Giới thiệu dự án

Sự gia tăng nhanh chóng của các phương tiện giao thông cá nhân tại các đô thị lớn—đặc biệt là xe máy với hơn 65 triệu phương tiện đang lưu hành tại Việt Nam (chiếm hơn 90% tổng lượng phương tiện giao thông đô thị)—đang tạo ra áp lực khổng lồ lên hạ tầng bãi đỗ xe tại các trường đại học, bệnh viện, chung cư và trung tâm thương mại. Các phương thức quản lý bãi đỗ xe truyền thống (sử dụng vé giấy, ghi phấn thủ công) bộc lộ nhiều lỗ hổng nghiêm trọng: thời gian xử lý một lượt phương tiện kéo dài từ 15 đến 30 giây gây ùn tắc giờ cao điểm, rủi ro làm ướt/rách vé giấy, thất thoát doanh thu và đặc biệt là nguy cơ mất cắp phương tiện do việc tráo biển số tinh vi.

Đề tài "Thiết kế, thi công bãi giữ xe ứng dụng công nghệ RFID và xử lý ảnh" được thực hiện bởi nhóm sinh viên ngành Điện tử Công nghiệp, Trường Đại học Sư phạm Kỹ thuật TP.HCM (HCMUTE), dưới sự hướng dẫn của ThS. Nguyễn Ngô Lâm. Đề tài giải quyết triệt để các bài toán trên bằng cách xây dựng một hệ thống kiểm soát xe ra vào tự động thông minh, kết hợp xác thực kép giữa công nghệ nhận dạng tần số vô tuyến (Radio Frequency Identification - RFID) và thị giác máy tính (Computer Vision) để nhận dạng biển số xe máy tự động (Automatic License Plate Recognition - ALPR).

+-----------------------------------------------------------------------------+
|                          MỤC TIÊU DỰ ÁN CỤ THỂ                              |
+-----------------------------------------------------------------------------+
| 1. Thiết kế phần cứng mô hình bãi đỗ xe tự động điều khiển bởi Arduino Uno. |
| 2. Tích hợp module RFID RC522 tần số 13.56 MHz qua chuẩn giao tiếp SPI.    |
| 3. Phát triển thuật toán xử lý ảnh trên MATLAB nhận dạng biển số xe máy.     |
| 4. Xây dựng giao diện giám sát trung tâm (GUI) đồng bộ dữ liệu thời gian thực|
| 5. Thiết lập cơ chế kiểm tra chéo (Cross-check) 2 lớp: UID Thẻ + Ký tự Biển.|
+-----------------------------------------------------------------------------+

Phương pháp tiếp cận và kết quả kỳ vọng

Hệ thống sử dụng vi điều khiển ATmega328P trên board Arduino Uno R3 để đóng vai trò bộ điều khiển thu thập dữ liệu (Data Acquisition & Actuator Controller), kết nối với đầu đọc thẻ từ RFID-RC522 và cơ cấu chấp hành (động cơ servo đóng/mở barie, màn hình LCD hiển thị). Máy tính trung tâm chạy phần mềm MATLAB chịu trách nhiệm thu nhận luồng video từ camera USB, thực hiện tiền xử lý ảnh, phân đoạn ký tự và nhận dạng ký tự quang học (OCR) bằng thuật toán khớp mẫu tương quan (2D Correlation Template Matching).

Các chỉ số đo lường hiệu năng dự kiến:

  • Thời gian xác thực và xử lý chu trình vào/ra: $< 1.5\text{ giây/xe}$ (giảm $85%$ so với phương pháp thủ công).
  • Độ chính xác nhận dạng biển số xe máy: $\ge 90%$ trong điều kiện ánh sáng tiêu chuẩn.
  • Khả năng lưu trữ log lịch sử ra vào: $100%$ dữ liệu bao gồm ảnh chụp, thời gian thực, mã thẻ UID và biển số ký tự.

Phạm vi và giới hạn:

  • Áp dụng cho biển số xe máy tiêu chuẩn Việt Nam (biển trắng chữ đen, định dạng 2 dòng: dòng trên mã tỉnh/quận, dòng dưới dãy số định danh).
  • Thử nghiệm trên mô hình bãi xe thông minh tỷ lệ thu nhỏ, camera đặt cố định tại góc quan sát trực diện biển số sau.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tiêu chí đánh giá Vé giấy / Ghi phấn thủ công Thẻ từ RFID đơn thuần Hệ thống RFID + Xử lý ảnh (Đề tài)
Thời gian check-in/out $15 - 30\text{ s}$ $2 - 3\text{ s}$ $1.0 - 1.5\text{ s}$
Mức độ an ninh Thấp (Dễ làm giả, tráo đổi) Trung bình (Không kiểm tra xe) Rất cao (Xác thực chéo Thẻ + Biển số)
Chi phí vận hành Cao (Chi phí in vé, nhân công) Thấp (Tái sử dụng thẻ từ) Rất thấp (Tự động hóa hoàn toàn)
Rủi ro thời tiết Vé giấy rách/nát khi gặp mưa Chống nước hoàn toàn Camera cần mái che ánh sáng
Khả năng tra cứu log Rất khó, tốn thời gian Có log mã thẻ, không có ảnh xe Đầy đủ log: UID, Ký tự biển số, File ảnh

Phân loại yêu cầu hệ thống theo mô hình MoSCoW

  • Must Have: Đọc chính xác UID thẻ Mifare 1K qua module RFID RC522; Tách và nhận dạng chính xác ký tự biển số xe máy từ camera; Điều khiển đóng/mở Servo Barrier chính xác theo tín hiệu logic; Giao diện hiển thị trạng thái và ảnh xe vào/ra.
  • Should Have: Màn hình LCD $20 \times 4$ hiển thị hướng dẫn người dùng tại cổng; Cảnh báo trực quan khi phát hiện trùng lặp mã thẻ hoặc sai lệch biển số lúc xe ra.
  • Could Have: Tính năng tự động tính phí gửi xe dựa trên thời gian lưu bãi; Đèn LED báo slot trống trong bãi xe.
  • Won't Have: Nhận diện khuôn mặt người điều khiển; Nhận dạng biển số đa quốc gia hoặc biển số ô tô 1 dòng dài (chỉ tập trung biển số xe máy 2 dòng).

Thiết kế hệ thống

graph TD
    A[Module RFID RC522] -->|Chuẩn SPI| B(Arduino Uno R3)
    B -->|Giao tiếp UART / USB COM| C{Máy tính xử lý trung tâm - MATLAB}
    D[USB Camera 2.0MP] -->|Video Stream DirectShow| C
    C -->|Lệnh điều khiển Serial| B
    B -->|PWM Pin 9 & 10| E[Động cơ Servo SG90 - Barie Vào/Ra]
    B -->|Chuẩn I2C - Địa chỉ 0x27| F[Màn hình LCD 20x4]
    C -->|Truy xuất / Ghi nhận| G[(CSDL Quản lý Xe & Log Ảnh)]

Technology Stack và Thông số kỹ thuật

  1. Phần cứng điều khiển:

    • Arduino Uno R3: Vi điều khiển ATmega328P (8-bit AVR), xung nhịp $16\text{ MHz}$, $32\text{ KB}$ Flash Memory, $2\text{ KB}$ SRAM, điện áp hoạt động $5\text{V DC}$.
    • Module RFID-RC522: Chip thu phát MFRC522, tần số hoạt động $13.56\text{ MHz}$, hỗ trợ thẻ ISO/IEC 14443A/MIFARE, giao tiếp SPI (SCK, MOSI, MISO, SS), cự ly quét $0 - 50\text{ mm}$.
    • Động cơ Servo TowerPro SG90: Góc quay $0^\circ - 180^\circ$, điện áp $4.8\text{V} - 6.0\text{V}$, lực kéo $1.8\text{ kg}\cdot\text{cm}$, điều khiển qua xung PWM chu kỳ $20\text{ ms}$.
    • Màn hình LCD 20x4 kèm Module I2C PCF8574: Hiển thị 4 dòng $\times$ 20 ký tự mã ASCII, kết nối 2 dây SDA/SCL với địa chỉ I2C 0x27.
    • Camera USB: Cảm biến CMOS 2.0 Megapixel, độ phân giải chụp $640 \times 480$ pixel, chuẩn nén YUY2/MJPEG.

  2. Phần mềm và Công cụ:

    • Arduino IDE v1.8.9: Viết mã nguồn C/C++ nhúng cho vi điều khiển.
    • MATLAB R2018a: Tích hợp Image Processing Toolbox và MATLAB Support Package for Arduino Hardware để lập trình xử lý ảnh và thiết kế giao diện GUI.

Thiết kế cấu trúc bảng dữ liệu (Database Schema)

Hệ thống quản lý dữ liệu lưu trữ theo dạng bảng ghi (Matrix/Structure) trên máy tính:

  • Card_UID: Chuỗi định danh duy nhất của thẻ từ (VD: 'A4:B2:1C:89').
  • Plate_Number: Chuỗi ký tự nhận dạng được từ biển số xe (VD: '59X1-12345').
  • Time_In / Time_Out: Thời gian xe vào và xe ra (Định dạng: yyyy-mm-dd HH:MM:SS).
  • Image_Path_In / Image_Path_Out: Đường dẫn tuyệt đối lưu trữ file ảnh chụp biển số.
  • Status: Trạng thái đỗ xe (1: Đang trong bãi, 0: Đã lấy xe).

Implementation và kết quả

Development Process

Quy trình phát triển hệ thống chia làm 3 phân hệ chính:

  1. Lập trình Vi điều khiển nhúng (Arduino C++): Đọc dữ liệu từ module RFID qua bus SPI, nhận lệnh từ MATLAB qua UART để điều khiển góc xoay Servo (mở barie $90^\circ$, giữ $3\text{s}$, sau đó hạ về $0^\circ$) và xuất thông báo lên LCD 20x4 qua I2C.
  2. Thuật toán Xử lý ảnh Biển số xe (MATLAB): Pipeline gồm các bước tiền xử lý, định vị vùng biển số, nhị phân hóa cục bộ, phân đoạn ký tự và nhận dạng ký tự bằng tương quan 2 chiều.
  3. Đồng bộ hóa hệ thống (System Integration): Xây dựng giao diện người dùng GUI giám sát luồng xe vào, đối soát biển số xe ra và lưu trữ dữ liệu.
// Trích đoạn mã nguồn Arduino: Đọc UID thẻ RFID và gửi lên PC qua UART
#include <SPI.h>
#include <MFRC522.h>
#include <Wire.h>
#include <LiquidCrystal_I2C.h>
#include <Servo.h>

#define SS_PIN 10
#define RST_PIN 9
MFRC522 rfid(SS_PIN, RST_PIN);
LiquidCrystal_I2C lcd(0x27, 20, 4);
Servo barrierServo;

void setup() {
  Serial.begin(9600);
  SPI.begin();
  rfid.PCD_Init();
  barrierServo.attach(6);
  barrierServo.write(0); // Barie đóng ở góc 0 độ
  lcd.init();
  lcd.backlight();
  lcd.setCursor(0, 0);
  lcd.print("HE THONG GIU XE");
}

void loop() {
  if (!rfid.PICC_IsNewCardPresent() || !rfid.PICC_ReadCardSerial()) return;
  
  String strUID = "";
  for (byte i = 0; i < rfid.uid.size; i++) {
    strUID += String(rfid.uid.uidByte[i] < 0x10 ? "0" : "");
    strUID += String(rfid.uid.uidByte[i], HEX);
  }
  strUID.toUpperCase();
  Serial.println("UID:" + strUID); // Gửi chuỗi UID lên MATLAB
  
  // Đợi phản hồi từ MATLAB qua Serial
  if (Serial.available() > 0) {
    char cmd = Serial.read();
    if (cmd == 'O') { // Lệnh Open Barie
      barrierServo.write(90);
      delay(3000);
      barrierServo.write(0);
    }
  }
  rfid.PICC_HaltA();
  rfid.PCD_StopCrypto1();
}

Chi tiết Thuật toán Xử lý ảnh trên MATLAB

+-----------------------------------------------------------------------------+
|               PIPELINE XỬ LÝ ẢNH NHẬN DẠNG BIỂN SỐ XE MÁY                   |
+-----------------------------------------------------------------------------+
| [Ảnh RGB 640x480]                                                           |
|        |                                                                    |
|        v                                                                    |
| (1) Chuyển mức xám (Grayscale): Gray = 0.299*R + 0.587*G + 0.114*B          |
|        |                                                                    |
|        v                                                                    |
| (2) Lọc trung vị (Median Filter 3x3) loại bỏ nhiễu đốm muối tiêu            |
|        |                                                                    |
|        v                                                                    |
| (3) Nhị phân hóa thích nghi (Adaptive/Otsu Thresholding) tạo ảnh nhị phân   |
|        |                                                                    |
|        v                                                                    |
| (4) Phép toán hình thái học (Morphological Closing/Opening): Lấp đầy viền   |
|        |                                                                    |
|        v                                                                    |
| (5) Phân đoạn ký tự: Cắt bounding box từng ký tự, chuẩn hóa về ma trận      |
|     kích thước cố định 42 hàng x 24 cột                                     |
|        |                                                                    |
|        v                                                                    |
| (6) Nhận dạng ký tự: Khớp mẫu tương quan 2D (Normalized Cross-Correlation)  |
|     với tập Template mẫu (0-9, A-Z)                                         |
+-----------------------------------------------------------------------------+

Thuật toán nhận dạng ký tự sử dụng công thức hệ số tương quan chuẩn hóa 2 chiều: $$r = \frac{\sum_m \sum_n (A_{mn} - \bar{A})(B_{mn} - \bar{B})}{\sqrt{\left(\sum_m \sum_n (A_{mn} - \bar{A})^2\right)\left(\sum_m \sum_n (B_{mn} - \bar{B})^2\right)}}$$

Trong đó $A$ là ma trận ký tự cần nhận dạng kích thước $42 \times 24$, $B$ là ma trận ký tự mẫu trong cơ sở dữ liệu mẫu (Template Dataset), $\bar{A}$ và $\bar{B}$ lần lượt là giá trị trung bình cường độ sáng của ma trận. Ký tự mẫu có giá trị tương quan $r$ cao nhất ($r \to 1$) sẽ được chọn làm kết quả nhận dạng.

% Trích đoạn code MATLAB: Nhận dạng ký tự bằng phương pháp tương quan mẫu 2D
function recognized_char = match_character(char_img, template_dir)
    % Chuẩn hóa kích thước ảnh ký tự về 42 hàng x 24 cột
    char_resized = imresize(char_img, [42, 24]);
    max_corr = -1;
    recognized_char = '';
    
    templates = dir(fullfile(template_dir, '*.bmp'));
    for i = 1:length(templates)
        template_img = imread(fullfile(template_dir, templates(i).name));
        template_bin = imbinarize(template_img);
        
        % Tính toán hệ số tương quan chuẩn hóa 2 chiều
        corr_val = corr2(char_resized, template_bin);
        if corr_val > max_corr
            max_corr = corr_val;
            [~, char_name, ~] = fileparts(templates(i).name);
            recognized_char = char_name(1); % Lấy ký tự từ tên file mẫu
        end
    end
end

Testing và Validation

Hệ thống đã trải qua các đợt kiểm thử với $100$ lượt xe thử nghiệm trong các điều kiện môi trường khác nhau:

+-----------------------------------------------------------------------------+
|                KẾT QUẢ KIỂM THỬ TỪNG THÀNH PHẦN HỆ THỐNG                     |
+-----------------------------------------------------------------------------+
| Phân hệ kiểm thử        | Số mẫu test | Thành công | Tỷ lệ chính xác | Ghi chú|
|-------------------------|-------------|------------|-----------------|--------|
| Đọc thẻ RFID RC522      | 100         | 100        | 100.0%          | d <= 3cm|
| Tách vùng biển số       | 100         | 96         | 96.0%           | Đủ sáng |
| Phân đoạn ký tự         | 96          | 92         | 95.8%           | 2 dòng  |
| Nhận dạng ký tự OCR     | 736 ký tự   | 681 ký tự  | 92.5%           | Template|
| Điều khiển đóng/mở Barie| 100         | 100        | 100.0%          | Servo   |
+-----------------------------------------------------------------------------+
  • Độ trễ trung bình toàn chu trình: $1.15\text{ giây}$ (bao gồm $0.05\text{s}$ đọc RFID, $0.85\text{s}$ tiền xử lý và khớp mẫu ảnh trên PC Intel Core i5, $0.25\text{s}$ truyền tín hiệu UART và đóng mở barie).
  • Phát hiện xe ra không hợp lệ: $100%$ các trường hợp quẹt thẻ không đúng phương tiện ban đầu đều bị hệ thống phát hiện, hiển thị cảnh báo đỏ và giữ đóng barie an toàn.

Đổi mới và đóng góp

  1. Cơ chế Xác thực chéo Hai yếu tố (Two-Factor Verification): Khắc phục triệt để lỗ hổng của bãi xe RFID truyền thống. Nếu kẻ gian nhặt được thẻ từ nhưng lấy xe khác, hệ thống sẽ so khớp biển số xe lúc vào ($Plate_{in}$) và biển số xe lúc ra ($Plate_{out}$) thông qua chuỗi ký tự nhận diện được. Nếu $Plate_{in} \neq Plate_{out}$, hệ thống lập tức khóa cổng và phát tín hiệu cảnh báo.
  2. Kỹ thuật Chuẩn hóa Ký tự Ma trận $42 \times 24$: Tối ưu hóa dung lượng tính toán cho thuật toán tương quan 2 chiều, cho phép chạy mượt mà trên các máy tính cấu hình văn phòng cơ bản mà không cần GPU chuyên dụng.
  3. Mô hình tích hợp Phần cứng - Phần mềm hoàn chỉnh: Cung cấp giải pháp phần cứng mở (Open-architecture Hardware) chi phí thấp nhưng có độ tin cậy công nghiệp cao.

Ứng dụng thực tế và triển khai

Trường hợp sử dụng thực tế (Use Cases)

  • Bãi đỗ xe trường học / Ký túc xá: Quản lý hàng ngàn lượt sinh viên ra vào mỗi ngày với lưu lượng xe tập trung cao trong giờ vào học/tan tầm.
  • Chung cư và Tòa nhà văn phòng: Kiểm soát thẻ cư dân cố định và phân loại khách vãng lai, tự động lưu vết phương tiện chống mất cắp.
  • Bến xe và Bệnh viện: Tối ưu hóa thu phí không dừng và chống thất thoát vé gửi xe.

Hướng dẫn triển khai và Yêu cầu hệ thống

  • Yêu cầu phần cứng máy chủ (Server/PC): CPU Intel Core i3 thế hệ 6 trở lên (hoặc tương đương), RAM tối thiểu $4\text{ GB}$, cổng USB $2.0/3.0$ kết nối Camera và Arduino COM port.
  • Yêu cầu vị trí lắp đặt: Camera đặt phía sau làn xe ở độ cao $0.6 - 0.8\text{ m}$, cách đuôi xe $0.8 - 1.2\text{ m}$, góc nghiêng không quá $15^\circ$ so với mặt phẳng biển số. Bố trí đèn LED trợ sáng ánh sáng trắng để đảm bảo hiệu quả nhận diện vào ban đêm.
  • Hiệu quả kinh tế (ROI): Chi phí phần cứng chế tạo mô hình thực tế chưa tới $1.5\text{ triệu VNĐ}$ (bản thương mại quy mô thật ước tính $10 - 15\text{ triệu VNĐ/làn}$), giúp tiết kiệm $60%$ chi phí so với các giải pháp nhập ngoại, thời gian hoàn vốn đầu tư từ 3 đến 6 tháng nhờ cắt giảm nhân sự soát vé.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Phương pháp khớp mẫu tương quan (Template Matching) nhạy cảm với góc quay và độ nghiêng của biển số (sai số tăng khi biển số lệch $> 15^\circ$).
  • Biển số bị bám bùn đất nặng, rỉ sét hoặc mờ sơn chữ số làm giảm độ chính xác của bước nhị phân hóa.
  • Hệ thống hiện tại lưu log cục bộ trên máy tính, chưa hỗ trợ đồng bộ đám mây hoặc quản lý từ xa qua Web/Mobile App.

Hướng phát triển trong tương lai

  • Nâng cấp thuật toán AI: Thay thế Template Matching bằng mô hình mạng nơ-ron học sâu (Deep Learning) như YOLOv8 kết hợp CRNN/PaddleOCR để đạt độ chính xác $> 98%$ bất chấp góc nghiêng và điều kiện thời tiết phức tạp.
  • Thiết bị nhúng chuyên dụng: Chuyển đổi phần mềm từ MATLAB PC sang chạy trực tiếp trên kit máy tính nhúng Raspberry Pi 4 hoặc NVIDIA Jetson Nano, tạo thành một thiết bị All-in-One nhỏ gọn gắn tại trụ barie.
  • Tích hợp IoT và Thanh toán điện tử: Tích hợp giao thức MQTT kết nối Cloud Server, hỗ trợ thanh toán tự động qua mã QR động (MoMo, ZaloPay, VNPay).

Đối tượng hưởng lợi

+-----------------------------------------------------------------------------+
|                      GIÁ TRỊ MANG LẠI CHO CÁC NHÓM ĐỐI TƯỢNG                |
+-----------------------------------------------------------------------------+
|  Sinh viên Kỹ thuật: Tài liệu tham khảo toàn diện về giao tiếp vi điều khiển|
|  (SPI, UART, I2C) và xử lý ảnh thực tế trên MATLAB.                         |
+-----------------------------------------------------------------------------+
|  Kỹ sư Lập trình Nhúng: Mã nguồn mẫu hoàn chỉnh về tích hợp module RFID,    |
|  động cơ Servo và cơ chế truyền nhận dữ liệu chuỗi đáng tin cậy.           |
+-----------------------------------------------------------------------------+
|  Doanh nghiệp / Ban quản lý tòa nhà: Giải pháp bãi đỗ xe thông minh chi phí |
|  thấp, dễ bảo trì, giải quyết dứt điểm rủi ro tráo biển số xe.              |
+-----------------------------------------------------------------------------+
|  Nhà nghiên cứu: Nền tảng thực nghiệm để phát triển các thuật toán OCR và    |
|  thị giác máy tính nâng cao trên dữ liệu biển số xe thực tế tại Việt Nam.   |
+-----------------------------------------------------------------------------+

Câu hỏi thường gặp

1. Hệ thống xử lý thế nào nếu người gửi xe làm mất thẻ từ RFID?

Ban quản lý sử dụng giao diện quản lý trên PC để tra cứu biển số xe trên hệ thống. Phần mềm sẽ truy xuất lại hình ảnh chụp lúc xe vào, thời gian gửi và mã UID thẻ bị mất. Sau khi xác minh chủ xe thực tế, nhân viên thực hiện xuất xe thủ công trên hệ thống và vô hiệu hóa mã UID thẻ cũ để tránh kẻ gian nhặt được sử dụng.

2. Chuẩn giao tiếp SPI trên RFID-RC522 có ưu thế gì so với UART trong đề tài?

Giao tiếp SPI (Serial Peripheral Interface) là chuẩn truyền thông đồng bộ tốc độ cao với xung clock riêng biệt (SCK). Tốc độ truyền dữ liệu của RC522 qua SPI có thể đạt tối đa $10\text{ Mbps}$, cao hơn nhiều so với UART ($9600 - 115200\text{ bps}$), giúp việc đọc/ghi các khối dữ liệu (Sector/Block) trên thẻ Mifare diễn ra tức thời chỉ trong vài mili-giây.

3. Tại sao cần chuyển ảnh màu RGB sang ảnh mức xám trước khi nhị phân hóa?

Ảnh RGB có 3 kênh màu với độ sâu 24-bit ($3\text{ bytes/pixel}$), khiến dung lượng dữ liệu rất lớn. Việc chuyển về ảnh mức xám 8-bit ($1\text{ byte/pixel}$) theo công thức $Gray = 0.299R + 0.587G + 0.114B$ giúp giảm $66.7%$ dung lượng bộ nhớ cần xử lý, loại bỏ thông tin màu sắc không cần thiết và giữ lại đầy đủ cường độ sáng để phân tách biên dạng ký tự.

4. Hệ thống hoạt động ra sao trong điều kiện thiếu sáng hoặc ban đêm?

Hệ thống cần tích hợp thêm cụm đèn LED hồng ngoại hoặc LED chiếu sáng trắng tự động kích hoạt khi cảm biến quang phát hiện môi trường tối. Điều này đảm bảo camera luôn thu được ảnh có độ tương phản rõ nét giữa nền biển số và ký tự sơn đen.

5. Chi phí đầu tư và thời gian hoàn vốn cho một hệ thống 2 làn xe là bao nhiêu?

Chi phí phần cứng cho 2 làn (2 Camera HD, 2 Bộ đọc RFID, 2 Barie tự động, 1 Bộ điều khiển trung tâm và máy tính giám sát) ước tính khoảng $25 - 35\text{ triệu VNĐ}$. Với lưu lượng $1.000\text{ lượt xe/ngày}$, hệ thống giúp giảm thiểu chi phí in vé giấy và tiết kiệm ít nhất 1 vị trí nhân công trực soát vé, giúp hoàn vốn đầu tư trong vòng $4 - 6\text{ tháng}$.

Kết luận

Đồ án tốt nghiệp "Thiết kế, thi công bãi giữ xe ứng dụng công nghệ RFID và xử lý ảnh" đã giải quyết thành công bài toán tự động hóa kiểm soát phương tiện giao thông tĩnh tại các đô thị. Dự án đã chứng minh tính khả thi vượt trội khi tích hợp phần cứng vi điều khiển Arduino với phần mềm xử lý ảnh MATLAB, đạt độ chính xác nhận dạng ký tự $92.5%$ và thời gian xử lý toàn chu trình chỉ $1.15\text{ giây/xe}$. Cơ chế xác thực kép hai yếu tố (RFID UID + License Plate OCR) mang lại sự an tâm tuyệt đối cho khách hàng và nâng cao hiệu quả quản trị cho các bãi đỗ xe thông minh trong kỷ nguyên chuyển đổi số và phát triển đô thị thông minh (Smart City).