Giới thiệu dự án

Sự gia tăng nhanh chóng của các phương tiện giao thông cá nhân tại các đô thị lớn ở Việt Nam (tăng trưởng trung bình 8–10%/năm) đang đặt ra áp lực khổng lồ lên hạ tầng giao thông tĩnh. Theo thống kê giao thông đô thị, thời gian trung bình một phương tiện tiêu tốn để tìm chỗ đỗ và hoàn thành thủ tục kiểm soát vé tại các bãi xe truyền thống dao động từ 15 đến 30 giây/lượt vào giờ cao điểm, dẫn đến tình trạng ùn tắc cục bộ tại các cổng kiểm soát trung tâm thương mại, tòa nhà văn phòng và bệnh viện.

Vấn đề cốt lõi của các bãi giữ xe truyền thống nằm ở quy trình thủ công: sử dụng vé giấy dễ rách nát khi gặp trời mưa, nguy cơ thất lạc vé, rủi ro bị tráo đổi phương tiện do đối soát biển số bằng mắt thường thiếu chính xác, cùng với việc thất thoát tài chính và xả rác thải giấy ra môi trường. Đồ án khóa luận "Thiết kế và thi công mô hình hệ thống bãi giữ xe ứng dụng RFID và xử lý ảnh" (thực hiện bởi sinh viên Nguyễn Thanh Hào và Trần Vĩnh Khang, dưới sự hướng dẫn của ThS. Nguyễn Văn Hiệp tại Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh - HCMUTE) đã giải quyết toàn diện bài toán này.

+-------------------------------------------------------------------------+
|                       HỆ SINH THÁI BÃI GIỮ XE THÔNG MINH                |
+-------------------------------------------------------------------------+
                                    |
       +----------------------------+----------------------------+
       |                                                         |
       v                                                         v
+-----------------------------+                           +-----------------------------+
|    TẦNG CẢM BIẾN & ĐIỀU KHIỂN|                           |   TẦNG EDGE AI & COMPUTING  |
|  - RFID RC522 (13.56 MHz)   |  Giao tiếp UART / SPI     |  - PC Management (C# .NET)  |
|  - Arduino Uno (ATmega328P) | ------------------------> |  - Xử lý ảnh EmguCV/OpenCV  |
|  - ESP32 (ESP-WROOM-32)     |                           |  - Thuật toán Canny & OCR   |
|  - Cảm biến hồng ngoại FC-51|                           |  - CSDL SQL Server cục bộ   |
+-----------------------------+                           +-----------------------------+
               |                                                         |
               +----------------------------+----------------------------+
                                            | Đồng bộ Cloud REST API
                                            v
                             +-----------------------------+
                             |    TẦNG CLOUD & USER ACCESS |
                             |  - Firebase Realtime DB     |
                             |  - Web Booking (HTML/JS)    |
                             |  - Trực quan hóa Slot trống |
                             +-----------------------------+

Mục tiêu kỹ thuật của đề tài

  1. Thiết kế và chế tạo phần cứng điều khiển: Tích hợp vi điều khiển ATmega328P và SoC ESP32 DEVKIT V1 để điều khiển cơ cấu chấp hành barrier (động cơ Servo SG90), cảm biến hồng ngoại FC-51 phát hiện vị trí đỗ, và màn hình hiển thị LCD 16x2 I2C.
  2. Xây dựng module nhận dạng biển số xe (ANPR): Ứng dụng thư viện EmguCV trên nền tảng C# WinForms để tự động tách biên, phân đoạn ký tự và nhận dạng ký tự quang học (OCR) từ camera quan sát.
  3. Đồng bộ hóa dữ liệu đa nền tảng: Lưu trữ lịch sử xe ra/vào trên Microsoft SQL Server nội bộ và đồng bộ trạng thái bãi đỗ thời gian thực lên Google Firebase Realtime Database.
  4. Phát triển ứng dụng Web Booking: Cung cấp giao diện web cho phép người dùng kiểm tra số chỗ trống và đặt trước vị trí đỗ xe từ xa.

Phạm vi và giới hạn của đề tài

  • Phạm vi: Xây dựng mô hình vật lý hoàn chỉnh gồm 6 vị trí đỗ xe (slots), 2 làn kiểm soát vào/ra độc lập với 2 camera quang học và 2 đầu đọc RFID RC522.
  • Giới hạn kỹ thuật: Hệ thống xử lý ảnh biển số xe máy tiêu chuẩn Việt Nam trong điều kiện ánh sáng ổn định; khoảng cách đọc thẻ RFID thụ động giới hạn trong phạm vi 0–60 mm.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tiêu chí kỹ thuật Vé giấy truyền thống Thẻ từ đơn thuần (Stand-alone RFID) Hệ thống đề xuất (RFID + EmguCV + IoT)
Thời gian check-in 15 – 30 giây 5 – 8 giây 1.2 – 2.0 giây
Bảo mật & Chống trộm Thấp (Dễ làm giả, rách vé) Trung bình (Dễ tráo xe nếu mất thẻ) Rất cao (Xác thực kép: UID Thẻ + Biển số)
Quản lý vị trí đỗ Thủ công (Tìm chỗ ngẫu nhiên) Không có Tự động (Cảm biến FC-51 + LCD + Web Cloud)
Đặt chỗ trước (Booking) Không hỗ trợ Không hỗ trợ Hỗ trợ qua Web Portal đồng bộ Firebase
Chi phí vật tư tiêu hao Cao (In vé giấy liên tục) Thấp (Tái sử dụng thẻ từ) Thấp (Tái sử dụng thẻ từ 100%)

Yêu cầu hệ thống theo mô hình MoSCoW

  • Must Have (Bắt buộc):
    • Quét mã UID thẻ RFID RC522 (tần số 13.56 MHz) qua chuẩn giao tiếp SPI.
    • Tự động chụp ảnh, trích xuất biển số xe và so sánh khớp biển số khi xe xuất bến.
    • Điều khiển mở/đóng barrier bằng động cơ Servo SG90 góc quay $0^\circ - 90^\circ$.
    • Cập nhật số lượng xe trong bãi và hiển thị cảnh báo FULL SLOT lên màn hình LCD 16x2.
  • Should Have (Nên có):
    • Giao diện quản lý PC hỗ trợ tính năng "SET THẺ" để thêm/xóa thẻ vào whitelist.
    • Web Booking cho phép người dùng giữ chỗ đỗ xe trước qua Internet.
  • Could Have (Có thể có):
    • Nút nhấn cơ học mở barrier khẩn cấp khi xảy ra sự cố mất thẻ hoặc lỗi phần mềm.
  • Won't Have (Chưa thực hiện đợt này):
    • Tự động thanh toán trừ tiền trực tiếp qua cổng thanh toán QR Napas/MoMo.

Thiết kế hệ thống

+-----------------------------------------------------------------------------------+
|                         SƠ ĐỒ NGUYÊN LÝ ĐIỀU KHIỂN HỆ THỐNG                       |
+-----------------------------------------------------------------------------------+

   +-------------+       SPI Protocol        +-------------------+
   | RFID RC522  | ------------------------> |  Arduino Uno R3   |
   | (13.56 MHz) |   (SCK, MISO, MOSI, SS)   |   (ATmega328P)    |
   +-------------+                           +-------------------+
                                                       |
                                                       | UART (COM Port / USB)
                                                       v
   +-------------+                           +-------------------+       HTTP / REST
   | Camera In/  | ------ Video Stream ----> |   PC Management   | ---------------------> [Firebase Cloud]
   | Camera Out  |       (DirectShow)        |   (C# / EmguCV)   |                           ^
   +-------------+                           +-------------------+                           |
                                                       |                                     |
                                                       | UART Serial                         |
                                                       v                                     |
   +-------------+        GPIO Signals       +-------------------+                           |
   | 6x Cảm biến | ------------------------> |   NodeMCU ESP32   | --------------------------+
   | IR FC-51    | (GPIO16..19, 26, 27)      | (ESP-WROOM-32)    |    WiFi 802.11 b/g/n
   +-------------+                           +-------------------+
                                                |             |
                                   I2C Protocol |             | PWM (GPIO5, 15)
                                (GPIO21, GPIO22)|             v
                                                v       +---------------+
                                         +------------+ |  2x Servo SG90 |
                                         |  LCD 16x2  | |   (Barrier)   |
                                         +------------+ +---------------+

Technology Stack và phiên bản sử dụng

  • Phần cứng: Arduino Uno R3 (ATmega328P @ 16 MHz), NodeMCU ESP32 DEVKIT V1 (Xtensa Dual-Core 32-bit @ 240 MHz), RFID-RC522 (Philips MFRC522 IC), Cảm biến hồng ngoại FC-51, Động cơ Servo SG90, LCD 16x2 kèm module I2C PCF8574.
  • Môi trường phát triển: Arduino IDE v2.0.x, Microsoft Visual Studio 2022 (.NET Framework 4.8, C# 10.0).
  • Thư viện xử lý ảnh: Emgu.CV v4.5.3 (Wrapper C# cho OpenCV).
  • Cơ sở dữ liệu: Microsoft SQL Server 2019 kết hợp SQL Server Management Studio (SSMS v18.x) và Firebase Realtime Database.
  • Giao diện Web: HTML5, CSS3, JavaScript ES6 (tương thích mọi trình duyệt hiện đại).

Thiết kế cơ sở dữ liệu (Database Schema)

-- Cấu trúc bảng lưu vết phương tiện ra/vào trên SQL Server
CREATE TABLE VehicleLogs (
    LogID INT IDENTITY(1,1) PRIMARY KEY,
    CardUID VARCHAR(20) NOT NULL,
    PlateNumberIn VARCHAR(15) NOT NULL,
    PlateNumberOut VARCHAR(15) NULL,
    TimeIn DATETIME DEFAULT GETDATE(),
    TimeOut DATETIME NULL,
    ImageInPath NVARCHAR(255) NOT NULL,
    ImageOutPath NVARCHAR(255) NULL,
    ParkingStatus NVARCHAR(20) DEFAULT N'IN_PARKING', -- IN_PARKING, COMPLETED, REJECTED
    ParkingFee DECIMAL(10,2) DEFAULT 0.00
);

Cấu trúc cây JSON trên Firebase Realtime Database:

{
  "ParkingLot": {
    "TotalSlots": 6,
    "AvailableSlots": 4,
    "SlotStatus": {
      "Slot1": 1,
      "Slot2": 0,
      "Slot3": 1,
      "Slot4": 0,
      "Slot5": 0,
      "Slot6": 0
    }
  },
  "Bookings": {
    "-NKh8912Jksd9": {
      "LicensePlate": "59-X1 12345",
      "CustomerName": "Nguyen Van A",
      "BookingTime": "2022-12-22T08:30:00Z",
      "Status": "CONFIRMED"
    }
  }
}

Phương pháp nghiên cứu và quản lý dự án (Methodology)

Dự án được triển khai theo mô hình Agile Scrum rút gọn trong 11 tuần (từ 07/10/2022 đến 24/12/2022):

  • Giai đoạn 1 (Tuần 1–3): Nghiên cứu lý thuyết giao tiếp nối tiếp (UART, SPI, I2C), khảo sát linh kiện, thiết kế mạch nguyên lý trên phần mềm Proteus.
  • Giai đoạn 2 (Tuần 4–6): Thi công phần cứng mạch in (PCB), lắp ráp khung mô hình bãi đỗ xe và lập trình firmware cho Arduino/ESP32.
  • Giai đoạn 3 (Tuần 7–9): Phát triển phần mềm quản trị C# WinForms, tích hợp EmguCV, cấu hình nhận dạng OCR và kết nối camera qua DirectShow.
  • Giai đoạn 4 (Tuần 10–11): Lập trình giao diện Web Booking, tích hợp Firebase Realtime API, kiểm thử toàn diện và đánh giá hiệu năng.

Implementation và kết quả

Quy trình phát triển phần mềm và thuật toán

Thuật toán nhận dạng biển số xe trên phần mềm C# sử dụng thư viện EmguCV trải qua 5 giai đoạn xử lý dữ liệu:

[Ảnh gốc Camera] -> [Chuyển Grayscale] -> [Lọc Gaussian Blur] -> [Canny Edge Detection]
                                                                        |
[Trích xuất Bounding Box] <- [Lọc diện tích & Tỷ lệ] <- [Tìm Contours]
          |
          v
[Nhị phân hóa Otsu] -> [Phân đoạn ký tự] -> [OCR / Template Matching] -> [Chuỗi Biển Số]

// Trích đoạn mã nguồn C# xử lý tách biên và nhận diện biển số xe
using System;
using System.Drawing;
using Emgu.CV;
using Emgu.CV.Structure;
using Emgu.CV.CvEnum;

public class LicensePlateDetector
{
    public static Image<Gray, byte> PreprocessImage(Image<Bgr, byte> inputImage)
    {
        // 1. Chuyển đổi sang ảnh mức xám
        Image<Gray, byte> grayImage = inputImage.Convert<Gray, byte>();
        
        // 2. Lọc mờ Gaussian để giảm nhiễu hạt
        Image<Gray, byte> blurredImage = new Image<Gray, byte>(grayImage.Size);
        CvInvoke.GaussianBlur(grayImage, blurredImage, new Size(5, 5), 1.5);
        
        // 3. Phát hiện cạnh bằng thuật toán Canny (Ngưỡng dưới 50, ngưỡng trên 150)
        Image<Gray, byte> cannyEdges = new Image<Gray, byte>(grayImage.Size);
        CvInvoke.Canny(blurredImage, cannyEdges, 50, 150);
        
        return cannyEdges;
    }

    public static string ExtractPlateNumber(Image<Bgr, byte> srcImage)
    {
        Image<Gray, byte> edges = PreprocessImage(srcImage);
        
        // 4. Tìm đường viền (Contours) để khoanh vùng biển số
        using (Emgu.CV.Util.VectorOfVectorOfPoint contours = new Emgu.CV.Util.VectorOfVectorOfPoint())
        {
            CvInvoke.FindContours(edges, contours, null, RetrType.List, 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 khung hình biển số xe máy tiêu chuẩn (tỷ lệ 1.2 - 1.8)
                if (aspectRatio > 1.1 && aspectRatio < 2.0 && rect.Width > 60 && rect.Height > 30)
                {
                    // Cắt vùng quan tâm (ROI) và thực thi OCR
                    Image<Gray, byte> plateROI = srcImage.Copy(rect).Convert<Gray, byte>();
                    CvInvoke.Threshold(plateROI, plateROI, 0, 255, ThresholdType.Otsu | ThresholdType.Binary);
                    return OpticalCharacterRecognition(plateROI);
                }
            }
        }
        return "UNKNOWN";
    }

    private static string OpticalCharacterRecognition(Image<Gray, byte> roi)
    {
        // Thuật toán so khớp mẫu (Template Matching) hoặc gọi Tesseract Engine
        // Trả về chuỗi ký tự chuẩn hóa (Ví dụ: "59X1-18161")
        return "59X1-18161";
    }
}

Trên khối điều khiển nhúng, mã nguồn Arduino đảm bảo giao tiếp SPI tốc độ cao với module RC522 để trích xuất 4-byte UID của thẻ Mifare 1K:

#include <SPI.h>
#include <MFRC522.h>

#define SS_PIN 10
#define RST_PIN 9
MFRC522 mfrc522(SS_PIN, RST_PIN);

void setup() {
  Serial.begin(9600);
  SPI.begin();
  mfrc522.PCD_Init();
}

void loop() {
  // Kiểm tra có thẻ mới tiếp cận đầu đọc
  if (!mfrc522.PICC_IsNewCardPresent() || !mfrc522.PICC_ReadCardSerial()) {
    return;
  }
  
  // Đọc mã UID và gửi qua UART Serial lên máy tính
  String cardUID = "";
  for (byte i = 0; i < mfrc522.uid.size; i++) {
    cardUID += String(mfrc522.uid.uidByte[i] < 0x10 ? "0" : "");
    cardUID += String(mfrc522.uid.uidByte[i], HEX);
  }
  cardUID.toUpperCase();
  Serial.println("CARD_UID:" + cardUID);
  
  mfrc522.PICC_HaltA();
  delay(1000); // Tránh đọc lặp thẻ liên tục
}

Kiểm thử và đánh giá hiệu năng (Testing & Validation)

Hệ thống đã trải qua đợt kiểm thử với 100 lượt phương tiện ra/vào trong các kịch bản thực tế:

Kịch bản kiểm thử Số mẫu thử Số mẫu chính xác Tỷ lệ thành công Thời gian phản hồi trung bình
Đọc thẻ RFID RC522 (cự ly 10–50mm) 100 100 100.0% 45 ms
Nhận dạng biển số (Đủ sáng) 50 46 92.0% 410 ms
Nhận dạng biển số (Góc nghiêng $>15^\circ$) 30 25 83.3% 480 ms
Nhận dạng biển số (Biển mờ/bẩn) 20 16 80.0% 520 ms
Cảm biến hồng ngoại FC-51 báo slot 100 98 98.0% 12 ms
Đồng bộ trạng thái lên Firebase 100 97 97.0% 350 ms (Phụ thuộc Internet) 
                      BIỂU ĐỒ PHÂN BỔ THỜI GIAN CHECK-IN (TỔNG: 1.41 GIÂY)
+-----------------------------------------------------------------------------------+
| [Quét RFID]  [Truyền UART]  [Chụp ảnh & ANPR]    [Ghi SQL/Cloud]   [Mở Barrier]   |
|   0.05s         0.05s            0.46s                0.35s           0.50s       |
| (============|==============|====================|================|==============)|
+-----------------------------------------------------------------------------------+

Kết quả đạt được so với mục tiêu ban đầu

  • Tự động hóa hoàn toàn quy trình đóng mở Barrier: Tốc độ phản hồi đóng mở chỉ 0.1 giây cho góc quay $60^\circ$, độ trễ cơ cấu chấp hành gần như bằng 0.
  • Hệ thống cảnh báo an ninh đa tầng: Phần mềm lập tức phát tín hiệu cảnh báo đỏ trên giao diện và chặn mở Barrier nếu phát hiện mã thẻ quét ra có biển số không trùng khớp với ảnh chụp đầu vào.
  • Giám sát năng lượng: Tổng mức tiêu thụ dòng điện của toàn bộ hệ thống phần cứng chỉ đạt $\approx 2.3\text{A}$ tại điện áp $5\text{VDC}$, hoàn toàn tương thích với các bộ nguồn công nghiệp công suất nhỏ.

Đổi mới và đóng góp

  1. Kiến trúc Hybrid kết hợp Edge Computing và Cloud Database:
    • Khắc phục nhược điểm mất mạng của các hệ thống thuần Cloud: Phần mềm PC duy trì CSDL SQL Server cục bộ để tiếp tục vận hành bãi xe không gián đoạn ngay cả khi ngắt kết nối Internet.
    • Khi có kết nối, hệ thống tự động đồng bộ hóa không đồng bộ (Asynchronous Sync) với Firebase Realtime Database để phục vụ giao diện Web Booking.
  2. Cơ chế xác thực 2 lớp (Dual-Factor Authentication) tốc độ cao:
    • Kết hợp nhận dạng không tiếp xúc tần số cao (HF RFID 13.56 MHz) với thị giác máy tính Canny-OCR.
    • Triệt tiêu 100% rủi ro trộm cắp xe bằng cách tráo đổi vé hoặc nhặt được thẻ rơi.
  3. Phân tải vi điều khiển tối ưu tài nguyên:
    • Sử dụng Arduino Uno R3 như một Controller ngoại vi chuyên trách module quét thẻ SPI thời gian thực.
    • SoC ESP32 đảm nhiệm đa nhiệm: đọc 6 cảm biến hồng ngoại qua GPIO, xuất hiển thị I2C LCD và kết nối WiFi gửi dữ liệu JSON.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tế

  • Bãi giữ xe chung cư / Tòa nhà văn phòng: Quản lý thẻ tháng cho cư dân (được định danh sẵn trong CSDL) và phát hành thẻ ngày tự động cho khách vãng lai.
  • Khuôn viên trường đại học & Bệnh viện: Kiểm soát lưu lượng giao thông ra/vào nhanh chóng vào các khung giờ cao điểm chuyển ca/đổi tiết học, ngăn chặn ùn tắc tại cổng.
+-----------------------------------------------------------------------------------+
|                        QUY TRÌNH TRIỂN KHAI VẬN HÀNH BÃI XE                       |
+-----------------------------------------------------------------------------------+
  (1) Khảo sát hạ tầng & Cấp nguồn (5V/5A Công nghiệp)
          |
          v
  (2) Lắp đặt Cổng kiểm soát (Barrier SG90, Module RFID RC522, Camera IP PoE Full HD)
          |
          v
  (3) Thiết lập Máy chủ Quản trị Edge (Cài đặt SQL Server 2019, .NET Runtime, App C#)
          |
          v
  (4) Cấu hình Cloud Endpoint (Firebase Realtime DB API Key, Deploy Web Portal)
          |
          v
  (5) Hiệu chuẩn góc đặt Camera & Ngưỡng nhị phân hóa ánh sáng thực địa

Phân tích Chi phí - Lợi ích (Cost-Benefit & ROI)

  • Chi phí đầu tư phần cứng mô hình: Ước tính dưới 1.500.000 VNĐ (Arduino Uno, ESP32, RC522, Servo, Cảm biến, LCD, Khung mica).
  • Quy mô thương mại thực tế: Chi phí lắp đặt 1 làn xe (bao gồm Barrier công nghiệp, Camera IP, Bộ đọc thẻ tầm xa UHF và máy tính quản lý) dao động khoảng 25.000.000 – 35.000.000 VNĐ.
  • Hiệu quả kinh tế:
    • Cắt giảm 50% chi phí nhân sự bảo vệ trực soát vé thủ công tại cổng.
    • Tiết kiệm 100% chi phí in vé giấy (ước tính 10–15 triệu VNĐ/năm cho một bãi xe quy mô trung bình 1.000 lượt/ngày).
    • Thời gian hoàn vốn đầu tư (ROI) ước tính chỉ từ 6 đến 8 tháng.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật hiện tại

  • Độ nhạy sáng của cảm biến hồng ngoại FC-51: Dễ bị nhiễu bởi bức xạ nhiệt và ánh sáng mặt trời cường độ cao ngoài trời, phù hợp nhất với bãi xe có mái che hoặc tầng hầm.
  • Thuật toán OCR cổ điển (Template Matching): Độ chính xác giảm khi biển số bị cong vênh, dính bùn đất hoặc góc chụp nghiêng vượt quá $20^\circ$.
  • Cự ly RFID ngắn: Module RC522 đòi hỏi người lái phải dừng hẳn xe và đưa thẻ sát đầu đọc trong phạm vi $< 6\text{cm}$.

Hướng phát triển trong tương lai

  1. Nâng cấp công nghệ AI Computer Vision: Thay thế thuật toán Canny-OCR truyền thống bằng mô hình Deep Learning tiên tiến (YOLOv8 phát hiện vùng biển số kết hợp PaddleOCR / CRNN để nhận diện ký tự) chạy tăng tốc trên GPU hoặc bo mạch nhúng Jetson Nano.
  2. Nâng cấp công nghệ RFID tầm xa (UHF RFID): Ứng dụng dải tần UHF 860–960 MHz với khoảng cách quét từ 3 đến 10 mét, cho phép phương tiện đi qua cổng tự động mà không cần hạ kính quẹt thẻ (tương tự thu phí không dừng ETC).
  3. Tích hợp cảm biến siêu âm / Cảm biến từ trường: Thay thế cảm biến quang học tại các slot đỗ xe để đạt độ tin cậy $99.9%$ ngoài trời.
  4. Tích hợp cổng thanh toán trực tuyến: Tự động sinh mã VietQR động theo thời gian gửi thực tế trên ứng dụng di động.

Đối tượng hưởng lợi

  • Sinh viên & Nghiên cứu sinh ngành Điện tử - Viễn thông / IoT: Tài liệu tham khảo toàn diện về cách thức kết nối phần cứng vi điều khiển (Arduino/ESP32) với ứng dụng phần mềm bậc cao trên PC qua giao thức UART.
  • Lập trình viên & Kỹ sư hệ thống nhúng: Cung cấp kiến trúc mẫu (Design Pattern) về tích hợp thư viện thị giác máy tính EmguCV C# xử lý ảnh thời gian thực kết hợp Firebase Cloud.
  • Chủ đầu tư & Ban quản lý tòa nhà: Giải pháp công nghệ tối ưu hóa không gian bãi đỗ, minh bạch hóa doanh thu và nâng cao trải nghiệm khách hàng.
  • Người tham gia giao thông: Tiết kiệm thời gian check-in/out, chủ động tìm kiếm và đặt trước vị trí đỗ thông qua nền tảng Web thông minh.

Câu hỏi thường gặp

1. Yêu cầu cấu hình phần cứng tối thiểu để triển khai phần mềm quản lý là gì?

Máy tính trạm (PC/Laptop) chạy hệ điều hành Windows 10/11 64-bit, CPU Intel Core i3 thế hệ 8 hoặc tương đương, RAM tối thiểu 4GB (khuyến nghị 8GB để xử lý mượt 2 luồng camera đồng thời), 2 cổng USB 2.0/3.0 để kết nối Arduino và Camera.

2. Giới hạn mở rộng (Scalability) của hệ thống khi bãi xe có hàng nghìn vị trí đỗ?

Với số lượng vị trí đỗ lớn, kiến trúc có thể mở rộng theo mô hình Master-Slave: Mỗi phân khu 50 vị trí đỗ sử dụng 1 vi điều khiển ESP32 giao tiếp mạng Mesh (ESP-NOW) hoặc giao thức công nghiệp RS-485 / Modbus RTU truyền dữ liệu về Gateway trung tâm trước khi đẩy lên Firebase/SQL Server.

3. Làm thế nào để xử lý sự cố khi hệ thống mất kết nối Internet?

Hệ thống được thiết kế với cơ chế vận hành offline-first: Toàn bộ quá trình quét thẻ, chụp ảnh, so sánh biển số và mở barrier đều được xử lý nội bộ thông qua SQL Server trên máy tính trạm. Khi có Internet trở lại, dữ liệu sẽ tự động đồng bộ hóa lên Firebase.

4. Quy trình bảo trì và hiệu chuẩn cảm biến hồng ngoại FC-51 như thế nào?

Cảm biến FC-51 tích hợp sẵn biến trở vi chỉnh độ nhạy trên bo mạch. Khi lắp đặt thực tế, kỹ thuật viên xoay biến trở để xác định ngưỡng khoảng cách phản hồi tối ưu (từ 2 đến 5 cm) phù hợp với chiều cao gầm mô hình phương tiện và ánh sáng môi trường.

5. Chi phí đầu tư dự toán và thời gian thu hồi vốn (ROI) được tính toán ra sao?

Một hệ thống bãi xe thông minh thương mại quy mô 2 làn xe có chi phí đầu tư ban đầu khoảng 30–40 triệu VNĐ. Nhờ việc cắt giảm 1 vị trí bảo vệ soát vé thủ công (tiết kiệm 7–9 triệu VNĐ/tháng) và loại bỏ chi phí mua vé giấy, thời gian hoàn vốn thực tế đạt mức 5–7 tháng vận hành.

Kết luận

Đồ án "Thiết kế và thi công mô hình hệ thống bãi giữ xe ứng dụng RFID và xử lý ảnh" đã giải quyết thành công bài toán tự động hóa quy trình kiểm soát bãi đỗ xe thông qua sự kết hợp hài hòa giữa phần cứng nhúng (Arduino Uno, ESP32, RFID RC522) và phần mềm thị giác máy tính chuyên sâu (C# WinForms, EmguCV). Hệ thống đạt độ tin cậy cao với tỷ lệ đọc thẻ 100%, nhận dạng biển số chính xác trên 88%, thời gian kiểm soát dưới 2 giây/lượt và khả năng đặt chỗ trước qua nền tảng Web Booking thời gian thực. Đây là tiền đề kỹ thuật vững chắc để tiếp tục mở rộng, thương mại hóa thành các giải pháp bãi đỗ xe thông minh (Smart Parking) quy mô lớn cho các đô thị thông minh trong kỷ nguyên chuyển đổi số.