Thiết kế hệ thống khởi động và dừng động cơ tự động dựa vào tín hiệu đèn giao thông trên xe ô tô

Đồ án thiết kế hệ thống khởi động và dừng động cơ xe ô tô theo đèn giao thông - ĐH SPKT TPHCM

• Tác giả: Nguyễn Thanh Thế Cường
• Người hướng dẫn: PGS.TS. Đỗ Văn Dũng
• Trường học: Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh
• Chuyên ngành: Công nghệ kỹ thuật Ô tô
• Đề tài: Thiết kế hệ thống khởi động và dừng động cơ tự động dựa vào tín hiệu đèn giao thông trên xe ô tô
• Loại tài liệu: Đồ án tốt nghiệp
• Năm xuất bản: 2023
• Địa điểm: Hồ Chí Minh

Tóm tắt

I. Tổng quan về hệ thống khởi động và dừng động cơ tự động theo đèn giao thông

Đồ án tốt nghiệp tại Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh (SPKT TPHCM) năm 2023 trình bày giải pháp thiết kế hệ thống khởi động và dừng động cơ tự động dựa vào tín hiệu đèn giao thông trên xe ô tô. Đề tài do sinh viên Nguyễn Thanh Thế Cường và Nguyễn Thanh Hào thực hiện dưới sự hướng dẫn của PGS.TS Đỗ Văn Dũng, thuộc Khoa Đào tạo Chất lượng Cao, ngành Công nghệ Kỹ thuật Ô tô. Hệ thống ứng dụng trí tuệ nhân tạo để nhận diện màu sắc đèn giao thông từ camera, từ đó phát lệnh điều khiển mạch khởi động hoặc dừng động cơ một cách tự động. Cách tiếp cận này loại bỏ nhu cầu can thiệp thủ công của tài xế khi dừng đèn đỏ. Động cơ tắt hoàn toàn khi đèn đỏ bật sáng và tự khởi động lại khi đèn xanh xuất hiện. Giải pháp góp phần giảm tiêu hao nhiên liệu, cắt giảm khí thải và tối ưu hóa trải nghiệm lái xe trong đô thị đông đúc. Đây là hướng nghiên cứu phù hợp với xu thế phát triển xe thông minh và phương tiện giao thông xanh đang được ưu tiên trên toàn cầu.

1.1. Bối cảnh và lý do hình thành đề tài nghiên cứu

Giao thông đô thị Việt Nam ngày càng ùn tắc. Xe ô tô thường xuyên dừng chờ đèn đỏ trong nhiều phút mà động cơ vẫn hoạt động không tải. Tình trạng này gây lãng phí nhiên liệu và tăng lượng khí thải độc hại CO2, NOx vào không khí. Tại nhiều nước phát triển, hệ thống Stop-Start tự động đã được tích hợp sẵn trên xe mới. Tuy nhiên, phần lớn xe lưu hành tại Việt Nam chưa có tính năng này. Đề tài tại SPKT TPHCM ra đời nhằm xây dựng giải pháp bổ sung có thể lắp đặt sau, phù hợp với điều kiện thực tế của thị trường xe hơi trong nước.

1.2. Mục tiêu và phạm vi nghiên cứu của đề tài

Mục tiêu chính là thiết kế và chế tạo mô hình mô phỏng hệ thống điều khiển động cơ dựa vào nhận diện tín hiệu đèn giao thông. Phạm vi nghiên cứu bao gồm xử lý ảnh từ camera, huấn luyện mô hình phát hiện đối tượng, lập trình nhúng với Arduino và thiết kế mạch điều khiển relay. Kết quả cuối cùng là mô hình vật lý có thể chạy thử nghiệm với dữ liệu hình ảnh và video thực tế. Đề tài không nghiên cứu tích hợp trên xe thật trong điều kiện đường phố mà tập trung vào kiểm chứng nguyên lý và hiệu quả của thuật toán nhận diện.

II. Phân tích vấn đề tiêu hao nhiên liệu và ô nhiễm khi dừng đèn đỏ

Động cơ đốt trong hoạt động ở chế độ không tải (idle) tiêu thụ nhiên liệu mà không sinh ra công có ích. Nghiên cứu cho thấy xe con dừng chờ đèn đỏ trung bình tiêu thụ từ 0,5 đến 0,8 lít xăng mỗi giờ khi không tải. Tại các thành phố lớn như TP.HCM và Hà Nội, thời gian dừng đèn đỏ chiếm 30–40% tổng thời gian di chuyển trong giờ cao điểm. Tổng lượng nhiên liệu lãng phí từ hàng triệu xe trên cả nước là con số khổng lồ. Bên cạnh đó, khí thải sinh ra trong quá trình chạy không tải chứa nồng độ cao các chất gây ô nhiễm. CO, HC và NOx từ xe cơ giới là nguyên nhân chính dẫn đến ô nhiễm không khí đô thị. Hệ thống Stop-Start tự động dựa trên đèn giao thông là giải pháp trực tiếp nhắm vào vấn đề này. Việc tắt động cơ triệt để trong thời gian chờ đèn đỏ loại bỏ hoàn toàn phát thải ở trạng thái dừng. Đây là cách tiếp cận thực tiễn, có thể triển khai rộng mà không cần thay thế toàn bộ phương tiện.

2.1. Thực trạng ô nhiễm không khí từ phương tiện giao thông đô thị

Theo số liệu từ các cơ quan môi trường, phương tiện giao thông đóng góp hơn 70% lượng khí thải độc hại tại các đô thị lớn của Việt Nam. Trong đó, xe ô tô cá nhân và xe máy dừng tại nút giao thông chiếm tỷ lệ phát thải không tải đáng kể. Khí CO sinh ra từ quá trình đốt cháy không hoàn toàn nhiên liệu ở chế độ không tải ảnh hưởng trực tiếp đến sức khỏe người dân sống dọc các trục đường lớn. Việc cắt giảm phát thải tại nguồn thông qua công nghệ Stop-Start là ưu tiên trong chiến lược giao thông xanh quốc gia.

2.2. Hạn chế của các giải pháp Stop Start hiện có trên thị trường

Hệ thống Stop-Start thông thường trên xe hiện đại kích hoạt dựa vào cảm biến tốc độ, áp suất phanh và mức sạc ắc quy. Phương pháp này không biết trước thời điểm đèn xanh bật, dẫn đến phản ứng chậm. Một số xe khởi động lại chậm hơn dự kiến, gây khó chịu cho lái xe. Đối với xe đời cũ, việc lắp đặt hệ thống gốc là không khả thi về mặt kỹ thuật và chi phí. Giải pháp nhận diện đèn giao thông bằng camera và AI mang lại khả năng dự đoán sớm hơn, cho phép chuẩn bị khởi động trước khi đèn xanh chính thức bật.

III. Giải pháp thiết kế hệ thống dùng AI và Arduino tại SPKT TPHCM

Nhóm nghiên cứu tại SPKT TPHCM xây dựng hệ thống gồm ba lớp chính: thu nhận ảnh, xử lý nhận diện và điều khiển phần cứng. Camera thu hình ảnh đèn giao thông phía trước xe theo thời gian thực. Hình ảnh được đưa vào mô hình học sâu chạy trên máy tính nhúng để phân loại màu đèn. Mô hình phát hiện đối tượng sử dụng mạng nơ-ron tích chập được huấn luyện trên tập dữ liệu COCO kết hợp với framework TensorFlow. Khi hệ thống xác nhận đèn đỏ, tín hiệu số được gửi tới module Arduino. Arduino nhận lệnh và kích hoạt relay để ngắt mạch khởi động động cơ. Khi đèn chuyển sang xanh, quy trình ngược lại diễn ra, relay đóng mạch và động cơ khởi động tự động. Mô hình thử nghiệm được xây dựng mô phỏng đầy đủ các thành phần điện của hệ thống đánh lửa và khởi động xe thật. Toàn bộ quy trình từ phát hiện đèn đến phát lệnh điều khiển diễn ra trong vài trăm mili-giây, đảm bảo phản hồi đủ nhanh cho ứng dụng thực tế.

3.1. Ứng dụng TensorFlow và mạng nơ ron nhận diện đèn giao thông

Mô hình nhận diện sử dụng mạng nơ-ron tích chập được huấn luyện trước (pre-trained) trên tập dữ liệu COCO. Phương pháp Transfer Learning giúp giảm đáng kể thời gian huấn luyện và yêu cầu về dữ liệu đầu vào. TensorFlow cung cấp API cấp cao cho phép triển khai mô hình nhận diện đối tượng theo thời gian thực. Hệ thống phân loại đầu ra thành ba lớp: đèn đỏ, đèn vàng và đèn xanh, kèm theo ngưỡng độ tin cậy tối thiểu. Chỉ khi độ tin cậy vượt ngưỡng, lệnh điều khiển mới được gửi xuống Arduino, giúp tránh kích hoạt nhầm do nhiễu hoặc điều kiện ánh sáng bất thường.

3.2. Thiết kế mạch điều khiển Arduino và relay trong hệ thống

Arduino đóng vai trò cầu nối giữa phần mềm nhận diện ảnh và phần cứng điện của xe. Vi điều khiển nhận tín hiệu số qua cổng nối tiếp từ máy tính xử lý ảnh. Dựa trên lệnh nhận được, Arduino điều khiển relay đóng hoặc ngắt mạch điện điều khiển máy đề. Module relay được chọn với thông số chịu tải phù hợp dòng điện của hệ thống khởi động. Mạch bảo vệ chống dội tiếp điểm và chống ngược chiều được thiết kế kèm theo để bảo vệ Arduino và relay khỏi điện áp ngược từ cuộn cảm. Thiết kế toàn bộ mạch điện được mô phỏng và kiểm tra trước khi lắp vào mô hình vật lý.

IV. Kết quả thử nghiệm và ứng dụng thực tiễn của hệ thống tự động

Mô hình thử nghiệm đã được vận hành và đánh giá với các đoạn video và hình ảnh đèn giao thông thu thập trong điều kiện thực tế. Hệ thống đạt tỷ lệ nhận diện chính xác cao với các màu đèn cơ bản trong điều kiện ánh sáng ban ngày đủ sáng. Trường hợp đèn bị che khuất một phần hoặc điều kiện ánh sáng yếu ảnh hưởng đến độ chính xác. Thời gian phản hồi từ lúc nhận diện đèn đến khi relay kích hoạt đạt mức chấp nhận được cho ứng dụng giao thông. Nhóm nghiên cứu đưa ra hướng phát triển bổ sung như tích hợp GPS để nhận dạng vị trí nút giao thông và kết hợp dữ liệu từ hệ thống đèn giao thông thông minh. Ứng dụng thực tiễn của hệ thống trải rộng từ xe cá nhân đến xe buýt và phương tiện vận tải đô thị. Giải pháp có tiềm năng thương mại hóa dưới dạng thiết bị lắp thêm giá thành thấp. Kết quả đề tài chứng minh tính khả thi của việc kết hợp AI và điện tử ô tô trong môi trường nghiên cứu đại học kỹ thuật.

4.1. Đánh giá hiệu quả giảm nhiên liệu và khí thải của hệ thống

Tính toán lý thuyết cho thấy hệ thống có thể giảm 10–15% tiêu hao nhiên liệu trong điều kiện lái xe đô thị có nhiều nút đèn giao thông. Mức giảm thực tế phụ thuộc vào mật độ giao thông, chu kỳ đèn và thói quen lái xe. Động cơ tắt trong thời gian chờ đèn đỏ loại bỏ hoàn toàn phát thải ở trạng thái không tải. Về lâu dài, áp dụng rộng rãi trên đội xe đô thị sẽ góp phần cải thiện chất lượng không khí đáng kể. Kết quả này củng cố tính thiết thực của hướng nghiên cứu và khuyến khích phát triển tiếp theo.

4.2. Hướng phát triển và tiềm năng thương mại hóa trong tương lai

Nhóm tác giả đề xuất tích hợp thêm cảm biến khoảng cách và liên lạc xe-với-hạ tầng (V2I) để nâng cao độ tin cậy. Ứng dụng trên xe điện hybrid cũng được xem là hướng phù hợp vì hệ thống khởi động điện phản hồi nhanh hơn động cơ xăng. Việc thu nhỏ phần cứng và tối ưu phần mềm để chạy trên vi xử lý nhúng chi phí thấp là ưu tiên kỹ thuật. Hợp tác với doanh nghiệp phụ tùng ô tô có thể đưa sản phẩm vào sản xuất quy mô nhỏ, phục vụ thị trường nội địa có nhu cầu nâng cấp xe cũ.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Trong quá trình công nghiệp hóa và hiện đại hóa, nhu cầu di chuyển, vận tải phát triển song hành với sự gia tăng nhanh chóng của các phương tiện giao thông đường bộ. Sự gia tăng số lượng ô tô cá nhân đã kéo theo những hệ lụy nghiêm trọng về mặt môi trường, đặc biệt là sự gia tăng đột biến của lượng khí thải nhà kính carbon dioxide ($CO_2$) và các chất khí độc hại như oxit nitơ ($NO_x$). Lượng khí thải phát tán liên tục trong hàng thập kỷ qua là nguyên nhân chính thúc đẩy hiện tượng biến đổi khí hậu toàn cầu, băng tan, nước biển dâng và làm trầm trọng thêm các hiện tượng thiên tai cực đoan.

Bên cạnh quá trình lưu thông thông thường, khoảng thời gian các phương tiện dừng chờ tại các nút giao cắt có đèn tín hiệu giao thông là thời điểm động cơ ô tô hoạt động ở chế độ không tải (chạy cầm chừng). Chế độ này gây tiêu hao một lượng nhiên liệu hóa thạch không cần thiết và phát thải trực tiếp một lượng lớn các chất ô nhiễm ra không khí xung quanh. Xuất phát từ thực trạng đó, các tác giả đã phát triển đề tài dựa trên ý tưởng từ đồ án "Design Start Stop circuit through traffic detection" nhằm tự động hóa việc ngắt và khởi động lại động cơ thông qua nhận diện tín hiệu giao thông.

Mục tiêu nghiên cứu:

1. Nghiên cứu, thiết kế thành công hệ thống điều khiển khởi động và dừng động cơ tự động dựa trên tín hiệu nhận diện từ đèn giao thông.
2. Xây dựng sản phẩm có tính khả thi và ứng dụng thực tế cao, hỗ trợ giảm bớt thao tác lái xe, tiết kiệm nhiên liệu hóa thạch và hạn chế phát thải khí gây ô nhiễm môi trường.

Nhiệm vụ nghiên cứu:

1. Khảo sát lý thuyết, nguyên lý hoạt động của hệ thống ngắt/khởi động động cơ tự động (Auto Start/Stop) hiện hành trên ô tô.
2. Nghiên cứu lý thuyết xử lý ảnh số, ứng dụng ngôn ngữ lập trình Python kết hợp với mạng nơ-ron nhân tạo đã được huấn luyện sẵn (pre-trained model) trong thư viện TensorFlow và tập dữ liệu chuẩn COCO để phát hiện đèn giao thông qua hình ảnh và video.
3. Lập trình giải thuật điều khiển và thiết lập giao tiếp truyền thông nối tiếp giữa máy tính xử lý ảnh với bo mạch vi điều khiển Arduino.
4. Thiết kế, đấu nối mạch điện điều khiển và lắp ráp mô hình thực nghiệm hoàn chỉnh gồm các thiết bị tương đương trên xe thật (tham chiếu hệ thống điện xe HONDA CIVIC 2012).
5. Vận hành thử nghiệm mô hình, phân tích khả năng hoạt động, ghi nhận các tình huống sai số hoặc lỗi nhận diện để tìm nguyên nhân và đề xuất phương án khắc phục, phát triển tiếp theo.

Đối tượng và phạm vi nghiên cứu:

• Đối tượng nghiên cứu: Hệ thống Auto Start/Stop và mạch điện điều khiển tự động khởi động/dừng động cơ thông qua nhận diện tín hiệu đèn giao thông.
• Phạm vi nghiên cứu:
  • Phần cứng: Thiết kế mạch điều khiển can thiệp trực tiếp vào nút nhấn Start/Stop của ô tô, mạch phanh chân, phanh tay và các rơ le điều khiển hệ thống đánh lửa, phun xăng, máy khởi động dựa trên sơ đồ mạch điện xe HONDA CIVIC 2012; cơ chế can thiệp độc lập không làm phát sinh lỗi chẩn đoán trên cổng kết nối OBD 2.
  • Phần mềm: Ứng dụng xử lý ảnh và mạng học sâu trong TensorFlow để nhận dạng màu đèn tín hiệu giao thông; tích hợp vi điều khiển Arduino Uno R3 điều khiển chấp hành và mô-đun ESP8266 để điều khiển, giám sát trạng thái từ xa qua Internet.
  • Thời gian thực hiện: Từ ngày 10/02/2023 đến ngày 01/07/2023.

---

Cơ sở lý thuyết và phương pháp

Khóa luận thiết lập một hệ thống nền tảng lý thuyết liên ngành bao gồm kỹ thuật ô tô, thị giác máy tính và kỹ thuật vi điều khiển:

Khung lý thuyết và công nghệ:

• Cơ sở lý thuyết xử lý ảnh: Khái quát các giai đoạn xử lý ảnh số bao gồm thu nhận ảnh (mô hình Raster và Vector), tiền xử lý nâng cao chất lượng ảnh, phân đoạn ảnh (dựa trên biên và vùng liên thông), trích chọn đặc tính (đặc điểm không gian, đường biên thông qua toán tử gradient, la bàn, Laplace, zero crossing) và nhận dạng mẫu. Nghiên cứu các phương pháp toán học như nắn chỉnh biến dạng bằng phép chiếu tọa độ ma trận, các phép lọc khử nhiễu (nhiễu hệ thống, nhiễu ngẫu nhiên), điều chỉnh mức xám, nén ảnh (thống kê, không gian, biến đổi, Fractal) và biểu diễn cấu trúc ảnh độc lập thiết bị DIB (Device Independent Bitmap) cùng không gian màu RGB. Đi sâu vào các thuật toán xử lý ảnh cụ thể như xử lý hình thái học (Morphological Image Processing) phi tuyến tính, bộ lọc Gaussian và biến đổi Fourier trong miền tần số.
• Ngôn ngữ lập trình và các thư viện thị giác máy tính: Khảo sát ngôn ngữ Python với các đặc tính thông dịch, hướng đối tượng và thư viện hỗ trợ chuyên sâu; ứng dụng thư viện xử lý ảnh OpenCV-Python, các thư viện tính toán và xử lý dữ liệu khoa học (NumPy, Pandas, Matplotlib), các framework học sâu (TensorFlow, Keras, PyTorch, Apache MXNet); các môi trường phát triển tích hợp (IDE) như PyCharm, IDLE, Spyder, Atom và bộ công cụ SDK Boto3 của AWS.
• Cơ sở phần cứng điều khiển: Khảo sát thông số và cấu trúc chân tín hiệu của bo mạch vi điều khiển Arduino Uno R3; mô-đun Wi-Fi ESP8266; nguyên lý đóng cắt của các linh kiện bán dẫn Transistor NPN và PNP; cơ cấu nút bấm Start/Stop, công tắc phanh chân và công tắc phanh tay trên xe ô tô.
• Nguyên lý hệ thống Auto Start/Stop: Cơ chế tự động tắt máy khi dừng xe và khởi động lại khi người lái có thao tác tiếp tục hành trình; phân tích các điều kiện cho phép và những trường hợp hệ thống tự động vô hiệu hóa để bảo vệ ắc quy và động cơ.

Phương pháp nghiên cứu thực tế:

• Phương pháp phân tích - tổng hợp lý thuyết: Phân tích hệ thống khởi động động cơ truyền thống và nút nhấn Start/Stop thông minh; phân tích nguyên lý can thiệp tín hiệu điều khiển điện tử mà không xung đột với mạng giao tiếp trên xe.
• Phương pháp thiết kế và tích hợp hệ thống kỹ thuật: Thiết kế sơ đồ nguyên lý mạch điện phối hợp giữa máy tính xử lý thuật toán Python, vi điều khiển Arduino Uno R3, mạch chuyển mạch Transistor/rơ le và các hệ thống phụ trợ (đánh lửa, phun xăng, máy khởi động) theo sơ đồ kỹ thuật xe HONDA CIVIC 2012.
• Phương pháp thực nghiệm: Chạy kiểm thử chương trình nhận diện trên tập dữ liệu hình ảnh và video thực tế; lắp ráp hệ thống thực nghiệm trên bàn thử để kiểm chứng hoạt động kích ngắt/khởi động động cơ và kiểm thử chức năng điều khiển từ xa qua ứng dụng di động.

Nguồn dữ liệu:

• Tập dữ liệu ảnh chuẩn COCO (Common Objects in Context) phục vụ nhận dạng đối tượng và đèn tín hiệu.
• Mô hình mạng nơ-ron huấn luyện trước (pre-trained network) có sẵn trong thư viện TensorFlow.
• Tài liệu sơ đồ mạch điện hệ thống khởi động, mạch phun xăng, hệ thống đánh lửa và mạch công tắc đèn phanh nguyên bản của xe HONDA CIVIC 2012.

---

Thiết kế và triển khai hệ thống

Hệ thống được thiết kế theo cấu trúc điều khiển phân tầng, kết hợp giữa tầng xử lý thị giác máy tính cấp cao và tầng chấp hành cơ điện tử cấp thấp:

Kiến trúc phần cứng:

• Khối xử lý hình ảnh: Máy tính cá nhân đảm nhận việc thu nhận khung hình (video/hình ảnh), thực hiện thuật toán tiền xử lý, phân tích màu sắc, hình thái và nhận dạng trạng thái đèn giao thông thông qua mô hình học máy.
• Khối điều khiển trung tâm: Vi điều khiển Arduino Uno R3 tiếp nhận lệnh điều khiển logic từ máy tính thông qua cổng giao tiếp nối tiếp (Serial Communication). Bo mạch chịu trách nhiệm xử lý các điều kiện an toàn từ tín hiệu công tắc phanh chân và phanh tay.
• Khối kết nối Internet: Mô-đun ESP8266 được tích hợp độc lập nhằm thiết lập kênh truyền thông mạng không dây, hỗ trợ nhận lệnh điều khiển và phản hồi trạng thái hoạt động của động cơ về ứng dụng cài đặt trên điện thoại di động.
• Khối mạch công suất và cơ cấu chấp hành: Mạch điện chuyển đổi sử dụng các transistor bán dẫn (NPN, PNP) phối hợp với các rơ le điện từ để mô phỏng tác động nhấn nút Start/Stop, đóng/ngắt rơ le máy khởi động, rơ le cấp nguồn hệ thống đánh lửa và cụm kim phun xăng của xe HONDA CIVIC 2012.

Nguyên lý vận hành và điều kiện logic:

• Điều kiện ngắt động cơ tự động: Phương tiện dừng lại hoàn toàn, tài xế đạp giữ phanh chân (tín hiệu trích xuất từ mạch đèn phanh) hoặc kéo phanh tay; đồng thời khối xử lý hình ảnh nhận diện thành công trạng thái đèn tín hiệu phía trước chuyển sang màu đỏ. Khi các điều kiện logic này được thỏa mãn, Arduino xuất tín hiệu điều khiển kích hoạt cơ chế nút Start/Stop để tạm ngắt động cơ.
• Điều kiện tái khởi động động cơ: Khi đèn tín hiệu giao thông chuyển sang màu xanh và tài xế bắt đầu nhả bàn đạp phanh chân, thuật toán phát hiện sự thay đổi trạng thái và ngay lập tức gửi lệnh qua Arduino để kích hoạt chu trình khởi động lại động cơ thông qua mạch khởi động tự động.
• Tính tương thích với hệ thống chẩn đoán OBD 2: Hệ thống chỉ thực hiện can thiệp điện vật lý ở tầng nút nhấn Start/Stop và các công tắc tín hiệu phanh, hoàn toàn không can thiệp sâu hay thay đổi cấu trúc dữ liệu trên đường truyền mạng CAN (Controller Area Network) của xe, đảm bảo không tạo ra bất kỳ mã lỗi chẩn đoán (DTC) nào trên cổng OBD 2.

---

Nội dung chính theo từng chương

Chương 1: Tổng quan

Chương 1 trình bày tính cấp thiết của đề tài xuất phát từ vấn đề ô nhiễm môi trường toàn cầu, đặc biệt là lượng phát thải khí $CO_2$ tăng vọt trong hơn 100 năm qua (minh họa qua biểu đồ phát thải đến năm 2012) cùng các khí độc như $NO_x$. Phân tích rõ thực trạng tiêu hao nhiên liệu vô ích và tăng nồng độ khí thải độc hại khi các phương tiện dừng chờ tại các giao lộ có đèn giao thông. Chương này xác định rõ mục tiêu, nhiệm vụ, đối tượng nghiên cứu (hệ thống Auto Start/Stop, mạch điện điều khiển tự động), phạm vi thực hiện và tóm tắt phương pháp tiếp cận thiết kế hệ thống.

Chương 2: Cơ sở lý thuyết

Chương 2 cung cấp toàn diện các cơ sở lý luận kỹ thuật phục vụ việc triển khai đồ án:

• Lý thuyết xử lý ảnh số: Trình bày chi tiết các công đoạn thu nhận ảnh, tiền xử lý, phân đoạn ảnh, trích chọn đặc trưng, nhận dạng mẫu, các kỹ thuật nắn chỉnh biến dạng qua hệ phương trình tuyến tính, lọc khử nhiễu ngẫu nhiên và nhiễu hệ thống, điều chỉnh mức xám và nén ảnh (thống kê, không gian, biến đổi, Fractal). Trình bày cách biểu diễn ảnh qua mô hình Raster, Vector, định dạng DIB và các công cụ toán học xử lý ảnh hình thái học, biến đổi Fourier, bộ lọc Gaussian.
• Lý thuyết ngôn ngữ Python: Trình bày nguồn gốc, lịch sử phát triển từ phiên bản đầu tiên của Guido van Rossum đến các bản 2.0 và 3.0; ưu điểm cú pháp, các ứng dụng (web máy chủ, tự động hóa kịch bản, khoa học dữ liệu, kiểm thử phần mềm); chi tiết các thư viện (NumPy, Pandas, Matplotlib, OpenCV-Python, Keras), các framework (Django, Flask, TurboGears, Apache MXNet, PyTorch), các môi trường IDE (PyCharm, IDLE, Spyder, Atom) và SDK AWS Boto3.
• Cơ sở lý thuyết vi điều khiển: Trình bày thông số kỹ thuật, cấu hình chân I/O, điều chế độ rộng xung (PWM) của bo mạch Arduino Uno R3.

Chương 3: Hệ thống Auto Start/Stop

Chương 3 tập trung phân tích chuyên sâu về hệ thống ngắt/khởi động động cơ thông minh trên xe ô tô:

• Phân tích nguyên lý làm việc tiêu chuẩn của hệ thống Start/Stop khi xe dừng đèn đỏ hoặc gặp ùn tắc giao thông.
• Thống kê chi tiết các điều kiện mà hệ thống sẽ chủ động không hoạt động (vô hiệu hóa tạm thời) nhằm bảo vệ tính an toàn và ổn định của phương tiện, ví dụ như dung lượng ắc quy không đủ, động cơ chưa đạt nhiệt độ làm việc tối ưu, hoặc khi phụ tải điều hòa không khí đang yêu cầu công suất lớn.
• Đánh giá toàn diện các lợi ích về kinh tế (tiết kiệm nhiên liệu), môi trường (giảm phát thải) song song với các mặt hạn chế kỹ thuật như gia tăng hao mòn máy khởi động, ảnh hưởng chu kỳ nạp/xả của bình ắc quy và cảm giác giật cục, độ trễ khi tái khởi động.

Chương 4: Xây dựng hệ thống khởi động và dừng tự động

Chương 4 là chương trọng tâm về mặt kỹ thuật, trình bày toàn bộ quy trình thiết kế và thi công hệ thống:

• Cấu tạo phần cứng chi tiết: Mô tả bộ nút nhấn Start/Stop, bo mạch Arduino Uno R3, mô-đun Wi-Fi ESP8266, các linh kiện chuyển mạch bán dẫn (Transistor NPN, PNP) cùng các cụm cảm biến/công tắc phanh chân và phanh tay trên xe.
• Sơ đồ mạch điện nguyên lý: Khảo sát và tích hợp mạch điều khiển dựa trên sơ đồ điện hệ thống khởi động của dòng xe HONDA CIVIC 2012, mạch lấy tín hiệu phanh chân từ mạch đèn pha/đèn phanh, mạch điều khiển hệ thống đánh lửa và mạch điều khiển phun xăng.
• Xây dựng phần mềm và các giải thuật xử lý: Thiết lập 6 mô-đun chương trình gồm: chương trình tách ảnh; chương trình cập nhật dữ liệu; chương trình nhận diện tín hiệu đèn giao thông và các đối tượng liên quan; chương trình nhận diện đèn giao thông trong một khung ảnh tĩnh; chương trình liên kết logic các tín hiệu (tín hiệu đèn + tín hiệu phanh); và chương trình điều khiển hệ thống khởi động từ xa qua mạng Internet.
• Lắp ráp hoàn thiện mô hình thực nghiệm mô phỏng toàn bộ hoạt động khởi động, ngắt máy và phun xăng/đánh lửa.

Chương 5: Phân tích kết quả

Chương 5 báo cáo kết quả thực nghiệm hệ thống trên mô hình:

• Vận hành hệ thống khởi động và dừng động cơ tự động: Đánh giá độ chính xác của chương trình nhận diện màu đèn tín hiệu giao thông (xanh, đỏ) từ video và ảnh thực tế; phân tích các trường hợp chương trình nhận diện gặp lỗi khi điều kiện môi trường quang học biến đổi hoặc góc quan sát bị sai lệch.
• Vận hành hệ thống khởi động từ xa: Kiểm tra kết nối truyền thông không dây của mô-đun ESP8266; ghi nhận kết quả điều khiển bật/tắt và hiển thị trạng thái động cơ (đang hoạt động hoặc ngừng hoạt động) trên giao diện ứng dụng điện thoại di động.

Chương 6: Kết luận và hướng phát triển

Chương 6 tóm tắt toàn bộ khối lượng công việc đã hoàn thành của đồ án tốt nghiệp; khẳng định tính khả thi của giải pháp kết hợp thị giác máy tính với mạch điện ô tô HONDA CIVIC 2012; đồng thời vạch ra các định hướng nghiên cứu tiếp theo nhằm nâng cấp thuật toán nhận diện và tối ưu hóa hệ sinh thái điều khiển từ xa.

---

Kết quả và đóng góp

Khóa luận đã hoàn thành các mục tiêu đề ra với những kết quả thực nghiệm cụ thể và cấu trúc phần cứng - phần mềm được tích hợp hoàn chỉnh.

Bảng tổng hợp các thành phần kỹ thuật và kết quả triển khai

Khối chức năng	Phần cứng / Công nghệ sử dụng	Dữ liệu / Cấu hình thực tế	Kết quả đạt được
Xử lý hình ảnh	Python, OpenCV-Python, TensorFlow	Tập dữ liệu ảnh chuẩn COCO	Nhận diện thành công trạng thái đèn giao thông (đỏ/xanh) trên hình ảnh và video.
Điều khiển logic	Bo mạch Arduino Uno R3	Giao tiếp Serial, tín hiệu công tắc phanh chân & phanh tay	Nhận tín hiệu từ máy tính, phối hợp logic phanh để kích hoạt rơ le điều khiển tự động.
Mạch động lực ô tô	Transistor NPN, PNP, rơ le, nút nhấn Start/Stop	Sơ đồ hệ thống khởi động HONDA CIVIC 2012	Tự động ngắt/bật máy khởi động, mạch phun xăng, đánh lửa mà không báo lỗi OBD 2.
Khởi động từ xa	Mô-đun Wi-Fi ESP8266	Ứng dụng điều khiển trên điện thoại di động	Bật/tắt động cơ từ xa qua Internet và phản hồi trạng thái hoạt động trực quan trên App.

Đóng góp của đồ án:

• Tự động hóa chu trình Start/Stop dựa trên nhận diện môi trường giao thông bên ngoài (đèn tín hiệu) thay vì hoàn toàn phụ thuộc vào việc đạp/nhả phanh thụ động của người lái, giảm bớt thao tác vận hành xe.
• Đề xuất và hiện thực hóa phương pháp đấu nối điều khiển can thiệp trực tiếp vào nút nhấn Start/Stop và công tắc bàn đạp phanh trên nền tảng sơ đồ mạch xe HONDA CIVIC 2012, đảm bảo hoạt động an toàn và không làm phát sinh mã lỗi trên cổng giao tiếp chẩn đoán OBD 2.
• Tích hợp thêm tính năng khởi động và giám sát trạng thái động cơ từ xa thông qua nền tảng Internet sử dụng vi điều khiển ESP8266, mở rộng tính tiện nghi trên phương tiện.

Giải pháp và kiến nghị tác giả đề xuất:

• Cần tối ưu hóa thuật toán nhận diện ảnh để xử lý tốt các trường hợp lỗi nhận dạng phát sinh do điều kiện ngoại cảnh phức tạp (ngược sáng, ban đêm, góc chụp bị nghiêng hoặc đèn bị che khuất một phần).
• Giảm thiểu độ trễ xử lý giữa khâu truyền nhận dữ liệu từ mô hình mạng nơ-ron sang vi điều khiển Arduino nhằm rút ngắn thời gian đáp ứng của máy khởi động.
• Nâng cấp tính năng bảo mật và độ ổn định của giao thức kết nối Internet trên mô-đun ESP8266 khi điều khiển xe từ xa qua mạng viễn thông.

---

Hạn chế và hướng nghiên cứu tiếp

Hạn chế của nghiên cứu:

• Chương trình nhận diện đèn giao thông vẫn xảy ra sai số hoặc nhận diện lỗi trong một số trường hợp chất lượng hình ảnh đầu vào không đạt chuẩn hoặc góc đặt camera không thuận lợi.
• Hệ thống mới dừng lại ở việc thử nghiệm trên mô hình mô phỏng gồm các thiết bị rời (máy tính, bo mạch Arduino, mô-đun ESP8266, bàn thử mạch khởi động xe HONDA CIVIC 2012), chưa được tích hợp nguyên khối và thử nghiệm trực tiếp trên xe ô tô thực tế vận hành ngoài đường giao thông công cộng.
• Chức năng điều khiển và khởi động từ xa phụ thuộc hoàn toàn vào chất lượng và sự ổn định của kết nối mạng Wi-Fi/Internet cấp cho mô-đun ESP8266.

Hướng nghiên cứu tiếp theo:

• Hệ thống khởi động và dừng động cơ tự động: Tiếp tục tối ưu hóa thuật toán nhận dạng đèn giao thông, huấn luyện mô hình sâu hơn với các tập dữ liệu đa dạng trong điều kiện thời tiết khắc nghiệt (mưa, sương mù, ban đêm) để triệt tiêu lỗi nhận diện; thu nhỏ phần cứng xử lý thành máy tính nhúng chuyên dụng đặt trên ô tô.
• Hệ thống khởi động từ xa: Nâng cấp giao diện người dùng trên ứng dụng điện thoại, bổ sung các tầng bảo mật mã hóa đường truyền điều khiển và mở rộng khả năng giám sát các thông số kỹ thuật khác của động cơ và hệ thống điện.

---

Giá trị tham khảo

Đồ án tốt nghiệp là tài liệu tham khảo có giá trị học thuật và thực tiễn cho nhiều đối tượng:

• Sinh viên và giảng viên chuyên ngành: Phù hợp cho sinh viên ngành Công nghệ Kỹ thuật Ô tô, Cơ điện tử, Kỹ thuật Điều khiển & Tự động hóa và Kỹ thuật Máy tính khi thực hiện các đồ án liên quan đến hệ thống điện - điện tử ô tô hiện đại, xe tự hành hoặc hệ thống hỗ trợ lái xe nâng cao (ADAS).
• Các nội dung có giá trị tham khảo cao:
  • Phương pháp xây dựng thuật toán kết nối, giao tiếp dữ liệu nối tiếp giữa phần mềm xử lý hình ảnh viết bằng ngôn ngữ Python với vi điều khiển Arduino.
  • Sơ đồ mạch điện nguyên lý can thiệp nút nhấn Start/Stop, hệ thống đánh lửa, mạch phun xăng và mạch tín hiệu phanh trên dòng xe HONDA CIVIC 2012 mà không làm xung đột tín hiệu chẩn đoán OBD 2.
  • Cấu trúc tích hợp mô-đun ESP8266 để điều khiển và phản hồi trạng thái thiết bị cơ điện tử ô tô qua ứng dụng điện thoại di động.

---

Câu hỏi thường gặp

1. Hệ thống can thiệp vào vị trí nào trên xe và có làm phát sinh mã lỗi trên cổng OBD 2 không?
Hệ thống can thiệp trực tiếp vào mạch điện của nút nhấn Start/Stop, công tắc phanh chân (trích xuất từ mạch đèn phanh), công tắc phanh tay và các rơ le điều khiển khởi động, đánh lửa, phun xăng. Vì hệ thống hoạt động độc lập ở tầng nút bấm vật lý và chuyển mạch rơ le, không can thiệp vào mạng giao tiếp CAN hay phần mềm của ECU động cơ, nên trong quá trình vận hành hệ thống không làm phát sinh mã lỗi trên cổng chẩn đoán OBD 2.

2. Mô hình nhận diện đèn giao thông trong đồ án sử dụng công nghệ và nguồn dữ liệu nào?
Chương trình nhận diện được lập trình bằng ngôn ngữ Python kết hợp thư viện xử lý ảnh OpenCV-Python, sử dụng mạng nơ-ron nhân tạo đã được huấn luyện sẵn (pre-trained model) trong thư viện TensorFlow và khai thác tập dữ liệu ảnh chuẩn COCO để phát hiện các đối tượng và phân loại màu sắc đèn tín hiệu.

3. Điều kiện cần và đủ để hệ thống tự động tắt máy và khởi động lại động cơ là gì?

• Động cơ tự động ngắt khi: Phương tiện dừng hẳn, người lái đạp giữ bàn đạp phanh chân hoặc kéo phanh tay, đồng thời camera nhận diện được tín hiệu đèn giao thông phía trước đang ở trạng thái màu đỏ.
• Động cơ tự động khởi động lại khi: Tín hiệu đèn giao thông chuyển sang màu xanh và người lái nhả bàn đạp phanh chân.

4. Dòng xe nào được tác giả lựa chọn để nghiên cứu sơ đồ mạch điện và lắp ráp mô hình thực nghiệm?
Tác giả đã lựa chọn nghiên cứu sơ đồ mạch điện hệ thống khởi động, hệ thống đánh lửa, mạch phun xăng và mạch đèn phanh của dòng xe HONDA CIVIC 2012 để làm cơ sở thiết kế mạch điều khiển và đấu nối mô hình thực nghiệm.

5. Chức năng khởi động từ xa được triển khai bằng phần cứng nào và điều khiển qua đâu?
Chức năng khởi động từ xa được xây dựng dựa trên mô-đun Wi-Fi ESP8266 kết nối Internet, cho phép người dùng thực hiện thao tác khởi động/tắt động cơ và quan sát trạng thái hoạt động của xe thông qua giao diện ứng dụng được cài đặt trên điện thoại thông minh.

---

Kết luận

Đồ án tốt nghiệp của sinh viên Nguyễn Thanh Thế Cường và Nguyễn Thanh Hào (Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh) đã thiết kế và chế tạo thành công mô hình hệ thống tự động khởi động và ngắt động cơ dựa trên nhận diện đèn giao thông. Bằng sự kết hợp giữa mô hình học máy TensorFlow, tập dữ liệu COCO, ngôn ngữ lập trình Python và phần cứng điều khiển Arduino Uno R3, hệ thống đã kiểm soát chu trình làm việc của xe thông qua nút nhấn Start/Stop trên cơ sở sơ đồ điện xe HONDA CIVIC 2012 mà không làm phát sinh lỗi cổng OBD 2. Kết quả nghiên cứu không chỉ đưa ra giải pháp kỹ thuật cụ thể giúp tiết kiệm nhiên liệu và giảm thiểu khí thải ô nhiễm khi dừng chờ giao lộ, mà còn tích hợp thành công mô-đun ESP8266 điều khiển từ xa qua Internet, tạo cơ sở thực nghiệm vững chắc cho việc ứng dụng công nghệ xe thông minh trong tương lai.

Trích đoạn nội dung tài liệu

Chương 1: Tổng quan. Chương 2: Cơ sở lý thuyết. Chương 3: Hệ thống Auto Start/Stop. Chương 4: Xây dựng hệ thống khởi động và dừng động cơ tự động.

3 Chương 5: Phân tích kết quả. Chương 6: Kết luận và hướng phát triển. 4 CHƯƠNG 2: CƠ SỞ LÝ THUYẾT 2.Cơ sở lí thuyết xử lí ảnh 2.Tổng quan về xử lí ảnh Xử lí ảnh là đối tượng nghiên cứu của lĩnh vực thị giác máy, là quá trình biến đổi từ một ảnh ban đầu sang một ảnh mới với các đặc tính và tuân theo ý muốn của người dùng. Xử lí ảnh có thể gồm quá trình phân tích, phân lớp các đối tượng, làm tăng chất lượng, phân đoạn và tách cạnh, gán nhãn cho vùng hay quá trình biên dịch các thông tin hình ảnh của ảnh.

Cũng như xử lí dữ liệu bằng đồ họa, xử lí ảnh số là một lĩnh vực của tin học ứng dụng. Xử lí dữ liệu bằng đồ họa đề cập đến những ảnh nhân tạo, các ảnh này được xem xét như là một cấu trúc dữ liệu và được tạo bởi các chương trình. Xử lí ảnh số bao gồm các phương pháp và kĩ thuật biến đổi, để truyền tải hoặc mã hóa các ảnh tự nhiên. Mục đích của xử lí ảnh gồm: - Biến đổi ảnh làm tăng chất lượng ảnh.

- Tự động nhận dạng ảnh, đoán nhận ảnh, đánh giá các nội dung của ảnh. Quá trình xử lí ảnh được xem là quá trình thao tác ảnh đầu vào nhằm cho ra kết quả mong muốn. Kết quả đầu ra của một quá trình xử lí ảnh có thể là một ảnh tốt hơn hay một kết luận. Kết quả của quá trình xử lí ảnh 5 Ảnh có thể xem là tập hợp các điểm ảnh và mỗi điểm ảnh được xem như là đặc trưng cường độ sáng hay một dấu hiệu nào đó tại một vị trí nào đó của đối tượng trong không gian và nó có thể xem như một hàm có n biến P(c1, c2,……, cn).

Do đó, ảnh trong xử lí ảnh có thể xem như ảnh n chiều. Nhận biết và đánh giá các nội dung của ảnh là sự phân tích một hình ảnh thành những phần có ý nghĩa để phân biệt đối tượng này với đối tượng khác, dựa vào đó ta có thể mô tả cấu trúc của hình ảnh ban đầu.Có thể liệt kê một số phương pháp nhận dạng cơ bản như nhận dạng ảnh của các đối tượng trên ảnh, tách cạnh, phân đoạn hình ảnh,… 2.Các quá trình xử lí ảnh Nội dung các quá trình xử lí ảnh bao gồm: Hình 2. Quá trình xử lí ảnh Thu nhận ảnh: Đây là công đoạn đầu tiên mang tính quyết định đối với quá trình xử lí ảnh. Ảnh đầu vào sẽ được thu nhận qua các thiết bị như camera, sensor, máy scanner,… và sau đó các tín hiệu này sẽ được sô hóa.

Việc lựa chọn các thiết bị thu nhận ảnh sẽ phụ thuộc vào đặc tính của các đối tượng cần xử lí. Các thông số quan trọng ở bước này là độ phân giải, chất lượng màu, dung lượng bộ nhớ và tốc độ thu nhận ảnh của các thiết bị. Tiền xử lí: Ở bước này, ảnh sẽ được cải thiện về độ tương phản, khử nhiễu, khử bóng, khử độ lệch,… với mục đích làm cho chất lượng ảnh trở nên tốt hơn nữa, chuẩn bị cho các bước xử lí phức tạp hơn về sau trong quá trình xử lí ảnh.Quá trình này thường được thực hiện bởi các bộ lọc. 6 Phân đoạn ảnh: phân đoạn ảnh là bước then chốt trong xử lí ảnh.

Giai đoạn này phân tích ảnh thành những thành phần có cùng tính chất nào đó dựa theo biên hay các vùng liên thông. Tiêu chuẩn để xác định các vùng liên thông có thể là cùng màu, cùng mức xám,…Mục đích của phân đoạn ảnh là để có một miêu tả tổng hợp về nhiều phần tử khác nhau cấu tạo nên ảnh thô. Vì lượng thông tin chứa trong ảnh rất lớn, trong khi đa số các ứng dụng chúng ta chỉ cần trích một vài đặc trưng nào đó, do vậy cần có một quá trình để giảm lượng thông tin khổng lồ đó. Quá trình này bao gồm phân vùng ảnh và trích chọn đặc tính chủ yếu.

Tách các đặc tính: kết quả của bước phân đoạn ảnh thường được cho dưới dạng dữ liệu điểm ảnh thô, trong đó hàm chứa biên của một vùng ảnh, hoặc tập hợp tất cả các điểm ảnh thuộc về chính vùng ảnh đó. Trong cả hai trường hợp, sự chuyển đổi dữ liệu thô này thành một dạng thích hợp hơn cho việc xử lí trong máy tính là rất cần thiết. Để chuyển đổi chúng, câu hỏi đầu tiên cần phải trả lời là nên biểu diễn một vùng ảnh dưới dạng biên hay dưới dạng hay dưới dạng một vùng hoàn chỉnh gồm tất cả những điểm ảnh thuộc về nó. Biểu diễn dạng biên cho một vùng phù hợp với những ứng dụng chỉ quan tâm chủ yếu đến các đặc trưng hình dạng bên ngoài của đối tượng , ví dụ như các góc cạnh và điểm uốn trên biển.

Biểu diễn dạng vùng lại thích hợp cho những ứng dụng khai thác các tính chất bên trong của đối tượng, ví dụ như vân ảnh hoặc cấu trúc xương của nó. Sự chọn lựa cách biểu diễn thích hợp cho một vùng ảnh chỉ mới là một phần trong việc chuyển đổi dữ liệu ảnh thô sang một dạng thích hợp hơn cho các xử lí về sau. Chúng ta còn phải đưa ra một phương pháp mô tả dữ liệu đã được chuyển đổi đó sao cho những tính chất cần quan tâm đến sẽ được làm nổi bật lên, thuận tiện cho việc xử lí chúng. Nhận dạng và giải thích: đây là bước cuối cùng trong quá trình xử lí ảnh.

Nhận dạng ảnh có thể được nhìn nhận một cách đơn giản là việc gán nhãn cho các đối tượng trong ảnh.Giải thích là công đoạn gán nghĩa cho một tập các đối tượng đã được nhận biết. 7 Chúng ta có thể thấy không phải bất kì một ứng dụng xử lí ảnh nào cũng bắt buộc phải tuân theo tất cả các bước xử lí ở trên. Một cách tổng quát thì những chức năng xử lí bao gồm cả nhận dạng và giải thích thường chỉ có mặt trong hệ thống phân tích ảnh tự động hoặc bán tự động, được dùng để rút trích ra những thông tin quan trọng từ ảnh.Các vấn đề cơ bản trong xử lí ảnh 2.Một số khái niệm cơ bản Ảnh và điểm ảnh: điểm ảnh được xem như là dấu hiệu hay cường độ sáng tại một tọa độ trong không gian của đối tượng và ảnh được xem như là một tập hợp các điểm ảnh. Mức xám, màu: là số các giá trị có thể có của các điểm ảnh của ảnh.Nắn chỉnh biến dạng Ảnh thu nhận thường bị biến dạng do các thiết bị quang học và điện tử.

Ảnh thu nhận và ảnh mong muốn Để khắc phục người ta sử dụng các phép chiếu, các phép chiếu thường được xây dựng trên tập các điểm điều khiển. Giả sử (Pi, Pi’) i = (1,n) có n các tập điều khiển Tìm hàm f: Pi→f(Pi) sao cho 8 𝑛 ∑‖𝑓(𝑃𝑖 − 𝑃𝑖′ ‖2 → 𝑚𝑖𝑛 𝑖=1 Giả sử ảnh bị biến đổi chỉ bao gồm : Tịnh tiến, quay, tỉ lệ, biến dạng bậc nhất tuyến tính. Khi đó hàm f có dạng: f (x, y) = (a1x + b1y + c1, a2x + b2y + c2) Ta có: 𝑛 𝑛 𝜑 = ∑(𝑓 (𝑃𝑖) − 𝑃𝑖 ′ )2 = ∑[(𝑎1 𝑥𝑖 + 𝑏1 𝑦𝑖 + 𝑐1 − 𝑥𝑖′ )2 + (𝑎2 𝑥𝑖 + 𝑏2 𝑦𝑖 + 𝑐2 − 𝑦𝑖′ )2 ] 𝑖=1 𝑖=1 Để cho 𝜑 →min 𝑛 𝑛 𝑛 𝑛 𝜕𝜑 ∑ 𝑎1 𝑥𝑖 + ∑ 𝑏1 𝑥𝑖 𝑦𝑖 + ∑ 𝑐1 𝑥𝑖 = ∑ 𝑥𝑖 𝑥𝑖, 2 =0 𝜕𝑎1 𝑖=1 𝑛 𝑖=1 𝑛 𝑖=1 𝑛 𝑖=1 𝑛 𝜕𝜑 =0 ↔ ∑ 𝑎1 𝑥𝑖 𝑦𝑖 + ∑ 𝑏1 𝑦𝑖 + ∑ 𝑐1 𝑦𝑖 = ∑ 𝑦𝑖 𝑥𝑖, 2 𝜕𝑏1 𝑖=1 𝑖=1 𝑖=1 𝑖=1 𝜕𝜑 𝑛 𝑛 𝑛 =0 { 𝜕𝑐1 ∑ 𝑎1 𝑥𝑖 + ∑ 𝑏1 𝑦𝑖 + 𝑛𝑐1 = ∑ 𝑥𝑖, { 𝑖=1 𝑖=1 𝑖=1 Giải hệ phương trình tuyến tính tìm được a1, b1, c1 Tương tự tìm được a2, b2, c2 Xác định được hàm f.Khử nhiễu Có 2 loại nhiễu cơ bản trong quá trình thu nhận ảnh - Nhiễu hệ thống: là nhiễu có quy luật có thể khử bằng các phép biến đổi - Nhiễu ngẫu nhiên: vết bẩn không rõ nguyên nhân có thể khắc phục bằng các phép lọc.Chỉnh mức xám Nhằm khắc phục tính không đồng đều của hệ thống gây ra. Thông thường có hai hướng tiếp cận: Giảm số mức xám: Thực hiện bằng cách nhóm các mức xám gần nhau thành một bó.

Trường hợp chỉ có hai mức xám thì chuyển về ảnh đen trắng. Ứng dụng: in ảnh màu ra máy in đen trắng. Tăng số mức xám: Thực hiện nội suy ra các mức xám trung gian bằng kĩ thuật nội suy. Kĩ thuật này nhằm tăng cường độ min cho ảnh.Trích chọn đặc điểm Các đặc điểm của đối tượng được trích chọn tùy theo mục đích nhận dạng trong quá trình xử lí ảnh.

Có thể nêu ra một số điểm của ảnh sau đây: Đặc điểm không gian: Phân bố mức xám, phân bố xác suất, biên độ, điểm uốn… Đặc điểm biến đổi: các đặc điểm loại này được trích chọn bằng việc thực hiện lọc vùng (zonal filtering). Các bộ vùng được gọi là “ mặt nạ đặc điểm” ( feature mask ) thường là các khe hẹp với hình dạng khác nhau (chữ nhật, tam giác, cung tròn,…) Đặc điểm biên và đường biên: đặc trưng cho đường biên của đối tượng và do vậy rất hữu ích trong việc trích chọn các thuộc tính bất biến được dùng khi nhận dạng đối tượng. Các đặc điểm này có thể được trích chọn nhờ toán tử gradient, toán tử la bàn, toán tử Laplace, toán tử “ chéo không” (zero crossing),… Việc trích chọn hiệu quả các đặc điểm giúp cho việc nhận dạng các đối tượng ảnh chính xác, với tốc độ tính toán cao và dung lượng nhớ lưu trữ giảm xuống.Nhận dạng Nhận dạng tự động (automatic recognition), mô tả đối tượng, phân loại và phân nhóm các mẫu là những vấn đề quan trọng trong thị giác máy, được ứng dụng trong nhiều ngành khoa học khác nhau. Tuy nhiên, một câu hỏi đặt ra là : mẫu (pattern) là gì ? 10 Watanabe, một trong những người đi đầu trong lĩnh vực này đã định nghĩa : “Ngược lại với hỗn loạn (chaos), mẫu là một thực thể (entity), được xác định một cách ang áng (vaguely defined) và có thể gán cho nó một tên gọi nào đó”.

Hoặc phân loại có mẫu (supervised classification), chẳng hạn phân tích phân biệt (discriminant analyis), trong đó mẫu đầu vào được định danh như một thành phần của một lớp đã xác định.