Biểu Diễn và Phân Tích Dữ Liệu Di Chuyển Ô Tô Vận Tải Xăng Dầu

Luận văn phân tích và biểu diễn trực quan dữ liệu di chuyển ô tô vận tải xăng dầu, cung cấp cái nhìn sâu sắc về hiệu suất và an toàn.

• Tác giả: Lê Trịnh
• Người hướng dẫn: PGS.TS Trần Vĩnh Phước
• Trường học: Học viện Khoa học và Công nghệ
• Chuyên ngành: Hệ Thống Thông Tin
• Đề tài: Biểu Diễn Và Phân Tích Trực Quan Dữ Liệu Di Chuyển Của Ô Tô Vận Tải Xăng Dầu
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2021
• Địa điểm: Thành phố Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM KẾT
• 1. CHƯƠNG 1: GIỚI THIỆU
• 1.1. Mục tiêu nghiên cứu
• 1.2. Đối tượng và phạm vi nghiên cứu
• 1.3. Phương pháp nghiên cứu
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT
• 2.1. Lý thuyết về trực quan hoá
• 2.2. Các tài liệu nghiên cứu phương pháp trực quan
• 2.3. Trực quan hoá dữ liệu di chuyển bằng ngôn ngữ lập trình python
• 2.3.1. Thư viện Matplotlib
• 2.3.2. Thư viện Pandas
• 2.3.3. Thư viện numpy
• 2.3.4. Thư viện tKinter
• 2.3.5. Thư viện folium
• 2.3.6. Thư viện Pillow (PIL Fork)
• 2.3.7. Ứng dụng geopy
• 3. CHƯƠNG 3: XÂY DỰNG HỆ THỐNG GIÁM SÁT
• 3.1. Nội dung nghiên cứu
• 3.1.1. Các loại biến và mô tả
• 3.1.2. Phương pháp biểu diễn các đặc tính và vị trí theo thời gian
• 3.1.3. Thiết kế và mô tả các biển báo trực quan
• 3.1.4. Các công thức toán học liên quan giữa các biến
• 3.2. Mô hình hệ thống giám sát ô tô vận tải xăng dầu
• 3.3. Xây dựng phần mềm cho hệ thống giám sát
• 4. CHƯƠNG 4: HỆ THỐNG GIÁM SÁT DỮ LIỆU DI CHUYỂN CỦA Ô TÔ VẬN TẢI XĂNG DẦU
• 4.1. Hệ thống giám sát của ô tô vận tải xăng dầu thứ nhất
• 4.1.1. Phần mềm giám sát ô tô VTXD thứ nhất
• 4.1.2. Dữ liệu ô tô vận tải xăng dầu thứ nhất
• 4.1.3. Trực quan hoá sự di chuyển của ô tô VTXD thứ nhất
• 4.1.3.1. Biểu diễn trực quan thời gian, vị trí và các đặc tính của ô tô VTXD trên hình khối không gian – thời gian nhiều chiều
• 4.1.3.2. Biểu diễn trực quan các đặc tính theo vị trí của ô tô VTXD thứ nhất
• 4.1.3.3. Biểu diễn trực quan các đặc tính và thời gian của ô tô VTXD thứ nhất theo ước lượng quảng đường
• 4.1.3.4. Biểu diễn trực quan các đặc tính và vị trí của ô tô VTXD theo thời gian
• 4.1.4. Trực quan hoá sự di chuyển của ô tô VTXD thứ nhất trên google map
• 4.1.5. Trích xuất dữ liệu di chuyển của ô tô VTXD
• 4.2. Hệ thống giám sát của ô tô vận tải xăng dầu thứ hai
• 4.2.1. Phần mềm giám sát ô tô VTXD thứ hai
• 4.2.2. Dữ liệu ô tô vận tải xăng dầu thứ hai
• 4.2.3. Trực quan hoá sự di chuyển của ô tô VTXD thứ hai
• 4.2.3.1. Biểu diễn trực quan thời gian, vị trí và các đặc tính của ô tô VTXD trên hình khối không gian – thời gian nhiều chiều
• 4.2.3.2. Biểu diễn trực quan các đặc tính theo vị trí của ô tô VTXD thứ hai
• 4.2.3.3. Biểu diễn trực quan các đặc tính và thời gian của ô tô VTXD thứ hai theo ước lượng quảng đường
• 4.2.3.4. Biểu diễn trực quan các đặc tính và vị trí của ô tô VTXD theo thời gian
• 4.2.4. Trực quan hoá sự di chuyển của ô tô VTXD thứ hai trên google map
• 4.2.5. Trích xuất dữ liệu di chuyển của ô tô VTXD thứ hai
• 5. CHƯƠNG 5: KẾT LUẬN
• 5.1. Kết quả nghiên cứu đạt được
• 5.2. Hướng phát triển
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Phân Tích Dữ Liệu Di Chuyển Xe Bồn Xăng Dầu

Bài toán phân tích dữ liệu di chuyển xe ô tô vận tải xăng dầu trở nên cấp thiết khi tình trạng hao hụt nhiên liệu, trọng lượng hàng hóa, hoặc pha chế xăng dầu trái phép xảy ra trên tuyến đường vận chuyển. Nghiên cứu này tập trung vào việc biểu diễn trực quan các giá trị dữ liệu thu thập được, sử dụng hình ảnh đồ họa và bản đồ theo thời gian thực. Mục tiêu là giúp người dùng dễ dàng phân tích dữ liệu vận tải xăng dầu, xử lý thông tin, nhận định và dự đoán các hoạt động của xe chở xăng dầu. Người quản lý có thể nhanh chóng phát hiện các vị trí bất thường, biến động nhiên liệu, trọng lượng, tốc độ, từ đó đưa ra biện pháp can thiệp kịp thời.

1.1. Mục Tiêu Nghiên Cứu Phân Tích Dữ Liệu Vận Tải Xăng Dầu

Luận văn này tập trung vào việc sử dụng các kỹ thuật trực quan hóa dữ liệu để biểu diễn và phân tích các giá trị dữ liệu ghi lại trong suốt lộ trình di chuyển của xe bồn. Mục tiêu chính là cung cấp một cái nhìn trực quan, dễ hiểu về hoạt động của xe, giúp người quản lý đưa ra quyết định dựa trên dữ liệu thực tế. Các phương pháp phân tích dữ liệu thời gian thực vận tải xăng dầu được áp dụng để phát hiện các sự kiện bất thường.

1.2. Đối Tượng và Phạm Vi Nghiên Cứu Dữ Liệu Di Chuyển Xe Bồn

Phạm vi nghiên cứu giới hạn trong các xe bồn chở xăng dầu hoạt động trong tỉnh Bà Rịa - Vũng Tàu và các tỉnh lân cận. Các thuộc tính được phân tích bao gồm thời gian, vị trí, trọng lượng xăng dầu, nhiên liệu tiêu thụ và tốc độ của xe. Dữ liệu này được thu thập và xử lý để tạo ra các biểu đồ và bản đồ trực quan, giúp người dùng dễ dàng theo dõi và giám sát vận tải xăng dầu.

II. Thách Thức Trong Phân Tích Dữ Liệu GPS Xe Bồn Xăng Dầu

Việc phân tích dữ liệu GPS xe bồn xăng dầu đối mặt với nhiều thách thức. Dữ liệu thô thường chứa nhiều nhiễu, sai sót và không đầy đủ. Việc xử lý và làm sạch dữ liệu đòi hỏi các kỹ thuật chuyên môn. Bên cạnh đó, việc tích hợp dữ liệu từ nhiều nguồn khác nhau (GPS, cảm biến, nhật ký) cũng là một vấn đề phức tạp. Cuối cùng, việc biểu diễn dữ liệu một cách trực quan và dễ hiểu cho người dùng không chuyên cũng là một thách thức lớn. Theo tài liệu gốc, tình trạng hao hụt nhiên liệu bất thường là một trong những vấn đề nhức nhối cần giải quyết.

2.1. Vấn Đề Xử Lý Dữ Liệu Thô Từ GPS Xe Vận Tải Xăng Dầu

Dữ liệu GPS thường chứa nhiều sai sót do tín hiệu yếu, thiết bị lỗi hoặc các yếu tố môi trường. Việc loại bỏ các điểm dữ liệu ngoại lệ và điền vào các khoảng trống là rất quan trọng để đảm bảo tính chính xác của phân tích. Các thuật toán lọc dữ liệu và phân tích dữ liệu thời gian thực vận tải xăng dầu được sử dụng để giải quyết vấn đề này.

2.2. Tích Hợp Dữ Liệu Từ Nhiều Nguồn Khác Nhau Cho Xe Bồn

Để có cái nhìn toàn diện về hoạt động của xe bồn, cần tích hợp dữ liệu từ nhiều nguồn khác nhau, bao gồm GPS, cảm biến nhiên liệu, cảm biến trọng lượng và nhật ký hoạt động. Việc đồng bộ hóa và chuẩn hóa dữ liệu từ các nguồn này là một thách thức kỹ thuật. Các phương pháp phân tích dữ liệu lớn vận tải xăng dầu được áp dụng để xử lý khối lượng dữ liệu lớn và đa dạng.

2.3. Trực Quan Hóa Dữ Liệu Phân Tích Dữ Liệu Hành Trình Xe Bồn

Việc biểu diễn dữ liệu một cách trực quan và dễ hiểu cho người dùng không chuyên là rất quan trọng để đảm bảo rằng các kết quả phân tích có thể được sử dụng để đưa ra quyết định. Các biểu đồ, bản đồ và báo cáo phải được thiết kế một cách cẩn thận để truyền tải thông tin một cách hiệu quả. Các công cụ phần mềm phân tích dữ liệu vận tải xăng dầu được sử dụng để tạo ra các trực quan hóa tương tác.

III. Phương Pháp Biểu Diễn Dữ Liệu Di Chuyển Ô Tô Vận Tải

Luận văn sử dụng nhiều phương pháp để biểu diễn dữ liệu di chuyển của xe bồn. Các phương pháp này bao gồm biểu đồ đường, biểu đồ cột, bản đồ và hình khối không gian-thời gian nhiều chiều. Mục tiêu là cung cấp một cái nhìn toàn diện về hoạt động của xe, từ vị trí và tốc độ đến mức tiêu thụ nhiên liệu và trọng lượng hàng hóa. Các phương pháp này giúp người dùng dễ dàng phát hiện các sự kiện bất thường và đưa ra quyết định dựa trên dữ liệu thực tế. Theo tài liệu gốc, việc sử dụng hình ảnh đồ họa giúp người dùng dễ dàng phân tích dữ liệu vận tải xăng dầu.

3.1. Biểu Diễn Dữ Liệu Theo Thời Gian và Vị Trí Xe Bồn

Biểu đồ đường và biểu đồ cột được sử dụng để biểu diễn dữ liệu theo thời gian và vị trí. Biểu đồ đường cho thấy sự thay đổi của các thuộc tính (tốc độ, nhiên liệu, trọng lượng) theo thời gian, trong khi biểu đồ cột cho thấy giá trị của các thuộc tính tại các vị trí khác nhau. Các biểu đồ này giúp người dùng dễ dàng phát hiện các xu hướng và sự kiện bất thường. Các phương pháp phân tích dữ liệu thời gian thực vận tải xăng dầu được áp dụng để tạo ra các biểu đồ động.

3.2. Sử Dụng Bản Đồ Để Trực Quan Hóa Lộ Trình Xe Vận Tải

Bản đồ được sử dụng để trực quan hóa lộ trình di chuyển của xe bồn. Các điểm dữ liệu GPS được vẽ trên bản đồ, cho phép người dùng theo dõi vị trí của xe theo thời gian thực. Các sự kiện bất thường (dừng đỗ, biến động nhiên liệu, biến động trọng lượng) được đánh dấu trên bản đồ, giúp người dùng dễ dàng phát hiện các vấn đề tiềm ẩn. Các công cụ giám sát vận tải xăng dầu sử dụng bản đồ để cung cấp một cái nhìn trực quan về hoạt động của xe.

3.3. Hình Khối Không Gian Thời Gian Nhiều Chiều Cho Xe Bồn

Hình khối không gian-thời gian nhiều chiều là một phương pháp biểu diễn dữ liệu phức tạp, cho phép người dùng xem xét đồng thời nhiều thuộc tính (thời gian, vị trí, tốc độ, nhiên liệu, trọng lượng) trong một không gian ba chiều. Phương pháp này giúp người dùng phát hiện các mối quan hệ phức tạp giữa các thuộc tính và đưa ra quyết định dựa trên một cái nhìn toàn diện. Các phương pháp phân tích dữ liệu lớn vận tải xăng dầu được áp dụng để xử lý và trực quan hóa dữ liệu trong không gian nhiều chiều.

IV. Ứng Dụng Thực Tế Phân Tích Dữ Liệu Vận Tải Xăng Dầu

Việc phân tích dữ liệu vận tải xăng dầu có nhiều ứng dụng thực tế. Nó có thể được sử dụng để phát hiện gian lận, tối ưu hóa lộ trình, cải thiện hiệu suất lái xe và giảm thiểu rủi ro. Bằng cách theo dõi và phân tích dữ liệu di chuyển của xe bồn, các công ty vận tải có thể đưa ra quyết định dựa trên dữ liệu thực tế và cải thiện hiệu quả hoạt động. Theo tài liệu gốc, việc phát hiện các vị trí bất thường là một trong những ứng dụng quan trọng nhất.

4.1. Phát Hiện Gian Lận Trong Vận Tải Xăng Dầu Bằng Dữ Liệu

Việc phân tích dữ liệu di chuyển xe bồn có thể giúp phát hiện các hành vi gian lận, chẳng hạn như pha chế xăng dầu trái phép, bán nhiên liệu trên đường hoặc trộm cắp hàng hóa. Bằng cách theo dõi sự thay đổi của trọng lượng và nhiên liệu theo thời gian và vị trí, các công ty vận tải có thể phát hiện các sự kiện bất thường và điều tra các trường hợp nghi ngờ. Các thuật toán phân tích rủi ro vận tải xăng dầu được sử dụng để xác định các khu vực có nguy cơ gian lận cao.

4.2. Tối Ưu Hóa Lộ Trình Vận Tải Xăng Dầu Dựa Trên Dữ Liệu

Việc phân tích dữ liệu GPS xe bồn xăng dầu có thể giúp tối ưu hóa lộ trình vận tải, giảm thiểu chi phí nhiên liệu và thời gian vận chuyển. Bằng cách phân tích dữ liệu giao thông, thời tiết và các yếu tố khác, các công ty vận tải có thể tìm ra các tuyến đường hiệu quả nhất và tránh các khu vực tắc nghẽn. Các thuật toán tối ưu hóa lộ trình vận tải xăng dầu được sử dụng để tìm ra các tuyến đường ngắn nhất và nhanh nhất.

4.3. Cải Thiện Hiệu Suất Lái Xe và Giảm Thiểu Rủi Ro

Việc phân tích dữ liệu hành trình xe bồn có thể giúp cải thiện hiệu suất lái xe và giảm thiểu rủi ro tai nạn. Bằng cách theo dõi tốc độ, gia tốc và các hành vi lái xe khác, các công ty vận tải có thể xác định các lái xe có nguy cơ cao và cung cấp đào tạo bổ sung. Các thuật toán phân tích an toàn vận tải xăng dầu được sử dụng để xác định các hành vi lái xe nguy hiểm và đưa ra cảnh báo.

V. Kết Luận và Hướng Phát Triển Phân Tích Dữ Liệu Xe Bồn

Luận văn đã trình bày một phương pháp tiếp cận để phân tích dữ liệu di chuyển xe ô tô vận tải xăng dầu sử dụng các kỹ thuật trực quan hóa. Phương pháp này có thể giúp các công ty vận tải phát hiện gian lận, tối ưu hóa lộ trình, cải thiện hiệu suất lái xe và giảm thiểu rủi ro. Trong tương lai, có thể phát triển các hệ thống phân tích dữ liệu thời gian thực vận tải xăng dầu sử dụng trí tuệ nhân tạo và học máy để tự động phát hiện các sự kiện bất thường và đưa ra các khuyến nghị. Theo tài liệu gốc, việc nghiên cứu và ứng dụng các công nghệ mới là rất quan trọng để cải thiện hiệu quả vận tải.

5.1. Kết Quả Nghiên Cứu Đạt Được Trong Phân Tích Dữ Liệu

Nghiên cứu đã thành công trong việc xây dựng một hệ thống phân tích dữ liệu vận tải xăng dầu có khả năng trực quan hóa dữ liệu di chuyển của xe bồn, phát hiện các sự kiện bất thường và cung cấp thông tin hữu ích cho người quản lý. Hệ thống này có thể được sử dụng để cải thiện hiệu quả hoạt động và giảm thiểu rủi ro.

5.2. Hướng Phát Triển Trong Tương Lai Cho Phân Tích Dữ Liệu

Trong tương lai, có thể phát triển các hệ thống phân tích dữ liệu lớn vận tải xăng dầu sử dụng trí tuệ nhân tạo và học máy để tự động phát hiện các sự kiện bất thường và đưa ra các khuyến nghị. Các hệ thống này có thể được tích hợp với các hệ thống quản lý vận tải khác để cung cấp một giải pháp toàn diện cho các công ty vận tải.

Nội dung chính

Tổng quan nghiên cứu

Trong bối cảnh vận tải xăng dầu ngày càng phát triển, việc quản lý và giám sát hoạt động của các xe ô tô vận tải xăng dầu trở nên cấp thiết nhằm giảm thiểu các rủi ro như hao hụt nhiên liệu, biến động trọng lượng chở hay các hành vi bất thường trong quá trình vận chuyển. Theo ước tính, các công ty vận tải xăng dầu tại tỉnh Bà Rịa - Vũng Tàu và các tỉnh lân cận đang đối mặt với những thách thức trong việc kiểm soát dữ liệu di chuyển của xe bồn trên tuyến đường từ công ty đến các trạm xăng dầu. Luận văn thạc sĩ này tập trung vào việc biểu diễn và phân tích trực quan dữ liệu di chuyển của ô tô vận tải xăng dầu nhằm hỗ trợ người quản lý phát hiện kịp thời các vị trí bất thường như dừng xe, biến động nhiên liệu, trọng lượng và tốc độ vượt mức cho phép.

Mục tiêu nghiên cứu là xây dựng hệ thống giám sát trực quan, sử dụng các kỹ thuật trực quan hóa dữ liệu để biểu diễn các đặc tính như thời gian, vị trí, trọng lượng, nhiên liệu và tốc độ của xe vận tải xăng dầu trong suốt lộ trình di chuyển. Phạm vi nghiên cứu tập trung vào xe bồn vận tải xăng dầu tại tỉnh Bà Rịa - Vũng Tàu và các tỉnh lân cận, với dữ liệu thu thập trong khoảng thời gian 85 phút cho mỗi xe, ghi nhận mỗi phút một bộ dữ liệu. Ý nghĩa của nghiên cứu được thể hiện qua việc nâng cao hiệu quả quản lý vận tải, giảm thiểu thất thoát nhiên liệu và tăng cường an toàn giao thông, góp phần cải thiện hoạt động kinh doanh của các công ty vận tải xăng dầu.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên lý thuyết trực quan hóa dữ liệu (Visualization) nhằm chuyển đổi dữ liệu trừu tượng thành các hình ảnh, biểu đồ dễ hiểu, giúp người dùng nhận thức và phân tích thông tin hiệu quả. Trực quan hóa dữ liệu được xem là quá trình ánh xạ dữ liệu tới thị giác, qua đó truyền tải thông tin một cách rõ ràng và hiệu quả. Các dạng biểu đồ được sử dụng bao gồm biểu đồ cột, biểu đồ đường, Pareto chart, biểu đồ tròn, biểu đồ phân tán, biểu đồ thác nước, biểu đồ Box-plot và bản đồ nhiệt, giúp thể hiện các mối quan hệ và biến động dữ liệu theo thời gian và không gian.

Ngoài ra, luận văn áp dụng mô hình hệ thống giám sát ô tô vận tải xăng dầu với ba thành phần chính: thiết bị định vị GPS và cảm biến thu thập dữ liệu vị trí, trọng lượng, nhiên liệu, tốc độ; hệ thống truyền dữ liệu qua mạng GSM/GPRS/3G; và máy tính hiển thị dữ liệu trực quan trên không gian-thời gian nhiều chiều và bản đồ Google Map. Các khái niệm chính bao gồm tập thời gian, tập vị trí (kinh độ, vĩ độ), tập trọng lượng, nhiên liệu, tốc độ và các tập hợp vị trí bất thường dựa trên biến động các đặc tính này.

Phương pháp nghiên cứu

Nguồn dữ liệu được thu thập trực tiếp từ công ty vận tải xăng dầu tại tỉnh Bà Rịa - Vũng Tàu, gồm dữ liệu vị trí, trọng lượng, nhiên liệu và tốc độ của xe bồn trong suốt lộ trình di chuyển. Cỡ mẫu nghiên cứu gồm dữ liệu của ít nhất hai xe vận tải, mỗi xe được ghi nhận dữ liệu trong khoảng 85 phút, với tần suất ghi nhận mỗi phút một bộ dữ liệu, tổng cộng khoảng 85 bộ dữ liệu cho mỗi xe.

Phương pháp phân tích bao gồm:

• Phương pháp đại số để xác định tập dữ liệu các biến và vị trí bất thường theo thời gian.
• Phương pháp hình học để ước lượng quảng đường giữa các vị trí liên tiếp.
• Phương pháp phân tích dữ liệu nhằm thiết lập các câu hỏi và phân loại dữ liệu trước khi biểu diễn.
• Phương pháp trực quan hóa sử dụng các thư viện Python như Matplotlib, Pandas, Numpy, Tkinter, Folium, Pillow và Geopy để xây dựng các biểu đồ 2D, 3D và bản đồ trực quan.
• Phương pháp tra cứu tài liệu để nghiên cứu các mô hình không gian-thời gian nhiều chiều và cách biểu diễn trên bản đồ Google Map.

Timeline nghiên cứu kéo dài trong năm 2021, với các giai đoạn thu thập dữ liệu, phân tích, xây dựng phần mềm giám sát và thử nghiệm hệ thống.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Biểu diễn trực quan dữ liệu di chuyển: Hệ thống giám sát đã biểu diễn thành công dữ liệu di chuyển của ô tô vận tải xăng dầu trên hình khối không gian-thời gian nhiều chiều, với 10 bộ dữ liệu gần nhất được hiển thị rõ ràng. Các đặc tính như thời gian, vị trí, nhiên liệu, trọng lượng và tốc độ được biểu diễn bằng các đường cong màu sắc khác nhau, giúp người quan sát dễ dàng nhận biết biến động theo thời gian.

2. Phát hiện vị trí dừng và biến động trọng lượng, nhiên liệu: Qua biểu đồ trọng lượng theo vị trí, hệ thống xác định được ít nhất 2 vị trí xe dừng để cấp xăng dầu cho khách hàng. Dữ liệu cho thấy trọng lượng giảm dần tại các vị trí này, minh chứng cho việc xả hàng. Tương tự, biểu đồ nhiên liệu theo vị trí cho thấy nhiên liệu giảm dần liên tục, với 2 vị trí có mức giảm bất thường, cảnh báo khả năng hao hụt nhiên liệu.

3. Phân tích tốc độ và thời gian dừng: Dữ liệu tốc độ cho thấy xe dừng tại 5 vị trí khác nhau, trong đó 3 vị trí dừng dưới 1 phút và 2 vị trí dừng kéo dài trên 10 phút. Thời gian dừng dài có thể liên quan đến việc giao nhận hàng hoặc các sự cố trên đường.

4. Biểu diễn lộ trình trên Google Map: Hệ thống hiển thị trực quan lộ trình di chuyển của xe trên bản đồ Google Map với các biển báo đặc biệt cho các vị trí bất thường như dừng xe không biến động trọng lượng, dừng xe có biến động trọng lượng hoặc nhiên liệu, và vị trí xe đang chạy có biến động bất thường. Ví dụ, vị trí đầu tiên của xe tại Khu Công Nghiệp Vĩnh Lộc, Bình Chánh, TP. Hồ Chí Minh được ghi nhận với nhiên liệu 300 lít, trọng lượng 7 tấn và tốc độ 60 km/h.

Thảo luận kết quả

Nguyên nhân các biến động trọng lượng và nhiên liệu có thể do hoạt động giao nhận xăng dầu hoặc hao hụt nhiên liệu trong quá trình vận chuyển. Việc dừng xe kéo dài tại một số vị trí có thể phản ánh các hoạt động giao dịch hoặc sự cố kỹ thuật. So sánh với các nghiên cứu trước đây về trực quan hóa dữ liệu di chuyển, kết quả này khẳng định tính hiệu quả của phương pháp biểu diễn không gian-thời gian nhiều chiều và bản đồ trực quan trong việc phát hiện các điểm bất thường.

Dữ liệu có thể được trình bày qua biểu đồ đường thể hiện biến động trọng lượng, nhiên liệu và tốc độ theo thời gian, biểu đồ cột cho các vị trí dừng, và bản đồ Google Map với các biển báo trực quan giúp người quản lý dễ dàng theo dõi và ra quyết định kịp thời. Kết quả nghiên cứu góp phần nâng cao hiệu quả quản lý vận tải xăng dầu, giảm thiểu rủi ro hao hụt và tăng cường an toàn giao thông.

Đề xuất và khuyến nghị

1. Triển khai hệ thống giám sát trực quan trên toàn bộ đội xe: Áp dụng phần mềm giám sát sử dụng Python và các thư viện trực quan hóa để theo dõi dữ liệu di chuyển của tất cả xe vận tải xăng dầu trong công ty, nhằm phát hiện sớm các vị trí bất thường về trọng lượng và nhiên liệu. Thời gian thực hiện trong 6 tháng, do phòng công nghệ thông tin chủ trì.

2. Đào tạo nhân viên quản lý và tài xế sử dụng hệ thống: Tổ chức các khóa đào tạo về cách đọc và phân tích dữ liệu trực quan, giúp nhân viên và tài xế hiểu rõ các cảnh báo và hành động phù hợp. Thời gian đào tạo trong 3 tháng, do phòng nhân sự phối hợp với phòng công nghệ thông tin thực hiện.

3. Tích hợp cảnh báo tự động: Phát triển tính năng cảnh báo tự động khi phát hiện biến động bất thường về trọng lượng, nhiên liệu hoặc tốc độ vượt ngưỡng cho phép, gửi thông báo đến người quản lý qua email hoặc tin nhắn SMS. Thời gian phát triển 4 tháng, do bộ phận phát triển phần mềm đảm nhiệm.

4. Nâng cấp hệ thống truyền dữ liệu: Đảm bảo đường truyền dữ liệu ổn định và tốc độ cao qua mạng 4G/5G để dữ liệu được cập nhật liên tục và chính xác, giảm thiểu mất mát thông tin. Thời gian nâng cấp 3 tháng, phối hợp với nhà cung cấp dịch vụ viễn thông.

Đối tượng nên tham khảo luận văn

1. Các công ty vận tải xăng dầu: Giúp cải thiện công tác quản lý đội xe, giảm thiểu hao hụt nhiên liệu và tăng cường an toàn vận tải thông qua hệ thống giám sát trực quan.

2. Nhà quản lý logistics và vận tải: Cung cấp công cụ phân tích dữ liệu trực quan để ra quyết định nhanh chóng và chính xác trong việc điều phối phương tiện và xử lý các tình huống bất thường.

3. Chuyên gia công nghệ thông tin và phát triển phần mềm: Tham khảo mô hình xây dựng hệ thống giám sát sử dụng Python và các thư viện trực quan hóa dữ liệu, áp dụng cho các lĩnh vực khác có yêu cầu giám sát dữ liệu thời gian thực.

4. Nghiên cứu sinh và học viên ngành hệ thống thông tin, khoa học dữ liệu: Tìm hiểu về ứng dụng trực quan hóa dữ liệu không gian-thời gian nhiều chiều và các kỹ thuật phân tích dữ liệu di chuyển trong thực tế.

Câu hỏi thường gặp

1. Hệ thống giám sát có thể áp dụng cho loại xe nào ngoài xe vận tải xăng dầu?
   Hệ thống có thể mở rộng áp dụng cho các loại xe vận tải khác như xe chở hàng hóa, xe container, hoặc xe khách, miễn là có thiết bị định vị GPS và cảm biến thu thập dữ liệu trọng lượng, nhiên liệu, tốc độ.

2. Dữ liệu được cập nhật với tần suất như thế nào?
   Dữ liệu được ghi nhận và truyền về hệ thống mỗi phút một lần, đảm bảo theo dõi liên tục và kịp thời các biến động trong quá trình di chuyển.

3. Làm thế nào để phát hiện vị trí bất thường trên lộ trình?
   Hệ thống sử dụng các biển báo trực quan trên bản đồ Google Map để đánh dấu các vị trí dừng xe, biến động trọng lượng hoặc nhiên liệu bất thường, giúp người quản lý dễ dàng nhận biết và xử lý.

4. Phần mềm giám sát có hỗ trợ hiển thị trên thiết bị di động không?
   Hiện tại phần mềm được thiết kế chủ yếu cho máy tính để bàn, tuy nhiên có thể phát triển thêm phiên bản web hoặc ứng dụng di động để thuận tiện cho người dùng.

5. Các thư viện Python nào được sử dụng trong nghiên cứu này?
   Các thư viện chính bao gồm Matplotlib, Pandas, Numpy, Tkinter, Folium, Pillow và Geopy, hỗ trợ phân tích dữ liệu, xây dựng giao diện người dùng và trực quan hóa bản đồ.

Kết luận

• Luận văn đã xây dựng thành công hệ thống giám sát trực quan dữ liệu di chuyển của ô tô vận tải xăng dầu, giúp phát hiện các vị trí bất thường về trọng lượng, nhiên liệu và tốc độ trong suốt lộ trình di chuyển.
• Sử dụng mô hình không gian-thời gian nhiều chiều và bản đồ Google Map để biểu diễn dữ liệu, tăng cường khả năng nhận thức và phân tích của người quản lý.
• Áp dụng ngôn ngữ lập trình Python cùng các thư viện chuyên dụng giúp xây dựng phần mềm giám sát hiệu quả, dễ sử dụng và mở rộng.
• Kết quả nghiên cứu góp phần nâng cao hiệu quả quản lý vận tải, giảm thiểu hao hụt nhiên liệu và tăng cường an toàn giao thông cho các công ty vận tải xăng dầu.
• Đề xuất các giải pháp triển khai hệ thống, đào tạo nhân viên và nâng cấp công nghệ truyền dữ liệu nhằm tối ưu hóa hiệu quả ứng dụng trong thực tế.

Tiếp theo, việc mở rộng nghiên cứu với quy mô lớn hơn và tích hợp các công nghệ mới như IoT và trí tuệ nhân tạo sẽ giúp nâng cao khả năng giám sát và dự báo hoạt động vận tải. Độc giả và các đơn vị quan tâm được khuyến khích áp dụng và phát triển hệ thống giám sát này để nâng cao hiệu quả quản lý vận tải xăng dầu.

Trích đoạn nội dung tài liệu

Đặt vấn đề Xuất phát từ tình hình thực tế tình trạng bất thường do hao hụt nhiên liệu, trọng lượng chở hay pha chế xăng dầu của xe chở xăng dầu trên tuyến đường di chuyển từ công ty đến các trạm xăng dầu trên địa bàn tỉnh Bà rịa -Vũng tàu mà chủ công ty xăng dầu không rõ nguyên nhân. Đề tài nghiên cứu “Biểu diễn và phân tích trực quan dữ liệu di chuyển của ô tô vận tải xăng dầu” hiển thị các giá trị của dữ liệu thu thập được bằng những hình ảnh đồ hoạ và bản đồ map theo thời gian thực. Người dùng quan sát những hình ảnh đồ hoạ hiển thị trên màn hình máy tính để phân tích, xử lý thông tin, nhận định, và tiên đoán được những hoạt động của xe chở xăng dầu. Người quản lí hay chủ phương tiện nhìn vào hình ảnh hiển thị này dễ dàng phát hiện những vị trí bất thường theo thời gian thực như vị trí xe bồn dừng, ví trí xe bồn có biến động về nhiên liệu hoặc có biến động về trọng lượng xăng dầu chở, xe bồn chạy quá tốc độ cho phép, trọng lượng chở vượt qua mức cho phép,… 1.2 Mục tiêu nghiên cứu Luận văn “Biểu diễn và phân tích trực quan dữ liệu di chuyển của ô tô vận tải xăng dầu” sử dụng các kỹ thuật trực quan hoá để biểu diễn và phân tích các giá trị dữ liệu ghi được trong suốt lộ trình di chuyển của ô tô vận tải xăng dầu.3 Đối tượng và phạm vi nghiên cứu Xe bồn chở xăng dầu trong tỉnh Bà rịa - Vũng tàu và các tỉnh thành lân cận Bà rịa – Vũng tàu của công ty vận tải xăng dầu; các thuộc tính biểu diễn gồm thời gian, vị trí và các đặc tính như trọng lượng xăng dầu chở, nhiên liệu và tốc độ của ô tô vận tải xăng dầu.4 Phương pháp nghiên cứu - Phương pháp đại số: Phương pháp được dùng để xác định các tập dữ liệu của các biến dữ liệu, các tập vị trí của xe, các tập vị trí của xe xảy ra bất thường trong suốt lộ trình di chuyển theo thời gian,.

2 - Phương pháp hình học: Phương pháp được dùng để ước lượng quảng đường giữa các vị trí của xe. - Phương pháp phân tích: Phương pháp dùng để phân tích dữ liệu trước khi biểu diễn và để thiết lập các câu hỏi về dữ liệu. - Phương pháp trực quan: Phương pháp được dùng để hiển thị hình ảnh đồ hoạ giúp cho người quan sát biết tình trạng của các thuôc tính và mối quan hệ của các thuộc tính. - Phương pháp tra cứu tài liệu: Phương pháp được dùng để nghiên cứu hình khối không gian – thời gian nhiều chiều và cách biểu diễn các thuộc tính của đối tượng di chuyển trên bản đồ google map và không gian 2 chiều.

- Ứng dụng ngôn ngữ lập trình python và các thư viện Matplotlib, numpy, panda, pip, … để phân tích và biểu diễn trực quan đồ thị 2D, 3D, bản đồ Map. 3 CHƯƠNG 2: CƠ SỞ LÝ THUYẾT 2.1 Lý thuyết về trực quan hoá - Trực quan hóa (Visualization) là kỹ thuật tạo ra những hình ảnh, biểu đồ diễn tả các thông điệp, thông tin đến người dùng. Trực quan hóa nghiên cứu, trình bày một cách trực quan khối dữ liệu trừu tượng để tăng cường nhận thức của con người và minh họa dữ liệu sao cho dễ hiểu, phản ánh trung thực với số liệu. Tóm lại, Trực quan hóa dữ liệu là “cho người ta thấy cái người ta chưa được thấy”, trực quan hóa dữ liệu là quá trình ánh xạ dữ liệu tới thị giác.

- Mục tiêu chính của trực quan hoá dữ liệu là truyền thông tin rõ ràng và hiệu quả cho người sử dụng thông qua đồ họa thường lựa chọn theo dạng bảng hoặc biểu đồ 2D hoặc 3D. - Biểu diễn trực quan hóa dữ liệu (Data Visualizations) là một sự đáp ứng cho yêu cầu tiếp cận dữ liệu như trên. Chúng ta có thể hiểu biểu diễn trực quan hóa dữ liệu như là việc dùng những công cụ xử lý và phân tích dữ liệu để trả lời và làm rõ những mục tiêu, chỉ ra tiềm năng của chúng ta đang có thông qua một hình thức trình bày nào đó để dễ tiếp thu nhất, biểu diễn trực quan hóa dữ liệu có thể được minh họa khái quát theo hình 2.1 Tư duy hóa trực quan hóa dữ liệu [1]: 4 Hình 2.1 Tư duy trực quan hóa dữ liệu Các dạng biểu đồ tham khảo theo tài liệu [2]  Biểu đồ cột đứng/ cột ngang. - Biểu đồ này là loại biểu đồ đơn giản nhất và trực quan nhất, người xem sẽ thấy nhanh giá trị lớn nhất, bé nhất, so sánh dễ dàng các yếu tố liên quan.2 Biểu đồ cột đứng, cột ngang  Biểu đồ đường.

- Biểu đồ này được dùng để mô tả xu hướng biến động của dữ liệu phân tích và so sánh các yếu tố theo mốc thời gian.3 Biểu đồ đường mức độ biến động dữ liệu theo thời gian  Biểu đồ Pareto chart - Biểu đồ này là biểu đồ cột mà các cột được sắp xếp từ thấp đến cao theo tần số, còn các giá trị chỉ tần suất tích lũy được biểu diễn bằng đường thẳng.4 Biểu đồ đường Pareto chart  Biểu đồ tròn. - Biểu đồ hình tròn là biểu đồ trên đó chia ra thành từng phần, thể hiện % giá trị được biểu diễn.5 Biểu đồ đường tròn  Biểu đồ phân tán (Scatter plot). - Biều đồ này là biểu đồ thể hiện mối quan hệ hai biến giữa 2 biến định lượng khác nhau hoặc thể hiện hướng phân phối dữ liệu phân tích, tìm tính tương đồng dữ liệu.6 Biểu đồ phân tán 7  Biểu đồ Bubble. - Biểu đồ này là biểu đồ giống như biểu đồ Scatter plot nhưng có thêm biến thứ ba thể hiện các dấu chấm tròn.

Biến thêm vào biến dữ liệu định tính hoặc biến dữ liệu định lượng.7 Biểu đồ Bubble  Biểu đồ Area. - Biểu đồ này giống như biểu đồ đường thể hiện sự biến động đối tượng dữ liệu theo xu hướng thời gian.8 Biểu đồ Area 8  Biểu đồ thác nước (Waterfall). - Biểu đồ này là biểu đồ trực quan thông tin được sử dụng để người xem thấy được giá trị ban đầu bị ảnh hưởng bởi các giá trị trung gian để dẫn đến giá trị cuối cùng.9 Biểu đồ thác nước  Biểu đồ phễu (Funnel). - Biểu đồ này là biểu đồ dạng phễu dùng trong marketing để bắt đầu từ bước tiếp cận khách hàng bằng các chiến dịch quảng cáo.10 Biểu đồ hình phểu 9  Biểu đồ nhiệt (Heat).

- Biểu đồ này là biểu đồ cho thể hiện, biểu diễn 2 mối quan hệ giữa 2 thước đo và 2 biến nghiên cứu, cung cấp thông tin thể hiện sự sắp xếp.11 Biểu đồ nhiệt  Biểu đồ Box-plot - Biểu đồ này là để thể hiện sự đo lường phân tán và xác định các biến dữ liệu ngoại lệ.12 Biểu đồ Box-plot 2.2 Các tài liệu nghiên cứu liên quan - Liên quan đến đề tài nghiên cứu có các công trình nghiên cứu của các nghiên cứu như sau:  Bài báo khoa học nghiên cứu [3] tiếp cận nhận thức thị giác của con người để thiết kế hình ảnh, đồ thị trong trực quan hóa dữ liệu (Approaching human vision perception to designing visual graph in data visualization) – Trần Vĩnh Phước, Lê Xuân Trường: Nghiên cứu này biểu diễn mối quan hệ giữa các biến dữ liệu dưới dạng đồ thị nhiều chiều theo khối lập phương. Biểu đồ cấu trúc biểu diễn dựa trên mối quan hệ các biến dữ liệu và nhận thức của con người, tích hợp thêm các biến võng mạc để cải thiện khách quan và phản hồi chủ quan thị giác của con người.  Bài báo khoa học nghiên cứu [4] tích hợp các biến võng mạc vào biểu đồ trực quan hóa nhiều biến để tăng các tính năng trực quan (Integrating Retinal Variables into Graph Visualizing Multivariate Data to Increase Visual Features) - Nguyen Hong, Pham Van Dang, Phuoc Vinh Tran: Nghiên cứu sử dụng bản đồ biểu diễn trực quan các biến dữ liệu theo không gian và thời gian trên bản đồ và biểu diễn đồ thị phân lớp để biểu diễn bệnh tay – chân - miệng ở tỉnh Bình Dương gồm lớp định tính và định lượng.  Trực quan hóa dữ liệu các biến bằng phương pháp tiếp cận hai giai đoạn phân loại các khối dữ liệu nhiều chiều (Two – Stage Approach to Classifying Multidimensional Cubes for Visualization of Multivariate Data, November 2018) - Hong Thi Nguyen, Thuan My Thi Pham, Tuyet Anh Thi Nguyen, Anh Van Thi Tran, Phuoc Vinh Tran and Dang Van Pham: Tác giả trực quan hóa dữ liệu khối không gian và thời gian, khối dữ liệu nhiều chiều theo không gian và thời gian theo hai gian đoạn.

Giai đoạn lập bản đồ và giai đoạn hiển thị hình ảnh đồ hoạt trực quan trên màn hình phù hợp 11 với việc nhận thức từ võng mạc của người dùng. Biểu diễn dữ liệu ba chiều cho các chuyến bay phân tích và trả lời các câu hỏi [5-7].  Visualization có quan trọng không? Vai trò của trực quan hóa dữ liệu mang ý nghĩa của thông tin [6], khối trực quan hóa đối tượng di chuyển (Visualization Cube for Tracking Moving Object) biểu diễn các đối tượng di chuyển ghi lại dưới dạng thời gian thực biểu diễn trên mặt phẳng khối lập phương 3 chiều cho quỹ đạo cho các đối tượng chuyển động [8].3 Trực quan hoá dữ liệu di chuyển bằng ngôn ngữ lập trình python 2.1 Thư viện Matplotlib Matplotlib là một thư viện cho phép người dùng vẽ đồ thị trong Python. Python là ngôn ngữ lập trình phổ biến hiện nay được dùng trong nhiều trong lĩnh vực lưu trữ dữ liệu lớn (Big Data), khoa học dữ liệu (Data Science), phân tích dữ liệu (Data Analysis).

Pyplot cung cấp một giao diện các thư viện chuyên để vẽ và hướng đối tượng trong Matplotlib. Phương pháp thiết kế này đã giúp cho việc sử dụng Pyplot dễ dàng và dễ ứng dụng vào thực tế. Matplotlib có thể được sử dụng để tạo ra những figures đủ chất lượng cho một loạt các định dạng cố định và môi trường tương tác trên nền tảng ứng dụng.2 Thư viện Pandas - Pandas là một thư viện trong ngôn ngữ lập trình Python, là công cụ cho phép thao tác và phân tích dữ liệu, cung cấp cấu trúc dữ liệu đặc biệt cho các thao tác của các bảng số liệu và chuỗi thời gian. Python với Pandas được sử dụng trong nhiều lĩnh vực bao gồm lĩnh vực học thuật cũng như thương mại như phân tích tài chính, kinh tế, thống kê, … Pandas có ba cấu trúc dữ liệu và nó được xây dựng dựa trên thư viện Numpy.

Do đó, chúng hoạt động rất nhanh và hiệu quả: Series, DataFrame, Panel [11,12].