Hệ thống chung cư với các căn hộ cao cấp trong quần thể khép kín đã trở thành mô hình rất phổ biến ở nhiều thành phố lớn tại các quốc gia phát triển trên thế giới. Tại Việt Nam trong vài năm trở lại đây mô hình này đang ngày càng phát triển hơn về số lượng và chất lượng nhất là tại 2 thành phố lớn Hà Nội và Hồ Chí Minh thu hút được sự quan tâm đông đảo của người dân. Với mô hình chung cư, mọi người dân sẽ sống chung trong một khu tòa nhà cao tầng, mỗi tầng sẽ có rất nhiều căn hộ tiện nghi về mọi mặt, có khu để xe, thang máy và rất nhiều tiện ích. Chính vì là nơi sinh sống và làm việc của rất nhiều người nên nó luôn luôn tiềm ẩn những nguy cơ về an ninh an toàn cho mọi người sống trong các tòa chung cư đó có thể kể tới tình trạng mất đồ, trộm cướp hay cháy nổ sẽ ảnh hưởng tới rất nhiều hộ gia đình. Vì vậy mỗi chung cư cần có một hệ thống an ninh riêng để có thể hạn chế những rủi ro nói trên. Đề tài xây dung hệ thống an ninh chung tận dụng sự tiến bộ của khoa học kỹ thuật và áp dụng nó vào các thiết bị an ninh để việc quản lý và đảm bảo an toàn và an ninh trong các tòa chung cư dễ dàng và an toàn hơn.
TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP HÀ NỘI KHOA CÔNG NGHỆ THÔNG TIN ======***====== BÁO CÁO THỰC TẬP CƠ SỞ NGÀNH Mã lớp độc lập: IT6046.1 (20222IT6046001) THIẾT KẾ HỆ THỐNG AN NINH CHUNG CƯ VINHOMES SMART GVHD: ThS Lê Như Hiền Nhóm sinh viên: Nhóm Nguyễn Văn Tuyên Mã SV: 2021606354 Lớp: KHMT02 K16 Nguyễn Mạnh Thắng Mã SV: 2021607883 Lớp: KHMT02 K16 Nguyễn Hữu Tuấn Mã SV: 2021604519 Lớp: KHMT02 K16 Nguyễn Trọng Đạt Mã SV: 2019604461 Lớp: KHMT02 K14 Phùng Thị Hồng Mã SV: 2019605033 Lớp: KHMT02 K14 Hà nội, Năm 2023 LỜI NÓI ĐẦU Hệ thống chung cư với hộ cao cấp quần thể khép kín trở thành mơ hình phổ biến nhiều thành phố lớn quốc gia phát triển giới Tại Việt Nam vài năm trở lại mơ hình ngày phát triển số lượng chất lượng thành phố lớn Hà Nội Hồ Chí Minh thu hút quan tâm đơng đảo người dân Với mơ hình chung cư, người dân sống chung khu tòa nhà cao tầng, tầng có nhiều hộ tiện nghi mặt, có khu để xe, thang máy nhiều tiện ích Chính nơi sinh sống làm việc nhiều người nên ln ln tiềm ẩn nguy an ninh an tồn cho người sống tịa chung cư kể tới tình trạng đồ, trộm cướp hay cháy nổ ảnh hưởng tới nhiều hộ gia đình Vì chung cư cần có hệ thống an ninh riêng để hạn chế rủi ro nói Đề tài xây dung hệ thống an ninh chung tận dụng tiến khoa học kỹ thuật áp dụng vào thiết bị an ninh để việc quản lý đảm bảo an toàn an ninh tịa chung cư dễ dàng an tồn MỤC LỤC MỞ ĐẦU Lý chọn đề tài 2 Mục đích nghiên cứu 3 Nhiệm vụ nghiên cứu Đối tượng nghiên cứu Giới hạn phạm vi nghiên cứu Đóng góp mơn học Bố cục CHƯƠNG 1: KHẢO SÁT HỆ THỐNG Tổng quan đối tượng khảo sát Khảo sát mơ hình an ninh tòa nhà CHƯƠNG 2: THIẾT KẾ HỆ THỐNG 12 Hệ thống nhận diện biển số xe 12 Hệ thống nhận diện vân tay 16 Nhận diện khuôn mặt AI 23 KẾT LUẬN 25 Kết đạt 25 Hạn chế đề tài .25 Bài học kinh nghiệm rút .25 TÀI LIỆU THAM KHẢO 27 MỤC LỤC HÌNH ẢNH Hình 1.1: Chung cư Vinhomes Smart City Hình 1.2: Tịa C chung cư Vinhomes Hình 1.3: Ảnh camera chung cư Hình 1.4: Hệ thống thẻ từ thang máy 10 Hình 1.5: Hình ảnh hệ thống thẻ từ 11 Hình 1.6: Hệ thống chữa cháy tầng để xe 12 Hình 2.1: Ảnh biển số cắt khỏi vật thể 14 Hình 2.2: Ảnh biển số sau phân ngưỡng 15 Hình 2.3: Hình ảnh chưa biển số xe 16 Hình 2.4: Hình ảnh biển số xe nhận diên 16 Hình 2.5 Sơ đồ mơ tả nhận diện vân tay với mạng tích chập 17 Hình 2.6: Kiến trúc mạng MobileNetV2 18 Hình 2.7: Bên bottleneck 19 Hình 2.8 Sơ đồ khối chức 20 Hình 2.9: Đầu đọc vân tay R305 20 Hình 2.10: máy tính nhúng Raspberry Pi Model B 21 Hình 2.11: Sơ đồ khối chi tiết phần mềm nhận dạng 21 Hình 2.12: Hình ảnh giao diện chương trình trước nhân diện 22 Hình 2.13: Ảnh giao diện chương trình sau nhận diện 22 Hình 2.14: Ảnh giao diện đăng kí vân tay 23 Hình 2.15: mơ hình xử lý ảnh 24 Hình 2.16: Minh họa giao diện chương trình 25 MỞ ĐẦU Lý chọn đề tài Trong năm qua, Hà Nội có bước phát triển nhanh lĩnh vực đầu tư xây dựng, phát triển quản lý đô thị Nhiều dự án nhà chung cư khu đô thị triển khai đưa vào sử dụng, tạo mặt đô thị ngày khang trang, đại, đồng thời đáp ứng nhu cầu xúc nhà người dân Thủ đô Theo kế hoạch, từ đến năm 2024, Hà Nội tiếp tục đầu tư xây dựng 53 dự án nhà tái định cư với quy mô 14.054 hộ; 66 dự án đầu tư xây dựng hạ tầng kỹ thuật khu tái định cư 16 dự án đầu tư xây dựng nhà tái định cư Với phát triển nhanh rộng khắp, Hà Nội đầu nước phát triển nhà Đến cuối năm 2011, tổng diện tích nhà Hà Nội đạt 139 triệu m2, bình qn diện tích nhà toàn thành phố 20,8m2/người, riêng nhà chung cư đạt tỷ lệ cao nước với 16,64% Chung cư mọc lên ạt nấm sau mưa nhiên việc quản lý nhà chung cư vấn đề xun suốt q trình tồn định tỷ lệ lấp đầy tuổi thọ chung cư Quản lý sử dụng vận hành chung cư cao tầng lĩnh vực nhạy cảm phức tạp Thực trạng cho thấy hình thái nhà chung cư phát triển đa dạng, có nhà chung cư độc lập, có nhà chung cư hỗn hợp gồm văn phịng, siêu thị, nhà Trong lại có sở hữu chung người mua, sở hữu riêng chủ đầu tư chưa có sở pháp lý rõ ràng để chứng minh, xác định quyền sở hữu chung riêng Mặt khác, quản lý sống chung cư phải đối diện với nhiều vấn đề nhức đầu phí quản lý, chỗ để xe, chủ đầu giao nhà chất lượng Việc quản lý nhà chung cư liên quan đến vấn đề nắm giữ mạng sống nhiều người dân sống Tuy nhiên thời gian gần nhiều rủi ro lớn xảy khu chung cư để lại hậu nặng nề người tài sản Những rủi ro phần lớn việc lơ công tác quản lý, quản lý hiệu quả, coi thường khả rủi ro xảy hay thiếu hiểu biết, yếu quản lý Đơn cử vụ cháy tòa chung cư 18 tầng phường Nhân Chính quận Thanh Xuân vào ngày 10/3/2010; 27/8/2011, vụ hỏa hoạn xảy tòa nhà Keangnam nằm đường Phạm Hùng (Hà Nội); vụ cháy tòa nhà làng sinh viên Hacinco (ngày 4/5/2012); hay cố thang máy CT3 Constrexim gây chết người Các tòa nhà chung cư nơi cư trú nhiều hộ gia đình cư dân Từ người có thu nhập cao đến người thu nhập ổn định Việc bảo vệ tạo môi trường an ninh tốt cho cư dân điều mà nhà quản lý chung cư cố gắng Việc tăng cường bảo vệ túc trực yếu tố người khơng thể tránh thiếu sót Khó quản lý chặt chẽ đối tượng lạ vào chung cư Bởi việc sử dụng thêm thiết bị kiểm soát thang máy, sảnh vào, hành lang cần thiết Để giảm tải công việc cho nhân viên bảo vệ, đồng thời việc kiểm soát dễ dàng thuận tiện Vì mà nhóm nghiên cứu đề tài “Quản lý an ninh chung cư” Mục đích nghiên cứu Tìm hiểu học hỏi kỹ thuật tiến tiến trí tuệ nhân tạo để áp dụng thiết kế xây dựng hệ thống an ninh chung cư cổ điển, nhằm giúp tăng hiệu quản lý giữ an toàn cho người có nhu cầu sinh sống làm việc chung cư Nhiệm vụ nghiên cứu ✔ Khảo sát tìm hiểu hệ thống an ninh tịa chung cư ✔ Phân tích thiết kế hệ thống an ninh, ưu nhược điểm hệ thống ✔ Đưa phương pháp xây dựng hệ thống cho khắc phục nhược điểm hệ thống an ninh cũ Đối tượng nghiên cứu Hệ thống giám sát an ninh tòa chung cư Giới hạn phạm vi nghiên cứu Khảo sát, tìm hiểu khu chung cư, áp dụng triển khai phát triển phần mềm hình thức tìm, hiểu bước thực Đóng góp mơn học ✔ Cho nhìn tổng quan quy trình thiết kế, phát triển hệ thống ✔ Rèn luyện kỹ mềm kỹ phân tích, khảo sát, làm việc nhóm, phân chia cơng việc, giao tiếp viết báo cáo ✔ Phát huy khả tư sáng tạo cho vấn đề xã hội, khả quan sát phân tích đưa giải pháp Bố cục o Phần1: Mở đầu o Phần 2: Nội dung đề tài o Phần 3: Kết luận CHƯƠNG 1: KHẢO SÁT HỆ THỐNG Tổng quan đối tượng khảo sát 1.1 Đối tượng khảo sát ⮚ Tên chung cư: Vinhomes Smart City Hình 1.1: Chung cư Vinhomes Smart City 1.2 Chi tiết đối tượng khảo sát ⮚ Vị trí địa lý: Tây Mỗ- Đại Mỗ-Nam Từ Liêm, Hà Nội o Đường Trúc, xã Xuân Quan, huyện Văn Giang, tỉnh Hưng yên ⮚ Nằm trung tâm khu vực phía Tây - “thỏi nam châm kinh tế mới” thủ đô Đồng thời, dự án sở hữu tọa độ kim cương trục đường huyết mạch đại nhất-Đại lộ Thăng Long ⮚ Chủ đầu tư: Tập đồn Vingroup ⮚ Tổng diện tích dự án: 2.7ha ⮚ Mật độ xây dựng: 22% ⮚ Quy mô: gôm tịa chung cư cao cấp thiết kế hình chữ V, ký hiệu tòa A, B, C, D có số tầng 25, 29, 29, 25 với 1000 hộ Tất tòa có tầng hầm tầng để làm thương mại ⮚ Phân khu chức năng: Tầng để xe, trung tâm thương mại, gym, hộ ⮚ Thời gian khởi cơng: 28/08/2018 ⮚ Thời gian bàn giao: 26/03/2022 Hình 1.2: Tịa C chung cư Vinhomes Khảo sát mơ hình an ninh tịa nhà 2.1 Các thiết bị an ninh tòa nhà ● Camera giám sát ● Hệ thống báo cháy tòa nhà ● Thiết bị liên lạc hộ với bảo vệ ● Hệ thống thẻ từ gửi xe ● 2.2 Hệ thống thẻ thang máy Hiện trạng ● Hệ thống camera giám sát: o Hệ thống camera giám sát yếu tố thiếu quản lý an ninh chung cư o Vị trí lắp đặt: khu vực cơng cộng (hành lang, cầu thang, sảnh chính, …), khu vực trông giữ xe (tầng hầm, khu vực lối vào), khu vực thang máy o Tồn tín hiệu đưa trung tâm điều khiển đặt phòng trực ban quản lý o Hệ thống camera túc trực 24/24 để đảm bảo an ninh cho toàn chung cư tất thời gian o Hệ thống sở liệu lưu lại hình ảnh camera ghi lại vịng tháng để tiện cho cơng tác điều tra xảy cắp - Ưu điểm: o Camera an ninh nhanh chóng ghi hình lại kẻ đột nhập o Hình ảnh sắc nét làm chứng, chứng phục vụ điều tra o Tạo cảm giác an toàn cho người dân sinh sống chung cư - Nhược điểm: o Có thể gây ảnh hưởng tới đời tư cư dân o Xuất vị trí điểm mù, dễ dàng bị kẻ gian lợi dụng o Hệ thống bị trục trặc lỗi kỹ thuật o Chi phí sửa chữa lắp đặt cao 13 dạng truyền hay lưu trữ để phục vụ nhu cầu người dùng cuối o Ứng dụng: Vì khơng phụ thuộc vào phạm hình ảnh thu nên có dùng ứng dụng nhiều nơi điểm điều tiết giao thơng, vị trí nhạy cảm giao thông ngã ba, ngã tư đường giao Kiểm soát, phát hành vi vi phạm an tồn giao thơng 1.3 u cầu thiết bị - Máy quét - Đèn chiếu - Bộ phận thu tách hình ảnh - Hệ thống máy tính - Các thiết bị khác tùy mục đích 1.4 Nhận dạng biển số xe CNN 1.4.1 Các bước thực - Bước 1: Xác định vùng chứa biển số xe sử dụng Yolo Tiny v3 o Dùng hàm four_point_transform để cắt vùng biển số khỏi xe ta nhận hình ảnh bên dưới: Hình 2.1: Ảnh biển số cắt khỏi vật thể - Bước 2: Tách ký tự biển số xe o Đầu tiên chuyển màu ảnh từ BGR sang HSV Chúng em thử cho độ xác khơng cao HSV biểu diễn màu dựa số liệu: ▪ H(Hue): vùng chứa màu sắc ▪ S(Saturation): độ bão hòa 14 ▪ V(Value): độ sáng o Khi ta muốn sử dụng ngưỡng độ sáng pixel để lọc ký tự, với HSV ta dễ dàng dùng riêng rẽ giá trị độ sáng (V) o Sau ta sử dụng adaptive threshold để làm bật phần mà ta muốn lấy (màu đen) Adaptive threshold sử dụng cửa sổ nhỏ từ trái sang phải, xuống lấy giá trị pixel lớn giá trị trung bình(threshold) với giá trị offset mà ta điều chỉnh Khác với kiểu threshold truyền thống áp dụng ngưỡng cho toàn ảnh, adaptive threshold áp dụng cho vùng nhỏ nhờ hoạt động tốt với điều kiện ánh sáng Sau lấy giá trị lớn ngưỡng Ta thu ảnh sau phân ngưỡng Hình 2.2: Ảnh biển số sau phân ngưỡng o tách ký tự khỏi biển số xe, ta sử dụng thuật toán Connected Components Analysis (CCA) - Bước Phân loại ký tự sử dụng model CNN o dùng datasets có sẵn biển số xe Việt Nam gen liệu ký tự để đảm bảo chất lượng mơ hình o Tiếp sau xây dựng model CNN đơn giản để tiến hành trích xuất đặc trưng phân loại - Bước 4: Xác định biển số xe dòng hay hai dòng o Em sử dụng tọa độ (x, y) ký tự Trong mặt phẳng tọa độ xOy x trục ngang, y trục dọc Nếu biển số xe gồm dòng tọa độ y (trục dọc) ký tự thu nhỏ ngưỡng Còn biển hai dịng tọa độ y ký 15 tự lớn ngưỡng Sau chúng em sử dụng giá trị x để xác định thứ tự trước sau xếp ký tự từ trái qua phải từ xuống 1.5 Kết thực nghiệm - Dữ liệu đầu vào: Hình ảnh video chưa biển số phương tiện Hình 2.3: Hình ảnh chưa biển số xe - Dữ liệu đầu ra: Hình ảnh đầu có thêm thơng tin biển số xe hệ thống nhận diện: Hình 2.4: Hình ảnh biển số xe nhận diện Hệ thống nhận diện vân tay 16 2.1 Mơ hình nhận diện vân tay với mạng tích chập Hình 2.5 Sơ đồ mơ tả nhận diện vân tay với mạng tích chập Khối mơ hình (nâng cao hình ảnh vân tay) sử dụng mơ hình tích chập có khả phân vùng ngữ nghĩa Mơ hình có nhiệm vụ dự đốn/phân loại pixel có phải thuộc đường vân vân tay không chứa vân tay Kết cho hình ảnh chứa phân vùng loại bỏ nhiễu phục hồi đường vân vân tay Hình ảnh vân tay sau phục hồi trích xuất đặc trưng nhận dạng tương tự với khối nhận dạng phiên với Gabor 2.1.1 Nhận dạng hình ảnh vân tay Hình ảnh vân tay sau phục hồi rõ ràng đường vân đưa vào mạng neural tích chập huấn luyện để trích xuất đặc 17 trưng dạng vector có khả phân biệt vân tay khác Với mạng neural phân loại thơng thường ln có phần chính: phần trích xuất đặc trưng phần phân loại; cho kết có xác suất cao số lượng lớp (class) cố định Muốn tăng số lượng lớp phân loại cần phải huấn luyện lại từ đầu số lượng liệu lớp nhiều tỉ lệ thuận với số lượng lớp, việc dẫn đến yêu cầu tài nguyên liệu môi lớp trình khó khăn Trong luận văn xây dựng mạng bao gồm phần trích xuất đặc trưng từ sử dụng để so sánh với đặc trưng khác có sẵn sở liệu Chỉ cần huấn luyện mạng với số lượng liệu cực lớn với nhiều lớp khác từ mạng hiểu cần trích xuất đặc trưng để so với lớp khác có khác biệt khoảng cách Sử dụng mạng neural tích chập có độ phức tạp vừa phải giữ độ tin cậy cao hay sử dụng thiết bị di động, máy tính nhúng gọi MobileNetV2 có kiến trúc hình 2.6 Hình 2.6: Kiến trúc mạng MobileNetV2 Trong c số kênh đầu ra, n số lần lặp lại, s bước nhảy Với bottleneck tập hợp lớp cụ thể hình 2.7