Bối cảnh và vấn đề nghiên cứu

Trong quá trình công nghiệp hóa và hiện đại hóa, sự gia tăng nhanh chóng của các phương tiện giao thông đường bộ kéo theo nhu cầu cấp thiết về hệ thống hạ tầng bãi đỗ xe. Tại Việt Nam, nhiều bãi giữ xe truyền thống vẫn đang duy trì phương thức quản lý thủ công sử dụng vé giấy hoặc sự can thiệp trực tiếp của nhân viên kiểm soát. Cách thức vận hành này bộc lộ nhiều nhược điểm như tiêu tốn nhân lực, dễ xảy ra thất thoát, sai sót khi người gửi làm mất vé và thời gian chờ đợi tại cổng kiểm soát kéo dài. Trước thực tiễn đó, việc áp dụng khoa học máy tính, trí tuệ nhân tạo và tự động hóa vào quy trình quản lý phương tiện ra vào là giải pháp hữu hiệu nhằm nâng cao hiệu suất vận hành và tiết kiệm chi phí lao động.

Đề tài khóa luận tốt nghiệp "Thiết kế và thi công mô hình bãi giữ xe ô tô thông minh" được thực hiện nhằm giải quyết bài toán tự động hóa kiểm soát phương tiện thông qua kỹ thuật thị giác máy tính và phần cứng nhúng.

Mục tiêu nghiên cứu tổng quát: Thiết kế và thi công mô hình bãi giữ xe ô tô thông minh có khả năng tự động nhận diện biển số xe bằng xử lý ảnh, điều khiển đóng mở thanh chắn, điều hướng vị trí đỗ xe còn trống và hiển thị thông tin giám sát tại chỗ.

Nhiệm vụ nghiên cứu cụ thể bao gồm 9 nội dung được xác định trong văn bản:

  1. Nghiên cứu, tìm hiểu về kit Raspberry Pi 4 Model B và thực hiện kết nối với module USB Camera, các module cảm biến.
  2. Thiết kế khối xử lý trung tâm, khối cảm biến, khối chấp hành và khối hiển thị.
  3. Thiết kế và thi công phần cứng của hệ thống.
  4. Nghiên cứu giải thuật và viết chương trình phần mềm cho khối xử lý trung tâm.
  5. Nghiên cứu xây dựng giao diện giám sát và điều khiển.
  6. Lắp đặt hoàn thiện phần cứng, chạy thử nghiệm và hiệu chỉnh sản phẩm.
  7. Kiểm tra, phát hiện và chỉnh sửa các lỗi phần cứng cũng như lỗi lập trình.
  8. Viết báo cáo khóa luận tốt nghiệp.
  9. Bảo vệ luận văn trước hội đồng chuyên môn.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Mô hình phần cứng bãi giữ xe ô tô, giải thuật xử lý ảnh nhận diện biển số xe và hệ thống điều khiển hiển thị trạng thái vị trí đỗ.
  • Phạm vi không gian: Thực hiện tại Bộ môn Điện tử Công nghiệp – Y sinh, Khoa Điện – Điện tử, Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh.
  • Phạm vi thời gian: Đề tài được triển khai từ ngày 20/09/2022 đến ngày 30/12/2022.

Cơ sở lý thuyết và phương pháp

Nghiên cứu ứng dụng các nguyên lý nền tảng của xử lý ảnh số kết hợp với kỹ thuật điều khiển nhúng thời gian thực:

Cơ sở lý thuyết xử lý ảnh và nhận dạng ký tự quang học

  • Biểu diễn ảnh số: Ảnh số được biểu diễn dưới dạng ma trận hai chiều $f(x, y)$, trong đó mỗi điểm ảnh (pixel) mang một giá trị mức xám hoặc giá trị màu nhất định. Mối quan hệ không gian giữa các điểm ảnh được phân tích dựa trên lân cận 4 điểm $N_4(p)$, lân cận 8 điểm $N_8(p)$ và lân cận đường chéo $N_D(p)$, từ đó xác định các liên kết liền kề (liền kề 4, liền kề 8 và liền kề hỗn hợp $m$).
  • Tiền xử lý ảnh: Quá trình chuyển đổi từ ảnh màu sang ảnh xám nhằm giảm chiều dữ liệu và đơn giản hóa ma trận tính toán mà vẫn bảo toàn cấu trúc hình thái của đối tượng. Hàm toán học sử dụng tương ứng với hàm rgb2gray(): $$P = 0.2989 \times C_r + 0.5870 \times C_g + 0.1140 \times C_b$$ Trong đó $C_r, C_g, C_b$ lần lượt là cường độ các kênh màu Đỏ (Red), Xanh lá (Green) và Xanh dương (Blue).
  • Nhị phân hóa ảnh: Chuyển đổi các giá trị mức xám của điểm ảnh về hai giá trị nhị phân 0 hoặc 1 (tương ứng với mức 0 và 255 biểu thị hai màu đen và trắng) dựa trên một ngưỡng xám trung bình.
  • Các phép toán hình thái học (Morphology): Áp dụng phép giãn (Dilation) để làm dày các đường nét và phép co (Erosion) để bào mòn các điểm nhiễu ngoại vi trên ảnh nhị phân.
  • Phân đoạn và phát hiện biên: Ứng dụng giải thuật phát hiện biên Canny nhằm nhận diện các điểm có sự biến đổi đột ngột về mức xám. Tiếp theo, giải thuật tìm đường bao kín (Contour) của thư viện OpenCV được áp dụng để quét các vùng liên thông. Tiêu chí xác định biển số xe là đường bao có đúng 4 đỉnh (sau khi làm xấp xỉ đa giác) và diện tích nằm trong dải ngưỡng kích thước quy định.
  • Nhận dạng ký tự (OCR): Sử dụng engine Tesseract OCR (thông qua thư viện Pytesseract) phiên bản 3.0x. Quy trình nhận dạng bao gồm phân tích tập hợp điểm ảnh liên thông (blob), ghép các blob nằm cùng một dòng nếu diện tích trùng lặp theo phương ngang đạt tối thiểu 50%, dò tìm đường cơ sở (baseline), phân tách từ/ký tự và trải qua hai lượt phân tích so khớp từ điển để xuất chuỗi văn bản hoàn chỉnh.

Phương pháp nghiên cứu

  • Phương pháp phân tích – tổng hợp: Nghiên cứu cấu trúc hình học của biển số xe, khảo sát các giao thức kết nối phần cứng và nghiên cứu tài liệu từ các đề tài khóa luận đi trước về công nghệ RFID, cảm biến vân tay và xử lý ảnh trên máy tính nhúng.
  • Phương pháp thiết kế kỹ thuật: Xây dựng sơ đồ phân khối chức năng, tính toán dòng điện và điện áp hoạt động, thiết kế mạch in PCB và bố trí kết cấu cơ khí cho mô hình sa bàn.
  • Phương pháp thực nghiệm: Nạp chương trình vào Raspberry Pi 4 và Arduino Mega 2560, tiến hành thực nghiệm nhận diện biển số xe in trên giấy với các khoảng cách camera khác nhau, ghi nhận thời gian đáp ứng và đánh giá độ chính xác của cảm biến vị trí đỗ.

Nguồn dữ liệu

Dữ liệu đầu vào là các khung hình video thời gian thực thu thập từ USB Camera độ phân giải 640x480 pixel và tín hiệu điện áp nhị phân từ 6 cảm biến vật cản hồng ngoại gắn tại các vị trí đỗ xe trong mô hình.

Thiết kế và triển khai

Hệ thống được thiết kế theo cấu trúc phần cứng nhúng phân tán, gồm hai bộ điều khiển phối hợp thực hiện các chức năng chuyên biệt:

Khối chức năng Phần cứng sử dụng Thông số kỹ thuật chính Vai trò trong hệ thống
Xử lý trung tâm Raspberry Pi 4 Model B SoC Broadcom BCM2711, 4 nhân Cortex-A72 1.5GHz, RAM 4GB LPDDR4, cổng USB 3.0, 40 chân GPIO Thu nhận hình ảnh từ camera, chạy giải thuật xử lý ảnh OpenCV, nhận diện ký tự Tesseract, quản lý cơ sở dữ liệu xe ra vào, điều khiển barrier
Thu nhận hình ảnh Module USB Camera Cảm biến CMOS, độ phân giải video 640x480, ống kính tiêu cự F6.0, tầm focus 20mm, cáp kết nối 65cm Ghi hình biển số xe tại cổng kiểm soát và truyền dữ liệu dạng luồng về Raspberry Pi qua cổng USB
Điều khiển hiển thị Arduino Mega 2560 Vi điều khiển Atmega2560 (giao tiếp nạp CH340), 54 chân Digital I/O (15 PWM), 16 Analog, Flash 256KB, 16MHz Nhận dữ liệu điều khiển từ Raspberry Pi qua UART, quét màn hình cảm ứng và xuất tín hiệu đồ họa lên màn hình LCD
Hiển thị tại chỗ Màn hình cảm ứng TFT 3.2 inch Kích thước 3.2 inch (320x240 pixel), IC điều khiển hiển thị ILI9341, IC cảm ứng XPT2046, bus 16-bit Hiển thị giao diện người dùng, trạng thái các ô đỗ xe, thông tin biển số xe vào/ra và các nút bấm chức năng
Mạch ghép nối TFT LCD Mega Shield Mạch đệm tương thích chân cho Arduino Mega 2560 Ổn định và chuyển đổi mức tín hiệu logic giữa Arduino Mega (5V) và màn hình TFT LCD (3.3V)
Khối cảm biến 6 Module cảm biến vật cản hồng ngoại IC so sánh điện áp LM393, khoảng cách đo 2 - 5 cm, ngõ ra số mức thấp (Active-Low) Lắp đặt tại 6 vị trí đỗ xe để xác định trạng thái có xe hoặc trống, gửi tín hiệu về chân GPIO của Raspberry Pi
Khối chấp hành 2 Động cơ Servo SG90 Điện áp hoạt động 4.8 - 6V, góc quay 0 - 180 độ, tín hiệu điều khiển PWM chu kỳ 20ms (tần số 50Hz) Điều khiển thanh chắn barrier tại cổng vào và cổng ra của bãi giữ xe theo lệnh từ khối xử lý
Khối nguồn 2 Adapter nguồn DC độc lập Nguồn 1: Adapter 5V - 3A; Nguồn 2: Adapter 5V - 1A Cấp nguồn tách biệt nhằm chống sụt áp và tránh nhiễu tín hiệu cho vi xử lý nhúng

Thiết kế tính toán ghép nối phần cứng

  • Giải pháp cấp nguồn: Để đảm bảo an toàn và tính ổn định cho kit Raspberry Pi 4 (vốn rất nhạy cảm với hiện tượng dao động nguồn điện), hệ thống sử dụng hai đường nguồn riêng biệt. Nguồn thứ nhất (5V - 3A) cấp trực tiếp cho Raspberry Pi 4 qua cổng USB-C; USB Camera và Arduino Mega 2560 nhận nguồn nuôi phụ thuộc từ các cổng USB của Raspberry Pi. Nguồn thứ hai (5V - 1A) chuyên dụng nuôi 6 cảm biến hồng ngoại và 2 động cơ servo. Tính toán dòng điện cho khối ngoại vi: mỗi cảm biến hồng ngoại tiêu thụ khoảng 15mA ($6 \times 15\text{mA} = 90\text{mA}$), động cơ servo tiêu thụ khoảng 10mA ở trạng thái tĩnh, tổng dòng cực đại $I_{\max} = 90\text{mA} + 10\text{mA} = 100\text{mA}$, hoàn toàn nằm trong giới hạn chịu tải của adapter 1A.
  • Phân bổ giao tiếp tín hiệu:
    • Tín hiệu cảm biến hồng ngoại từ 6 vị trí đỗ được kết nối trực tiếp vào các chân GPIO14, GPIO15, GPIO18, GPIO23, GPIO24 và GPIO25 của Raspberry Pi.
    • Tín hiệu điều khiển động cơ servo cổng vào và cổng ra được kết nối vào chân GPIO25 và GPIO27 của Raspberry Pi.
    • Khối hiển thị (Arduino Mega 2560) giao tiếp trao đổi dữ liệu với Raspberry Pi qua giao thức nối tiếp UART tích hợp sẵn trên hai bo mạch.

Triển khai phần mềm và giao diện

  • Phần mềm xử lý trung tâm được viết bằng ngôn ngữ Python trên nền hệ điều hành Raspbian. Chương trình bao gồm các luồng xử lý chính: luồng giám sát cổng vào (nhận tín hiệu xe đến, kích hoạt camera, phát hiện đường bao biển số, chạy OCR, lưu biển số và mở servo cổng vào), luồng giám sát cổng ra (nhận diện biển số xe ra, so khớp cơ sở dữ liệu xe trong bãi, mở servo cổng ra và cập nhật trạng thái), luồng điều hướng (quét trạng thái 6 cảm biến để tìm vị trí trống đầu tiên và phát thông báo).
  • Giao diện người dùng trên màn hình TFT LCD 3.2 inch được lập trình bằng ngôn ngữ C thông qua môi trường Arduino IDE, gồm 3 màn hình chức năng: Màn hình chính (Main Menu), Màn hình hiển thị trạng thái các vị trí đỗ (Slot) và Màn hình thông tin liên hệ bãi xe (Sign). Người quản trị có thể giám sát hệ thống từ xa thông qua ứng dụng VNC Viewer bằng cách đăng nhập địa chỉ IP nội bộ của Raspberry Pi.

Nội dung chính theo từng chương

Chương 1: Tổng quan

Chương 1 giới thiệu tính cấp thiết của đề tài trong bối cảnh phát triển tự động hóa và phương tiện giao thông tại Việt Nam. Tác giả trình bày lý do lựa chọn kit nhúng Raspberry Pi 4 Model B nhờ ưu thế kích thước nhỏ gọn và năng lực tính toán vượt trội so với các vi điều khiển họ STM hay Arduino. Chương này xác định rõ mục tiêu chế tạo mô hình, phân chia 9 nội dung nghiên cứu thực hiện và vạch ra 5 giới hạn kỹ thuật của hệ thống.

Chương 2: Cơ sở lý thuyết

Nội dung chương 2 khái quát các công trình nghiên cứu đi trước của sinh viên Đại học Sư phạm Kỹ thuật TP.HCM liên quan đến bãi xe RFID, cảm biến vân tay và nhận diện biển số. Tiếp đó, chương đi sâu vào lý thuyết xử lý ảnh số: các không gian màu, phương pháp nhị phân hóa theo ngưỡng, phép toán hình thái học (co, giãn), thuật toán tìm biên Canny và trích xuất đường bao (contour). Phần cuối chương mô tả chi tiết thông số kỹ thuật, sơ đồ chân kết nối của phần cứng bao gồm Raspberry Pi 4, module USB Camera, Arduino Mega 2560, màn hình TFT LCD 3.2 inch, cảm biến hồng ngoại LM393 và servo SG90.

Chương 3: Tính toán và thiết kế

Chương 3 xây dựng sơ đồ khối tổng thể của hệ thống gồm 5 khối: Khối nguồn, Khối cảm biến, Khối xử lý trung tâm, Khối động cơ và Khối hiển thị. Tác giả trình bày phương án tính toán dòng tải điện năng, giải thích cơ sở phân chia hai nguồn điện riêng biệt nhằm ổn định hệ thống. Chương này cũng phân tích chi tiết sơ đồ nối dây giữa Raspberry Pi với các chân GPIO của cảm biến và servo, cũng như cấu hình giao thức UART kết nối Raspberry Pi với Arduino Mega 2560 thông qua mạch đệm TFT LCD Mega Shield.

Chương 4: Thi công hệ thống

Chương 4 mô tả toàn bộ quá trình thi công thực tế: thiết kế và gia công bảng mạch in (PCB), lắp ráp kết cấu cơ khí mô hình sa bàn bãi giữ xe gồm khu vực cổng vào, cổng ra và 6 ô đỗ xe. Tác giả công bố các lưu đồ giải thuật chi tiết: lưu đồ chương trình chính, lưu đồ xử lý cổng vào, lưu đồ cổng ra, lưu đồ điều hướng xe vào vị trí trống và lưu đồ giao diện hiển thị màn hình TFT. Ngoài ra, chương 4 cung cấp quy trình thao tác vận hành thực tế qua phần mềm VNC Viewer và lập bảng dự toán chi phí linh kiện phần cứng của mô hình.

Chương 5: Kết quả – Nhận xét – Đánh giá

Chương 5 ghi lại hình ảnh mô hình hoàn thiện và các màn hình giao diện thực tế khi hệ thống vận hành. Tác giả trình bày chu trình thử nghiệm khi có xe vào cổng, màn hình hiển thị biển số nhận diện và vị trí ô đỗ cần vào; khi bãi xe đầy, hệ thống thông báo trạng thái hết chỗ trống; khi xe ra cổng, biển số được đối chiếu chính xác để điều khiển mở barrier. Chương này công bố bảng thống kê dữ liệu thử nghiệm về khoảng cách đặt biển số đối với camera và thời gian đáp ứng nhận diện của hệ thống.

Chương 6: Kết luận và Hướng phát triển

Chương cuối tóm tắt toàn bộ khối lượng công việc nhóm đã hoàn thành, từ việc thiết kế mạch, chế tạo mô hình đến việc lập trình liên kết hệ thống nhúng với giải thuật thị giác máy tính. Đồng thời, tác giả chỉ ra các điểm tồn tại và đề xuất các giải pháp nâng cấp nhằm từng bước đưa mô hình ứng dụng vào đời sống thực tế.

Kết quả và đóng góp

Kết quả kỹ thuật đạt được

  • Chế tạo thành công sa bàn mô hình bãi giữ xe ô tô thông minh với kích thước nhỏ gọn, tích hợp đầy đủ hệ thống cổng chắn barrier tự động điều khiển bởi 2 động cơ servo SG90 và 6 vị trí đỗ xe có gắn cảm biến hồng ngoại LM393.
  • Xây dựng giải thuật xử lý ảnh kết hợp OpenCV và Pytesseract chạy trực tiếp trên kit máy tính nhúng Raspberry Pi 4 Model B, tự động phát hiện vùng chứa biển số xe và trích xuất chuỗi ký tự.
  • Hệ thống thực hiện việc kiểm soát xe vào/ra hoàn toàn tự động, ghi nhận lịch sử phương tiện và điều hướng xe đến đúng vị trí còn trống thông qua tín hiệu cảm biến.
  • Giao diện điều khiển hiển thị trực quan trên màn hình cảm ứng TFT 3.2 inch và cho phép quản trị viên truy cập màn hình làm việc của Raspberry Pi từ xa thông qua ứng dụng VNC Viewer.
  • Thử nghiệm thực tế xác lập phạm vi làm việc của hệ thống: khoảng cách nhận diện biển số xe hiệu quả từ camera đạt trong dải từ 10 cm đến 30 cm.

Đóng góp so với các nghiên cứu trước

Dựa trên khảo sát các đồ án tốt nghiệp tiền nhiệm tại Trường Đại học Sư phạm Kỹ thuật TP.HCM (vốn chủ yếu sử dụng thẻ từ RFID hoặc cảm biến vân tay kết hợp vi điều khiển Arduino Uno R3), đề tài đã có những cải tiến kỹ thuật cụ thể:

  • Thay thế hoàn toàn phương thức quẹt thẻ cơ học bằng công nghệ nhận dạng ký tự quang học (OCR) thông qua camera, giúp giảm thao tác tiếp xúc cho tài xế.
  • Ứng dụng kit nhúng hiệu năng cao Raspberry Pi 4 Model B làm bộ xử lý trung tâm, cho phép chạy trực tiếp các thuật toán xử lý ảnh phức tạp mà không cần kết nối với máy tính cá nhân (PC) cồng kềnh.
  • Thiết kế liên kết hai vi xử lý (Raspberry Pi và Arduino Mega 2560) qua chuẩn UART, tối ưu hóa việc phân chia nhiệm vụ: vi xử lý trung tâm tập trung tính toán xử lý ảnh, trong khi vi điều khiển phụ trách điều khiển màn hình đồ họa màu TFT LCD 3.2 inch.
  • Bổ sung chức năng tự động điều hướng vị trí đỗ dựa trên trạng thái thời gian thực của các cảm biến trong bãi giữ xe.

Hạn chế và hướng nghiên cứu tiếp

Các hạn chế được ghi nhận trong văn bản

  • Cự ly nhận diện biển số còn ngắn: Hệ thống chỉ đọc và nhận diện chính xác biển số xe trong phạm vi khoảng cách từ 10 cm đến 30 cm do giới hạn phần cứng của module USB Camera thông thường.
  • Quy mô mô hình: Hệ thống mới dừng lại ở mức độ mô hình sa bàn kích thước nhỏ, sử dụng các biển số xe in trên giấy để thử nghiệm chứ chưa tiến hành trên xe ô tô thực tế ngoài môi trường giao thông.
  • Hạ tầng phần mềm quản lý: Chưa xây dựng được ứng dụng di động (Mobile App) hoặc máy chủ web (Webserver) chuyên dụng để quản lý và giám sát bãi xe từ xa qua mạng Internet (mới dừng lại ở việc dùng phần mềm VNC Viewer).
  • Tính năng an ninh: Chưa tích hợp hệ thống cảnh báo chống trộm hoặc cơ chế đối chiếu hình ảnh khuôn mặt người lái xe.
  • Tốc độ xử lý: Thời gian xử lý nhận diện biển số và phản hồi của hệ thống còn chậm khi chạy trên nền tảng phần cứng nhúng.

Hướng phát triển của đề tài

  • Nâng cấp phần cứng camera có độ phân giải cao và khả năng tự động lấy nét (Auto-focus) để mở rộng khoảng cách nhận diện biển số trong điều kiện thực tế.
  • Tối ưu hóa thuật toán nhận diện ký tự nhằm rút ngắn thời gian xử lý ảnh và nâng cao độ chính xác khi biển số xe bị nghiêng hoặc chịu ảnh hưởng của ánh sáng phức tạp.
  • Phát triển ứng dụng trên thiết bị di động và xây dựng Webserver quản lý cơ sở dữ liệu tập trung, cho phép người dùng đặt chỗ trước và thanh toán phí gửi xe tự động.
  • Lắp đặt thêm hệ thống còi báo động và cảm biến an ninh chống xâm nhập trái phép.

Giá trị tham khảo

Khóa luận là tài liệu tham khảo có giá trị chuyên môn đối với sinh viên và người làm nghiên cứu thuộc các nhóm ngành:

  • Ngành Công nghệ Kỹ thuật Điện tử – Viễn thông và Kỹ thuật Điều khiển – Tự động hóa: Cung cấp tài liệu thiết kế sơ đồ nguyên lý mạch in PCB, phương pháp tính toán tải nguồn DC độc lập chống sụt áp cho kit máy tính nhúng, và giải pháp truyền thông liên kết giữa Raspberry Pi với Arduino Mega qua cổng UART.
  • Ngành Kỹ thuật Máy tính và Công nghệ Thông tin (chuyên ngành IoT và Thị giác máy tính): Cung cấp quy trình tích hợp các thư viện xử lý ảnh nguồn mở (OpenCV, Tesseract OCR) trực tiếp trên hệ điều hành nhúng Raspbian, cùng với giải thuật lọc biên, tìm contour và nhận diện ký tự quang học phục vụ các bài toán nhận dạng thực tế.
  • Những chương có giá trị tham khảo chuyên sâu nhất trong văn bản:
    • Chương 2: Tổng hợp cô đọng các bước toán học trong xử lý ảnh (công thức chuyển đổi mức xám, phân loại lân cận điểm ảnh, phép toán morphology) và nguyên lý nhận diện của Tesseract OCR.
    • Chương 3 & 4: Cung cấp chi tiết sơ đồ chân GPIO của Raspberry Pi 4, sơ đồ nối dây mạch đệm màn hình TFT LCD Mega Shield và các lưu đồ giải thuật điều khiển phân luồng cổng vào/cổng ra.

Câu hỏi thường gặp

1. Hệ thống sử dụng những linh kiện phần cứng chính nào để nhận diện biển số và kiểm soát xe?

Hệ thống sử dụng một kit máy tính nhúng Raspberry Pi 4 Model B (RAM 4GB) đóng vai trò bộ xử lý trung tâm, một module USB Camera (cảm biến CMOS, phân giải 640x480) để chụp ảnh biển số, một bo mạch Arduino Mega 2560 kết hợp mạch TFT LCD Mega Shield để điều khiển màn hình cảm ứng TFT 3.2 inch hiển thị thông tin, 6 cảm biến vật cản hồng ngoại LM393 để theo dõi trạng thái các ô đỗ xe và 2 động cơ servo SG90 để đóng mở các thanh chắn barrier tại cổng vào và cổng ra.

2. Vì sao nhóm tác giả phải phân tách hai bộ nguồn riêng biệt cho hệ thống?

Do Raspberry Pi 4 Model B rất nhạy cảm với hiện tượng sụt áp và dao động nguồn điện, việc dùng chung nguồn với các động cơ servo và nhiều cảm biến có thể gây nhiễu hoặc treo vi xử lý khi động cơ khởi động. Nhóm tác giả thiết kế tách biệt: nguồn Adapter 5V - 3A chuyên dụng nuôi kit Raspberry Pi (đồng thời cấp nguồn gián tiếp cho camera và bo Arduino Mega qua cổng USB); nguồn Adapter 5V - 1A thứ hai cấp riêng cho 6 cảm biến hồng ngoại (dòng tiêu thụ 90mA) và 2 động cơ servo (dòng tiêu thụ 10mA, tổng dòng đỉnh 100mA).

3. Thuật toán phát hiện vị trí biển số xe từ khung hình camera được triển khai qua các bước nào?

Thuật toán trên Raspberry Pi gồm các bước: (1) Thiết lập ngưỡng kích thước lớn nhất và nhỏ nhất của biển số; (2) Tải ảnh từ USB Camera và thay đổi kích thước (resize); (3) Chuyển ảnh về ảnh đen trắng và áp dụng thuật toán Canny để dò tìm biên; (4) Tìm các đường bao kín (contour) trong ảnh, duyệt và chọn contour lớn nhất thỏa mãn điều kiện có 4 cạnh (sau khi xấp xỉ) và diện tích nằm trong dải kích thước quy định; (5) Xác định các tọa độ góc của contour để cắt trích xuất riêng vùng ảnh chứa biển số đưa sang module OCR.

4. Đề tài ghi nhận những giới hạn thông số kỹ thuật nào trong quá trình vận hành?

Theo văn bản, các giới hạn kỹ thuật gồm: khoảng cách đọc và nhận diện biển số xe chỉ đạt từ 10 cm đến 30 cm; kích thước mô hình sa bàn còn nhỏ và biển số sử dụng là mô hình in trên giấy; hệ thống chưa xây dựng được App di động hoặc Webserver quản lý chuyên dụng; chưa trang bị hệ thống còi báo chống trộm; tốc độ và thời gian xử lý thuật toán nhận diện ký tự trên kit nhúng còn chậm.

5. Việc truyền thông tin giữa Raspberry Pi 4 và Arduino Mega 2560 được thực hiện bằng cách thức nào?

Hai bo mạch được kết nối và trao đổi dữ liệu với nhau thông qua giao thức nối tiếp UART (Universal Asynchronous Receiver-Transmitter) tích hợp sẵn trên các chân truyền nhận của cả hai kit vi điều khiển. Cấu trúc này giúp tối ưu hóa phần cứng: Raspberry Pi chỉ cần gửi các gói dữ liệu ngắn về chuỗi biển số xe và trạng thái vị trí đỗ sang Arduino Mega, bo Arduino sẽ đảm nhiệm toàn bộ tác vụ quét và xuất hình ảnh đồ họa lên màn hình TFT LCD 3.2 inch qua mạch đệm TFT LCD Mega Shield.

Kết luận

Khóa luận tốt nghiệp "Thiết kế và thi công mô hình bãi giữ xe ô tô thông minh" của sinh viên Lý Tân Lộc và Phan Nhật Trường đã hoàn thành việc chế tạo mô hình sa bàn bãi đỗ xe tự động ứng dụng xử lý ảnh trên máy tính nhúng Raspberry Pi 4 Model B kết hợp vi điều khiển Arduino Mega 2560. Đề tài làm chủ được quy trình trích xuất biển số xe bằng thư viện OpenCV và nhận dạng ký tự qua Pytesseract, đồng thời điều khiển thanh chắn barrier và điều hướng vị trí đỗ xe còn trống dựa trên hệ thống cảm biến hồng ngoại. Mặc dù vẫn còn những hạn chế về khoảng cách nhận diện (10 - 30 cm) và chưa tích hợp Webserver giám sát diện rộng, công trình là mô hình thử nghiệm kỹ thuật hoàn chỉnh, cung cấp tài liệu tham khảo có giá trị thực tiễn cao cho sinh viên ngành Điện tử – Viễn thông và Tự động hóa.