I. Tổng Quan Về Nhận Dạng Hành Vi Giao Thông Nghiên Cứu Mới
Giao thông là một vấn đề toàn cầu, đặc biệt quan trọng ở các nước đang phát triển, ảnh hưởng trực tiếp đến kinh tế và xã hội. An toàn giao thông là một mối quan tâm hàng đầu. Nhiều yếu tố ảnh hưởng đến an toàn giao thông đô thị, bao gồm yếu tố ngoại cảnh và yếu tố con người. Các yếu tố ngoại cảnh có thể là điều kiện hạ tầng giao thông, hệ thống quản lý điều khiển giao thông và tình trạng phương tiện. Tuy nhiên, thái độ và hành vi của người tham gia giao thông là yếu tố quan trọng nhất. Do đó, nhận dạng hành vi giao thông, bao gồm cả hành động và hành vi bất thường, có ý nghĩa lớn trong việc xây dựng các giải pháp hỗ trợ. Chủ đề này thu hút sự quan tâm của nhiều nhà khoa học và phòng thí nghiệm trên thế giới. Thông tin về hành vi của người tham gia giao thông rất hữu ích cho các nhà quản lý trong việc quy hoạch hệ thống và xây dựng chính sách giao thông và an sinh xã hội. Mô hình nhận dạng hành vi còn giúp đánh giá rủi ro trong bảo hiểm, ước tính tiêu thụ năng lượng và ô nhiễm môi trường. Để xây dựng mô hình nhận dạng hành vi, dữ liệu được thu thập bằng nhiều cách khác nhau.
1.1. Phân Tích Dữ Liệu Cảm Biến Nền Tảng Nhận Dạng Hành Vi
Sự phát triển của công nghệ phần cứng đã tích hợp nhiều loại cảm biến vào điện thoại thông minh, biến chúng thành công cụ hữu ích để thu thập dữ liệu từ người dùng. Nhiều nghiên cứu gần đây đã tập trung vào nhận dạng hành vi người dùng, bao gồm cả hành vi cử chỉ và hành vi trong giao thông, dựa trên cảm biến điện thoại thông minh. Tuy nhiên, để đảm bảo độ chính xác cao, hầu hết các 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. Điều này làm cho mô hình trở nên phức tạp hoặc khó thực hiện trong thực tế. 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.
1.2. Thách Thức Địa Lý và Văn Hóa Trong Nhận Dạng Giao Thông
Các nghiên cứu đã công bố về nhận dạng hành vi giao thông được thực hiện trong các điều kiện hoàn cảnh khác nhau, với sự khác biệt về khu vực địa lý, hạ tầng giao thông và văn hóa so với Việt Nam. Do vậy, những mô hình đã được xây dựng gặp nhiều khó khăn khi phát triển và áp dụng trong điều kiện cụ thể của Việt Nam. Sự khác biệt này xuất phát từ các yếu tố khách quan và chủ quan. Các nghiên cứu thường tập trung vào các phương tiện giao thông phổ biến tại các nước phát triển, ít khi xét đến các phương tiện thô sơ. Trong khi đó, tại Việt Nam, xe máy và xe đạp vẫn là phương tiện chủ yếu.
1.3. 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 một yếu tố quan trọng. Với ô tô hay xe buýt, dữ liệu cảm biến được thu thập trong điều kiện phương tiện di chuyển trên các làn đường riêng. Điều kiện này không thể thực hiện được với hiện trạng giao thông đô thị của Việt Nam. Tất cả những yếu tố này giải thích tại sao cần có các nghiên cứu mô hình nhận dạng hành vi giao thông phù hợp với tính chất đặc thù tại Việt Nam.
II. Vấn Đề An Toàn Giao Thông Phát Hiện Hành Vi Bất Thường
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 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. Các nghiên cứu trước đây cũng thường sử dụng hướng tiếp cận kết hợp nhiều loại cảm biến để thu thập, phân tích dữ liệu cho quá trình nhận dạng. Bên cạnh các cảm biến chuyển động thì các cảm biến khác như GPS, cảm biến hình ảnh và cảm biến âm thanh cũng có thể được sử dụng nhằm nâng cao độ chính xác trong nhận dạng các hành vi bất thường khi lái xe.
2.1. Tiết Kiệm Năng Lượng Ưu Tiên Cảm Biến Gia Tốc Điện Thoại
Việc sử dụng đồng thời nhiều dữ liệu cảm biến cùng một thời điểm dẫn đến tiêu tốn nhiều năng lượng của điện thoại thông minh và khó có thể áp dụng trong thực tế. Hướng tiếp cận lựa chọn thu thập, phân tích dữ liệu cảm biến chuyển động như cảm biến gia tốc sẽ có mức tiêu tốn năng lượng thấp nhất nhưng cần phải xây dựng một mô hình phù hợp để đảm bảo độ chính xác nhận dạng trên các loại phương tiện giao thông khác nhau.
2.2. Xác Định Thuộc Tính Đặc Trưng Chìa Khóa Nhận Dạng Chính Xác
Một trong những giải pháp căn cốt cho vấn đề này đó là cần xác định, lựa chọn được tập thuộc tính đặc trưng phù hợp cho các loại phương tiện, thể hiện rõ đặc trưng của hành vi sao cho 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. Với mong muốn xây dựng mô hình phát hiện và đoán nhận hành vi bất thường sử dụng cảm biến gia tốc của điện thoại thông minh, chúng tôi chọn đề tài: “Nhận dạng hành vi của người tham gia giao thông dựa trên cảm biến điện thoại” làm đề tài nghiên cứu trong khuôn khổ luận án tiến sĩ chuyên ngành Hệ thống Thông tin nhằm giải quyết một số vấn đề đã đặt ra.
III. Phương Pháp Nhận Dạng Hành Động Giao Thông Cơ Bản Hướng Dẫn
Mục tiêu chính của Luận án tập trung vào phân tích dữ liệu cảm biến thu được từ điện thoại của người tham gia giao thông nhằm nhận dạng được các hành vi giao thông bất thường. Để giải quyết được mục tiêu của Luận án, chúng tôi tập trung vào giải quyết các vấn đề chính sau: Khảo sát các kỹ thuật phân tích dữ liệu trong và ngoài nước. Tìm hiểu các kỹ thuật thu thập và biến đổi dữ liệu áp dụng cho các loại cảm biến khác nhau, trong đó tập trung vào cảm biến gia tốc có mức tiêu thụ năng lượng thấp nhằm tìm ra tập thuộc tính đặc trưng phù hợp cho hệ thống nhận dạng hành động và hành vi.
3.1. Xây Dựng Hệ Thống Nhận Dạng Đi Thẳng Dừng Rẽ Trái Rẽ Phải
Xây dựng hệ thống nhận dạng hành động giao thông cơ bản (đi thẳng, dừng, rẽ trái, rẽ phải) của người điều khiển phương tiện dựa trên dữ liệu cảm biến gia tốc được biến đổi từ tập thuộc tính lựa chọn.
3.2. Phát Hiện Hành Vi Bất Thường Giải Pháp Dựa Trên Nhận Dạng
Dựa trên hệ thống nhận dạng hành động, nghiên cứu, đề xuất giải pháp phát hiện hành vi giao thông bất thường, chủ yếu là với phương tiện xe máy. Trong một thời gian ngắn tương ứng với một hành động cơ bản xảy ra, nếu phát hiện thấy có các hành động sai khác xảy ra thì xác định là một hành vi bất thường. Sự bất thường được đánh giá bằng việc phân đoạn cửa sổ hành động giao thông cơ bản thành các cửa sổ dữ liệu có kích thước nhỏ hơn rồi so sánh nhãn hành động nhận dạng được của các cửa sổ này so với nhãn của hành động giao thông cơ bản đó để xác định sự bất thường hay bình thường dựa trên việc so sánh tỉ lệ sai khác với một tỉ lệ cho trước.
IV. Ứng Dụng Thực Tiễn Đánh Giá Hiệu Quả Nhận Dạng Hành Vi
Đối tượng nghiên cứu của Luận án là phân tích, nhận dạng hành vi, hành vi giao thông bất thường của người điều khiển phương tiện. Dựa trên cảm biến gia tốc thu được từ điện thoại thông minh của các đối tượng sử dụng phương tiện để đưa ra giải pháp nhận dạng hành động cơ bản làm cơ sở cho nhận dạng hành vi giao thông bất thường ở đô thị của Việt Nam. Luận án sử dụng các phương pháp khảo sát, tổng hợp, phân tích thông tin cần thiết; tham khảo, đánh giá các nghiên cứu liên quan để từ đó tìm ra hướng giải quyết vấn đề. Xác định rõ đối tượng và phạm vi nghiên cứu để từ đó xây dựng mô hình nhận dạng hành động và hành vi giao thông.
4.1. Thu Thập và Xử Lý Dữ Liệu Cảm Biến Quy Trình Chi Tiết
Khảo sát các kỹ thuật thu thập, xử lý dữ liệu cảm biến, phân tích các đặc điểm của phương tiện, hành động giao thông để từ đó đề xuất giải pháp nhận dạng hành động, hành vi giao thông bất thường dựa trên cảm biến thu được. Phương pháp phân tích sử dụng lý thuyết và chứng minh bằng thực nghiệm được áp dụng để thực hiện yêu cầu bài toán đặt ra.
4.2. Đóng Góp Mới Thuộc Tính Đặc Trưng và Hệ Thống Nhận Dạng
Đóng góp thứ nhất của luận án: là 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. Trong đó, 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 [CT2], [CT4].
4.3. Tối Ưu Kích Thước Cửa Sổ Nâng Cao Hiệu Quả Nhận Dạng
Khảo sát, lựa chọn kích thước cửa sổ và tỉ lệ chồng dữ liệu để phân tích tìm ra các giá trị tương ứng, phù hợp với các hành động. Qua đó, hỗ trợ hệ thống nhận dạng các hành động giao thông có hiệu quả hơn [CT1], [CT2], [CT4]. Khi sử dụng hệ thống nhận dạng thực nghiệm trên cùng một bộ dữ liệu được công bố bởi công ty HTC 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. Phương pháp và kết quả thực nghiệm được trình bày trong công bố [CT4].
V. Giải Pháp Phát Hiện Hành Vi Bất Thường Tiếp Cận Mới
Đóng góp thứ hai của 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. Trong thời gian ngắn mà một hành động cơ bản xảy ra, nếu hệ thống nhận dạng phát hiện có sự bất thường thì xác định đây là hành vi bất thường. 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.
5.1. Công Trình Nghiên Cứu Kết Quả và Đóng Góp Thực Tế
Các giải pháp, kết quả thu được của luận án thể hiện trong 4 công trình đã được công bố. Trong đó có 1 bài báo quốc tế có chỉ số SCIE; 3 bài báo hội nghị quốc tế có phản biện và có chỉ số Scopus được thể hiện ở các công trình [CT1], [CT2], [CT3] và [CT4].
