Bối cảnh và vấn đề nghiên cứu

Sự gia tăng nhanh chóng của các phương tiện giao thông cá nhân tại các đô thị lớn tại Việt Nam kéo theo nhiều hệ lụy nghiêm trọng như ô nhiễm môi trường, ùn tắc giao thông cục bộ và đặc biệt là tình trạng thiếu hụt diện tích đỗ xe trầm trọng. Tại các bãi đỗ xe thương mại hoặc hầm giữ xe có quy mô lớn, việc người lái xe phải mất nhiều thời gian lưu thông lòng vòng để tìm kiếm một vị trí đỗ còn trống không chỉ gây lãng phí nhiên liệu, gia tăng lượng khí thải mà còn trực tiếp gây xung đột dòng xe tại lối vào và lối lưu thông nội bộ.

Thực tế tại Việt Nam đã ghi nhận một số giải pháp bãi đỗ xe thông minh bước đầu được đưa vào khai thác, tiêu biểu như hệ thống dẫn đường dựa trên cảm biến tại Vincom Đồng Khởi hoặc mô hình bãi đỗ xe tự động 6 tầng bằng kết cấu thép theo công nghệ Nhật Bản tại Đà Nẵng với kinh phí đầu tư gần 28 tỷ đồng. Trên bình diện quốc tế, hệ thống thông tin và hướng dẫn đỗ xe (Parking Guidance and Information - PGI) đã được nghiên cứu và phát triển mạnh mẽ. Điển hình, nghiên cứu của Chen và Chang (2011) đã chuẩn hóa việc cung cấp thông tin cập nhật về vị trí đỗ xe, trong khi nghiên cứu của Ichihashi cùng các cộng sự (2009) chỉ ra ba ưu thế vượt trội của hệ thống PGI dựa trên thị giác máy tính: tận dụng được hạ tầng camera giám sát (CCTV) sẵn có, cung cấp tọa độ không gian chính xác của từng vị trí đỗ để điều hướng phương tiện, và sở hữu khả năng ứng dụng linh hoạt cho cả bãi xe ngoài trời lẫn trong nhà. Xuất phát từ thực tiễn hạ tầng bãi xe trong nước còn hạn chế về kinh phí triển khai mạng lưới cảm biến vật lý dày đặc, đề tài "Thiết kế mô hình hệ thống hướng dẫn tài xế trong bãi xe thông minh" được thực hiện nhằm đề xuất giải pháp thị giác máy tính ứng dụng học sâu để nhận diện và định vị chỗ trống theo thời gian thực.

Mục tiêu nghiên cứu của đồ án được xác định thông qua các nhiệm vụ cụ thể sau:

  1. Tìm hiểu tổng quan về công nghệ Trí tuệ nhân tạo (AI), Internet vạn vật (IoT), cấu trúc mạng nơ-ron tích chập (Convolutional Neural Networks - CNN) và mô hình ResNet-50 trong bài toán phân loại ảnh.
  2. Thiết kế và thi công mô hình hệ thống thông tin, hướng dẫn đỗ xe PGI quy mô mô phỏng với sức chứa 15 vị trí đỗ xe.
  3. Xây dựng phần mềm trên máy tính có khả năng tiếp nhận luồng video từ camera, nhận diện tự động trạng thái của 15 ô đỗ, thống kê số chỗ trống theo từng hàng, xác định vị trí trống gần đường lưu thông chính nhất và hiển thị trực quan lên giao diện hướng dẫn người điều khiển phương tiện.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Trạng thái chiếm chỗ (trống hoặc có xe) của các vị trí đỗ xe trong bãi xe thông minh thông qua luồng hình ảnh quang học; cấu trúc mạng tích chập ResNet-50 và thuật toán tối ưu hóa Stochastic Gradient Descent (SGD).
  • Phạm vi không gian: Mô hình thực nghiệm bãi đỗ xe thu nhỏ gồm 15 vị trí đỗ (bố trí thành 3 hàng), quan sát bằng camera quang học đặt cố định ở các cự ly và góc nghiêng xác định; đối tượng phương tiện nhận dạng giới hạn ở các dòng xe từ 7 chỗ trở xuống.
  • Phạm vi thời gian: Đề tài được triển khai từ ngày 15/10/2020 đến ngày 20/01/2021 tại Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh.

Cơ sở lý thuyết và phương pháp

Đề tài kết hợp giữa lý thuyết thị giác máy tính cổ điển, các kiến trúc học sâu phân loại ảnh hiện đại và phương pháp xây dựng hệ thống nhúng thực nghiệm.

Khung lý thuyết và mô hình học sâu

  • Các giai đoạn xử lý ảnh số: Quá trình xử lý tín hiệu thị giác tuân thủ chu trình 5 bước cơ bản: thu nhận ảnh thông qua cảm biến quang học, tiền xử lý (khử nhiễu, nâng cao độ tương phản), phân đoạn ảnh (tách các vùng quan tâm tương ứng với từng ô đỗ), trích chọn đặc trưng và nhận dạng/phân lớp đối tượng. Các đại lượng nền tảng bao gồm điểm ảnh (pixel), độ phân giải, biểu diễn không gian màu RGB qua ma trận $m \times n \times 3$, mức xám và lược đồ mức xám (histogram) theo công thức rời rạc: $$P(f_k) = \frac{n_k}{n}$$ với $f_k$ là giá trị mức xám thứ $k$ ($k = 0, 1, \dots, L-1$), $n_k$ là số lượng pixel có mức xám đó và $n$ là tổng số pixel của ảnh.
  • Mạng nơ-ron tích chập (CNN) và kiến trúc ResNet-50: Cấu trúc CNN chuẩn bao gồm các lớp tích chập (Convolutional Layer) quét qua ảnh bằng các bộ lọc (filter map) với bước nhảy (stride) và đệm (padding) xác định để tạo ra các bản đồ đặc trưng (feature map); lớp gộp (Pooling Layer: Max Pooling hoặc Average Pooling) nhằm giảm kích thước không gian và số lượng tham số; lớp hàm kích hoạt phi tuyến ReLU; và các lớp kết nối đầy đủ (Fully Connected Layer) kết hợp hàm Softmax ở đầu ra. Để khắc phục hiện tượng suy giảm độ dốc (vanishing gradient) khi tăng độ sâu mạng, đồ án ứng dụng mô hình ResNet-50 sử dụng các khối dư (residual block) với kết nối tắt (shortcut connection) đồng nhất, cho phép tín hiệu truyền trực tiếp qua một hoặc nhiều lớp theo hàm: $$H(x) = F(x) + x$$ qua đó tối ưu hóa quá trình cập nhật trọng số trong thuật toán lan truyền ngược.
  • Thuật toán tối ưu hóa Stochastic Gradient Descent (SGD): SGD thực hiện tính toán độ dốc và cập nhật trọng số dựa trên các tập dữ liệu nhỏ (mini-batch) thay vì toàn bộ tập huấn luyện, đẩy nhanh tốc độ hội tụ theo quy tắc: $$\theta = \theta - \eta \nabla_\theta J(\theta; x_i; y_i)$$ trong đó $J(\theta; x_i; y_i)$ là hàm mất mát của cặp dữ liệu đầu vào - nhãn $(x_i, y_i)$, đồng thời xáo trộn (shuffle) dữ liệu sau mỗi chu kỳ (epoch) để duy trì tính ngẫu nhiên.

Phương pháp nghiên cứu và công cụ triển khai

  • Phương pháp thực nghiệm và kiểm thử hệ thống: Thiết lập mô hình vật lý bãi đỗ xe gồm 15 ô đỗ xe; bố trí camera ở các độ cao và góc nghiêng khác nhau để khảo sát ảnh hưởng của góc nhìn, độ che khuất giữa các phương tiện và điều kiện ánh sáng (ban ngày, ban đêm, bổ sung nguồn sáng nhân tạo).
  • Nguồn dữ liệu: Huấn luyện mô hình dựa trên tập dữ liệu chuẩn PKLot (Parking Lot Database) được công bố bởi Almeida và các cộng sự (thu thập từ các bãi đỗ xe của Đại học UFPR và PUCPR tại Curitiba, Brazil). Tập dữ liệu bao gồm 12.417 hình ảnh toàn cảnh bãi đỗ xe và 695.899 hình ảnh các ô đỗ xe đã được phân đoạn, gán nhãn thủ công thành hai trạng thái (trống hoặc có xe) dưới ba điều kiện thời tiết điển hình: trời nắng, trời u ám và trời mưa.
  • Ngôn ngữ và môi trường phần mềm: Sử dụng ngôn ngữ lập trình Python, thư viện thị giác máy tính OpenCV (các module core, imgproc, video), thư viện học sâu Keras chạy trên nền tảng TensorFlow, định dạng dữ liệu YAML (.yml) để lưu trữ cấu hình tọa độ đỉnh của các ô đỗ xe, trình soạn thảo Sublime Text 3.0 và giao diện dòng lệnh Windows Command Prompt.

Thiết kế và triển khai hệ thống

Hệ thống được thiết kế theo mô hình tích hợp phần cứng thu nhận ảnh kết hợp máy tính xử lý trung tâm và giao diện điều khiển phần mềm.

       +------------------+
       |   Khối Nguồn     |
       | (Adapter 19.5V)  |
       +--------+---------+
                |
                v
       +------------------+       USB       +--------------------+
       |   Khối Webcam    | --------------> | Khối Xử Lý T.Tâm   |
       | (Logitech C270)  |                 | (Laptop Dell G3)   |
       +------------------+                 +---------+----------+
                                                      |
                                                      v
                                            +--------------------+
                                            |   Khối Hiển Thị    |
                                            |  (Màn hình Laptop) |
                                            +--------------------+

Thiết kế phần cứng

Hệ thống gồm 4 khối chức năng chính:

  • Khối nguồn: Sử dụng bộ sạc Adapter Dell chính hãng cung cấp điện áp đầu ra 19,5V – 6,7A từ nguồn điện lưới 220V để cấp nguồn ổn định cho laptop xử lý trung tâm và webcam.
  • Khối Webcam: Sử dụng camera Logitech HD C270 kết nối trực tiếp với laptop thông qua giao tiếp USB 2.0. Camera có độ phân giải video 1280x720 pixel, tiêu cự cố định 3,85 mm, trường quan sát (FOV) 60° và tích hợp công nghệ Logitech Fluid Crystal.
  • Khối xử lý trung tâm: Do mô hình ResNet-50 đòi hỏi tài nguyên tính toán lớn và dung lượng bộ nhớ RAM cao trong quá trình suy luận, nhóm tác giả sử dụng laptop Dell G3 làm bộ xử lý trung tâm (CPU Intel Core i7 8750H, 8GB RAM DDR4 2666MHz, ổ cứng SSD M.2 128GB kết hợp 1TB HDD).
  • Khối hiển thị: Màn hình 15,6 inch Full HD (1920x1080) của laptop đóng vai trò làm bảng thông tin điện tử mô phỏng đặt tại lối vào bãi đỗ xe.

Tính toán vị trí lắp đặt camera: Trên mô hình thi công thực tế, khoảng cách hình chiếu bằng từ chân camera đến vị trí cần quan sát là 245 mm, khoảng cách thẳng đứng từ mặt đất lên camera là 600 mm. Góc nghiêng quang học $\alpha$ của camera được tính toán theo công thức: $$\alpha = \arctan\left(\frac{245}{600}\right) \approx 22^\circ$$ Do camera có trường quan sát rộng 60°, góc đặt camera tối đa cho phép là 50° nhằm bảo đảm thu nhận đầy đủ 15 vị trí đỗ mà không vượt quá giới hạn khung hình.

Thiết kế phần mềm và thuật toán

Quy trình phần mềm được phân tách thành hai giai đoạn giải thuật độc lập:

  1. Thuật toán xác định tọa độ ô đỗ xe: Khởi tạo file cấu hình YAML và mảng vị trí đỗ. Chương trình hiển thị ảnh toàn cảnh bãi xe thu nhận từ webcam; người vận hành thực hiện thao tác nhấp đúp chuột trái (double-click) vào 4 đỉnh của từng ô đỗ xe trên giao diện OpenCV. Tọa độ $(x, y)$ của từng đỉnh được ghi tuần tự vào file YAML để phục vụ cho các chu kỳ xử lý tiếp theo mà không cần cấu hình lại.
  2. Thuật toán nhận dạng và điều hướng: Chương trình chính đọc tọa độ các đa giác từ file YAML, tiến hành cắt (crop) 15 vùng ảnh con tương ứng từ khung hình video thời gian thực của webcam. Các ảnh con này được tiền xử lý và đưa qua mô hình mạng ResNet-50 để phân loại nhị phân (trống hoặc có xe). Kết quả được tổng hợp để:
    • Khoanh vùng ô đỗ trên màn hình: hiển thị khung màu đỏ kèm số thứ tự nếu vị trí đã có xe chiếm chỗ; hiển thị khung màu xanh kèm số thứ tự nếu vị trí còn trống.
    • Thống kê tổng số lượng chỗ trống riêng biệt cho từng hàng (hàng 1, hàng 2, hàng 3).
    • Xác định tọa độ vị trí trống có khoảng cách gần nhất đối với đường lưu thông chính (nối từ lối vào đến lối ra bãi xe) và thông báo cụ thể lên góc màn hình quan sát để hướng dẫn tài xế.

Nội dung chính theo từng chương

Chương 1: Tổng quan

Chương 1 trình bày bối cảnh gia tăng áp lực giao thông tĩnh tại các đô thị ở Việt Nam, sự phát triển của công nghệ AI và IoT, cùng các mô hình quản lý bãi đỗ xe đang áp dụng (như hệ thống bãi xe 6 tầng tại Đà Nẵng và hệ thống cảm biến tại Vincom Đồng Khởi). Tác giả phân tích các nghiên cứu PGI của Chen & Chang (2011), Ichihashi (2009) và đặt ra đề tài nghiên cứu hệ thống hướng dẫn bãi xe thông minh dựa trên camera. Chương này cũng xác định rõ 3 mục tiêu cốt lõi, phạm vi giới hạn của đề tài (mô hình 15 chỗ, xe dưới 7 chỗ, camera cố định) và cấu trúc 5 chương của đồ án.

Chương 2: Cơ sở lý thuyết

Chương 2 cung cấp nền tảng toán học và kỹ thuật cho hệ thống:

  • Phân tích 5 giai đoạn xử lý ảnh và các khái niệm điểm ảnh, độ phân giải, không gian màu RGB, lược đồ mức xám.
  • Khái quát về trí tuệ nhân tạo, học sâu và chi tiết kiến trúc mạng nơ-ron tích chập (CNN) gồm các lớp Convolution, Pooling, ReLU, Fully Connected.
  • Trình bày sâu về kiến trúc mạng ResNet-50, cơ chế kết nối tắt (shortcut connection) của khối dư và so sánh ưu điểm hiệu năng với mạng VGG-19.
  • Cơ chế giải thuật tối ưu hóa Stochastic Gradient Descent (SGD) với kỹ thuật xáo trộn dữ liệu (shuffle).
  • Giới thiệu ngôn ngữ định dạng YAML, cấu trúc thư viện học sâu Keras, ngôn ngữ lập trình Python, thư viện thị giác máy tính OpenCV (các module core, imgproc, video, GPU).
  • Phân tích nguyên lý hệ thống PGI dựa trên cảm biến siêu âm so với PGI dựa trên thị giác máy tính và giới thiệu tập dữ liệu chuẩn PKLot với 12.417 ảnh toàn cảnh và 695.899 ô đỗ xe.
  • Giới thiệu công cụ lập trình Sublime Text 3.0 và môi trường Command Prompt trên Windows 10.

Chương 3: Thiết kế mô hình hệ thống

Chương 3 chi tiết hóa giải pháp kỹ thuật từ yêu cầu chức năng đến sơ đồ khối (nguồn, webcam, xử lý trung tâm, hiển thị). Tác giả trình bày thông số phần cứng của Webcam Logitech HD C270, laptop Dell G3 và bộ sạc nguồn 19,5V; tính toán góc đặt camera $\alpha \approx 22^\circ$ từ khoảng cách thực nghiệm (245 mm và 600 mm). Về phần mềm, chương đưa ra lưu đồ giải thuật tổng quát của toàn hệ thống, lưu đồ chi tiết chương trình con bắt tọa độ ô đỗ lưu vào file YAML bằng sự kiện chuột, và lưu đồ chương trình con nhận dạng trạng thái ô đỗ, đếm số chỗ trống theo hàng và tìm vị trí trống gần đường chính nhất bằng mạng ResNet-50.

Chương 4: Kết quả thực hiện

Chương 4 mô tả kết quả chế tạo mô hình bãi xe thực nghiệm 15 vị trí đỗ và giao diện hiển thị trên màn hình laptop (khung xanh cho ô trống, khung đỏ cho ô có xe, hiển thị số chỗ trống theo hàng). Nội dung trọng tâm là phần đánh giá thực nghiệm hoạt động nhận dạng khi đặt webcam ở 3 góc quan sát khác nhau (Góc 1, Góc 2, Góc 3) đối với cả 3 hàng đỗ (thể hiện chi tiết qua các Bảng 4.1 đến 4.9). Tác giả phân tích các trường hợp nhận dạng sai do góc quan sát bị xiên, trường hợp xe thân cao ở hàng trước che khuất xe nhỏ ở hàng sau, sự suy giảm độ chính xác trong điều kiện ánh sáng yếu ban đêm và hiện tượng bóng đổ của thân xe khi bật đèn chiếu sáng hỗ trợ dẫn đến nhận dạng nhầm lẫn.

Chương 5: Kết luận và hướng phát triển

Chương 5 đúc kết các kết quả đạt được về mặt lý thuyết và mô hình thực nghiệm, chỉ ra các ưu điểm về tính trực quan và khả năng tự động hóa trong việc tìm chỗ trống cho tài xế. Đồng thời, tác giả chỉ rõ các mặt hạn chế của mô hình thực nghiệm và đề xuất các hướng nghiên cứu nâng cao nhằm hoàn thiện hệ thống trong tương lai.

Kết quả và đóng góp

Kết quả kỹ thuật và số liệu thực nghiệm

Hệ thống đã chế tạo thành công mô hình phần cứng bãi đỗ xe gồm 15 vị trí và xây dựng hoàn chỉnh phần mềm nhận dạng, hiển thị điều hướng.

Hạng mục thiết bị / Thông số Giá trị kỹ thuật thực tế trong đồ án
Thiết bị thu nhận ảnh Webcam Logitech HD C270 (1280x720, tiêu cự 3,85 mm, FOV 60°)
Hình học lắp đặt Cao 600 mm, khoảng cách ngang 245 mm, góc nghiêng $\alpha = 22^\circ$ (tối đa $50^\circ$)
Thiết bị xử lý Laptop Dell G3 (Core i7 8750H, 8GB RAM, SSD 128GB + HDD 1TB)
Nguồn điện vận hành Adapter Dell 19,5V – 6,7A cấp qua điện lưới 220V
Kiến trúc mô hình AI Mạng nơ-ron tích chập ResNet-50 kết hợp tối ưu hóa SGD
Quy mô thử nghiệm 15 ô đỗ xe (chia thành 3 hàng: Hàng 1, Hàng 2, Hàng 3)
Tập dữ liệu huấn luyện PKLot (12.417 ảnh bãi đỗ, 695.899 ảnh ô đỗ phân đoạn từ Brazil)

Kết quả thử nghiệm nhận dạng trên mô hình 15 chỗ thông qua 3 góc quan sát (thống kê tại các Bảng 4.1 đến Bảng 4.9 và các Hình 4.3 đến 4.22) cho thấy:

  • Ảnh hưởng của góc đặt camera: Khi đặt webcam ở Góc quan sát 1 (góc nhìn bị nghiêng nhiều), hệ thống xuất hiện các trường hợp nhận dạng sai ở Hàng 2 và Hàng 3 do biến dạng hình chiếu phối cảnh và sự che chắn lẫn nhau giữa các xe. Khi điều chỉnh sang Góc quan sát 2 và Góc quan sát 3 (góc bao quát tốt hơn), các vị trí đỗ tại cả 3 hàng đều đạt độ chính xác nhận dạng cao kể cả khi thay đổi vị trí các xe.
  • Ảnh hưởng của độ cao phương tiện: Khi xuất hiện xe có chiều cao lớn hơn bình thường ở các hàng phía trước, góc nhìn của camera bị chắn cục bộ, dẫn đến việc bỏ sót hoặc nhận dạng sai các xe nhỏ hơn đỗ ở hàng phía sau.
  • Ảnh hưởng của điều kiện chiếu sáng: Hệ thống hoạt động chính xác trong điều kiện cường độ ánh sáng ban ngày tốt. Vào ban đêm khi ánh sáng yếu, tỷ lệ nhận dạng sai tăng lên rõ rệt. Khi bổ sung nguồn sáng bằng đèn trợ sáng, bãi xe đủ sáng nhưng phát sinh hiện tượng bóng đổ (shadow) của thân xe hắt sang ô đỗ bên cạnh, làm cho vùng ô trống bị tối và hệ thống nhận diện nhầm ô trống đó thành ô đã có xe.

Đóng góp của đề tài

  • Xây dựng thành công quy trình khép kín từ khâu định vị tọa độ bãi xe bán tự động thông qua giao diện tương tác chuột kết hợp tệp cấu hình YAML, cho phép linh hoạt tái cấu hình hình học bãi xe mà không cần can thiệp vào mã nguồn nhận dạng.
  • Ứng dụng mô hình học sâu ResNet-50 vào bài toán PGI thực tế, chứng minh tính khả thi của giải pháp thị giác máy tính thay thế cho hệ thống cảm biến siêu âm truyền thống nhằm giảm chi phí lắp đặt phần cứng tại từng vị trí đỗ.
  • Tích hợp giải thuật xác định vị trí trống gần đường lưu thông chính nhất theo từng hàng, cung cấp giải pháp hỗ trợ điều hướng trực quan cho người lái xe ngay tại cổng vào.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế được ghi nhận trong văn bản

  • Hệ thống bị giới hạn góc nhìn do chỉ sử dụng một camera cố định; các góc chụp nghiêng cho kết quả phân loại thiếu chính xác.
  • Chất lượng cảm biến của webcam thương mại ở mức cơ bản, dễ gây sai số nhận dạng khi môi trường thay đổi.
  • Phạm vi nhận dạng chỉ tối ưu cho các dòng xe từ 7 chỗ trở xuống; các xe kích thước nhỏ dễ bị che khuất hoàn toàn nếu đứng sau xe có thân vỏ cao.
  • Hệ thống nhạy cảm với điều kiện ánh sáng môi trường: hoạt động kém vào ban đêm khi thiếu sáng, và phát sinh lỗi nhận dạng sai do hiện tượng bóng đổ của xe khi sử dụng đèn rọi nhân tạo.
  • Thử nghiệm mới dừng lại ở quy mô mô hình phòng thí nghiệm 15 chỗ đỗ, chưa trải qua kiểm chứng dài hạn trên bãi xe thực tế với điều kiện thời tiết phức tạp.

Hướng nghiên cứu tiếp theo

  • Nâng cấp phần cứng thu nhận ảnh bằng các dòng camera chuyên dụng có độ phân giải và độ nhạy sáng cao hơn.
  • Mở rộng phạm vi quan sát bằng cách tích hợp hệ thống nhiều camera kết hợp với nhau nhằm triệt tiêu điểm mù và khắc phục hiện tượng xe lớn che khuất xe nhỏ.
  • Hoàn thiện thuật toán xử lý ảnh nhằm khử hiện tượng bóng đổ của phương tiện khi chiếu sáng nhân tạo vào ban đêm.
  • Mở rộng quy mô thử nghiệm lên các bãi đỗ xe ngoài trời và tầng hầm thực tế với số lượng vị trí đỗ lớn hơn.

Giá trị tham khảo

Đồ án là tài liệu tham khảo chuyên đề phù hợp cho:

  • Sinh viên và học viên ngành Công nghệ Kỹ thuật Điện tử - Truyền thông, Kỹ thuật Máy tính, Tự động hóa và Công nghệ Thông tin: Có thể tham khảo phương pháp kết nối phần cứng camera qua giao tiếp máy tính, quy trình tiền xử lý ảnh và triển khai mạng nơ-ron tích chập (CNN/ResNet-50) trên nền tảng Keras/OpenCV phục vụ các bài toán phân loại đối tượng thời gian thực.
  • Người làm đề tài về Giao thông thông minh (ITS) và Bãi xe thông minh (PGI): Bản báo cáo cung cấp phương pháp luận chi tiết về việc sử dụng tệp YAML để lưu trữ ma trận tọa độ vùng quan sát (ROI), kỹ thuật phân chia luồng xử lý và các phân tích thực nghiệm xác thực về sự ảnh hưởng của góc đặt camera, bóng đổ và nguồn sáng tới độ chính xác của mô hình học máy.

Câu hỏi thường gặp

1. Tại sao nhóm tác giả lại sử dụng máy tính xách tay Dell G3 thay vì các kit vi xử lý nhúng chuyên dụng để xử lý hình ảnh?

Theo trình bày của nhóm tác giả tại Mục 3.2.2 (Chương 3), quá trình huấn luyện và nạp mô hình học sâu ResNet-50 đòi hỏi dung lượng bộ nhớ RAM lớn cùng khả năng tính toán cao mà các bộ vi xử lý nhúng thông thường không đáp ứng được hoặc có tốc độ xử lý rất chậm. Do đó, laptop Dell G3 trang bị CPU Intel Core i7 8750H và 8GB RAM DDR4 được lựa chọn làm khối xử lý trung tâm để đảm bảo tốc độ suy luận thời gian thực cho hệ thống.

2. Thuật toán xác định tọa độ các ô đỗ xe trong bãi được thực hiện như thế nào trước khi nhận dạng?

Theo Mục 3.3.2, tọa độ các ô đỗ xe được thiết lập bán tự động thông qua một chương trình con sử dụng thư viện OpenCV và định dạng YAML. Khi chương trình hiển thị ảnh chụp toàn cảnh bãi xe từ webcam, người dùng thao tác nhấp đúp chuột trái hai lần vào các đỉnh của từng ô đỗ xe. Tọa độ các điểm này được ghi nhận và lưu trữ dưới dạng mảng trong tệp cấu hình YAML (.yml) để làm dữ liệu đầu vào cố định cho chương trình nhận dạng cắt khung ảnh phân lớp.

3. Vị trí và góc đặt webcam được tính toán dựa trên các thông số hình học nào?

Tại Mục 3.2.1, khoảng cách hình chiếu từ chân camera đến vị trí ô đỗ cần quan sát được xác định là 245 mm, và chiều cao đặt camera tính từ mặt sàn là 600 mm. Góc nghiêng quan sát được tính bằng công thức lượng giác $\alpha = \arctan(245/600) \approx 22^\circ$. Do camera Logitech HD C270 có góc mở thị trường là 60°, góc đặt lớn nhất cho phép là 50° để bảo đảm tầm nhìn bao quát toàn bộ 15 vị trí đỗ.

4. Hiện tượng bóng đổ xe (shadow) ảnh hưởng như thế nào đến độ chính xác của hệ thống vào ban đêm?

Theo phân tích tại Chương 4 (Hình 4.21 và 4.22), khi bãi xe hoạt động vào ban đêm trong điều kiện ánh sáng yếu, hệ thống nhận dạng thiếu chính xác. Để khắc phục, nhóm tác giả bổ sung đèn chiếu sáng phụ trợ; tuy nhiên, ánh sáng đèn lại tạo ra bóng của thân xe kéo dài sang các ô đỗ lân cận. Vùng bóng đổ này làm sai lệch đặc trưng mức xám và kết cấu của vùng ảnh con, dẫn đến việc mô hình ResNet-50 nhận dạng nhầm một ô đỗ đang trống thành ô đã có xe.

5. Dữ liệu dùng để huấn luyện mô hình phân loại ô đỗ xe trong đồ án có nguồn gốc từ đâu?

Mô hình học sâu trong đồ án được huấn luyện dựa trên bộ dữ liệu mở PKLot (Parking Lot Database) được thu thập tại các bãi đỗ xe của Đại học Liên bang Parana (UFPR) và Đại học Công giáo Pontifical Parana (PUCPR) ở Curitiba, Brazil. Bộ dữ liệu này chứa 12.417 ảnh toàn cảnh và 695.899 ảnh ô đỗ xe đã được gán nhãn thủ công dưới nhiều điều kiện thời tiết khác nhau (nắng, mưa, u ám).

Kết luận

Đồ án tốt nghiệp "Thiết kế mô hình hệ thống hướng dẫn tài xế trong bãi xe thông minh" đã nghiên cứu và ứng dụng thành công kỹ thuật thị giác máy tính dựa trên mô hình học sâu ResNet-50 để giải quyết bài toán hướng dẫn đỗ xe PGI trên quy mô thực nghiệm 15 vị trí. Hệ thống phần mềm đã tích hợp hiệu quả khâu định cấu hình tọa độ bằng tệp YAML, nhận dạng trạng thái chiếm chỗ và hiển thị trực quan thông tin số chỗ trống cùng vị trí trống thuận tiện nhất theo thời gian thực. Các kết quả khảo sát thực nghiệm chi tiết về góc nhìn, độ che khuất và điều kiện chiếu sáng cung cấp cơ sở dữ liệu quan trọng cho các hướng nghiên cứu nâng cao hệ thống PGI ứng dụng camera trong thực tiễn.