I. Giới thiệu về đề tài Ứng dụng xử lý ảnh điều khiển đèn giao thông tại ngã tư HCMUTE
Đề tài nghiên cứu ứng dụng xử lý ảnh để điều khiển đèn giao thông thông minh tại một ngã tư, cụ thể là tại HCMUTE. Đây là một vấn đề cấp thiết trong bối cảnh đô thị hóa nhanh chóng, dẫn đến ùn tắc giao thông. Đề tài tập trung vào việc xây dựng hệ thống tự động điều chỉnh thời gian đèn tín hiệu dựa trên phân tích lưu lượng phương tiện từ hình ảnh camera. Hệ thống sử dụng phần mềm Matlab để xử lý ảnh, vi điều khiển Arduino Mega 2560 để điều khiển đèn giao thông mô hình. Nhận diện biển báo giao thông và phát hiện vật thể là các kỹ thuật xử lý ảnh cốt lõi. Mục tiêu chính là giảm thiểu ùn tắc giao thông, tối ưu hóa lưu lượng giao thông, nâng cao an toàn giao thông. Quản lý giao thông thông minh là mục tiêu hướng đến. Ngã tư HCMUTE được chọn làm điểm nghiên cứu thực tiễn.
1.1. Đặt vấn đề và mục tiêu nghiên cứu
Việc xử lý ảnh giao thông ngày càng quan trọng. Ùn tắc giao thông gây thiệt hại kinh tế, xã hội lớn. Hệ thống đèn giao thông truyền thống không hiệu quả trong điều kiện lưu lượng thay đổi. Đề tài hướng đến giải pháp điều khiển đèn giao thông thông minh dựa trên xử lý ảnh. Mục tiêu là xây dựng hệ thống tự động đếm phương tiện, phân tích lưu lượng, điều chỉnh thời gian đèn tín hiệu sao cho phù hợp, giảm thiểu ùn tắc. Hệ thống sử dụng OpenCV xử lý ảnh và Python xử lý ảnh, kết hợp với Internet of Things (IOT) giao thông. Mô hình điều khiển đèn giao thông được thiết kế và thử nghiệm. Việc ứng dụng Deep learning xử lý ảnh trong tương lai được đề cập đến.
1.2. Phương pháp nghiên cứu
Đề tài sử dụng phương pháp xử lý ảnh để phân tích hình ảnh giao thông. Matlab được sử dụng cho việc xử lý ảnh, phân tích dữ liệu. Arduino Mega 2560 điều khiển hệ thống đèn giao thông mô hình. Thuật toán phát hiện vật thể được áp dụng để đếm phương tiện. Dữ liệu đầu vào là video ghi lại lưu lượng giao thông tại ngã tư. Hệ thống được xây dựng dựa trên mô phỏng giao thông. Computer vision giao thông được ứng dụng hiệu quả. Phân tích dữ liệu giao thông đóng vai trò quan trọng trong việc đánh giá hiệu quả của hệ thống. Các cảm biến giao thông được xem xét trong các nghiên cứu tương lai. Thống kê giao thông sẽ được sử dụng để đánh giá hiệu quả của hệ thống.
II. Thiết kế và triển khai hệ thống
Hệ thống bao gồm các thành phần chính: Camera ghi hình lưu lượng giao thông, máy tính cài đặt phần mềm xử lý ảnh (Matlab), vi điều khiển Arduino Mega 2560, và mô hình đèn giao thông. Phần mềm Matlab thực hiện các bước: thu nhận ảnh, tiền xử lý ảnh, phân đoạn ảnh, phát hiện vật thể (phương tiện giao thông), đếm số lượng phương tiện trên từng làn đường. Dữ liệu được gửi đến Arduino qua giao tiếp nối tiếp. Arduino điều khiển thời gian bật/tắt đèn tín hiệu trên mỗi làn đường dựa trên dữ liệu nhận được. Hệ thống điều khiển đèn giao thông được thiết kế để đáp ứng các điều kiện giao thông khác nhau. Giải pháp giao thông thông minh được đề xuất là trọng tâm của nghiên cứu.
2.1. Xử lý ảnh và thuật toán
Quá trình xử lý ảnh gồm các bước: Chuyển đổi ảnh màu sang ảnh xám, nhị phân hóa ảnh, lọc nhiễu, phân vùng ảnh, nhận dạng vật thể. Thuật toán phát hiện vật thể được lựa chọn phù hợp với đặc điểm của hình ảnh giao thông. OpenCV là thư viện được sử dụng. Các tham số của thuật toán được tinh chỉnh để tối ưu hóa độ chính xác. Phân tích hình ảnh giao thông là bước quan trọng. Dự án xử lý ảnh HCMUTE tập trung vào việc tối ưu hóa tốc độ xử lý. Học máy xử lý ảnh được đề cập đến trong nghiên cứu tương lai. Việc sử dụng Python xử lý ảnh có thể được xem xét.
2.2. Kiến trúc phần cứng và phần mềm
Phần cứng gồm: Camera, máy tính (PC), Arduino Mega 2560, mô hình đèn giao thông (LED). Phần mềm gồm: Matlab (xử lý ảnh, giao tiếp với Arduino), chương trình điều khiển trên Arduino. Giao diện người dùng đơn giản, dễ sử dụng. Hệ thống đèn giao thông thông minh HCMUTE được xây dựng dựa trên kiến trúc mô đun, dễ dàng mở rộng. Mô phỏng giao thông được sử dụng để kiểm thử hệ thống. Cảm biến giao thông là thành phần quan trọng cần được bổ sung trong tương lai. Dữ liệu giao thông được lưu trữ và phân tích để cải thiện hiệu quả hệ thống.
III. Kết quả và đánh giá
Kết quả thử nghiệm cho thấy hệ thống hoạt động hiệu quả trong việc đếm phương tiện và điều khiển đèn giao thông. Độ chính xác của việc nhận diện biển báo giao thông và phát hiện vật thể đạt được mức chấp nhận được. Tuy nhiên, vẫn còn một số hạn chế cần khắc phục như ảnh hưởng của điều kiện thời tiết, ánh sáng. Tối ưu hóa luồng giao thông đạt được một phần. An toàn giao thông được cải thiện. Giảm ùn tắc giao thông là kết quả quan trọng. Nghiên cứu đóng góp vào việc phát triển giải pháp giao thông thông minh.
3.1. Phân tích kết quả thử nghiệm
Hệ thống được thử nghiệm với các video ghi lại lưu lượng giao thông khác nhau. Kết quả cho thấy độ chính xác của việc đếm phương tiện khá cao trong điều kiện ánh sáng tốt. Tuy nhiên, độ chính xác giảm đi khi điều kiện ánh sáng kém hoặc có nhiễu. Thời gian phản hồi của hệ thống khá nhanh. Thực tiễn giao thông cho thấy hệ thống hoạt động hiệu quả trong việc điều tiết lưu lượng. Mô hình giao thông đã được sử dụng để kiểm tra tính hiệu quả của hệ thống. Phân tích hình ảnh giao thông đóng vai trò quan trọng trong việc đánh giá hiệu quả hệ thống. Dữ liệu giao thông thu thập được cho thấy hiệu quả của hệ thống trong việc giảm ùn tắc.
3.2. Hạn chế và hướng phát triển
Hệ thống hiện tại còn một số hạn chế như chịu ảnh hưởng của điều kiện thời tiết, ánh sáng. Độ chính xác của việc nhận dạng phương tiện cần được cải thiện. Việc tích hợp nhiều camera để quan sát toàn bộ ngã tư cần được nghiên cứu. Ứng dụng Deep learning và học máy sẽ cải thiện độ chính xác. Tích hợp với hệ thống quản lý giao thông thông minh. Nghiên cứu thêm các thuật toán xử lý ảnh tiên tiến. Cải tiến hệ thống điều khiển đèn giao thông là hướng phát triển chính. Ứng dụng AI giao thông sẽ là hướng nghiên cứu tiếp theo.
