Báo cáo tiến độ thực hiện project nhóm 2 – tuần 4, Đề tài: License plate reading môn hệ thống điện – điện tử ô tô | Trường đại học sư phạm kỹ thuật TP. Hồ Chí Minh
Do nhu cầu sử dụng xe máy/ ô tô trong đô thị ngày càng tăng, việc quản lý và giám sát hiệu quả
lưu lượng xe đã trở thành vấn đề quan trọng của thành phố. Dự án này nhằm mục đích phát triển
hệ thống đọc biển số xe (LPR) sử dụng các kỹ thuật xử lý hình ảnh và học máy tiên tiến để tự
động nhận dạng và theo dõi biển số xe. Hệ thống sẽ nâng cao khả năng quản lý giao thông, tạo
điều kiện thuận lợi cho các giải pháp đỗ xe và hỗ trợ các nỗ lực thực thi pháp luật theo thời gian
thực. Tài liệu giúp bạn tham khảo, ôn tập và đạt kết quả cao. Mời bạn đọc đón xem!
Môn: Hệ thống điện - Điện tử ô tô (AEES330233)
Trường: Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh
Thông tin:
Tác giả:
Preview text:
MÔN HỌC: HỆ THỐNG ĐIỆN – ĐIỆN TỬ Ô TÔ
BÁO CÁO TIẾN ĐỘ THỰC HIỆN PROJECT NHÓM 2 – TUẦN 4
ĐỀ TÀI: LICENSE PLATE READING Thành viên nhóm:
Đoàn Trọng Phú – 22145213 Trần Vĩ Khang – 22145168
Trần Nhật Khánh – 22145174
I/ CƠ SỞ LÝ THUYẾT
1.Tính ứng dụng của đề tài
Do nhu cầu sử dụng xe máy/ ô tô trong đô thị ngày càng tăng, việc quản lý và giám sát hiệu quả
lưu lượng xe đã trở thành vấn đề quan trọng của thành phố. Dự án này nhằm mục đích phát triển
hệ thống đọc biển số xe (LPR) sử dụng các kỹ thuật xử lý hình ảnh và học máy tiên tiến để tự
động nhận dạng và theo dõi biển số xe. Hệ thống sẽ nâng cao khả năng quản lý giao thông, tạo
điều kiện thuận lợi cho các giải pháp đỗ xe và hỗ trợ các nỗ lực thực thi pháp luật theo thời gian thực. 2.Mục tiêu
2.1. Nhận dạng biển số xe tự động:
Phát triển một hệ thống tự động để đọc và giải thích chính xác biển số xe trong nhiều điều kiện môi trường khác nhau.
*Các yếu tố ảnh hưởng đến khả năng nhận dạng của hệ thống:
Điều kiện ánh sáng: Ánh sáng quá mạnh hoặc quá yếu, ánh sáng chói, bóng đổ đều có thể
ảnh hưởng đến chất lượng hình ảnh và khả năng nhận biết biển số.
Góc chụp: Biển số có thể bị chụp nghiêng, từ trên xuống hoặc từ dưới lên.
Tốc độ xe: Khi xe di chuyển nhanh, biển số có thể bị mờ hoặc nhòe.
Chất lượng biển số: Biển số có thể bị bẩn, trầy xước hoặc bị che khuất một phần bởi các vật cản khác.
Để giải quyết các vấn đề trên, các kỹ thuật xử lý hình ảnh và học máy hiện đại sẽ được áp dụng, bao gồm:
Tiền xử lý hình ảnh: Làm sạch hình ảnh, tăng cường cạnh, loại bỏ nhiễu để cải thiện chất lượng hình ảnh.
Phát hiện vùng biển số: Sử dụng các thuật toán để xác định vùng chứa biển số trong hình ảnh.
Nhận dạng ký tự: Áp dụng các mô hình học sâu như CNN (Convolutional Neural
Network) để nhận dạng từng ký tự trên biển số.
Kiểm tra và hiệu chỉnh: Kiểm tra tính hợp lệ của kết quả nhận dạng, ví dụ như kiểm tra
độ dài của biển số, kiểm tra các ký tự hợp lệ.
Tổng quan quá trình hoạt động của hệ thống:
1. Thu thập hình ảnh: Camera chụp lại hình ảnh của các phương tiện giao thông.
2. Tiền xử lý: Hình ảnh được làm sạch, tăng cường độ tương phản.
3. Phát hiện biển số: Hệ thống xác định vùng hình chữ nhật chứa biển số.
4. Phân đoạn ký tự: Chia biển số thành các ký tự riêng lẻ.
5. Nhận dạng ký tự: Mỗi ký tự được đưa vào mô hình CNN để nhận dạng.
6. Hiển thị kết quả: Hệ thống hiển thị kết quả nhận dạng dưới dạng chuỗi ký tự.
2.2 Giám sát theo thời gian thực
Cho phép theo dõi liên tục và trực tiếp các hoạt động của xe, cung cấp thông tin cập nhật về lưu
lượng giao thông, vị trí xe, và các thông số khác.
Cải thiện quản lý giao thông: Nhờ việc theo dõi liên tục, các cơ quan quản lý có thể nắm
bắt được tình hình giao thông một cách chính xác, từ đó đưa ra các quyết định điều tiết
giao thông hiệu quả, giảm ùn tắc.
Phân tích dữ liệu: Dữ liệu thu thập được từ hệ thống giám sát có thể được sử dụng để
phân tích các xu hướng giao thông, xác định các điểm nóng, và hỗ trợ quy hoạch giao thông.
Phản ứng nhanh: Trong trường hợp xảy ra sự cố giao thông, hệ thống giám sát có thể
nhanh chóng phát hiện và thông báo để các đơn vị chức năng kịp thời xử lý.
2.3 Hỗ trợ thực thi pháp luật
Cung cấp một công cụ hỗ trợ các cơ quan chức năng trong việc thực thi pháp luật liên quan đến phương tiện giao thông. *Các chức năng chính:
Tra cứu thông tin xe: Kiểm tra thông tin về biển số xe (chủ sở hữu, loại xe,...) để xác minh tính hợp pháp.
Cảnh báo xe vi phạm: Phát hiện và cảnh báo các trường hợp xe vi phạm luật giao thông như vượt đèn đỏ.
Truy vết xe mất cắp: Hỗ trợ truy tìm các xe bị mất cắp bằng cách so sánh biển số xe với
cơ sở dữ liệu xe bị mất.
Xây dựng danh sách đen: Lập danh sách các xe bị cấm lưu thông hoặc các đối tượng cần theo dõi.
3. Phương pháp thiết kế hệ thống LPR
3.1. Nghiên cứu và tính khả thi
- Xem xét các công nghệ và hệ thống LPR hiện có đang được sử dụng cho xe cộ, xác định điểm
mạnh và điểm yếu cụ thể đối với các ứng dụng.
- Đánh giá các yêu cầu theo tiêu chuẩn đối với việc chụp ảnh và xử lý dữ liệu liên quan đến biển số xe.
*Đánh giá về công nghệ và hệ thống LPR hiện có thể thiết kế:
Yếu tố ảnh hưởng đến hiệu suất của hệ thống:
Chất lượng hình ảnh: Độ phân giải cao, độ tương phản tốt sẽ giúp cải thiện độ chính xác của việc nhận dạng.
Góc chụp: Đảm bảo camera được lắp đặt ở vị trí phù hợp để chụp được hình ảnh rõ nét của biển số.
Điều kiện môi trường: Ánh sáng đầy đủ, không bị che khuất. Môi trường sạch sẽ, không
có nhiễu sẽ giúp giảm thiểu lỗi nhận dạng.
Kiểu dáng biển số: kích thước, màu sắc,… Đảm bảo hệ thống có thể nhận dạng được tất cả các loại biển số.
3.2. Thiết kế hệ thống LPR
Ở bước này, chúng ta sẽ xác định các thành phần phần cứng và phần mềm cần thiết, cũng như
xây dựng kiến trúc hệ thống một cách tổng thể.
*Thành phần phần cứng gồm: Camera: o
Độ phân giải cao: Đảm bảo hình ảnh thu được có chất lượng tốt, các chi tiết trên
biển số rõ nét, giúp cho quá trình nhận dạng chính xác hơn. o
Ống kính: Chọn ống kính có góc nhìn phù hợp để bao quát được nhiều làn đường
hoặc khu vực cần giám sát. o
Khả năng chống chịu thời tiết: Camera cần hoạt động ổn định trong mọi điều kiện
thời tiết, đặc biệt là ở các khu vực ngoài trời. o
Tính năng bổ sung: zoom, tự động lấy nét, hồng ngoại để đáp ứng các yêu cầu đặc biệt.
Bộ xử lý: laptop cá nhân Thiết bị lưu trữ: o
Ổ cứng: Lưu trữ hình ảnh gốc và dữ liệu đã xử lý. o
Ổ SSD: Tăng tốc độ đọc ghi dữ liệu, đặc biệt khi cần truy xuất dữ liệu nhanh. o
Lưu trữ đám mây: Lưu trữ dữ liệu lớn, dễ dàng chia sẻ và sao lưu.
*Phát triển phần mềm
Thuật toán xử lý hình ảnh: o
Phát hiện vùng biển số: Sử dụng các kỹ thuật như phân đoạn ảnh, phát hiện cạnh
để xác định vị trí của biển số trong hình ảnh. o
Tiền xử lý hình ảnh: Loại bỏ nhiễu, tăng cường độ tương phản để cải thiện chất lượng hình ảnh. o
Nhận dạng ký tự: Sử dụng các mô hình học sâu như CNN để nhận dạng từng ký tự trên biển số. o
Kiểm tra và hiệu chỉnh: Kiểm tra tính hợp lệ của kết quả nhận dạng, ví dụ như
kiểm tra độ dài của biển số, kiểm tra các ký tự hợp lệ. Cơ sở dữ liệu: o
Lưu trữ thông tin biển số: Lưu trữ thông tin về biển số xe, thời gian, vị trí, và các thông tin liên quan khác. o
Lưu trữ hình ảnh: Lưu trữ hình ảnh gốc và hình ảnh đã xử lý. o
Truy vấn dữ liệu: Cho phép truy vấn dữ liệu một cách nhanh chóng và hiệu quả.
3.3. Thử nghiệm ban đầu hệ thống LPR
Đây là giai đoạn chuyển đổi thiết kế lý thuyết thành sản phẩm thực tế đầu tiên. Mục tiêu: o
Xác minh tính khả thi của thiết kế hệ thống. o
Đánh giá hiệu suất của các thuật toán và phần cứng. o
Phát hiện và khắc phục các lỗi sớm.
Các hoạt động chính: o
Lắp ráp hệ thống: Kết nối camera, bộ xử lý, và các thiết bị ngoại vi khác. o
Cài đặt phần mềm: Cài đặt hệ điều hành, các thư viện cần thiết và triển khai các
thuật toán đã phát triển. o
Kiểm tra xem hệ thống có hoạt động đúng như mong đợi không, có lỗi nào xảy ra hay không.
3.4. Điều chỉnh và cải tiến hệ thống LPR
Đánh giá tính hiệu quả của hệ thống và khắc phục các lỗi còn sót
Các chỉ tiêu đánh giá: o
Kiểm tra trong các điều kiện khác nhau: Ánh sáng mạnh, ánh sáng yếu, trời mưa,
trời nắng, các loại biển số khác nhau. o
Độ chính xác: So sánh kết quả nhận dạng của hệ thống với kết quả thực tế. o
Tốc độ xử lý: Đảm bảo hệ thống có thể xử lý được lượng lớn dữ liệu hình ảnh trong thời gian thực. o
Độ ổn định: Kiểm tra khả năng hoạt động liên tục của hệ thống.