Luận văn thạc sĩ: Nghiên cứu giải thuật dự báo tốc độ phương tiện dựa vào dữ liệu camera

Luận văn thạc sĩ kỹ thuật phân tích máy tính nghiên cứu xây dựng các giải thuật dự báo tốc độ phương tiện của dòng xe dựa vào dữ liệu, đánh giá thực trạng, chỉ ra hạn chế, đề xuất

• Tác giả: Nguyễn Văn Trung
• Người hướng dẫn: PGS. TS Trần Minh Quang
• Trường học: Đại học Bách Khoa - Đại học Quốc Gia TP.HCM
• Chuyên ngành: Khoa Học Máy Tính
• Đề tài: Nghiên Cứu Giải Thuật Dự Báo Tốc Độ Phương Tiện Từ Dữ Liệu Camera
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2024
• Địa điểm: TP. Hồ Chí Minh

Mục lục chi tiết

• Lời cám ơn
• Tóm tắt
• Abstract
• Lời cam đoan
• Danh sách hình vẽ
• Danh sách bảng
• Thuật ngữ & từ viết tắt
• 1. Chương 1: Giới thiệu bài toán
• 1.1. Lý do chọn đề tài
• 1.2. Tổng quan về bài toán
• 1.3. Mục tiêu nghiên cứu
• 1.4. Ý nghĩa khoa học và thực tiễn
• 1.4.1. Ý nghĩa khoa học
• 1.4.2. Ý nghĩa thực tiễn
• 1.5. Bố cục luận văn
• 2. Chương 2: Các nghiên cứu liên quan
• 2.1. Tổng quan về tình hình giao thông ở TP.HCM
• 2.2. Các nghiên cứu liên quan
• 2.2.1. Hướng nghiên cứu đối với bài toán nhận diện phương tiện giao thông
• 2.2.2. Hướng nghiên cứu đối với bài toán ước lượng tốc độ phương tiện giao thông
• 3. Chương 3: Nền tảng lý thuyết
• 3.1. Khái niệm về thị giác máy tính - học máy
• 3.2. Phương pháp ước lượng hệ số tỉ lệ (δ) dựa vào đối tượng tham chiếu
• 3.3. Kỹ thuật hiệu chuẩn camera sử dụng các điểm ảo (vanishing point)
• 3.4. Giải thuật ước lượng vận tốc phương tiện
• 3.5. Phương pháp phát hiện và theo dõi đối tượng
• 3.5.1. Phương pháp phát hiện đối tượng - Object detection
• 3.5.2. Phương pháp theo dõi đối tượng - Object Tracking
• 3.5.3. SORT - Simple Online Realtime Object Tracking
• 4. Chương 4: Giải pháp đề xuất
• 4.1. Bước xác định ba điểm ảo và hiệu chuẩn camera
• 4.2. Bước xây dựng 3D bounding box cho các phương tiện
• 4.3. Bước tính toán hệ số tỉ lệ δ dựa vào các chiều của 3D bounding box
• 4.4. Ước lượng vận tốc của phương tiện bằng hệ số tỉ lệ δ
• 5. Chương 5: Hiện thực và thử nghiệm
• 5.1. Môi trường thử nghiệm
• 5.2. Module thu thập dữ liệu
• 5.3. Module huấn luyện và đánh giá mô hình YOLOv7 segmentation
• 5.4. Đánh giá khả năng theo dõi phương tiện của mô hình DeepSORT
• 5.5. Module xác định ba điểm ảo và hiệu chuẩn camera
• 5.6. Module ước lượng vận tốc các phương tiện
• 6. Chương 6: Đánh giá và tổng kết nghiên cứu
• 6.1. Về độ chính xác của vận tốc thu được
• 6.1.1. Đánh giá trên tập dữ liệu BrnoComspeed
• 6.1.2. Đánh giá trên tập dữ liệu ở TP.HCM
• 6.2. Kết quả đạt được
• 6.3. Hạn chế và đề xuất hướng mở rộng
• Tài liệu tham khảo

Tóm tắt

I. Giới thiệu bài toán

Trong bối cảnh giao thông đô thị tại Việt Nam, đặc biệt là tại TP.HCM, việc quản lý và giám sát giao thông trở nên cấp thiết hơn bao giờ hết. Giải thuật dự báo tốc độ phương tiện từ dữ liệu camera là một trong những giải pháp tiềm năng để cải thiện tình hình giao thông. Hệ thống camera giám sát giao thông đã được lắp đặt rộng rãi, với hơn 37.000 camera trên toàn thành phố, giúp theo dõi tình hình giao thông, phát hiện vi phạm và ước lượng tốc độ phương tiện. Tuy nhiên, việc áp dụng các giải pháp hiện có còn nhiều hạn chế, chủ yếu là do sự đa dạng của các loại phương tiện và điều kiện thời tiết không thuận lợi. Do đó, nghiên cứu này sẽ tập trung vào việc phát triển các giải thuật dự báo nhằm nâng cao độ chính xác trong việc ước lượng tốc độ phương tiện, từ đó hỗ trợ cho các cơ quan chức năng trong việc quản lý giao thông hiệu quả hơn.

1.1 Lý do chọn đề tài

Giao thông đô thị là một trong những vấn đề nóng bỏng tại Việt Nam, ảnh hưởng đến chất lượng cuộc sống của người dân. Tình trạng ùn tắc và tai nạn giao thông vẫn đang ở mức cao, với hàng nghìn vụ tai nạn mỗi năm. Việc lắp đặt camera giám sát giao thông đã giúp cải thiện tình hình, nhưng vẫn cần có các giải pháp công nghệ hiện đại để tối ưu hóa việc quản lý và giám sát giao thông. Phân tích dữ liệu từ camera sẽ giúp nhận diện và theo dõi phương tiện, từ đó ước lượng tốc độ và phát hiện các hành vi vi phạm. Nghiên cứu này nhằm mục đích phát triển một hệ thống thông minh, sử dụng các công nghệ như học máy và xử lý ảnh, để cải thiện khả năng giám sát và quản lý giao thông tại TP.HCM.

II. Các nghiên cứu liên quan

Nghiên cứu về tốc độ phương tiện từ dữ liệu camera đã được thực hiện trên thế giới, với nhiều phương pháp và công nghệ khác nhau. Các giải pháp hiện có thường sử dụng học máy và xử lý ảnh để nhận diện và theo dõi phương tiện. Tuy nhiên, việc áp dụng các phương pháp này tại Việt Nam còn gặp nhiều thách thức do sự đa dạng của các loại phương tiện và điều kiện môi trường. Một số nghiên cứu đã chỉ ra rằng việc sử dụng camera giám sát giao thông có thể cải thiện đáng kể khả năng ước lượng tốc độ, nhưng vẫn cần có các cải tiến để nâng cao độ chính xác và tính khả thi trong thực tế. Nghiên cứu này sẽ khảo sát các giải pháp hiện có và đề xuất các cải tiến phù hợp với điều kiện thực tế tại TP.HCM.

2.1 Hướng nghiên cứu đối với bài toán nhận diện phương tiện giao thông

Việc nhận diện phương tiện giao thông từ camera là bước đầu tiên trong quá trình ước lượng tốc độ. Các phương pháp hiện nay chủ yếu dựa trên các kỹ thuật học sâu như CNN (Mạng nơ-ron tích chập) để phân loại và theo dõi các loại phương tiện khác nhau. Tuy nhiên, việc áp dụng các phương pháp này tại Việt Nam còn gặp khó khăn do điều kiện ánh sáng và góc quay của camera. Nghiên cứu này sẽ tập trung vào việc cải tiến các thuật toán nhận diện để tăng cường khả năng phát hiện và theo dõi phương tiện, từ đó nâng cao độ chính xác trong việc ước lượng tốc độ.

2.2 Hướng nghiên cứu đối với bài toán ước lượng tốc độ phương tiện giao thông

Bài toán ước lượng tốc độ phương tiện từ dữ liệu camera đã được nghiên cứu rộng rãi, với nhiều phương pháp khác nhau được áp dụng. Một trong những thách thức lớn nhất là tính chính xác của các phép đo tốc độ, đặc biệt trong điều kiện giao thông đông đúc và thời tiết xấu. Các phương pháp hiện tại thường sử dụng các điểm tham chiếu hoặc các mô hình 3D để tính toán tốc độ, nhưng vẫn cần có các cải tiến để tối ưu hóa các phép đo này. Nghiên cứu này sẽ đề xuất một phương pháp mới, kết hợp giữa xử lý ảnh và học máy, nhằm nâng cao độ chính xác trong việc ước lượng tốc độ phương tiện trên các tuyến đường tại TP.HCM.

III. Nền tảng lý thuyết

Nền tảng lý thuyết của nghiên cứu này dựa trên các khái niệm về thị giác máy tính và học máy, đặc biệt là trong lĩnh vực giám sát giao thông. Việc sử dụng các mô hình học sâu để nhận diện và theo dõi phương tiện đã trở thành một xu hướng phổ biến trong nghiên cứu hiện nay. Các phương pháp ước lượng tốc độ thường dựa vào việc xác định các điểm tham chiếu trong không gian 3D và tính toán hệ số tỉ lệ giữa kích thước thực tế và kích thước trong ảnh. Nghiên cứu này sẽ áp dụng các kỹ thuật này để phát triển một giải pháp ước lượng tốc độ phương tiện hiệu quả, đồng thời sẽ kiểm tra và đánh giá các mô hình hiện có để tìm ra phương pháp tối ưu nhất cho điều kiện tại TP.HCM.

3.1 Khái niệm về thị giác máy tính học máy

Thị giác máy tính là lĩnh vực nghiên cứu nhằm giúp máy tính hiểu và phân tích hình ảnh từ thế giới thực. Trong bối cảnh giám sát giao thông, việc áp dụng các kỹ thuật thị giác máy tính giúp nhận diện và theo dõi phương tiện một cách tự động. Học máy, đặc biệt là các mô hình học sâu, đã chứng minh được khả năng vượt trội trong việc xử lý và phân tích dữ liệu hình ảnh. Nghiên cứu này sẽ khai thác các công nghệ này để phát triển một hệ thống có khả năng ước lượng tốc độ phương tiện một cách chính xác và hiệu quả.

3.2 Phương pháp ước lượng hệ số tỉ lệ δ dựa vào đối tượng tham chiếu

Phương pháp ước lượng hệ số tỉ lệ (δ) là một trong những kỹ thuật quan trọng trong việc tính toán tốc độ phương tiện từ dữ liệu camera. Kỹ thuật này dựa vào việc xác định các đối tượng tham chiếu trong không gian 3D và tính toán tỷ lệ giữa kích thước thực tế và kích thước trong ảnh. Việc áp dụng phương pháp này giúp cải thiện độ chính xác trong việc ước lượng tốc độ, đặc biệt trong các điều kiện giao thông phức tạp. Nghiên cứu này sẽ tập trung vào việc phát triển và tối ưu hóa phương pháp này để phù hợp với thực tế tại TP.HCM.

Nội dung chính

Tổng quan nghiên cứu

Hệ thống giao thông đô thị tại các thành phố lớn của Việt Nam đang chịu áp lực hạ tầng vô cùng nặng nề khi số lượng phương tiện cá nhân gia tăng nhanh chóng. Theo số liệu thống kê năm 2022, Thành phố Hồ Chí Minh hiện quản lý hơn 8,7 triệu phương tiện giao thông đường bộ, bao gồm hơn 850.000 ô tô và gần 7,8 triệu xe máy. Tình trạng ùn tắc giao thông kéo dài gây lãng phí nhiên liệu, gia tăng phát thải ô nhiễm và tiềm ẩn nguy cơ mất an toàn nghiêm trọng. Toàn quốc trong năm 2022 đã ghi nhận 11.400 vụ tai nạn giao thông, cướp đi sinh mạng của 6.384 người và làm bị thương hàng nghìn nạn nhân, trong đó chạy quá tốc độ và sai làn đường là nguyên nhân hàng đầu.

Nhằm nâng cao năng lực giám sát, Thành phố Hồ Chí Minh đã triển khai đề án xây dựng mạng lưới giám sát hình ảnh tập trung với quy mô hơn 37.000 camera phủ khắp các tuyến giao lộ trọng điểm. Tuy nhiên, phần lớn các thiết bị camera giám sát hiện nay chỉ dừng lại ở nhiệm vụ ghi hình thụ động hoặc phục vụ truy xuất an ninh cục bộ, chưa tận dụng được sức mạnh của trí tuệ nhân tạo để phân tích tự động dữ liệu dòng xe. Mặt khác, việc lắp đặt các thiết bị đo tốc độ chuyên dụng bằng công nghệ laser hay cảm biến radar đòi hỏi chi phí đầu tư và bảo trì rất đắt đỏ, không thể trang bị đồng bộ trên hàng chục nghìn camera hiện hữu.

Trước thực tiễn đó, luận văn thạc sĩ chuyên ngành Khoa học Máy tính tại Trường Đại học Bách Khoa – Đại học Quốc gia Thành phố Hồ Chí Minh đã tập trung giải quyết bài toán: Nghiên cứu, xây dựng các giải thuật dự báo tốc độ phương tiện của dòng xe dựa vào dữ liệu camera. Mục tiêu trọng tâm của nghiên cứu là xây dựng một hệ thống thị giác máy tính toàn diện, có khả năng tự động nhận diện, theo dõi đa đối tượng và ước lượng vận tốc di chuyển của các phương tiện như xe máy, ô tô con, xe tải, xe buýt mà không cần can thiệp đo đạc thủ công tại hiện trường. Đề tài được triển khai thực nghiệm trên nguồn dữ liệu video thực tế thu thập từ Sở Giao thông Vận tải Thành phố Hồ Chí Minh trong giai đoạn 2023 - 2024, tạo nền tảng vững chắc để tích hợp trực tiếp vào hệ thống dự báo tình trạng giao thông đô thị Utraffic với tốc độ xử lý thời gian thực trên 45 khung hình/giây.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên nền tảng tích hợp của 3 trụ cột lý thuyết chuyên sâu trong lĩnh vực thị giác máy tính và học máy:

Thứ nhất là Lý thuyết hình học xạ ảnh phối cảnh và mô hình camera lỗ kim (Projective Geometry & Pinhole Camera Model). Khung lý thuyết này là cơ sở toán học để thiết lập mối quan hệ chuyển đổi tọa độ giữa không gian ảnh 2 chiều và thế giới thực 3 chiều. Thông qua việc phân tích giao điểm của các đường thẳng song song trong không gian thực khi chiếu lên mặt phẳng ảnh, mô hình xác định được 3 điểm ảo trực giao (Vanishing Points - VP1, VP2, VP3), từ đó tính toán chính xác tiêu cự camera và ma trận xoay mà không cần biết trước thông số phần cứng.

Thứ hai là Lý thuyết mạng nơ-ron tích chập nhìn một lần (Single-Shot Convolutional Neural Networks). Luận văn kế thừa và phát triển kiến trúc mạng YOLOv7 kết hợp phân đoạn cá thể (segmentation). Mô hình sử dụng hàm mất mát Focal Loss nhằm giải quyết triệt để tình trạng mất cân bằng mẫu và tập trung nhận diện các đối tượng có kích thước nhỏ, kết hợp cùng hệ thống 9 hộp neo (anchor boxes) đa dạng tỷ lệ khung hình.

Thứ ba là Lý thuyết ước lượng trạng thái ngẫu nhiên Bayes và tối ưu hóa phân công (Bayesian State Estimation & Assignment Optimization). Nghiên cứu ứng dụng bộ lọc Kalman để mô hình hóa quy luật chuyển động của phương tiện theo thời gian, kết hợp cùng thuật toán Hungary để giải bài toán gán liên kết dữ liệu đa mục tiêu theo khoảng cách không gian và độ tương đồng đặc trưng.

Các khái niệm then chốt được chuẩn hóa trong nghiên cứu bao gồm: Điểm ảo (Vanishing Point), Hệ số tỷ lệ điểm ảnh trên mét ($\delta$ - Pixel Per Meter), Hộp bao 3 chiều (3D Bounding Box), Ma trận nội - ngoại tham số camera, và Khoảng cách Cosine đặc trưng nhận dạng.

Phương pháp nghiên cứu

Nghiên cứu sử dụng nguồn dữ liệu video độ phân giải cao thu thập từ các camera giám sát cố định của Sở Giao thông Vận tải Thành phố Hồ Chí Minh tại các vị trí tiêu biểu như cầu đi bộ đường Nguyễn Văn Cừ (Quận 5), đầu Hầm Thủ Thiêm và tuyến đường Nguyễn Thái Học (Quận 1), song song với bộ dữ liệu chuẩn quốc tế BrnoComspeed.

Cỡ mẫu nghiên cứu bao gồm hơn 1.200 khung hình trích xuất từ các luồng video chất lượng Full HD, được gán nhãn chi tiết với hơn 5.000 đối tượng phương tiện thuộc 5 phân lớp chính: ô tô con, xe máy, xe buýt, xe tải và xe van. Phương pháp chọn mẫu là chọn mẫu phân tầng có chủ đích, chia đều dữ liệu theo các điều kiện quan sát thực tế: ban ngày đủ sáng, ban đêm thiếu sáng, thời điểm mật độ giao thông đông đúc vào giờ cao điểm và điều kiện thời tiết phức tạp.

Lý do lựa chọn phương pháp phân tích: YOLOv7 Segmentation được chọn làm bộ trích xuất tiền cảnh vì khả năng đạt tốc độ xử lý vượt trội lên đến 155 khung hình/giây trên phần cứng đồ họa, đồng thời cung cấp đường biên mặt nạ chính xác của phương tiện thay vì chỉ trả về bounding box thô. Thuật toán DeepSORT được lựa chọn để theo dõi đối tượng nhờ cơ chế kết hợp vector đặc trưng học sâu với ma trận khoảng cách, giải quyết tốt hiện tượng phương tiện bị che khuất tạm thời trong dòng xe hỗn hợp. Thuật toán hiệu chuẩn 3 điểm ảo tự động được lựa chọn nhằm tối ưu hóa khả năng nhân rộng trên hàng chục nghìn camera mà không tiêu tốn nhân lực đo đạc thực tế. Toàn bộ tiến trình nghiên cứu được thực hiện từ tháng 9 năm 2023 đến tháng 1 năm 2024.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình huấn luyện và kiểm thử thực nghiệm trên các tập dữ liệu đã mang lại 4 phát hiện khoa học quan trọng:

Phát hiện thứ nhất: Mô hình YOLOv7 Segmentation thể hiện hiệu năng nhận diện và phân loại vượt trội trên tập dữ liệu giao thông thực tế tại Thành phố Hồ Chí Minh. Tốc độ suy luận đạt hơn 45 khung hình/giây trên phần cứng máy tính tiêu chuẩn, đạt độ chính xác trung bình (mAP) ở ngưỡng IoU 0,5 tương đương 37,2%. Mô hình phân đoạn rõ ràng các phương tiện di chuyển san sát nhau tại khu vực Hầm Thủ Thiêm và đường Nguyễn Thái Học cả ban ngày lẫn ban đêm.

Phát hiện thứ hai: Thuật toán DeepSORT cải thiện vượt bậc khả năng theo dõi phương tiện so với giải thuật SORT truyền thống. Bằng việc ứng dụng cơ chế đối sánh phân tầng (matching cascade) và mạng trích xuất đặc trưng ngoại hình sâu, số lượng lỗi hoán đổi định danh (ID switches) đã giảm mạnh 45%, từ 1.423 lượt xuống chỉ còn 781 lượt trên cùng một đoạn video thử nghiệm, giúp quỹ đạo chuyển động của phương tiện được duy trì liên tục và chuẩn xác.

Phát hiện thứ ba: Giải thuật tự động xác định 3 điểm ảo trực giao (VP1 xác định theo hướng di chuyển của dòng xe, VP2 xác định từ các cạnh tiếp tuyến của thân xe và VP3 suy diễn hình học) cho phép tự động tính toán tiêu cự camera và ma trận quay không gian với sai số góc nghiêng dưới 2,5%, loại bỏ hoàn toàn nhu cầu hiệu chuẩn thủ công.

Phát hiện thứ tư: Khi xây dựng hộp bao 3D cho phương tiện dựa trên kích thước thống kê trung bình của các dòng xe tại Việt Nam, hệ số tỷ lệ $\delta$ được tính toán nhất quán. Sai số tuyệt đối trung bình (MAE) của vận tốc ước lượng khi kiểm chứng trên bộ dữ liệu chuẩn quốc tế BrnoComspeed và thực nghiệm thực tế tại cầu vượt Nguyễn Văn Cừ chỉ dao động trong khoảng 1,8 km/h đến 3,2 km/h, tương ứng với tỷ lệ sai số tương đối dưới 5,5% đối với các dải vận tốc từ 40 km/h đến 60 km/h.

Thảo luận kết quả

Kết quả ước lượng tốc độ đạt độ chính xác cao xuất phát từ sự phối hợp chặt chẽ giữa việc dựng 3D Bounding Box và thuật toán hiệu chuẩn điểm ảo. Trong các nghiên cứu truyền thống dựa trên vạch kẻ đường, khi vạch sơn bị mờ hoặc phương tiện di chuyển trên làn đường không có vạch phân cách, sai số đo khoảng cách có thể vượt quá 25%. Phương pháp đề xuất trong luận văn đã khắc phục hoàn toàn nhược điểm này bằng cách sử dụng chính hình học tiếp tuyến của các phương tiện lưu thông để tìm điểm ảo VP2 và tái tạo mặt phẳng 3 chiều.

Dữ liệu kiểm thử thực nghiệm có thể được biểu diễn trực quan qua biểu đồ phân tán (Scatter Plot) thể hiện mối tương quan tuyến tính chặt chẽ giữa vận tốc đo đạc thực tế từ thiết bị chuyên dụng và vận tốc dự báo của thuật toán với hệ số tương quan $R^2$ đạt trên 0,94. Đồng thời, bảng thống kê phân bố sai số theo từng chủng loại xe chỉ ra rằng ô tô con và xe buýt đạt độ chính xác cao nhất (sai số trung bình chỉ 1,8 km/h) nhờ kích thước hình học thân xe ít biến động, trong khi nhóm xe máy có mức độ dao động sai số khoảng 3,2 km/h do đặc tính chuyển động lạng lách và kích thước xe đa dạng trong thực tế.

Nghiên cứu chứng minh rằng việc kết hợp mạng nơ-ron học sâu thế hệ mới cùng hình học xạ ảnh phối cảnh là hướng đi tối ưu để xây dựng các hệ thống giám sát giao thông thông minh quy mô lớn mà không làm phát sinh chi phí phần cứng bổ sung.

Đề xuất và khuyến nghị

Dựa trên các kết quả đạt được, luận văn đưa ra 4 giải pháp công nghệ và khuyến nghị thực tiễn nhằm triển khai ứng dụng vào hệ thống điều hành giao thông đô thị:

Một là, tích hợp trực tiếp module giải thuật ước lượng tốc độ vào nền tảng giám sát tập trung và hệ thống Utraffic của Thành phố Hồ Chí Minh. Mục tiêu nâng cao khả năng tính toán vận tốc dòng xe tự động tại 150 nút giao thông trọng điểm với độ trễ xử lý dưới 200 mili-giây, thời gian triển khai trong quý 2 năm 2024 do Sở Giao thông Vận tải phối hợp cùng Sở Thông tin và Truyền thông thực hiện.

Hai là, tối ưu hóa và chuyển đổi mô hình học sâu sang các định dạng suy luận tối giản (như TensorRT, ONNX) để cài đặt trực tiếp trên các thiết bị tính toán biên (Edge AI) gắn kèm 500 cụm camera giao thông. Mục tiêu đạt tốc độ xử lý ổn định trên 60 khung hình/giây trên các phần cứng nhúng công suất thấp, giảm 70% băng thông truyền tải video về trung tâm, hoàn thành trong vòng 6 tháng bởi các kỹ sư công nghệ.

Ba là, mở rộng bộ dữ liệu huấn luyện thêm 10.000 hình ảnh đa dạng trong các điều kiện thời tiết khắc nghiệt như mưa bão ngập nước, sương mù và ban đêm thiếu sáng để tái huấn luyện mạng YOLOv7. Mục tiêu giảm thiểu sai số nhận diện phân đoạn vật thể xuống dưới 3%, thực hiện bởi các nhóm nghiên cứu tại các trường đại học từ tháng 6 đến tháng 12 năm 2024.

Bốn là, phát triển tính năng tự động liên kết dữ liệu vận tốc với hệ thống điều khiển chu kỳ đèn tín hiệu giao thông thông minh thích ứng (Adaptive Traffic Light Control). Mục tiêu tối ưu hóa luồng xe qua các giao lộ theo thời gian thực, góp phần giảm thời gian chờ và hạn chế ùn tắc từ 15% đến 20% trong các khung giờ cao điểm, do Trung tâm Quản lý Điều hành Giao thông Đô thị chủ trì trong giai đoạn 2024 - 2025.

Đối tượng nên tham khảo luận văn

Nội dung và giải pháp kỹ thuật của luận văn mang lại giá trị thực tiễn cao cho 4 nhóm đối tượng chính:

Nhóm thứ nhất: Các cơ quan quản lý nhà nước, Sở Giao thông Vận tải và lực lượng Cảnh sát Giao thông. Tài liệu cung cấp cơ sở kỹ thuật để khai thác tối đa năng lực của hơn 37.000 camera giám sát sẵn có, hỗ trợ công tác phát hiện tự động các phương tiện chạy quá tốc độ cho phép và đánh giá chất lượng dịch vụ đường bộ (Level of Service - LOS) theo thời gian thực.

Nhóm thứ hai: Các kỹ sư giải pháp, chuyên gia phát triển hệ thống Giao thông Thông minh (ITS) và Đô thị Thông minh. Luận văn là bản thiết kế kiến trúc hoàn chỉnh từ khâu thu thập dữ liệu, huấn luyện mô hình phân đoạn đến trích xuất vận tốc, giúp tiết kiệm hàng triệu USD chi phí trang bị cảm biến đắt tiền.

Nhóm thứ ba: Giảng viên, nghiên cứu sinh và học viên cao học chuyên ngành Khoa học Máy tính, Trí tuệ Nhân tạo và Xử lý ảnh. Đề tài là tài liệu tham khảo giá trị về cách kết hợp giữa các kiến trúc Deep Learning hiện đại (YOLOv7, DeepSORT) với các phương pháp toán học hình học xạ ảnh cổ điển.

Nhóm thứ tư: Các doanh nghiệp công nghệ, vận tải và logistics. Doanh nghiệp có thể ứng dụng các giải thuật dự báo vận tốc dòng xe để xây dựng các ứng dụng bản đồ dẫn đường thông minh, giúp tài xế lựa chọn cung đường di chuyển tối ưu, rút ngắn thời gian giao hàng và tiết kiệm từ 10% đến 15% chi phí nhiên liệu.

Câu hỏi thường gặp

Giải pháp trong luận văn xử lý thách thức góc quay camera bị lệch như thế nào?

Hệ thống sử dụng thuật toán tự động xác định 3 điểm ảo trực giao (VP1, VP2, VP3) trên mặt phẳng ảnh để tính toán lại ma trận xoay và tiêu cự của camera. Nhờ đó, hình ảnh ghi nhận từ góc nhìn nghiêng bất kỳ được hiệu chỉnh về không gian thực 3 chiều mà không làm sai lệch khoảng cách đo đạc.

Tại sao nghiên cứu lựa chọn DeepSORT thay vì thuật toán SORT truyền thống?

DeepSORT bổ sung mạng nơ-ron tích chập trích xuất vector đặc trưng ngoại hình sâu của đối tượng kết hợp khoảng cách Cosine. Cơ chế đối sánh phân tầng này giúp giảm 45% hiện tượng mất dấu hoặc hoán đổi ID phương tiện khi dòng xe bị che khuất cục bộ tại các giao lộ đông đúc.

Việc dựng hộp bao 3D (3D Bounding Box) có phụ thuộc vào đo đạc thực tế không?

Thuật toán hoàn toàn không cần đo đạc thực địa. Kích thước 3 chiều của phương tiện được ánh xạ tự động dựa trên bảng thông số kích thước hình học trung bình của từng nhóm phương tiện chuẩn lưu thông tại Việt Nam (xe máy, ô tô, xe buýt) kết hợp cùng phép chiếu phối cảnh từ các điểm ảo.

Độ chính xác dự báo vận tốc của giải pháp đạt mức bao nhiêu?

Khi thử nghiệm trên bộ dữ liệu chuẩn quốc tế BrnoComspeed và dữ liệu camera thực tế tại đường Nguyễn Văn Cừ, sai số tuyệt đối trung bình chỉ đạt từ 1,8 km/h đến 3,2 km/h. Mức sai số tương đối dưới 5,5% này hoàn toàn đáp ứng tốt tiêu chuẩn giám sát lưu lượng và phân tích tình trạng giao thông đô thị.

Giải pháp này có thể triển khai tại các tỉnh thành khác ngoài Thành phố Hồ Chí Minh không?

Giải pháp có tính tổng quát hóa rất cao và dễ dàng triển khai tại bất kỳ địa phương nào. Nhờ cơ chế tự động hiệu chuẩn thông số camera và không phụ thuộc vào vạch kẻ đường, hệ thống có thể chạy trực tiếp trên luồng video của mọi camera giám sát cố định tiêu chuẩn.

Kết luận

• Đề tài đã giải quyết toàn diện bài toán tự động ước lượng vận tốc dòng phương tiện giao thông từ nguồn dữ liệu camera giám sát cố định trong đô thị mà không cần can thiệp đo lường thực địa.
• Ứng dụng thành công mô hình học sâu YOLOv7 Segmentation kết hợp thuật toán DeepSORT, giúp giảm 45% lỗi hoán đổi định danh và đạt tốc độ xử lý thời gian thực vượt mốc 45 khung hình/giây.
• Đột phá với giải thuật tự động hiệu chuẩn camera bằng 3 điểm ảo trực giao, giải quyết triệt để bài toán biến dạng góc nhìn và sự đa dạng về chủng loại camera tại các đô thị lớn.
• Đạt độ chính xác cao với sai số vận tốc thực nghiệm chỉ từ 1,8 km/h đến 3,2 km/h, được kiểm chứng vững chắc trên cả tập dữ liệu chuẩn quốc tế và hạ tầng giao thông thực tế tại Thành phố Hồ Chí Minh.
• Cung cấp giải pháp công nghệ sẵn sàng tích hợp vào nền tảng Utraffic và mạng lưới hơn 37.000 camera nhằm nâng cao hiệu quả quản lý đô thị thông minh trong giai đoạn 2024 - 2025.

Các cơ quan quản lý đô thị, doanh nghiệp công nghệ và đơn vị nghiên cứu quan tâm có thể tiếp cận, chuyển giao và thử nghiệm giải pháp ngay hôm nay để cùng chung tay xây dựng hạ tầng giao thông thông minh, an toàn và hiện đại.

Trích đoạn nội dung tài liệu

CHƯƠNG 1. GIỚI THIỆU BÀI TOÁN – Định nghĩa về thị giác máy tính và học máy – Phương pháp ước lượng hệ số tỉ lệ δ dựa vào kích thước đối tượng tham chiếu. – Định nghĩa và mô tả kỹ thuật hiệu chuẩn camera sử dụng các điểm ảo (hoặc điểm biến mất) trong trường hợp camera đặt cố định. – Định nghĩa phương pháp phát hiện và theo dõi đối tượng.

Trình bày tổng quan về kỹ thuật phát hiện đối tượng cũng như kiến trúc mô hình YOLO để nhận nhận điện đối tượng. Đòng thời, giới thiệu về mô hình SORT và DeepSORT để theo dõi đối tượng. – Trình bày tổng quan giải thuật ước lượng vận tốc phương tiện. • Chương 4 "Giải pháp đề xuất" : Trong chương này, tác giả đưa ra giải pháp để giải quyết bài toán đặt ra gồm các bước sau (1) Xác định ba điểm ảo; (2) Xây dựng 3D bouding box cho mỗi phương tiện; (3) Tính toán hệ số tỉ lệ δ dựa vào kích thước 3D box của phương tiện; (4) Ước lượng vận tốc dựa vào hệ số ti lệ δ.

• Chương 5 "Hiện thực" : Hiện thực và cách hoạt động của các chức năng đã được đề xuất tại chương 4. • Chương 6 "Đánh giá và tổng kết nghiên cứu" : Chương này sẽ tiến hành đánh giá trên tập dữ liệu thật, từ đó có cơ sở để tổng kết kết quả đạt được cũng như đề xuất hướng mở rộng cho đề tài. 7 Chương 2 Các nghiên cứu liên quan 2.1 Tổng quan về tình hình giao thông ở TP. HCM Ở Việt Nam, cùng với với sự phát triển về kinh tế và tốc độ đô thị hoá nhanh, dân cư ở các thành phố lớn không ngừng gia tăng do sự thu hút các nguồn lực lao động từ các vùng miền khác nhau về lao động và sinh sống.

Bên cạch sự đi lên về kinh tế, đời sống người dân ngày càng được nâng cao thì nhu cầu đi lại của người dân ngày càng tăng lên. Cụ thể, theo báo cáo của Sở GTVT TP. HCM năm 2022 trên địa bàn có hơn 8,7 triệu phương tiện, trong đó có hơn 850 ngàn ô tô và gần 7,8 triệu xe máy và con số này dự báo còn tiếp tục tăng lên. Điều này sẽ tạo áp lực rất lớn lên hạ tầng giao thông của thành phố [1] Hiện nay, TP.

HCM đã thực hiện nhiều biện pháp khác nhau nhằm giải quyết các vấn đề về giao thông đang tồn tại trên địa bàn. Bên cạnh việc thực hiện chủ trương đẩy mạnh sự phát triển của phương tiện giao thông công cộng, thì các giải pháp về công nghệ thông tin và truyền thông (ICT) nhằm giám sát, điều khiển và vận hành hướng đến xây dựng các hệ thống giao thông thông minh (Intelligent Trasportation System - ITS) cũng đang được tập trung nghiên cứu và triển khai. Theo đề án "Xây dựng hệ thống giám sát hình ảnh camera tập trung của TP.HCM - Giai đoạn 2019-2025", hệ thống giám sát hình ảnh camera tập trung của TP. HCM hiện có hơn 37,000 camera.

Hệ thống này có đặc điểm đa dạng, bao gồm nhiều chủng loại camera, đầu ghi hình và phương thức kết nối khác nhau [8]. Mục đích chủ yếu của hệ thống này là giám sát tình hình giao thông và an ninh trật tự theo khu vực, còn chưa áp dụng được nhiều những công nghệ tiên tiến vào để giám sát các hành vi vi phạm của người và phương tiện tham gia 8 CHƯƠNG 2. CÁC NGHIÊN CỨU LIÊN QUAN giao thông như dừng đỗ xe sai quy định, vượt quá tốc độ hay vượt quá đường cho phép. Thêm vào đó, để có thể phát hiện những trường hợp phương tiện chạy vượt quá tốc độ quy định, nhiều tuyến đường ở TP.