Bối cảnh và vấn đề nghiên cứu

Trong bối cảnh khoa học kỹ thuật phát triển, nhu cầu kiểm soát an ninh và bảo mật ngày càng trở nên cấp thiết trên quy mô toàn cầu. Đối với phương tiện giao thông cá nhân như xe hơi, các hệ thống chống trộm và bảo vệ truyền thống chủ yếu dựa vào cảm biến phần cứng đơn thuần, vốn có những hạn chế nhất định về tính trực quan và khả năng giám sát từ xa. Bài toán phát hiện chuyển động trong không gian cần bảo vệ thông qua kỹ thuật xử lý ảnh mở ra một hướng tiếp cận mới: cho phép thu thập và phân tích thông tin đối tượng mà không cần tác động trực tiếp. Sự xuất hiện của các dòng máy tính nhúng kích thước nhỏ, chi phí thấp như Raspberry Pi tạo điều kiện thuận lợi để hiện thực hóa các ứng dụng thị giác máy tính vào thực tế đời sống.

Đề tài "Ứng dụng xử lý ảnh trong hệ thống an ninh xe hơi" được thực hiện bởi sinh viên ngành Kỹ thuật Điện - Điện tử, Trường Đại học Sư phạm Kỹ thuật TP.HCM, dưới sự hướng dẫn của ThS. Đỗ Duy Tấn.

Nhiệm vụ nghiên cứu của đề tài bao gồm các nội dung cụ thể sau:

  1. Nghiên cứu cơ sở lý thuyết về thư viện thị giác máy tính mã nguồn mở OpenCV và các thuật toán phát hiện chuyển động.
  2. Tìm hiểu kiến trúc phần cứng, cài đặt hệ điều hành và thiết lập môi trường lập trình xử lý ảnh trên máy tính nhúng Raspberry Pi.
  3. Thiết kế và tích hợp phần cứng hệ thống an ninh gồm camera quan sát, khối cảnh báo (loa báo động), modem USB 3G và module viễn thông SIM908.
  4. Xây dựng giải thuật trừ ảnh để phát hiện xâm nhập, tự động chụp và lưu trữ hình ảnh, khoanh vùng đối tượng chuyển động.
  5. Thiết lập máy chủ Web (Web-server) nội bộ trên bo mạch nhúng để đồng bộ dữ liệu hình ảnh, phục vụ công tác giám sát từ xa.
  6. Lập trình giao tiếp truyền thông nối tiếp giữa Raspberry Pi và module SIM908 nhằm thực hiện cuộc gọi khẩn cấp đến số điện thoại của chủ sở hữu phương tiện khi có đột nhập.
  7. Thực nghiệm kiểm thử hệ thống, thống kê và đánh giá tỷ lệ sai số hoạt động trong các điều kiện môi trường thực tế.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Các thuật toán phát hiện chuyển động dựa trên xử lý chuỗi khung hình từ camera; bo mạch máy tính nhúng Raspberry Pi Model B; thư viện OpenCV; module truyền thông GSM/GPRS/GPS SIM908; giao thức truyền thông mạng 3G và hệ thống máy chủ dịch vụ Web.
  • Phạm vi nghiên cứu: Hệ thống an ninh giám sát không gian bên trong cabin xe hơi hoặc các khu vực an ninh có không gian hẹp; thời gian thực hiện đề tài từ ngày 20/03/2014 đến ngày 10/07/2014 tại TP. Hồ Chí Minh.

Cơ sở lý thuyết và phương pháp

Khóa luận được xây dựng dựa trên các nền tảng lý thuyết và công nghệ kỹ thuật sau:

  • Thư viện OpenCV (Open Source Computer Vision): Sử dụng các thành phần cốt lõi của OpenCV (phiên bản 2.4.8) gồm module CXCORE (quản lý cấu trúc dữ liệu mảng, đại số tuyến tính), module CV (thuật toán xử lý ảnh, biến đổi hình học), module HighGUI (giao tiếp vào/ra hình ảnh, video) để thực hiện các phép xử lý điểm ảnh và lọc dữ liệu.
  • Lý thuyết phát hiện chuyển động bằng kỹ thuật trừ ảnh (Frame Differencing): Phương pháp phát hiện sự thay đổi giữa các khung hình liên tiếp thu được từ camera thông qua việc so sánh cường độ sáng của từng điểm ảnh (pixel). Thuật toán áp dụng hàm lấy hiệu tuyệt đối absdiff kết hợp phép toán logic bitwise_and trên ba khung hình liên tiếp nhằm loại bỏ nhiễu và xác định chính xác khu vực có sự thay đổi tọa độ.
  • Kiến trúc máy tính nhúng ARM: Dựa trên cấu trúc vi xử lý Broadcom BCM2835 (nhân ARM1176JZF-S xung nhịp 700 MHz) của Raspberry Pi chạy trên nền tảng hệ điều hành Linux (bản phân phối Raspbian Wheezy), tích hợp nhân đồ họa Broadcom VideoCore IV.
  • Truyền thông di động và giao thức mạng: Cơ chế điều khiển module viễn thông qua tập lệnh AT thông qua cổng nối tiếp UART; giao thức truyền file an toàn SSH/rsync; cơ chế lập lịch tác vụ tự động Cronjob; giao thức điều khiển mạng PPP qua công cụ chuyển đổi USB ModeSwitch và Sakis3G.

Phương pháp nghiên cứu thực tế bao gồm:

  • Phương pháp phân tích và thiết kế hệ thống: Phân chia hệ thống thành các khối chức năng độc lập (khối thu nhận hình ảnh, khối xử lý trung tâm, khối cảnh báo tại chỗ, khối truyền thông viễn thông và khối giám sát mạng từ xa).
  • Phương pháp thực nghiệm kỹ thuật: Lắp ráp mô hình phần cứng thực tế, biên dịch phần mềm xử lý ảnh trực tiếp trên hệ điều hành nhúng, cấu hình dịch vụ mạng và tiến hành các bài kiểm tra thực nghiệm với 100 chu kỳ thử nghiệm cho từng trường hợp có và không có sự xâm nhập để thu thập số liệu xác suất lỗi.

Thiết kế và triển khai hệ thống

Hệ thống an ninh được thiết kế thành một khối tích hợp hoàn chỉnh với cấu trúc phần cứng và lưu đồ thuật toán chuyên biệt phục vụ giám sát xe hơi:

Khối chức năng Phần cứng / Công nghệ triển khai Chức năng chi tiết trong hệ thống
Thu nhận hình ảnh Raspberry Pi Camera Module Ghi lại chuỗi khung hình liên tục bên trong cabin xe và truyền tín hiệu số về bộ xử lý trung tâm.
Xử lý trung tâm Raspberry Pi Model B v2 (SoC BCM2835, 512 MB RAM) Chạy hệ điều hành Raspbian Wheezy; thực thi chương trình OpenCV phát hiện chuyển động và điều khiển ngoại vi.
Cảnh báo tại chỗ Khối loa báo động (Alarm) Phát tín hiệu âm thanh cảnh báo xua đuổi kẻ đột nhập ngay khi phát hiện xâm nhập trái phép.
Truyền thông viễn thông Module SIM908 + Anten GSM Nhận lệnh AT qua cổng UART từ Raspberry Pi để kích hoạt cuộc gọi khẩn cấp đến số điện thoại của chủ xe.
Kết nối dữ liệu từ xa USB 3G (Sakis3G + PPP daemon) Duy trì kết nối Internet liên tục, độc lập với mạng dây/Wi-Fi để hệ thống có thể hoạt động lưu động trên xe.
Lưu trữ và Web-server Apache2, PHP5, MySQL, vsftpd, Rsync Lưu trữ hình ảnh xâm nhập có đánh dấu khung chữ nhật; cung cấp giao diện Web theo dõi nhật ký theo ngày giờ.

Quy trình xử lý giải thuật và vận hành hệ thống

  1. Khởi tạo và tiền xử lý khung hình: Camera liên tục ghi hình và đọc dữ liệu khung hình vào chương trình. Mỗi khung hình màu đầu vào được chuyển đổi sang ảnh mức xám (Grayscale) bằng hàm cvtColor(input_image, output_image, CV_RGB2GRAY) nhằm giảm tải dung lượng xử lý.
  2. Kỹ thuật trừ ba khung hình (Three-frame differencing): Để tăng độ tin cậy và hạn chế bóng mờ do chuyển động đơn lẻ, thuật toán lấy liên tiếp ba khung hình: khung hình trước (prev_image), khung hình hiện tại (current_image) và khung hình kế tiếp (next_image). Chương trình áp dụng hàm absdiff và phép giao bitwise_and:
    • absdiff(next_image, prev_image, result_image_1)
    • absdiff(next_image, current_image, result_image_2)
    • bitwise_and(result_image_1, result_image_2, result_image)
  3. Phân tích ngưỡng và lọc nhiễu môi trường: Quét khung hình kết quả result_image bằng hai vòng lặp theo chiều ngang và dọc để đếm số điểm ảnh thay đổi (có cường độ sáng đạt 255). Số lượng điểm ảnh thay đổi (number of changes) được so sánh với giá trị ngưỡng chuẩn (standard values). Đồng thời, hệ thống tính toán độ lệch chuẩn (stddev) của các điểm ảnh thay đổi. Nếu độ lệch chuẩn phân bố đều trên toàn khung hình (giá trị cao), hệ thống xác định đó là nhiễu môi trường (ánh sáng thay đổi đột ngột hoặc gió rung lắc) và loại bỏ; nếu các điểm ảnh tập trung tại một vùng cục bộ (độ lệch chuẩn thấp), hệ thống xác nhận có chuyển động thực.
  4. Khoanh vùng và thực thi tác vụ cảnh báo: Tại các điểm ảnh thay đổi hợp lệ, chương trình xác định tọa độ cực trị (min_x, max_x, min_y, max_y) và vẽ khung chữ nhật bao quanh đối tượng chuyển động bằng hàm rectangle(). Khung hình sau đó được lưu trực tiếp vào thẻ nhớ.
  5. Kích hoạt cảnh báo và đồng bộ từ xa:
    • Kích hoạt tín hiệu GPIO đóng rơ-le bật loa báo động (Alarm).
    • Gửi tập lệnh AT (ATD<số_điện_thoại>;) qua giao tiếp UART đến module SIM908 để thực hiện cuộc gọi cảnh báo trực tiếp đến chủ xe.
    • Chạy tập lệnh đồng bộ rsync qua cổng SSH 4900 để tải tệp ảnh vừa chụp lên máy chủ Web. Chủ xe có thể dùng trình duyệt trên điện thoại hoặc máy tính truy cập địa chỉ Web-server để xem lại hình ảnh đối tượng xâm nhập.
    • Hệ thống thiết lập cronjob chạy định kỳ lúc 00:03 hàng ngày để tự động xóa các ảnh cũ quá 1 ngày (1440 phút) nhằm tiết kiệm dung lượng thẻ nhớ.

Nội dung chính theo từng chương

Chương I: Dẫn nhập

Chương I trình bày tổng quan về sự phát triển của công nghệ xử lý ảnh và sự cần thiết của các hệ thống an ninh giám sát tự động. Tác giả nêu rõ lý do lựa chọn đề tài dựa trên nhu cầu bảo vệ phương tiện xe hơi; xác định đối tượng nghiên cứu gồm thư viện OpenCV, máy tính nhúng Raspberry Pi và module SIM908; đồng thời phân tích ý nghĩa thực tiễn của việc tích hợp giải thuật xử lý ảnh trên phần cứng nhúng giá thành thấp nhằm làm chủ công nghệ và tăng cường khả năng tự động hóa an ninh.

Chương II: Giới thiệu về OpenCV

Chương II phân tích chi tiết cấu trúc và chức năng của thư viện thị giác máy tính OpenCV ra đời từ năm 1999 bởi Intel. Nội dung tập trung mô tả các nhóm API: xử lý dữ liệu vào/ra hình ảnh và video, thuật toán thị giác máy tính mức thấp và mức cao (nhận dạng khuôn mặt, theo dõi đối tượng), cấu trúc dữ liệu nhị phân, xử lý không gian 3D và các hàm đại số tuyến tính. Tác giả phân tích cấu trúc 5 module chính của OpenCV: CXCORE, CV, CVAUX, HighGUI và CVCAM, cùng quy trình cài đặt và cấu hình biến môi trường trên hệ điều hành Linux và Windows.

Chương III: Kit Raspberry Pi

Chương III trình bày toàn diện về phần cứng bo mạch Raspberry Pi Model B v2. Tác giả phân tích thông số kỹ thuật của chip SoC Broadcom BCM2835, nhân xử lý ARM11 xung nhịp 700 MHz (có khả năng ép xung lên 800 MHz - 1 GHz), bộ nhớ RAM 512 MB và chip đồ họa VideoCore IV hỗ trợ giải mã phần cứng H.264. Nội dung trình bày cấu tạo 10 cổng ngoại vi trên bo mạch (GPIO, HDMI, RCA, jack 3.5mm, USB 2.0, Ethernet RJ45, khe thẻ SD, đèn LED báo trạng thái, cổng cấp nguồn micro-USB). Đồng thời, chương này hướng dẫn chi tiết quy trình cài đặt hệ điều hành Raspbian Wheezy thông qua bộ công cụ NOOBS, các bước biên dịch thư viện OpenCV 2.4.8 từ mã nguồn bằng CMake, và cách cấu hình kết nối mạng di động 3G tự động không cần can thiệp thủ công bằng Sakis3G và usb-modeswitch.

Chương IV: Phát hiện chuyển động

Chương IV tập trung vào việc giải quyết bài toán phát hiện đối tượng chuyển động bằng hình ảnh. Tác giả phân tích hai cách tiếp cận: giải pháp dựa hoàn toàn vào phần cứng cảm biến và giải pháp dựa trên xử lý tín hiệu ảnh kỹ thuật số. Tiếp đó, quy trình giải thuật trừ ảnh 3 khung hình (prev, current, next) được trình bày chi tiết cùng các hàm xử lý ảnh cụ thể trong OpenCV như cvtColor, absdiff, bitwise_and. Chương này cũng giải thích cơ chế đánh giá ngưỡng sai lệch cường độ điểm ảnh, việc ứng dụng độ lệch chuẩn stddev để khử nhiễu môi trường, và thuật toán xác định biên để vẽ khung chữ nhật bao quanh vùng đối tượng chuyển động.

Chương V: Web-Server

Chương V hướng dẫn quy trình xây dựng máy chủ dịch vụ Web trực tiếp trên hệ thống nhúng Raspberry Pi. Tác giả trình bày từng bước cài đặt và cấu hình các thành phần phần mềm máy chủ: Apache2, PHP5, hệ quản trị cơ sở dữ liệu MySQL, máy chủ truyền tệp tin vsftpd (cấu hình phân quyền người dùng và bảo mật). Bên cạnh đó, tác giả xây dựng kịch bản shell script sử dụng lệnh rsync qua kết nối SSH để tự động upload tệp tin hình ảnh ghi nhận được lên thư mục lưu trữ của Web-server, và thiết lập tác vụ lập lịch cronjob định kỳ tự động tìm kiếm, dọn dẹp các tệp ảnh có thời gian lưu trữ lớn hơn 24 giờ (-mmin +1440).

Chương VI: Module SIM 908

Chương VI đi sâu vào cấu tạo và tính năng kỹ thuật của module truyền thông tích hợp SIM908. Module hỗ trợ 4 băng tần GSM/GPRS (850/900/1800/1900 MHz), tích hợp bộ thu định vị vệ tinh GPS, hoạt động trong dải nhiệt độ công nghiệp từ -40 °C đến +85 °C. Nội dung mô tả chi tiết sơ đồ đấu nối chân tín hiệu nối tiếp UART giữa Raspberry Pi và SIM908 (TXD, RXD, GND), trạng thái nhấp nháy của đèn LED NETLIGHT chỉ thị kết nối mạng viễn thông. Cuối chương, tác giả cung cấp đoạn mã nguồn lập trình C/C++ hoàn chỉnh (sử dụng thư viện arduPi) để gửi chuỗi lệnh AT (AT+CREG?, ATD...;) qua cổng nối tiếp, tự động thực hiện cuộc gọi cảnh báo khi nhận tín hiệu kích hoạt từ khối xử lý ảnh.

Chương VII: Thiết kế hệ thống

Chương VII tổng hợp các khối phần cứng và phần mềm thành một hệ thống an ninh xe hơi hoàn chỉnh. Tác giả đưa ra các yêu cầu kỹ thuật: thời gian phát hiện nhanh, phát cảnh báo âm thanh tại chỗ, gọi điện thông báo tức thời và cho phép giám sát hình ảnh từ xa qua 3G/Web-server. Chương này trình bày chi tiết sơ đồ khối hệ thống, lưu đồ thuật toán tổng thể từ bước nhận khung hình, xử lý phát hiện chuyển động, ghi tệp ảnh vào đĩa, kích hoạt cuộc gọi GSM, tải ảnh lên máy chủ Web cho đến thao tác bật/tắt còi báo động.

Chương VIII: Kết quả - Kết luận - Hướng phát triển đề tài

Chương VIII trình bày các kết quả thực nghiệm đạt được của đề tài, bảng số liệu thử nghiệm thực tế với 100 lần thử nghiệm, tính toán xác suất sai số hệ thống dựa trên công thức toán học thống kê. Tác giả tổng kết các ưu điểm, hạn chế kỹ thuật của hệ thống và đề xuất các hướng mở rộng nghiên cứu trong tương lai.

Kết quả và đóng góp

Kết quả thực nghiệm và số liệu thống kê

Hệ thống được tiến hành đánh giá thực nghiệm qua 200 chu kỳ thử nghiệm độc lập (chia đều cho hai kịch bản hoạt động) nhằm kiểm tra khả năng phát hiện và độ chính xác của giải thuật xử lý ảnh:

Kịch bản thực nghiệm Số lần thực hiện Số lần phát hiện chính xác Số lần sai sót / Báo lỗi
Thực nghiệm có sự xâm nhập 100 98 lần 2 lần (không phát hiện)
Thực nghiệm không có sự xâm nhập 100 95 lần 5 lần (báo động giả)

Từ số liệu thực nghiệm, tác giả xác định xác suất sai số có điều kiện:

  • Xác suất hệ thống không phát hiện khi có xâm nhập: $P(\text{Lỗi} \mid \text{Có xâm nhập}) = \frac{2}{100} = 0{,}02$ (2%).
  • Xác suất hệ thống báo động giả khi không có xâm nhập: $P(\text{Lỗi} \mid \text{Không có xâm nhập}) = \frac{5}{100} = 0{,}05$ (5%).

Đánh giá xác suất xảy ra lỗi tổng thể của hệ thống theo xác suất xảy ra đột nhập thực tế tại các môi trường:

  • Đối với khu vực có nguy cơ đột nhập cao ($P(\text{Có xâm nhập}) = 0{,}05$): $$P(\text{Lỗi}) = (0{,}05 \times 0{,}02) + (0{,}95 \times 0{,}05) = 0{,}001 + 0{,}0475 = 0{,}0485 \quad (4{,}85%)$$
  • Đối với khu vực có nguy cơ đột nhập thấp ($P(\text{Có xâm nhập}) = 0{,}01$): $$P(\text{Lỗi}) = (0{,}01 \times 0{,}02) + (0{,}99 \times 0{,}05) = 0{,}0002 + 0{,}0495 = 0{,}0497 \quad (4{,}97%)$$

Kết quả tính toán cho thấy tỷ lệ lỗi của hệ thống ở môi trường có xác suất đột nhập thấp lại có xu hướng cao hơn nhẹ, nguyên nhân chủ yếu do các tác động ngẫu nhiên từ môi trường (thay đổi cường độ ánh sáng ngoài xe, độ rung lắc) gây ra hiện tượng báo động giả.

Đóng góp kỹ thuật của đề tài

  1. Triển khai thành công mô hình hệ thống an ninh nhúng đa phương thức, kết hợp giữa công nghệ thị giác máy tính (OpenCV) trên nền tảng phần cứng nhỏ gọn, giá rẻ (Raspberry Pi) và truyền thông viễn thông (GSM/3G).
  2. Xây dựng giải thuật trừ ba khung hình có tích hợp phân tích độ lệch chuẩn stddev giúp giảm thiểu sai số do ánh sáng môi trường trong cabin xe hơi.
  3. Thiết lập cơ chế cảnh báo đa kênh đồng thời: phát âm thanh tại chỗ xua đuổi đối tượng, thực hiện cuộc gọi GSM cảnh báo tức thời, và tự động đồng bộ hình ảnh có khoanh vùng đối tượng lên Web-server qua mạng 3G phục vụ việc kiểm tra thực tế từ xa.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế của hệ thống

  • Hệ thống vẫn chịu ảnh hưởng nhất định từ các biến động môi trường như ánh sáng thay đổi đột ngột hoặc góc chiếu mặt trời qua cửa kính xe, dẫn đến tỷ lệ báo động giả còn ở mức 5%.
  • Chưa khai thác và tích hợp chức năng định vị tọa độ GPS vốn có sẵn trên module phần cứng SIM908.
  • Chưa hỗ trợ tính năng truyền phát video trực tiếp (live video streaming) từ camera về thiết bị di động của người dùng mà chỉ dừng lại ở việc đồng bộ từng khung ảnh tĩnh khi có chuyển động.

Hướng nghiên cứu tiếp

  • Nâng cấp và tối ưu hóa giải thuật xử lý ảnh, áp dụng thêm các bộ lọc thích nghi môi trường để triệt tiêu hoàn toàn báo động giả.
  • Tối ưu mã nguồn nhằm tăng tốc độ xử lý khung hình trên bo mạch nhúng Raspberry Pi.
  • Khai thác tính năng định vị vệ tinh GPS của module SIM908 để gửi tọa độ vị trí xe hơi kèm theo thông báo khẩn cấp.
  • Nâng cao tính năng tương tác từ xa của người dùng, tích hợp ứng dụng điều khiển chuyên dụng trên hệ điều hành Android.
  • Mở rộng phạm vi ứng dụng của hệ thống sang các nền tảng di động khác như thiết bị bay không người lái (UAV), robot thu thập dữ liệu hoặc thiết kế hệ thống hộp đen ghi lại hành trình cho xe hơi.

Giá trị tham khảo

Đồ án tốt nghiệp này mang lại giá trị tham khảo chuyên môn cho các đối tượng sau:

  • Sinh viên ngành Kỹ thuật Điện - Điện tử, Kỹ thuật Máy tính và Tự động hóa: Tham khảo toàn bộ quy trình thiết kế hệ thống nhúng từ khâu lựa chọn linh kiện phần cứng, thiết lập cổng giao tiếp nối tiếp UART, đến quy trình xây dựng ứng dụng thực thi trên hệ điều hành Linux nhúng.
  • Người nghiên cứu về Thị giác máy tính ứng dụng (Embedded Computer Vision): Tham khảo các bước biên dịch thư viện OpenCV từ mã nguồn trên nền tảng ARM, giải thuật trừ ảnh 3 khung hình phát hiện chuyển động thời gian thực và phương pháp khử nhiễu môi trường bằng độ lệch chuẩn.
  • Kỹ sư phát triển các thiết bị IoT giám sát từ xa: Tham khảo cấu hình kết nối mạng dữ liệu di động 3G tự động bằng Sakis3G, cơ chế truyền dữ liệu an toàn SSH/Rsync và quy trình triển khai máy chủ Web nội bộ trên thiết bị nhúng.

Câu hỏi thường gặp

1. Bo mạch máy tính nhúng và phiên bản OpenCV nào được sử dụng trong đồ án?

Đồ án sử dụng bo mạch máy tính nhúng Raspberry Pi Model B v2 (SoC Broadcom BCM2835 xung nhịp 700 MHz, bộ nhớ RAM 512 MB) chạy hệ điều hành Raspbian Wheezy. Phiên bản thư viện thị giác máy tính được biên dịch từ mã nguồn là OpenCV 2.4.8.

2. Thuật toán phát hiện chuyển động trong đồ án hoạt động theo nguyên lý nào?

Thuật toán hoạt động dựa trên phương pháp trừ ba khung hình liên tiếp (prev_image, current_image, next_image) đã được chuyển sang mức xám (CV_RGB2GRAY). Chương trình sử dụng hàm absdiff để lấy giá trị chênh lệch tuyệt đối giữa các ảnh và giao kết quả lại bằng bitwise_and. Sau đó, hệ thống đếm số điểm ảnh có cường độ sáng bằng 255 và kiểm tra độ lệch chuẩn stddev để loại trừ nhiễu diện rộng do ánh sáng hoặc gió trước khi vẽ khung chữ nhật bao quanh đối tượng chuyển động.

3. Khi phát hiện có đột nhập, hệ thống thực hiện các tác vụ cảnh báo nào?

Khi phát hiện chuyển động xâm nhập, hệ thống đồng thời kích hoạt 4 tác vụ:

  1. Lưu hình ảnh có khoanh vùng đối tượng đột nhập vào thẻ nhớ.
  2. Bật khối loa báo động (Alarm) tại chỗ.
  3. Gửi tập lệnh AT qua cổng UART đến module SIM908 để thực hiện cuộc gọi khẩn cấp đến số điện thoại của chủ xe.
  4. Chạy script rsync tải ảnh lên máy chủ Web nội bộ thông qua kết nối mạng USB 3G để chủ xe có thể truy cập kiểm tra từ xa.

4. Kết quả kiểm thử thực nghiệm của hệ thống đạt độ chính xác ra sao?

Trong thực nghiệm với 100 lần có sự xâm nhập, hệ thống phát hiện chính xác 98 lần và bỏ sót 2 lần (tỷ lệ lỗi 2%). Trong thực nghiệm với 100 lần không có xâm nhập, hệ thống xác nhận chính xác 95 lần và gặp 5 lần báo động giả do nhiễu môi trường (tỷ lệ lỗi 5%). Xác suất lỗi tổng thể của hệ thống khi đưa vào môi trường thực tế dao động từ 4,85% đến 4,97%.

5. Cơ chế lưu trữ và dọn dẹp dữ liệu ảnh trên máy chủ Web được thiết lập như thế nào?

Dữ liệu ảnh xâm nhập được tự động đồng bộ từ thư mục cục bộ của Raspberry Pi lên thư mục lưu trữ của Web-server Apache bằng công cụ rsync qua cổng SSH 4900. Để tránh làm tràn dung lượng thẻ nhớ SD, hệ thống thiết lập một tác vụ lập lịch cronjob thực thi mỗi ngày lúc 00:03, tự động tìm và xóa toàn bộ các tệp tin hình ảnh cũ hơn 1 ngày (1440 phút) bằng lệnh find /path/ -mmin +1440 -exec sudo rm -rf {} \;.

Kết luận

Đồ án "Ứng dụng xử lý ảnh trong hệ thống an ninh xe hơi" đã hoàn thành việc thiết kế và tích hợp thành công một hệ thống bảo vệ phương tiện hoàn chỉnh trên nền tảng máy tính nhúng Raspberry Pi Model B và thư viện xử lý ảnh OpenCV 2.4.8. Hệ thống đáp ứng tốt các yêu cầu đặt ra về tốc độ xử lý, khả năng phát hiện chuyển động chính xác thông qua giải thuật trừ ba khung hình, kết hợp cơ chế cảnh báo đa tầng gồm còi báo động tại chỗ, cuộc gọi GSM khẩn cấp qua module SIM908 và giám sát từ xa qua Web-server 3G. Các số liệu thực nghiệm và đánh giá xác suất sai số trong khóa luận cung cấp cơ sở kỹ thuật thực tế cho việc tiếp tục hoàn thiện, mở rộng tích hợp định vị GPS và tối ưu hóa giải thuật thị giác máy tính trên các hệ thống nhúng thông minh trong tương lai.