Báo cáo nghiên cứu khoa học sinh viên đề tài xây dựng ứng dụng nhận diện biển báo giao thông trên thiết bị di động

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC MỎ - ĐỊA CHẤT - - BÁO CÁO NGHIÊN CỨU KHOA HỌC SINH VIÊN ĐỀ TÀI: XÂY DỰNG ỨNG DỤNG NHẬN DIỆN BIỂN BÁO GIAO THÔNG TRÊN THIẾT BỊ DI ĐỘNG Hà Nội, 05/2023 tài: Xây dng ng dng nhn din bin báo giao thông thit b di ng Mục Lục LỜI CẢM ƠN LỜI MỞ ĐẦU CHƯƠNG 1: KHẢO SÁT MƠ TẢ BÀI TỐN .6 1.1 Khảo sát toán 1.2 Tổng quan phát nhận diện biển báo 1.3 Mục tiêu nhiệm vụ nghiên cứu 10 1.4 Đối tượng phạm vi nghiên cứu 12 1.5 Phương pháp để nghiên cứu toán .14 CHƯƠNG 2: CÁC KIẾN THỨC NỀN TẢNG .17 2.1 Artificial Intelligence, Machine leaning, deep leaning .17 2.2 Thuật toán YOLO 20 2.2.1 Giới thiệu 20 2.2.2 Các phiên YOLO 23 2.2.3 Kiến trúc .28 2.3 Lập trình di động .31 CHƯƠNG 3: XÂY DỰNG ỨNG DỤNG TRÊN THIẾT BỊ DI ĐỘNG .34 3.1 Xây dựng mơ hình 34 3.1.1 Môi trường huấn luyện .34 3.1.2 Chuẩn bị liệu 36 3.1.3 Training model 41 3.1.4 Kết .43 3.2 Xây dựng ứng dụng 46 3.2.1 Lựa chọn framework 46 tài: Xây dng ng dng nhn din bin báo giao thơng thit b di ng 3.2.2 Phân tích thiết kế hệ thống ứng dụng 48 3.2.3 Triến khai ứng dụng 48 ĐÁNH GIÁ KẾT QUẢ VÀ HƯỚNG PHÁT TRIỂN 53 1.Đánh giá kết đề tài 53 Hướng phát triển đề tài 53 DANH MỤC TÀI LIỆU THAM KHẢO 55 tài: Xây dng ng dng nhn din bin báo giao thông thit b di ng LỜI CẢM ƠN Chúng em xin gửi lời cảm ơn chân thành tri ân sâu sắc thầy cô trường Đại học Mỏ- Địa chất đặc biệt thầy cô khoa Công Nghệ Thông Tin trường tạo điều kiện cho chúng em có hội tham gia vào đề tài NCKH Chúng em xin chân thành cảm ơn Thầy Lê Hồng Anh nhiệt tình hướng dẫn bảo, hỗ trợ chúng em trình thực đề tài Mặc dù cố gắng hoàn thành báo cáo phạm vi khả cho phép chắn khơng tránh khỏi thiết sót Chúng em mong nhận thơng cảm, góp ý tận tình bảo q thầy bạn Nghiên cứu khoa học lần thứ 36 tài: Xây dng ng dng nhn din bin báo giao thông thit b di ng LỜI MỞ ĐẦU Tại Việt Nam, tình trạng an tồn giao thơng đường cịn diễn biến phức tạp, số người chết tai nạn giao thơng mức cao tình trạng xâm phạm cơng trình giao thơng cịn xảy phổ biến, hạ tầng giao thông kém, biển báo dày đặc nên gây nhiều khó khăn cho người tham gia giao thơng Cụ thể, năm 2022, Tồn quốc xảy 10.316 vụ tai nạn giao thông, làm chết 5.810 người bị thương 6.945 người So với kỳ năm 2019 (khi chưa có dịch Covid-19), số vụ giảm 35%, số người chết giảm 16,6% số người bị thương giảm gần 43% Tuy nhiên, so với kỳ năm ngối, tiêu chí số vụ số người chết tăng tương ứng 2% 13%, số người bị thương giảm gần 2% Riêng ùn tắc giao thông xảy 75 vụ, giảm 41 vụ so với kỳ năm ngoái Các vụ tai nạn dẫn đến chết người xảy tuyến quốc lộ có chiều hướng gia tăng Theo đánh giá Bộ Công an nhà chức năng, nguyên nhân vụ tai nạn giao thông chủ yếu người điều khiển phương tiện sai phần đường, tránh vượt sai quy định, vi phạm tốc độ, chuyển hướng không quan sát hết biển báo giao thông Ở thời đại cơng nghệ 4.0 ngày nay, trí tuệ nhân tạo (Artificial Intelligence AI) trở thành lĩnh vực phát triển mạnh Trong đó, AI nhận diện biến báo giao thơng đóng vai trị quan trọng việc giảm thiểu tai nạn giao thông tăng cường an tồn cho người tham gia giao thơng Trí tuệ nhân tạo áp dụng việc nhận diện biển báo giao thông Việt Nam nhằm cải thiện tính an tồn đảm bảo an tồn giao thông Việc triển khai số dự án thử nghiệm có tiềm để phát triển rộng rãi tương lai Ứng dụng trí tuệ nhân tạo nhận diện biển báo giao thơng giúp giảm thiểu tai nạn giao thơng cải thiện tính an tồn tuyến đường Ngồi ra, cịn giúp quản lý giao thông cách thông minh hơn, cách tự động cập nhật thông tin biển Nghiên cứu khoa học lần thứ 36 tài: Xây dng ng dng nhn din bin báo giao thông thit b di ng báo giao thông đưa giải pháp phù hợp với tình giao thơng thực tế Tuy nhiên, để triển khai thành công hệ thống nhận diện biển báo giao thơng, cần có đầu tư phát triển hạ tầng công nghệ đào tạo nhân lực với kỹ kiến thức trí tuệ nhân tạo Việc đòi hỏi hợp tác đơn vị chức công ty công nghệ Việt Nam để đưa giải pháp tiên tiến hiệu việc giải vấn đề giao thông địa bàn Nghiên cứu AI nhận diện vật thể giao thông lĩnh vực Việt Nam đầy triển vọng Nó sử dụng kỹ thuật học máy mơ hình học sâu để phân loại nhận diện vật thể giao thơng hình ảnh video chụp từ camera giám sát cảm biến phương tiện giao thông Ở thời đại cơng nghệ nay, việc áp dụng trí tuệ nhân tạo vào giải vấn đề đời sống trở nên ngày phổ biến mang lại nhiều lợi ích hết đặc biệt lĩnh vực giao thông đường bộ, nhận dạng biển báo giao thông mobile app ứng dụng hữu ích giúp cho người dùng nhận biết biển báo đường cách dễ dàng thuận tiện Trong nghiên cứu này, chúng em tập trung vào việc phát triển mơ hình AI nhận diện vật thể giao thơng hiệu xác Chúng em xem xét kỹ thuật tiên tiến lĩnh vực thử nghiệm chúng liệu thực tế Mục tiêu nghiên cứu tạo mơ hình AI nhận diện biển báo giao thông sử dụng để giảm thiểu tai nạn giao thông nâng cao chất lượng sống cho cộng đồng Nghiên cứu khoa học lần thứ 36 tài: Xây dng ng dng nhn din bin báo giao thông thit b di ng CHƯƠNG 1: KHẢO SÁT MƠ TẢ BÀI TỐN 1.1 Khảo sát tốn Nói giao thơng địa bàn nước Việt Nam ta ngày nay, tình trạng ùn tắc tai nạn giao thông địa bàn đặc biệt thành phố lớn coi vấn đề thiết Việt Nam nước có mật độ giao thơng đường cao giới Tuy nhiên, tình trạng tai nạn giao thơng vi phạm luật giao thông Việt Nam phổ biến Theo thống kê từ Cục Đăng kiểm Việt Nam, tính đến tháng năm 2021, số lượng xe cộ tham gia giao thông đường Việt Nam 48 triệu chiếc, có 38 triệu xe máy 10 triệu ô tô xe tải Điều đặt nhiều thách thức việc quản lý trì an tồn giao thơng Ngồi ra, theo Bộ Giao thông Vận tải Việt Nam, năm 2020, toàn quốc xảy 18.220 vụ tai nạn giao thông, làm chết 8.279 người bị thương 14.802 người Số lượng vụ tai nạn tăng 4,57% so với năm 2019, đó, tai nạn xảy đường cao tốc chiếm tỷ lệ cao Các yếu tố gây tai nạn giao thông xác định bao gồm thiếu tầm nhìn, thiếu thơng tin biển báo, nhận thức người tham gia giao thơng cịn hạn chế, tốc độ, không tuân thủ luật giao thơng Trong đó, việc khơng tn thủ luật giao thơng cho nguyên nhân dẫn đến tai nạn thương vong Dữ liệu tình trạng giao thơng đường Việt Nam cho thấy tình trạng giao thông nước ta diễn phức tạp nguy hiểm Xuất tình trạng khơng thể không kể đến nhận thức người Việt Nam biển báo giao thông: Nhận thức chung: Người Việt Nam có nhận thức tổng quát tầm quan trọng biển báo giao thông tầm quan trọng việc tuân thủ quy tắc giao thông Hầu hết người hiểu biển báo giao thông sử dụng để cung cấp thông tin quy định để đảm bảo an toàn trật tự đường Nghiên cứu khoa học lần thứ 36 tài: Xây dng ng dng nhn din bin báo giao thông thit b di ng Hiểu biết biển báo: Đa số người Việt Nam có kiến thức số biển báo giao thông phổ biến biển cấm, biển hiệu lệnh biển dẫn Họ hiểu ý nghĩa biểu tượng màu sắc sử dụng biển báo để nhận biết hạn chế quy tắc giao thông Khả nhận diện biển báo: Mặc dù người Việt Nam có mức độ nhận diện biển báo tương đối tốt, xảy trường hợp khơng nhận diện xác số biển báo đặc biệt khơng quen thuộc Điều thiếu hiểu biết bị tập trung lái xe Cải thiện nhận thức thơng qua giáo dục: Các chương trình giáo dục giao thông triển khai hệ thống giáo dục Việt Nam nhằm nâng cao nhận thức hiểu biết biển báo giao thông Những người tham gia khóa đào tạo lái xe học biển báo quy tắc giao thông liên quan Thách thức thay đổi: Một thách thức cho nhận thức người Việt Nam biển báo giao thông thay đổi liên tục biển báo quy tắc giao thông Việc cập nhật thông báo thay đổi không đồng gây nhầm lẫn khơng nhận biết biển báo Hình 1.1 Giao thơng góc phố Hà Nội Nghiên cứu khoa học lần thứ 36 tài: Xây dng ng dng nhn din bin báo giao thông thit b di ng Thực tế, ngành giao thông vận tải Việt Nam trải qua nhiều thay đổi năm vừa qua Để tạo bước đột phá mang tính cách mạng, cơng nghệ yếu tố khơng thể thiếu Trí tuệ nhân tạo công nghệ ứng dụng hiệu hàng đầu Nhiều nghiên cứu tiềm phát triển trí tuệ nhân tạo lĩnh vực giao thơng vận tải với dự báo thị trường toàn cầu đạt 3.870.000.000 USD vào năm 2026 Đó dấu hiệu tích cực cho thấy công nghệ tiên tiến AI, Computer Vision (Thị giác máy tính) Machine Learning (Máy học) góp phần quan trọng việc định hình tương lai ngành giao thông vận tải Những đường thông minh tạo ra, mang lại nhiều lợi ích thiết thực cho đời sống xã hội Việc nghiên cứu app nhận diện biển báo giao thông giúp người tham gia giao thông hiểu rõ biển báo, hỗ trợ người dùng dễ dàng nhận diện biển báo, nâng cao đồng thời cải thiện giao thông đường nước ta 1.2 Tổng quan phát nhận diện biển báo Bài toán phát nhận dạng biển báo giao thông cụ thể gồm qua giai đoạn: Giai đoạn phát biển báo giao thông giai đoạn nhận dạng biển báo giao thông Trong phần sau trình bày cụ thể giai đoạn: 1.2.1 Phát biển báo giao thông Phát biển báo giao thơng thuật tốn xuất phát từ thuật toán phát vật thể, sử dụng ứng dụng nhận diện phân tích ảnh Khi cho nguồn ảnh đầu vào (có thể hình ảnh từ camera từ tệp video định dạng AVI), thuật tốn xác định biển báo giao thơng khung hình nhận hình ảnh có phải biển báo giao thơng hay khơng Nếu có, thuật tốn xác định vị trí phạm vi chiếm chỗ biển báo giao thơng ảnh Điều Nghiên cứu khoa học lần thứ 36 tài: Xây dng ng dng nhn din bin báo giao thông thit b di ng quan trọng ứng dụng phân tích vật thể biển báo giao thơng nói riêng, giúp cho hệ thống xác định biển báo giao thông áp dụng địa điểm thời điểm Để phát biển báo giao thơng, thuật tốn phát vật thể sử dụng kỹ thuật xử lý ảnh để tìm kiếm đặc điểm đặc trưng biển báo giao thơng, chẳng hạn màu sắc, hình dạng kích thước Khi tìm thấy đặc điểm này, thuật tốn phân loại biển báo giao thơng dựa quy tắc hướng dẫn lập trình trước Thuật tốn phát biển báo giao thơng phần quan trọng hệ thống nhận diện phân tích giao thơng thơng minh, giúp cho người dùng nhận biết biển báo giao thông nắm thông tin hạn chế quy định giao thơng Nó sử dụng để cải thiện an toàn giao thông giảm thiểu tai nạn giao thông cách cảnh báo người lái xe biển báo giao thơng quan trọng tình nguy hiểm đường 1.2.2 Nhận dạng biển báo giao thông Biển báo giao thông phương tiện để thông báo cho người tham gia giao thơng tình trạng đường, đưa dẫn, hay cảnh báo giúp người tham gia giao thông xử lý đưa hành vi hợp lý, đảm bảo an tồn giao thơng Mỗi người tham gia giao thơng địi hỏi phải nắm bắt hiểu hết toàn ý nghĩa tất loại biển báo giao thông Việc trở nên khó khăn số lượng biển báo lớn, dày đặc không dán nhãn rõ chi tiết têntên biển báo Vì lý trên, với mong muốn xây dựng ứng dụng nhận dạng biển báo giao thông hỗ trợ cho phương tiện giao thông thơng minh cho phép người dùng hiểu tín hiệu loại biển báo giao thơng để đưa cảnh báo thích hợp có áp dụng hỗ trợ phục vụ cho số trường hợp khác Nghiên cứu khoa học lần thứ 36 tài: Xây dng ng dng nhn din bin báo giao thông thit b di ng - Mỗi hàng có format: class x_center y_center width height - Toạ độ box normalized (từ 0-1) theo format xywh - Class 3.1.3 Training model Đầu tiên, việc chuẩn bị liệu bước quan trọng Tôi tải liệu huấn luyện chứa ảnh nhãn đối tượng cần nhận diện Sau đó, tơi sử dụng Google Colab để tạo notebook Jupyter cài đặt môi trường thư viện cần thiết, bao gồm cài đặt phiên YOLOv5 từ GitHub Hình 3.8 Cài đặt mơi trường google colab Download file coco128.yaml chỉnh sửa tên nhãn lớp, sau đổi tên file thành custom_data.yaml lưu file thư mục data google colab Nghiên cứu khoa học lần thứ 36 tài: Xây dng ng dng nhn din bin báo giao thông thit b di ng Hình 3.9 File coco128.yaml Tiếp theo để xác định cấu hình kiến trúc mơ hình YOLOv5 ta viết tệp cấu hình mơ hình cho custom object detector Chọn base model (mơ hình sở) nhỏ nhất, nhanh YOLOv5 YOLOv5 đề xuất versions theo hình 3.10 Hình 3.10 Các version YOLOv5 AP¬¬¬test biểu thị kết máy chủ COCO test-dev2017, tất kết AP khác, biểu thị độ xác val2017, size(pixels) 640 Params (M) biến thu nhận chương trình FLOPs thước hiệu suất Nghiên cứu khoa học lần thứ 36 tài: Xây dng ng dng nhn din bin báo giao thông thit b di ng máy tính Với data custom_data.yaml files, ta sẵn sàng để huấn luyện, để bắt đầu huấn luyện, ta chạy the training command theo tùy chọn sau: - img: xác định kích thước hình ảnh đầu vào - batch: số ảnh để load vào (16-32) lần - epochs: số lần học - data: đặt đường dẫn đến tệp yaml - cfg: định cấu hình mơ hình - weights: định đường dẫn tùy chỉnh đến weights - name: tên kết - nosave: lưu điểm kiểm tra cuối - cache: hình ảnh nhớ cache để train nhanh Tiến hành huấn luyện nhận dạng biển báo giao thông YOLOv5 Hình 3.11 Lệnh tiến hành traing model google colab 3.1.4 Kết Sau đào tạo mơ hình, tác giả thực thử nghiệm đánh giá mơ hình Một vài thơng số mơ hình mơ tả hình đây: Nghiên cứu khoa học lần thứ 36 tài: Xây dng ng dng nhn din bin báo giao thông thit b di ng Hình 3.12 Kết sau training model *Theo Bảng tiêu chí đánh giá giải thích sau: Thứ Tự Tiêu Chí Precision Recall F1-score mAP Kết Quả 0.970 0.977 0.963 0.911 (1) (2) Precision Recall: Trong toán Object Detection, Precision Recall định nghĩa sau: • Precision: thang đo độ xác dự đốn • Recall: thang đo độ tốt khả tìm thấy correct detection Cơng thức tính precision recall thực sau: recall= TP T P+ F N Trong hiểu T P số lần dự đốn xác T P + F P tổng số lần dự đoán.T P + F N số lần nhận dạng Nghiên cứu khoa học lần thứ 36 tài: Xây dng ng dng nhn din bin báo giao thông thit b di ng (3) F1-score: F1-score trung bình điều hịa (harmonic mean) precision recall (giả sử hai đại lượng khác 0) F1-score tinh theo cơng thức: precision × recall precision ¿ × precision+recall (4) Mean Average Precision (mAP): nhiều báo trang web lớn thường sử dụng mAP thước đo cho toán Object detection mAP đơn giản trung bình AP score (Average precision score) n class, định nghĩa với công thức: n mAP=∑ APi i=1 Với kết thu này, đánh giá mơ hình phát biển báo giao thơng sau đào tạo đạt mức chấp nhận phát xác loại biển báo Một số hình ảnh minh họa việc dự đốn mơ hình minh họa Nghiên cứu khoa học lần thứ 36 : tài: Xây dng ng dng nhn din bin báo giao thơng thit b di ng Hình 3.13 Minh họa kết thử nhiệm mơ hình 3.2 Xây dựng ứng dụng 3.2.1 Lựa chọn framework Với định sử dụng Flutter để xây dựng ứng dụng nhận diện biển báo giao thông tảng Android ! Flutter framework phát triển ứng dụng di động đa tảng phát triển Google, cho phép xây dựng ứng dụng chất lượng cao với giao diện người dùng tương đồng nhiều tảng khác Nghiên cứu khoa học lần thứ 36 tài: Xây dng ng dng nhn din bin báo giao thông thit b di ng Flutter cung cấp loạt công cụ thư viện phong phú để phát triển ứng dụng di động Bằng cách sử dụng Flutter, viết mã lần triển khai ứng dụng Android iOS Điều giúp tiết kiệm thời gian công sức phát triển, đồng thời tăng khả mở rộng tái sử dụng mã nguồn Đối với việc xây dựng ứng dụng nhận diện biển báo giao thông, Flutter cung cấp cơng cụ thư viện hữu ích để làm việc với hình ảnh video Chúng ta sử dụng Flutter để tạo giao diện người dùng đẹp mắt tương tác, xử lý phân tích hình ảnh từ camera thư viện ảnh thiết bị, hiển thị kết nhận diện cách trực quan Flutter hỗ trợ tích hợp dịch vụ trí tuệ nhân tạo Firebase ML Kit TensorFlow Lite để xây dựng mơ hình nhận diện biển báo giao thơng Chúng ta sử dụng mơ hình học máy huấn luyện trước tự tạo mô hình riêng để nhận diện phân loại biển báo Hình 3.14 Đa tảng Flutter Với Flutter, tạo giao diện người dùng linh hoạt tương tác, triển khai mã nguồn cách dễ dàng tảng Android, đảm bảo hiệu suất cao cho ứng dụng Bên cạnh đó, cộng đồng Flutter phát Nghiên cứu khoa học lần thứ 36 tài: Xây dng ng dng nhn din bin báo giao thông thit b di ng triển mạnh mẽ, cung cấp nhiều tài liệu, ví dụ hỗ trợ để tiến xa việc xây dựng ứng dụng 3.2.2 Phân tích thiết kế hệ thống ứng dụng  Chức : Là ứng dụng di động tảng android có chức : TRAFFIC SIGN HOME CAMERA  HOME ( trang chủ ) : Trang chủ ứng dụng( App) mang chức cập nhật thơng tin giao thông hàng ngày để giúp người dùng nắm bắt thông tin ngày  CAMERA : Camera chức ứng dụng (App) giúp người dùng nhận diện (detetion) biển báo giao thơng cách nhanh chóng thơng qua camera thiết bị di dộng cách quét ảnh 3.2.3 Triến khai ứng dụng Tiến hành xây dựng ứng dụng dựa phân tích thiết kế giao diện tảng android famework Fultter : Nghiên cứu khoa học lần thứ 36 tài: Xây dng ng dng nhn din bin báo giao thông thit b di ng Nghiên cứu khoa học lần thứ 36 tài: Xây dng ng dng nhn din bin báo giao thông thit b di ng Sau có khung sườn giao diện app tiếp tục goi API đến trang web tin tức giao thông cho mục trang chủ Tiếp tục tiến hành nhúng model traing từ mục 3.1 vào camera ứng dụng Nghiên cứu khoa học lần thứ 36 tài: Xây dng ng dng nhn din bin báo giao thông thit b di ng Ứng Dụng xây dựng hoàn chỉnh: Kiểm thử đánh giá kết ứng dụng sau đẩy lên thiết bị di động Nghiên cứu khoa học lần thứ 36 tài: Xây dng ng dng nhn din bin báo giao thông thit b di ng Demo với ảnh biển báo giao thông Nghiên cứu khoa học lần thứ 36 tài: Xây dng ng dng nhn din bin báo giao thông thit b di ng ĐÁNH GIÁ KẾT QUẢ VÀ HƯỚNG PHÁT TRIỂN 1.Đánh giá kết đề tài Qua thời gian nghiên cứu đề tài, nhóm thành công việc thực chức ứng dụng nhận diện biển báo giao thông ảnh hiển thị kết tương ứng hình điện thoại Tuy nhiên, thời gian nghiên cứu bị hạn chế nên ứng dụng cịn nhiều thiếu xót chưa hồn thiện Một hạn chế ứng dụng làm việc với số phần cứng không đáp ứng yêu cầu xử lý chất lượng camera Điều làm giảm khả nhận diện xác ứng dụng Ngồi ra, ứng dụng chưa giải triệt để toán xử lý lỗi góc nhìn (perspective projection) chụp ảnh Đây tốn khó khăn việc nhận diện biển báo giao thông, đặc biệt điều kiện môi trường phức tạp ánh sáng yếu, che khuất Tuy nhiên, nhóm tiếp tục nghiên cứu phát triển để cải thiện ứng dụng giải vấn đề cịn tồn đọng để hồn thiện phát triển thêm nhiều hướng cho app Hướng phát triển đề tài Để nâng cấp khả hệ thống, hướng phát triển ứng dụng client-server kết nối thiết bị với camera phương tiện ô tô Điều giúp tăng khả nhận dạng đưa cảnh báo tức thời cho người tham gia giao thông Tuy nhiên, để đạt điều này, cần cải thiện khả làm việc hệ thống Một số vấn đề mắc phải cần giải quyết, phát chưa xác điều kiện mơi trường phức tạp, sửa lỗi góc nhìn quay phim, chụp hình Để giải vấn đề này, kỹ thuật tiên tiến lĩnh vực nhận dạng hình ảnh xử lý tín hiệu áp dụng Ví dụ, để cải thiện khả nhận dạng điều kiện môi trường phức tạp, sử dụng mơ Nghiên cứu khoa học lần thứ 36 tài: Xây dng ng dng nhn din bin báo giao thông thit b di ng hình học sâu (deep learning) để phân tích tối ưu hóa thơng tin hình ảnh từ camera Đồng thời, để sửa lỗi góc nhìn quay phim, chụp hình, sử dụng thuật tốn xử lý ảnh để xoay, cắt, chỉnh sửa ảnh Nhờ cải tiến này, hệ thống có khả nhận dạng xác đưa cảnh báo tức thời cho người tham gia giao thông, giúp tăng cường an tồn giảm thiểu tai nạn giao thơng Ngồi việc sử dụng hình ảnh, ứng dụng kết hợp với cơng nghệ nhận dạng giọng nói để cung cấp thông tin biển báo giao thông cho người dùng Khi người dùng khơng thể nhìn thấy biển báo giao thơng, họ mơ tả giọng nói ứng dụng đưa thơng tin tương ứng Để giúp người dùng hiểu rõ biển báo giao thơng, ứng dụng tích hợp tính trợ giúp Các tính bao gồm mơ tả chi tiết biển báo giao thơng, giải thích ý nghĩa biển báo, cung cấp thơng tin vị trí khoảng cách từ vị trí người dùng đến biển báo giao thơng Bên cạnh đó, để tăng tính ứng dụng khả sử dụng, cần phải cập nhật thông tin biển báo giao thông thường xuyên để ứng dụng cung cấp thơng tin xác đầy đủ cho người dùng Cuối cùng, để phát triển ứng dụng nhận dạng biển báo giao thông mobile app thành cơng, cần phải có hợp tác chặt chẽ nhà phát triển quan chức liên quan, đặc biệt quan quản lý giao thông Bằng cách hợp tác này, nhà phát triển ứng dụng có thơng tin xác đầy đủ biển báo giao thông, giúp ứng dụng hoạt động hiệu đáp ứng nhu cầu người dùng Nghiên cứu khoa học lần thứ 36 tài: Xây dng ng dng nhn din bin báo giao thông thit b di ng DANH MỤC TÀI LIỆU THAM KHẢO Trang web thức Cục đăng kiểm Việt Nam http://www.vr.org.vn/thong-ke/Pages/tong-hop-so-lieu-phuong-tien-giaothong-trong-ca-nuoc.aspx Luật Giao thơng đường số 23/2008/QH12 do Chính Phủ ban hành https://thuvienphapluat.vn/van-ban/Giao-thong-Van-tai/Luat-giao-thongduong-bo-2008-23-2008-QH12-82203.aspx Sách “Trí Tuệ Nhân Tạo Học Máy Và Ứng Dụng” NXB Thanh Niên, tác giả Nguyễn Quốc Huy, Nguyễn Tất Bảo Thiên Sách “Deep Learning - Cuộc Cách Mạng Học Sâu” tác giả Terrence J Sejnowski, dịch giả Huỳnh Hữu Tài Sách “Học máy ứng dụng đánh giá nguy xảy thiên tai” thầy Lê Văn Hưng thầy Phạm Văn Đồng – Giảng viên trường Đại học Mỏ - Địa chất biên soạn Tổng hợp kiến thức từ YOLOv1 đến YOLOv5 (Phần 3) (viblo.asia) Nghiên cứu khoa học lần thứ 36