Chương 1: Giới thiệu về hệ thống giám sát giao thông 1. Tổng quan về hệ thống giám sát giao thông bằng camera: Với sự phát triển nhanh chóng của đô thị hóa, tắc nghẽn giao thông, tai nạn và vi phạm luật đặt ra những thách thức lớn đối với hệ thống quản lý giao thông ở hầu hết các thành phố lớn và vừa. Do đó, các nghiên cứu về giám sát giao thông, nhằm quản lý luồng giao thông, đã thu hút nhiều sự chú ý./02YCZ Với sự tiến bộ trong thị giác máy tính, máy quay video đã trở thành một bộ cảm biến đầy hứa hẹn và chi phí thấp cho giám sát giao thông. Trong 30 năm qua, các hệ thống giám sát dựa trên video là một phần quan trọng của hệ thống [16] giao thông thông minh (ITS).
Các hệ thống này thu hình dạng thị giác của xe và trích ra thành nhiều thông tin về phương tiện theo các tiêu chuẩn của nghiệp vụ như phát hiện, theo dõi, nhận dạng, phân tích hành vi,. Nói chung, các hệ thống giám sát hiện tại thu thập thông tin luồng giao thông chủ yếu bao gồm các thông số giao thông và phát hiện sự cố giao thông. Phát hiện sự cố giao thông là khó khăn hơn và có nhiều tiềm năng nghiên cứu. Một trong những vấn đề của phát hiện sự cố giao thông là phát hiện các phương tiện đi sai làn, đó là một trong những nguyên nhân gây ra các vụ tai nạn giao thông nghiêm trọng.
Một hệ thống giám sát giao thông sử dụng camera thường có kiến trúc như ở hình 1. Mô hình hệ thống xử lý ảnh Đầu tiên là quá trình thu nhận ảnh. Ảnh có thể thu nhận được qua camera. Thường khi thu nhận ảnh qua camera là tín hiệu tương tự (loại camera ống kiểu [17] CCIR), nhưng cũng có thể là tín hiệu số hóa (loại CCD - Charge Coupled Device).
Tiếp theo là quá trình số hóa (Digitalizer) để biến đổi tín hiệu tương tự sang tín hiệu rời rạc (lấy mẫu) và số hóa bằng lượng hóa, trước khi chuyển sang giai đoạn xử lý, phân tích hay lưu trữ lại. Giai đoạn tiếp theo là phát hiện các đặc tính của ảnh hoặc đối tượng, sau đó là trích chọn các đặc tính của đối tượng cần quan sát. Cuối cùng tùy theo mục đích của ứng dụng, sẽ là giai đoạn nhận dạng, phân lớp hay các quyết định khác. Dựa trên các phân tích của hệ thống giám sát giao thông thông minh hiện nay (ITS), chúng ta có thể chia hệ thống ITS thành 4 lớp kiến trúc [6] như trong hình 1.
<CD[T"6+I\V]D [18] Lớp 1: Thu thập hình ảnh. Chức năng của lớp này là để xác định các toàn cảnh giao thông và lấy hình ảnh bằng các biến ảnh. Lớp 2: Trích xuất các thuộc tính động và tĩnh. Dựa trên các hình ảnh thu được, lớp này làm chức năng trích xuất các thuộc tính động và tĩnh của phương tiện.
Thuộc tính động bao gồm các đặc điểm liên quan đến chuyển động của xe: vận tốc, hướng chuyển động, quỹ đạo chuyển động, được lấy trên một camera duy nhất. Thuộc tính tĩnh bao gồm các đặc điểm thể hiện bên ngoài của xe giúp cho việc dễ dàng mô tả xe như: hình dáng xe, màu sắc, biển số xe, logo,… Lớp 3: Hiểu biết hành vi. Lớp này nhằm mục đích phân tích các thuộc tính động và tĩnh của phương tiện, hiểu biết hành vi của phương tiện và cuối cùng nhận thức tình trạng giao thông. Lớp 4: Các dịch vụ ITS.
Dựa trên kết quả của các lớp trước, lớp này cung cấp các dịch vụ ITS để kiểm soát và quản lý tình trạng giao thông hiệu quả hơn. Các dịch vụ này có thể như: thu phí điện tử, giám sát an ninh, các hành vi trái luật, phát hiện dị thường, đánh giá môi trường giao thông,… 1. Các vấn đề trong hệ thống giám sát giao thông thông minh Mặc dù đã có nhiều tiến bộ trong giám sát giao thông dựa trên video, các nhà nghiên cứu vẫn đang phải đối mặt với nhiều khó khăn và thách thức đối với các ứng dụng ITS thực tế. Một số những thách thức hiện tại đối với các hệ thống giám sát bằng video như sau: - Sự đổi ánh sáng: Điều kiện ánh sáng thay đổi vào các thời điểm khác nhau trong ngày, đặc biệt là giữa ban ngày và ban đêm.
Việc thiếu ánh sáng sẽ làm tầm nhìn (khoảng cách) của thiết bị theo dõi bị giới hạn. Thiết bị chiếu sáng [19] bổ sung có thể được sử dụng cho hoạt động ban đêm, tuy nhiên vẫn gây ra ảnh hưởng nhất định tới khả năng của thiết bị. - Sự tắc nghẽn giao thông: Trong giờ cao điểm, phương tiện giao thông thường đi sát vào với nhau và đi lẫn vào với các phương tiện giao thông khác (đi bộ, xe đạp, xe máy cùng trên một con đường), gây ra sự nhập nhằng trong việc nhận diện chính xác các phương tiện. - Biến điệu đối tượng: Hình dáng của xe ô-tô được nhìn qua thiết bị camera thay đổi khi phương tiện di chuyển như: dịch chuyển sang làn khác, quay đầu xe.
- Sự đa dạng của phương tiện: Xe ô-tô được sản xuất với hình dạng không cố định, kích thước cũng không đồng nhất, đa dạng về màu sắc. Một ô-tô 4 chỗ không nhất định phải có hình dạng chữ nhật, đôi khi là hình tam giác hay hình thang. Cũng là phương tiện ô-tô 4 chỗ nhưng có xe dài, xe ngắn. Trên cùng một chiếc xe có khi có rất nhiều màu sắc khác nhau.
- Độ phân giải khác nhau: Khi một chiếc xe đi qua vùng quan sát (FOV) của camera, kích thước hình ảnh đối tượng chiếc xe thay đổi liên tục theo khoảng cách chiếc xe với camera. Điều này dẫn đến việc mất một số thông tin thị giác chi tiết và thách thức tính lớn đối với mô hình phát hiện đối tượng. - Sự hiểu biết về hành vi của xe trên đường: Việc theo dõi hành trình của một chiếc xe trên quốc lộ yêu cầu các camera cần phải phối hợp với nhau, có như vậy mới hiểu biết được đầy đủ tình trạng giao thông thông qua việc phân tích các hành vi toàn cục. Khó khăn trong phát hiện phương tiện ô-tô bằng camera Trong các phương pháp hiện nay đang sử dụng phổ biến, đều gặp phải 2 vấn đề chung là: bóng (shadow) và sự nhập nhằng (occlusion), đây là thách thức lớn đối với vấn đề phát hiện phương tiện nhất là trong môi trường điều kiện thiếu sáng phải sử dụng ánh đèn cao áp chiếu sáng (vào buổi tối hoặc đi trong các đường hầm).
a) Bóng xe (vehicle shadow): Bóng của phương tiện thường bị nhận dạng đi kèm với phương tiện đó, do đó làm giảm độ chính xác của quá trình phát hiện xe. Thông thường bóng xe thường có trên hai đặc tính: hình dạng (shape) và màu sắc (color/texture). Hình dạng của bóng xe được hiểu là những khuôn mẫu (pattern) có nhiều kiểu dáng được quyết định bởi hình dạng đối tượng thu thập và đặc tính chiếu sáng (góc chiếu, cường độ sáng…), những yếu tố này có thể khai thác để phát hiện bóng xe [54] (dựa vào khả năng biết trước cường độ sáng, góc máy quay,…), tuy nhiên thông tin về hình dạng đối tượng và đặc tính chiếu sáng thường không ổn định, khó đạt được độ chính xác hoàn toàn. Một yếu tố khác trong vấn đề bóng xe là màu sắc và kết cấu, những thông tin này thường sẽ chỉ ra sự khác nhau giữa các xe ô-tô.
Trong bài nghiên cứu [55], các pixels được phân tích trong không gian màu HSV (hue–saturation– value) để phân biệt độ kết tủa màu sắc (chromaticity) và độ chói (luminosity) để phát triển các giải thuật cho việc phát hiện bóng xe, điều này khó có thể làm được trong không gian màu RGB. Trong bài viết [56] trình bày giải thuật loại bỏ bóng xe hiệu quả dựa trên thông tin đường bao chu vi và đặc tính màu sắc. Trong bài viết [18] có trình bày về một số thông tin về giải thuật phát hiện bóng xe. b) Sự nhập nhằng (vehicle occlusion) hình thành do mật độ giao thông tăng cao khiến các phương tiện đi sát vào nhau, và do góc đặt quan sát của camera.
Khi sự [21] nhập nhằng xảy ra, diện mạo của phương tiện sẽ bị che khuất do góc nhìn trùng lặp với các đối tượng khác. Đã có nhiều bài nghiên cứu để có thể quản lý được sự nhập nhằng này, như các bài nghiên cứu [19], [20]. Trong nghiên cứu [21], Zhang đã giả thiết rằng sự nhập nhằng gây ra việc mất thông tin mô tả có thể được thể hiện bởi hình chiếu của khung cảnh 3-D lúc đó lên mặt phẳng 2-D. Bài báo đề xuất một khung xử lý gồm 3 mức: intraframe level, interframe level và tracking level, được xử lý tuần tự nhau.
Trong bài thí nghiệm, có 427 mẫu phương tiện được sử dụng, bao gồm 249 hiện tượng nhập nhằng, độ chính xác đạt được lên tới 94,1%. c) Trong môi trường ban đêm (nightime): Một trong những chướng ngại lớn nhất của hệ thống camera phát hiện phương tiện là hiệu suất hoạt động trong điều kiện buổi tối. Trong quá trình hoạt động, độ nhạy sáng và độ tương phản kém của cảm biến ảnh trong camera, ánh sáng phản chiếu của đèn xe gây ra các vấn đề nhận dạng nghiêm trọng. Có thể dùng các giải pháp khắc phục là lắp đặt thiết bị chiếu sáng bổ sung (như đèn đường hoặc đèn chiếu tia hồng ngoại) để cung cấp độ sáng rọi (lux) giống như hoạt động ban ngày.
Tuy nhiên nó vẫn có những giới hạn và đòi hỏi các camera đắt tiền. Các nhà nghiên cứu đã tìm các giải pháp phát hiện phương tiện dựa trên sự giới hạn về thông tin thu nhận được với những camera tiêu chuẩn về đêm. Gritsch và cộng sự trong bài nghiên cứu [15] xây dựng hệ thống phân loại ban đêm, bộ cảm biến dữ liệu giao thông thông minh, có thể phân biệt giữa xe hơi và xe tải. Robert và cộng sự trong nghiên cứu [16], [17] đề xuất một khung phát hiện phương tiện vào ban đêm hoạt động trên ánh sáng của xe.
Giới thiệu một số hệ thống giám sát giao thông hiện nay Thu thập các thông tin về dòng xe trên đường (lưu lượng, mật độ, vận tốc [22] dòng xe, khoảng cách giữa các xe, thời gian chiếm giữ mặt đường của phương tiện…) là yêu cầu quan trọng đầu tiên để quản lý và điều hành giao thông. Trên thế giới, vấn đề này đã được quan tâm từ rất lâu và có nhiều công nghệ được sử dụng để thu thập các thông số giao thông, trong đó công nghệ xử lý hình ảnh bằng camera (Video Image Processing) được đánh giá có tính khả thi, phù hợp với đặc trưng riêng về hệ thống giao thông và phương tiện giao thông tại Việt Nam.