Bối cảnh và vấn đề nghiên cứu

Ùn tắc giao thông tại các đô thị lớn đang là bài toán phức tạp đi kèm với sự tăng trưởng kinh tế và mật độ dân cư tập trung đông đúc. Tình trạng tắc nghẽn lưu thông gây thiệt hại trực tiếp đến nền kinh tế quốc gia, làm suy giảm hiệu suất lao động và phát sinh thêm các chi phí vận hành xã hội. Một trong những nguyên nhân chính được tác giả chỉ ra là cơ sở hạ tầng giao thông chưa đáp ứng kịp nhu cầu thực tế, kết hợp với cơ chế định thời gian cố định, thiếu tính linh hoạt của các hệ thống đèn tín hiệu giao thông hiện hữu tại các nút giao cắt.

Tại Việt Nam, các phương pháp điều tiết giao thông truyền thống chủ yếu dựa trên việc lập trình chu kỳ đèn cố định theo khung giờ hoặc điều tiết thủ công bởi lực lượng chức năng, vốn chỉ mang tính tương đối và tốn kém nhân lực. Các hệ thống đèn giao thông hiện đại nhập khẩu từ nước ngoài có chi phí rất cao; điển hình như hệ thống sử dụng máy tính công nghiệp và camera giám sát của Advantech có giá lên đến hàng tỷ đồng cho mỗi chốt giao thông. Bên cạnh đó, việc nhập khẩu công nghệ chưa đi đôi với việc làm chủ kỹ thuật đã dẫn đến nhiều sự cố lãng phí, ví dụ như dự án lắp đặt 121 trụ đèn giao thông nhập từ Tây Ban Nha trị giá 3,5 triệu USD hay dự án 48 chốt đèn gắn cảm biến tự động sử dụng vốn ODA năm 2007 tại TP. Hồ Chí Minh gặp sự cố kỹ thuật và phải chi thêm hơn 8.456 USD để thuê chuyên gia nước ngoài kiểm tra.

Trước thực trạng đó, tác giả thực hiện đồ án tốt nghiệp với mục tiêu phát triển giải thuật và thi công mô hình hệ thống điều khiển tín hiệu đèn giao thông tại một giao lộ hai tuyến đường, có khả năng tự động thay đổi thời gian chu kỳ đèn xanh dựa trên số lượng phương tiện thực tế thu nhận từ công nghệ xử lý ảnh.

Hệ thống nhiệm vụ nghiên cứu của đề tài được xác định qua 8 nội dung cụ thể:

  1. Tìm hiểu về kit vi điều khiển Arduino Mega 2560.
  2. Tìm hiểu về phần mềm tính toán và xử lý ảnh Matlab.
  3. Cài đặt nguồn thư viện cho kit Arduino và thiết lập phương thức truyền thông kết nối giữa Arduino với Matlab.
  4. Tìm hiểu các thuật toán phát hiện phương tiện giao thông và nguyên lý điều khiển đèn giao thông thực tế.
  5. Xây dựng quy trình xử lý ảnh đầu vào từ dữ liệu video.
  6. Xây dựng hệ thống đếm phương tiện trong ảnh, lập trình giao diện người dùng trên máy tính để mô phỏng quá trình thu thập và truyền dữ liệu xuống kit điều khiển.
  7. Xây dựng chương trình điều khiển chu kỳ đèn tín hiệu giao thông trên kit Arduino.
  8. Vận hành, kiểm tra và đánh giá kết quả thực nghiệm của hệ thống.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Giải thuật đếm số lượng phương tiện giao thông qua xử lý ảnh và hệ thống điều khiển chu kỳ đèn giao thông thích nghi theo lưu lượng xe.
  • Phạm vi dữ liệu: Dữ liệu thực nghiệm bao gồm 6 đoạn video quay thực tế ban ngày bằng điện thoại di động tại 2 làn đường của giao lộ trong điều kiện ánh sáng và thời tiết tốt, bao gồm 3 kịch bản: ít xe, vừa xe và đông xe.
  • Phạm vi phần cứng: Xây dựng mô hình thực nghiệm quy mô phòng thí nghiệm sử dụng kit Arduino Mega 2560 kết nối với máy tính cá nhân, 2 cụm module LED 7 đoạn loại 2 chữ số (2-digit) và 6 LED đơn sắc (2 đỏ, 2 vàng, 2 xanh).

Cơ sở lý thuyết và phương pháp

Đồ án xây dựng trên nền tảng lý thuyết xử lý ảnh số kết hợp kỹ thuật điều khiển nhúng. Chu trình xử lý ảnh tổng quát được vận dụng gồm các giai đoạn: Thu nhận ảnh, Tiền xử lý, Phân đoạn ảnh, Biểu diễn và mô tả, Nhận dạng và nội suy trên cơ sở tri thức.

Khung lý thuyết và các giải thuật toán học áp dụng

  1. Biến đổi không gian màu: Ảnh màu RGB thu nhận có độ sâu 24-bit (khoảng 16,7 triệu màu rời rạc, mỗi kênh đỏ, lục, lam chiếm 8-bit). Nhằm giảm độ phức tạp tính toán từ ma trận kích thước lớn, ảnh màu được chuyển đổi thành ảnh mức xám 8-bit (256 mức cường độ từ 0 đến 255) theo công thức tuyến tính: $$P = a \cdot C_r + b \cdot C_g + c \cdot C_b$$ Hàm rgb2gray() trong Matlab áp dụng các trọng số chuẩn: $$P = 0.2989 \cdot R + 0.5870 \cdot G + 0.1140 \cdot B$$

  2. Cân bằng độ tương phản và lược đồ mức xám (Histogram): Sử dụng hàm imadjust() để điều chỉnh phân bố mức xám trên lược đồ tần suất xuất hiện pixel, tăng cường độ tương phản giữa phương tiện và mặt đường đối với các khung hình bị thừa sáng hoặc thiếu sáng.

  3. Phân ngưỡng và nhị phân hóa (Binarization): Để tách đối tượng xe khỏi nền ảnh, đồ án áp dụng phương pháp xác định ngưỡng xám tự động $T$ bằng hàm graythresh() (thuật toán Otsu) và chuyển đổi sang ảnh nhị phân qua hàm imbinarize() hoặc im2bw(), đưa giá trị điểm ảnh về 0 (nền đen) hoặc 1 (đối tượng trắng).

  4. Xử lý hình thái học (Morphological Operations):

    • Phép giãn nở điểm ảnh (imdilate()) với phần tử cấu trúc dạng đường strel('line', 11, 90) nhằm liên kết các vùng phân mảnh và lấp các lỗ trống bên trong đối tượng xe.
    • Phép xói mòn (imerode()) để thu hẹp viền và loại bỏ các chi tiết dính liền không mong muốn.
    • Hàm bwareaopen(A, 50) nhằm loại bỏ hoàn toàn các vùng nhiễu có diện tích nhỏ hơn 50 pixel.

  5. Gán nhãn thành phần liên thông (Connected Component Labeling): Sử dụng hàm bwlabel(BW, 4) theo ma trận 4 lân cận để đánh số thứ tự cho từng vùng đối tượng phương tiện riêng biệt, từ đó trích xuất chính xác tổng số lượng xe trên mỗi làn đường.

  6. Lý thuyết lọc và khử nhiễu ảnh: Tác giả hệ thống hóa các mô hình nhiễu (nhiễu cộng $X_{qs} = X_{gốc} + \eta$, nhiễu nhân $X_{qs} = X_{gốc} \cdot \eta$, nhiễu xung) và các giải thuật lọc tương ứng:

    • Lọc trung bình không gian (Linear Average Filter): Hoạt động như bộ lọc thông thấp với cửa sổ quét $3 \times 3$, thay thế điểm ảnh bằng giá trị trung bình cộng để làm mịn và giảm phương sai nhiễu cộng: $$v(m,n) = \frac{1}{N_w} \sum_{(k,l) \in W} y(m-k, n-l)$$
    • Lọc đồng hình (Homomorphic Filter): Lấy logarit tự nhiên $\ln(X) = \ln(X_{gốc}) + \ln(\eta)$ để biến nhiễu nhân thành nhiễu cộng trước khi lọc tuyến tính và khôi phục bằng hàm mũ.
    • Lọc trung vị (Median Filter): Bộ lọc phi tuyến chọn giá trị trung vị trong cửa sổ kích thước lẻ ($3 \times 3, 5 \times 5, 7 \times 7$), khử hiệu quả nhiễu xung mà vẫn bảo toàn độ sắc nét của đường biên đối tượng: $$V(m,n) = \text{Median}{y(m-k, n-l)}, \quad {k,l} \in W$$

Phương pháp nghiên cứu và nguồn dữ liệu

  • Phương pháp trừ nền (Background Subtraction): Đồ án so sánh hai khung hình: một khung hình nền chuẩn không có phương tiện và một khung hình hiện tại chứa các phương tiện đang lưu thông. Sự sai khác mức xám giữa hai khung hình cho phép cô lập chính xác các vùng có xe.
  • Phương pháp thực nghiệm mô hình hóa: Tích hợp phần mềm tính toán trên máy tính với phần cứng vi điều khiển qua cổng nối tiếp để kiểm chứng khả năng điều tiết thời gian thực của mô hình đèn giao thông.
  • Nguồn dữ liệu: Dữ liệu thực nghiệm gồm 6 tập video quay trực tiếp tại các tuyến đường giao thông đô thị, được nạp vào phần mềm Matlab 2017a để xử lý.

Thiết kế và triển khai hệ thống

Hệ thống được tổ chức thành 4 khối chức năng chính liên kết chặt chẽ từ khâu thu nhận tín hiệu thị giác đến khâu hiển thị cơ điện tử.

Kiến trúc phần cứng

  1. Khối điều khiển trung tâm (Arduino Mega 2560):

    • Vi điều khiển chính: ATmega2560 hoạt động ở điện áp 5V DC, tần số xung nhịp 16 MHz được tạo bởi thạch anh ngoài kết hợp 2 tụ gốm ổn định nhiệt 22 pF.
    • Tài nguyên phần cứng: 54 chân Digital I/O (15 chân hỗ trợ PWM), 16 chân Analog, 4 bộ truyền thông UART phần cứng, bộ nhớ Flash 256 KB, SRAM 8 KB và EEPROM 4 KB.
    • Mạch nạp tích hợp trên bo mạch hỗ trợ nạp chương trình trực tiếp qua cáp USB; chân Reset được kéo lên nguồn 5V qua điện trở để chống đoản mạch khi nhấn nút.

  2. Khối hiển thị tín hiệu:

    • 2 Module LED 7 đoạn loại 2 chữ số (2-digit) cấu hình Anode chung, điện áp định mức 2.2V DC, dòng hoạt động 10 mA/đoạn, sử dụng kỹ thuật quét LED (multiplexing) qua các chân I/O để hiển thị thời gian đếm lùi của chu kỳ đèn.
    • 6 LED đơn sắc đường kính chuẩn mô phỏng đèn giao thông thực tế gồm: 2 LED đỏ, 2 LED vàng ($V_F \approx 1.8 - 2.0\text{V}$) và 2 LED xanh lục ($V_F \approx 3.0 - 3.2\text{V}$). Mạch đấu nối nối tiếp với các điện trở hạn dòng bảo vệ vi điều khiển (dòng mỗi chân không vượt quá 30 mA).

Kiến trúc phần mềm và giao tiếp truyền thông

  • Phần mềm xử lý ảnh và giao diện người dùng (Matlab 2017a): Thiết kế giao diện GUI cho phép người điều khiển chọn lựa luồng video quan sát, hiển thị đồng thời ảnh gốc, ảnh nhị phân sau xử lý hình thái học và số lượng phương tiện nhận diện được trên từng làn.

  • Chuẩn truyền thông UART (Universal Asynchronous Receiver-Transmitter): Kết nối bất đồng bộ giữa máy tính và kit Arduino qua cổng ảo COM với cấu hình khung truyền tiêu chuẩn:

    • 1 START bit (mức logic 0).
    • 8 bit dữ liệu dữ liệu D0–D7 (chứa thông tin số lượng xe hoặc số giây đèn xanh).
    • 1 bit chẵn lẻ (Parity bit) kiểm tra toàn vẹn dữ liệu.
    • 1 STOP bit (mức logic 1).
    • Tín hiệu mức logic TTL giao tiếp trực tiếp qua chân D0 (RX) và D1 (TX) trên Arduino Mega 2560.

  • Thuật toán điều khiển chu kỳ đèn: Dữ liệu đếm số xe tại mỗi làn đường từ Matlab được gửi xuống Arduino. Bộ điều khiển so sánh mật độ giữa hai làn: làn đường có mật độ xe cao hơn sẽ được cấp thời gian sáng của đèn xanh dài hơn tương ứng để giải phóng lưu lượng, làn còn lại nhận tín hiệu đèn đỏ đếm lùi tương đương tổng thời gian đèn xanh và đèn vàng của làn đối diện.

Nội dung chính theo từng chương

Chương 1: Tổng quan

Trình bày tính cấp thiết của đề tài xuất phát từ bài toán ùn tắc giao thông đô thị; phân tích những hạn chế về chi phí và tính tự chủ kỹ thuật của các dự án đèn giao thông ODA tại TP. Hồ Chí Minh. Xác định rõ mục tiêu nghiên cứu, 8 nội dung triển khai, đối tượng, phạm vi giới hạn của đồ án và bố cục 6 chương của báo cáo tốt nghiệp.

Chương 2: Cơ sở lý thuyết

Tổng quan về lịch sử phát triển và các giai đoạn trong quy trình xử lý ảnh số. Trình bày chi tiết các hàm xử lý ảnh cơ bản trong môi trường Matlab (imread, imshow, imagesc, rgb2gray, imadjust, graythresh, imbinarize, imdilate, imerode, bwareaopen, bwlabel). Giới thiệu phần cứng vi điều khiển ATmega2560 trên kit Arduino Mega 2560, nguyên lý truyền thông UART, cấu tạo và bảng mã hiển thị LED 7 đoạn Anode chung cùng đặc tính kỹ thuật của các LED đơn sắc. Phân tích cơ sở toán học của các bộ lọc khử nhiễu tuyến tính (lọc trung bình, lọc thông thấp) và phi tuyến (lọc trung vị, lọc đồng hình).

Chương 3: Tính toán và thiết kế

Xây dựng sơ đồ khối tổng quát của toàn hệ thống và định nghĩa chức năng chi tiết cho từng khối: Khối ảnh đầu vào, Khối xử lý ảnh (Matlab), Khối điều khiển (Arduino), Khối hiển thị (LED 7 đoạn và LED đơn) và Người tham gia giao thông. Trình bày sơ đồ nguyên lý kết nối vi điều khiển ATmega2560, mạch tạo dao động thạch anh 16 MHz, mạch Reset và mạch nạp. Thiết kế lưu đồ thuật toán trừ nền và xử lý hình thái học để phát hiện xe. Xây dựng bảng quy đổi thời gian đèn xanh tương ứng với các ngưỡng số lượng phương tiện đếm được.

Chương 4: Thi công hệ thống

Thi công lắp ráp phần cứng bo mạch thực nghiệm, liên kết dây tín hiệu giữa kit Arduino Mega 2560 với 2 module LED 7 đoạn 2 digit và 6 LED đơn sắc. Xây dựng chương trình điều khiển hoàn chỉnh: lập trình các khối chức năng xử lý ảnh trên Matlab, lập trình giải thuật nhận dữ liệu UART và quét LED đếm lùi thời gian trên Arduino IDE. Lập trình giao diện điều khiển trung tâm trên PC, tích hợp chế độ tự động đếm xe và chế độ điều khiển đèn bằng tay. Soạn thảo quy trình thao tác và hướng dẫn vận hành hệ thống.

Chương 5: Kết quả, nhận xét và đánh giá

Trình bày kết quả thử nghiệm thực tế hệ thống với 6 đoạn video theo 3 kịch bản mật độ: ít xe, vừa xe và đông xe trên cả 2 làn đường. Ghi nhận hình ảnh giao diện xử lý trên PC và trạng thái đếm lùi trên mô hình phần cứng. Phân tích độ chính xác của giải thuật đếm xe và sự tương thích trong việc phân bổ thời gian đèn tín hiệu giữa hai tuyến đường giao nhau.

Chương 6: Kết luận và hướng phát triển

Đánh giá mức độ hoàn thành các mục tiêu ban đầu: xây dựng thành công giải thuật xử lý ảnh đếm phương tiện và thi công hoàn chỉnh mô hình điều khiển tín hiệu đèn thích nghi. Nêu rõ các hạn chế kỹ thuật hiện tại và đề xuất các hướng nâng cấp phát triển hệ thống trong tương lai.

Kết quả và đóng góp

Kết quả thực nghiệm

Hệ thống đã vận hành ổn định trên mô hình thực nghiệm với đầy đủ các kịch bản lưu lượng phương tiện thu nhận từ dữ liệu video thực tế:

Kịch bản lưu lượng Dữ liệu đầu vào Kết quả xử lý trên Matlab Phản hồi điều khiển trên mô hình Arduino
Ít xe (Làn 1 / Làn 2) 2 video đường vắng Nhận diện đúng số lượng xe ít; giao diện hiển thị chính xác vùng bao đối tượng. Arduino phân bổ chu kỳ đèn xanh ngắn; LED 7 đoạn đếm lùi thời gian nhanh để nhường quyền ưu tiên.
Vừa xe (Làn 1 / Làn 2) 2 video mật độ trung bình Thuật toán tách nền và lọc nhiễu diện tích (bwareaopen) loại bỏ tốt các bóng mờ, đếm chính xác số xe. Thời gian đèn xanh được thiết lập ở mức trung bình, cân bằng lưu thông giữa hai làn.
Đông xe (Làn 1 / Làn 2) 2 video mật độ cao Xử lý giãn nở (imdilate) và lấp lỗ trống giúp liên kết các phương tiện di chuyển sát nhau; gán nhãn thành công. Tuyến đường có lưu lượng lớn hơn được tự động tăng thời gian đèn xanh; làn đối diện duy trì đèn đỏ tương ứng.
Điều khiển thủ công Tác vụ từ giao diện PC Giao diện cho phép người vận hành cưỡng bức chuyển trạng thái đèn từng làn độc lập. Kit Arduino nhận lệnh tức thời qua UART và kích hoạt chu kỳ đèn theo lệnh cưỡng bức.

Đóng góp của đề tài

  1. Làm chủ giải pháp kỹ thuật: Xây dựng hoàn chỉnh chuỗi giải thuật xử lý ảnh thị giác máy tính trên Matlab kết hợp điều khiển nhúng vi điều khiển Arduino Mega 2560, chứng minh tính khả thi của giải pháp điều khiển đèn giao thông thích nghi theo mật độ thực tế với chi phí chế tạo thấp.
  2. Quy trình tiền xử lý và tách đối tượng tối ưu: Ứng dụng hiệu quả chuỗi biến đổi hình thái học kết hợp bộ lọc diện tích bwareaopen(A, 50) và gán nhãn liên thông bwlabel(), cho phép nhận diện phương tiện chính xác từ video thực nghiệm ban ngày.
  3. Mô hình hóa trực quan: Xây dựng giao diện điều khiển và mô hình phần cứng hiển thị 2 làn đường trực quan, hỗ trợ đồng thời hai cơ chế: tự động thích ứng theo lưu lượng và can thiệp thủ công từ xa qua máy tính.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế

  • Điều kiện thu nhận dữ liệu: Do điều kiện thực tế không thể lắp đặt trực tiếp camera trên các trụ đèn giao thông tại giao lộ, nhóm tác giả phải sử dụng phương pháp quay video bằng điện thoại di động ở góc quay hạn chế rồi nạp vào máy tính để mô phỏng camera.
  • Phụ thuộc điều kiện môi trường: Thuật toán mới chỉ được thử nghiệm trên các video quay vào ban ngày trong điều kiện thời tiết thuận lợi, đủ sáng; chưa kiểm chứng khả năng nhận dạng trong các điều kiện thời tiết phức tạp như ban đêm, trời mưa, sương mù hoặc hiện tượng đèn pha xe gây lóa.
  • Quy mô hệ thống: Hệ thống mới dừng lại ở mức độ mô hình phần cứng phòng thí nghiệm sử dụng kit Arduino và các module LED hiển thị cơ bản, chưa tích hợp hệ thống camera IP xử lý luồng trực tuyến thời gian thực tại hiện trường.

Hướng nghiên cứu tiếp

  • Lắp đặt hệ thống camera giám sát thực tế tại các nút giao thông để truyền luồng hình ảnh trực tiếp (real-time stream) về bộ xử lý trung tâm thay cho việc sử dụng video quay sẵn.
  • Bổ sung và nâng cấp giải thuật xử lý ảnh nâng cao (như nhận dạng dựa trên đặc trưng chuyển động quang học, mạng nơ-ron hoặc điều khiển mờ - fuzzy control) nhằm tăng độ chính xác khi nhận diện phương tiện vào ban đêm hoặc trong điều kiện thời tiết xấu.
  • Mở rộng hệ thống điều khiển liên kết mạng lưới nhiều nút giao thông liên hoàn (hệ thống điều khiển làn sóng xanh) để tối ưu hóa lưu lượng giao thông trên toàn tuyến đô thị.

Giá trị tham khảo

Đồ án tốt nghiệp là tài liệu tham khảo chuyên ngành hữu ích cho sinh viên, học viên và kỹ sư thuộc các ngành: Kỹ thuật Điện tử - Truyền thông, Kỹ thuật Điều khiển và Tự động hóa, Cơ điện tử và Công nghệ Thông tin.

Các nội dung có giá trị ứng dụng và tham khảo cao gồm:

  • Kỹ thuật tiền xử lý và phân đoạn ảnh trên Matlab: Quy trình chuyển đổi không gian màu, nhị phân hóa theo ngưỡng Otsu, các phép toán hình thái học giãn nở/co/lấp lỗ trống và gán nhãn liên thông phục vụ bài toán đếm đối tượng.
  • Giao thức truyền thông máy tính - vi điều khiển: Phương pháp thiết lập kết nối, đồng bộ khung truyền UART và truyền dữ liệu điều khiển giữa Matlab và vi điều khiển Arduino Mega 2560.
  • Thiết kế mạch điều khiển hiển thị: Kỹ thuật quét LED 7 đoạn 2 digit Anode chung và mạch phân bổ thời gian đếm lùi cho hệ thống tín hiệu giao thông 2 pha.

Câu hỏi thường gặp

1. Đồ án sử dụng phần cứng vi điều khiển và phần mềm xử lý ảnh nào?
Hệ thống sử dụng kit vi điều khiển Arduino Mega 2560 (dựa trên chip ATmega2560, tần số 16 MHz, 54 chân Digital I/O) làm khối điều khiển trung tâm và phần mềm Matlab phiên bản 2017a cài đặt trên máy tính cá nhân để thực hiện các thuật toán xử lý ảnh và giao diện điều khiển.

2. Dữ liệu video đầu vào phục vụ kiểm thử hệ thống được thu thập như thế nào?
Dữ liệu gồm 6 đoạn video được quay thực tế ngoài đường bằng điện thoại di động vào ban ngày trong điều kiện thời tiết và ánh sáng tốt (gồm 2 video khi ít xe, 2 video khi vừa xe và 2 video khi làn đông xe), sau đó được nạp vào phần mềm Matlab để mô phỏng tín hiệu hình ảnh từ camera giao thông.

3. Chuỗi hàm xử lý ảnh chính được tác giả sử dụng trên Matlab gồm những hàm nào?
Quy trình xử lý ảnh trên Matlab sử dụng các hàm: imread() (đọc ảnh), rgb2gray() (chuyển ảnh sang mức xám), imadjust() (tăng độ tương phản), graythresh() và imbinarize() (tính ngưỡng tự động và nhị phân hóa), imdilate() và imerode() với phần tử cấu trúc strel('line', 11, 90) (giãn nở và xói mòn hình thái học), bwareaopen(A, 50) (xóa đối tượng nhỏ dưới 50 pixel) và bwlabel(BW, 4) (gán nhãn 4 lân cận để đếm số lượng xe).

4. Dữ liệu được truyền từ máy tính sang kit Arduino thông qua chuẩn giao tiếp nào?
Dữ liệu số lượng phương tiện/thời gian chu kỳ đèn được truyền từ phần mềm Matlab sang kit Arduino Mega 2560 thông qua chuẩn truyền thông nối tiếp bất đồng bộ UART ở mức điện áp TTL, kết nối qua các chân D0 (RX) và D1 (TX) trên bo mạch vi điều khiển.

5. Khối hiển thị của mô hình thực nghiệm gồm các linh kiện phần cứng cụ thể nào?
Khối hiển thị gồm 2 Module LED 7 đoạn loại 2 chữ số (2-digit) cấu hình Anode chung (điện áp làm việc 2.2V DC, dòng 10 mA) dùng để hiển thị số giây đếm lùi của đèn tín hiệu, kết hợp cùng 6 LED đơn sắc đường kính chuẩn (2 LED đỏ, 2 LED vàng và 2 LED xanh lục) mô phỏng trạng thái đèn giao thông trên 2 tuyến đường.

Kết luận

Đồ án tốt nghiệp "Thiết kế thi công hệ thống điều khiển tín hiệu đèn giao thông thông qua xử lý ảnh" của tác giả Nguyễn Thái Dương Duy đã giải quyết trọn vẹn bài toán điều khiển tín hiệu giao thông thích nghi dựa trên thị giác máy tính. Tác giả đã xây dựng thành công thuật toán xử lý ảnh trừ nền, phân ngưỡng và gán nhãn đối tượng trên Matlab 2017a để xác định chính xác số lượng phương tiện từ video thực nghiệm, đồng thời truyền dữ liệu qua UART để điều khiển kit Arduino Mega 2560 và hệ thống đèn LED hiển thị. Mặc dù còn hạn chế về điều kiện thử nghiệm dữ liệu video quay sẵn ban ngày trên mô hình phòng thí nghiệm, công trình đã chứng minh tính khả thi, độ tin cậy của giải pháp kỹ thuật tự động hóa giao thông với chi phí thấp và có giá trị thực tiễn cao cho công tác nghiên cứu, đào tạo chuyên ngành kỹ thuật điện tử.