Tìm hiểu và xây dựng hệ thống giữ xe thông minh có nhận dạng biển số

Khoá luận tốt nghiệp tìm hiểu và xây dựng hệ thống giữ xe thông minh có nhận dạng biển số, Khoá luận tốt nghiệp HUFI Khoa Công Nghệ Thông Tin 2020 GVHD : Nguyễn Văn Tùng SVTH:MSSVLớpLê Trọng Hiếu200116022707DHTH5Đỗ Cao Thịnh200116075007DHTH4

BỘ CÔNG THƯƠNG TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP THỰC PHẨM TP HCM KHOA CÔNG NGHỆ THÔNG TIN - KHĨA LUẬN TỐT NGHIỆP TÌM HIỂU VÀ XÂY DỰNG HỆ THỐNG GIỮ XE THƠNG MINH CĨ NHẬN DIỆN BIỂN SỐ XE GVHD : Nguyễn Văn Tùng SVTH: MSSV Lê Trọng Hiếu 2001160227 07DHTH5 Đỗ Cao Thịnh 2001160750 07DHTH4 TP HỒ CHÍ MINH, tháng 07 năm 2020 Lớp BỘ CƠNG THƯƠNG TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP THỰC PHẨM TP HCM KHOA CÔNG NGHỆ THÔNG TIN - KHÓA LUẬN TỐT NGHIỆP TÌM HIỂU VÀ XÂY DỰNG HỆ THỐNG GIỮ XE THƠNG MINH CĨ NHẬN DIỆN BIỂN SỐ XE GVHD : Nguyễn Văn Tùng SVTH: MSSV Lê Trọng Hiếu 2001160227 07DHTH5 Đỗ Cao Thịnh 2001160750 07DHTH4 TP HỒ CHÍ MINH, tháng 07 năm 2020 Lớp i LỜI CAM ĐOAN Tơi xin cam đoan cơng trình nghiên cứu riêng Các số liệu, kết nêu Khóa luận trung thực chưa cơng bố cơng trình khác Tơi xin cam đoan giúp đỡ cho việc thực Khóa luận cảm ơn thơng tin trích dẫn Khóa luận rõ nguồn gốc Sinh viên thực Khóa luận (Ký ghi rõ họ tên) ii LỜI CẢM ƠN Khóa luận tốt nghiệp cơng trình nghiên cứu khoa học dành cho sinh viên trình giúp chúng em hệ thống hóa lại tồn kiến thức học năm giảng đường Đại học Trong suốt q trình đó, nhóm chúng em nhận quan tâm giúp đỡ tồn thể giáo viên trường Đại Học Cơng Nghiệp Thực Phẩm TP.HCM Đến nay, nhóm hồn thành báo cáo Khóa luận tốt nghiệp mình, với trân trọng, chúng em xin chân thành cảm ơn Trường Đại Học Công Nghiệp Thực Phẩm TP.HCM, đặc biệt Quý Thầy Cô Khoa Công Nghệ Thông Tin tạo điều kiện cho chúng em hoàn thành báo cáo Sau đó, chúng em xin chân thành cảm Thầy ThS.Nguyễn Văn Tùng giảng viên Khoa Công Nghệ Thông Tin Trường Đại Học Công Nghiệp Thực Phẩm TP.HCM người tận tình hướng dẫn, giúp đỡ chúng em suốt trình thực báo cáo Xin chân thành cảm ơn đến tất tác giả viết, tài liệu liên quan, nhà tài trợ góp phần khơng nhỏ vào việc hồn thành báo cáo Tuy báo cáo hoàn thành kinh nghiệm thực tiễn kiến thức nhiều hạn chế khó tránh khỏi sai sót, mong nhận góp ý, đánh giá, phê bình Q Thầy Cơ bạn để báo cáo hồn thiện Một lần nhóm xin chân thành cảm ơn kính chúc Ban Giám Hiệu nhà trường tồn thể Q Thầy Cơ dồi sức khỏe Lê Trọng Hiếu Đỗ Cao Thịnh iii TÓM TẮT Trong năm gần nhu cầu lại phương tiện giao thông xe máy ngày tăng cao, gây khó khăn cơng tác quản lý xe, việc quản lý xe bãi giữ gặp khơng khó khăn Việc sử dụng phương pháp thủ công, truyền thống việc giữ xe cần tốn nhiều nguồn nhân lực, thời gian xử lý cơng việc chậm, đơi có sai sót q trình làm việc Ngồi hạn chế thẻ giữ xe giấy mang lại nhiều khó khăn phiền phức cho khách hàng sử dụng như: dễ bị nhàu nát, dễ hư hại yếu tố từ bên ngồi, khơng thể quản lý người điều khiển xe vào, việc ghi thẻ ùn tắc giao thông vào cao điểm hay chí thẻ làm giả để sử dụng cho mục đích xấu mà bảo vệ không phát Nhằm đáp ứng yêu cầu thực tế khắc phục tình trạng trên, nhóm chúng em tiến hành “Tìm hiểu xây dựng hệ thống giữ xe thơng minh có nhận diện biển số xe” ứng dụng công nghệ RFID để quản lý bãi xe cách tối ưu đáp ứng số yêu cầu:  Nhận diện ghi nhận biển số xe qua hình ảnh chụp camera  Quy trình quản lý vào xe  Thống kê, tìm kiếm nhật ký xe vào  Thống kê số lượng lần vào theo tháng  Ghi nhận nhật ký vi phạm xe vào  Sao lưu, phục hồi hệ thống  Xây dựng phương án lượng dự phòng cho hệ thống iv Mục Lục CHƯƠNG 1: TỔNG QUAN Giới thiệu .1 Mục tiêu đề tài .1 Đối tượng phạm vi nghiên cứu Đối tượng nghiên cứu .2 Phạm vi nghiên cứu Giới thiệu tổng quan biển số xe .2 Màu sắc ký tự .3 Kích thước biển xe máy Quy trình quản lý bãi xe Quy trình quản lý xe vào khách hàng tháng: Quy trình quản lý xe khách hàng tháng: .5 Công nghệ toán nhận dạng biển số .6 Xử lý ảnh gì? .6 Các vấn đề xử lý ảnh Bài toán nhận dạng biển số Những khó khăn vấn đề nhận dạng .8 Khử nhiễu cho ảnh Một số kĩ thuật lọc nhiễu Một số lọc OpenCV 10 CHƯƠNG 2: CƠ SỞ LÝ THUYẾT .14 LBP cascade 14 Haar-like cascade classifier 17 Support Vector Machines (SVM) 17 Bài toán phân lớp với SVM .19 Bài toán nhiều phân lớp với SVM 19 Tìm hiểu arduino .20 Arduino gì? .20 v Các loại arduino thông dụng nay: 20 Ứng dụng arduino 21 Tìm hiểu RFID 22 RFID .22 Cấu tạo hệ thống RFID 22 Nguyên lý hoạt động thẻ 24 Các đặc tính kỹ thuật thẻ 25 Các tần số thưởng sử dụng hệ thống RFID: .26 Ứng dụng thẻ RFID: .26 Kết nối sử dụng thẻ RFID với arduino 26 CHƯƠNG 3: PHÂN TÍCH VÀ THIẾT KẾ HỆ THỐNG 27 Mô hình thực thể kết hợp 27 Mơ hình chức hệ thống .28 Cơ sở liệu hệ thống 29 Xác định kiểu liệu cho bảng .30 Mơ hình dịng liệu 35 Mô hình dịng liệu mức 35 Mơ hình dịng liệu mức 36 Mơ hình hình dịng liệu mức 36 CHƯƠNG 4: CÀI ĐẶT VÀ VẬN HÀNH 38 Các bước để huấn luyện (LBP cascade) 38 Xây dựng Support Vector Machines (SVM) .43 Xây dựng hệ thống nhận dạng biển số với LBP cascade SVM 44 Kết thực nghiệm .46 Thiết kế giao diện 50 Giao diện hệ thống 50 Giao diện hình .51 Danh mục quản lý 53 Nguồn lượng dự phòng UPS .64 CHƯƠNG 5: TỔNG KẾT VÀ HƯỚNG PHÁT TRIỂN .65 Kết luận 65 vi Hạn chế đề tài 65 Hướng phát triển đề tài 65 TÀI LIỆU THAM KHẢO 67 vii DANH MỤC CÁC TỪ VIẾT TẮT Từ viết tắt Diễn giải RFID Radio Frequency Identification SVM Support Vector Machines SRM Structural Risk Minimization RTSP Real Time Streaming Protocol HTTP HyperText Transfer Protocol UPS Uninterruptible Power Supplier GPU Graphics Processing Unit viii DANH MỤC BẢNG Bảng 3.1: Table NhanVien 30 Bảng 3.2: Table KhachHang 30 Bảng 3.3: Table Xe 30 Bảng 3.4: Table LoaiVe 31 Bảng 3.5: Table TheRFID 31 Bảng 3.6: Table VeThang 31 Bảng 3.8: Table MayTinh 32 Bảng 3.9: Table Xe_Vao 32 Bảng 3.7: Table Cong .33 Bảng 3.10: Table Xe_Ra 33 Bảng 3.11: Table ViPham 33 Bảng 3.12: Table CauHinh_Camera 34 Bảng 3.13: Table ChucVu 34 Bảng 3.14: Table NhanVien_ChucVu .34 Bảng 3.15: Table NhomNguoiDung 34 Bảng 3.16: Table PhanQuyen 35 Bảng 3.17: Table PhanQuyen_NhomNguoiDung .35 Bảng 4.1: Cấu hình máy tính 46 Bảng 4.2: Thông tin ảnh .46 Bảng 4.3: Đánh giá độ xác 47 55 (11): Lưu toàn cấu hình vừa tạo 4.4.3.3 Danh mục nhân viên (2) (3) (4) (5) (1) (6) Hình 4.8: Giao diện quản lý nhân viên Mô tả: Sử dụng chức người dùng muốn thêm nhân viên (1) : Danh sách nhân viên (2) : Thêm nhân viên (3) : Xóa khách hàng (4) : Sửa khách hàng (5) : Lưu lại thông tin chỉnh sửa (6) : Thông tin nhân viên 56 4.4.3.4 Danh mục phân quyền nhân viên (1) (3) (4) Hình 4.9: Giao diện quản lý phân quyền Mô tả: Khi người dùng muốn phân quyền cho nhân viên thực chức (1): Chọn chức vụ muốn phân quyền (2): Danh sách nhân viên có chức vụ (3): Phân quyền cho chức vụ chọn 57 4.4.3.5 (2) (3) (4) Danh mục khách hàng (5) (1) (6) Hình 4.10: Giao diện quản lý thơng tin khách hàng Mô tả: Chức sử dụng người sử dụng thêm thay đôi thông tin khách hàng (1) : Danh sách khách hàng (2) : Thêm khách hàng (3) : Xóa khách hàng (4) : Sửa khách hàng (5) : Lưu lại thông tin chỉnh sửa (6) : Thông tin khách hàng 58 4.4.3.6 (1) Form quản lý thẻ (2) (3) (4) (7) (5) (6) (8) Hình 4.11: Giao diện quản lý thẻ Mơ tả: Chức cho phép người dùng quản lý thẻ có hệ thống (1) : Người dùng làm lại tồn thơng tin thẻ (2) : Thêm thẻ vào hệ thống (3) : Xóa thẻ hệ thống (4) : Khơi phục thẻ xóa (5) : Nhập thơng tin thẻ tìm kiếm thơng tin thẻ (6) : Chọn đầu đọc kết nối với máy tính (7) : Thực kết nối với đầu đọc thẻ (8) : Danh sách thông tin thẻ hệ thống 59 4.4.3.7 Form quản lý thông tin vé tháng (7) (5) (1) (6) (2) (3) (4) Hình 4.12: Giao diện quản lý vé tháng Mô tả: Quản lý vé tháng người sử dụng cần thêm vé tháng vào hệ thống gia hạn vé tháng (1) : Kết nối với đầu đọc để đọc thông tin thẻ (2) : Mã thẻ để thêm vào vé tháng (người dùng qt thẻ lấy thơng tin từ giao diện thẻ cách chọn vào nút “…” kế cạnh) (3) : Mã xe để thêm vào vé tháng (người dùng nhập mã xe lấy thông tin từ danh mục xe cách chọn vào nút “…” kế cạnh) (4) : Chọn ngày bắt đầu vé tháng (5) : Thêm vé vào hệ thống (6) : Gia hạn vé có sẵn hệ thống (7) : Xóa vé hệ thống 60 4.4.3.8 Form thông tin xe vào (1) (2) (4) (3) (7) (6) (5) (8) Hình 4.13: Giao diện quản lý xe vào Mô tả: Giao diện cho phép người dùng tìm kiếm xe vào hệ thống theo biển số, thời gian, số thẻ, nhân viên xử lý khách hàng cho người dùng cập nhật vi phạm xe (1) : Thực tìm kiếm (có thể tìm kiếm theo xe vào xe ra) (2) : Thời gian thực tìm kiếm (3) : Số thẻ cần tìm (4) : Biển số xe cần tìm (5) : Tìm kiếm theo nhân viên (6) : Tìm kiếm theo khách hàng (7) : Cập nhật vi phạm xe xe vi phạm (8) : Danh sách thông tin xe – vào hệ thống 61 4.4.3.9 Form quản lý xe (5) (6) (7) (1) (2) (3) (4) Hình 4.14: Danh mục quản lý xe Mô tả: Chức sử dụng người dùng muốn thêm xe vào hệ thống (1) : Nhập vào biển số xe cần thêm (2) : Màu sắc xe (nếu cần) (3) : Chọn khách hàng cách chọn vào dấu “…” kế cạnh (4) : Sửa thơng tin ảnh có sẵn thêm ảnh biển số vào hệ thống (5) : Thêm xe vào hệ thống (6) : Sửa thông tin xe hệ thống (7) : Lưu thông tin chỉnh sửa xuống hệ thống 62 4.4.3.10 Form thông tin vi phạm (3) (1) (4) (2) (5) Hình 4.15: Giao diện thống kê vi phạm Mơ tả: Thống kê tình trạng xe vi phạm hệ thống (1) : Lọc theo nhân viên (2) : Lọc theo khách hàng (3) : Lọc theo ngày tháng (4) : Lỗi vi phạm (5) : Danh sách thống kê vi phạm 63 4.4.3.11 Form quản lý máy tính hệ thống (1) (2) (3) (4) Hình 4.16: Giao diện quản lý máy tính hệ thống Mô tả: Chức nhằm đảm bảo đăng nhập máy tính cấu hình (1) : Mã máy tính (2) : Tên máy tính sử dụng phần mềm (3) : Địa ip mạng nội (4) : Địa serial number 4.4.3.12 Form quản lý backup Mô tả: Khi người dùng muốn đặt lịch backup database sử dụng hình Hình 4.17: Giao diện quản lý backup 64 Nguồn lượng dự phòng UPS Nguồn lượng dự phòng đảm bảo cho máy tính hoạt động ổn định khoản thời gian định điện Trong hệ thống chúng em đề nghị ứng dụng UPS Santak TG500:  Công suất: 500VA/300W  Nguồn vào: 220VAC  Nguồn ra: 220 ± 10% (Chế độ ắc qui)  Lưu điện: phút Hình 4.18: UPS Santak TG500 65 CHƯƠNG 5: TỔNG KẾT VÀ HƯỚNG PHÁT TRIỂN Kết luận Việc xây dựng ứng dụng quản lý bãi xe thông minh có nhận dạng biển số xe giúp cho người quản lý bãi xe cách tối ưu hơn, tránh khỏi sai sót cơng tác quản lý bảo vệ bãi xe, khắc phục tình trạng vé bị nhàu nát rách, quản lý khách hàng điều khiển phương tiện vào, việc quản lý nhanh tránh gây ùn tắc giao thông vào cao điểm Ngoài điểm đề tài “Tìm hiểu xây dựng hệ thống giữ xe thơng minh có nhận diện biển số xe” xây dựng thành cơng hệ thống có tính sau:  Nhận diện ghi nhận biển số xe qua hình ảnh chụp camera  Quy trình quản lý vào xe  Thống kê, tìm kiếm nhật ký xe vào  Thống kê số lượng lần vào theo tháng  Ghi nhận nhật ký vi phạm xe vào  Sao lưu, phục hồi hệ thống  Xây dựng phương án lượng dự phịng cho hệ thống Hạn chế đề tài Ngồi tính đề tài cịn tồn số hạn chế định:  Thời gian xử lý trình đọc biển số chưa tối ưu  Q trình xử lý ảnh cịn phụ thuộc nhiều vào độ rõ ảnh, ánh sáng  Tỉ lệ nhận dạng xác ký tự cịn chưa cao, nhầm lẫn số ký tự Hướng phát triển đề tài Nhằm khắc phục tình trạng hạn chế đề tài, cần phải cải tiến trình xử lý ảnh nâng cao độ xác q trình đọc ký tự, giảm thời gian xử lý giảm nhớ xử lý Các thuật tốn sử dụng lớp CNN lại có ưu điểm tốc độ xử lý nhanh xác, tích hợp lớp CNN xử lý chương 66 trình GPU vào mơ hình rút ngắn đáng kể thời gian thực thi tối ưu độ xác 67 TÀI LIỆU THAM KHẢO Tiếng Anh [1] E Corvee and F Bremond Haar like and LBP based features for face, head and people detection in video sequences, International Workshop on Behaviour Analysis and Video Understanding, 10, 2011 [2] Q Chen, N D Georganas, and E M Petriu, Real-time vision-based hand gesture recognition using haar-like features, IEEE Instrumentation and Measurement Technology Conference, 1-6, 2007 doi:10.1109/IMTC.2007.379068 [3] K Nonami, F Kendoul, S Suzuki, W Wang, and D Nakazawa, Autonomous Flying Robots: Unmanned Aerial Vehicles and Micro Aerial Vehicles, Springer, 2010 [4] R Rodrigues, H Shiguemori, C Forster, and S Pellegrino, Color and texture features for landmarks recognition on UAV navigation, Simp´osio Brasileiro de Sensoriamento Remoto, 2009 [5] A Gaszczaka, T Breckon, and J Hana, Real-time people and vehicle detection from UAV imagery, SPIE Conference Intelligent Robots and Computer Vision, 2011 [6] T Gritti, C Shan, V Jeanne, and R Braspenning, Local features based facial expression recognition with face registration errors, IEEE International Conference on Automatic Face and Gesture Recognition, 1-8, 2008 [7] T Ojala, M Pietikainen, and D Harwood, Performance evaluation of texture measures with classification based on kullback discrimination of distributions, International Conference on Pattern Recognition, 1:582-585, 1994 doi:10.1109/ICPR.1994.576366 [8] L Wang and D He, Texture classification using texture spectrum, Pattern Recognition, 23(8)905-910, 1990 doi:10.1016/0031-3203(90)90135-8 [9] C Chen, Handbook of pattern recognition and computer vision, World Scientific Publishing Company, Incorporated, 2009 [10] T Ojala, M Pietikainen, and T Maenpaa, Multiresolution gray-scale and rotation invariant texture classification with local binary patterns, IEEE Transactions on Pattern Analysis and Machine Intelligence, 24(7):971-987, 2002 doi:10.1109/TPAMI.2002.1017623 68 [11] J Trefn`y and J Matas, Extended set of local binary patterns for rapid object detection, Computer Vision Winter Workshop, 10:37-43, 2010 [12] L Zhang, R Chu, S Xiang, S Liao, and S Li, Face detection based on multi-block LBP representation, in Advances in Biometrics, ser Lecture Notes in Computer Science, Springer Berlin Heidelberg, 4642:11- 18, 2007 doi:10.1007/978-3-540-74549-5_2 [13] P Viola and M Jones, Rapid object detection using a boosted cascade of simple features, IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 511-518, 2001 doi:10.1109/CVPR.2001.990517 [14] Y Freund and R Schapire, A decision-theoretic generalization of on-line learning and an application to boosting, in Computational Learning Theory, ser Lecture Notes in Artificial Intelligence, Springer, 904:23-37, 1995 doi:10.1007/3540-59119-2 166 [15] A P Witkin, Scale-space filtering: A new approach to multi-scale description, IEEE International Conference on Acoustics, Speech, and Signal Processing, 9:150-153, 1984 doi:10.1109/ICASSP.1984.1172729 [16] D Forsyth and J Ponce, Computer vision, Prentice Hall, 2011 [17] A Haar, Zur theorie der orthogonalen funktionensysteme, Mathematische Annalen, 69(3):331-371, 1910 doi:10.1007/BF01456326 [18] P Viola and M Jones, Robust real-time face detection, International Journal of Computer Vision, 57:137-154, 2004 doi:10.1023/B:VISI.0000013087.49260.fb [19] C Papageorgiou, M Oren, and T Poggio, A general framework for object detection, International Conference on Computer Vision, 555-562, 1998 doi:10.1109/ICCV 1998.710772 [20] R Lienhart, A Kuranov, and V Pisarevsky, Empirical analysis of detection cascades of boosted classifiers for rapid object detection, Pattern Recognition, 297304, 2003 doi:10.1007/978-3-540-45243-0_39 Tiếng Việt [21] https://vi.wikipedia.org/ [22] https://thigiacmaytinh.com/ [23] https://www.stdio.vn/ [24] http://smartid.com.vn/phan-loai-he-thong-rfid [25] https://quantrimang.com/arduino-la-gi 69 [26] https://dientutuonglai.com/tim-hieu-arduino [27] https://bkaii.com.vn/tin-tuc/406-ung-dung-va-mot-so-loai-arduino-pho-bien [28] http://dulieu.tailieuhoctap.vn/books/cong-nghe-thong-tin/the-loaikhac/file_goc_769882.pdf [29] https://danluat.thuvienphapluat.vn/ [30] https://thukyluat.vn/ [31] http://arduino.vn/ [32] https://baoanjsc.com.vn/tin-hang/rfid-la-gi-ung-dung-cua-rfid-trong-sanxuat_2_69_31600_vn.aspx [33] http://tueminh.tech/vn/giai-phap-RFID/gioi-thieu-dac-diem-phan-loai-hethong-RFID.html [34] http://phanmembaixethongminh.com/ [35] http://eparking.vn/ [36] https://maygiuxetudong.com/ [37] https://sdtparking.com/ [38] https://tctech.vn/ [39] Nguyễn Quang Hoan, Xử lý ảnh, Học viện Cơng nghệ Bưu Viễn thơng, 2006 [40] Đỗ Năng Tồn, Phạm Việt Bình, Xử lý ảnh, Đại học Thái Nguyên, 2007 [41] Phạm Văn Sơn, Tìm hiểu support vector machine cho toán phân lớp quan điểm, Trường Đại Học Dân Lập Hải Phòng, 2012