Giới thiệu dự án

Bối cảnh và thực trạng ngành

Sự phát triển kinh tế và đô thị hóa nhanh chóng tại Việt Nam kéo theo sự bùng nổ phương tiện giao thông cá nhân. Theo số liệu thống kê từ Hiệp hội các nhà sản xuất xe máy Việt Nam (VAMM), lượng xe máy tiêu thụ trong năm 2022 đạt hơn 3 triệu xe (tăng 20,49% so với năm 2021). Đồng thời, Hiệp hội các nhà sản xuất ô tô Đông Nam Á ghi nhận Việt Nam tiêu thụ 201.840 xe ô tô chỉ trong nửa đầu năm 2022 (tăng 34,1% so với cùng kỳ). Áp lực này dẫn đến tình trạng quá tải nghiêm trọng tại các điểm trông giữ xe tại các trường đại học, bệnh viện, chung cư và trung tâm thương mại.

+--------------------------------------------------------------------------------+
| Tăng trưởng xe máy (2022): +20.49% | Tăng trưởng ô tô (H1/2022): +34.1%        |
| Thách thức: Ùn tắc bãi đỗ | Vé giấy thất lạc/thấm nước | Gian lận biển số      |
+--------------------------------------------------------------------------------+

Vấn đề thực tế (Problem Statement)

Các bãi đỗ xe truyền thống hiện hữu bộc lộ nhiều điểm nghẽn nghiêm trọng:

  • Thời gian xử lý chậm: Thao tác ghi vé giấy, bấm lỗ hoặc phát thẻ thủ công mất từ 12 - 18 giây/lượt xe, gây ùn ứ cục bộ vào các khung giờ cao điểm.
  • Nguy cơ mất an toàn và gian lận: Vé giấy dễ bị rách, ướt khi trời mưa, dễ bị làm giả hoặc đánh tráo biển số xe mà nhân viên bảo vệ không thể kiểm soát bằng mắt thường.
  • Gánh nặng rác thải: Hàng triệu vé giấy dùng một lần bị xả ra môi trường mỗi ngày, không thể tái chế hiệu quả.
  • Thất thoát doanh thu và khó quản lý: Không có hệ thống đối soát thời gian thực giữa thời gian vào - ra và mức phí thu được.

Mục tiêu của đồ án

Đề tài "Thiết kế và thi công hệ thống bãi giữ xe thông minh" do sinh viên Lê Minh Kha và Nguyễn Anh Tiến thực hiện dưới sự hướng dẫn của ThS. Phan Vân Hoàn tại Trường Đại học Sư phạm Kỹ thuật TP.HCM đặt ra các mục tiêu cụ thể:

  1. Nghiên cứu và tích hợp công nghệ nhận dạng qua tần số vô tuyến (Radio Frequency Identification - RFID) dải tần 13.56 MHz (chuẩn giao tiếp SPI) để xác thực mã định danh (UID) của phương tiện.
  2. Xây dựng module xử lý ảnh tự động nhận dạng biển số xe (Automatic License Plate Recognition - ALPR) ứng dụng thư viện EmguCV/OpenCV trên nền tảng .NET C#.
  3. Thiết kế và thi công phần cứng điều khiển tự động gồm vi điều khiển ATmega328P (Arduino UNO R3), hệ thống cảm biến hồng ngoại phát hiện vật cản (E18-D80NK), mạch công suất Darlington (ULN2003) và động cơ bước (28BYJ-48) điều khiển thanh chắn barrier.
  4. Xây dựng hệ cơ sở dữ liệu quan hệ Microsoft SQL Server để lưu trữ, đối soát thông tin xe, tính toán chi phí tự động và quản lý người dùng tập trung.

Giải pháp kỹ thuật và kết quả kỳ vọng

Hệ thống kết hợp mô hình xử lý biên (Edge-Hardware Controller) và phần mềm điều hành trung tâm (PC Management Software). Thời gian xử lý xác thực xe vào/ra kỳ vọng dưới 1.5 giây/phương tiện với độ chính xác nhận dạng ký tự đạt trên 90% trong điều kiện ánh sáng tiêu chuẩn.

Phạm vi và giới hạn

  • Nhận dạng biển số ô tô chuẩn ngắn và xe gắn máy có dung tích xi-lanh từ 50cc trở lên tại Việt Nam.
  • Hệ thống thử nghiệm sử dụng 02 camera USB Webcam (độ phân giải 1280x720 @ 30fps) tại cổng vào và cổng ra.
  • Điều kiện hoạt động tối ưu: Biển số không bị biến dạng, không bị che khuất quá 15%, góc nghiêng chụp không quá 20 độ và cường độ ánh sáng môi trường đạt chuẩn.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

+-----------------------------------------------------------------------------+
| BÃI XE TRUYỀN THỐNG (VÉ GIẤY)   --> Thời gian: 15-20s | Rủi ro: Rất cao    |
| BÃI XE THẺ TỪ ĐƠN THUẦN         --> Thời gian: 4-6s   | Rủi ro: Tráo biển  |
| HỆ THỐNG ĐỀ XUẤT (RFID + ALPR)  --> Thời gian: 1.2s   | Rủi ro: Tối thiểu  |
+-----------------------------------------------------------------------------+
Tiêu chí Bãi xe vé giấy truyền thống Bãi xe thẻ từ không camera AI Hệ thống đề xuất (RFID + ALPR)
Thời gian xác thực 12 - 18 giây 4 - 6 giây 1.2 - 1.5 giây
Bảo mật / Chống tráo xe Rất thấp (kiểm tra mắt thường) Trung bình (chỉ khớp mã thẻ) Rất cao (khớp đồng thời UID + Biển số)
Chi phí vận hành Tốn chi phí in ấn vé giấy Chi phí thẻ từ tái sử dụng Thẻ từ RFID độ bền cao, không rác thải
Tự động hóa Barrier Thủ công bằng tay Nửa tự động (nhấn nút) Tự động 100% qua vi điều khiển & Cảm biến
Khả năng tra cứu lịch sử Rất khó, ghi sổ tay Có dữ liệu quẹt thẻ Truy xuất chi tiết: Ảnh, Biển số, Thời gian

Ma trận ưu tiên yêu cầu người dùng (MoSCoW)

  • Must have (Bắt buộc): Quét mã thẻ RFID RC522; Chụp ảnh và nhận dạng biển số OCR; Đóng/mở barrier tự động bằng động cơ bước; Lưu trữ lịch sử vào SQL Server; Cảnh báo khi biển số xe ra không khớp xe vào.
  • Should have (Nên có): Giao diện quản lý biểu phí theo giờ/ngày; Thống kê doanh thu theo mốc thời gian; Cài đặt cổng COM và Camera động trên giao diện WinForms.
  • Could have (Có thể có): Quản lý phân quyền tài khoản Admin/Nhân viên; Chức năng mở barrier cưỡng bức trong tình huống khẩn cấp.
  • Won't have (Chưa thực hiện): Nhận dạng khuôn mặt tài xế; Tích hợp cổng thanh toán trực tuyến qua mã QR động (MoMo, VNPAY).

Thiết kế hệ thống

+---------------------------------------------------------------------------------------+
|                                    HỆ THỐNG PHẦN CỨNG                                 |
| +-------------------+    SPI (10Mbps)    +-----------------+   Darlington   +-------+ |
| | RFID-RC522        | -----------------> | Arduino UNO R3  | -------------> |ULN2003| |
| | (13.56MHz MFRC522)|                    | (ATmega328P)    |                +---+---+ |
| +-------------------+                    +--------+--------+                    |     |
| +-------------------+   Digital In (D2)           |                 +-----------v---+ |
| | Cảm biến E18-D80NK| ----------------------------+                 | Động cơ bước  | |
| +-------------------+                                               | 28BYJ-48      | |
| +-------------------+   Digital In (D3,D4)        |                 +---------------+ |
| | Công tắc YL-99    | ----------------------------+                                   |
+---------------------------------------------------|-----------------------------------+
                                                    | UART (USB 9600 bps)
                                                    v
+---------------------------------------------------+-----------------------------------+
|                                     PHẦN MỀM MÁY TÍNH (PC)                            |
| +-----------------------------------------------------------------------------------+ |
| | C# .NET Windows Forms Application                                                 | |
| | +-----------------------+   +------------------------+   +----------------------+ | |
| | | Module Xử lý hình ảnh |   | Module Giao tiếp UART  |   | Module Quản trị &    | | |
| | | (EmguCV / OCR Engine) |   | (SerialPort Controller)|   | Nghiệp vụ Bãi xe     | | |
| | +-----------^-----------+   +------------------------+   +----------+-----------+ | |
| +-------------|-------------------------------------------------------|-------------+ |
|               | DirectShow                                            | ADO.NET       |
|       +-------+--------+                                      +-------v-------+       |
|       | Webcam USB 2.0 |                                      | SQL Server DB |       |
|       | (1280x720@30fps|                                      | (Relational)  |       |
|       +----------------+                                      +---------------+       |
+---------------------------------------------------------------------------------------+

Technology Stack và đặc tả phiên bản

  • Vi điều khiển & Firmware: Arduino IDE v2.1.0, C/C++ Embedded, Thư viện MFRC522.h, CustomStepper.h.
  • Phần mềm điều hành: Visual Studio 2022, C# .NET Framework 4.8, Windows Forms.
  • Xử lý ảnh & Thị giác máy tính: EmguCV v4.5.3 (Wrapper của OpenCV 4.x), Tesseract OCR Engine v5.0.
  • Cơ sở dữ liệu: Microsoft SQL Server 2019 Standard Edition.
  • Giao tiếp phần cứng: UART (Baudrate 9600 bps, 8 data bits, no parity, 1 stop bit) và SPI Bus (Clock 4 MHz).

Thiết kế cơ sở dữ liệu (Database Schema)

-- Thiết kế bảng lưu trữ thông tin xe lưu bãi thời gian thực
CREATE TABLE ThongTinXe (
    MaThe VARCHAR(50) PRIMARY KEY,
    GioVao DATETIME NOT NULL,
    BienSo VARCHAR(20) NOT NULL,
    Path VARCHAR(255) NOT NULL,
    TrangThai BIT DEFAULT 1 -- 1: Trong bãi, 0: Đã xuất bãi
);

-- Thiết kế bảng cấu hình biểu phí
CREATE TABLE GiaTien (
    ID INT PRIMARY KEY IDENTITY(1,1),
    Tien DECIMAL(18,2) NOT NULL,
    Phat DECIMAL(18,2) NOT NULL,
    NgayCapNhat DATETIME DEFAULT GETDATE()
);

Cân nhắc về bảo mật và hiệu năng

  • Bảo mật dữ liệu: Mật khẩu quản trị viên được băm bằng thuật toán SHA-256 trước khi lưu vào bảng DangNhap. Mọi truy vấn giao dịch qua C# đều dùng Parameterized Queries (SqlCommand.Parameters) để triệt tiêu lỗ hổng SQL Injection.
  • Cân bằng năng lượng: Toàn bộ hệ thống cảm biến, vi điều khiển và mạch công suất tiêu thụ tối đa xấp xỉ ~1.0A ở điện áp 5VDC, hoàn toàn tương thích và an toàn khi cấp nguồn trực tiếp qua cổng USB 3.0 của máy tính (cung cấp tối đa 1.5A / 7.5W).

Implementation và kết quả

Development Process & Key Algorithms

Dự án được triển khai theo quy trình phát triển lặp tuần tự qua 16 tuần làm việc, chia làm 3 giai đoạn: Thiết kế mạch & Phần cứng, Xây dựng Module Xử lý ảnh, và Đóng gói tích hợp hệ thống.

+-------------------------------------------------------------------------------+
| GIAI ĐOẠN 1: Thiết kế phần cứng & Mạch PCB (Tuần 1 - Tuần 7)                  |
| GIAI ĐOẠN 2: Xử lý ảnh ALPR & Xây dựng C# Software (Tuần 8 - Tuần 12)         |
| GIAI ĐOẠN 3: Tích hợp hệ thống, Thử nghiệm & Đánh giá (Tuần 13 - Tuần 16)     |
+-------------------------------------------------------------------------------+

1. Thuật toán phát hiện và định vị vùng biển số (License Plate Localization)

Quy trình xử lý ảnh trên nền C# và EmguCV diễn ra qua các công đoạn:

  1. Chuyển đổi ảnh RGB thu nhận từ Camera thành ảnh mức xám (Grayscale).
  2. Lọc nhiễu bằng bộ lọc Gaussian Blur kích thước kernel $5 \times 5$.
  3. Trích xuất biên cạnh bằng giải thuật Canny Edge Detection với ngưỡng $T_{low} = 100$ và $T_{high} = 200$.
  4. Tìm kiếm các đường biên đóng (Contours) và phân tích cấu trúc cây phân cấp (RetrType.Tree, ChainApproxMethod.ChainApproxSimple). Vùng chứa biển số hợp lệ được xác định khi thỏa mãn tỷ lệ khung hình ($Aspect\ Ratio = \frac{Width}{Height} \in [1.2, 4.5]$) và có tối thiểu 3 nhánh biên con bên trong tương ứng với các ký tự.
// Trích đoạn thuật toán tiền xử lý và trích xuất vùng biển số trên C#
public Image<Gray, byte> PreprocessAndFindPlate(Image<Bgr, byte> inputImage)
{
    // Bước 1: Chuyển sang ảnh xám và khử nhiễu
    Image<Gray, byte> grayImage = inputImage.Convert<Gray, byte>();
    Image<Gray, byte> blurred = grayImage.SmoothGaussian(5);

    // Bước 2: Phát hiện cạnh bằng thuật toán Canny
    Image<Gray, byte> cannyEdges = blurred.Canny(100, 200);

    // Bước 3: Tìm kiếm Contour theo phân cấp cây
    using (VectorOfVectorOfPoint contours = new VectorOfVectorOfPoint())
    {
        Mat hierarchy = new Mat();
        CvInvoke.FindContours(cannyEdges, contours, hierarchy, 
            Emgu.CV.CvEnum.RetrType.Tree, 
            Emgu.CV.CvEnum.ChainApproxMethod.ChainApproxSimple);

        for (int i = 0; i < contours.Size; i++)
        {
            Rectangle rect = CvInvoke.BoundingRectangle(contours[i]);
            double aspectRatio = (double)rect.Width / rect.Height;

            // Kiểm tra tỷ lệ kích thước biển số xe máy / ô tô Việt Nam
            if (aspectRatio > 1.2 && aspectRatio < 4.5 && rect.Width > 60 && rect.Height > 20)
            {
                grayImage.ROI = rect;
                return grayImage.Copy(); // Trả về vùng ROI chứa biển số
            }
        }
    }
    return null;
}

2. Firmware điều khiển Arduino và Giao tiếp ngoại vi

// Firmware xử lý tín hiệu RFID RC522 và điều khiển Barrier qua ULN2003
#include <SPI.h>
#include <MFRC522.h>
#include <CustomStepper.h>

#define SS_PIN 10
#define RST_PIN 9
#define SENSOR_PIN 2

MFRC522 mfrc522(SS_PIN, RST_PIN);
CustomStepper stepper(5, 6, 7, 8, (byte[]){8, B1000, B1100, B0100, B0110, B0010, B0011, B0001, B1001});

void setup() {
    Serial.begin(9600);
    SPI.begin();
    mfrc522.PCD_Init();
    pinMode(SENSOR_PIN, INPUT);
    stepper.setRPM(12);
    stepper.setSPR(4075.7728395); // 64 bước x tỷ số truyền 64
}

void loop() {
    // Quét phát hiện thẻ RFID
    if (mfrc522.PICC_IsNewCardPresent() && mfrc522.PICC_ReadCardSerial()) {
        String uidStr = "";
        for (byte i = 0; i < mfrc522.uid.size; i++) {
            uidStr += String(mfrc522.uid.uidByte[i] < 0x10 ? "0" : "");
            uidStr += String(mfrc522.uid.uidByte[i], HEX);
        }
        uidStr.toUpperCase();
        Serial.println("CARD_UID:" + uidStr); // Gửi UID lên PC qua UART
        mfrc522.PICC_HaltA();
    }

    // Nhận lệnh điều khiển barrier từ PC
    if (Serial.available() > 0) {
        String command = Serial.readStringUntil('\n');
        command.trim();
        if (command == "OPEN_BARRIER") {
            stepper.step(1024); // Quay góc 90 độ mở barrier
            while (digitalRead(SENSOR_PIN) == HIGH) {
                // Chờ xe đi qua vùng phát hiện của cảm biến hồng ngoại
            }
            delay(1000);
            stepper.step(-1024); // Đóng barrier về vị trí ban đầu
        }
    }
}

Testing và validation

Hệ thống đã trải qua đợt kiểm thử với 200 lượt xe thực tế (gồm cả xe máy và ô tô) trong các điều kiện môi trường khác nhau.

+-----------------------------------------------------------------------+
| TỔNG SỐ LƯỢT KIỂM THỬ: 200 lượt                                       |
| - Biển số xe máy (50cc trở lên): 130 lượt                             |
| - Biển số ô tô (chuẩn biển ngắn): 70 lượt                             |
| ĐỘ CHÍNH XÁC NHẬN DẠNG TRUNG BÌNH: 91.8%                              |
| THỜI GIAN ĐÁP ỨNG TOÀN HỆ THỐNG: 1.25 giây / lượt                    |
+-----------------------------------------------------------------------+
Kịch bản kiểm thử Số mẫu thử Tỷ lệ nhận diện đúng Thời gian xử lý TB Ghi chú kỹ thuật
Ánh sáng ban ngày (Đầy đủ) 80 96.25% (77/80) 1.15 s Ký tự tương phản cao, trích xuất biên chuẩn xác
Ánh sáng đèn tuýp (Trong hầm) 60 91.67% (55/60) 1.22 s Cần điều chỉnh ngưỡng Canny tự động
Góc chụp nghiêng (15 - 25°) 40 85.00% (34/40) 1.45 s Sai lệch do biến dạng phối cảnh (Perspective skew)
Biển số bám bụi / Mờ nhẹ 20 80.00% (16/20) 1.38 s Lỗi nhầm lẫn giữa ký tự '8' và 'B', '0' và 'D'
Tổng thể / Trung bình 200 91.80% 1.25 s Đạt tiêu chuẩn vận hành bãi đỗ thực tế

Đổi mới và đóng góp

Đổi mới công nghệ (Technical Innovations)

  1. Cơ chế xác thực đa yếu tố (Two-Factor Vehicle Authentication): Thay vì chỉ kiểm tra đơn lẻ thẻ từ hoặc biển số, hệ thống kết hợp ràng buộc chặt chẽ giữa mã UID vật lý của thẻ NFC 13.56 MHz và chuỗi ký tự nhận diện quang học OCR từ ảnh chụp tại cổng vào. Nếu dữ liệu lúc ra không trùng khớp 100%, hệ thống lập tức khóa barrier và phát tín hiệu cảnh báo trên giao diện.
  2. Thuật toán phân cấp đường biên dạng cây (Tree Hierarchy Contour Parsing): Áp dụng kỹ thuật lọc vùng ROI dựa trên số lượng biên con lồng nhau giúp giảm thiểu 68% chi phí tính toán so với việc quét toàn bộ bức ảnh, cho phép phần mềm chạy mượt mà trên máy tính cấu hình phổ thông mà không cần card đồ họa rời (GPU).
  3. Kiến trúc phần cứng tối ưu chi phí: Kết hợp bộ đôi vi điều khiển giá rẻ ATmega328P cùng động cơ bước 28BYJ-48 có hộp số giảm tốc $1:64$ và mạch đệm ULN2003, đem lại độ chính xác dừng/mở góc 90 độ tuyệt đối mà không cần encoder phức tạp.
+-----------------------------------------------------------------------------------+
| SO SÁNH HIỆU SUẤT VÀ CHI PHÍ ĐẦU TƯ                                               |
| - Chi phí phần cứng: Giảm 65% so với hệ thống PLC công nghiệp                     |
| - Tốc độ lưu thông: Tăng 300% so với bãi xe vé giấy truyền thống                  |
| - Tiết kiệm vật tư: 100% không sử dụng giấy in nhiệt                              |
+-----------------------------------------------------------------------------------+

Ứng dụng thực tế và triển khai

Kịch bản triển khai thực tế (Real-World Use Cases)

  • Khuôn viên trường Đại học / Bệnh viện: Nơi có lưu lượng sinh viên và cán bộ gửi xe định kỳ theo ngày. Thẻ sinh viên tích hợp chip NFC có thể gán trực tiếp làm vé gửi xe tháng.
  • Tòa nhà chung cư và tổ hợp văn phòng: Quản lý đồng thời khách vãng lai và cư dân cố định, phân loại xe máy và ô tô tự động.

Yêu cầu cấu hình triển khai hệ thống

  • Máy trạm điều khiển (PC Station):
    • CPU: Intel Core i3 thế hệ 8 trở lên (hoặc tương đương).
    • RAM: Tối thiểu 4GB DDR4.
    • Ổ cứng: SSD 128GB (lưu trữ ảnh chụp xe tối thiểu trong 6 tháng).
    • Hệ điều hành: Microsoft Windows 10 / 11 64-bit.
    • Cổng kết nối: Tối thiểu 03 cổng USB 2.0/3.0.
  • Hạ tầng mạng & Thiết bị biên:
    • 02 Camera HD góc rộng hỗ trợ bù sáng tự động.
    • 01 Bộ điều khiển Barrier Arduino + MFRC522 + Cảm biến hồng ngoại E18-D80NK.
    • Nguồn điện: 220VAC chuyển đổi 5V/12VDC.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật hiện tại

  • Thuật toán trích xuất biên dựa trên Canny cổ điển nhạy cảm với điều kiện ánh sáng quá gắt (gây lóa biển số) hoặc điều kiện trời mưa lớn làm biến dạng giọt nước trên bề mặt camera.
  • Mô hình hiện tại sử dụng động cơ bước nhỏ 28BYJ-48 phục vụ mô phỏng sa bàn, chưa đủ lực xoắn (torque) để kéo các thanh barrier nhôm công nghiệp dài 2 - 4 mét trong thực tế.
  • Chưa trang bị nút bấm cơ học ngắt khẩn cấp khi mất kết nối máy tính.

Hướng nâng cấp và phát triển

  1. Nâng cấp mô hình AI nhận diện: Tích hợp mạng nơ-ron tích chập sâu (Deep Learning) kiến trúc YOLOv8 / YOLOv9 để phát hiện vùng biển số kết hợp cùng mạng CRNN (Convolutional Recurrent Neural Network) để đọc chuỗi ký tự, nâng độ chính xác lên trên 98.5% trong mọi điều kiện thời tiết.
  2. Nâng cấp cơ cấu chấp hành công nghiệp: Thay thế vi điều khiển và động cơ nhỏ bằng bộ điều khiển động cơ Servo hoặc động cơ không chổi than (BLDC) công suất 24VDC có tích hợp cảm biến an toàn chống va đập (Loop Detector).
  3. Thanh toán không tiền mặt: Tích hợp cổng API thanh toán trực tuyến sinh mã VietQR động theo thời gian thực tại làn xe ra.

Đối tượng hưởng lợi

  • Sinh viên ngành Kỹ thuật Điện tử / CNTT: Tài liệu tham khảo toàn diện về cách kết nối phần cứng vi điều khiển ATmega328P với phần mềm C# qua giao thức UART, cấu hình chuẩn truyền SPI với RFID, và ứng dụng xử lý ảnh EmguCV.
  • Kỹ sư nhúng & Lập trình viên: Cung cấp pattern mẫu về thiết kế hệ thống giao tiếp đa luồng (Multi-threading) trong WinForms để tránh treo giao diện khi đọc Camera và Serial Port đồng thời.
  • Doanh nghiệp & Ban quản lý tòa nhà: Cung cấp giải pháp khả thi về mặt kinh tế để nâng cấp bãi xe truyền thống thành bãi xe thông minh với chi phí thấp và hiệu quả cao.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu để triển khai phần mềm quản lý là gì?

Máy tính cần chạy hệ điều hành Windows 10 trở lên, cài đặt sẵn .NET Framework 4.8, Microsoft Visual C++ Redistributable, và dịch vụ SQL Server 2019 Local/Network.

2. Hệ thống xử lý thế nào khi xảy ra trường hợp mất thẻ hoặc sai biển số?

Khi quẹt thẻ tại làn ra, nếu biển số xe chụp được không trùng với biển số lưu lúc vào, phần mềm sẽ hiển thị pop-up cảnh báo màu đỏ và giữ nguyên barrier ở trạng thái đóng. Nhân viên quản trị có thể dùng tài khoản Admin để mở giao diện tra cứu lịch sử theo giờ vào hoặc biển số để đối chiếu thủ công.

3. Tốc độ nhận dạng của hệ thống có đáp ứng được giờ cao điểm không?

Thời gian toàn trình từ lúc quét thẻ, chụp ảnh, xử lý OCR đến khi lệnh mở barrier phát ra chỉ mất trung bình 1.25 giây, cho phép thông xe liên tục với công suất xử lý lên tới 40 - 45 xe/phút trên một làn.

4. Hệ thống có thể mở rộng nhiều làn vào/ra cùng lúc được không?

Có. Kiến trúc cơ sở dữ liệu SQL Server hỗ trợ kết nối mạng nhiều máy trạm. Chỉ cần triển khai thêm các máy trạm biên (Client PC) tại mỗi cổng và trỏ chuỗi kết nối (Connection String) về máy chủ Database trung tâm.

5. Chi phí phần cứng dự toán cho một mô hình mẫu là bao nhiêu?

Tổng chi phí linh kiện phần cứng (Arduino, RC522, E18-D80NK, ULN2003, 28BYJ-48, Webcam, Mạch in PCB) dao động từ 1.200.000 đến 1.500.000 VNĐ, tối ưu kinh tế gấp nhiều lần so với các thiết bị chuyên dụng nhập khẩu.

Kết luận

Đồ án "Thiết kế và thi công hệ thống bãi giữ xe thông minh" đã giải quyết trọn vẹn bài toán tự động hóa kiểm soát phương tiện vào/ra thông qua sự kết hợp giữa công nghệ phần cứng nhúng (Arduino UNO, RFID 13.56 MHz, Cảm biến hồng ngoại, Động cơ bước) và phần mềm thị giác máy tính trên nền tảng .NET C# kết hợp SQL Server.

Với tốc độ xác thực 1.25 giây/lượt và độ chính xác nhận dạng đạt 91.8%, đề tài không chỉ khẳng định giá trị nghiên cứu ứng dụng thực tiễn của sinh viên Trường Đại học Sư phạm Kỹ thuật TP.HCM mà còn mở ra hướng phát triển các giải pháp đô thị thông minh (Smart City) tiết kiệm chi phí và thân thiện với môi trường.