số nghiên cứu đã được công bố trước đó với tập dữ liệu này. Luận án đề xuất giải pháp phát hiện hành vi giao thông bất thường theo một hướng tiếp cận mới, hướng tiếp cận này dựa trên kết quả nhận dạng hành động cơ bản.
4.2. Phát hiện hành vi bất thường dựa trên phân đoạn dữ liệu
Kỹ thuật xác định bất thường dựa trên phân đoạn dữ liệu của hành động cơ bản với kích thước cửa sổ nhỏ hơn sau đó tiến hành nhận dạng các đoạn dữ liệu này nhằm so sánh, đánh giá sự sai khác các nhãn hành động nhận được với hành động cơ bản để xác định tính bất thường. Các giải pháp, kết quả thu được của luận án thể hiện trong 4 công trình đã được công bố.
V. Kết luận và hướng phát triển của nhận dạng hành vi
Luận án đã đề xuất phương pháp nhận dạng hành vi giao thông dựa trên dữ liệu cảm biến từ điện thoại thông minh. Các kết quả nghiên cứu cho thấy tiềm năng ứng dụng của phương pháp này trong việc hỗ trợ người tham gia giao thông và nâng cao an toàn giao thông. Tuy nhiên, vẫn còn nhiều vấn đề cần được nghiên cứu sâu hơn để hoàn thiện mô hình và mở rộng phạm vi ứng dụng.
5.1. Tóm tắt những đóng góp chính của luận án
Luận án đã đề xuất tập thuộc tính đặc trưng, giải pháp phát hiện hành vi giao thông bất thường dựa trên kết quả nhận dạng hành động cơ bản. Các kết quả thực nghiệm cho thấy tính hiệu quả của phương pháp đề xuất so với các phương pháp khác.
5.2. Hướng nghiên cứu tiếp theo để hoàn thiện mô hình
Cần nghiên cứu sâu hơn về các yếu tố ảnh hưởng đến hành vi giao thông, mở rộng tập dữ liệu và thử nghiệm trên nhiều loại phương tiện khác nhau. Nghiên cứu về tích hợp thông tin từ nhiều nguồn khác nhau (ví dụ: GPS, camera) để nâng cao độ chính xác của mô hình.
