Xây Dựng Ứng Dụng Trí Tuệ Nhân Tạo Nhận Diện Và Đếm Phương Tiện Giao Thông

Trong bối cảnh giao thông đô thị ngày càng phức tạp, việc ứng dụng trí tuệ nhân tạo (AI) để nhận diện và đếm… 66 trang · Trường Đại Học Phenikaa · 2024.

• Tác giả: Vũ Tuấn Huy
• Người hướng dẫn: TS. Lương Văn Thiện
• Trường học: Trường Đại Học Phenikaa
• Chuyên ngành: Công Nghệ Thông Tin
• Đề tài: Xây Dựng Ứng Dụng Trí Tuệ Nhân Tạo Nhận Diện Và Đếm Phương Tiện Giao Thông
• Loại tài liệu: Đồ Án Tốt Nghiệp
• Năm xuất bản: 2024
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• 1. CHƯƠNG 1: TỔNG QUAN CƠ SỞ LÝ THUYẾT
• 1.1. Giới thiệu tổng quan
• 1.2. Nền tảng lý thuyết
• 1.2.1. Trí tuệ nhân tạo (AI)
• 1.2.2. Ưu điểm
• 1.2.3. Nhược điểm
• 1.2.4. Machine learning Workflow
• 1.2.5. Có mấy loại Machine Learning?
• 1.2.5.1. Supervised machine learning (học máy có giám sát)
• 1.2.5.2. Unsupervised machine learning (học máy không giám sát)
• 2. CHƯƠNG 2: PHÂN TÍCH CÁC BÀI TOÁN VỀ GIAO THÔNG
• 2.1. TỔNG QUAN VỀ BÀI TOÁN
• 2.1.1. Các loại phương tiện giao thông
• 2.1.2. Các tính năng cần có
• 2.2. CÁC YÊU CẦU VỀ SAI SỐ CỦA BÀI TOÁN
• 2.2.1. Đối với bài toán đếm xe (Counting)
• 2.2.2. Đối với bài toán tính thời gian chờ (Dwell-time)
• 2.2.3. Đối với bài toán tính độ dài hàng chờ (Quece-length)
• 2.3. XÂY DỰNG ỨNG DỤNG
• 2.3.1. PHÂN TÍCH BÀI TOÁN ĐẾM PHƯƠNG TIỆN
• 2.3.1.1. Đối với mặt cắt
• 2.3.1.2. Đối với nút giao
• 2.3.2. PHÂN TÍCH VỀ BÀI TOÁN TÍNH THỜI GIAN CHỜ
• 3. CHƯƠNG 3: XÂY DỰNG ỨNG DỤNG
• 3.1. CÀI ĐẶT MÔI TRƯỜNG, ỨNG DỤNG CẦN THIẾT
• 3.2. XÂY DỰNG MÔ HÌNH
• 3.2.1. Đếm mặt cắt (video ngắn)
• 3.2.2. Đếm mặt cắt (video dài)
• 3.2.3. Tính thời gian chờ (Dwell time)
• 4. CHƯƠNG 4: KẾT QUẢ, NHẬN XÉT VÀ HƯỚNG PHÁT TRIỂN
• 4.1. Đếm xe ở mặt cắt
• 4.1.1. Đối với video ngắn
• 4.1.2. Đối với video dài (chia theo các khối thời gian)
• 4.2. Đếm xe ở nút giao
• 4.2.1. Đối với video ngắn
• 4.2.2. Đối với video dài (chia theo các khối thời gian)
• 4.3. Tính thời gian hàng chờ
• 4.4. HƯỚNG PHÁT TRIỂN
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Về Ứng Dụng Trí Tuệ Nhân Tạo Nhận Diện Phương Tiện Giao Thông

Trong bối cảnh giao thông đô thị ngày càng phức tạp, việc ứng dụng trí tuệ nhân tạo (AI) để nhận diện và đếm phương tiện giao thông trở nên cần thiết. Công nghệ này không chỉ giúp cải thiện quản lý giao thông mà còn nâng cao an toàn đường bộ. Việc sử dụng AI trong nhận diện phương tiện giúp thu thập dữ liệu chính xác về lưu lượng giao thông, từ đó đưa ra các giải pháp hiệu quả hơn.

1.1. Khái Niệm Về Nhận Diện Phương Tiện Giao Thông

Nhận diện phương tiện giao thông là quá trình sử dụng công nghệ để xác định và phân loại các loại phương tiện như ô tô, xe máy, xe buýt. Công nghệ này thường sử dụng các thuật toán học sâu để phân tích hình ảnh và video từ camera giao thông.

1.2. Lợi Ích Của Việc Ứng Dụng AI Trong Giao Thông

Việc ứng dụng AI trong giao thông mang lại nhiều lợi ích như giảm ùn tắc, cải thiện an toàn và tối ưu hóa việc sử dụng hạ tầng giao thông. Dữ liệu thu thập được từ hệ thống AI có thể giúp các nhà quản lý đưa ra quyết định chính xác hơn.

II. Thách Thức Trong Việc Nhận Diện Và Đếm Phương Tiện Giao Thông

Mặc dù công nghệ nhận diện phương tiện giao thông đã phát triển, nhưng vẫn tồn tại nhiều thách thức. Các yếu tố như điều kiện thời tiết, ánh sáng và sự phức tạp của giao thông có thể ảnh hưởng đến độ chính xác của hệ thống. Việc xử lý dữ liệu lớn và yêu cầu về thời gian thực cũng là những vấn đề cần được giải quyết.

2.1. Ảnh Hưởng Của Điều Kiện Môi Trường

Điều kiện môi trường như ánh sáng yếu hoặc thời tiết xấu có thể làm giảm khả năng nhận diện của hệ thống. Các thuật toán cần được tối ưu hóa để hoạt động hiệu quả trong nhiều điều kiện khác nhau.

2.2. Khó Khăn Trong Việc Phân Loại Phương Tiện

Việc phân loại chính xác các loại phương tiện là một thách thức lớn. Các phương tiện có thể có hình dạng và kích thước tương tự, điều này đòi hỏi các thuật toán phải được huấn luyện với dữ liệu phong phú và đa dạng.

III. Phương Pháp Ứng Dụng AI Trong Nhận Diện Phương Tiện Giao Thông

Để xây dựng một hệ thống nhận diện và đếm phương tiện giao thông hiệu quả, cần áp dụng các phương pháp như YOLOv8x và ByteTrack. Những công nghệ này cho phép nhận diện và theo dõi phương tiện trong thời gian thực, từ đó cung cấp dữ liệu chính xác về lưu lượng giao thông.

3.1. Sử Dụng YOLOv8x Để Nhận Diện Phương Tiện

YOLOv8x là một trong những mô hình tiên tiến nhất trong lĩnh vực nhận diện đối tượng. Mô hình này cho phép nhận diện nhanh chóng và chính xác các loại phương tiện trong video.

3.2. ByteTrack Trong Theo Dõi Phương Tiện

ByteTrack là một thuật toán mạnh mẽ giúp theo dõi các phương tiện đã được nhận diện. Nó cho phép xác định vị trí và chuyển động của phương tiện trong thời gian thực, từ đó cung cấp thông tin hữu ích cho việc quản lý giao thông.

IV. Ứng Dụng Thực Tiễn Của AI Trong Quản Lý Giao Thông

Các ứng dụng của trí tuệ nhân tạo trong quản lý giao thông đang ngày càng trở nên phổ biến. Hệ thống nhận diện và đếm phương tiện có thể được áp dụng trong nhiều lĩnh vực như quản lý đô thị, an ninh và nghiên cứu giao thông. Những ứng dụng này không chỉ giúp cải thiện hiệu quả giao thông mà còn nâng cao chất lượng cuộc sống cho người dân.

4.1. Quản Lý Giao Thông Đô Thị

Hệ thống AI có thể cung cấp thông tin về lưu lượng giao thông, từ đó giúp các nhà quản lý đưa ra quyết định kịp thời nhằm giảm ùn tắc và cải thiện an toàn.

4.2. Nghiên Cứu Và Phân Tích Dữ Liệu Giao Thông

Dữ liệu thu thập từ hệ thống nhận diện phương tiện có thể được sử dụng để phân tích xu hướng giao thông, từ đó hỗ trợ quy hoạch đô thị và phát triển hạ tầng giao thông.

V. Kết Luận Về Tương Lai Của Ứng Dụng AI Trong Giao Thông

Tương lai của việc ứng dụng trí tuệ nhân tạo trong giao thông hứa hẹn sẽ mang lại nhiều cải tiến đáng kể. Với sự phát triển không ngừng của công nghệ, các hệ thống nhận diện và đếm phương tiện sẽ ngày càng chính xác và hiệu quả hơn. Điều này không chỉ giúp cải thiện quản lý giao thông mà còn góp phần bảo vệ môi trường và nâng cao chất lượng cuộc sống.

5.1. Xu Hướng Phát Triển Công Nghệ AI

Công nghệ AI sẽ tiếp tục phát triển, với nhiều ứng dụng mới trong lĩnh vực giao thông. Các nghiên cứu sẽ tập trung vào việc cải thiện độ chính xác và tốc độ xử lý của các hệ thống nhận diện.

5.2. Tác Động Đến Quản Lý Giao Thông

Việc ứng dụng AI trong giao thông sẽ giúp các nhà quản lý có được cái nhìn sâu sắc hơn về tình hình giao thông, từ đó đưa ra các giải pháp hiệu quả hơn để giảm ùn tắc và nâng cao an toàn.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Tình trạng ùn tắc giao thông tại các đô thị hiện nay diễn ra ngày càng phổ biến, trở thành bài toán phức tạp xuất phát từ nhiều nguyên nhân: sự gia tăng nhanh chóng của số lượng phương tiện cá nhân, hạ tầng giao thông chưa đáp ứng kịp thời, năng lực xử lý của hệ thống giao thông công cộng còn hạn chế và công tác phân luồng chưa thực sự tối ưu. Trong thực tế, các phương pháp thu thập, thống kê lưu lượng và phân loại phương tiện thủ công tiêu tốn rất nhiều thời gian, nguồn lực và nhân lực. Bên cạnh đó, việc điều khiển đèn tín hiệu giao thông theo chu kỳ cố định bộc lộ nhiều nhược điểm, làm xuất hiện các khoảng "thời gian chết" kéo dài (tín hiệu đèn xanh vẫn bật ở làn đường không có xe, trong khi các làn đường khác có mật độ phương tiện cao lại phải dừng chờ). Điều này gây lãng phí thời gian di chuyển, gia tăng chi phí vận hành, gây ô nhiễm môi trường và tạo áp lực tâm lý cho người tham gia giao thông.

Trước bối cảnh đó, tác giả Vũ Tuấn Huy đã thực hiện đồ án tốt nghiệp nhằm nghiên cứu, xây dựng ứng dụng trí tuệ nhân tạo phục vụ công tác giám sát và điều phối giao thông đô thị.

Mục tiêu và các nhiệm vụ nghiên cứu cụ thể của đề tài bao gồm:

1. Thu thập, phân tích và xử lý nguồn dữ liệu video giao thông từ các camera thực tế tại nhiều vị trí và điều kiện môi trường khác nhau.
2. Xây dựng và đào tạo mô hình nhận diện vật thể YOLOv8x kết hợp thuật toán theo dõi đa đối tượng ByteTrack để nhận dạng, gán định danh (ID) và truy vết quỹ đạo di chuyển của phương tiện.
3. Nghiên cứu và thiết lập các thuật toán chuyên biệt phục vụ bài toán đếm phương tiện (phương pháp cho mặt cắt đường thẳng và phương pháp cho nút giao nhiều nhánh rẽ) cùng bài toán đo thời gian chờ đèn đỏ (Dwell-time).
4. Thiết kế, xây dựng ứng dụng web demo tích hợp các mô-đun AI và đo lường, cho phép người dùng cấu hình vạch đếm, vùng tính toán và trích xuất báo cáo thống kê theo các khối thời gian phục vụ công tác quản lý giao thông.

Đối tượng nghiên cứu của đề tài là các phương tiện giao thông đường bộ lưu thông trong các luồng video giám sát, được phân loại chi tiết thành 9 nhóm phương tiện. Phạm vi không gian nghiên cứu tập trung vào các tuyến đường mặt cắt (đường thẳng 1 chiều, 2 chiều) và các nút giao thông (ngã ba, ngã tư) tại đô thị. Phạm vi dữ liệu bao gồm các đoạn video được ghi hình ở nhiều khung giờ (sáng, chiều, tối), đa dạng hình thái thời tiết (nắng, mưa, sương mù) và các mức mật độ giao thông khác nhau (thông thoáng, ùn tắc).

Cơ sở lý thuyết và phương pháp

Đề tài vận dụng các nền tảng lý thuyết thuộc lĩnh vực Trí tuệ nhân tạo (AI), Học máy (Machine Learning), Học sâu (Deep Learning) và Thị giác máy tính (Computer Vision) với các nhiệm vụ trọng tâm: Phân loại hình ảnh (Image Classification), Nhận diện vật thể (Object Detection - OD) và Theo dõi vật thể (Object Tracking - OT).

Các mô hình và cơ sở toán học - thuật toán cốt lõi được tác giả sử dụng bao gồm:

• Mô hình nhận diện YOLOv8 (phiên bản YOLOv8x): Thuộc họ mô hình One-stage Object Detection, trích xuất đặc trưng qua mạng tích chập (CNN), biểu diễn vị trí vật thể bằng Bounding Box $(x, y, w, h, p)$. Đánh giá độ chính xác vùng bao thông qua chỉ số IoU (Intersection over Union), xử lý triệt tiêu các khung bao trùng lặp bằng kỹ thuật Non-Maximum Suppression (NMS). Mô hình tối ưu hóa thông qua hàm mất mát tổng bình phương sai số (Sum-Squared Error - SSE) kết hợp từ ba thành phần: sai số định vị (Localization loss), sai số độ tin cậy (Confidence loss) và sai số phân loại lớp (Classification loss).
• Thuật toán theo dõi ByteTrack: Thuật toán theo dõi đa đối tượng (Multiple Object Tracking - MOT) theo phương tiếp cận trực tuyến (Online Tracking) dựa trên nhận diện (Detection-based Tracking), duy trì ID đối tượng ổn định qua các khung hình (frame), xử lý tốt trong điều kiện ánh sáng thay đổi và trường hợp phương tiện bị che khuất tạm thời.
• Giải thuật hình học và giải tích vectơ: Thuật toán xác định giao điểm giữa đoạn thẳng nối tọa độ tâm bounding box qua hai khung hình liên tiếp với vạch đếm (line); thuật toán kiểm tra hướng di chuyển bằng tích vô hướng và góc lệch giữa vectơ quỹ đạo (trajectory) với vectơ chỉ hướng (chấp nhận góc lệch trong khoảng $-90^\circ$ đến $90^\circ$).
• Thuật toán Ray casting: Dùng để giải quyết bài toán điểm nằm trong đa giác (Point-in-Polygon) nhằm xác định chính xác thời điểm phương tiện tiến vào và rời khỏi vùng giám sát (Zone) khi tính thời gian chờ.

Phương pháp nghiên cứu thực nghiệm được triển khai thông qua việc kết hợp giữa huấn luyện mô hình học sâu và phát triển phần mềm ứng dụng. Nguồn dữ liệu huấn luyện được trích xuất từ các video giám sát giao thông thực tế, sử dụng trọng số nạp sẵn (pretrained weights) từ tập dữ liệu COCO để sinh nhãn tự động, sau đó được kiểm tra, hiệu chỉnh thủ công bằng phần mềm gán nhãn labelImg. Bộ dữ liệu hoàn chỉnh được phân chia theo tỷ lệ 80% cho tập huấn luyện (training set) và 20% cho tập kiểm thử/đánh giá (validation set).

Thiết kế và triển khai

Hệ thống được thiết kế theo cấu trúc tách rời gồm hai thành phần chức năng chính: khối xử lý AI (Object Tracking) và khối đo lường nghiệp vụ (Measure), kết nối với nhau thông qua tệp dữ liệu trung gian JSON.

[Video giám sát đầu vào] 
                                     [Khối Đo lường (Measure)]
                                     [Giao diện Web Flask / Xuất Excel]

Kiến trúc và nguyên lý vận hành

Do thời gian xử lý video của mô hình AI kích thước lớn (YOLOv8x) diễn ra tương đối lâu (thường gấp khoảng 1,5 lần thời lượng thực của video, ví dụ video 1 giờ mất khoảng 1 giờ 30 phút xử lý), hệ thống lựa chọn giải pháp chạy mô hình AI một lần duy nhất cho mỗi video dự án. Kết quả nhận diện và tracking bao gồm: chỉ số định danh (ID) của xe, loại phương tiện và tọa độ tâm của bounding box theo từng frame được lưu trữ hoàn toàn vào tệp JSON. Khối Measure sau đó chỉ cần truy xuất tệp JSON này để vẽ quỹ đạo (trajectory) và thực hiện các phép tính toán đếm xe hoặc đo thời gian chờ theo thời gian thực mà không cần chạy lại mô hình học sâu.

Công nghệ và công cụ triển khai

• Ngôn ngữ và môi trường: Python, môi trường ảo Conda trên nền tảng Anaconda; hệ quản trị cơ sở dữ liệu quan hệ MySQL.
• Nền tảng Web: Framework Flask (Python) phục vụ phía máy chủ (Backend); giao diện người dùng (Frontend) xây dựng bằng HTML, CSS và JavaScript; thư viện OpenCV hỗ trợ hiển thị và xử lý khung hình video.
• Công cụ gán nhãn: Thư viện labelImg với tệp cấu hình predefined_classes.txt chứa danh sách 9 lớp phương tiện.

Các giải thuật đo lường chuyên biệt

• Đếm phương tiện tại mặt cắt: Sử dụng tổ hợp 4 vạch đếm kết hợp cùng 1 vạch chỉ hướng $AB$. Hệ thống xác định phương tiện có cắt qua vạch đếm hay không bằng cách xét giao điểm của đoạn thẳng nối tâm bounding box giữa hai frame liên tiếp với vạch đếm. Vectơ chuyển động của xe (nối từ frame đầu tiên đến frame cuối cùng xuất hiện) được so sánh với vectơ chỉ hướng $AB$; phương tiện chỉ được tính hợp lệ khi góc tạo bởi hai vectơ nằm trong khoảng $[-90^\circ, 90^\circ]$.
• Đếm phương tiện tại nút giao: Khắc phục nhược điểm của phương pháp 1 vạch không thể phân loại hướng rẽ, hệ thống áp dụng phương pháp 2 vạch (Line 1 và Line 2). Phương tiện chỉ được ghi nhận khi cắt qua cả hai vạch đếm. Hướng rẽ được xác định dựa trên thứ tự frame cắt vạch: nếu chỉ số frame cắt Line 1 nhỏ hơn frame cắt Line 2 thì xe di chuyển theo chiều từ Line 1 đến Line 2.
• Tính thời gian chờ (Dwell-time): Người dùng định nghĩa một vùng đa giác tứ giác (Zone) trên giao diện. Bằng thuật toán Ray casting (bắn tia từ điểm kiểm tra ra vô cực, đếm số giao điểm với các cạnh của đa giác: lẻ là nằm trong, chẵn là nằm ngoài), hệ thống gán cờ (flag) khi tâm xe đi vào Zone và ghi nhận mốc thời gian rời khỏi Zone, từ đó xác định tổng thời gian dừng chờ của từng phương tiện.
• Báo cáo định kỳ: Tích hợp tính năng làm tròn và phân nhóm số liệu theo các khối thời gian cấu hình sẵn (ví dụ chu kỳ 15 phút) và xuất kết quả ra bảng tính Excel.

Nội dung chính theo từng chương

Chương 1: Tổng quan cơ sở lý thuyết

Chương 1 hệ thống hóa các khái niệm nền tảng trong lĩnh vực trí tuệ nhân tạo, phân biệt mối quan hệ phân cấp giữa AI, Machine Learning và Deep Learning. Tác giả đi sâu vào các bài toán của thị giác máy tính, phân tích chi tiết cơ chế hoạt động của mô hình nhận diện YOLO (cấu trúc mạng tích chập, định dạng bounding box, chỉ số IoU, hàm mất mát SSE, kỹ thuật NMS) và so sánh với họ mô hình R-CNN. Đồng thời, chương này trình bày nguyên lý của thuật toán theo dõi đa đối tượng ByteTrack (đạt điểm MOTA trên 80, tốc độ xử lý trên 30 FPS), phân biệt các dạng SOT/MOT, Online/Offline Tracking, và giới thiệu các công nghệ phát triển web gồm kiến trúc Frontend/Backend, ngôn ngữ Python và framework Flask.

Khái niệm / Công nghệ	Vai trò trong hệ thống	Đặc điểm kỹ thuật chính
YOLOv8x	Nhận diện đối tượng (OD)	Mô hình kích thước lớn nhất, tối ưu độ chính xác, trích xuất bounding box $(x, y, w, h, p)$
ByteTrack	Theo dõi đối tượng (OT)	MOTA > 80, FPS > 30, duy trì ID ổn định khi bị che khuất và đổi ánh sáng
Flask & OpenCV	Xây dựng ứng dụng web	Xử lý luồng dữ liệu hình ảnh, tạo giao diện tương tác, xuất báo cáo Excel
Ray casting	Tính toán hình học không gian	Xác định điểm tâm bounding box nằm trong hay ngoài đa giác Zone

Chương 2: Phân tích các bài toán về giao thông

Chương 2 định nghĩa danh mục 9 loại phương tiện giao thông cần phân loại và thiết lập các ngưỡng sai số kỹ thuật cho hệ thống.

STT	Lớp phương tiện	Tên tiếng Anh	Đặc điểm nhận dạng theo văn bản
1	Xe máy	motor	Xe chạy xăng/điện từ 50cc trở lên, không có bàn đạp
2	Xe đạp	bicycle	Xe đạp thông dụng, thể thao, xe đạp điện có bàn đạp
3	Xe con	car	Xe gia đình cơ bản 4–7 chỗ, sơn trơn một màu
4	Xe taxi	taxi	Xe con có gắn logo, thương hiệu, có mào trên nóc
5	Xe khách	coach	Xe chở khách từ trên 13 chỗ đến dưới 30 chỗ
6	Xe buýt	bus	Xe công cộng, kính lớn, có bảng số hiệu LED và logo hãng
7	Xe tải nhỏ	lgv	Khoang chứa hàng và khoang chở người tách biệt
8	Xe tải nặng	hgv	Xe tải nặng > 3,5 tấn, thân dài, 3–4 trục (6–8 bánh)
9	Xe siêu tải	vhgv	Xe đầu kéo, xe từ 5 trục trở lên, xe cẩu

Chương này cũng đặt ra các yêu cầu kiểm soát sai số chấp nhận được:

• Sai số tổng số xe của từng loại phương tiện: không vượt quá 5%.
• Sai số tổng số lượng xe của tất cả 9 loại: không vượt quá 3%.
• Sai số tính thời gian chờ (Dwell-time): không lệch quá 10 giây cho mỗi xe.
• Sai số tính độ dài hàng chờ (Queue-length): trong khoảng $\pm 14\text{ m}$.

Bên cạnh đó, chương 2 phân tích chi tiết nguyên lý đếm xe trên mặt cắt (4 line + 1 line chỉ hướng), nguyên lý đếm xe tại nút giao theo nhánh rẽ (2 line) và giải thuật Ray casting để tính dwell-time trong Zone.

Chương 3: Xây dựng ứng dụng

Chương 3 trình bày các bước cài đặt môi trường, công cụ thực thi và quy trình chuẩn bị dữ liệu:

• Cài đặt hệ điều hành và các phần mềm hỗ trợ: Anaconda, hệ quản trị cơ sở dữ liệu MySQL, công cụ labelImg và cấu hình tệp predefined_classes.txt.
• Tổ chức mã nguồn: Mô-đun tiền xử lý và sinh dữ liệu tự động (process-traffic-videos), mô-đun ứng dụng web (verhical-count), tích hợp tệp trọng số huấn luyện trong thư mục /weights.
• Quy trình chuẩn bị dữ liệu: Xử lý video thô đa dạng điều kiện môi trường $\rightarrow$ trích xuất ảnh và sinh nhãn tự động từ pretrained weight COCO $\rightarrow$ kiểm tra, chỉnh sửa nhãn thủ công $\rightarrow$ phân chia dữ liệu train/validation theo tỷ lệ 80/20.
• Xây dựng giao diện web gồm: trang đăng nhập, trang chủ, màn hình thao tác đếm mặt cắt (video ngắn/dài), đếm nút giao (video ngắn/dài), vẽ vùng Zone tính thời gian chờ và trích xuất bảng kết quả Excel.

Chương 4: Kết quả, nhận xét và hướng phát triển

Chương 4 tổng hợp các kết quả thử nghiệm thực tế của ứng dụng trên các tập video giao thông đối với cả hai dạng video ngắn và video dài được chia theo các khối thời gian. Tác giả trình bày các bảng so sánh số liệu đếm giữa mô hình AI và số liệu đếm thủ công của con người theo từng loại phương tiện và theo từng hướng di chuyển ($Vc_1, Vc_2$). Kết quả cho thấy hệ thống hoạt động ổn định trên các kịch bản mặt cắt, phân loại chính xác các hướng rẽ tại nút giao và trích xuất thành công bảng tính thời gian chờ của các phương tiện (ví dụ ghi nhận xe ID 51 dừng lúc 17:37:05, xe ID 60 dừng lúc 17:37:10). Cuối chương là các nhận xét đánh giá và đề xuất hướng phát triển mở rộng hệ thống.

Kết quả và đóng góp

Kết quả thực nghiệm chính

• Xây dựng thành công ứng dụng web demo hoàn chỉnh tích hợp mô hình nhận diện YOLOv8x và ByteTrack, cho phép phân loại chi tiết 9 nhóm phương tiện giao thông.
• Đạt độ chính xác tổng thể trong điều kiện thực nghiệm lên đến 90% so với kết quả đếm thủ công của con người (theo đánh giá của giảng viên hướng dẫn).
• Đảm bảo các chỉ tiêu sai số kỹ thuật đề ra: sai số tổng số xe dưới 3%, sai số từng loại xe dưới 5%, thời gian chờ sai số trong khoảng $\pm 10\text{ giây}$.
• Xuất dữ liệu thống kê tự động ra tệp Excel phân chia rõ ràng theo từng hướng di chuyển và từng khối thời gian xác định (chu kỳ 15 phút).

Giải pháp và kiến nghị của tác giả

• Đề xuất mô hình xử lý hai pha (AI Tracking lưu tệp JSON trung gian $\rightarrow$ Measure xử lý nghiệp vụ) giúp tối ưu hóa tài nguyên phần cứng và linh hoạt thay đổi cấu hình đo lường mà không phải chạy lại mô hình thị giác máy tính.
• Áp dụng phương pháp 2 vạch đếm (2-line) để giải quyết triệt để bài toán phân luồng và xác định hướng rẽ tại các nút giao thông phức tạp.
• Ứng dụng giải thuật Ray casting và khái niệm Zone để đo lường thời gian chờ thực tế của phương tiện, làm cơ sở dữ liệu đầu vào phục vụ việc điều chỉnh, tối ưu hóa chu kỳ đèn tín hiệu giao thông nhằm giảm thiểu thời gian chết.

Đóng góp của đề tài

• Hoàn thiện bài toán phân loại phương tiện giao thông với mức độ chi tiết cao (9 lớp chuyên biệt, phân biệt rõ xe con, taxi, xe buýt, xe khách và các hạng xe tải khác nhau) thay vì chỉ phân loại các nhóm cơ bản như đa số các nghiên cứu thông thường.
• Tích hợp đồng thời nhiều tính năng nghiệp vụ giao thông trên một nền tảng duy nhất: đếm lưu lượng mặt cắt, đếm phân luồng nút giao và đo thời gian dừng chờ theo vùng địa lý tùy biến.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế

• Thời gian xử lý của khối AI còn chậm (mất khoảng 1,5 lần thời lượng video) do lựa chọn mô hình YOLOv8x có kích thước lớn để ưu tiên độ chính xác, dẫn đến chưa thể triển khai theo cơ chế thời gian thực trực tiếp trên luồng video đầu vào.
• Độ chính xác của hệ thống vẫn chịu ảnh hưởng bởi chất lượng dữ liệu đầu vào và các góc quay camera; quy trình tạo nhãn dữ liệu đòi hỏi nhiều công sức kiểm tra, chỉnh sửa thủ công.
• Tính năng tính độ dài hàng chờ (Queue-length) và đo tốc độ phương tiện mới dừng ở mức phân tích yêu cầu bài toán, chưa được hoàn thiện sâu trong phần thực nghiệm.

Hướng nghiên cứu tiếp

• Thử nghiệm và tối ưu hóa các phiên bản mô hình nhỏ hơn nhằm cân bằng giữa độ chính xác và tốc độ xử lý, hướng tới khả năng xử lý thời gian thực (Real-time Processing).
• Mở rộng tập dữ liệu huấn luyện trong các điều kiện thời tiết khắc nghiệt hơn (mưa lớn, ban đêm thiếu sáng, sương mù dày đặc) để nâng cao độ bền vững của mô hình.
• Hoàn thiện thuật toán đo tốc độ di chuyển và tính toán tự động độ dài hàng chờ của phương tiện tại các nút giao.
• Phát triển hệ thống kết nối trực tiếp với hệ thống điều khiển đèn giao thông thông minh để tự động điều chỉnh chu kỳ đèn thích ứng theo mật độ phương tiện thực tế.

Giá trị tham khảo

Tài liệu đồ án tốt nghiệp này mang lại giá trị tham khảo thiết thực cho:

• Sinh viên và học viên ngành Công nghệ thông tin, Khoa học dữ liệu, Trí tuệ nhân tạo: Có thể tham khảo phương pháp kết hợp giữa mô hình nhận diện YOLOv8 và thuật toán theo dõi ByteTrack, quy trình xử lý dữ liệu hình ảnh, gán nhãn bằng labelImg và phân chia tập dữ liệu.
• Kỹ sư và nhà nghiên cứu trong lĩnh vực Giao thông thông minh (ITS): Cung cấp giải pháp kỹ thuật cụ thể về giải thuật 2 vạch đếm phân luồng nút giao, phương pháp vectơ chỉ hướng và thuật toán Ray casting đo thời gian dừng chờ (Dwell-time).
• Lập trình viên phát triển ứng dụng thị giác máy tính: Cung cấp mô hình kiến trúc tách rời (AI Processing lưu tệp JSON $\rightarrow$ Web Flask Measure), giúp tối ưu hóa hiệu năng khi xây dựng các sản phẩm xử lý video trên nền tảng web.

Câu hỏi thường gặp

1. Tại sao tác giả lại lựa chọn mô hình YOLOv8x thay vì các phiên bản nhỏ hơn của YOLOv8?
Trong các bài toán phân tích và thống kê giao thông, độ chính xác của số liệu là ưu tiên hàng đầu vì số liệu sai lệch sẽ dẫn đến các quyết định quy hoạch và điều phối sai lầm. Do đó, tác giả chấp nhận đánh đổi tốc độ xử lý chậm hơn (thời gian chạy gấp 1,5 lần thời lượng video) để sử dụng phiên bản có kích thước lớn nhất là YOLOv8x nhằm đạt được độ chính xác cao nhất cho dữ liệu.

2. Hệ thống phân loại phương tiện thành bao nhiêu nhóm và gồm những loại nào?
Hệ thống phân loại phương tiện thành 9 nhóm cụ thể: xe máy (motor), xe đạp (bicycle), xe con dưới 13 chỗ (car), xe taxi (taxi), xe khách từ trên 13 đến dưới 30 chỗ (coach), xe buýt công cộng (bus), xe tải nhỏ (lgv), xe tải nặng 3–4 trục trên 3,5 tấn (hgv) và xe siêu tải từ 5 trục trở lên hoặc xe cẩu (vhgv).

3. Tại sao tại các nút giao thông không thể áp dụng phương pháp đếm 1 vạch như ở mặt cắt đường thẳng?
Tại nút giao có nhiều nhánh rẽ (ngã ba, ngã tư), nếu chỉ dùng 1 vạch đếm thì tất cả các xe đi qua vạch đều bị tính mà không thể phân biệt được xe đó đi thẳng, rẽ trái hay rẽ phải. Do đó, tác giả sử dụng phương pháp 2 vạch (Line 1 và Line 2); chỉ những xe cắt qua cả hai vạch theo đúng thứ tự thời gian xuất hiện trên các khung hình mới được ghi nhận cho hướng rẽ tương ứng.

4. Thuật toán Ray casting được ứng dụng như thế nào trong bài toán tính thời gian chờ đèn đỏ?
Người dùng tạo một vùng đa giác tứ giác (Zone) trên mặt đường. Thuật toán Ray casting kiểm tra tọa độ tâm bounding box của xe có nằm trong đa giác hay không bằng cách đếm số giao điểm của tia nối từ điểm đó ra ngoài đa giác (số giao điểm lẻ là nằm trong, chẵn là nằm ngoài). Khi xe bắt đầu vào Zone, hệ thống gán một cờ (flag) và ghi nhận thời gian cho đến khi xe rời khỏi Zone để tính tổng thời gian dừng chờ.

5. Vì sao hệ thống không xử lý trực tiếp video mỗi khi người dùng thực hiện thao tác đếm xe trên web?
Do thời gian xử lý của mô hình AI rất lâu (video 1 giờ mất khoảng 1 giờ 30 phút xử lý), nên nếu mỗi lần đổi cấu hình đếm lại phải chạy lại video từ đầu thì ứng dụng sẽ không khả thi. Tác giả lựa chọn giải pháp chạy AI một lần duy nhất, xuất toàn bộ thông tin (ID, loại xe, tọa độ tâm theo từng frame) ra tệp JSON trung gian; khối đo lường trên web sau đó chỉ cần đọc tệp JSON để tính toán tức thì.

Kết luận

Đồ án tốt nghiệp của sinh viên Vũ Tuấn Huy đã giải quyết thành công bài toán ứng dụng thị giác máy tính trong giám sát và điều phối giao thông đô thị thông qua việc kết hợp mô hình YOLOv8x và thuật toán ByteTrack. Hệ thống cho phép phân loại chi tiết 9 nhóm phương tiện, đếm lưu lượng chính xác tại cả mặt cắt và nút giao, đồng thời xác định thời gian dừng chờ của phương tiện với độ chính xác đạt khoảng 90% so với thực tế. Kiến trúc phân tách hai pha thông qua tệp lưu trữ JSON cùng giải pháp giao diện web Flask mang lại tính ứng dụng cao, cung cấp cơ sở dữ liệu tin cậy phục vụ công tác quy hoạch hạ tầng và tối ưu hóa hệ thống đèn tín hiệu giao thông.

Trích đoạn nội dung tài liệu

CHƯƠNG 1: TỔNG QUAN CƠ SỞ LÝ THUYẾT 1.1 Giới thiệu tổng quan Trong một thế giới ngày càng đông đúc và phức tạp, việc quản lý và điều tiết giao thông đang trở nên ngày càng quan trọng. Tình hình giao thông kém hiệu quả không chỉ gây ra sự lãng phí thời gian của người tham gia giao thông mà còn tạo ra những tác động tiêu cực đến môi trường và an toàn đường đi. Đây là bài toán thách thức mà ứng dụng AI có thể giải quyết. Mục tiêu chính của dự án này là xây dựng một website ứng dụng AI có khả năng nhận diện và đếm phương tiện giao thông.

Điều này có thể giúp tăng cường khả năng quản lý giao thông, dự đoán tình hình lưu lượng giao thông, và cải thiện an toàn đường đi. Đồng thời, dự án cũng nhằm tạo ra một công cụ hiệu quả cho việc giám sát và thu thập dữ liệu liên quan đến phương tiện giao thông, có thể ứng dụng trong nhiều lĩnh vực, từ quản lý đô thị đến nghiên cứu vận tải. Bài toán thuộc lĩnh vực computer vision. Computer vision là một lĩnh vực trí tuệ nhân tạo (AI) tập trung vào phát triển các giải pháp và thuật toán để máy tính có khả năng "nhìn" và hiểu hình ảnh và video giống như con người.

Dựa trên việc máy tính sử dụng các thuật toán và mô hình để hiểu và xử lý hình ảnh và video. Nó cho phép máy tính phân loại, nhận dạng và hiểu nội dung của các phương tiện trực göi là hình ảnh và video. Mục tiêu chính là trích xuất thông tin từ dữ liệu hình ảnh và video để máy tính có thể đưa ra quyết định hoặc tác động dựa trên dữ liệu này. Phạm vi của dự án bao gồm việc phát triển một website có khả năng nhận diện và đếm các loại phương tiện giao thông như ô tô, xe máy, xe buýt, xe tải,.

trên các tuyến đường phổ biến và tính thời gian chờ đèn đỏ của các phương tiện giao thông. Sản phẩm này sẽ sử dụng các kỹ thuật và thuật toán AI như học sâu (deep learning) để xử lý hình ảnh và dữ liệu video.2 Nền tảng lý thuyết 1.1 Trí tuệ nhân tạo (AI). AI (Artificial Intelligence) nghĩa là trí tuệ nhân tạo, công nghệ này mô phỏng những suy nghĩ và quá trình tiếp thu kiến thức của con người cho máy móc, đặc biệt là các hệ thống máy tính. Tại hội nghị The Dartmouth diễn ra vào năm 1956, khái niệm về công nghệ AI xuất hiện đầu tiên bởi John McCarthy, một nhà khoa học máy tính Mỹ.

Hiện nay, công nghệ AI là thuật ngữ phổ biến rộng rãi ở nhiều ngành nghề khác nhau bao gồm cả quá trình tự động hoá robot đến người máy AI. Ưu điểm Mạng lưới thần kinh nhân tạo và công nghệ trí tuệ nhân tạo với khả năng học tập sâu đang phát triển nhanh chóng, AI xử lý được lượng lớn dữ liệu nhanh hơn nhiều và đưa ra dự đoán chính xác hơn khả năng của con người. Khối lượng dữ liệu khổng lồ được tạo ra hàng ngày sẽ gây khó khăn cho các nhà nghiên cứu, AI sử dụng học máy để có thể lấy những dữ liệu đó và nhanh chóng biến nó thành thông tin có thể thực hiện được. Nhược điểm Việc sử dụng AI là tốn kém rất nhiều khi xử lý một lượng lớn dữ liệu mà lập trình AI yêu cầu.

Khả năng giải thích sẽ một trở ngại trong việc sử dụng AI trong các lĩnh vực hoạt động theo các yêu cầu phải tuân thủ quy định nghiêm ngặt. Ví dụ: Các tổ chức tài chính, khi quyết định từ chối cấp tín dụng được đưa ra bởi AI, khó có 3 thể đưa ra những giải thích rõ ràng, các lý do không cấp tín dụng cho khách hàng. Machine learning có thể tự dự đoán hoặc đưa ra quyết định mà không cần được lập trình cụ thể. Bài toán machine learning thường được chia làm hai loại là dự đoán (prediction) và phân loại (classification).

Các bài toán dự đoán như dự đoán giá nhà, giá xe… Các bài toán phân loại như nhận diện chữ viết tay, nhận diện đồ vật… Machine learning Workflow Cụ thể từng bước trong machine learning workflow như sau như sau: 1. Data collection – thu thập dữ liệu: để máy tính có thể học được bạn cần có một bộ dữ liệu (dataset), bạn có thể tự thu thập chúng hoặc lấy các bộ dữ liệu đã được công bố trước đó. Lưu ý là bạn phải thu thập từ nguồn chính thống, có như vậy dữ liệu mới chính xác và máy có thể học một cách đúng đắng và đạt hiệu quả cao hơn. Preprocessing – tiền xử lý: bước này dùng để chuẩn hóa dữ liệu, loại bỏ các thuộc tính không cần thiết, gán nhãn dữ liệu, mã hóa một số đặc trưng, trích xuất đặc trưng, rút gọn dữ liệu nhưng vẫn đảm bảo kết quả… Bước này tốn thời gian nhất tỉ lệ thuận với số lượng dữ liệu bạn có.

Bước 1 và 2 thường chiếm hơn 70% tổng thời gian thực hiện. Training model – huấn luyện mô hình: bước này là bước bạn huấn luyện cho mô hình hay chính là cho nó học trên dữ liệu bạn đã thu thập và xử lý ở hai bước đầu. Evaluating model – đánh giá mô hình: sau khi đã huấn luyện mô hình xong, chúng ta cần dùng các độ đo để đánh giá mô hình, tùy vào từng độ đo khác nhau mà mô hình cũng được đánh giá tốt hay không khác nhau. Độ chính xác của mô hình đạt trên 80% được cho là tốt.

Improve – cải thiện: sau khi đã đánh giá mô hình, các mô hình đạt độ chính xác không tốt thì cần được train lại, chúng ta sẽ lặp lại từ bước 3, cho đến khi đạt độ chính xác như kỳ vọng. Tổng thời gian của 3 bước cuối rơi vào khoảng 30% tổng thời gian thực hiện. Có mấy loại Machine Learning? Các mô hình machine learning được phân thành 3 loại chính: 1. Supervised machine learning (học máy có giám sát): Phương pháp này được xác định bằng cách sử dụng các bộ dữ liệu được gắn nhãn để huấn luyện các thuật toán.

Mục tiêu để phân loại hoặc dự đoán kết quả một cách chính xác. Khi dữ liệu đầu vào được đưa vào mô hình, mô hình sẽ điều chỉnh trọng số của nó cho đến khi phù hợp. Điều này xảy ra như một phần của quy trình xác thực chéo, tránh việc thừa hoặc thiếu trang. Supervised machine learning giúp cho tổ chức giải quyết các vấn đề ở quy mô lớn.

Ví dụ: phân loại thư rác trong mục hộp thư đến. Một số phương pháp được sử dụng: mạng thần kinh, hồi quy tuyến tính, hồi quy logistics,… 2. Unsupervised machine learning (học máy không giám sát): Sử dụng các thuật toán học máy để phân tích và phân cụm các bộ dữ liệu không được gắn nhãn. Các thuật toán này khám phá những mẫu hoặc nhóm dữ liệu ẩn mà không cần sự can thiệp của con người.

Khả năng khám phá những điểm tương đồng và khác biệt trong thông tin của phương pháp này khiến nó phù hợp với việc phân tích dữ liệu khám phá, chiến lược bán chéo, phân khúc khách hàng cũng 4 như nhận dạng hình ảnh và mẫu. Nó cũng được sử dụng để giảm số lượng các tính năng trong một mô hình, thông qua quá trình giảm kích thước. Phân tích thành phần chính (PCA) và phân tích giá trị đơn lẻ (SVD) là hai cách tiếp cận phổ biến cho phương pháp này. Các thuật toán thường được sử dụng: mạng thần kinh, phân cụm k-means, phân cụm xác suất,… 3.

Semi-supervised learning (Học máy bán giám sát): sự kết hợp giữa học máy không giám sát và học máy giám sát. Trong quá trình học, nó sử dụng tập dữ liệu được gắn nhãn nhỏ hơn để hướng dẫn, phân loại và trích xuất tính năng từ tệp dữ liệu lớn hơn, không được gắn nhãn. Học máy bán giám sát có thể giải quyết vấn đề không có đủ dữ liệu được gắn nhãn cho thuật toán học máy có giám sát, hoặc dán nhãn đủ dữ liệu tốn quá nhiều thời gian và công sức. Deep Learning là một nhánh của Machine Learning và Khoa học dữ liệu bắt chước cách con người thu được những kiến thức cụ thể, giúp máy tính tự huấn luyện chính nó thực hiện những tác vụ tương tự con người, hỗ trợ cho việc dịch ngôn ngữ, phân loại các hình ảnh, nhận dạng giọng nói.

Các thuật toán Deep Learning là nhân tố quan trọng đằng sau những chiếc xe không người lái, cho phép chúng nhận ra biển báo dừng hoặc phân biệt người đi bộ với cột đèn. Công nghệ này là chìa khóa để con người có thể dùng giọng nói điều khiển các thiết bị tiêu dùng như điện thoại, máy tính bảng, TV và loa cầm tay. Qua từng bước phát triển, Deep Learning đang đạt được những kết quả chưa từng có trước đây. Deep Learning về cơ bản là một mạng nơ-ron gồm ba lớp trở lên, những mạng lưới nơ-ron này thu thập từ dữ liệu lớn (Big Data), học từ những dữ liệu đó và cố gắng “bắt chước” hành vi của não bộ con người.

Công nghệ này hoạt động bằng cách khám phá các cấu trúc phức tạp trong dữ liệu mà chúng trải nghiệm, cụ thể là xây dựng các mô hình tính toán bao gồm nhiều lớp xử lý, mạng có thể tạo ra nhiều mức trừu tượng để biểu diễn dữ liệu. Ưu điểm Nhược điểm • Deep Learning được tối ưu tốt hơn nhờ sự bùng nổ của Internet và khả năng phát triển mạnh mẽ từ khả năng tính toán của máy tính. • Đòi hỏi một nguồn dữ liệu đầu vào • Độ chính xác cao, đảm bảo cho các khủng để máy tính học hỏi. Quy trình thiết bị điện tử tiêu dùng có thể đáp này mất nhiều thời gian và công sức để ứng được mọi nhu cầu cũng như xử lý mà chỉ có các Server chuyên mong đợi của người dùng.

nghiệp mới có thể làm được. Trường • Cung cấp hệ thống gợi ý trên các hợp không đủ dữ liệu đầu vào để xử lý, nền tảng lớn như: Facebook, mọi thứ sẽ không thể diễn ra đúng như Amazon, Netflix,…, giúp tăng độ dự định của máy tính đưa ra. tương tác của người dùng lên cao • Chưa thể nhận biết được những thứ đáng kể. Bởi, kỹ thuật của Deep • Khả năng nhận diện hình ảnh tốt, Learning hiện chưa đảm bảo tốt để trí không chỉ xác định được đối tượng tuệ nhân tạo có thể rút ra những kết trong ảnh mà còn hiểu được nội luận một cách logic.

dung và ngữ cảnh trong bức hình. • Độ an toàn cao, được tin dùng trong hệ thống lái xe tự động.1: Ưu/nhược điểm của Deep Learning.4 So sánh, phân biệt AI, ML và DL. 5 Ở thời đại công nghệ 4.