Tổng quan nghiên cứu

Thành phố Hồ Chí Minh là đô thị đặc trưng với mật độ phương tiện xe hai bánh chiếm tỷ trọng áp đảo trong dòng giao thông hỗn hợp. Theo thống kê từ Sở Giao thông Vận tải Thành phố Hồ Chí Minh, tổng diện tích đất dành cho giao thông chỉ đạt khoảng 4.342,9 ha, chiếm 5,74% tổng diện tích đất đô thị, thấp hơn rất nhiều so với quy chuẩn tối thiểu 25% của các đô thị phát triển. Toàn thành phố có khoảng 1.440 nút giao thông, bao gồm 744 ngã ba, 480 ngã tư, 15 ngã năm, 2 ngã sáu, 1 ngã bảy và 9 công trường. Trong đó, khoảng 380 nút giao được điều khiển bằng đèn tín hiệu có chu kỳ cố định, chưa có khả năng tự động thích ứng với biến động lưu lượng thực tế.

Vấn đề nghiên cứu trọng tâm là sự bất cập của các thiết bị quan trắc truyền thống như vòng từ cảm ứng hay ống áp lực khi áp dụng vào dòng xe máy di chuyển tự do, không theo làn. Mục tiêu cụ thể của luận văn là xây dựng mô hình toán học xác định mối tương quan giữa mật độ hình ảnh từ camera giao thông và mật độ thực tế của dòng xe hai bánh, từ đó phát triển phần mềm tự động hóa quá trình đếm và ước lượng mật độ phương tiện.

Nghiên cứu được triển khai thực địa tại tuyến đường Phan Thúc Duyên thuộc khu vực cầu vượt Công viên Hoàng Văn Thụ, quận Tân Bình, Thành phố Hồ Chí Minh trong khung giờ cao điểm chiều từ 16h30 đến 18h00. Ý nghĩa của đề tài nằm ở việc cung cấp giải pháp giám sát giao thông thông minh với chi phí thấp, tối ưu hóa năng lực phục vụ của hạ tầng đường sá sẵn có và tạo tiền đề tự động hóa việc điều tiết chu kỳ đèn tín hiệu.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu dựa trên lý thuyết dòng giao thông vĩ mô kinh điển với phương trình liên hệ giữa ba thông số cơ bản: Lưu lượng bằng Mật độ nhân với Vận tốc trung bình không gian. Các mô hình dòng xe Greenshields và Greenberg được vận dụng để mô tả trạng thái chuyển động từ mật độ tự do đến mật độ nghẽn kẹt.

Bên cạnh đó, cơ sở lý thuyết thị giác máy tính được tích hợp với ba khái niệm cốt lõi: điểm ảnh (pixel), điểm biên ảnh (boundary edge) và vật thể nổi tiền cảnh (foreground object). Để nhận dạng biên dạng xe máy, đề tài khảo sát các phương pháp đạo hàm bậc nhất Gradient với toán tử Sobel, đạo hàm bậc hai Laplace và thuật toán tối ưu Canny gồm 6 bước lọc nhiễu, xác định hướng dốc và khử điểm cực đại. Để giải quyết sai số do phối cảnh xa gần của camera, nguyên lý hình học xạ ảnh với tỷ lệ ngang Cross Ratio của nhóm tác giả Sarosh I. Khan và Winai Raksuntorn (năm 2001) được áp dụng nhằm chuyển đổi tọa độ điểm ảnh thành tọa độ thực địa.

Phương pháp nghiên cứu

Nguồn dữ liệu của đề tài gồm 06 đoạn video quan trắc thực tế ghi nhận bằng camera kỹ thuật số độ phân giải 320x240 pixel với tốc độ 24 hình/giây. Thiết bị được lắp đặt tại độ cao 6,5 mét trên cầu vượt, đáp ứng quy chuẩn chiều cao tĩnh không tối thiểu 4,75 mét theo quy định quản lý kết cấu hạ tầng giao thông đường bộ.

Cỡ mẫu nghiên cứu gồm hơn 1.200 khung hình đại diện, được lựa chọn theo phương pháp chọn mẫu có chủ đích tại 3 góc nghiêng trục quay là 60 độ, 70 độ và 80 độ so với phương thẳng đứng, chia đều cho 2 kịch bản điều kiện mặt đường là nền đơn giản và nền phức tạp có bóng cây che phủ.

Phương pháp phân tích dựa trên việc xây dựng hệ thống phần mềm bằng ngôn ngữ C++ kết hợp thư viện mã nguồn mở OpenCV phiên bản 2.3. Dữ liệu điểm ảnh trích xuất được phân tích bằng mô hình hồi quy cấp bậc (Ordinal Regression) trên phần mềm SPSS. Lý do lựa chọn mô hình hồi quy cấp bậc là vì số lượng xe máy xuất hiện trong một vùng diện tích quan trắc hữu hạn mang tính chất của biến thứ bậc rời rạc, giúp ước lượng xác suất chính xác hơn so với các mô hình hồi quy tuyến tính thông thường.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Thứ nhất, thuật toán tách biên Canny kết hợp lọc nhiễu Gaussian mang lại chất lượng đường biên vượt trội, giảm hơn 40% lượng điểm biên giả so với thuật toán Sobel và Laplace trong điều kiện mặt đường tiêu chuẩn.

Thứ hai, trong điều kiện mặt đường phức tạp bị bóng cây rung lắc và ánh sáng loang lổ che phủ, phương pháp trừ nền thông thường gây ra sai số nhận diện lên tới 35%. Ngược lại, kỹ thuật phân tách vật thể nổi nâng cao kết hợp trích xuất biên Canny đã loại bỏ hoàn toàn nhiễu nền, duy trì độ chính xác ước lượng mật độ dòng xe đạt trên 85%.

Thứ ba, góc quay camera ảnh hưởng trực tiếp đến hiện tượng che khuất giữa các phương tiện. Các góc quay 70 độ và 80 độ giúp mở rộng vùng xử lý hiệu dụng, giảm tỷ lệ che khuất thân xe xuống dưới 15% so với góc quay hẹp 60 độ.

Thứ tư, phương trình hồi quy cấp bậc thiết lập được mối tương quan có ý nghĩa thống kê cao với mức ý nghĩa p-value nhỏ hơn 0,05, cho phép dự báo chính xác số lượng phương tiện thực tế từ 0 đến 12 xe trong phạm vi vùng quan sát.

Thảo luận kết quả

Đặc tính di chuyển ngẫu nhiên và mật độ dày đặc của xe hai bánh trong đô thị khiến các thuật toán bám bắt từng phương tiện đơn lẻ (tracking) thường xuyên thất bại trong giờ cao điểm. Việc tiếp cận theo hướng phân tích mật độ tổng hợp các điểm biên ảnh (edge pixels) đã khắc phục hoàn toàn nhược điểm mất dấu đối tượng, đồng thời giảm tải đáng kể khối lượng tính toán của bộ vi xử lý.

So với các nghiên cứu nhận dạng mẫu trước đây của Đặng Quang Thạch (năm 2006) hay hệ thống cảm biến vòng từ quốc tế, mô hình của luận văn chứng minh tính tương thích cao với dòng giao thông hỗn hợp tại Việt Nam mà không cần can thiệp xẻ cắt mặt đường.

Dữ liệu nghiên cứu có thể được trực quan hóa thông qua biểu đồ phân tán hồi quy trong SPSS minh họa đường cong hàm mật độ tích lũy, đi kèm bảng ma trận đối chiếu sai số tuyệt đối giữa số xe đếm thủ công và số xe do phần mềm tự động ước lượng qua 6 tệp video thực nghiệm. Kết quả thảo luận khẳng định phương pháp xử lý biên ảnh vật thể nổi là lựa chọn tối ưu cho hệ thống giao thông thông minh tại các đô thị lớn.

Đề xuất và khuyến nghị

Thứ nhất, chuẩn hóa vị trí và góc lắp đặt camera giao thông tại các tuyến đường chính. Đơn vị thực hiện là Trung tâm Quản lý Điều hành Giao thông Đô thị phối hợp cùng các đơn vị tư vấn hạ tầng, thực hiện căn chỉnh camera ở độ cao từ 6,5 mét đến 7,5 mét với góc nghiêng từ 70 độ đến 80 độ, nhằm kiểm soát tỷ lệ che khuất phương tiện dưới mức 10%, hoàn thành trong giai đoạn 2026-2027.

Thứ hai, tích hợp thuật toán phân tách vật thể nổi nâng cao và trích xuất biên Canny vào phần mềm điều hành camera hiện hữu. Các doanh nghiệp phát triển công nghệ giao thông thông minh cần tối ưu hóa mã nguồn C++ và thư viện OpenCV để đạt tốc độ xử lý ổn định 25 đến 30 khung hình/giây trên phần cứng sẵn có, triển khai nâng cấp trong thời hạn 6 tháng.

Thứ ba, thí điểm hệ thống tự động điều chỉnh chu kỳ đèn tín hiệu theo thời gian thực. Sở Giao thông Vận tải chủ trì kết nối dữ liệu mật độ ước lượng từ camera với hệ thống điều khiển tại 380 nút giao có đèn tín hiệu, đặt mục tiêu giảm thời gian chờ trung bình tại các nút từ 15% đến 20% trong lộ trình thử nghiệm 12 tháng.

Thứ tư, mở rộng tập dữ liệu huấn luyện thống kê cho các điều kiện thời tiết bất lợi như mưa bão hoặc ban đêm thiếu sáng. Các viện nghiên cứu và trường đại học chuyên ngành cần tiếp tục thu thập dữ liệu đa kịch bản để tối ưu hóa trọng số mô hình hồi quy, kiểm soát sai số dự báo toàn diện dưới 8% trong thời gian 18 tháng tới.

Đối tượng nên tham khảo luận văn

Nhóm kỹ sư quy hoạch và điều hành giao thông đô thị: Luận văn cung cấp phương pháp luận đo đạc thông số dòng xe hai bánh chính xác, giúp đánh giá khả năng thông hành thực tế tại các tuyến đường có tỷ lệ xe máy trên 80%, từ đó đưa ra phương án tổ chức phân luồng khoa học.

Nhóm kỹ sư lập trình thị giác máy tính và trí tuệ nhân tạo: Tài liệu là cẩm nang thực hành chi tiết về cách xây dựng ứng dụng xử lý ảnh bằng C++ và OpenCV 2.3, cách giải quyết bài toán trừ nền phức tạp và kỹ thuật hiệu chỉnh tọa độ ảnh xạ Cross Ratio.

Nhóm học viên cao học và nghiên cứu sinh ngành Kỹ thuật Giao thông, Xây dựng Đường ô tô: Đề tài là tài liệu tham khảo giá trị về phương pháp kết hợp giữa kỹ thuật xử lý ảnh số và mô hình hồi quy cấp bậc SPSS trong phân tích dữ liệu giao thông thực nghiệm.

Nhóm cơ quan quản lý nhà nước và lực lượng cảnh sát giao thông: Cung cấp cơ sở khoa học để xây dựng hệ thống giám sát tự động tại 1.440 nút giao thông, thay thế các phương thức điều tiết thủ công và nâng cao hiệu quả quản trị đô thị hiện đại.

Câu hỏi thường gặp

Tại sao nghiên cứu không sử dụng cảm biến vòng từ truyền thống để đo đạc mật độ xe máy?

Cảm biến vòng từ chôn dưới mặt đường chỉ phát huy hiệu quả với ô tô di chuyển theo làn cố định. Tại các đô thị có dòng xe máy chiếm đa số, phương tiện thường xuyên lấn làn và chạy song hàng khiến vòng từ không thể phân biệt chính xác. Ngoài ra, việc lắp camera quan trắc ở độ cao 6,5 mét không gây hư hại mặt đường hay làm gián đoạn dòng xe lưu thông.

Thuật toán Canny mang lại lợi thế gì so với các toán tử Sobel và Laplace?

Toán tử Sobel và Laplace dễ bị nhiễu do vết nứt mặt đường hoặc độ tương phản yếu, làm tăng tỷ lệ sai lệch điểm ảnh lên hơn 25%. Thuật toán Canny sử dụng bộ lọc Gaussian làm mịn ảnh, kết hợp cơ chế khử cực đại cục bộ và hệ thống hai ngưỡng lọc gradient, giúp trích xuất chính xác các đường biên mảnh của thân xe máy mà không làm phát sinh biên giả.

Yếu tố bóng cây và ánh sáng loang lổ được giải quyết như thế nào trong mô hình?

Bóng cây đung đưa tạo ra sự biến thiên mức xám liên tục khiến các phương pháp trừ nền đơn giản nhận định nhầm là phương tiện. Nghiên cứu giải quyết triệt để vấn đề này bằng phương pháp phân tách hình nền nâng cao theo chuỗi thời gian, lọc bỏ hoàn toàn các điểm ảnh nền động trước khi chạy thuật toán Canny, giúp duy trì độ chính xác ước lượng trên 85%.

Góc quay camera nào mang lại hiệu quả nhận diện phương tiện cao nhất?

Thực nghiệm tại 3 góc quay 60 độ, 70 độ và 80 độ cho thấy góc nghiêng từ 70 độ đến 80 độ so với phương thẳng đứng là tối ưu nhất. Góc quay này mở rộng diện tích quan sát mặt đường và hạn chế tối đa việc các xe máy đi phía trước che khuất các xe máy đi phía sau, giảm sai số do che khuất xuống dưới 15%.

Mô hình hồi quy cấp bậc trong SPSS đóng vai trò gì trong việc xác định số lượng xe?

Số lượng xe máy nằm trong vùng quan sát là các giá trị số nguyên rời rạc từ 0 đến 12 xe. Mô hình hồi quy cấp bậc thiết lập mối tương quan phi tuyến giữa số lượng điểm biên ảnh thu được với các mức số lượng xe tương ứng, tính toán xác suất xuất hiện của từng cấp độ xe với độ tin cậy thống kê cao có p-value nhỏ hơn 0,05.

Kết luận

  • Đề tài đã giải quyết thành công bài toán xác định mật độ dòng xe hai bánh hỗn hợp thông qua phân tích mật độ điểm biên ảnh thu nhận từ camera giao thông.
  • Chứng minh phương pháp trích xuất vật thể nổi nâng cao kết hợp thuật toán biên Canny đạt độ chính xác vượt trội trên 85%, xử lý triệt để bài toán mặt đường phức tạp.
  • Xác định cấu hình lắp đặt camera tối ưu ở độ cao 6,5 mét với góc nghiêng từ 70 độ đến 80 độ nhằm giảm tỷ lệ che khuất thân xe xuống mức thấp nhất.
  • Hoàn thiện chương trình ứng dụng tự động trên nền tảng C++ và OpenCV 2.3 kết hợp mô hình hồi quy cấp bậc SPSS, đáp ứng yêu cầu xử lý dữ liệu thời gian thực.
  • Đóng góp giải pháp khoa học thực tiễn, chi phí thấp nhằm nâng cao năng lực giám sát và điều hành giao thông thông minh cho các đô thị phụ thuộc xe máy.

Kế hoạch phát triển tiếp theo tập trung vào việc thử nghiệm thuật toán trong điều kiện ban đêm và thời tiết mưa bão trong vòng 12 tháng tới. Các chuyên gia quản lý đô thị và nhà phát triển công nghệ giao thông hãy cùng ứng dụng và hoàn thiện mô hình này để nâng cao chất lượng hạ tầng giao thông đô thị.