PHẦN MỞ ĐẦU Trong thập kỷ gân đây, sự phát triển vượt bậc của khoa học công nghệ đã đem lại cho con người những tiện ích thiết thực thông qua các thiết bị di động. Thiết bị di động giờ đây đã trở thành công cụ hỗ trợ đắc lực cho con người trong mọi hoạt động trong cuộc sống ngày nay. Cùng với những ứng dụng hỗ trợ công việc hàng ngày thì các ứng dụng mang tính tiên đoán, nhắc nhở, điều hướng người dùng ngày càng trở nên phổ biến. Bên cạnh đó việc tham gia giao thông của con người là một hoạt động tất yếu hàng ngày.
Việc tham gia giao thông luôn tiềm ẩn nhiều rủi ro do các tác nhân có ý thức hoặc vô thức của con người. Việc có một ứng dụng có thể nhắc nhở, điều hướng người tham gia giao thông sao cho an toàn trở thành nhu cầu thiết thực, cần có trong một xã hội các thiết bị di động đã trở nên phổ dụng với mỗi người. Nội dung của luận văn tập trung nghiên cứu về mặt thuật toán, kết hợp giữa lý thuyết và áp dụng thực tiến để đánh giá các phương pháp nhận diện hành vi của người tham gia giao thông bằng xe gắn máy, từ đó chọn ra phương pháp tối ưu nhất gắn liền với thực tế của người sử dụng điện thoại thông minh. Đề tài có tính ứng dụng cao trong cuộc sống, làm tiền đề cho sự phát triển, nghiên cứu sâu về các hành vi của con người khi tham gia giao thông ở nhiều khía cạnh khác nhau.
Từ đó, nghiên cứu luận văn hướng tới các mục tiêu sau: - Phát hiện được một số hành vi giao thông cơ bản của người tham gia giao thông bằng xe gắn máy: Dừng, Đang di chuyển, Tăng tốc, giảm tốc và đưa ra cảnh báo - So sánh một số kỹ thuật học máy nhằm đưa ra kỹ thuật tối ưu nhất. Cấu trúc luận văn nhƣ sau: Chƣơng 1: Tổng quan về lĩnh vực nghiên cứu phát hiện hành vi tham gia giao thông dựa trên những điều kiện khác nhau, các phương pháp nghiên cứu trước đó và đề xuất phương pháp tiếp cận vấn đề tối ưu nhất trong thực tiễn Chƣơng 2: Khái quát về khai phá dữ liệu và giới thiệu một số kỹ thuật áp dụng trong đề tài. Chƣơng 3: Phương pháp phát hiện hành vi tham gia giao thông dựa vào dữ liệu cảm biến của điện thoại di động với các mô hình học máy. Chƣơng 4: Thực nghiệm và đánh giá.
Kết luận 1 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com CHƢƠNG 1 - TỔNG QUAN VỀ LĨNH VỰC NGHIÊN CỨU PHÁT HIỆN HÀNH VI THAM GIA GIAO THÔNG Trong chương này trình bày về mục đích của phát hiện hành vi tham gia giao thông, các nghiên cứu trước đây về cách tiếp cận giải quyết bài toán phát hiện hành vi tham gia giao thông.1 Hành vi tham gia giao thông và phát hiện hành vi tham gia giao thông Trong suốt thập kỷ vừa qua đã có sự phát triển vượt bậc của hệ thống vi điện tử và máy tính, các cảm biến và các thiết bị di động với các tính năng hiện đại. Chúng có khả năng tính toán cao, kích thước nhỏ và chi phí thấp, cho phép con người tương tác với các thiết bị như một phần của cuộc sống hàng ngày.1 cho thấy một kết quả đáng kinh ngạc, dân số thế giới ước tính khoảng 7 tỷ người, thì hơn 5 tỷ người sử dụng điện thoại di động. Số lượng người dùng điện thoại thông minh cũng rất cao so với số lượng người dùng điện thoại di động (1.5 tỷ người sử dụng điện thoại thông minh).1: Xu hướng dùng điện thoại di động Sự bùng nổ của người sử dụng điện thoại thông minh trong những năm gần đây đã dẫn đến sự bùng nổ của các ứng dụng cho điện thoại thông minh.2 cho thấy số lượng đáng kinh ngạc của các thiết bị di động thông minh tăng nhanh qua các năm. Vì vậy, việc phát triển ứng dụng trên điện thoại di động là xu hướng nóng hiện nay và có khả năng áp dụng cao vào đời sống.
2 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.2: Sự bùng nổ của smartphone và máy tính bảng trong những năm gần đây Trong cuộc sống ngày nay, mọi người đều vội vàng để đi đến đích của họ càng nhanh càng tốt. Vì vậy, các hành vi cố ý hoặc vô ý khi tham gia giao thông như tăng tốc đột ngột, giảm tốc đột ngột hay phanh đột ngột có thể dẫn dắt họ đến tai nạn hoặc thậm chí mất cả cuộc đời của họ. Và nếu có một hệ thống theo dõi hành vi người của người tham gia giao thông thì sẽ là tương đối an toàn hơn khi hành vi đó được ghi chép, phản hồi đến người điều khiển, góp phần đáng kể hạn chế những tai nạn giao thông. Để theo dõi hành vi, các điều khiển cảm biến khác nhau đang được sử dụng hoặc được triển khai bên trong xe, bên lề đường hoặc sẵn có trong điện thoại thông minh.
Với các lý do trên, phát hiện hành vi tham gia giao thông, đặc biệt là hệ thống phát hiện hành vi tham gia giao thông dựa trên điện thoại di động là một lĩnh vực nghiên cứu rất hấp dẫn và thích hợp với thời điểm hiện tại.2 Các nghiên cứu liên quan Đã có nhiều nghiên cứu trước đây sử dụng cảm biến điện thoại để phân tích phát hiện hành vi tham gia giao thông. Singh et al. phát triển một ứng dụng trên android, ứng dụng này thu thập dữ liệu từ các cảm biến gia tốc, GPS và cũng ghi lại âm thanh với sự giúp đỡ của microphone, và sau đó dữ liệu được kết hợp và phân tích để phát hiện các hành vi lái xe không an toàn. Các mẫu khác nhau như phanh gấp, chuyển làn đường, rẽ trái / phải, giảm tốc đột ngột, tăng tốc đột ngột được phân tích và xác nhận bằng cách sử dụng "Ground Truth “.
Sự tương quan của dữ liệu âm thanh và gia tốc được thực hiện 3 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com để tìm mô hình mới. Ví dụ: nếu một thay đổi làn đường không đi kèm với âm thanh chỉ báo, thì điều này có nghĩa là hành vi lái xe không an toàn. Các giới hạn của công trình này là kỹ thuật học máy không được sử dụng để phân loại các mẫu hành vi. Trong [2], Fazeen et al.
đã đề xuất một ứng dụng cải tiến bằng cách sử dụng một điện thoại di động thông minh được tích hợp bên trong một chiếc ô tô để đánh giá phong cách lái xe. Họ đã sử dụng ba trục cảm biến gia tốc của một điện thoại thông minh Android để ghi lại và phân tích hành vi lái xe khác nhau và điều kiện đường xá bên ngoài có khả năng có thể nguy hại đến sức khỏe của người lái xe. Họ đã sử dụng trục x và trục y của dữ liệu gia tốc để làm thước đo kiểm soát trực tiếp người lái xe khi họ điều khiển, tăng tốc, và phanh. Tăng tốc an toàn hoặc giảm tốc độ thì G-Force không bao giờ vượt ngưỡng ± 0,3 g, và tăng tốc đột ngột hoặc giảm tốc độ đột ngột có lực g-force đạt ± 0,5 g.
Với sự so sánh này, nó rất dễ dàng để định lượng sự khác biệt giữa khả năng tăng tốc hoặc giảm tốc an toàn và đột ngột. Rẽ phải / trái an toàn có một g-force trung bình ít hơn ± 0,1 g và không an toàn hoặc đột ngột rẽ phải / trái có một g-force hơn ± 0,5 g. Người ta quan sát thấy rằng thời gian trung bình để hoàn thành một sự thay đổi làn đường an toàn là dài hơn một sự thay đổi làn đường đột ngột 75%. Địa điểm đặt điện thoại trong xe là ở bảng điều khiển trung tâm, đã đưa ra các dữ liệu tương đối tốt.
Hạn chế của công trình này là kết quả tốt nhất của dự đoán hành vi lái xe đã được tìm thấy khi điện thoại được đặt cố định trên bảng điều khiển trung tâm. Trong thực tế vị trí điện thoại không luôn được đặt cố định ở bảng điều khiển trung tâm, nó có thể ở bất cứ nơi nào trong xe, do đó nên có cơ chế cho việc định hướng lại các gia tốc theo một chuẩn. Trong [3] Chigurupa et al. phát triển một ứng dụng android trong đó sử dụng dữ liệu từ các cảm biến gia tốc, cảm biến GPS và quay video được thực hiện với sự giúp đỡ của máy ảnh để đánh giá việc lái xe.
Các thông tin phản hồi có thể được sử dụng để nhận biết người lái xe và cải thiện hiệu suất. Phạm vi của các tăng tốc hoặc giảm tốc các giá trị được đưa ra cho việc lái xe an toàn. Bất cứ khi nào các giá trị gia tốc vượt quá giới hạn an toàn nó sẽ được coi như là một sự kiện. Trục X hướng phía trước và phía sau, lái xe Tăng tốc / phanh, có giá trị g an toàn từ -3 đến +3.
Trục Y, hướng trái / phải, lái xe rẽ phải/trái chuyển làn có giá trị g an toàn là từ -3 đến +3. Trục Z hướng trên / dưới, lái xe va đập / đường không bình thường, có giá trị g an toàn là từ -11 đến -8. Giới hạn của công trình này là toàn bộ hệ thống không phải là hoàn toàn tự động, do đó, là sự cần thiết của quản trị viên để phân tích các đoạn video. Trong [4] Johnson et al.
đề xuất một phương pháp để dự đoán phong cách lái xe. Họ phân loại phong cách lái xe theo mức bình thường, hung hăng và rất hung hăng. Họ thu thập dữ liệu từ các cảm biến khác nhau (gia tốc, con quay hồi chuyển, từ kế, GPS, video) và dữ liệu liên quan đến hợp nhất thành một bộ phân loại duy nhất dựa trên Dynamic Time Warping (DTW) 700 Nidhi Kalra và thuật toán Divya Bansal. Hệ thống này được gọi là MIROAD: A Mobile-Sensor-Platform for Intelligent 4 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com Recognition of Driving Aggressive, hệ thống có thể cung cấp thông tin phản hồi nghe được nếu phong cách của một người lái xe trở nên hung hăng cũng như các thông tin dẫn đến một sự kiện không tích cực.
Họ đã sử dụng iPhone 4, và phát hiện các sự kiện như rẽ phải, rẽ trái hung hăng, rẽ phải, trái, tăng tốc mạnh mẽ, phanh … Nhược điểm của công trình này là chỉ có sự kiện tích cực được phát hiện, thay đổi làn đường chuẩn (không tích cực) hiện chưa được phát hiện, bởi vì chuyển động thay đổi làn đường tự nhiên không gây đủ lực hoặc quay về gia tốc để phân biệt. Trong [5] Dai et al.