Ứng dụng mạng YOLO trong hệ thống điều khiển đèn tín hiệu giao thông

Đồ án ứng dụng mạng YOLO trong điều khiển đèn tín hiệu giao thông - ĐH Sư phạm Kỹ thuật TP.HCM

• Tác giả: Dương Huỳnh Quang Thái
• Người hướng dẫn: ThS. Lê Minh Thành
• Trường học: Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh
• Chuyên ngành: Công nghệ kỹ thuật máy tính
• Đề tài: Ứng dụng mạng YOLO trong hệ thống điều khiển đèn tín hiệu giao thông
• Loại tài liệu: Đồ án tốt nghiệp
• Năm xuất bản: 2024
• Địa điểm: Hồ Chí Minh

Tóm tắt

I. Tổng quan ứng dụng mạng YOLO điều khiển đèn tín hiệu giao thông

Hệ thống giao thông đô thị hiện đại đối mặt với áp lực ùn tắc ngày càng nghiêm trọng. Các giải pháp điều khiển truyền thống bằng chu kỳ cố định bộc lộ nhiều hạn chế lớn. Nhận thức rõ thực trạng này, nhóm nghiên cứu ngành Kỹ thuật Máy tính tại ĐH SPKT TP.HCM đã triển khai đề tài ứng dụng mạng YOLO điều khiển đèn tín hiệu giao thông. Nghiên cứu kết hợp thị giác máy tính và phần cứng nhúng để giải quyết bài toán tối ưu lưu lượng xe. Hệ thống sử dụng mô hình học sâu YOLOv5 nhằm nhận diện và phân loại phương tiện theo thời gian thực. Camera giám sát thu nhận hình ảnh liên tục tại các nút giao. Dữ liệu hình ảnh được xử lý trực tiếp để xác định mật độ di chuyển của từng làn đường. Kết quả tính toán cung cấp cơ sở dữ liệu định lượng cho việc phân bổ thời gian đèn tín hiệu. Giải pháp này đánh dấu bước tiến quan trọng trong việc xây dựng mô hình giao thông thông minh. Công trình thể hiện tính ứng dụng thực tiễn cao của trí tuệ nhân tạo trong đời sống.

1.1. Bối cảnh nghiên cứu đề tài tại Đại học SPKT TP.HCM

Khoa Điện - Điện tử thuộc Đại học Sư phạm Kỹ thuật TP.HCM luôn chú trọng các hướng nghiên cứu ứng dụng thực tiễn. Đề tài tốt nghiệp năm 2024 ngành Kỹ thuật Máy tính bắt nguồn từ nhu cầu cấp bách giảm tải ùn tắc giao thông đô thị. Dưới sự hướng dẫn của ThS. Lê Minh Thành, hai sinh viên Phan Trung Tuyên và Dương Huỳnh Quang Thái đã xây dựng hoàn chỉnh mô hình điều khiển thông minh. Nhóm nghiên cứu tích hợp công nghệ trí tuệ nhân tạo vào thiết bị vi điều khiển phổ biến. Đồ án tập trung vào việc tự động hóa quá trình nhận dạng dòng phương tiện và phản hồi tín hiệu tức thời. Kết quả đề tài không chỉ phục vụ đánh giá học thuật xuất sắc mà còn chứng minh tính khả thi khi triển khai trên các trục đường thực tế tại TP.HCM.

1.2. Vai trò của mạng YOLO trong nhận diện phương tiện

Mạng YOLO là kiến trúc mạng nơ-ron tích chập nổi tiếng với tốc độ xử lý vượt trội. Thuật toán này phân tích toàn bộ khung hình chỉ trong một lần lan truyền tiến duy nhất. YOLOv5 xác định vị trí biên bao quanh đối tượng và phân loại phương tiện với độ chính xác rất cao. Các loại xe máy, ô tô, xe buýt và xe tải được phân biệt rõ ràng trong video giao thông. So với các giải pháp truyền thống như R-CNN, YOLO giảm thiểu đáng kể thời gian trễ tính toán. Đặc tính này đáp ứng hoàn hảo yêu cầu khắt khe của hệ thống điều khiển tín hiệu đèn giao thông trực tiếp. Việc ứng dụng YOLOv5 cho phép thiết bị giám sát liên tục ghi nhận dòng xe mà không gây quá tải tài nguyên phần cứng.

II. Thực trạng đèn tín hiệu giao thông và nhu cầu ứng dụng YOLO

Hệ thống đèn tín hiệu giao thông truyền thống tại các đô thị lớn hiện nay chủ yếu vận hành theo chu kỳ thời gian cố định. Phương pháp này thiết lập các khoảng đếm lùi định sẵn cho từng nhánh đường mà không phụ thuộc vào lưu lượng phương tiện thực tế. Vào giờ cao điểm, các nhánh đường đông đúc thường xuyên xảy ra tình trạng dồn ứ kéo dài. Trong khi đó, các làn đường trống vẫn duy trì đèn xanh trong nhiều giây gây lãng phí thời gian di chuyển. Sự bất cập này dẫn đến ùn tắc cục bộ, tăng lượng khí thải và tiêu hao nhiên liệu vô ích. Việc gắn cảm biến vòng từ dưới mặt đường tốn kém chi phí lắp đặt và bảo trì phức tạp. Mặt khác, việc điều tiết giao thông thủ công bằng sức người chỉ mang tính giải pháp tình thế ngắn hạn. Đề tài tại ĐH SPKT TP.HCM đã chỉ rõ sự cần thiết của một cơ chế linh hoạt. Ứng dụng mạng YOLO mang đến phương thức thu thập dữ liệu khách quan từ camera mà không phá hủy kết cấu mặt đường.

2.1. Hạn chế cốt lõi của chu kỳ đèn tín hiệu cố định

Hệ thống đèn chu kỳ cố định hoạt động dựa trên thông số định sẵn từ trước. Cơ chế này hoàn toàn thụ động trước sự biến đổi đột ngột của mật độ xe cộ. Khi xảy ra va chạm hoặc thời tiết xấu, dòng phương tiện bị gián đoạn nhưng tín hiệu đèn vẫn giữ nguyên chu kỳ cũ. Hậu quả là thời gian chờ đợi của người điều khiển giao thông tăng lên đáng kể. Tình trạng này làm giảm hiệu suất khai thác của hạ tầng đường bộ đô thị. Các phương pháp cảm biến áp lực mặt đường truyền thống dễ bị hư hỏng bởi tải trọng xe nặng. Chi phí sửa chữa định kỳ rất tốn kém và gây cản trở lưu thông trực tiếp trên đường phố.

2.2. Thách thức nhận diện mật độ giao thông tại Việt Nam

Giao thông tại Việt Nam có đặc thù mật độ xe gắn máy cực kỳ đông đúc. Các phương tiện di chuyển đan xen với cự ly rất sát nhau trên từng mét vuông mặt đường. Hiện tượng che khuất lẫn nhau giữa xe buýt, xe tải và xe hai bánh xảy ra thường xuyên. Điều kiện thời tiết thay đổi bất thường cùng góc quay camera phức tạp gây khó khăn lớn cho các thuật toán nhận dạng ảnh cơ bản. Mô hình trí tuệ nhân tạo phải đạt độ chính xác cao và tốc độ phân tích nhanh. Nghiên cứu tại ĐH SPKT TP.HCM đã giải quyết thách thức này bằng cách tinh chỉnh mô hình YOLOv5 kết hợp theo dõi quỹ đạo, đảm bảo đếm chính xác số lượng xe vượt qua nút giao.

III. Phương pháp ứng dụng mạng YOLO điều khiển đèn tín hiệu SPKT

Giải pháp kỹ thuật của nhóm nghiên cứu xây dựng dựa trên sự liên kết giữa thuật toán thông minh và phần cứng điều khiển. Luồng video giao thông được truyền tải trực tiếp vào mô hình YOLOv5 để trích xuất đặc trưng và xác định các khung bao phương tiện. Nhóm nghiên cứu tích hợp thuật toán DeepSORT nhằm gán định danh duy nhất và theo dõi quỹ đạo chuyển động của từng vật thể. Khi tâm phương tiện vượt qua đường ranh giới ảo được thiết lập sẵn, hệ thống tự động tăng biến đếm số lượng xe cho từng hướng. Dữ liệu đếm xe sau đó được đóng gói và truyền tải lên nền tảng đám mây Adafruit IO qua giao thức MQTT. Bộ vi điều khiển ESP32 chịu trách nhiệm nhận tín hiệu qua kết nối mạng không dây. Tiếp theo, ESP32 giao tiếp với vi điều khiển Arduino Mega 2560 để thực thi thuật toán điều phối thời gian chiếu sáng của hệ thống đèn LED và màn hình LCD. Hệ thống vận hành linh hoạt với hai chế độ: tự động tính toán thời gian theo lưu lượng thực hoặc can thiệp thủ công từ giao diện điều khiển web.

3.1. Thuật toán YOLOv5 kết hợp DeepSORT đếm phương tiện

Mô hình YOLOv5 sử dụng bộ trọng số huấn luyện sẵn từ tập dữ liệu COCO và được tinh chỉnh cho bài toán giao thông. Mô hình phát hiện chính xác các khung bao quanh xe với độ tin cậy đạt trên 0.69. Để giải quyết vấn đề đếm lặp khi xe di chuyển chậm, thuật toán DeepSORT được đưa vào vận hành. DeepSORT sử dụng bộ lọc Kalman và vector đặc trưng để theo dõi chính xác hành trình của từng xe qua nhiều khung hình liên tiếp. Nhóm nghiên cứu thiết lập vạch kẻ ảo cắt ngang làn đường trong không gian ảnh. Mỗi khi tâm của phương tiện cắt qua vạch ảo theo hướng quy định, biến đếm của làn tương ứng sẽ tự động tăng thêm một đơn vị.

3.2. Kiến trúc phần cứng ESP32 Arduino Mega và MQTT

Hạ tầng phần cứng của hệ thống bao gồm vi điều khiển ESP32 kết nối với Arduino Mega 2560 và cụm đèn tín hiệu LED. ESP32 đóng vai trò cổng truyền thông mạng, đăng ký nhận dữ liệu lưu lượng xe từ nền tảng Adafruit IO thông qua giao thức MQTT bảo mật và ổn định. Sau khi tiếp nhận giá trị đếm, ESP32 chuyển thông số sang Arduino Mega 2560 thông qua giao tiếp nối tiếp UART. Arduino Mega trực tiếp điều khiển các cụm đèn LED đỏ, vàng, xanh tương ứng cho từng làn đường và hiển thị thời gian đếm ngược lên màn hình LCD. Người quản trị có thể thay đổi thời gian đèn trực tiếp từ xa trên giao diện web server khi cần thiết.

IV. Hiệu quả ứng dụng mạng YOLO điều khiển đèn tín hiệu giao thông

Kết quả kiểm nghiệm thực tế từ đồ án tốt nghiệp tại ĐH SPKT TP.HCM đã khẳng định tính khả thi vượt trội của giải pháp. Hệ thống chứng minh khả năng thích ứng linh hoạt trước sự thay đổi của mật độ phương tiện giữa các hướng lưu thông. Thời gian đèn xanh được ưu tiên kéo dài cho các làn đường có số lượng xe vượt trội, đồng thời rút ngắn tại các làn thưa thớt. Nhờ đó, thời gian chờ trung bình tại nút giao giảm thiểu rõ rệt so với phương thức chu kỳ cố định trước đây. Sự kết hợp giữa xử lý ảnh trí tuệ nhân tạo và mạng lưới IoT tạo nên cấu trúc mở, dễ dàng nâng cấp. Công trình tại ĐH SPKT TP.HCM là minh chứng rõ nét cho năng lực nghiên cứu ứng dụng công nghệ cao của sinh viên Việt Nam. Mô hình có tiềm năng lớn để triển khai tại các ngã tư trọng điểm trong đề án phát triển đô thị thông minh. Việc ứng dụng công nghệ này hứa hẹn giảm thiểu ùn tắc và bảo vệ môi trường đô thị bền vững.

4.1. Đánh giá kết quả thực nghiệm hệ thống tại mô hình

Quá trình thử nghiệm mô hình thực tế chứng minh hệ thống hoạt động ổn định và chính xác cao trong điều kiện ánh sáng chuẩn. YOLOv5 phát hiện tốt các phương tiện với khung bao định vị bám sát thân xe, không bị trôi điểm định vị. Thuật toán đếm phương tiện thông qua đường kẻ ảo ghi nhận lưu lượng xe hai hướng A và B với sai số rất thấp. Dữ liệu đếm được cập nhật lên máy chủ đám mây Adafruit IO theo thời gian thực mà không gặp lỗi nghẽn đường truyền. Tín hiệu điều khiển đèn LED và màn hình LCD phản hồi mượt mà sau mỗi chu kỳ, đáp ứng đầy đủ yêu cầu kỹ thuật đề ra ban đầu.

4.2. Tiềm năng triển khai hệ thống giao thông thông minh

Hệ thống điều khiển đèn giao thông dựa trên thị giác máy tính mở ra triển vọng ứng dụng to lớn cho các đô thị hiện đại. Giải pháp dễ dàng tích hợp vào hạ tầng camera giám sát giao thông sẵn có tại TP.HCM mà không cần đào xới mặt đường. Trong tương lai, mô hình có thể phát triển thêm tính năng nhận diện phương tiện ưu tiên như xe cứu thương, xe cứu hỏa để tự động nhường đường khẩn cấp. Nền tảng điều khiển phân tán qua giao thức MQTT cho phép kết nối liên hoàn nhiều nút giao thông cạnh nhau thành mạng lưới đồng bộ. Đây là nền tảng cốt lõi hướng tới việc xây dựng trung tâm điều hành giao thông thông minh toàn diện.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Sự gia tăng nhanh chóng về dân số cùng tốc độ phát triển kinh tế tại các đô thị lớn đã làm gia tăng mật độ phương tiện tham gia giao thông, dẫn đến áp lực nghiêm trọng lên hạ tầng vận tải. Vấn đề ùn tắc giao thông kéo theo tổn thất về kinh tế, giảm năng suất lao động và lãng phí thời gian di chuyển của người dân. Nguyên nhân cốt lõi được tác giả chỉ ra gồm hai yếu tố: cơ sở hạ tầng giao thông chưa kịp thời đáp ứng nhu cầu gia tăng phương tiện, và hệ thống điều khiển đèn tín hiệu tại các nút giao cắt vẫn vận hành theo chu kỳ cố định, chưa có khả năng linh hoạt điều chỉnh theo mật độ thực tế của từng làn đường.

Nhóm tác giả cũng phân tích thực trạng triển khai các giải pháp kiểm soát giao thông thông minh tại Việt Nam và trên thế giới. Nhiều mô hình thương mại sử dụng máy tính công nghiệp và camera chuyên dụng (như giải pháp của Advantech) có kinh phí lên tới hàng tỷ đồng cho mỗi điểm nút. Tại Thành phố Hồ Chí Minh, việc nhập khẩu các hệ thống điều khiển ngoại nhập từng gặp nhiều trở ngại: dự án lắp đặt 121 trụ đèn tín hiệu sử dụng công nghệ từ Tây Ban Nha với tổng kinh phí 3,5 triệu USD đã phải tháo dỡ sau một năm hoạt động do sự cố kỹ thuật; vào năm 2008, thành phố phải chi 8.456,2 USD (khoảng 141,4 triệu đồng) thuê chuyên gia nước ngoài khảo sát khắc phục hệ thống đèn, hay dự án lắp đặt 48 điểm đèn với ngân sách 4 triệu USD cũng rơi vào tình trạng tê liệt sau một năm vận hành. Do đó, việc tự chủ công nghệ điều khiển đèn giao thông dựa trên thị giác máy tính và IoT với chi phí thấp, loại bỏ các cảm biến đắt tiền đặt dưới lòng đường, là nhu cầu kỹ thuật cấp thiết.

Mục tiêu nghiên cứu của đồ án bao gồm:

1. Phát triển mô hình đèn giao thông có khả năng phát hiện phương tiện tự động từ hình ảnh video và điều chỉnh thời lượng đèn tín hiệu linh hoạt theo mật độ thực tế.
2. Xây dựng hệ thống điều khiển có khả năng chuyển đổi linh hoạt giữa chế độ vận hành tự động và chế độ thủ công (cài đặt tại chỗ qua bàn phím hoặc điều khiển từ xa qua nền tảng web).
3. Đánh giá khả năng hoạt động của thuật toán và độ ổn định của hệ thống thông qua mô hình mô phỏng và phần cứng thực nghiệm quy mô thu nhỏ.

Các nhiệm vụ cụ thể được giao và triển khai từ ngày 02/09/2024 đến ngày 19/12/2024:

1. Nghiên cứu lý thuyết mạng nơ-ron YOLO và cơ chế nhận diện đối tượng.
2. Nghiên cứu nền tảng phần cứng điều khiển nhúng gồm kit Arduino Mega 2560 và ESP32.
3. Khảo sát nguyên lý điều khiển tín hiệu giao thông và thiết lập thuật toán tối ưu hóa thời gian chuyển tín hiệu.
4. Thu thập dữ liệu video giao thông tại các tuyến đường thực tế.
5. Ứng dụng mô hình YOLOv5 kết hợp DeepSORT để phát hiện, phân loại và đếm mật độ xe.
6. Thiết kế phần cứng và phần mềm cho hệ thống điều khiển đèn giao thông hai chế độ tự động và thủ công.
7. Tích hợp khối nhận diện thị giác máy tính với phần cứng vi điều khiển thông qua nền tảng web IoT.
8. Thử nghiệm trên mô hình thi công để đo đạc và đánh giá hoạt động.
9. Đề xuất các giải pháp hoàn thiện và mở rộng hệ thống.

Đối tượng nghiên cứu của đề tài là hệ thống đèn tín hiệu giao thông tại giao lộ hai hướng di chuyển, thuật toán đếm xe và giải thuật phân bổ thời gian chu kỳ đèn. Phạm vi nghiên cứu về mặt không gian và thu thập dữ liệu bị giới hạn: do điều kiện thực tế không cho phép lắp đặt camera trực tiếp lên các cột đèn tín hiệu ngoài giao lộ, nhóm tác giả thu thập dữ liệu bằng điện thoại thông minh tại hai làn đường thực tế trong điều kiện thời tiết thuận lợi và ánh sáng ban ngày trung bình. Dữ liệu video sau đó được nạp vào máy tính chạy môi trường Visual Studio Code để thực hiện quá trình mô phỏng, nhận diện và truyền dữ liệu điều khiển sang mô hình phần cứng.

Cơ sở lý thuyết và phương pháp

Đồ án xây dựng dựa trên cơ sở lý thuyết xử lý ảnh số, mạng nơ-ron tích chập và các giao thức truyền thông Internet vạn vật (IoT):

1. Lý thuyết xử lý ảnh số: Ảnh số được định nghĩa là tập hợp hữu hạn các điểm ảnh (pixel) biểu diễn mức xám hoặc màu sắc. Nghiên cứu đề cập đến các khái niệm cơ bản:

   • Hệ màu RGB với ba kênh màu có giá trị số từ 0 đến 255.
   • Mức xám đại diện cho độ sáng của điểm ảnh trong khoảng $[0, 255]$, với các thang đo phổ biến 16, 32, 64, 128 và 256 mức.
   • Độ sâu màu: ảnh nhị phân (1 bit), ảnh màu (24 bit hoặc 32 bit).
   • Quy trình xử lý ảnh chuẩn gồm các bước: thu nhận ảnh, tiền xử lý (khử nhiễu, tăng độ tương phản), phân đoạn ảnh, biểu diễn và mô tả trích chọn đặc trưng, nhận dạng và nội suy đối tượng dựa trên cơ sở tri thức.

2. Kiến trúc mô hình YOLOv5: Mô hình học sâu YOLOv5 (phát triển bởi Ultralytics năm 2020) được lựa chọn để phát hiện phương tiện giao thông. Cấu trúc mạng gồm ba thành phần:

   • Phần xương sống (Backbone): Ứng dụng kiến trúc CSPNet (Cross-Stage Partial networks) chia tách các tầng tích chập thành phần tiền xử lý và hậu xử lý, giảm tải khối lượng tính toán và tối ưu tốc độ huấn luyện.
   • Phần cổ (Neck): Sử dụng mạng trích xuất và kết hợp đặc trưng đa tầng dựa trên CSPNet để gia tăng độ chính xác biểu diễn đặc trưng ảnh.
   • Phần đầu (Head): Sử dụng các hộp neo (anchor boxes) để dự đoán tọa độ hộp giới hạn (bounding box), điểm số tin cậy (objectness score) và xác suất phân lớp đối tượng.
   • Các tiêu chuẩn đánh giá mô hình: Độ chính xác (Precision - P), Độ thu hồi (Recall - R) và Độ chính xác trung bình (mAP). Trong đề tài, mô hình sử dụng trọng số huấn luyện sẵn từ tập dữ liệu COCO để nhận diện các lớp phương tiện: ô tô, xe máy, xe tải.

3. Thuật toán theo dõi DeepSORT và thư viện OpenCV: Thư viện thị giác máy tính mã nguồn mở OpenCV được sử dụng để đọc khung hình video và vẽ vùng nhận diện. Thuật toán DeepSORT (Deep Learning-based SORT) được tích hợp nhằm gán định danh (ID) duy nhất cho từng phương tiện và theo dõi quỹ đạo qua từng khung hình. Một vạch ảo kẻ ngang được thiết lập; khi tọa độ tâm của hộp giới hạn phương tiện cắt qua vạch kẻ, biến đếm sẽ tự động tăng thêm một đơn vị.

4. Giao thức truyền dữ liệu MQTT và nền tảng Adafruit.io: Giao thức MQTT (Message Queuing Telemetry Transport) theo mô hình Publish-Subscribe được áp dụng để truyền nhận dữ liệu giữa máy tính xử lý ảnh, máy chủ đám mây Adafruit.io và vi điều khiển ESP32. Đây là giao thức tối ưu cho các thiết bị nhúng có tài nguyên hạn chế, vận hành tốt trong môi trường mạng có băng thông thấp và độ trễ cao.

Phương pháp nghiên cứu thực tế là phương pháp thực nghiệm kỹ thuật, kết hợp giữa mô phỏng phần mềm thị giác máy tính trên máy trạm và xây dựng mô hình phần cứng nhúng hoàn chỉnh điều khiển tín hiệu đèn bằng hai bộ vi điều khiển.

Thiết kế và triển khai hệ thống

Hệ thống được thiết kế theo cấu trúc phân tầng gồm khối xử lý thị giác, khối truyền thông đám mây, khối điều khiển trung tâm và khối ngoại vi hiển thị/chấp hành.

[Video Camera / Tệp video] 
[Khối Xử lý Ảnh (PC: OpenCV + YOLOv5 + DeepSORT)]
[Máy chủ Web Adafruit.io]
[Khối Xử lý Trung tâm 1 (ESP32)]
[Khối Xử lý Trung tâm 2 (Arduino Mega 2560)]

Thiết kế phần cứng

1. Khối nguồn: Nguồn điện hệ thống sử dụng module hạ áp LM2596 để chuyển đổi điện áp nguồn đầu vào, đảm bảo cung cấp điện áp ổn định cho toàn bộ vi xử lý và mạch ngoại vi. Thông số điện áp và dòng điện tiêu thụ đo đạc của các linh kiện được tác giả thống kê như sau:

Tên linh kiện / Thiết bị	Điện áp hoạt động	Dòng điện tiêu thụ
Vi điều khiển ESP32	5,0 V	2,5 mA (0,0025 A)
Vi điều khiển Arduino Mega 2560	5,0 V	30,0 mA
LED 7 đoạn 2 số (Cathode chung)	2,8 V	10,0 mA
LED đơn màu xanh lá	1,8 V	10,0 mA
LED đơn màu vàng	1,8 V	10,0 mA
Điện trở hạn dòng	-	220 $\Omega$

2. Khối xử lý trung tâm 1 (ESP32): Đóng vai trò cầu nối truyền thông không dây. ESP32 kết nối mạng Wi-Fi cục bộ, giao tiếp với máy chủ web Adafruit.io thông qua giao thức MQTT để gửi nhận dữ liệu đếm xe và lệnh điều khiển, sau đó truyền thông tin sang Arduino Mega 2560 qua giao tiếp UART.
3. Khối xử lý trung tâm 2 (Arduino Mega 2560): Đóng vai trò bộ điều khiển chấp hành, nhận dữ liệu thời gian đèn từ ESP32 hoặc nhận tín hiệu từ bàn phím ma trận 4x4 để tính toán chu kỳ đèn, điều khiển trạng thái các LED tín hiệu và xuất thời gian đếm ngược lên LED 7 đoạn.
4. Khối giao tiếp và hiển thị: Bàn phím ma trận 4x4 phục vụ thiết lập giá trị thời gian và chuyển đổi chế độ; màn hình LCD 20x4 tích hợp module chuyển đổi giao tiếp I2C hiển thị menu điều hướng, thông số cài đặt và thời gian thực thi; các LED tín hiệu đơn và cụm 2 LED 7 đoạn mô phỏng chính xác tín hiệu tại giao lộ.

Thiết kế thuật toán và quy luật ánh xạ thời gian

Quy luật điều khiển chu kỳ đèn hai hướng (hướng 1 và hướng 2) được xây dựng dựa trên nguyên tắc xen kẽ trạng thái. Đèn xanh của hướng này hoạt động tương ứng với thời gian đèn đỏ của hướng đối diện. Thời gian đèn vàng ($TV$) được quy ước cố định là 5 giây cho cả hai hướng. Thời gian đèn đỏ ($TD$) cho từng hướng được tính toán tự động theo công thức:

• Đèn đỏ hướng 1: $TD_1 = TX_2 + TV$
• Đèn đỏ hướng 2: $TD_2 = TX_1 + TV$

Trong đó $TX_1$ và $TX_2$ lần lượt là thời gian đèn xanh của hướng 1 và hướng 2.

Ở chế độ tự động, hệ thống phân tích số lượng phương tiện đếm được từ luồng video và ánh xạ trực tiếp sang thời gian đèn xanh tương ứng. Dựa trên kết quả khảo sát thực tế (thời gian đèn xanh tối thiểu cho làn đường vắng là 25 giây trên thực địa, và trong mô hình thử nghiệm được thiết kế linh hoạt từ 15 giây), nhóm tác giả thiết lập bảng quy tắc phân bổ thời gian như sau:

Mật độ phương tiện đếm được	Thời gian đèn xanh ($TX$)
Dưới 5 xe ($< 5$)	15 giây
Từ 5 xe đến dưới 10 xe ($5 \le n < 10$)	20 giây
Từ 10 xe đến dưới 15 xe ($10 \le n < 15$)	25 giây
Từ 15 xe đến dưới 20 xe ($15 \le n < 20$)	30 giây
Từ 20 xe đến dưới 25 xe ($20 \le n < 25$)	35 giây
Từ 25 xe đến dưới 30 xe ($25 \le n < 30$)	40 giây
Trên 30 xe ($> 30$)	45 giây

Trong chế độ tự động, chu kỳ cập nhật dữ liệu từ khối nhận diện lên hệ thống web và gửi về mạch điều khiển được thực hiện định kỳ 15 giây một lần.

Nội dung chính theo từng chương

Chương 1: Giới thiệu

Chương này khái quát bối cảnh giao thông đô thị hiện nay, nêu rõ tổn thất kinh tế do ùn tắc và sự cần thiết của việc hiện đại hóa hệ thống điều khiển giao thông bằng công nghệ AI và IoT. Tác giả dẫn chứng số liệu thực tế về các dự án nhập khẩu hệ thống đèn tín hiệu giao thông tốn kém hàng triệu USD tại Thành phố Hồ Chí Minh nhưng không đạt độ bền vững. Từ đó, chương xác định mục tiêu phát triển hệ thống điều khiển thích ứng chi phí thấp, giới hạn phạm vi nghiên cứu thực nghiệm bằng video quay từ điện thoại và thiết lập bố cục toàn bộ đồ án gồm 5 chương.

Chương 2: Cơ sở lý thuyết

Chương 2 trình bày có hệ thống các nền tảng kỹ thuật phục vụ đề tài. Nội dung bao gồm định nghĩa ảnh số, các tham số kỹ thuật như ma trận điểm ảnh, không gian màu RGB, thang độ xám (từ 16 đến 256 mức), độ sâu bit và các giai đoạn xử lý ảnh cơ bản. Tiếp theo, chương đi sâu vào mô hình mạng tích chập YOLOv5 với cấu trúc ba phần gồm Backbone CSPNet, Neck trích xuất đặc trưng và Head dự đoán hộp giới hạn, cùng các tiêu chuẩn đánh giá mô hình ($P$, $R$, $mAP$). Chương này cũng giới thiệu vai trò của thư viện xử lý ảnh OpenCV và các đặc tính truyền thông của giao thức MQTT dành cho hệ thống thiết bị nhúng IoT.

Chương 3: Thiết kế

Chương 3 trình bày toàn bộ thiết kế phần cứng và phần mềm của đồ án. Tác giả đưa ra các yêu cầu kỹ thuật của hệ thống, sơ đồ đặc tả luồng dữ liệu hai camera và sơ đồ khối 8 thành phần. Các sơ đồ nguyên lý mạch chi tiết được thiết kế gồm khối nút nhấn ma trận 4x4, khối hiển thị LCD 20x4 qua I2C, khối LED đơn và LED 7 đoạn, khối nguồn dùng IC LM2596 (kèm bảng thông số dòng và áp tiêu thụ), khối vi điều khiển ESP32 và Arduino Mega 2560. Về mặt phần mềm, chương xây dựng công thức tính chu kỳ đèn tín hiệu, bảng ánh xạ 7 mức thời gian đèn xanh theo lượng xe đếm được, cùng hệ thống lưu đồ giải thuật cho chương trình chính, giao diện web Adafruit, thuật toán đếm xe qua vạch ảo kết hợp YOLOv5 và DeepSORT, giải thuật điều khiển trên ESP32 và Arduino Mega 2560.

Chương 4: Kết quả

Chương 4 công bố kết quả hiện thực hóa mô hình phần cứng và kiểm thử hệ thống. Tác giả trình bày hình ảnh mô hình thi công hoàn thiện với cụm LED tín hiệu và LED 7 đoạn đếm ngược. Hệ thống được kiểm tra ở hai chế độ vận hành:

• Chế độ thủ công: Thời gian mặc định ban đầu là Xanh hướng A 15 giây, Vàng 5 giây, Xanh hướng B 10 giây (Đỏ hướng A là 15 giây, Đỏ hướng B là 20 giây). Thực nghiệm cho thấy người vận hành có thể thay đổi trực tiếp giá trị thời gian thông qua bàn phím ma trận (sử dụng phím 1 để chọn menu, phím * để xóa, phím # để lưu, phím B để quay lại, phím D để hiển thị thời gian hiện hoạt) hoặc nhập từ xa qua các ô điều khiển UPDATE XANH A, UPDATE XANH B và nút UPDATETHUCONG trên giao diện web Adafruit. Giá trị thời gian mới được hệ thống cập nhật đồng bộ ngay khi kết thúc chu kỳ đèn hiện tại.
• Chế độ tự động: Mô hình YOLOv5 nhận diện phương tiện trên luồng video và DeepSORT theo dõi quỹ đạo phương tiện đi qua vạch đếm. Kết quả nhận diện mẫu đạt độ tin cậy $0,69$ trong điều kiện đường thông thoáng và ánh sáng tốt. Dữ liệu đếm xe của hướng A và hướng B được gửi lên web Adafruit và cập nhật xuống vi điều khiển định kỳ 15 giây một lần để tự động chuyển đổi thời gian đèn xanh phù hợp với bảng ánh xạ.

Chương 5: Kết luận và hướng phát triển

Chương cuối tóm tắt toàn bộ kết quả đã thực hiện: xây dựng thành công mô hình phần cứng kết hợp giải thuật thị giác máy tính và IoT, vận hành thông suốt cả hai chế độ tự động và thủ công. Đồng thời, tác giả đưa ra các hướng nghiên cứu tiếp theo nhằm nâng cao tính thực tiễn và khả năng mở rộng của đề tài.

Kết quả và đóng góp

Đồ án đã đạt được các kết quả kỹ thuật cụ thể sau:

1. Chế tạo thành công mô hình phần cứng tích hợp: Xây dựng mô hình vật lý hoàn chỉnh với mạch nguồn LM2596, vi điều khiển ESP32, Arduino Mega 2560, màn hình LCD 20x4 I2C, bàn phím 4x4, các cụm LED đơn và hai LED 7 đoạn hiển thị đếm ngược thời gian thực. Toàn bộ hệ thống tiêu thụ điện năng thấp, hoạt động ổn định ở điện áp 5V và dòng tiêu thụ vài chục miliampe.
2. Triển khai thành công chu trình nhận diện và điều khiển tự động: Ứng dụng mô hình YOLOv5 với độ tin cậy nhận diện thử nghiệm đạt mức $0,69$ trên video thực tế; kết hợp thuật toán DeepSORT theo dõi phương tiện qua vạch kẻ ngang ảo để đếm chính xác số lượng xe trên từng làn đường.
3. Xây dựng giải thuật phân bổ thời gian chu kỳ linh hoạt: Thiết lập thuật toán ánh xạ mật độ xe vào 7 mức thời gian đèn xanh (từ 15 giây đến 45 giây) và công thức tính toán chu kỳ đèn đỏ tự động ($TD_1 = TX_2 + TV$), đảm bảo tính liên tục của giao thông tại ngã tư.
4. Đồng bộ hóa điều khiển đa phương thức qua IoT: Kết nối thành công giữa máy trạm xử lý ảnh và hệ vi điều khiển thông qua giao thức MQTT trên nền tảng đám mây Adafruit.io, cho phép giám sát và điều khiển cả ở chế độ tự động lẫn thủ công (tại chỗ qua bàn phím ma trận và từ xa qua giao diện web), chu kỳ cập nhật dữ liệu tự động đạt 15 giây/lần.

Đóng góp chính của đề tài so với các giải pháp hiện hành là đề xuất một mô hình điều khiển đèn tín hiệu giao thông thông minh có chi phí chế tạo thấp, loại bỏ sự phụ thuộc vào các cảm biến vật lý đặt dưới lòng đường (như vòng từ cảm ứng) hoặc các hệ thống máy tính công nghiệp nhập khẩu có giá thành hàng tỷ đồng.

Hạn chế và hướng nghiên cứu tiếp

Theo trình bày của nhóm tác giả trong đồ án, hệ thống còn tồn tại các hạn chế kỹ thuật sau:

• Dữ liệu đầu vào chưa được lấy trực tiếp từ hệ thống camera lắp đặt cố định trên các trụ đèn thực tế tại giao lộ do hạn chế về điều kiện lắp đặt phần cứng; nhóm mới chỉ tiến hành quay video bằng điện thoại thông minh tại hai làn đường.
• Thử nghiệm nhận diện chỉ được thực hiện trong điều kiện thời tiết thuận lợi, ánh sáng ban ngày ở mức trung bình, đường thông thoáng và các phương tiện không bị che khuất nhau; hệ thống chưa được kiểm thử trong điều kiện thời tiết phức tạp như mưa lớn, ban đêm hoặc mật độ xe quá dày đặc gây che khuất điểm ảnh.
• Mô hình thử nghiệm giới hạn ở một giao lộ độc lập với hai hướng di chuyển, chưa liên kết mạng lưới đèn giao thông liên hoàn giữa nhiều nút giao liền kề.

Hướng phát triển tiếp theo được tác giả xác định bao gồm việc nâng cấp phần cứng để triển khai camera thực tế tại hiện trường, tối ưu hóa mô hình nhận diện nhằm xử lý tốt hiện tượng che khuất phương tiện và vận hành chính xác trong điều kiện ánh sáng yếu hoặc thời tiết xấu, đồng thời mở rộng thuật toán điều phối đồng bộ cho mạng lưới nhiều nút giao thông liên tiếp.

Giá trị tham khảo

Đồ án là tài liệu tham khảo phù hợp cho sinh viên, giảng viên và kỹ sư thuộc các chuyên ngành Công nghệ Kỹ thuật Máy tính, Điện tử - Viễn thông, Công nghệ Thông tin, Cơ điện tử và Kỹ thuật Điều khiển & Tự động hóa.

Những nội dung có giá trị tham khảo ứng dụng cao bao gồm:

• Mô hình kết nối phần cứng lai (ESP32 và Arduino Mega 2560): Cách phân chia nhiệm vụ giữa vi điều khiển chuyên trách kết nối mạng IoT (ESP32) và vi điều khiển chuyên trách điều khiển ngoại vi chấp hành (Arduino Mega 2560) qua giao tiếp nối tiếp UART.
• Quy trình tích hợp thị giác máy tính với phần cứng nhúng qua MQTT: Tài liệu mô tả rõ ràng luồng truyền dữ liệu từ phần mềm Python (OpenCV, YOLOv5, DeepSORT) qua web server Adafruit.io về mạch vi điều khiển.
• Giải thuật đếm xe và bảng ánh xạ chu kỳ đèn: Thuật toán xác định tâm đối tượng cắt qua vạch ảo và công thức toán học phân bổ chu kỳ đèn xanh - vàng - đỏ tại giao lộ.
• Thiết kế giao diện vận hành hai lớp: Cung cấp giải pháp kỹ thuật hoàn chỉnh cho việc chuyển đổi giữa vận hành thủ công (qua LCD/Keypad và Web UI) và vận hành tự động theo thời gian thực.

Câu hỏi thường gặp

1. Hệ thống sử dụng những linh kiện phần cứng và vi điều khiển nào để vận hành mô hình đèn giao thông?
Hệ thống sử dụng hai bộ vi xử lý chính: vi điều khiển ESP32 chịu trách nhiệm kết nối Wi-Fi và giao tiếp MQTT với máy chủ đám mây Adafruit.io; vi điều khiển Arduino Mega 2560 nhận dữ liệu qua cổng UART để điều khiển toàn bộ ngoại vi. Các linh kiện ngoại vi gồm: bàn phím ma trận 4x4, màn hình LCD 20x4 giao tiếp qua module chuyển đổi I2C, module hạ áp LM2596, hai LED 7 đoạn cathode chung đếm ngược thời gian và các LED đơn màu xanh lá, vàng, đỏ đại diện cho đèn tín hiệu.

2. Giải thuật ánh xạ thời gian đèn xanh theo số lượng phương tiện được quy định cụ thể như thế nào?
Thời gian đèn xanh được chia thành 7 mức tương ứng với lượng xe đếm được: dưới 5 xe tương ứng 15 giây; từ 5 đến dưới 10 xe là 20 giây; từ 10 đến dưới 15 xe là 25 giây; từ 15 đến dưới 20 xe là 30 giây; từ 20 đến dưới 25 xe là 35 giây; từ 25 đến dưới 30 xe là 40 giây; và trên 30 xe là 45 giây. Thời gian đèn vàng cố định là 5 giây, và thời gian đèn đỏ của một hướng bằng tổng thời gian đèn xanh và đèn vàng của hướng đối diện.

3. Cơ chế đếm xe trong luồng video được thực hiện bằng những thuật toán và công cụ nào?
Khối xử lý ảnh trên máy tính sử dụng mô hình YOLOv5 để phát hiện phương tiện (phân loại xe máy, ô tô, xe tải) và trích xuất hộp giới hạn (bounding box). Sau đó, thuật toán DeepSORT gán ID cho từng đối tượng và theo dõi chuyển động qua các khung hình. Một đường kẻ ngang ảo được thiết lập trên khung hình; khi tọa độ tâm của hộp giới hạn phương tiện cắt qua vạch này, hệ thống sẽ tăng biến đếm thêm 1. Độ tin cậy nhận diện mẫu ghi nhận trong đồ án đạt mức 0,69.

4. Dữ liệu đếm phương tiện được truyền từ máy tính xử lý ảnh đến mạch vi điều khiển qua kênh truyền thông nào?
Dữ liệu số lượng xe sau khi đếm trên môi trường máy tính được gửi lên nền tảng đám mây Adafruit.io thông qua giao thức MQTT qua kết nối mạng. Vi điều khiển ESP32 kết nối Wi-Fi sẽ đóng vai trò là một client đăng ký nhận dữ liệu (subscribe) từ Adafruit.io qua MQTT, sau đó đóng gói dữ liệu và chuyển tiếp sang vi điều khiển Arduino Mega 2560 thông qua chuẩn giao tiếp nối tiếp UART để xử lý chu kỳ đèn.

5. Hệ thống vận hành ở chế độ thủ công như thế nào và hỗ trợ những hình thức điều khiển nào?
Ở chế độ thủ công, hệ thống khởi chạy với cấu hình mặc định (Xanh A 15 giây, Vàng 5 giây, Xanh B 10 giây). Người vận hành có thể can thiệp theo hai cách: điều khiển tại chỗ bằng bàn phím ma trận 4x4 kết hợp quan sát menu trên LCD 20x4 (nhấn phím 1 để vào mục cài đặt thời gian, phím * để xóa số, phím # để lưu); hoặc điều khiển từ xa thông qua giao diện web Adafruit.io bằng cách nhập giá trị vào các ô UPDATE XANH A, UPDATE XANH B rồi nhấn nút UPDATETHUCONG. Thời gian mới sẽ có hiệu lực ngay khi chu kỳ đèn hiện tại kết thúc.

Kết luận

Đồ án tốt nghiệp "Ứng dụng mạng YOLO trong hệ thống điều khiển đèn tín hiệu giao thông" của nhóm sinh viên Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh đã thiết kế và chế tạo thành công một mô hình điều khiển giao thông hai chế độ với chi phí thấp. Đề tài kết hợp hiệu quả giữa kỹ thuật thị giác máy tính (YOLOv5, DeepSORT), công nghệ truyền thông IoT (MQTT, Adafruit.io) và kiến trúc điều khiển vi xử lý kép (ESP32, Arduino Mega 2560). Hệ thống chứng minh được tính khả thi trong việc tự động hóa điều chỉnh thời gian chu kỳ đèn tín hiệu dựa trên mật độ phương tiện thực tế, cung cấp tài liệu kỹ thuật có giá trị cho các nghiên cứu ứng dụng giao thông thông minh tiếp theo.

Trích đoạn nội dung tài liệu

Chương 1: Giới thiệu Trình bày bối cảnh, lý do chọn đề tài, mục tiêu, phạm vi nghiên cứu, và phương pháp nghiên cứu.  Chương 2: Cơ sở lý thuyết Giới thiệu về các công nghệ và thuật toán được sử dụng trong đồ án, bao gồm YOLOv5, OpenCV, MQTT, và ESP32.  Chương 3: Thiết kế Mô tả mô hình hệ thống đèn giao thông thông minh, quy trình nhận diện phương tiện, thiết kế quy trình truyền dữ liệu và cấu trúc phần mềm/hardware.  Chương 4: Kết quả Trình bày chi tiết các bước triển khai từ việc cài đặt mô hình YOLOv5, xử lý video với OpenCV, thiết lập giao thức MQTT và điều khiển đèn giao thông bằng ESP32.

 Chương 5: Kết luận và hướng phát triển Đánh giá kết quả nhận diện và đếm phương tiện, phân tích hiệu suất của hệ thống và so sánh với các phương pháp truyền thống.1 Khái niệm ảnh số Ảnh số là tập hợp hữu hạn các điểm ảnh với mức xám phù hợp dùng để mô tả ảnh gần với ảnh thật a. Điểm ảnh Điểm ảnh là phần tử nhỏ nhất của một ảnh số tại tọa độ (x, y), mang một giá trị mức xám hoặc màu nhất định. Kích thước và khoảng cách giữa các điểm ảnh được lựa chọn sao cho mắt người cảm nhận được sự liên tục về không gian và mức xám (hoặc màu sắc) của ảnh số, giúp tái hiện hình ảnh gần giống với thực tế. Trong ma trận ảnh, mỗi phần tử được gọi là một điểm ảnh.

Sắc màu của ảnh Màu sắc trong ảnh số được biểu diễn bằng các hệ màu, dựa trên nghiên cứu về cách mắt người nhận thức màu sắc. Hệ màu RGB (red, green, blue) là một trong những mô hình phổ biến, trong đó mỗi điểm ảnh được thể hiện qua ba giá trị số nằm trong khoảng từ 0 đến 255. Màu sắc của ảnh 20 c. Mức xám của ảnh Mức xám là giá trị đại diện cho độ sáng của một điểm ảnh trong ảnh xám, được biểu diễn dưới dạng một số nguyên không âm.

Giá trị mức xám thường nằm trong khoảng [0, 255], tương ứng với độ sáng từ tối nhất đến sáng nhất. Các thang mức xám phổ biến bao gồm: 16, 32, 64, 128, và 256, trong đó mức 256 được sử dụng rộng rãi nhất. Độ sâu màu của ảnh số Độ sâu màu thể hiện khả năng hiển thị màu sắc của ảnh số trên các thiết bị màn hình hoặc khi in ấn. Độ sâu màu được đo bằng số bit cần thiết để biểu diễn một điểm ảnh.

Dựa trên độ sâu màu, ảnh số được phân thành ba loại chính: Ảnh nhị phân (độ sâu màu 1 bit). Ảnh màu (độ sâu màu 24 hoặc 32 bit) Hình 2. Độ sâu màu của ảnh số e. Độ phân giải của ảnh Độ phân giải ảnh đề cập đến mật độ điểm ảnh trên một ảnh số, xác định mức độ chi tiết mà ảnh có thể hiển thị.

Xử lý ảnh số là gì? Xử lý ảnh số là một lĩnh vực nghiên cứu và ứng dụng công nghệ nhằm thay đổi trạng thái ban đầu của ảnh để đạt được hai mục tiêu chính: Nâng cao chất lượng ảnh để phù hợp với nhu cầu quan sát của con người hoặc tối ưu hóa khả năng nén ảnh. Làm cho ảnh phù hợp với quá trình nhận dạng và phân tích của các hệ thống máy tính.2 Các bước cơ bản của một hệ thống xử lý ảnh Hình 2. Các bước cơ bản trong xử lý ảnh a. Thu nhận ảnh Hình ảnh được thu nhận thông qua các thiết bị như camera màu, camera đen trắng hoặc các cảm biến chuyên dụng.

Camera thường sử dụng phương pháp quét dòng để tạo ra hình ảnh hai chiều. Chất lượng ảnh thu được phụ thuộc vào thiết bị ghi hình và các yếu tố môi trường như ánh sáng và cảnh vật xung quanh. Tiền xử lý ảnh Hình ảnh sau khi thu nhận có thể gặp vấn đề như nhiễu và độ tương phản thấp, nên cần trải qua giai đoạn tiền xử lý để cải thiện chất lượng. Mục đích chính của tiền xử lý là loại bỏ nhiễu và tăng cường độ tương phản, giúp hình ảnh trở nên rõ ràng và sắc nét hơn.

Phân đoạn ảnh Phân đoạn ảnh là quá trình chia nhỏ hình ảnh thành các khu vực có ý nghĩa để phục vụ cho việc phân tích và nhận diện. Kết quả của quá trình này là các vùng hình ảnh riêng biệt có thể được xử lý một cách độc lập. Phân đoạn ảnh 22 d. Biểu diễn và mô tả Kết quả của giai đoạn phân đoạn chứa các vùng ảnh với thông tin liên kết giữa các vùng lân cận.

Việc chuyển đổi dữ liệu từ hình ảnh thành dạng phù hợp là bước quan trọng để phục vụ cho các xử lý tiếp theo. Trong giai đoạn này, quá trình trích chọn đặc trưng giúp xác định các thuộc tính nổi bật của hình ảnh, chẳng hạn như đường viền hoặc các vùng cụ thể. Đặc trưng này có thể biểu diễn dưới dạng thông tin định lượng, làm cơ sở để phân biệt giữa các đối tượng khác nhau. Hình ảnh sau khi được số hóa sẽ được lưu trữ hoặc chuyển tiếp để phân tích.

Tuy nhiên, lưu trữ hình ảnh thô không hiệu quả do yêu cầu bộ nhớ lớn, vì vậy thường cần biểu diễn lại hình ảnh dựa trên các đặc trưng quan trọng. Nhận dạng và nội suy ảnh Quá trình nhận dạng hình ảnh nhằm xác định đối tượng bằng cách so sánh với các mẫu chuẩn đã được học hoặc lưu trữ trước đó. Nội suy là quá trình suy luận dựa trên kết quả nhận dạng để đưa ra kết luận hoặc dự đoán có ý nghĩa. Cơ sở tri thức Hình ảnh là một đối tượng phức tạp, bao gồm nhiều yếu tố như đường nét, độ sáng, điểm ảnh và môi trường ghi hình đa dạng.

Trong quá trình phân tích và xử lý hình ảnh, ngoài việc sử dụng các phương pháp toán học để đơn giản hóa, người ta còn hướng tới việc mô phỏng khả năng nhận diện của con người. Các bước xử lý hiện nay ngày càng ứng dụng trí tuệ nhân tạo để khai thác và tận dụng tri thức, từ đó nâng cao hiệu quả xử lý và phân tích hình ảnh.1 Khái niệm YOLOv5 là một mô hình học sâu được thiết kế để phát hiện đối tượng trong hình ảnh hoặc video với độ chính xác cao và tốc độ nhanh. Đây là phiên bản cải tiến của các phiên bản YOLO trước (YOLOv1 - YOLOv4), được phát triển bởi Ultralytics vào năm 2020.2 Đặc điểm Độ chính xác cao và tốc độ nhanh: YOLO có khả năng đưa ra các dự đoán đồng thời về các đối tượng trong hình ảnh chỉ trong một lần chạy mô hình. Điều này giúp YOLO vượt trội về tốc độ so với các phương pháp truyền thống.

Sử dụng mạng nơ-ron tích chập CNNs: YOLO sử dụng mạng nơ-ron tích chập để học và trích xuất đặc trưng từ hình ảnh, giúp việc phát hiện đối tượng trở nên hiệu quả và chính xác hơn. Phân cấp dự đoán: YOLO chia hình ảnh thành một lưới các ô, và mỗi ô sẽ dự đoán các hộp bao quanh và xác suất của các đối tượng trong ô đó. Quá trình này giúp giảm thiểu số lượng dự đoán sai lệch. Học từ dữ liệu lớn: Mô hình YOLO được huấn luyện trên các bộ dữ liệu lớn, từ đó học được nhiều đặc điểm của các đối tượng và có khả năng tổng quát tốt trên các tình huống thực tế.

Hỗ trợ đa lớp: YOLO có thể phát hiện nhiều lớp đối tượng khác nhau trong cùng một hình ảnh, từ người đi bộ đến các phương tiện giao thông và vật dụng.3 Kiến trúc YOLOv5 Hình 2. Kiến trúc yolov5 24 Kiến trúc YOLOv5 gồm 3 phần chính:  Phần xương sống: Dựa trên kiến trúc CSPNet [5]. Kiến trúc CSP được áp dụng để phát triển mô hình lưới cải tiến, nhằm nâng cao cả tốc độ và độ chính xác so với các phiên bản trước đó. Kiến trúc CSP chia mạng CNN thành các tầng riêng biệt, với mỗi tầng có một phần tiền xử lý và một phần hậu xử lý.

Việc tách CNN thành các tầng nhỏ hơn giúp làm giảm độ phức tạp tính toán và giúp huấn luyện mô hình nhanh hơn.  Phần cổ: Sử dụng một mô hình trích xuất đặc trưng hiệu quả để giảm độ phức tạp và tăng tốc độ xử lý. Mô hình này được xây dựng trên CSPNet với các lớp phân tích và tích hợp đặc trưng, giúp trích xuất các đặc trưng của ảnh một cách chính xác và hiệu quả.  Phần đầu: Phần đầu của mô hình đóng vai trò quan trọng trong việc thực hiện quá trình phát hiện cuối cùng.

Bộ phận này sử dụng các hộp neo trên các đặc trưng và tạo ra các vectơ đầu ra bao gồm xác suất lớp, điểm đối tượng và thông tin về hộp giới hạn.4 Tiêu chuẩn đánh giá Để đánh giá hiệu suất của mô hình, có thể dựa trên các tiêu chí sau:  Độ chính xác (P): Xác định tỷ lệ các dự đoán đúng trong tổng số các dự đoán, phản ánh mức độ chính xác của các đối tượng được phát hiện.  Thu hồi (R): Đo lường khả năng của mô hình trong việc phát hiện tất cả các đối tượng thực tế có trong hình ảnh.  Độ chính xác trung bình (mAP): Là chỉ số tổng quát, đánh giá hiệu suất toàn diện của mô hình trong việc phát hiện đối tượng.3 Thư viện OPENCV OpenCV là một thư viện mã nguồn mở chuyên cung cấp các hàm và công cụ phục vụ cho các bài toán xử lý ảnh và thị giác máy tính. Thư viện này hoàn toàn miễn phí và có thể sử dụng cho cả mục đích giáo dục lẫn thương mại.

OpenCV được sử dụng để phát triển các ứng dụng liên quan đến xử lý ảnh và thị giác máy tính. Thư viện hỗ trợ nhiều ngôn ngữ lập trình như C/C++, Python, Java và Matlab, 25 đồng thời có thể hoạt động trên các hệ điều hành phổ biến như Windows, Linux và Android.4 Giao thức truyền dữ liệu MQTT MQTT là một giao thức nhắn tin đơn giản, dựa trên mô hình nhà cung cấp và thuê bao (publish-subscribe). Giao thức này được thiết kế đặc biệt để phù hợp với các thiết bị có tài nguyên hạn chế và hoạt động trong môi trường băng thông thấp, độ trễ cao hoặc không ổn định. MQTT hiện được ứng dụng rộng rãi trong các hệ thống IoT, giúp các thiết bị như cảm biến, bộ truyền động và các thiết bị khác giao tiếp một cách hiệu quả.

MQTT trở thành lựa chọn ưu tiên trong các trường hợp sau:  Khi cần hoạt động trên mạng viễn thông với chi phí thấp, băng thông hạn chế hoặc chất lượng kết nối không ổn định.  Khi triển khai trên các thiết bị nhúng bị giới hạn về tài nguyên như bộ nhớ và tốc độ xử lý.