Đang tải... (xem toàn văn)
Ngành ô tô đang giữ một vị trí quan trọng trong hoạt động kinh tế và xã hội. Ô tô được sử dụng phổ biến và thường xuyên vì vậy cần phải đảm bảo được sự an toàn cho người sử dụng, cũng như người điều khiển cần phải có tinh thần tỉnh táo và tập trung cao độ khi tham gia giao thông. Nhiều tiến bộ khoa học kỹ thuật và công nghệ mới đã được áp dụng nhằm giảm thiểu tai nạn giao thông bắt nguồn từ nhiều nguyên nhân khác nhau. Trên thực tế, nghiên cứu chuyên sâu từ Hiệp hội An toàn giao thông của Hoa Kỳ cho rằng việc lái xe khi ngủ ít hơn 5 tiếng một ngày cũng nguy hiểm không khác gì uống rượu bia khi lái xe. Nghiên cứu cũng cho rằng khá khó khăn trong việc phát hiện buồn ngủ khi lái xe, khiến đây trở thành vấn đề an toàn giao thông cấp bách hiện nay. Ngày nay, cùng với sự phát triển và tiến bộ không ngừng của khoa học kỹ thuật thì xử lý ảnh là một trong những vấn đề cần được quan tâm và phát triển. Sự phổ biến của kit Raspberry Pi với kích thước nhỏ gọn, được xem như máy tính thu nhỏ nên có nhiều nghiên cứu và ứng dụng kit Raspberry Pi trong thực tiễn. Ứng dụng kit Raspberry Pi vào xử lý ảnh nhằm đưa ra một số giải pháp xử lý ảnh để áp dụng vào đời sống. Trong luận văn này, em cố gắng tìm ra các thuật toán, cũng như những giải pháp tối ưu, đơn giản nhưng mang lại độ chính xác cao, đáp ứng được nhu cầu thực tế. Em tiến hành mô phỏng những bài toán xử lý ảnh đơn giản, nhận dạng ảnh tĩnh và nhận dạng trực tiếp qua camera trên chương trình Python và phát triển nhận dạng theo dõi chính xác trạng thái mở hoặc đóng của mắt trong thời gian thực hiện trên kit Raspberry Pi 3. Khuôn mặt được phát hiện bằng phương pháp: phương pháp sử dụng bộ phân loại mạnh AdaBoost dựa trên các đặc trưng Haarlike. Mắt được nhận dạng bằng cách đánh dấu các bộ phận trên khuôn mặt bằng thuật toán Facial Landmarks, sau đó tính khoảng cách giữa hai mí mắt bằng khoảng cách Euclide để nhận diện trạng thái mắt và phát hiện trạng thái ngủ gật.
TRƯỜNG ĐẠI HỌC GIAO THƠNG VẬN TẢI TP HỒ CHÍ MINH VIỆN CƠ KHÍ LUẬN VĂN TỐT NGHIỆP HỆ THỐNG CHỐNG NGỦ GẬT TRÊN Ơ TƠ THIẾT KẾ CHƯƠNG TRÌNH ĐIỀU KHIỂN THIẾT BỊ CẢNH BÁO CHỐNG NGỦ GẬT TRÊN Ô TÔ Ngành: KỸ THUẬT Ô TÔ Chuyên ngành: CƠ KHÍ Ơ TƠ Giảng viên hướng dẫn : ThS Cao Đào Nam Sinh viên thực : Trần Hữu Huy MSSV: 1951080315 Lớp: CO19D TP Hồ Chí Minh, năm 2023 TRƯỜNG ĐẠI HỌC GIAO THƠNG VẬN TẢI TP HỒ CHÍ MINH VIỆN CƠ KHÍ LUẬN VĂN TỐT NGHIỆP HỆ THỐNG CHỐNG NGỦ GẬT TRÊN Ơ TƠ THIẾT KẾ CHƯƠNG TRÌNH ĐIỀU KHIỂN THIẾT BỊ CẢNH BÁO CHỐNG NGỦ GẬT TRÊN Ô TÔ Ngành: KỸ THUẬT Ô TÔ Chuyên ngành: CƠ KHÍ Ơ TƠ Giảng viên hướng dẫn : ThS Cao Đào Nam Sinh viên thực : Trần Hữu Huy MSSV: 1951080315 Lớp: CO19D TP Hồ Chí Minh, năm 2023 LỜI CẢM ƠN Trong thời gian thực luận văn tốt nghiệp em học hỏi nhiều kiến thức bổ ích giáo trình thực tế từ thầy cô Qua em xin gửi lời cảm ơn chân thành đến: Q thầy viện Cơ Khí Trường Đại Học Giao Thông Vận Tải Thành Phố Hồ Chí Minh truyền đạt kiến thức, kinh nghiệm quý báu chuyên môn lĩnh vực khác Sự tận tâm dạy, nhiệt huyết với nghề, nhiệt tình thầy động lực lớn giúp em phát triển trau dồi thêm kiến thức, giúp em vượt qua khó khăn học tập sống Em xin gửi lời cảm ơn chân thành đến thầy ThS Cao Đào Nam giúp đỡ hướng dẫn em hoàn thành Luận Văn tốt nghiệp Xin chân thành cảm ơn Tp Hồ Chí Minh, ngày .tháng .năm 2023 Sinh viên thực đề tài Trần Hữu Huy i TÓM TẮT Ngành tơ giữ vị trí quan trọng hoạt động kinh tế xã hội Ô tơ sử dụng phổ biến thường xun cần phải đảm bảo an toàn cho người sử dụng, người điều khiển cần phải có tinh thần tỉnh táo tập trung cao độ tham gia giao thông Nhiều tiến khoa học kỹ thuật công nghệ áp dụng nhằm giảm thiểu tai nạn giao thông bắt nguồn từ nhiều nguyên nhân khác Trên thực tế, nghiên cứu chun sâu từ Hiệp hội An tồn giao thơng Hoa Kỳ cho việc lái xe ngủ tiếng ngày nguy hiểm không khác uống rượu bia lái xe Nghiên cứu cho khó khăn việc phát buồn ngủ lái xe, khiến trở thành vấn đề an tồn giao thơng cấp bách Ngày nay, với phát triển tiến không ngừng khoa học kỹ thuật xử lý ảnh vấn đề cần quan tâm phát triển Sự phổ biến kit Raspberry Pi với kích thước nhỏ gọn, xem máy tính thu nhỏ nên có nhiều nghiên cứu ứng dụng kit Raspberry Pi thực tiễn Ứng dụng kit Raspberry Pi vào xử lý ảnh nhằm đưa số giải pháp xử lý ảnh để áp dụng vào đời sống Trong luận văn này, em cố gắng tìm thuật toán, giải pháp tối ưu, đơn giản mang lại độ xác cao, đáp ứng nhu cầu thực tế Em tiến hành mô toán xử lý ảnh đơn giản, nhận dạng ảnh tĩnh nhận dạng trực tiếp qua camera chương trình Python phát triển nhận dạng theo dõi xác trạng thái mở đóng mắt thời gian thực kit Raspberry Pi Khuôn mặt phát phương pháp: phương pháp sử dụng phân loại mạnh AdaBoost dựa đặc trưng Haar-like Mắt nhận dạng cách đánh dấu phận khn mặt thuật tốn Facial Landmarks, sau tính khoảng cách hai mí mắt khoảng cách Euclide để nhận diện trạng thái mắt phát trạng thái ngủ gật ii MỤC LỤC LỜI CẢM ƠN i TÓM TẮT ii MỤC LỤC iii DANH MỤC HÌNH vi DANH MỤC BẢNG ix Chương HỆ THỐNG CẢNH BÁO NGỦ GẬT VÀ THIẾT KẾ HỆ THỐNG 1.1 CÁC HỆ THỐNG CẢNH BÁO NGỦ GẬT .1 1.1.1 Dạng đeo lên tai người lái 1.1.2 Dạng lắp đặt xe ô tô 1.2 XÁC ĐỊNH NHỮNG ĐẶC TRƯNG CƠ BẢN VÀ BIỂU HIỆN CỦA TRẠNG THÁI NGỦ GẬT 1.3 CÁC PHẦN MỀM XỬ LÝ HÌNH ẢNH .9 1.3.1 Tổng quan xử lý ảnh .9 1.3.2 Thư viện OpenCV 12 1.3.3 Cách tổ chức thư viện .12 1.3.4 Ngơn ngữ lập trình Python 14 1.4 PHÂN TÍCH PHƯƠNG ÁN THIẾT KẾ 15 1.5 THIẾT KẾ THIẾT BỊ CẢNH BÁO CHỐNG NGỦ GẬT TRÊN Ô TÔ 18 Chương THIẾT KẾ CHƯƠNG TRÌNH ĐIỀU KHIỂN THIẾT BỊ .22 2.1 XÁC ĐỊNH CÁC THÔNG SỐ KỸ THUẬT CƠ BẢN ĐỂ THIẾT BỊ GIÁM SÁT NHẬN BIẾT TRẠNG THÁI NGỦ GẬT 22 2.1.1 Xác định tư tựa đầu dựa vào phát khuôn mặt trường hợp đầu chuyển động 22 iii 2.2 TÌM CON NGƯƠI TỪ KHN MẶT ĐỂ XÁC ĐỊNH MẮT NHẮM HAY MỞ 25 2.3 THIẾT KẾ PHẦN MỀM PHÁT HIỆN NGỦ GẬT BẰNG CÁC THUẬT TOÁN ĐỀ XUẤT 27 2.4 TỔNG QUAN VỀ KIT RASPBERRY PI .33 2.4.1 Giới thiệu Raspberry Pi 33 2.4.2 Cấu tạo kit Raspberry Pi 34 2.4.3 Hệ điều hành 37 2.5 CÀI ĐẶT HỆ ĐIỀU HÀNH CHO KIT RASPBERRY PI .38 2.5.1 Thiết bị cần dùng để cài đặt 38 2.5.2 Cài đặt hệ điều hành Raspbian 39 2.5.3 Điều khiển Raspberry Pi từ xa cách remote máy tính 40 2.6 CÀI ĐẶT THƯ VIỆN CHO RASPBERRY PI .44 2.6.1 Cài đặt OpenCV 44 2.6.2 Cài đặt thư viện dlib 50 Chương THI CÔNG HỆ THỐNG .53 3.1 SƠ ĐỒ KHỐI HỆ THỐNG 53 3.1.1 Ảnh từ camera 54 3.1.2 Tiền xử lý 54 3.1.3 Phát khuôn mặt 54 3.1.4 Đánh dấu cấu trúc khuôn mặt 55 3.1.5 Trích xuất vùng mắt tính tốn tỷ lệ mắt .55 3.1.6 Phát ngủ gật .56 3.1.7 Cảnh báo 56 3.2 KẾT QUẢ 56 iv Chương KẾT QUẢ VÀ NHẬN XÉT VẤN ĐỀ NGHIÊN CỨU .58 4.1 KẾT QUẢ 58 4.2 NHẬN XÉT VẤN ĐỀ NGHIÊN CỨU .60 Chương KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN CỦA ĐỀ TÀI 64 5.1 KẾT LUẬN 64 5.1.1 Ưu điểm 64 5.1.2 Nhược điểm .65 5.2 HƯỚNG PHÁT TRIỂN CỦA ĐỀ TÀI .65 5.2.1 Hướng khắc phục 65 5.2.2 Hướng phát triển .65 TÀI LIỆU THAM KHẢO 67 v Luận Văn Tốt Nghiệp SVTH: Trần Hữu Huy Chương THI CÔNG HỆ THỐNG 3.1 SƠ ĐỒ KHỐI HỆ THỐNG ảnh (lấy từ camera) Tiền xử lý Phát khuôn mặt Đánh dấu cấu trúc khn mặt Trích xuất vùng mắt Tính toán tỷ lệ mắt Phát ngủ gật Cảnh báo Hình 3.1 Sơ đồ khối hệ thống 53 Luận Văn Tốt Nghiệp SVTH: Trần Hữu Huy Trước tiên, ta thiết lập camera theo dõi khuôn mặt Để phát người có buồn ngủ hay khơng, ta cần xác định vùng mắt Một có vùng mắt, ta áp dụng tỷ lệ cạnh mắt để xác định xem mắt có đóng lại hay khơng Nếu đơi mắt đóng lại khoảng thời gian đủ dài, ta giả định tài xế có nguy buồn ngủ báo động kịp thời để cảnh báo tài xế 3.1.1 Ảnh từ camera Để truy cập vào camera, ta cần dùng thư viện imutils giúp làm việc OpenCV dễ dàng Ban đầu chương trình thiết lập kết nối camera webcam máy tính lấy frame ảnh để xử lý 3.1.2 Tiền xử lý Chúng tơi bắt đầu vịng lặp vơ hạn khung hình video Sau tiến hành bước tiền xử lý cách chuyển sang màu xám với câu lệnh OpenCV: gray=cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) 3.1.3 Phát khn mặt Để tìm khn mặt hình ảnh ta cần chuyển ảnh màu thành ảnh xám Sau nhìn vào pixel đơn lẻ điểm xung quanh Mục tiêu tìm độ tối điểm ảnh so với điểm ảnh xung quanh Sau vẽ mũi tên hướng mà hình ảnh trở nên tối Lặp lại q trình cho pixel đơn ảnh, trình kết thúc với pixel thay mũi tên Những mũi tên gọi gradients chúng thể hướng từ sáng đến tối tồn hình ảnh Lý để thay điểm ảnh gradient phân tích pixel trực tiếp ảnh thật tối thật sáng người có giá trị pixel khác Nhưng xem xét hướng thay đổi độ sáng kết thúc trình ảnh thật sáng thật tối diễn tả xác Việc lưu trữ gradient cho pixel cho nhiều chi tiết nên tốt cần nhìn thấy hướng ánh sáng hay bóng tối mức cao để nhìn thấy mẫu hình ảnh Để thực việc này, thực chia nhỏ hình ảnh thành vng nhỏ kích thước 16x16 pixel Trong hình vng đó, thực đếm gradient hướng (bao nhiêu điểm lên, điểm lên phải, điểm 54 Luận Văn Tốt Nghiệp SVTH: Trần Hữu Huy lên trái, điểm xuống…) Sau thay hình vng hình ảnh hướng mũi tên mạnh Kết cuối biến hình ảnh ban đầu thành biểu diễn đơn giản để nắm bắt cấu trúc khuôn mặt cách đơn giản Để phát mặt người với đặc trưng HOG, thực tìm phần hình ảnh giống với mẫu HOG biết trích xuất từ loạt khuôn mặt huấn luyện, tiến hành bước sau: Bước 1: Chuẩn bị P mẫu ảnh mặt người Bước 2: Chuẩn bị N mẫu ảnh mặt người (N lớn so với P) Bước 3: Sử dụng phân loại SVM tuyến tính để học vector mẫu tích cực (là ảnh mặt người) tiêu cực (các ảnh mặt người) chuẩn bị Bước 4: Đối với ảnh ảnh tiêu cực, sử dụng cửa sổ trượt di chuyển qua tất vị trí ảnh vào Nếu phân lớp sai cửa sổ ảnh mặt ghi lại vector tương ứng với xác suất phân lớp Bước 5: Lấy mẫu nhận dạng sai bước xếp chúng theo mức xác suất nhận dạng sai cho phân lớp học lại sử dụng mẫu sai Bước 6: Áp dụng phân lớp học lại với ảnh cần phát mặt người Trong đề tài này, để tìm phát vị trí khn mặt ảnh, sử dụng hệ thống phát khuôn mặt thư viện dlib 3.1.4 Đánh dấu cấu trúc khuôn mặt Bước áp dụng thuật toán đánh dấu cấu trúc với 68 điểm vùng mặt thư viện dlib để định vị khu vực quan trọng khuôn mặt Các khu vực bao gồm: mày, mắt, mũi, miệng đường viền khn mặt 3.1.5 Trích xuất vùng mắt tính tốn tỷ lệ mắt Vì đề tài tập trung vào trạng thái mắt nên ta cần quan tâm đến vùng mắt Tỷ số mắt khoảng không đổi mắt mở, nhanh chóng giảm xuống khơng nháy mắt diễn Chúng ta tránh kỹ thuật xử lý hình ảnh đơn giản dựa vào tỷ lệ khoảng cách mốc thời gian để xác định xem mắt nhắm hay không Phát 55 Luận Văn Tốt Nghiệp SVTH: Trần Hữu Huy ngủ gật: Đầu tiên thiết lập ngưỡng mắt để nhận dạng trạng thái mắt nhắm hay mắt mở Nếu tỉ số mắt nhỏ ngưỡng mắt khoảng thời gian cho người ngủ gật gửi thơng báo tới hình Cơng việc thực suốt trình để phát trạng thái ngủ gật 3.1.6 Phát ngủ gật Chúng bắt đầu phát ngủ gật việc thiết lập trước giá trị: Ngưỡng mắt NGUONG_MAT để nhận dạng trạng thái mắt nhắm hay mở Biến đếm DEM tổng số khung liên tiếp mà người nhắm mắt Số khung hình SO_KHUNG_HINH để nhận biết tài xế tỉnh táo hay bắt đầu ngủ gật Ban đầu cảnh báo tắt CANH_BAO = False Tiếp đến chúng tơi kiểm tra tỷ số mắt EAR tính có ngưỡng NGUONG_MAT hay khơng để xác định mắt đóng mở Nếu tỷ số mắt EAR xác định nhỏ ngưỡng NGUONG_MAT tăng biến DEM Nếu DEM vượt q SO_KHUNG_HINH đặt trước chúng tơi giả định người ngủ gật bắt đầu bật cảnh báo Ngược lại tỷ số mắt lớn ngưỡng mắt tổng số khung hình mắt nhắm liên tiếp khơng lớn SO_KHUNG_HINH thiết lập lại DEM ban đầu =0 tắt cảnh báo Thực lại cơng việc suốt q trình thu hình để phát tình trạng ngủ gật 3.1.7 Cảnh báo Sau xác định tài xế có ngủ gật, ta cho phép ALARM_ON trạng thái ON bật âm để cảnh báo Để thực phát báo động WAV / MP3, cần thư viện pygame Thư viện pygame cài đặt thuận tiện qua pip lệnh “pip install pygame” 3.2 KẾT QUẢ Hình 3.2 kết trình phát ngủ gật Trên hình ảnh, thấy vùng mắt đánh dấu Sau xử lý phát đối tượng cần xử lý ngủ gật thơng báo hình chữ “NGU GAT” âm phát từ loa 56 Luận Văn Tốt Nghiệp SVTH: Trần Hữu Huy Hình 3.2 Phát ngủ gật 57 Luận Văn Tốt Nghiệp SVTH: Trần Hữu Huy Chương KẾT QUẢ VÀ NHẬN XÉT VẤN ĐỀ NGHIÊN CỨU 4.1 KẾT QUẢ Hình 4.1 Phát khn mặt Hình 4.2 Đánh dấu 68 điểm khuôn mặt 58 Luận Văn Tốt Nghiệp SVTH: Trần Hữu Huy Hình 4.3 Phát trạng thái mắt nhiều trường hợp Hình 4.4 Phát ngủ gật vào ban ngày khơng đeo kính 59 Luận Văn Tốt Nghiệp SVTH: Trần Hữu Huy Hình 4.5 Phát ngủ gật vào ban ngày có đeo kính Hình 4.6 Phát ngủ gật vào ban đêm khơng đeo kính 4.2 NHẬN XÉT VẤN ĐỀ NGHIÊN CỨU Để đánh giá, nhận xét cách thực tế, em phát ngủ gật ảnh tĩnh nhiều góc độ trường hợp khác Sử dụng hình ảnh nhiều trường hợp khác như: mặt người góc thẳng, góc nghiêng, mắt nhắm, mắt mở, đeo kính, khơng đeo 60 Luận Văn Tốt Nghiệp SVTH: Trần Hữu Huy kính, đủ ánh sáng, thiếu ánh sáng, ban ngày, ban đêm Kết thể bảng 4.1 4.2: Bảng 4.1 Kết nhận dạng trạng thái mắt với trường hợp góc thẳng Góc thẳng Đủ ánh sáng Có kính Nhắm Mở Thiếu ánh sáng Khơng kính Có kính Khơng kính 26/30 28/30 23/30 26/30 = 86.6% = 93.3% = 76.7% = 86.7% 28/30 29/30 26/30 27/30 = 93.3% = 96.7% = 86.7% = 90% Bảng 4.1 cho ta thấy kết việc nhận dạng trạng thái mắt với trường hợp khuôn mặt đối diện với camera Độ xác tương đối cao tương đồng trường hợp đủ ánh sáng thiếu ánh sáng Trường hợp người khơng đeo kính đạt xác cao (trên 90%) thấp (trung bình đạt 80%) trường hợp người có đeo kính Khi đeo kính, hệ thống khó nhận biết mắt sử dụng dự đốn để vẽ mí mắt nên độ xác thấp trường hợp khơng có đeo kính 61 Luận Văn Tốt Nghiệp SVTH: Trần Hữu Huy Bảng 4.2 Kết nhận dạng trạng thái mắt với trường hợp góc nghiêng Góc nghiêng Đủ ánh sáng Có kính Nhắm Mở Thiếu ánh sáng Khơng kính Có kính Khơng kính 21/30 24/30 19/30 25/30 =70% =80% =63.3% =83.3% 29/30 30/30 21/30 27/30 =96.7% =100% =70% =90% Bảng 4.2 cho ta thấy kết việc nhận dạng trạng thái mắt với trường hợp khuôn mặt xoay nhiều góc khác khơng q 45 Độ xác gần tương đồng trường hợp đủ ánh sáng thiếu ánh sáng Trường hợp người khơng đeo kính đạt xác tương đối cao trường hợp người có đeo kính cho cho kết thấp Qua bảng 4.2, ta thấy khác biệt việc nhận dạng trạng thái nhắm hay mở mắt Trường hợp nhận dạng mắt mở đạt độ xác cao (trên 95%) trường hợp nhận dạng mắt nhắm đạt 80% không đeo kính 60% có đeo kính Kết cho thấy độ xác cao phát vào ban ngày Nhưng ban đêm, thiếu ánh sáng nên độ xác thấp so với ban ngày Và việc nhận dạng phải diện khn mặt, khơng vượt q 30 Đối với việc đeo kính, gây khó khăn việc đánh dấu mắt Vì vậy, ban đêm việc sử dụng kính gây ảnh hưởng cho việc phát ngủ gật làm cho việc phát khơng xác, thật chí khơng thể phát Việc phát ngủ gật, khoảng cách camera mắt người khoảng mét việc phát xác 62 Luận Văn Tốt Nghiệp SVTH: Trần Hữu Huy Việc sử dụng kính vơ quan trọng Chỉ phát đối tượng sử dụng loại kính suốt để dễ dàng phát mắt xử lý Đối với loại kính râm, kính chống nắng không nhận dạng mắt nên việc phát ngủ gật 63 Luận Văn Tốt Nghiệp SVTH: Trần Hữu Huy Chương KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN CỦA ĐỀ TÀI 5.1 KẾT LUẬN Trong suốt trình thực đề tài em xây dựng hệ thống ứng dụng cho tài xế điều khiển phương tiện tham gia giao thông Đề tài xây dựng hệ điều hành Linux để mô kit Raspberry Pi để sử dụng thực tế với hỗ trợ phương tiện phần mềm xử lý ảnh thư viện mã nguồn mở OpenCV dlib với nhiệm vụ phát cảnh báo tài xế điều khiển phương tiện gia thơng có dấu hiệu buồn ngủ Luận văn trình bày kết nghiên cứu, thiết kế thực thi thành công hệ thống nhận dạng mặt người board mạch nhúng Raspberry Pi Các kết trình bày cho thấy hệ thống đáp ứng yêu cầu toán nhận dạng mặt người ứng dụng bảo mật hệ thống nhúng Trên thực tế chương trình đáp ứng yêu cầu sau: Chương trình ứng dụng thực tế chạy kit Raspberry Pi Chương trình ứng dụng Linux viết từ ngôn ngữ Python truy xuất hàm từ thư viện mã nguồn mở OpenCV dlib để xử lý ảnh kit Raspberry Pi Với kết chạy thiết bị kit Raspberry Pi tốc độ xử lý 1.2GHz, RAM 1GB, camera với độ phân giải 3MP, kích thước khung ảnh rộng 400 pixel Tốc độ xử lý khung ảnh tương ứng khoảng 0.15 giây chậm mô khoảng lần không ảnh hưởng nhiều đến kết cuối cho việc phát cảnh báo tài xế ngủ gật đảm bảo độ xác cao thời gian thực Kết đáp ứng tốt với yêu cầu hệ thống 5.1.1 Ưu điểm Linh hoạt tiện lợi kích thước kit Raspberry Pi nhỏ nên tích hợp trực tiếp xe tơ dựa vào hệ thống an ninh có sẵn xe Từ phát triển ứng dụng cách hiệu Là chương trình lập trình tiết kiệm chi phí thiết kế thi cơng phần cứng cho hệ thống cảnh báo với chức tương tự Kết mô ứng dụng thực tế kit Raspberry Pi cho độ xác cao 64 Luận Văn Tốt Nghiệp SVTH: Trần Hữu Huy Chương trình đáp ứng yêu cầu thực tế, thời gian xử lý cảnh báo đủ nhanh để đáp ứng cho ứng dụng yêu cầu thời gian 5.1.2 Nhược điểm Giải thuật sử dụng kit Raspberry Pi để phát khuôn mặt Haar Cascade giải thuật đơn giản phụ thuộc nhiều vào điều kiện ngoại cảnh ánh sáng, góc quay, tọa độ di chuyển nên thực chương trình số nhược điểm sau: Khi người theo dõi mang kính phát mắt khơng xác, vị trí đánh dấu mắt bị lệch phản chiếu ánh sáng ánh sáng chiếu trực tiếp vào mặt người lái xe Giải thuật phát nhiều khuôn mặt lúc nên chưa nhận dạng đâu tài xế, đâu người vơ tình lọt vào camera nên việc thực phát cảnh báo ngủ gật chưa chuẩn xác khung ảnh có hai người trở lên Hướng mặt phải tương đối trực diện Nghiêng, xoay trái, xoay phải góc lớn 45̊ , ngẩng đầu cúi xuống 30̊ giải thuật khơng phát khn mặt mắt 5.2 HƯỚNG PHÁT TRIỂN CỦA ĐỀ TÀI 5.2.1 Hướng khắc phục Tiền xử lý ảnh qua nhiều bước để có kết chuẩn xác Ứng dụng chương trình điều kiện ngoại cảnh phù hợp khoảng cách, ánh sáng (lắp đặt đèn chiếu sáng vừa đủ xe vào ban đêm), hạn chế số lượng thời gian mà khuôn mặt người khác tài xế làm nhiễu khung ảnh, hướng góc nghiêng mặt… để đảm bảo độ tin cậy giảm sai số tới mức thấp cho hệ thống Cải thiện chất lượng camera sử dụng camera hồng ngoại khơng phụ thuộc vào điều kiện ánh sáng để thu khung ảnh ảnh xám, camera có độ phân giải cao 5.2.2 Hướng phát triển Nghiên cứu cải tiến giải thuật phát hiện, nhận diện hiệu quả, xác tối ưu Xây dựng hệ thống với cảnh báo đa dạng hệ thống phát 65 Luận Văn Tốt Nghiệp SVTH: Trần Hữu Huy thấy tình trạng ngủ gật gửi tin nhắn, thực gọi, kích hoạt động quay, rung… để đánh thức tài xế Để tiện lợi chủ động sử dụng việc nghiên cứu phát triển hệ thống thiết bị di động cần thiết ví dụ lập trình phần mềm, ứng dụng cài đặt điện thoại thông minh Và tiếp tục cải tiến để trang bị phương tiện khác xe máy, xe đạp, Phát phân tích cấu trúc khn mặt người khơng gian chiều 66 Luận Văn Tốt Nghiệp SVTH: Trần Hữu Huy TÀI LIỆU THAM KHẢO [1] Nguyễn, V T Xây dựng hệ thống nhận dạng khuôn mặt sử dụng Raspberry Pi OpenCV Luận Văn Thạc Sĩ, Trường Đại học Bách khoa Đà Nẵng, 2020 [2] Thanh, T Đ Thiết bị đeo cảnh báo lái xe buồn ngủ ứng dụng an tồn giao thơng đường Tạp chí Khoa học Giao thông vận tải, 5, 460-469, 2019 [3] Đỗ, N T Xử lý ảnh Nhà Xuất Bản Học Viện Cơng nghệ Bưu Chính Viễn Thơng, 2013 [4] Monk, Simon Programming the Raspberry Pi: getting started with Python McGraw-Hill Education, 2016 [5] Sơn, N M., Bình, N V., & Lâm, N N Nghiên cứu thiết kế hệ thống giám sát trạng thái buồn ngủ lái xe Tạp Chí Phát Triển Khoa Học Công Nghệ, 6, 23-31, 2018 [6] Đạt, T T Dùng đặc trưng Gabor kết hợp Adaboost k-means toán nhận dạng mặt người Tạp chí Khoa học ĐHSP TP.HCM, 43, 77-83, 2013 67