zunia.vn

Tuyển sinh 2024 dành cho Gen-Z

zunia.vn

» Kỹ Thuật - Công Nghệ

» Kĩ thuật Viễn thông

Nghiên cứu phát triển chương trình máy tính giám sát lưu lượng, mật độ giao thông trên tuyến phố

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:6

Báo xấu

13
lượt xem 4
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài viết "Nghiên cứu phát triển chương trình máy tính giám sát lưu lượng, mật độ giao thông trên tuyến phố" trình bày về một giải pháp xây dựng hệ thống nhận dạng, giám sát phương tiện giao thông trên tuyến phố ứng dụng công nghệ xử lý ảnh, IoT. Hệ thống sử dụng camera giao thông để thu thập dữ liệu giao thông.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Nghiên cứu phát triển chương trình máy tính giám sát lưu lượng, mật độ giao thông trên tuyến phố

Trường Đại học Giao thông vận tải https://www.utc.edu.vn/ ---------------------------------------------------------------------------------------------------------------------------- NGHIÊN CỨU PHÁT TRIỂN CHƯƠNG TRÌNH MÁY TÍNH GIÁM SÁT LƯU LƯỢNG, MẬT ĐỘ GIAO THÔNG TRÊN TUYẾN PHỐ Giảng viên hướng dẫn: PGS.TS. Trịnh Lương Miên Sinh viên thực hiện: Vũ Văn Duy; Lê Anh Đức; Nguyễn Duy Nội; Đỗ Đức Lâm; Nguyễn Đắc Long Lớp: Tự động hóa 3 - K59 Tóm tắt: Bài báo trình bày về một giải pháp xây dựng hệ thống nhận dạng, giám sát phương tiện giao thông trên tuyến phố ứng dụng công nghệ xử lý ảnh, IoT. Hệ thống sử dụng camera giao thông để thu thập dữ liệu giao thông. Nhóm chúng em đã phát triển được chương trình máy tính Apps, Website, cho phép nhận dạng biển số phương tiện giao thông, xác định lưu lượng mật độ phương tiện giao thông, phát hiện phương tiện vi phạm giao thông, cảnh báo va chạm phương tiện tham gia giao thông trên tuyến phố, từ đó giúp các đơn vị quản lý ứng phó và xử lí hiệu quả các tình huống giao thông theo thời gian thực. Từ khóa: ITS, YOLOv5, IoT giao thông, xử lý ảnh 1. ĐẶT VẤN ĐỀ Việt Nam là nước sử dụng xe máy nhiều và có hệ thống phương tiện giao thông thuộc vào loại phức tạp. Tình trạng ùn tắc giao thông vào giờ cao điểm đặc biệt với các tỉnh thành lớn như Hà Nội và TP.HCM vẫn là một trong những vấn đề tồn đọng qua nhiều năm. Bên cạnh đó mặc dù đã có hệ thống đèn tín hiệu giao thông và biển báo đặt ở nhiều nơi, xong một bộ phận nhỏ người tham gia giao thông vẫn chưa có ý thức chấp hành hiệu lệnh (hoặc chỉ chấp hành khi có sự có mặt của lực lượng chức năng). Chính vì những thực trạng trên nên nhóm em đã nghiên cứu thiết kế một hệ thống phân tích và xử lý các tình huống giao thông, tập trung vào phát triển chương trình máy tính ứng dụng công nghệ xử lí ảnh để phát hiện, nhận dạng phương tiện giao thông, xác định lưu lượng mật độ giao thông trên tuyến; phân tích các vi phạm giao thông và thống kê lưu lượng phương tiện giao thông di chuyển qua các nút giao thông trên tuyến; đồng thời dữ liệu phương tiện giao thông được gửi lên website hỗ trợ công tác quản lý thời gian thực. 2. GIẢI PHÁP XÂY DỰNG HỆ THỐNG GIÁM SÁT LƯU LƯỢNG, MẬT ĐỘ GIAO THÔNG TRÊN TUYẾN PHỐ Chương trình máy tính hệ thống giám sát phương tiện giao thông trên tuyến phố được phát triển trên cơ sở ứng dụng IoT và công nghệ xử lý ảnh, gồm hai module, đó là: (1). Chương trình máy tính nhận dạng, phát hiện phương tiện vi phạm giao thông tại nút giao thông ứng dụng xử lý ảnh, kết nối với camera giao thông; (2). Chương trình ------------------------------------------------------------------------------------------------------------------------------ Kỷ yếu NCKHSV năm học 2021-2022 105
Trường Đại học Giao thông vận tải https://www.utc.edu.vn/ ---------------------------------------------------------------------------------------------------------------------------- website thông tin, cảnh báo đến người dùng. Ngoài ra hệ thống cũng được trang bị các thiết bị phần cứng gồm: camera giao thông, kit điều khiển-IoT, máy chủ dữ liệu. Chương trình máy tính nhận dạng, phát hiện phương tiện giao thông được kết nối với camera giao thông để nhận dữ liệu hình ảnh. Sau đó, chương trình máy tính sẽ phân tích hình ảnh để nhận dạng, phát hiện các phương tiện giao thông, hành vi vi phạm giao thông như: vượt đèn đỏ …; tính lưu lượng mật độ phương tiện giao thông qua nút giao thông. Các thông tin dữ liệu hữu ích từ chương trình nhận dạng, phát hiện phương tiện vi phạm giao thông được gửi lên website để cung cấp thông tin, cảnh báo đến người dùng. Giao diện website cũng đưa ra các phân tích và biểu đồ lưu lượng các phương tiện lưu thông qua các nút giao thông. 3. THIẾT KẾ HỆ THỐNG GIÁM SÁT LƯU LƯỢNG, MẬT ĐỘ GIAO THÔNG TRÊN TUYẾN PHỐ 3.1. Sơ đồ khối cấu trúc hệ thống Hình 1. Sơ đồ khối các thành phần trong hệ thống Camera giao thông truyền dữ liệu hình ảnh giao thông về trung tâm. Chương trình máy tính ứng dụng (App): Nhận dữ liệu hình ảnh giao thông từ camera giao thông, sau đó nhận dạng phương tiện giao thông, tính lưu lượng giao thông qua nút giao thông. Dữ liệu kết quả sẽ được gửi lên webserver. Chương trình webserver nhận dữ liệu từ chương trình App, lưu trữ trên database và tương tác với người dùng. 3.2. Lưu đồ thuật toán hệ thống Lưu đồ thuật toán của hệ thống được trình bày trong Hình 2. Sau khi kết nối camera thành công vào hệ thống, camera thu thập dữ liệu hình ảnh video dòng giao thông, từ đó cung cấp cho apps, chương trình máy tính nhận dạng phương tiện giao thông, xác định lưu lượng, mật độ giao thông trên tuyến phố, đồng thời gửi dữ liệu, cập nhật thông tin lên web server. ------------------------------------------------------------------------------------------------------------------------------ Kỷ yếu NCKHSV năm học 2021-2022 106
Trường Đại học Giao thông vận tải https://www.utc.edu.vn/ ---------------------------------------------------------------------------------------------------------------------------- Hình 2. Lưu đồ thuật toán hệ thống hệ thống 4. PHÁT TRIỂN CHƯƠNG TRÌNH MÁY TÍNH GIÁM SÁT LƯU LƯỢNG, MẬT ĐỘ GIAO THÔNG TRÊN TUYẾN PHỐ Chúng em đã tiến hành phát triển chương trình ứng dụng Apps đáp ứng các yêu cầu đặt ra: nhận dạng biển số phương tiện tham gia lưu thông qua nút giao thông; nhận dạng, phát hiện các phương tiện vi phạm giao thông tại các nút giao thông. Chương trình ứng dụng App phát triển dựa trên YOLOv5, DeepSORT với các ưu điểm về phát hiện, theo dõi đối tượng với độ chính xác cao. Hình 3. Giao diện chương trình nhận dạng, giám sát phương tiện giao thông ------------------------------------------------------------------------------------------------------------------------------ Kỷ yếu NCKHSV năm học 2021-2022 107
Trường Đại học Giao thông vận tải https://www.utc.edu.vn/ ---------------------------------------------------------------------------------------------------------------------------- 5. PHÁT TRIỂN WEBSITE GIÁM SÁT PHƯƠNG TIỆN GIAO THÔNG Giao diện website của hệ thống với các chức năng cơ bản gồm màn hình đăng nhập hệ thống (Hình 4), giao diện quản lý hệ thống (Hình 5), giao diện quản lý phương tiện vi phạm (Hình 6), giao diện trích xuất hình phương tiện vi phạm giao thông (Hình 7), giao diện thống kê lưu lượng phương tiện giao thông qua nút giao thông (Hình 8), màn hình biểu đồ số lượng của từng phương tiện qua nút giao thông (Hình 9). Hình 4. Giao diện website đăng nhập hệ thống Hình 5. Giao diện website quản lý hệ thống Hình 6. Giao diện website quản lý các vi phạm giao thông ------------------------------------------------------------------------------------------------------------------------------ Kỷ yếu NCKHSV năm học 2021-2022 108
Trường Đại học Giao thông vận tải https://www.utc.edu.vn/ ---------------------------------------------------------------------------------------------------------------------------- Hình 7. Giao diện trích xuất video và hình ảnh phương tiện vi phạm giao thông Hình 8. Giao diện thống kê lưu lượng phương tiện giao thông qua nút giao thông Hình 9. Biểu đồ thể hiện số lượng của từng phương tiện qua nút giao thông ------------------------------------------------------------------------------------------------------------------------------ Kỷ yếu NCKHSV năm học 2021-2022 109
Trường Đại học Giao thông vận tải https://www.utc.edu.vn/ ---------------------------------------------------------------------------------------------------------------------------- 6. KẾT LUẬN Nhóm chúng em đã phát triển được hệ thống phần cứng cơ bản với camera giao thông, kit STM32, module Esp8266 và chương trình máy tính nhận dạng phương tiện giao thông trên tuyến phố với DeepSort, cho phép xác định lưu lượng mật độ phương tiện giao thông đi qua nút giao trên tuyến phố. Các kết quả thử nghiệm với dữ liệu camera giao thông tuyến Lê Duẩn (Hà Nội) cho thấy hệ thống được đề xuất trong bài báo có tính khả thi, có thể áp dụng vào thực tế, cho phép nhận dạng, phát hiện, phương tiện giao thông và xác định được mật độ lưu lượng phương tiện giao thông qua nút giao thông trên tuyến phố. Tuy nhiên, nghiên cứu cũng gặp khó khăn khi dòng giao thông trên tuyến phố Việt Nam là hỗn hợp; cơ sở hạ tầng đô thị nước ta còn nhiều hạn nên khó khăn trong việc bố trí lắp đặt camera giao thông. Trong tương lai nhóm em tiếp tục phát triển chương trình máy tính nhận dạng các va chạm giao thông và các tình huống giao thông phát sinh để đảm bảo an toàn giao thông, giảm ùn tắc giao thông và kịp thời có những biện pháp cứu hộ giao thông phù hợp. Các số liệu thống kê lưu lượng mật độ giao thông ở các nút giao thông sẽ được dùng để phân tích tình trạng ùn tắc giao thông cho một số bài toàn giao thông khác. TÀI LIỆU THAM KHẢO 1. HTI Group, Hệ thống giám sát vi phạm giao thông, 2021 2. HTI Group, Hệ thống nhận dạng và truy vết phương tiện giao thông, 2021 3. Lê Hùng Lân, Hệ thống giao thông thông minh - ITS, NXB Giao thông vận tải. 4. Solawetz J., YOLOv5 New Version - Improvements And Evaluation, Roboflow, 2020 5. Jiandong Cao, Research on Urban Intelligent Traffic Monitoring System Based on Video Image Processing, Int. Journal of Signal Processing, Image Processing and Pattern Recognition, 2016 6. A. Garg, A novel approach to improve intelligent traffic management system, International Conference Green Computing and Internet of Things on IEEE, 2015 7. H O. Al-Sakran, Intelligent Traffic Information System Based on Integration of Internet of Things and Agent Technology, J. International Journal of Advanced Computer Science and Applications, Vol.6, No.2, 2015 8. X. Wen, L. Shao and W. Fang, Efficient feature selection and classification for vehicle detection, J. Circuits and Systems for Video Technology, IEEE Transactions on, Vol.25, No.3, 2015 ------------------------------------------------------------------------------------------------------------------------------ Kỷ yếu NCKHSV năm học 2021-2022 110

CÓ THỂ BẠN MUỐN DOWNLOAD

LV.15: Bộ Đồ Án Tốt Nghiệp Chuyên Ngành Cơ Khí

65 tài liệu

2418 lượt tải

THÔNG TIN

TRỢ GIÚP

HỖ TRỢ KHÁCH HÀNG

Theo dõi chúng tôi

Chịu trách nhiệm nội dung:

Nguyễn Công Hà - Giám đốc Công ty TNHH TÀI LIỆU TRỰC TUYẾN VI NA

LIÊN HỆ

Địa chỉ: P402, 54A Nơ Trang Long, Phường 14, Q.Bình Thạnh, TP.HCM

Hotline: 093 303 0098

Email: support@tailieu.vn

Giấy phép Mạng Xã Hội số: 670/GP-BTTTT cấp ngày 30/11/2015 Copyright © 2022-2032 TaiLieu.VN. All rights reserved.